“人类正逐渐将手中的权利交给自由市场、集体智慧和外部算法，部分原因就在于人类无力处理大量的数据。” 近两年，一本全球瞩目的《未来简史》，对人类未来做了深入的分析和探讨，认为“数据主义”将是人类历史的下一个落脚点。将“数据”上升到整个人类信仰的高度，也在全世界范围内引发了广泛的讨论。
那么，“数据”缘何有如此之高的历史地位？接下来的“数据主义”运动，能给我们企业信息化建设和数据化管理带来哪些思考？人类在算法面前还能扮演什么角色？这篇文章，笔者将和大家分享一下自己的思考。
一、数据主义和算法时代
1、数据主义的由来
14世纪至17世纪期间，欧洲大陆的文艺复兴运动，将“人文主义”信仰带进了人类社会。在此之前，由于人类认识和改造自然的能力极其有限，神和上帝就是权力的中心，围绕神和上帝构建起来的宗教和封建王国长期统治着人类世界。
随着新兴资本主义的发展和城市的崛起，人们逐渐改变了对自己世界的看法，人文主义开始宣扬人类自由、平等，强调人类对世界的价值和意义。在此后的几百年间，两次工业革命开始让人类真正能够掌握自己的命运，再一次强化了“以人为中心”而非“以神为中心”的人文主义世界观。
然而，好景不长，刚刚认为自己已经征服世界的人类，渐渐发现自己正在失去对世界的控制权。大数据和人工智能领域的长足进步，更强化了这一认知。
“数据主义”认为，信息技术和生命科学的发展，逐渐将整个宇宙都简化为数据流，任何现象和实体的价值都在于对数据处理的贡献，都可以归结为算法。而在这个由数据算法构成的世界里，人类的价值和作用将被逐步削弱，直至消亡。
2、万物皆算法
计算机是数据算法的集大成者，从图灵测试开始，到AlphaGo战胜人类围棋手，人们逐渐形成了一种思维定式，就是算法可以模拟甚至是超越人类行为。然而，“数据主义”认为，人类的一切情感、意识及行为，本身就是自然选择留存下来的高级生化算法。
我们用一个简单的场景来理解下“算法”的含义：
下午2点，有点犯困的Tom来到咖啡机前，投入5个1元硬币，按下按键，1分钟后就拿到一杯香气四溢的美式咖啡。喝完咖啡，Tom抖擞了一下精神又回到了工作岗位。
在这个场景中，你看到了哪些算法？
我们通常所说的电子/机械算法，是指对计算机或机器输入指令，并得到相关输出的过程；在这个场景中可能包括：
咖啡机识别了5个1元硬币，进入待机状态；
咖啡机识别了Tom的选择，并根据要求启动了美式咖啡的制作流程；
制作流程中的一系列自动化操作；
除了这些，我们容易忽略的是另外一些算法，不同的是，这些算法的载体是人的身体和长期以来形成的意识，它们同样有输入（因）和输出（果）：
胰岛素的作用使午饭后经历了一个血糖急剧上升又迅速下降的过程，血糖的迅速下降让人感觉没有力气，昏昏欲睡；
咖啡能提神已经成为大多数人的共识；
下午两点还是上班时间，Tom必须尽快回到工作岗位；
在这个案例中我们可以看到，除了已经设计到咖啡机中的各种电子和机械算法，人类本身就是一套复杂的算法体系，这是人体通过长期进化形成的生化算法。当然，人和人之间的长期协作，又形成了各种各样更加复杂的社会算法，比如“一杯美式咖啡=5元”！
3、算法的更替
在人文主义主导的几百年历史进程中，人类凭借自身的感情、意识和行动，逐渐征服了世界。人类值得为此感到骄傲！然而，这只是历史。
生命科学的进展，逐步揭开了这些感情、意识和行动背后的算法逻辑，人的选择不是生物预设就是随机，没有哪块是属于人类可以自己掌握的“自由意志”。实验室中，生化算法不再是高深莫测的学科：
只要扫描人脑，就能在受试者自己有所感觉之前，预测他们会有什么欲望、做出什么决定；
只要使用药物、基因工程直接对大脑进行刺激，就能操纵甚至控制人的欲望；
值得注意的是，因为自身处理能力有限，人类正在通过各种方法，将已经掌握的生化算法交由电子算法来处理，被视为生命科学领域最高峰的人类基因组计划，也不得不依靠超级计算机进行数据管理、控制误差、加速分析过程。
概括来说，“数据主义”不仅阐述了一个新的世界观——万物皆算法；同时揭示了一个人类世界可能不太愿承认的趋势——相比电子算法，人类自身构成的生化算法正在逐渐失去价值，电子算法最终会成为人类世界的神。
二、理解企业算法
上文提到“任何现象和实体的价值都在于对数据处理的贡献，都可以归结为算法”，那么企业作为当今社会普遍存在的经济实体，我们该如何认识和改进这套算法？
1、 企业也是一套算法
工业革命于人类的价值，第一次真正将煤碳、石油这些能量巨大的自然资源纳入到人类生产过程中来。现代企业诞生于工业革命之后，它的使命就是将这些资源有效地组织和利用起来，生产出能够改改善人类生活、推动社会进步的产品。
从这个角度来讲，现代企业就是一套承担了重要历史使命的高级算法，经过一系列的经营管理活动，将人/财/物等社会资源，转化成具有使用价值的社会产品，然后通过市场交换和互相连接提高全人类的生活水平。
19世初，“科学管理之父”泰勒通过“铁锹实验”将科学管理理论引入工厂，全面阐释了企业算法的基本面貌，也为后世的数据化管理提供了经典示范。
在此之前，工厂依靠纯粹的经验管理，生产效率低下，员工工资也难以保障。为提升生产效率，泰勒放弃了“经验测量”的方式，开始对搬运矿石这个业务环节进行精确的测量和优化研究，他用秒表计算时间、用尺子计算移动距离，对铲子的大小、每次搬运的重量进行调整改进，他的优化研究甚至具体到铁锹下铲的速度与高度、上扬时间等等。一切以实验数据说话，最终，泰勒的“铁锹实验”给搬运矿石这个环节生产效率带来了质的提升。
从泰勒的“铁锹实验”开始，传统的经验管理被科学管理所取代，数据形式呈现的生产效率成为衡量标准，企业算法的发展就是不断以更高效率的生产方式替代低效的生产方式。
2、 企业算法的发展趋势
规模和影响力激增
2017年排名全球500强首位的沃尔玛，员工人数230万，全年营收4850亿美元，超出泰国全国GDP（全球排名第26位）近500亿美元，富可敌国的企业正在世界的各个角落发挥着巨大的影响力。
从内部影响来看，不同类型的企业对资源的掌控范围都在不断扩大。劳动密集型企业能够组织起上百万的员工规模，资金密集型企业能够对超万亿美金的资产进行全球配置。可以说，这些巨无霸企业的算法效率，直接决定了上百万员工的生计和万亿美金资产的使用效率。
从外部影响来看，一家企业所能发挥的影响力天花板越来越高，尤其是科技发展的赋能，一个产品改变世界的情况正在屡屡发生。Apple、Microsoft、Google、Facebook、Alibaba，这些全球市值最高的科技公司，正在通过通过企业自身的创造力推动人类社会光速发展。
外部参数变幻莫测
1960年代，伊戈尔.安索夫将“市场竞争”概念引入企业管理。二十年后，迈克尔.波特的“五力分析模型”更是将人们对企业外部环境的认识带到一个新的高度，根据市场环境制定企业自身的经营战略成为很多企业成功的秘诀。
然而，近年来科技创新和竞争环境的变化速度，远远超出大部分企业的反应能力。蚂蚁金服、滴滴出行、小米等一大批“独角兽”企业正在以摧枯拉朽的气势改变着各个行业的竞争环境。能够根据变化莫测的外部参数进行快速调整，已经成为企业算法能够实现可持续运行的重要标准。
电子算法获得更多授权
与泰勒所处的时代不同，现代企业如果还是寄希望于“铁锹实验”帮助快速提升生产效率无异于天方夜谭，人工测量和测算在体量庞大的企业内部和复杂的竞争环境面前举步维艰。得益于信息技术的快速发展，人类正在将越来越多无法承担的企业算法交给计算机，小到个人的绩效评价、大到集团的战略投资方向，都有相应的测算模型。
随着获得越来越多的授权，电子算法在企业算法中扮演的角色也在不断升级。以生产管理领域为例，电子算法从最初的历史产销数据汇总，到产能预测，再到对接自动化生产线实现智能排产，我们有理由相信，最终，完全不需要人类参与的无人工厂也有可能成为现实。
三、企业算法的PDCA循环
从上面的论述我们可以看到，企业自身是作为一套完整的算法存在的，这套算法的使命就是以最高效率将人/财/物等社会资源转化成有使用价值的社会产品。随着企业规模的不断扩大、外部环境的变化加剧，企业算法渐渐超出了人类的计算能力，电子算法在这个过程中得到了越来越多的授权。
而在将这套算法完全交给计算机之前，人类在企业算法中还是会发挥着不可替代的作用，电子算法只是服务人类的工具而已。
只要认识到企业是一套算法，管理和运营企业的基本逻辑就变得非常简单了，人类的作用就是保障这套算法高效有序运转。我们可以借鉴PDCA来理解人类与企业算法的关系：
Plan：基于战略目标规划企业算法蓝图
我们都知道，对于软件来说，围绕需求的蓝图设计至关重要。而对于企业来说，围绕战略目标的企业算法蓝图设计也是企业高效运转的必要条件。
1954年，德鲁克提出目标管理（MBO），强调企业的使命和任务，必须转化为目标。此后的数十年间，KPI、BSC、OKR等等目标管理工具层出不穷，他们的目的就是将企业战略目标和各个层面的运营活动联系起来，让企业内部发生的每一个行为（经营活动、资源配置、组织架构、激励机制等）都服务于最终目标，降低算法的损耗和成本。
以帆软行业顾问利用BSC工具帮助企业进行销量目标分解为例，将提升销量的企业目标分解到采供、物流运输、生产运营、工艺、创新各个部门的关键经营指标，各个经营环节都能围绕最终目标开展生产，这就是企业蓝图的作用。
Do：企业算法蓝图的落地运行
根据企业算法蓝图，各个算法单元都清楚地理解了自己的使命目标，接下来就是提高各个单元的持续运算能力，保证算法整体高效有序的运行。随着现代经营管理理论的不断丰富，人力、财务、营销、供应链、生产等各单元如何提升生产效率都有日趋完善的理论体系。
近年来，颇受市场推崇的“阿米巴”经营模式，就是一套旨在提升企业内部经营效率的管理算法。阿米巴经营的本质是通过定价和附加值的核算，量化各个单元的贡献，同时提供清晰的价值提升途径，促使大家对“应该怎么做”的思考。最终，整个企业因此获利，实现利润最大化、费用最小化。
经过10多年的项目实践，帆软形成了一套成熟可快速落地的阿米巴方案，通过信息化平台将阿米巴固化，将项目中的创新经验融入平台，为企业提供了一套保障经营活动效率的参考方案。
Check：评估算法运行效果和问题
俗话说，无法评价就无法管理。监控企业算法的日常运行，首要任务就是对效果进行评价，此外还需要追溯到造成这个效果的成因，以便及时进行调整。
大家通常所理解的数据化管理，就是企业算法的这个环节。笔者认为，企业算法完善的评估体系需要通过一整套数字化报告体系来实现，围绕第一个步骤中中涉及的关键经营指标，进行全面的报告和展示，并通过运营层面的各类经营会议，讨论和发现问题的根源。
Act：优化算法/启动下一个PDCA循环
通过发现问题、解决问题，企业可以在某个时间点保持较好的运行效率。但是面对变化莫测的竞争环境，企业需要随时保持战略调整的灵活性，根据新出现的竞争状况，调整甚至重新启动新的PDCA循环。
小结
企业本身作为一套算法，正在得到空前的发展，某些方面已经逐渐超出了人类自身的处理能力，在这种情况下，电子算法正在扮演越来越重要的作用。
但是，在真正的算法时代到来之前，人类还需要通过PDCA管理和不断优化企业算法，能否理解和掌握数据，将直接决定了人们在未来企业算法中扮演的角色！
关注公众号“数据分析不是个事儿”，回复素材，即可获取数据分析大礼包。
网友评论