作者：清华大学经济管理学院教授 陈劲
近年来，技术的重大改革引领全世界的新一次工业革命，以大数据、云计算、人工智能、区块链等技术为核心的智能化技术的发展不仅提升了生产效率，还逐步演变成新的生产方式和管理范式。智能化的浪潮已经在包括政府、高校、企业等组织中全面发展。智能化是多元性的，无论是电子商务还是医疗行业，都能在智能化的过程中提升效率、降低成本、激活创新能力。
智能化目前已经在各个领域中广泛应用，但是每个领域中的智能化程度是不同的，电子商务领域走在智能化的前端。由于电子商务本身与互联网的紧密联系以及电子商务企业对客户定位、精准营销的重要需求，企业只有在不断地智能化创新中才能得以生存和发展。
智能化组织的优势
量化标准的准确考核。毋庸置疑，对于可量化的管理标准、考核标准、行为准则来说，智能化组织可以实时监测和考核这些标准，形成更高效的管理方案。在大数据的支撑下，量化标准的误差会逐步减少，直到形成理论上的最优化标准。
分布式管理的高效性。智能化组织可以通过智能系统协助管理者多点管理，跨时间、跨空间管理。对于简单、重复的工作内容可以使用KPI考核系统，而对于复杂、非量化标准的工作任务也可以帮助管理者剔除其中的重复信息，让管理者直接面对需要解决和决策的关键部分。另外，智能化组织可以让管理者的管理范围更广，汇总各部门的信息流，提升管理和决策的质量。
多节点协同创新的可能性。在科技经济全球化的环境下，实现开放、合作、共享的创新模式，被实践证明是有效提高创新效率的重要途径。通过智能化组织的数据共享和多节点运作模式，更好地形成官、产、学、研的开放共享和深度合作，提升产业的综合竞争力。当智能化市场成熟以后，创新成为组织运作的第一生产力，国家创新政策也可以通过数据来评估其贯彻落实的情况。
智慧企业的赋能作用
自动预判。自动预判指的是企业通过技术形成企业智能化的高度集成，实现企业各类风险的全过程识别和判定。在生产线、车间等企业一线，通过智能感知模块与物联网技术的结合，实现数据的实时采集，获得动态的一手数据。同时，结合企业数据库预设算法与分析流程，实现对潜在风险的自动识别与预警。
自主决策。自主决策通过建立企业数据管理的“专业脑”和“决策脑”，形成企业独有的战略布局，通过对数据流的分析进行决策，并构建决策平台。同时，企业高层参与“决策脑”的决策过程，形成人机协同，把智能化决策做到最优化。
自我演进。通过前期自动预判和自主决策的过程积累，形成企业管理决策的基本模式并不断自我评估，在新技术、新市场、新环境下形成自我学习和自我迭代机制，完成企业纠偏升级自主化。
通过智慧企业的赋能作用，企业打通原有的孤立数据流，实现管理层决策的数据驱动。通过构建智能化信息平台，避免系统隔离问题和扁平化组织架构的信息碎片问题。在形成了有效智慧企业系统以后，企业可以更快地适应商业环境的变化和技术的革新，在控制风险的同时拥抱创新。
我国推动智能化的对策建议
大力培育创新主体
智能化的市场归根结底是技术创新的成果体现，我国现有的世界领先创新成果离不开政府、高校、企业三个创新主体的协同发展。智能化市场的维持需要三方的有机合作，形成政府引导、高校研发、企业落地的基本创新流程。在三方合作的过程中，相关数据的分享也至关重要，智慧企业和智慧政务的实施意义就在于数据的互融互通、快速响应，有效地利用大数据和分析工具开展创新。对于高校来说，应积极展开全球性的学术交流与合作，让新技术走出去，把新技术引进来，建设全球化创新节点，通过智能系统获取全球性创新资源。
加快完善智能化配套设施
我国是全球公认的基建大国。从道路、港口的建设再到现在5G网络的建设，已经形成标杆性的“中国速度”。智能化市场的完善离不开相关配套设施的基础建设，包括物联网系统、智能制造标准等，形成完善的智能化生态，从而降低组织参与者的智能转型成本。当智能转型的成本远远低于带来的效益时，参与者的数量会呈爆发性增长，从而也激发了未参与者的转型意愿，形成良性生态循环。
积极防范智能化带来的风险
智能化并不是完美的，其中也隐藏了数据风险和伦理风险。数据风险包括海量数据带来的数据噪音过多的问题，影响专业化技术研究。同时，数据的随意分享、流通也会造成数据泄露和数据安全的问题，需要在数据收集和储存的过程中防患于未然。智能化带来的伦理风险也不可小觑，机器的作用应该是辅助人类，而不是凌驾于人，导致与人类利益冲突的决策发生。当机器犯错时，应当及时改善。
经济大家谈 | 全面准确理解“双循环”新发展格局的内涵与要求
