智能化组织“绩效—学习—变革”系统演进过程研究

黄飞宇，王 杰

引 言

大数据处理及分析技术具有高速度、大数据量、多样性等特征(Hilbert，2016)，其处理的数据对象也已超越传统的表单式结构化数据，向图像、音频、自然语义等非结构化数据转变。大数据和人工智能的运用，使得人们对数据的处理逐渐摆脱人的直觉判断和分析，数据处理结果也愈加精准，这对改善组织内部决策过程并提高决策水平、降低决策失误具有深远意义。目前大数据人工智能技术已经逐步应用于不同商业领域，例如市场调研及环境分析、消费者行为分析、组织内部管控等(Gilley et al，2000)。近年来，探索构建嵌入大数据和人工智能的人力资源管理理论模型，尤其有关大数据人工智能的应用能否显著增强组织对绩效、学习与变革的控制能力等问题成为热点课题。大数据智能分析技术在人力资源管理过程中的应用与传统信息化的人力资源管理方式有着质的区别(Gilley et al，2000)。当代组织要想持续获取竞争力并得到发展，就需要借助大数据统计分析与智能分析计算方法，对管理系统进行优化，实现从需求确认到实施管理,再到整体提升的过程，重塑组织战略结构(Chow et al，2013)。本研究探讨在大数据和人工智能环境下，基于数据流建立组织绩效、学习与变革的循环关系，推进组织绩效、学习与变革的效果和互动，为大数据和人工智能在人力资源管理和变革中的应用带来一定的启示。

一、 现状分析

当今时代经济快速发展，市场经济不断变革，企业经营环境趋于多元化，众多企业在时代的浪潮中应运而生，但伴随着企业的发展，人力资源绩效管理的不足之处逐渐暴露。当代企业虽然较为重视员工绩效管理，并设计了企业的绩效管理方案，但大多存在着制度制定过于固定化、绩效考核过于程序化、考核内容过于僵硬化的问题，企业想要通过绩效考核达到激励员工的作用并没有实现，反而部分企业出现员工不满绩效考核制度而消极怠工甚至离职等现象。另外，员工绩效考核工作产生着大量数据，海量信息的判断和整理也是如今企业绩效管理中意义十分重大的一项工作。

还有令人不可忽视的一点，人工智能技术支撑下的时代正改变着人们的生活，尤其是人力资源管理工作正发生着前所未有的深刻变化。人工智能在信息判别和快速处理方面已经较为发达，对海量信息的存储和即时调出愈加便捷。据调查，当下大型企业通过大数据和人工智能分析结果做出工作判断与决策的员工已超过了80%。

由以上分析可见，将人工智能技术与绩效管理工作结合起来，从而形成系统化工作具有很强的现实性。人工智能可以使绩效管理过程更加流畅、绩效管理效果更加显著，为企业留存人力资本奠定更加坚实的基础。

二、 组织绩效、学习与变革

组织变革、学习与绩效改进的过程需要人力资源管理者从以往的流程式、模块化的线性思维转变为网络联接式、整体化的系统思维(Angrave et al，2016)。组织绩效是一个比较成熟的概念，指在某一绩效评估期内组织任务完成的数量、质量、效率及赢利等情况。绩效管理根本目的是不断促进组织绩效的改进，最终实现企业战略目标。组织学习的概念由Agryris et al(1978)正式提出，他们认为，组织学习是组织发现错误，并通过重新建构组织的“使用理论”而加以改正的过程。近年随着大数据分析与人工智能技术不断发展，国内外对组织学习的研究不断深入，从不同学科和角度研究其定义、类型、内容、步骤及影响因素等方面。陈国权等(2000)认为组织学习是组织为应对不断变化的生存环境，进行自我改变或重新设计的过程。应瑛等(2001)认为组织学习就是组织通过积累的相互作用且目的明确的行动方式来对内外部环境进行观察、评价和行动的能力。于海波(2007)构建了组织学习的“六因素结构模型”，涵盖组织间学习、开发式学习、利用式学习、组织层学习、集体学习和个体学习。姚传友(2017)认为组织学习是利用知识的可以替换和延展的特点来发散知识形成创新，应用到组织中以应对经济社会信息发展的不断改变。

随着经济社会的发展，组织变革管理的难度和复杂度都大大增加，学者研究组织变革的侧重点开始转向组织战略。Barrett et al(2018)把欣赏式探询嵌入学习型组织创建和发展的全过程，通过“发现、构想、设计、实现”的循环，探询有价值的信息和经验，从而持续挖掘组织变革的动力。朱祖平(2001)认为，企业变革是一项系统性工程，变革管理的关键是坚持系统观点，建立起企业协同创新系统。焦叔斌(2003)认为环境的变化是促使企业组织进行变革的根本动因，而张鼎昆(2004)进一步提出企业变革要实现由机械化组织向生态型组织跨越，间接指出了组织外部环境的复杂多变性。王凤彬等(2018)综合考虑组织变革环境、过程，探究组织变革的内在动力和系统螺旋式变化的过程机制，开启了组织变革研究的新视角。通过梳理国内外学者对组织变革的研究不难发现，组织变革越来越呈系统性和内外部环境兼顾性的特点，因此，本研究将组织变革定义为：组织根据内外部环境的变化，及时调整、改进和革新组织要素以实现组织发展目标的过程。

从外部组织视角来看，组织绩效、学习、变革的系统演进过程包括组织绩效向组织学习推进的过程、组织学习向组织变革演进的过程以及组织变革到组织绩效转化的过程。其中，从组织绩效转变为组织学习的过程中，有利于满足利益相关者，有助于提高组织绩效，有益于组织整体效率或产出水平提高的战略、原则、方法、目标、实践，都会逐渐地固化或者抽象化，甚至在组织范围内进行学习推广，激发员工创造力(王智宁等，2020年)，以便管理者在可预见的时期内获得更高的绩效产出。与此同时，组织管理者也会剔除或控制不利于组织成长的因素，成本控制与效益分析成为管理者在组织绩效固化、抽象化为组织经验的重要环节。从组织学习演变为组织变革的动力，是组织管理者及其成员将组织绩效固化而来的学习经验演变成组织变革的动力。在此过程中，组织成员可以重新分析并完善组织架构、人员配置、组织能力结构、制度缺陷等一系列问题，将分析出的不足作为组织变革的目标，并提出持续的改进计划。而组织变革转化为组织绩效产出的过程，主要体现为组织管理者的领导能力，需要领导者将组织变革的成果转化为组织高绩效行为，并为利益相关者带来丰厚的利润，柔性管理、弹性变革成为变革的管理者需要掌握的基本技能。

采用人力资源大数据和人工智能技术，围绕特定指标进行绩效情况分析，能够促使组织成员更加积极且快速地吸取经验，有针对性地完善和整改已有的薄弱环节，从而提高工作效率，达到节约人工成本的目的(Tripathi，2011)。基于绩效进行组织学习不仅仅是基于现有绩效水平吸取经验，以及通过查找并改善薄弱环节来促进组织及其成员成长和创新，还表现为组织成员结合以往绩效情况进行知识创造、编纂、共享，并为组织创造更多价值的过程(张欣瑞等，2015)。组织利用大数据及人工智能技术能够减轻组织成员的工作负担，使组织成员更加有效、快速地履行工作职能，组织能够快速提取编纂后被共享的有效信息并及时做出响应(Olson，2018)。比如，谷歌对内部大数据进行一系列研究和分析，甄别出优秀管理者，以此来判断优秀管理者最重要的行为和特质是什么，组织最成功的做法是什么，从而加快打造优秀经理人(Rodney et al，2019)，这种模式要比相关人员各自进行观察和人工统计分析要快速和准确，而且节省人力、物力和财力。

三、 大数据智能分析技术改进组织“绩效—学习—变革”系统演进过程

组织绩效、学习、变革的过程要想在大数据人工智能环境下实现正向促进作用，就需要组织管理者或者人力资源实践者重新规划并充分利用大数据和人工智能的技术特征，使其发挥技术应用优势并尽量减少负面影响。本研究依据组织学研究者的研究结论和分析结果，构建了组织“绩效—学习—变革”的系统循环演进过程，具体如图1所示。

图1 组织“绩效—学习—变革”系统演进过程

绩效、学习、变革三者之间的关系都是双向闭环的，而且存在多位一体的关系。比如学习和变革同时对绩效产生影响，组织绩效能同时产生组织学习和组织变革行为，如果因组织绩效带来的组织学习是主流，而组织绩效带来的组织变革比较微弱或相对不明显，那么这一过程便可认为是组织绩效到组织学习的过程。如果因组织绩效带来的组织学习和组织变革都比较显著，那么便可认为是同时发生的两个过程。

(一) 从组织绩效到组织学习的推动过程

人力资源信息化、智能化的实现是建立在组织整体管理系统功能性升级基础之上的，从组织绩效到组织学习的过程也就是在已有绩效水平的基础上进行成本控制及效益分析的过程。从组织绩效到组织学习的推动过程，同时是组织对知识流、信息流、数据流进行提取、分析和学习的过程，学习过程中组织通过所掌握的知识、信息和数据对组织绩效进行评估，从而实现对组织绩效的反馈，改善组织行为，具体如图2所示。

图2 从组织绩效到组织学习的推动过程

组织可将人力资源信息化成本、产出成本、资源利用效率、人力资源投资回报率等财务和非财务数据流作为绩效分析指标，通过大数据数理统计分析，建立成本控制效益分析模型，合理制定评估指标并监测评估过程，从而使组织管理者及时掌握真实的组织绩效产出。与此同时，加强对评估全过程的分析，组织管理者及成员能实现对组织规划、制度的修正，为合理配置资源提出最佳方案。组织进行知识和智力的管理过程实际也是通过智能计算学习对组织绩效进行评估的过程，知识和智力管理过程中需要对一系列数据进行识别处理，这种处理使得组织及成员掌握敏感绩效信息，有助于组织管理者做出最优决策。

通过大数据智能分析技术，对促进绩效改进的行为、制度、环境、人力资源等因素和数据进行评估分析，提炼产生高绩效的行为因素，关注阻碍组织成长的负面行为因素，利用分析系统进行迭代模拟，同时采用管理创新技术和IT支撑运营策略，及时评估其预期应用的效果和目标，从而不断校正工作行为，提高组织绩效。本方法可成功应用于公司工作生活环境组织管理过程，优化工作环境，促进部门合作。

(二) 从组织学习到组织变革的演变过程

随着组织结构的调整，人力资源管理手段和方式发生了变化，从组织学习到组织变革的过程成为组织管理者对数据进行分析并做出制度改变或行为调整的过程。人工智能系统将变革实施时的阻碍性因素和促进因素进行分析，描绘出目前组织需要强化的能力或者需要屏蔽的要素，然后将这些要素、过程、结果反馈给组织学习系统，组织学习系统对组织变革的反馈信息进行进一步剖析，并制定相应的解决方案，具体如图3所示。

图3 从组织学习到组织变革的演变过程

在甄选过程中通过人工智能自然语言处理技术、大数据分析处理技术对候选人电子邮件、简历与答题情况、社交网络等数据进行分析，达到在合适的时间、合适的地点为合适的职位甄选出适合的人，以最经济的方式达到最有效率的结果，从而选出组织变革适合的推动者和助力人。以组织人力资源管理和变革过程为例，一些组织意识到大数据人工智能对组织人力资源管理和变革的关键作用，实施变革，建立员工数据追踪计划，使每一项决策成为“基于数据的决策”，从而预测候选人是否契合公司价值观和工作要求、是否能够成功发展、是否愿意长期留在公司发展，同时还能帮助组织做出最优薪酬和激励决策，本方法不但缩短了招聘周期，也提高了招聘效率和效果，通过成功招聘实践的分析和总结，人力资源部门不断积累经验，推动了学习的发生。

(三) 从组织变革到组织绩效的转化过程

从组织变革到组织绩效的转化过程也是组织管理者将柔性化管理与弹性变革逐步引入组织内部，并实施评估的过程。化解组织变革面临的诸多内外部挑战需要人力资源管理政策为支撑，而人力资源管理政策的有效性与组织支持、自主激励和同事支持密不可分(Yano，2017)，柔性管理、弹性变革在组织变革转化为组织实际绩效产出的过程中，能创造出相对宽松的工作氛围和新的心智管理模式，更易于使员工产生自我激励，并获得同事支持。柔性管理、弹性变革起作用的关键是人工智能系统能充分运用数据流综合分析，洞悉内外部环境状况，掌握员工动态，合理界定管理的力度和变革的强度、范围，从而促进高绩效的产生，此过程中管理者和员工及时获取的反馈也对高绩效起到了辅助作用。管理者通过系统分析可以进一步明晰组织战略实施的目标和意图，可实现对员工行为的纠偏，并为优化价值创造过程、激发组织成员工作热情提供管理依据和方案。从组织绩效结果中提取数据信息并进行分析与设计，可以影响组织变革的内容、方式甚至方向，具体如图4所示。大数据和人工智能系统会根据组织现有资源的分布情况、个人或团队的资源诉求、外部市场资源供应的时间和供应量进行统筹调配，按时按需地满足组织成员的资源诉求，从而通过及时、充足的支持来减少角色冲突，同时对组织绩效产出进行实时监测，将正负面反馈结果和修正建议及时回传给组织管理者与组织成员，以便不断完善变革策略，必要时甚至对变革策略进行重新设计。

图4 从组织变革到组织绩效的转化过程

基于商业环境、各地文化风俗、法律及新技术的发展，在大数据人工智能环境下，谷歌对职员实行柔性管理，一些岗位职员不要求必须定时定点上班，只要能够完成任务且在需要时出现即可，同时职员出现任何问题或者需要帮助都可及时反馈。此外，谷歌基于大数据和人工智能预测哪些职员会离职并为挽留职员提供个性化方案、未来可能会出现哪些管理问题并未雨绸缪。这种基于大数据和人工智能所进行的里程碑式变革，极大地提高了人力资源管理的效率，帮助公司保持良好的绩效。

组织绩效、学习、变革系统循环演进的过程从内部数据流程来看，就是利用大数据及人工智能分析技术对数据进行评估、分析、设计的过程。数据评估主要应用在组织绩效与组织学习之间，通过抓取人口统计特征、行为数据、社交网络数据以及消费行为数据来评估影响绩效改进的因素、逻辑关系及其依赖路径。大数据与人工智能技术对组织学习与组织变革的数据流处理是一个闭环，在这个闭环中主要处理方式就是数据分析，通过系统分析进行甄选变革的目标、促进因素、阻碍因素，同时实现对环境氛围的整体剖析，通过变革来设计提高组织绩效的架构，进而引导并激发提高组织绩效的行为。

大数据人工智能时代，组织中各环节越来越多受外部环境的影响，比如现有竞争者、潜在竞争者、供应商、客户、公共机构政策及新技术等，所以采用大数据统计分析与智能计算进行模型构建时每个环节都注重外部数据流的引入，通过对影响组织绩效、学习与变革各环节的信息进行抓取、筛选、归类并应用到决策的过程，这与组织绩效、学习与变革的管理中更多关注内部信息和变化有着明显区别。模型把组织绩效、学习与变革明确为一个整体并形成了闭环过程，模型的环节与环节之间始终强调双向影响，这与实践中单向影响思维和倾向有着明显区别。

四、 总 结

虽然组织可以利用大数据和人工智能分析技术促使组织学习、组织变革以及组织绩效改进形成良性的闭环管理模式，促进组织决策水平的提高和管理方式的改良，达到合理利用资源并发挥最大效能的目的。但是，过分强调并依赖大数据和人工智能分析技术，往往也会将技术自身的阻碍和威胁带入组织的闭环管理过程中，而且组织人力资本结构也会随着技术的广泛应用而发生改变，知识型劳动者和创造型劳动者在组织中的地位会愈加突出。所以，在强调技术应用的过程中，组织管理者及未来研究者需要更加关注组织人性化、情绪化的管理，大数据及人工智能技术的升级促使知识型、创造型员工成为组织主要的雇佣群体，知识型、创造型员工的创造活力需要组织给予更加宽泛且人性化的空间氛围。因此，在大数据和人工智能化的组织氛围中，管理者特别是人力资源管理者要着手消除阻碍组织绩效、学习、变革的因素，塑造组织人性化的氛围并加强组织成员情绪行为的管理。随着大数据和人工智能系统在组织中的应用逐渐深入，人性化管理、系统构建、员工与智能系统之间的融合关系以及数据智能处理系统的开发管理也是未来可研究的方向。