今天最先进的人工智能已经在制定与人类直觉相悖的决策。管理人员应该如何打消焦虑，爱上机器人？

策 略

位于香港的投资公司Deep Knowledge Ventures在2014年因为在董事会引入计算机算法而声名大振。该公司旗下管理的资产约为1亿欧元，希望找到一种方法来实施数据驱动型的投资策略，而不是依靠人类的直觉以及与创始人之间的关系。执行合伙人德米特里·卡明斯基（Dmitry Kaminskiy）表示，该算法大多用来行使否决权，如果它发现危险信号，Deep Knowledge就不会投资。

自从Deep Knowledge的人工智能技术参与董事会五年来，市场上并没有出现多少真正意义上的效仿者。事实上，Deep Knowledge自身也已经转移其精力，而且不再使用这一算法。美国西北大学（Northwestern University）凯洛格管理学院（Kellogg School of Management）的教授布莱恩·乌兹（Brian Uzzi）说：“如今，重大策略决策基于直觉”—也就是说，由人来制定—“因为我们缺乏相关数据。”实际上，各大公司所做重大决策的数量还不足以用来有效地培训算法。

然而，随着我们搜集更多的数据或解决数据缺乏问题的模型获得商业市场的青睐，人工智能承担更多的策略性职责只是迟早的事情，包括就开展哪些并购交易提供洞见，进驻哪个地域，是否推出与竞争者类似的产品。

这一现象在一定程度上也引发了一些反对声音。一些管理大拿和理论学家则突然一反常态地阻碍人工智能发展，并借此遏制人工智能趋势：他们断然告诉公司的董事会，不要抛弃人类直觉和常识。

今年年初，英国卡迪夫大学（Cardiff University）的德克·林德鲍姆（Dirk Lindebaum）与位于赫尔辛基（Helsinki）的汉肯经济学院（Hanken School of Economics）的米科·韦萨（Mikko Vesa）和弗兰克·登宏德（Frank den Hond）撰写了一篇挑衅性的文章，警告公司董事不要过分迷恋人工智能。为了证明其观点，这三位学者将其与经典的爱德华·摩根·福斯特

（E.M. Forster）的科幻故事《机器停了》（The Machine Stops）进行了比较。在该故事中，人类因为过分依赖于全能机器而失去了独立思考和行动的能力。林德鲍姆对

《财富》杂志说：“我们放弃了越来越多的自主掌控权。最终的情形是，人们实际上已经没有选择，并成为了算法盲目的追随者。”

包括林德鲍姆在内的评论员提到了两架波音（Boeing）737 Max 8机型的坠毁事件，将其自动驾驶系统问题称之为警世之钟。驾驶员对该系统并不完全了解，而且没有办法轻易地判断，飞机是否基于错误的感应器数据而做出了决定。这类“自动化惊喜”是人工智能尤为突出的问题，因为当今众多强大的机器学习算法都是黑盒子。我们并不知道它们为什么会做出某类预测，即便是它的编程人员也搞不懂。

在生死攸关的局面中，例如飞机自动驾驶或自动驾驶汽车，林德鲍姆的建议还是非常在理的。然而在商业策略领域中，经理们如果不学会信任他们所采用的算法，他们是否会错失黄金洞见。

不妨看看在2016年古老的策略游戏围棋中，世界级选手李世石（Lee Sedol）与Alphabet旗下的人工智能公司DeepMind打造的AlphaGo算法之间的对弈。在第二局的第37步，AlphaGo走出了一步十分诡异的棋，一开始，评论这场比赛的围棋专家认为负责替AlphaGo在棋盘上走棋的人犯了一个错误。根据AlphaGo自身的评估，人类棋手在该棋局中走这一步的概率为万分之一。然而，甚至连DeepMind的研究人员都感到疑惑不解的是，AlphaGo竟然把这步棋看作是一个制胜招数。（接下来AlphaGo确实赢了这盘棋。）

有鉴于这种“怪异”的洞见，新兴的管理层观点—不要抛弃常识或人类经验—看似完全站不住脚。如果按照这个观点行事，人们就不会走第37步棋。另一方面，董事会如何去区分第37步棋和波音737坠机之间的区别。

解决这一紧张的局势并不是一件容易的事情。教授人工智能课程的纽约大学（New York University）的商学教授罗伯特·西曼斯（Robert Seamans）指出，这也是为什么经理们对人工智能系统工作原理的理解如此重要的原因。它并非只是制定“正确”的策略决定，还涉及执行。他表示，理解决策背后的逻辑对获得实施这一决策的认同（来自于雇员和投资者）至关重要。他说：“这并非只是列出概率性的结果，公司的每个人都得接受这种做法。如果你无法解释清楚其缘由，也就难以实施这一决策。”领导力并非只是决策那么简单，它还包括说服他人接受自己的观点。

译者：冯丰