人机关系，是敌是友？

公众号新闻

2022-10-26 23:10

分享嘉宾：路琳，上海交大安泰经管学院组织管理系主任、教授。
来源：上海交大安泰高管教育中心

深度好文：6408 字 | 15 分钟阅读

人机关系

从历史经验来看，机器不会完全取代人。但是新一波的人机合作浪潮必然带来管理模式、员工工作方式的根本改变。

历史证明：面对每一次科技革命，企业管理者和员工都需要长时间的调试、磨合才能达到新的平衡。所以，人机共处，最终获益的是全体人民。

人机共处时代的管理：

企业与员工的双重视角

先和大家做一个对比，在疫情前后，我们参访的制造业有一个非常大的变化。疫情前，我们参观的时候工厂有自动化，机器人；疫情后再去的时候就让我们很震撼，像特斯拉这样的超级工厂里面，我们发现100多米一个生产线上面，工人的总数不超过5个，全部都是机器人。

这种自动化的程度大大冲击了我们对一个生产车间的认知，这五个工人分布在不同的角落上。这个是我们感知到的组织的变化，尤其是和各位同仁特别相关的就是人的变化。

我们的生活也充满各种惊奇。疫情前，我带我父母、孩子去旅游，我特别清晰的记得我们去了一家酒店，酒店的前台有几个机器人，你可以想象到送一些你需要的毛巾等等物品的机器人，这个时候是第一次体验机器人，很新奇。

我们有事没事让机器人送一个东西过来，就是感受一下这个机器人会自己上电梯，自己找到你的房间，到门口可以和你互动，我们小朋友很调皮，挡着机器人，看它怎么绕开这个障碍，我们觉得非常的有趣。

但是我一会会和大家讲疫情后的三年变化之大，我们去普通一个餐厅用餐，发现人数大大减少，有很多的传送带，或者是类似的机器人，完成了人的工作。

不论是工作还是生活中，我们发现自动化程度越来越高，机器人可以在很多领域取代人去完成大量工作。不管这些机器取代人这个趋势是主动为之降本增效，还是被动为之。未来可以预期的就是这是一个大趋势，无法阻挡，无法逆转。

我们看到百年之前，当我们经过了工业革命，第一轮的科技革命，带给我们的其实就是非常相似的场景：我们发现机器进入到了生产，机器部分取代人，并把人固定在特有的生产方式上。

今天我们和当年人机关系非常相似，只是表现形式不同而已。如果这样想，我们就没有那么的恐慌，因为今天所有的这一切我们都曾经经历过。

这里的机器不仅仅是指可以触摸的机器、机器臂、机器人，也包括今天大家熟悉的大数据驱动的人工智能支持的算法科学以及所有可以实现高效生产，可以脱离人、代替人进行的都是属于机。

我们讲的人机关系不是一个新话题。为什么今天要讨论这个话题？刚才我的故事的后半段是什么？我们讲了疫情之前，作为一个顾客，我感到这个机器人好玩，可以完成一些功能，也可以和我们娱乐。

疫情以后，我再去出差，我住了这个酒店，我一个偶然的机会和前台聊天，他向我吐苦水：路老师你不知道，我们的日子很难过，员工要离职，为什么？

其中有一个原因，员工觉得现在的工作太无聊，我说他们都是新员工吗？不是，为什么无聊？他说你想一下，原来我的工人也是要24小时值班，因为是酒店服务业。夜班的时候大家不想值班，好在有几个小伙伴，大家一起值班，前台有四五个人。

现在，由于我们有机器人，我们招人困难，我们现在的夜班人一般是安排一个人，我们的员工受不了，整个夜晚在这里度过，功能性的送餐是机器人帮他，不用跑腿，但是他很孤独，所以离职了。

还有我们会发现什么？我之前作为一个人力资源的老师，我喜欢聊天，我们打车就和出租车的司机聊天，他们会非常好的看懂你的背景，知道你是什么样的人，他找一个话题和你聊，不管你坐多少时间，你发现在路上都很有趣。

我很多教学的素材是来自于他们。后来我打了专车，我感觉不一样。一开始上了这个车以后，我们也是在聊，我问了他几个关于做专车是不是辛苦这些问题。开了没有多远，一个红灯，这个红灯非常长，前面有一点堵车。

这个时候，我的手机响了，我接了一个电话，是平台打来的，他告诉我，你的这个车子，我们系统发现停留的时间超过了标准的时间，请问你是不是碰到了什么状况？如果有什么状况请你打我们的平台电话。糟糕的是我外放了，我们的司机师傅听到了这个信息，他突然闭嘴了，不再和我聊天，我也感觉非常的尴尬。

这个事情不是他引起的，而且平台是出于善意来设置这个职能，而且之前有相关的事件发生，促使他们做这个事情。虽然它保护了顾客的利益，但是我明显察觉到专车司机不一样的感受。

你可以看到这些现象，其实我们的研究者也在关注，比如说在降本增效的同时，管理学家们同时要关注的是他们对人带来了什么影响？从社会学的观察视角我们发现第一个最大的问题就是如果机器取代人，那么从总的趋势上来讲就是有一大批的工人会失去工作；同时，虽然在某些领域当中，人和机器是合作，在合作的模式下开展工作，但是机器占的比重越来越大。

一方面它可以从事的工作种类变多；另一方面还可以参与到决策。像我们知道的算法平台，是机器指挥人，评价人，甚至是机器决定这个人的去和留，这个是人机关系的变化，促使人类被局部或者是全部的取代。

我们在共处的时候，如果是一个人知道你会取代他的工作，会优于他，会被你的老板把他放在更高的决策层来指挥你，你的感受是什么？这个就是我们员工今天心里的感受，并部分影响他们的行为。

比如说社会学的视角提出来，如果有机器换人的趋势被劳动者感知到的话，最终他们会放弃抵抗。结果就是他们变成了机器看守，他们的任务就是看着机器，机器有故障就修理一下。这种关系作为劳动者，人，我们会发现他的第一感受就是价值被降低了，信服感和安全感也随之降低。我们会看到他的心里和行为受到的负面影响，这是我们管理者必须要面对的问题。

另外还有一个严重的问题，就是社会学家提醒我们，机器换人的过程当中，不是所有的劳动被取代，是有一些劳动变得更重要，比如说我们要向机器输入程序的这些是什么人？

我们可以懂得机器语言的是什么人，他们会有越来越重要的地位。他们的回报会增长，他们会成为市场上的稀缺资源，他们的地位、收入会上升，然而更多人的地位、收入也会随之下降，这就造成更多的劳动力的两极分化。久而久之这个会变成一个社会问题，财富也是会向两端聚集，这个是我们社会学家担忧的问题。

作为一个管理者，我们到底要怎么看这些问题？我们要欢迎、欢呼机器给我们带来的高效率、低成本的新时代？我们还是要站在员工的角度来感知这些痛楚？研究给我们带来了两个答案，一种就是积极的一面，这一类的研究，更多的就是站在人机协作，如何改变人们工作内容、朝向积极一面的改变。

比如说虽然机器取代人的一部分工作，但是他把人工作中非常低端、重复、枯燥的部分取代了，人类可以做更擅长的工作。同时为了和机器共舞，人们要学习一些新技能，这时，他会觉得自己的价值在提升，心里积极的方面在重塑。

这是一种非常乐观的看法，认为我们可以在人机合作的过程当中，给人类更多的机会，更好的机会。而且我们也有学者做了实证研究，研究的大规模结果表明了这种积极、正向结果的存在。

另外一个角度，我们有不同的答案，比如说我们有一批，最近三年之内热起来的一些学者的研究，这些研究的主题更多是揭示了以平台算法、人工智能决策为背景的一些人机共处关系出现的负面结果。

第一个就是关于什么？虽然大数据辅助我们决策、机器学习可以覆盖更多的决策的视角和决策依据、机器学习为我们节约了信息搜寻，分析成本，但是，人类对机器的态度决定是否作为接受者我们可以接受这些决策的结果。

另外人类对机器的怀疑感是与生俱来的。我们看不到运算的过程，我们不知道数据是怎么来的，我们不知道这个中间运算的模式是什么，依据是什么，所以我们对它的结果充满了怀疑。

更糟糕的是这些结果，由机器推送给你的时候你无法和它申诉、辩驳，这就使得我们的员工充满了对机器、对算法以及大数据代表的机器负面的态度。

这个方向的研究数量越来越多，而且大量的研究表明，员工更容易接受人工决策的方式，尽管算法可以提供更高级的决策过程和结果。我们作为人，相信人的决策，这个也是为什么当你打一个服务电话的时候，一般来讲直接转向人工服务。你要听到人的声音，不是得到机器的回复。

第二个结论，员工认为关于自己的，尤其是关于人的决策，如果是来自机器的话，通常是不公平，不公正。我们认为机器采纳了更多的数据，计算公式更透明、科学，作为结果来看，我们发现了人们对决策，尤其是事关他的人力资源方向的这些选用育留的决策，员工认为机器结论不公平，有瑕疵。

更有意思的是，如果大家不认可这个算法的结果，有没有办法可以改善？比如说有一个观点认为我们能不能让人介入这个过程当中去？第一个做法就是留一个后门，意思就是有算法给你一个结果的时候，人工可以有一个选择权，人工可以对它进行修正。

我们有一个同学就做服务业，他们这个服务业当中，他们试着推广他们内部的APP，让人力资源深入到每一个基层管理者的工作过程当中，原来要招聘大量的连锁门店的店员，以前是靠店长人脉关系，或者是中介推荐。

现在公司统一的配备了APP，机器可以推送了。但是这个花费大家大量的精力，尤其是要把它和运营系统关联，一旦运营系统报警，说这个地方人太累，可以做人员的招聘了，这个系统给大家以后，发现没有人喜欢，店长不用，反而还用他们古老的方式。

他们的人力资源的总监很疑惑。发现这些店长，不仅对这个系统有敌视，而且对他们的补货系统也有意见，相反，门店的店长对自己的补货系统很自信，因为他们知道很多的情境因素要纳入考量当中。

但是对一个机器的设计者来讲，他说考虑了，可以有参数，他们店长不认可，店长说虽然你考虑这些物理的客观因素，但是你考虑不到在我的店里面有12个员工，有两个人是好朋友，天天喜欢在一起，我排班让他们在一起。小张和小王，关系不好，不要排在一个班，大家很痛苦。这种因素，算法是无法解决的。这个就是我们基层管理者对算法的态度。

如果只给他们留了一个后门，说我已经帮你排好班，我给你一个招聘的推荐，你可以重新的调试，这个对员工来讲没有用。我们开后门也是有很大的成本，但是员工认为这个是机器在决策。

什么时候有用？大家去医院看病，如果有机会进入到后台，你们会发现我们做了各种各样的检验，而且已经发生很大的变化。以前我们片子拍出来，就是医生看，知道你什么地方有问题。现在第一个看你片子是机器，后台支持医生决策的已经有一个系统，非常的成熟。

其实医生现在拿在手里的片子已经有建议，说这个人可能有什么问题。医生和我们刚刚说的店长不一样，他有权利可以选择用或者不用这些建议，他可以重新独立的决策。

在这个情况下，算法给出来的结果，医生是乐于接受的，这个是我们研究的另外一个发现。我们发现员工对算法的态度就是我要做主人，算法服务于我。

归结起来讲，我们的研究给我们两个很好的标签，我们认为人机关系到这个新时代当中，有了大数据、人工智能以后，我们员工对机器的态度是两个，一个就是算法欣赏。他很喜欢，愿意接受这些算法给他带来的便利、高效性。

还有一大批的员工，甚至是管理者就是算法厌恶，这个是很有意思的名词，就是他会对这些算法，以及算法带来结果不认可，有天生的反感，他们想方设法找出缺陷，想尽办法否定结果。

虽然有理由，算法欣赏认为机器有强大的能力，他的结果没有偏差。算法厌恶也可以提出来这个是冷冰冰的数字，这些东西我们看不到来源，看不到数字，我们不认可，不接受。这两种很好的代表人们对算法的态度。

我们做了一个餐饮行业的研究，通过问卷+访谈的形式对三家企业进行了调研：研究样本：A公司（全球知名快餐企业）；B公司（本土全国连锁品牌）；C公司（省级快餐连锁公司）。

研究发现，如果我们用工作特征模型来看，其实这三家门店，我们研究的背景就是人机合作。疫情以后，无接触成了快餐连锁店的主题，很多的连锁店就是进店之前APP下单，到现场直接提走，我们把这种叫做人机合作新模式。

在这个情况下，三家门店访谈和问卷的结果出现了非常有趣的一些相似和不相似的地方，比如说我们发现，在三家门店当中，员工认为“我”的重要性下降了。像以前，他们认识很多的顾客，可以和他们聊天，但现在由于这些无接触，他们没有这个机会了，他们觉得自己的重要性下降了。

以前的时候，如果大家认可度很高的话，他们会把明星员工名字挂在墙上，现在没有什么意义了。

但有一点，他们认为技能的多样性提升了，他们一边接顾客的单以及机器发过来的单；同时自主性也提升了以及对顾客当场及APP上数据的反馈。

有趣的是，我们发现这些工作特征变化了以后，这三家公司员工的反馈不一致，有两家公司B和C，由于这些变化，他们都不开心。而第一家公司，他们发现虽然工作重要性、一致性让员工降低满意度，后面三个（技能多样性、工作自主性和反馈）和我们理论预测一样，是会提升满意度的，这个是我们在经过实证研究以后感到诧异的地方。

我们又做了一个后续的推论，这个要更多的实证的检验。我们的推论就是企业间的差异哪里来的？同样的事情，但是最后的结果不一样。

原因就是几点：一方面就是，我们发现A公司在推行这些机器取代人，机器帮助人的同时，对整个工作流程进行了重新的设计。在这些设计当中有意加入了可以让员工感知到意义的部分，他们的培训项目也是做的非常全面、到位，保证员工在最块的时间可以学到这些新技能。

还有他们鼓励员工可以进行工作的重塑，在接待客户的时候发现新需求，可以提建议，可以把他的想法纳入到后台，让新的算法、推送有一些改变。

最后一点就是反馈来了以后，他们不是按照机器推送的反馈判断这个员工做的好不好，而是要介入主管的经验的判断，把这个放在很重要的位置上。

通过这些研究的结果我们看到，人机共处不是一个新事物，我们不要惧怕大数据、人工智能，其实我们的科学管理之父泰勒已经给了我们一些做法，这和我们发现的事实惊人一致。

比如说，什么是科学管理？强调这么几点：科学的设计工作、提升效率，经过培训，让员工知道这些，并通过全套的人力资源的措施保障员工可以跟上变革的步伐，进而参与到变革当中去。

不同的一点是什么？科学管理强调了三件事：科学的方法、员工培训、管理层和员工的亲密合作，这个是泰勒给我们三点。

今天不同的三者就是主次要调整，科学的方法要第三位，培训第二位，最重要第一位就是合作。我们最有力的知识来源，竞争优势是来自我们一线的员工，一线的管理者，只有当他们合作起来，他们和我们中高层决策者以及算法的设计者合作，这些工具才可以促成双向沟通。大家通过沟通，交流经验，传送不同的知识，然后形成真正的科学方法。

把顺序调整了以后，我们可以解决新一轮科学革命带来的困扰。泰勒把这个放在他的文章当中，他说科学管理本质不是一套工具方法，不是我们用的APP，科学管理是一场全面的心里革命，是人的问题。

在一个新的技术进入到生产的时候有一个收益曲线，一开始新技术没有成熟，对情景的分析不够，是有一个上扬的曲线。有意思是我们的学习这个新技术的人，这个叫做先进者和后进者，先进者在一个很早的时期进入了，后进者在晚了一个周期才进入的，大家看到的就是先进者和后进者的差异。后进者，不管怎么学习，会和先进着有这样一个差异，对个人是这样，对组织也是这样。

在面对一次新的技术革命、人机关系重塑的时候，经济学家带给我们的是一个非常乐观的前景。经济学家观察了3次科技革命结果以后告诉我们一个统一的答案就是：不要担心员工会失去工作，总体来看，就业的总量会增加，不是减少。

我们要了解当中的所以然，因为有一部分的人员可能是由于知识不更新，技术无法迭代而被取代，但是我们有补偿的措施：由于效率提升，成本降低，一方面就产生了更多的工作岗位（因为效率提升了以后，人员会不断的补充进来做提高效率以后需要的服务。人员有一个溢出的效应，效率提升，规模可以扩大，比如你的店可以从3千家到5千家，这个时候人员的需求会放大。）

最后就是由于我们的效率增加，带来了整个社会的财富增加，人们有更多的选择自由，所以他们会朝其他的行业溢出，新的需求会带来更多的生产需求，所以总体上，你会发现我们不用担心员工会失业，相反，他们会获得更多、更新的机会。

在新的时代如何对人和机器关系进行解读？从历史来看，大家不要担心机器会取代人，就像泰勒所说，这个是缓慢的过程，这个过程当中要大家的努力，需要管理层和员工长时间的缓慢磨合，才可以找到新的平衡。泰勒说“科学管理最终的获益者是全体人民”，而我要说“人机共处最终的获益者是全体人民。”

感谢您的认真阅读，也欢迎留言区留下您的看法与评论。

点击底部“阅读原文”查看更多

国际在职“MBA/EMBA/DBA”课程

↓↓↓↓↓↓↓↓

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。

来源: qq

点击查看作者最近其他文章