制勝下一個十年的組織將與今天的組織大不相同：他們善於應用不同的能力；運營的速度和影響的範圍也不再相同；為了實現目標，他們將涵蓋不同的結構與責任，採用不同的領導模式。因此，企業需要重新設計和打造新一代學習型組織，實現幾個關鍵功能（參閱圖1）：隨時學習；實現人機完美結合；整合經濟活動，突破企業邊界；以及不斷推動組織發展。
為真正將學習速度提升到演算法級別，組織不僅需要實現自動化，還需要實現重點業務的“自主”。在傳統的自動化程式中，機器只是反覆執行預先設定好的程式。而在“自主”過程中，機器突破人為干預的瓶頸，可針對持續的反饋進行自主響應、學習，以及自適應。
自主系統可以結合多種技術，形成完整的學習迴圈。數字平臺的資料自動流入人工智慧演算法，演算法會實時挖掘資訊，生成新的洞察和決策。上述流程直接對接行動系統，在不斷變化的條件下持續優化結果。這些操作可以產生更多的資料，迴圈反饋，然後結束迴圈，從而使組織能夠以演算法的速度進行學習。
實際上，一些組織已經開始採用自主學習系統。例如，亞馬遜的定價與產品推薦引擎，以及其他幾十種功能都是由人工智慧系統來操作，它們隨著新資訊的產生不斷進行學習和適應。這些系統相互連線，因此來自企業某一部分的新資料或新洞察可以運用到其他職能部門，並做出相應的反應【2】。
相比之下，固定的規則或逐級決策流程等傳統組織方法，可能會阻礙企業利用技術釋放快速學習的潛力。BCG對智慧簡化的研究表明，今天的組織為了合作順暢，面臨著減少官僚作風和複雜性的要求。隨著人工智慧和其他新技術的引入，領導者需要加倍努力簡化組織，進而實現自主學習以及人與人之間更高效的協作。
- 利用平臺、物聯網及其他新技術實時收集企業各方面的資料。
- 大規模部署人工智慧，整合資料與決策系統。
- 將人類的等級制度從常規的、基於資料的決策中剝離。
儘管人工智慧充滿力量與潛能，但其在認知範圍內仍存在固有的侷限性。面對規模龐大且錯綜複雜的資料，人工智慧可以用極快的速度進行相關性分析（查明“是什麼情況”），但卻無法在更高的層次進行推理，如進行因果推理（理解“為什麼是這種情況”），或進行反事實思考（設想“如果不是這種情況，可能是什麼樣”）【3】。
人類應該將更多的精力投入到更高層次的活動中。例如，雖然相關性分析通常足以學習快節奏的重複行為，但對於政治、社會、經濟趨勢等變化較為遲滯的因素卻無能為力。這些變化因歷史背景與發展軌跡的獨特性而各不相同。也就是說，這些活動中沒有重複資料集，無規律可循。人類的能力，比如理解因果關係並從有限的資料中進行歸納，是解碼這些力量並相應調整組織的必要條件。
反事實思維也至關重要，因為企業越來越需要在想象力上展開競爭。現有的商業模式正在加速枯竭，長期增長趨勢放緩，這意味著企業必須不斷產生新想法，實現可持續發展。但是，今天的企業通常是為了效率和短期投資收益最大化而設計的，無益於想象力的培養。組織需要促進個人與集體想象力的迸發。
蘋果公司是一個很有預見性的例子。1997年，史蒂夫·賈伯斯（ Steve Jobs）迴歸蘋果擔任CEO後，把設計作為公司的核心文化，改變了公司一直以來對工程與金融等職能的關注。通過專注於設計，利用人的創造力和想象力產生新的想法，蘋果公司能夠生產出包括iPhone在內的新產品，並最終成為世界上最有價值的公司。
除了想象力和理解非重複性事件之外，人類還有很多優勢，比如組織設計、演算法治理、設定道德標準和目標等。在這些人類主導的領域內，組織需要更有效地促進動態合作，充分發揮團隊潛能。企業需要建立一種鼓勵靈活決策和學習的環境來強調自我組織和實驗，而非單純依靠指令行事。
最後，組織需要認識到，這些新活動對認知能力要求很高，這在郵箱爆滿、無休止會議、資訊無處不在的時代，尤其具有挑戰性。組織需要培養人們的反思能力，避免認知過載。
- 讓員工瞭解新鮮和不規則的資訊，以激發想象力。
- 留出時間進行無條理的反思。
- 推動新的工作方式，促進動態學習與適應。
當然，不同型別的工作與任務需要不同型別的人機關係【4】：
- 根據面臨的挑戰來劃分任務和工作，部署正確的人機合作方案。
- 更集中地利用人機合作關係。
- 開發人類可以信任和理解的可解釋演算法。
生態系統融合了各方參與者的資訊和能力，增強了他們探索新路徑與認識市場的綜合能力，使企業能夠抓住前所未有的新機遇並快速開發新產品。在未來,更加複雜難測的商業環境中，這些優勢必不可少。
然而，實現這些優勢需要一種全新的組織邏輯。細緻入微的規劃和管理無法使生態系統取得成功。相反，組織需要具有適應能力，靈活應對生態系統發出的訊號，例如採用靈活響應的內部流程。組織還需要開發塑造能力，間接影響生態系統朝著對自己更有利的方向發展，例如通過設計平臺激勵其他利益相關者以特定的方式行動。
生態系統不僅是一種開發與交付產品的新方式，還可以為組織的“後臺”提供新機遇。“零工經濟”（gig economy）越發重要，企業能夠大規模聘用外部自由職業者，從而增強靈活性，獲得更廣泛的技能。但是人力資源共享平臺同樣需要採用間接的管理模式，而不是傳統的命令與控制式管理。
例如，荷蘭技術公司飛利浦將生態系統融入到很多業務中。在生產方面，其醫療保健部門參與了生態系統的幾個價值創造階段，包括結合學術實驗室、機器人企業與初創企業於一身的創新生態系統；以及一個基於遠端醫療應用的銷售和服務生態系統，連線了很多數字醫療合作伙伴。該公司還開創了一個人力資源共享平臺——飛利浦人才庫（Philips Talent Pool），積累了一批熟悉公司情況的自由職業者，還可以監督他們的工作質量。
通過重新設計組織的內外部工作機制，建立靈活創新的生態系統，企業可以更加富有活力，在更復雜的挑戰面前遊刃有餘。組織的各方面都要適應市場，才能學習和適應新機遇。組織還需要內部系統自動適應新資訊，以演算法速度進行學習與資源的重新分配。如果將這些能力結合起來，就可以建立一個“自適應企業”，根據外部環境不斷學習和發展（參閱圖3）。
- 引入外部合作方，開創共同願景。
- 培養大規模合作與資訊共享能力，例如平臺和應用程式介面（APIs）。
- 重新設計內部流程，更側重以資料為導向和靈活性，從而推動組織實現“自適應”。
1. T. Bresnahan, E. Brynjolfsson, and L. Hitt, “Information Technology, Workplace Organization and the Demand for Skilled Labor: Firm-Level Evidence,” The Quarterly Journal of Economics，MIT Press, 2002.
2. V. Granville, “21 data science systems used by Amazon to operate its business,” Data Science Central, 2015.
3. J. Pearl and D. Mackenzie, The Book of Why: The New Science of Cause and Effect, Basic Books, 2018.
4. Kai-Fu Lee, AI Superpowers, Houghton Mifflin Harcourt, 2018.
5. S. O’Brien,“MIT robot helps deliver babies,”CNN, July 2016.
6. D. Wakabayashi,“Firm Led by Google Veterans Uses
A.I. to‘Nudge’Workers Toward Happiness,”New York Times, December 2018.
7.S. Castellanos,“Microsoft AI Ethicist Guides Businesses on Responsible Algorithm Design,”Wall Street Journal, October 2018.
馬丁·裡維斯（Martin Reeves）是波士頓諮詢公司（BCG）資深合夥人兼董事總經理，BCG亨德森智庫全球負責人。
Kevin Whitaker是BCG亨德森智庫經濟學家。
Rich Hutchinson是波士頓諮詢公司（BCG）資深合夥人兼董事總經理，BCG營銷、銷售和定價專項全球負責人。