本文是《中国工业经济》第804篇观点精粹。查阅论文原文和数据等附件，请访问《中国工业经济》网站或登陆中国知网下载。
作者：吴小龙，肖静华，吴记
单位：中山大学商学院，中山大学管理学院
原文刊发：《中国工业经济》2022年第2期，原标题为《人与AI协同的新型组织学习：基于场景视角的多案例研究》。
中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》指出，要“充分发挥海量数据和丰富应用场景优势，促进数字技术与实体经济深度融合，壮大经济发展新引擎；要加快人工智能（Artificial Intelligence，以下简称AI）等数字技术创新应用，培育壮大AI、大数据、区块链等新兴数字产业”，AI已经成为提升组织竞争力、引领组织发展的重大战略性技术。大数据和AI的发展催生了人与AI协同的新情境，也为组织管理带来了新的挑战。AI能够根据应用场景中的海量数据综合分析提供新的知识，从而作为学习主体参与到学习过程中，推动组织形成人与AI协同的组织学习范式，重塑了组织学习的过程和方式。由此可见，探讨人与AI协同的组织学习是面向组织发展需求和新兴数字技术应用的重要理论与实践课题。企业如何使人与AI有效协同创造现实价值，已经成为是数字经济时代企业管理理论创新的重大课题之一。
理论上，AI基于数据和算法的学习模式与组织成员以经验为主的学习模式有显著差异，与此相关的组织学习成为当前学术界探讨AI对组织管理影响的焦点理论。具体而言，基于场景数据和算法的AI学习体现出显著的场景特征。有研究从场景特征出发，将AI应用场景分为任务规则相对静态、任务边界较为清晰的场景和任务规则相对动态、任务边界较为模糊的场景。AI基于应用场景的数据和算法模型进行学习，形成对场景数据的分析和理解，最终实现知识输出。然而，不同场景数据的输入方式和算法模型存在显著差异，不同的AI学习特征会影响人与AI的协同学习方式，而现有研究尚未对不同场景特征的协同学习方式和机制进行探讨。
现实中，一批先行企业正在通过实践探索AI的场景学习特征及价值实现方式。一方面，AI具有“场景内专家”的特征，能基于场景特征拓展人的经验或强化人的认知，变革组织学习方式；另一方面，AI又有“场景外小白”的特征，缺乏通用和整合能力，难以完成跨场景工作。因此，AI可以在场景中发挥主体作用，与人实现有效协同，发挥各自优势。例如，一项基于1500家企业AI应用的调研表明，当人与AI协同工作时，企业绩效能得到显著提升。然而，实践场景中人与AI协同的机制尚不清晰，企业管理者亟待获得人与AI协同创造现实价值的理论支持。
吴小龙、肖静华和吴记发表在《中国工业经济》2022年第2期的论文《人与AI协同的新型组织学习：基于场景视角的多案例研究》，从场景特征和AI算法特征的视角归纳出确定场景利用式学习和不确定场景探索式学习两类人与AI协同学习的方式，探讨AI深度应用场景中人与AI协同的过程机制。研究表明：
第一，与AI的分析协同构成确定场景利用式学习前提。确定场景利用式学习中，算法工程师和管理人员基于场景分析经验构建AI的场景分析模型，将组织经验迁移至AI中，使得AI有效执行场景任务。最终，人与AI协同形成分析知识共创和经验知识共创，拓展确定场景中人的经验边界，形成对利用式学习的经验拓展机制。
第二，人与AI的认知协同构成不确定场景探索式学习前提。不确定场景探索式学习中，算法工程师和管理人员基于场景认知经验构建AI的自学习场景认知模型，建立AI通过数据自学习的基础，使得AI可基于即时反馈数据生成新的知识，降低人的经验陷阱和认知偏差，拓展知识边界。最终，人与AI协同形成认知知识共创和预测知识共创，突破人的固有认知模式，形成对探索式学习的认知突破机制。
第三，人与AI协同的组织学习是知识快速迭代和即时应用的学习方式。在AI深度应用的场景中，人与AI的协同将个体的学习惯例转化为AI可解析的模型，通过数据收集和训练构建高效运行的算法，构建即学即用的协同学习方式。因此，人与AI协同学习的场景强调组织学习生成知识的即时应用和数据驱动知识的快速迭代，应对的是瞬时变化、高度复杂的环境。
人与AI协同的组织学习基于对大数据的实时迭代，实现全样本数据的动态分析，构建起新型组织学习方式，使企业能更好地适应数字经济时代的环境。并得出以下三点政策启示：
首先，在组织管理层面，VUCA时代的到来使环境变化的速度越来越快、幅度越来越大、不确定性越来越高，这样的环境特征促使企业需要不断调整和更新现有知识以提升环境适应性。一方面，环境变化的快速性使组织面临“经验学习难以应对瞬时变化”的挑战，因此，需要通过人与AI协同的确定场景利用式学习，利用AI的学习方式拓展人的经验局限，以适应环境变化；另一方面，环境变化的高不确定性使组织面临“拍脑袋可能导致掉脑袋”的挑战，因此，需要通过人与AI协同的不确定场景探索式学习，利用AI的学习方式突破人的认知局限，以适应环境变化。总体而言，人与AI协同的组织学习将成为企业适应高度动荡环境的重要方式。
其次，在产业发展层面，由于中国产业整体起步较晚，低效生产、低端供给等问题使供给侧结构性改革极为迫切，需要通过数字化转型，实现经济结构的根本变革，才能推动生产力的整体跃升。然而，中国传统产业既面临从粗放式管理到数字化管理的能力跨越，又面临从工业化到智能化的体系跨越，数字化转型难度极大。本文的研究表明，人与AI协同形成的新型组织学习是实现能力跨越和体系跨越的重要基础，不仅能加速组织学习的效率，更能促进组织学习的创新，因此，传统产业需要加快AI等数字技术的深度应用，为数字化转型注入新动能，推动产业的高质量发展。
最后，在国家战略层面，不仅将人工智能作为经济发展的新引擎，还提出大数据驱动知识学习、人机协同增强智能等是AI发展的重点领域。本文通过案例研究归纳出人与AI协同学习的经验拓展机制与认知突破机制，为探索AI如何改变人类学习与思维模式提供了场景化解释，可以为各级政府提炼面向智慧医疗、智能制造、智慧教育等前沿应用场景的人与AI协同案例，并以典型案例为抓手促进AI创新应用、打造竞争新优势提供理论参考。
论文数据公开情况：
论文附件已在《中国工业经济》网站http://ciejournal.ajcass.org/公开，清单如下：
公开文未报告部分
如在科研工作中使用了作者提供的数据和程序等附件内容，请务必在研究成果上注明引文和下载附件出处。
参考文献引用范例：
[1]刘守英，熊雪锋，章永辉，郭贯成.土地制度与中国发展模式[J].中国工业经济.2022,(1):34-53.如果研究中使用了未在杂志纸质版刊发、但在杂志官方网站上正式公开发表的数字内容（包括数据、程序、附录文件），请务必在研究成果正文中注明：
数据（及程序等附件）来自刘守英等（2022），详见《中国工业经济》网站（http://ciejournal.ajcass.org/）附件。
欢迎订阅2022年《中国工业经济》，邮发代号：82—143。2022年将为广大读者呈现更多高质量的前沿成果。诚邀您一起“畅游”学术殿堂。推文主编：覃毅
推文编辑：杨涵淇
《中国工业经济》是应用经济学和管理学类综合性权威理论刊物，重点覆盖国民经济、产业经济、工商管理、案例研究等学科领域，专门刊发以重大前沿理论和现实问题为研究对象的前瞻性、引领性、规范性最优秀研究成果。为国家社会科学基金第一批重点资助期刊，中国社会科学院创新工程首批试点学术期刊；曾荣获第三届国家期刊奖（最高层次奖），中国社会科学院优秀学术期刊特别奖（2020）、第二至四届优秀期刊奖连续3届一等奖，第三届全国百强报刊；为全国中文核心期刊工业经济类第一名（历年），中国人文社会科学综合评价AMI权威期刊（2014、2018），连续10年荣获中国最具国际影响力学术期刊（2012—2021）称号，是国家自然科学基金委员会管理科学部认定的管理科学A类重要学术期刊（历年），中国工业经济学会核心会刊。
阅读全文请访问官方网站：
http://ciejournal.ajcass.org/