自動化管理的實施：意義與路徑

制作和使用工具來減輕勞動負擔甚至替代人的勞動，是與人類勞動本身一樣的歷史行為。對企業(yè)來說，投資部署先進的機器設(shè)備開展自動化生產(chǎn)（Automation Production），不僅拓展了人的體力，實現(xiàn)了大規(guī)模制造，而且還降低了成本，提高了效率，穩(wěn)定了產(chǎn)品與服務的質(zhì)量。

自從二十世紀四十年代人類發(fā)明計算機以及互聯(lián)網(wǎng)等數(shù)字化技術(shù)相繼出現(xiàn)與發(fā)展以來，不僅企業(yè)自動化生產(chǎn)得到了進一步的加強，企業(yè)各個層面的管理也開始了數(shù)字化的歷程。隨著人工智能技術(shù)在各個領(lǐng)域的拓展應用，企業(yè)開始投資應用先進的數(shù)字化系統(tǒng)開展自動化管理（Automation Management）。這些系統(tǒng)逐步進入了傳統(tǒng)上只有人類才能從事的認知領(lǐng)域，不僅拓展了人的腦力，提高了管理決策水平和企業(yè)績效，一些企業(yè)還借此實現(xiàn)了轉(zhuǎn)型與升級。

自動化生產(chǎn)與自動化管理對企業(yè)的發(fā)展都具有重要的影響。自動化生產(chǎn)所影響的更多是與企業(yè)生產(chǎn)相關(guān)的過程，而自動化管理對企業(yè)的影響則更加全面和深遠。在數(shù)字化時代，企業(yè)必須要重視運用自動化管理以獲得可持續(xù)的優(yōu)勢。那么，企業(yè)究竟應該如何認識和開展自動化管理呢？本文將對企業(yè)開展自動化管理的意義、過程以及相關(guān)的策略做一些討論，以期拋磚引玉。

企業(yè)對自動化管理的定位

1776年，亞當·斯密（Adam Smith）在《國富論》中指出，由于所有的賣家都想賣高價，所有買家都想低價買，因此，就產(chǎn)生了競爭和形成了市場，在一個競爭的市場中就會形成產(chǎn)品和服務的特定價格，而成本和效率是決定價格的重要因素。《國富論》第一次提出了勞動分工的理論。亞當·斯密認為，一個人若想要完成諸如耕種、紡織和哲學思考等所有工作，這是不合理的，每個人都應該做自己最擅長的事情，那樣才能最大化自己的收益，如果所有人都致力于完成自己擅長的工作，總的產(chǎn)量就會因此而增加。當然，人們也會形成相互依賴的關(guān)系。對于這個結(jié)論，他在書的開頭就用一個制作扣針的實驗做了論證。一個人單獨制作扣針一天肯定完成不了二十根，而把制作過程分成十八道工序，由十位工人協(xié)同完成，一天能完成的扣針則有四萬八千根。因此，分工可以大幅度提高勞動生產(chǎn)率，并因此降低生產(chǎn)成本。

然而，如果把亞當·斯密做實驗的十八道工序分別安排在十個沒有任何關(guān)系的單元完成，那么相關(guān)的單元之間就需要做交易。而由于存在信息不對稱因素，會產(chǎn)生搜尋、比較、談判、商定合約、執(zhí)行合約以及可能出現(xiàn)的違約風險等一系列交易成本（或稱交易費用），而這個過程產(chǎn)生的效率的降低和成本的增加，有可能會抵消分工所帶來的優(yōu)勢。而如果把外部的大量交易活動變成組織內(nèi)部的協(xié)調(diào)活動，就會降低相關(guān)的交易成本，由此，企業(yè)這類組織就出現(xiàn)了，當然，企業(yè)內(nèi)部的協(xié)調(diào)活動也會有成本的出現(xiàn)。

諾貝爾經(jīng)濟學獎獲得者羅納德·科斯（Ronald Coase）在1937年發(fā)表的《企業(yè)的性質(zhì)》一文中認為，企業(yè)的存在可以減少市場交易成本，其本質(zhì)是一種資源配置的機制。如果市場交易成本比企業(yè)內(nèi)部管理協(xié)調(diào)成本高，那么企業(yè)組織的資源配置機制就比市場更好。然而，隨著企業(yè)規(guī)模的擴大，管理復雜度就會增加，企業(yè)內(nèi)部管理協(xié)調(diào)的成本也會增加，當然一些小企業(yè)的內(nèi)部管理協(xié)調(diào)成本不一定低，而當企業(yè)內(nèi)部管理協(xié)調(diào)的邊際成本與市場交易的邊際成本相同的時候，那么一家企業(yè)發(fā)展的規(guī)模就到了虧損的邊界。

所以，企業(yè)管理的優(yōu)劣決定了企業(yè)的市場競爭地位以及企業(yè)的發(fā)展規(guī)模，那么，企業(yè)就需要通過管理的計劃、組織、控制與協(xié)調(diào)等基本職能的實施，優(yōu)化配置土地、勞動力、資本、技術(shù)以及數(shù)據(jù)等生產(chǎn)要素，實現(xiàn)企業(yè)規(guī)模及其效益的最大化。在此值得一提的是，數(shù)據(jù)已經(jīng)成為社會經(jīng)濟發(fā)展的要素，數(shù)據(jù)要素的應用可以帶來經(jīng)濟的發(fā)展和企業(yè)的增長。

近年來，伴隨著物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)以及深度學習等技術(shù)的發(fā)展，自動化管理也成為賦能企業(yè)管理的一項重要應用。自動化管理的實質(zhì)是運用基于人工智能（Artificial Intelligence - AI）的解決方案來完成管理任務。雖然AI這個概念在二十世紀五十年代就被提出，并且半個多世紀以來也經(jīng)歷了多次發(fā)展浪潮，但是，AI的基本組成并沒有改變，仍然由數(shù)據(jù)、模型（也稱“算法“）和算力等三大基石組成（如圖1）。

正是由于大數(shù)據(jù)（數(shù)據(jù)）和云計算（算力）的高速發(fā)展，特別是機器學習技術(shù)的長足進步，AI又一次成為企業(yè)的熱點應用技術(shù)。而對AI三大基石中的算法可以從不同視角加以理解。一般而言，企業(yè)可以將算法理解為是一個明確的計算過程，該計算過程在計算機中表現(xiàn)為一個或一組程序，該程序接受某個數(shù)據(jù)或某一組數(shù)據(jù)作為輸入，通過算力的運用，產(chǎn)生一個或一組新的數(shù)據(jù)作為輸出。從表面上看，算法就是程序，是程序員或者軟件工程師的工作。然而，本質(zhì)上程序的核心是發(fā)現(xiàn)、分析和解決實際問題的方法與過程。進一步思考可以知道，相關(guān)的方法與過程取決于具體的實際工作，甚至還與每個工作人員的思想方法和認知水平等密切相關(guān)。所以，程序的核心思想來自實際工作的抽象，這項任務一般由算法工程師承擔?？梢哉J為算法也是模型，而模型表達的是業(yè)務本身。算法也就是可以計算的業(yè)務職能，因而可以通過一定的方法對算法不斷理解、解析、學習和迭代。當業(yè)務職能成為計算機可以運行的程序時，相對于人工從事該項業(yè)務職能而言，就表現(xiàn)出高效率、規(guī)范化和易控制等特點，能有效地降低企業(yè)內(nèi)、外部的交易成本。

由于自動化管理能夠帶來管理協(xié)調(diào)成本的降低，因此對于企業(yè)規(guī)模的擴大提供了有利的條件。其實，計算機的出現(xiàn)和互聯(lián)網(wǎng)的發(fā)展，就已經(jīng)引發(fā)了企業(yè)競爭市場的變化。從個體經(jīng)營對象看，以前是“一鋪養(yǎng)三代”，近兩年很多人使用一部手機做直播的收入，可能會超過一個固定的商鋪，個別帶貨主播在雙十一這一天的銷售收入就超過了100億人民幣。數(shù)字化系統(tǒng)使得很多小企業(yè)也有了進入全國甚至國際市場的機會。美國代頓大學歷史學教授拉里·施韋卡特等在《美國企業(yè)家》一書中就指出，1950年時美國初創(chuàng)小企業(yè)有九萬三千家，而隨著70年代末及80 年代個人電腦和桌面排版系統(tǒng)的出現(xiàn)，在1980年時，初創(chuàng)小企業(yè)的數(shù)量就增加到四十五萬家，尤其是在1995年，初創(chuàng)小企業(yè)的數(shù)量超過了八十萬家，相比1980年幾乎翻了一番。分析《財富》世界500強企業(yè)，也可以發(fā)現(xiàn)在1996到2020年之間，企業(yè)的營收規(guī)模整體上增長了近兩倍。

就整體而言，無論是理論上的分析，還是企業(yè)實踐中的現(xiàn)象，都說明了隨著數(shù)字化技術(shù)的應用，企業(yè)生產(chǎn)率水平普遍有了進一步的增長?？梢钥隙ǖ氖牵斠訟I為核心的自動化管理在企業(yè)中加以應用，能為企業(yè)帶來兩大優(yōu)勢：一個是管理決策的效率與質(zhì)量優(yōu)勢，另一個是將數(shù)據(jù)作為生產(chǎn)要素真正地開始加以運用的優(yōu)勢，亦即自動化管理成為企業(yè)發(fā)揮數(shù)據(jù)要素的一個抓手。

自動化管理系統(tǒng)是企業(yè)管理者的幫手

自動化管理意味著系統(tǒng)接管了管理人員的任務。當然，接管的程度取決于技術(shù)的發(fā)展水平以及面對的管理任務的復雜程度。在大多數(shù)情況下，系統(tǒng)并不能完全取代管理人員，而是需要與管理人員相互協(xié)調(diào)、密切合作，即自動化管理系統(tǒng)既可以獨立工作，也可以與其他員工協(xié)同工作，因此，企業(yè)應該將自動化管理系統(tǒng)視為企業(yè)的一員。

如前所述，自動化管理系統(tǒng)中的算法就是表達了業(yè)務邏輯的程序，該程序可以在智能設(shè)備中運行處理相關(guān)的數(shù)據(jù)。圖1可以進一步表達為圖2。

然而，算法工程師并不一定能將所有業(yè)務都用模型完整地表達出來。諾貝爾經(jīng)濟學獎獲得者赫伯特·西蒙的決策管理理論告訴人們，決策貫穿于管理的全過程，所以管理即決策。按照問題的特點，可以將決策劃分為三種類型：程序化決策（Programmed Decision）、非程序化決策（Unprogrammed Decision）和半程序化決策（Semi-programmed Decision）。

程序化決策

針對那些重復的、常規(guī)性的問題開展的決策就是程序化決策。對于這一類決策，算法工程師可以依據(jù)管理者遵循的一個明確的處理程序建立模型，該模型一旦建立完成便可以反復使用。

深圳洪堡智慧餐飲科技有限公司（墮落蝦）是以經(jīng)營小龍蝦為主的一家餐飲企業(yè)，在全國擁有一千多家商家門店。他們大量的訂單來自美團外賣平臺，而該平臺采用了競價排名的模式，即對某一區(qū)域內(nèi)的同類商品（如小龍蝦），商家自己定義用戶點擊一次支付給平臺的付費，出價高的排在前面。用戶每點擊一次究竟該出價多少呢？比競爭對手出價過高就是浪費，出價低則可能會失去獲得訂單的機會。傳統(tǒng)模式下，每個門店由人工查看周邊的相關(guān)商家的出價后，依據(jù)自身的經(jīng)驗確定一個價格，每天如此反復一次。

這就是一個結(jié)構(gòu)化的決策問題，該公司開發(fā)了一個智能算法程序，通過爬蟲軟件獲取全網(wǎng)的競爭對手數(shù)據(jù)，考慮自身訂單與庫存等情況后，每15分鐘自動出價一次，就保證了每天95%的時間排在第一位，產(chǎn)生了一元投入帶來六元以上的銷售，高于一般商家一元投入僅帶來三元左右的銷售，同時，其所有門店的這項工作基本都不再需要人工的操作了。

其實，企業(yè)的中、基層中存在著大量的程序化管理事務工作，都可以運用算法程序加以替代，開展自動化管理。

非程序化決策

企業(yè)的所有者以及中、高層管理者常常面臨的決策問題是非程序化的。比如，公司未來五年的發(fā)展目標，是否要進入一個新的產(chǎn)品或服務市場，某個鐵礦石產(chǎn)地國下半年會與其他國家發(fā)生貿(mào)易爭端嗎，是否要去非洲可能會發(fā)生戰(zhàn)亂的某個國家做投資等。這些問題都是動態(tài)變化的，非常規(guī)性的，也是重要的，屬于非結(jié)構(gòu)化決策。要對這些問題做出決策，不僅需要了解政治、經(jīng)濟和社會等方面信息，還要相關(guān)的決策者具備一定的企業(yè)家才能，對問題進行判斷、評價和洞察，而且不同的人處理這類問題的方法與思路也不盡相同，決策效果與決策者的主觀行為密切相關(guān)。因此，就不存在一個可以建立的算法，更難以用需要達成共識的決策程序來實現(xiàn)了。

由于計算機數(shù)字化系統(tǒng)本身的局限性，非程序化管理工作是不可運用算法程序加以替代的，這也是以人工智能為核心的自動化管理系統(tǒng)難以完全代替人們工作的原因。

回顧人工智能發(fā)展的歷史，可以發(fā)現(xiàn)已經(jīng)出現(xiàn)過多次人工智能浪潮。在每一次浪潮興起的時候，都會有一種觀點認為人工智能將超越人類、控制人類。其實，盡管人工智能在圖像與語音識別等方面發(fā)展迅速，但是在可以預見的未來，由于技術(shù)和社會的限制，人工智能不可能完全替代人類的工作。一方面，因為人類的感官、感知、情感、社交技能以及社會關(guān)系屬性等不可能完全被程序化。例如，企業(yè)領(lǐng)導人在吸引人才的工作過程中，可以運用情感提供“人情味”，利用社交能力和人格魅力等建立特殊的關(guān)系，而這些都很難被程序化實現(xiàn)的。另一方面，因為計算機及運行在其中的各類系統(tǒng)本身是沒有自我的，也沒有目的感。具體到自動化管理系統(tǒng)，就意味著需要管理者為系統(tǒng)定義目標，那么該管理者就需要對系統(tǒng)承擔的任務以及最終產(chǎn)生的結(jié)果負責任。承擔責任是人類獨有的能力，奧地利著名心理學家維克多·弗蘭克爾教授在其《活出生命的意義》一書中就明確指出：“負責任就是人類存在之本質(zhì)。”其實，人也只有在一定程度上參與和控制了相關(guān)工作時才能承擔責任。

因此，企業(yè)管理中的非程序化工作難以自動化運行，仍然需要由人類完成。

半程序化決策

企業(yè)的目的是創(chuàng)造客戶，即企業(yè)的產(chǎn)品和服務需要得到市場的認可，企業(yè)才能得到生存和發(fā)展。張維迎等在《企業(yè)家：經(jīng)濟增長的國王》一書中就提出了企業(yè)家需要具有發(fā)現(xiàn)機會的才能，發(fā)現(xiàn)市場機會是企業(yè)家開展經(jīng)營活動的前提。此外，企業(yè)家還要能夠調(diào)配相關(guān)的生產(chǎn)要素，將生產(chǎn)要素高效率、低成本地轉(zhuǎn)化為產(chǎn)出，滿足市場的需求。這個過程中不僅需要企業(yè)家具有對市場發(fā)展趨勢定性判斷的素養(yǎng)，也需要進行各種定量分析的能力。算法工程師可以對后者而難以對前者建立算法模型，這一類就是半程序化的問題。即其中有一部分問題可以采用確定的程序給出明確的答案，因此，基于規(guī)則的自動化管理就不可能完全實現(xiàn)解決半程序化的管理需求。

美國亞馬遜創(chuàng)始人及CEO貝佐斯在對數(shù)據(jù)中心選址的決策中，針對地震、能源、空氣、人力資源、地形和建筑規(guī)劃條件等因素，建立了280個標準。這部分的問題就是結(jié)構(gòu)化的，這些指標可以自動計算后送交貝佐斯以及董事會決策。然而，對倉庫所在國的政治穩(wěn)定性、政策優(yōu)惠度等，就需要貝佐斯等高層人員運用他們的直覺和常識加以判斷了。這些直覺與常識背后的規(guī)則和模型并不完全為人所知，難以獲得。因此，亞馬遜數(shù)據(jù)中心的選址問題就是一個半程序化的問題。

一個中層管理人員經(jīng)常面對的典型決策可能是：“為什么杭州銷售中心近3個月完成的訂單呈下降趨勢？”這位中層將會從企業(yè)資源計劃系統(tǒng)（ERP）或客戶關(guān)系管理系統(tǒng)（CRM）中獲取有關(guān)杭州銷售中心的訂單以及相關(guān)橫向與縱向運行效率的比較數(shù)據(jù)，這是決策的程序化部分。但是，這個經(jīng)理在得出具體的結(jié)論之前，可能還需要訪談員工，走訪客戶，以收集更多有關(guān)杭州當?shù)亟诮?jīng)濟發(fā)展狀況及行業(yè)趨勢的非結(jié)構(gòu)化信息，這些就是決策的非程序化部分。

企業(yè)中大多數(shù)管理任務都屬于半程序化的問題。針對半程序化的管理問題中可程序化的部分可以建立算法模型和程序，而非程序化的部分就需要依靠管理人員的知識與洞察力了，即半程序化的問題是算法程序與決策人員聯(lián)手協(xié)作解決的，這個過程常常被稱為互相增強（Augmented）學習。所謂增強學習就是一個管理者與自動化管理系統(tǒng)共同進化的過程。在這個過程中，管理者借助于系統(tǒng)的速度、可擴展性和量化能力，開展管理決策工作。同時，系統(tǒng)也通過不斷地學習具有領(lǐng)導力、創(chuàng)造力、社交能力和團隊合作精神的管理者們的知識，使自動化的水平更高、范圍更廣。隨著時間的推移，在其準確度、效率和有效性逐步達到一定程度的時候，便逐步協(xié)同、替代更多耗時的管理者所做的工作。

隨著業(yè)務的成熟以及數(shù)據(jù)的豐富齊備，非程序化的問題可以轉(zhuǎn)化為半程序化的問題，半程序化的問題也可以轉(zhuǎn)化為程序化的問題。從企業(yè)管理層級而言，基層管理面對的很多問題是程序化的，中層面對的大多是半程序化的，而高層面對的則基本都是非程序化的。自動化管理徹底改變了企業(yè)中可以程序化的任務的完成方式和相關(guān)的工作人員，不過可以肯定的是，自動化管理的更大影響在于補充和增強企業(yè)管理者的能力，而不是完全取代他們，是企業(yè)管理者的幫手。

M公司供應鏈自動化管理示例

以筆者參加過的一家鋼鐵貿(mào)易企業(yè)M公司供應鏈自動化管理為例，采購與供應鏈管理是公司持續(xù)競爭優(yōu)勢的核心來源。M公司上游有數(shù)十家供應商，下游有數(shù)千家客戶，這里分別僅用B鋼鐵公司和汽車企業(yè)G公司來說明，圖3是一個簡化的示意圖。由于鋼鐵產(chǎn)品有生產(chǎn)周期的限制，在傳統(tǒng)模式下，G汽車公司通常依據(jù)自己的生產(chǎn)計劃給M鋼貿(mào)公司下達下下個月的多個車型、數(shù)百種零部件的采購計劃，亦即M公司需要為G公司保留兩個月生產(chǎn)所需的原材料庫存。M公司匯總所有客戶的訂單后還需要向B鋼鐵公司傳遞相應的采購計劃。該過程中不僅存在合同、加工、倉儲、提貨、物流和結(jié)算等復雜的環(huán)節(jié)，而且還常常會遇到“計劃沒有變化來得快”等問題，哪怕G公司對某個品種零部件一天的實際需求量達到了兩個月的計劃量，M公司也必須滿足。

M公司傳統(tǒng)的做法是，借助于信息系統(tǒng)安排多名工作人員，分別負責不同產(chǎn)品的采購與銷售。其實，M公司要滿足G公司對庫存的需求是有難處的：一方面存在著國家之間發(fā)生貿(mào)易沖突的可能，上游B公司的原材料鐵礦石存在不確定性；另一方面，保持兩個月庫存量所占用的資金等成本很大，而且鋼鐵產(chǎn)品市場價格波動也很大。盡管M公司近年來對信息系統(tǒng)進行了持續(xù)的投資，供應鏈中的主要環(huán)節(jié)均實現(xiàn)了信息化，但是，隨著下游G公司的產(chǎn)品越來越多品種、小批量化，M公司供應鏈管理開始面臨三大挑戰(zhàn)。

一是數(shù)據(jù)挑戰(zhàn)。信息系統(tǒng)中的數(shù)據(jù)呈指數(shù)級增長，這些累積了若干年的大量數(shù)據(jù)不僅沒有發(fā)揮作用，反而占用了系統(tǒng)的資源，系統(tǒng)本身和工作人員的處理能力越來越不足。

二是交互挑戰(zhàn)。對銷售與采購這兩項活動，公司雖然不斷增加人員，但是與上下游之間以及公司內(nèi)部部門之間的溝通與協(xié)調(diào)愈加不暢，相應的管理成本大幅上升。

三是創(chuàng)新挑戰(zhàn)。原有模式下，M公司的銷售對接G公司采購，M公司的采購對接B公司銷售，而“對應著計劃的變化”卻主要取決于G公司的營銷部門對某款車的營銷成果和B公司的采購部門所掌握的原材料供應的穩(wěn)定程度。

M公司原有的模式難以保證持續(xù)地擴大業(yè)務規(guī)模，同時，效率和效益也有降低的趨勢?！肮Σ皇灰灼?；利不百，不變法”，在此背景下，M公司選擇進入數(shù)字供應鏈（Digital Supply Chain）轉(zhuǎn)型階段，這將改變傳統(tǒng)的采購與供應鏈的運營、組織和關(guān)系模式，管理自動化就是其中的一項重要任務。

企業(yè)的目的是創(chuàng)造客戶，為客戶帶來價值的并不是企業(yè)的某個部門、某個崗位，而是一個完整的業(yè)務流程。因此，M公司明確開展自動化管理的對象應該是業(yè)務流程，而不是某一項具體的活動。而企業(yè)流程自動化的目標主要是使流程更精簡、高效，大規(guī)模業(yè)務流程管理自動化也是企業(yè)數(shù)字化轉(zhuǎn)型的重要特征。

M公司采取了多項舉措來部署與實施供應鏈管理自動化：

首先，公司召開了四天的全員研討會，主要討論供應鏈管理中面臨的需求和挑戰(zhàn)，并開展AI基本原理的培訓，提出公司下一步的自動化管理解決方案。

第二，與咨詢公司合作，對與上下游以及第三方之間的業(yè)務流程進行抽象整理，從上百個主要流程中識別具有高度重復性的數(shù)十個核心業(yè)務流程，確定優(yōu)先為這些流程開發(fā)可以開展自動化管理的解決方案。這里的高度重復性是指在多個崗位執(zhí)行或某個崗位高頻率執(zhí)行。

第三，將選定的業(yè)務流程轉(zhuǎn)換為算法模型開發(fā)人員能夠閱讀的工作流程，進行算法建模。在建模過程中，分類確定程序化流程、非程序化流程和半程序化流程，對程序化流程和半程序化流程中程序化部分的算法模型進行構(gòu)建，同時確定算法模型需要用到的數(shù)據(jù)及對數(shù)據(jù)的要求。

第四，預算構(gòu)建、運行和維護算法模型的成本，同時計算算法模型可替代的全職員工的工時，估算運行算法模型所產(chǎn)生的效率與效益影響，進而創(chuàng)建每一個算法模型的投資回報率。

第五，依據(jù)上述過程的結(jié)果選定相應的業(yè)務流程開展算法模型的軟件實現(xiàn)、調(diào)試、試運行和實際投入運用。在此過程中，對全員持續(xù)進行培訓，開展變革管理教育，創(chuàng)建員工自動化管理的思維和企業(yè)的文化。

第六，持續(xù)優(yōu)化、增強已投入運行的算法能力，逐步增加自動化管理流程的數(shù)量。

在M公司庫存管理的流程中，典型的一個程序化流程就是依據(jù)客戶需求自動生成訂單，主要活動包括：系統(tǒng)每天定時接入G公司計劃系統(tǒng)抓取最新發(fā)布的生產(chǎn)計劃，依據(jù)BOM表自動分解為公司的采購計劃；接受其他客戶的電子郵件、Excel或Word文檔等文件，自動生成采購計劃。

然而，上述自動生成的采購計劃并不能作為M公司給上游B公司下的訂單。因為M公司不愿意、也不需要為G公司保持兩個月的庫存，同時上游B公司的生產(chǎn)也存在不確定性。這就是半程序化管理決策的問題。一方面，因為G公司的計劃一定會有波動，針對這個波動可以依據(jù)歷史數(shù)據(jù)建立相應的算法，自動化管理系統(tǒng)就可以確定每一種零部件的波動值。另一方面，M公司的銷售與采購部門定期（如每天或每周）分別與客戶的營銷部門、供應商的采購部門溝通，以把握客戶的產(chǎn)品營銷活動和供應商的原材料保障信息。

國家政策的變化、市場發(fā)展的趨勢、突發(fā)性的疫情或其他自然災害甚至區(qū)域戰(zhàn)爭的影響等，就是非程序化的管理決策問題，需要管理者的智慧。

綜上，M公司最后才確定自動轉(zhuǎn)發(fā)給供應商B公司的訂單。該系統(tǒng)的建立與運行，不僅為M公司帶來了日常工作效率，而且還帶來了巨大的效益。就為G公司準備庫存而言，周轉(zhuǎn)期從127天減少到47天。

M公司建立供應鏈管理自動化系統(tǒng)，其初心并不是取代員工，而是充分運用積累的大量數(shù)據(jù)，在采購和銷售兩個環(huán)節(jié)上協(xié)助員工與企業(yè)內(nèi)外開展交互，簡化端到端的流程，并為客戶、為公司創(chuàng)新增加業(yè)務價值。該系統(tǒng)除了參與完成日常的工作流程外，每日還為不同崗位的人員創(chuàng)建市場數(shù)據(jù)報告、客戶評估報告、庫存異常報告等，管理自動化也改變了公司文化以及員工的工作方式。

企業(yè)開展自動化管理的基礎(chǔ)建設(shè)

正如本文第一部分所分析的，自動化管理的核心技術(shù)是AI，而模型（算法）、數(shù)據(jù)與算力是AI的三大基石。落實到自動化管理中，模型實現(xiàn)的就是連貫的業(yè)務流程，模型的正常運行需要輸入正確的數(shù)據(jù)，而模型、數(shù)據(jù)的運行必然需要IT基礎(chǔ)設(shè)施。

業(yè)務流程梳理

亞當·斯密的分工理論指導企業(yè)管理者們細化工作任務單元，一方面大幅度提高了企業(yè)的生產(chǎn)率，另一方面也帶來了營銷、生產(chǎn)、財務等專職職能部門以及科層式組織架構(gòu)形式，使得企業(yè)中存在著大量各自為政的破碎性流程。企業(yè)開展自動化管理首要的基礎(chǔ)就是需要將業(yè)務流程連貫化。正如邁克爾·哈默等在《端到端流程：為客戶創(chuàng)造真正的價值》一書中所闡述的，工作不應該是一系列分散的活動，應該用端到端的連續(xù)體來代替。

其實，反過來說，業(yè)務流程連續(xù)化的前提還是做好分工，因此，通過分工的重新安排就是連貫業(yè)務流程的路徑。重新安排分工有兩種思路：一種是從下游客戶出發(fā)推動需求，再推向內(nèi)部的流程，即由外而內(nèi)跨組織打通業(yè)務流程；另一種是把提高效率作為出發(fā)點，對內(nèi)部能力和資源進行跨職能整合成連貫的流程。

適合管理自動化的企業(yè)業(yè)務流程應該具有明確的規(guī)則，因為只能對結(jié)構(gòu)化的問題才能構(gòu)建算法模型，同時，自動化程序的執(zhí)行也需要精確的指令。然而，對企業(yè)而言，不可能沒有異常的情況發(fā)生，如果對異常進行自動化管理的算法建模，復雜度就會大幅增加。此外，即使還存在沒有異常情況出現(xiàn)的流程，但是可能一周或一個月才執(zhí)行一次，那么由人工完成這些異常的或低頻率的流程即可，這不僅是出于成本的考慮，也是從減少系統(tǒng)運行的復雜度出發(fā)的。

應用數(shù)據(jù)準備

運用系統(tǒng)開展自動化管理的方式和人工不一樣，它們不是通過模仿人們的思維方式而建立的，而是建立在算法模型和數(shù)據(jù)基礎(chǔ)上的，也就是將過去需要人類的智慧去解決的問題轉(zhuǎn)變?yōu)榱擞嬎銌栴}。人類的思考與推理等智慧活動常常并不需要很多的數(shù)據(jù)，而且人腦處理數(shù)據(jù)的能力也很有限。人們常常會運用自己的直覺和經(jīng)驗進行決策，這也是人類擅長的活動，所以，以前的銀行等機構(gòu)就稱經(jīng)驗豐富的員工為“老法師”。自動化管理系統(tǒng)需要更多的數(shù)據(jù)和計算能力，而“不知疲倦”地運行和處理大量的數(shù)據(jù)是計算機系統(tǒng)所擅長的，算法模型和數(shù)據(jù)就成為當今的“老法師”了。

自動化管理系統(tǒng)需要的數(shù)據(jù)主要來自業(yè)務管理系統(tǒng)。在很多企業(yè)，這些數(shù)據(jù)大部分已經(jīng)存在于現(xiàn)有的系統(tǒng)中，包括在企業(yè)之間進行數(shù)據(jù)傳輸?shù)碾娮訑?shù)據(jù)交換（Electronic Data Interchange - EDI）系統(tǒng)，還有ERP、PLC、SCM、CRM以及MES等集成系統(tǒng)。這些系統(tǒng)覆蓋了企業(yè)從銷售到采購以及物流、付款等流程，共同組成了企業(yè)自動化管理系統(tǒng)的數(shù)據(jù)神經(jīng)系統(tǒng)。因為系統(tǒng)訪問系統(tǒng)的能力很強，即信息管理系統(tǒng)從一個系統(tǒng)轉(zhuǎn)換到另一個系統(tǒng)可以在“黑箱”中進行，其速度快于人工，不僅效率高，而且能減少人工成本。

因此，企業(yè)構(gòu)建自動化管理系統(tǒng)并不需要把原有系統(tǒng)推倒重來。當然，企業(yè)針對自動化管理的實際需求，可以開發(fā)諸如物聯(lián)網(wǎng)應用系統(tǒng)并運用區(qū)塊鏈技術(shù)等，采集流程所需求的及時數(shù)據(jù)并保證數(shù)據(jù)的安全性。

IT基礎(chǔ)設(shè)施提供

實施企業(yè)管理自動化所需要的IT基礎(chǔ)設(shè)施大部分都可以與原有系統(tǒng)共享，包括計算機硬件、操作系統(tǒng)、企業(yè)應用軟件、數(shù)據(jù)管理及存儲、網(wǎng)絡/通訊平臺以及咨詢系統(tǒng)集成服務等。

就企業(yè)管理自動化的應用軟件而言，一般有兩類，一類對應程序化流程，通常被稱為機器人流程自動化（Robotic Process Automation ，RPA）。常見的 RPA 軟件具有兩個特點：一是配置簡單，應用人員不需要掌握很強的編程技能，只需要拉動圖標把流程中的步驟表達出來，代碼便會自動生成；二是RPA產(chǎn)品不需要侵入和觸及其他諸如ERP等系統(tǒng)底層，不存儲任何數(shù)據(jù)，只需要通過表示層即可對其他系統(tǒng)進行訪問。

另一類對應半程序化流程，通常被稱為認知自動化（Cognitive Automation -CA）或認知智能（Cognitive Intelligence- CI）。這類軟件工具需要與業(yè)務工作人員通過邏輯推理等開展交互活動，并應用知識解決問題，應用過程比RPA復雜。

雖然說引入新的IT技術(shù)能夠大幅度提高系統(tǒng)運行效率，但對大多數(shù)中小企業(yè)而言，新技術(shù)的成本很高，需要智能地使用，即必須要考慮投入產(chǎn)出。企業(yè)開展管理自動化，一項有效降低成本的技術(shù)選擇就是虛擬化 IT 資源的云計算，包括基礎(chǔ)設(shè)施即服務（IaaS）、平臺即服務 （PaaS）和軟件即服務（SaaS）等形式。

結(jié)束語

自動化生產(chǎn)與自動化管理可以分別在體力與智力方面幫助和替代勞動者，因而，一方面對勞動者受教育的程度以及工作技能要求更高了，另一方面，也讓一些崗位對勞動者的要求降低了。正如一直以來人們對自動化生產(chǎn)的“愛恨”交織，自動化管理也與勞動者之間存在著對立統(tǒng)一的關(guān)系，其“雙刃性”同時會帶來企業(yè)的競爭優(yōu)勢和管理人員潛在的抵觸情緒與行動。

在工業(yè)革命初期，亨利·福特曾感慨道：“為什么每次我想雇傭一雙手，卻總要帶上大腦呢？”自動化管理是不是就實現(xiàn)了亨利·福特的愿望呢？其實不然，因為自動化管理的算法模型來自管理人員的智慧，算法模型需要得到管理人員的訓練而不斷優(yōu)化。同時，算法模型產(chǎn)出的結(jié)果需要管理人員闡釋和負責。此外，自動化管理擴展和補充了管理者的能力，而不是減少或限制了管理者的能力。

企業(yè)自動化管理的重點是業(yè)務流程而不是某個環(huán)節(jié)的優(yōu)化。借助于業(yè)務流程的自動化管理，企業(yè)可以提高效率（efficiency）和效益（effectiveness），即針對程序化和半程序化的流程，自動化管理系統(tǒng)可以分別幫助管理者正確地做事（ to do things right）和選擇做正確的事（to do right things）。

企業(yè)通過實施自動化管理，最終可以實現(xiàn)數(shù)字化管理的轉(zhuǎn)型。