04 能力数字 化 01 数字时代的管理挑战 第一节 数字时代管理的四大挑战 第二节 平台化管理的崛起：管理的无边界延伸 第三节 掩卷之思 挑战二： 领导、员工、用户关系日益模糊化 挑战四： 新生代追求个性化 挑战一： 人类工作智能化 挑战三： 企业组织日趋复杂 挑战 四大 数字时代管理的四大挑战 也颠覆着企业传统的管理方式。 人工智能擅长模式匹配及自动化处理 个体零成本创业 , 成为自由职业者的门槛越来越低。 员工日 动力逐渐转向自我驱动力。 未来企业和员工的根本关系将发 公共服务和基础设施完成自我理想。 数字时代管理的四大挑战之二 日益模糊化 : 从雇用关系到合作关系 , 到产销关系再到超级用户 , 传统商业社会原本清晰的边界都在逐步消失。 在数字技术的推动下 , 部门与部门之间、 层级与层级之间 的 信息屏障被打破 , 信息在不同部门和不同层级之间流畅地 数字技术对资产绩效的建模分析 , 帮助企业将非核 心业 务剥离 , 促使外包业务发展。 就业市场的数字技术让自由 灵活的 弹性工作制成为可能。这些趋势都使得组织的内部边界 和外部边 界变得模糊 , 富有柔性和灵活性。 这种柔性化更易于资 源、 信息 的传递和扩散 , 促进各项工作在组织中顺利展开和完成 , 使组 织 作为一个整体的功能远超各个组成部分的功能之和。 组织关系随着组织结构的扁平化而日趋网络化

它必须是开放，可穿透的 这是企业获得持续发展， 不断创新，适应环境的 标 志 企业边界需要了解外部边 界的清晰 - 模糊维度 高模糊性 / 低清晰性有助于 企业迅速获取外部资源 这是适应外部快速变化的 环境所需要 边界融合与边界模糊 l 电商平台 l 终端食品品牌 l 生物基因科技公司 l 原材料供应商 l 产销分离 l 设立创新平台， 打造针对养殖户的

靠的是一种 模糊的“感知智能”，而非对精确概念的细致刻画。而这种“感知智能”恰恰又是 54 实现更高级别智能的基础。相较之下，常识却是语言和智能的“暗物质”，而早期 “眼力欠佳”的人工智能就是根据“额头高高”“眼睛鼓鼓”等精确特征，将癞蛤 蟆错认为千里马的伯乐家“傻儿子”。 以上就是早期图像分类的局限性，并由此诞生了一个方法叫作“特征工程”。当研 究者试图通过程序直接把握人类模糊的“感知智能”时，历史的齿轮终于开始转 的图灵测试不再足以全面评估人工智能的真实智能水平，而人类需要更全面、更深 入的方法来理解和评价人工智能的能力。 这就回到对“智能”本身的定义。在人工智能发展的过程中，不同学派对“真正的 智能”有着不同的定义，这种定义的模糊和变化让研究者时而兴奋，时而沮丧。早 期的科学家对人工智能的快速发展抱有乐观态度，部分原因是当时的智能程序已经 能够解决复杂的代数问题，证明几何定理，并且能够像专业棋手一样下国际象棋。 对普通人来说 了眼镜以后，就感觉自己的听力都迟钝了，甚至是什么都迟钝了。我一直以为是错 觉，但是最近看了一些资料，发现这也不完全是错觉，很多人都有类似的体会。据 说是当视力变得模糊时，大脑通过视觉获得的信息就会减少，这时就要分配更多的 注意力去分析这些模糊的信息，因此听力分配到的注意力相对减少，而且就算听力 所获得的注意力没有减少，在大脑处理整体信息的时候，因为视觉信息不足，也可 能造成听不清的感觉。 再举个例

Tech@Core ，业务与 IT 领域深度整合 ^ 以 技 术 为 价 值 中 心 一 03- 技术引领的差异化 商业 技术 技术 / 业务界限模糊 技术更加复杂，需求更 加模糊，这就需技术和 业务之间更加紧密协作， 更好理解彼此的知识领 域 02- 协作 商业 技术 协同执行 业务与技术交流加强， 系统分析师试图将业务 与技术更加协作

第四章领导者新定位 n n n n 个性 能力 与组织协同的个体因素 与组织协同的 三个个体因素 认知 数字技术对五因素模型中的五 项维度均产生了不同程度影响： n 外倾性：边界模糊 n 随和性：产生不同社交属性 n 公正严谨性：改变世界观与 价值观 n 情绪稳定性：个体独立稳定 不易 n 经验开放性：要求非常高 努力、有组织计划性、可靠、谨慎的

。它们是企业与客户沟通的 载体，也是企业运营管理的抓手，更是企业综合能力的体现，包括消费者洞察、产品创新能力、建立系统的能力能力、与用户互动的 能 力。 数字化时代的产品和服务的界限变得越来越模糊。很多做产品的企业越来越强调服务的重要性，比如做蛋糕的企业还提供现场展示 的服务，给用户提供额外的价值，这叫产品服务化；还有一些本来就是做服务的企业，越来越强调服务的标准化，甚至也会单独销售 产 数字化转型对领导力的新需求 备注： VUCA 是四个英文单词的首字母缩写： Volatility 是易变性， Uncertainty 是不确定， Complexity 是复杂性， Ambiguity 是模糊 性。 领导者的六个身份 （ 1 ）对于 VUCA 环境的高度适应性：容忍并快速适应 VUCA 环境，把控自己的 情绪不受影响；对于变化具有灵活性和韧性的恰当平衡。 （ 2 ）高效

少样本学习，生成式 AI 模型能够理解和生成各种模态的感知数据。在感知增强方面， 生成式 AI 可以将低分辨率、高噪声的传感器数据恢复为高质量的感知信息。例如，在 安防监控中，即使是在夜间或雾霾天气下拍摄的模糊图像，也能够通过 AI 增强技术恢 · 5 复出清晰的细节，识别准确率从原本的 60%提升到 95%以上。在医疗影像领域，生成 式 AI 能够从低剂量 CT 扫描图像中重建出媲美常规剂量的高质量图像，在保护患者健 助设备，帮助工作人员快速准确地完成拣选。智能分拣系统处理海量包裹的分类和分 发，高速分拣机通过图像识别读取包裹上的条码或文字地址，控制传送带上的分流器 · 93 将包裹导向正确的目的地。深度学习算法可以识别手写地址、模糊条码、破损标签等 困难情况。对于异形件、易碎品等特殊包裹，系统会自动识别并导向人工处理通道。 交叉带分拣机、滑块分拣机等设备可以达到每小时数万件的分拣能力。分拣计划优化 考虑下游运输车辆的装载 拟试衣不仅提升了购物体验，还减少了因尺码不合适导致的退货。智能导购系统成为 消费者的购物助手，基于消费者的历史购买、浏览行为、个人偏好，推荐合适的商品。 自然语言处理技术让导购系统能够理解消费者的模糊需求，如"适合约会穿的裙子"、" 送给 60 岁父亲的生日礼物"。知识图谱技术帮助系统理解商品之间的关系，提供搭配 建议和替代方案。情感计算技术可以识别消费者的情绪状态，提供更贴心的服务。智 ·

侧影。 上述提示词的生成效果如图8-5所示。 182 图8-5 AI绘制孔乙己形象 提示词示例3： 描绘秋天的北平城景，展现城墙外宽阔的金黄色菊花田，与城墙上翠绿的古藤相映 成趣。远处可见模糊的古塔和低矮的屋顶，天空呈现深秋的湛蓝，偶尔飘过几片飘 零的树叶。整个画面应呈现一种淡淡的忧郁与怀旧情绪，体现出作者对故都的深情 回忆与秋日特有的萧瑟感。此画面不仅要展示自然景观的美，还要传达出一种时间

何得到结果。经理需要赢得其他人的信任和尊重。竹内弘高和清水纪彦 建议了一种理想的性格，包括愿意聆听、愿意向他人学习，对不断改进 充满热情，团队合作融洽，具备迅速解决问题的能力，关心指导其他员 工，并且为人谦虚等。显然，这些标准不仅模糊，而且有些矛盾。因为 具有能迅速解决问题能力的人，似乎未必谦虚也未必愿意倾听和学习。 该系统通过丰田内部和合作伙伴和供应商的扩展人际网络，帮助他 们挑战自我，并不断提高，目的就是培养企业所需的优秀人才和团队，