导语

人机协同创新体系被界定为一个社会建构过程，应通过技术、结构与制度设计使人与智能机器的相互关系，符合安全、自由、伦理等基本社会价值标准，形成社会化特征的人-机-环境创新生态系统。

任宗强、陈淑娴 / 文

人机协同的范式兴起

正如《奇点临近》一书所预测，下一阶段的智能发展将是人类与机器的联合，即嵌入人类大脑中的智慧将与容量更大、运算更快的机器智能相结合，在不同层次给社会生产制造带来范式增长，人类与机器成为同事正在变为现实，人机共生协同将成为常态。“人+机器人”组合的新组织形态正给社会创新和企业商业行为带来肉眼可见的积极作用，包括投入要素、工作模式、创新主体、价值体系等因素都发生着深刻转变（图1），原有的创新管理理论与实践所依据的先决条件也将被颠覆。我们认为，创新过程模型已经进阶到人机二元智能体协同创新的新阶段。按照托马斯·库恩的定义，一个稳定的范式如果不能提供解决问题的适当方式，需要采取全新的视角来解释这些变化时，即出现范式转移。多西、弗里曼、佩雷斯等人在提出科技产业革命形成技术经济范式时也曾预测，当时正在扩散的信息技术革命将对现有的技术经济范式进行彻底改造。而今天，这个新范式已经出现。

图1 基于人机协同的生产力与生产关系

新范式下，机器从资产转向智力投入。机器不再是一种资产投入，而是一种智力投入，能模仿生物进行感知、推理和学习等智能活动，通过机器学习算法集成方程、逻辑和规则等，将数据一步步转化为智慧。这意味着机器智能是能够从生产端嵌入价值流，与人类密切协作、共同推动生产方式从效率型向创新型转变的能动要素。数据和机器成为新的生产要素和新的劳动生产者，这将打破人类劳动力、资本、土地等有限供给对社会生产长足进步的制约。

新范式下，人机由分离走向耦合协同。机器早期在单独/部分共享工作区辅助作业时，完全由人类单方面设定指令操控，基本只是共存的工作模式，没有任何耦合的协作过程。随着人工智能的成熟，人与机器的智能学习轨迹不再分割，而具有很强交互性，人可以近距离与机器交互，协同作业，机器可以通过情境分析、图像识别及深度学习等向人类的思维靠拢。例如，越来越多的协作机器人通过配置传感器拥有视觉和触觉功能，当感触周围人员接近时可以降低转速，调整方向来实现与人类同事安全相处。除共享工作区外，二者甚至还能达成目标共享，通过紧密的流程衔接和协调共同完成工作任务，工作模式实现由分离到共存，共存到协作/协调乃至协同的飞跃。

新范式下，走向人机“二元”智能体协同创新新时代。AI技术在速度、精确、重复、预测、可测度等方面，体现出人类智能无法企及的优势，赋能机器在识别、挖掘、加工与深度利用大数据等生产方向和内容增值方面发挥重要作用；而人类本身则在即兴创作、敏捷反应、评判和领导等能力上具有独特优势。当人机智能开始结合并呈共同“进化”之势时，机器的应用逐渐从低层次工作领域扩展到高层次领域，人们也从繁琐的重复性事务中解放出来，将更多精力聚焦到能够发挥个人创造力的兴趣和专长方面。人类与机器之间从役使关系逐渐发展为伙伴关系，这样既有利于激发人类的自主性创新，又能促进人机对“智能创新”的实施落地。例如，“人+机器”的异质智能组合体拥有“先见之明”，在社会生产和分配模式上具有更精准的预测和优化能力，从而创造出更大增量价值。创新进入到“二元”智能体协同新时代，越来越多人呼吁将智能机器看作人类的“新同事”。

新范式下，价值体系趋向动态的社会化、泛在化、按需供给的创造逻辑。AI除了具备数字技术的基本特征之外，还具有连接性、认知能力和不可察觉性的特征。一方面，当机器利用数据做出情境判断与人类经验进行整合时，能够减少过度拟合和经验主义导致的偏差，创造出数据驱动的有效洞见，以人机协同新形态优化创新环境，对创新功能提升、创新价值积累提供技术支撑。比如协助企业员工动态处理生产过程中的要素配置、生产线切换、设备提前保护等事项。另一方面，广泛的人机智能组合体会形成创新群落，通过挖掘、吸收、转化隐性知识的过程进行价值聚合与利用，在各能力节点充分激发叠加效应、聚合效应和倍增效应，进而催生出新的生产力。以能力生态进一步赋能社会化、泛在化、按需供给的共建共创共享的价值体系，实现价值动态整合和整体效益提升。这将是对社会发展的重大创新，也将深刻影响创新主体的经营方式。

人机协同创新范式的内涵

人机协同系统是一个由人和计算机组成的计算推理系统，而人机协同创新是指人与智能机器通过系统频繁交互，在工作上达成协同合作、在智慧上形成优势互补，实现数据和信息等生产要素价值倍增，以更高层次的知识整合进行创新活动。这是一个形成混合智能、构建增强智能的过程，将涌现出新的生产关系和创新主导设计，产生巨大的经济和社会价值：第一，借助物联网感知获得“物”的原始数据和事件，然后通过内容／知识网进一步加工抽取出所需的信息，传递到人与机器；第二，人处理擅长的“应然”等价值取向的主观信息并接受机器算法的验证，机器处理擅长的“实然”数据，同时感知人类处理“应然”信息的依据，进一步优化自身算法；第三，人与机器通过互补性计算推理凝聚智慧共识，形成融合决策，实现对劳动和物的创造性控制，整体是一个包含感知、识别、响应的智慧控制闭合回路；第四，扩展开来讲，机器和人也可以与外部建立链接，组成更广泛的开放式人机协同创新（图2）。

图2 人机协同创新的框架

人机协同创新不同于智能决策支持系统，不是“人帮机、机帮人”的二分体系，而是双向闭环的、既包含生物体又有智能人工装置的有机系统，两者信息无缝交互、融合智慧形成混合智能。首先，人与机器的交互已从简单的机械指令交互，向多通道多模态同时作用的自然交互演变。其次，二者之间的互补性也不再局限于物理关系层面，而是将机器在存储、搜索、计算方面的独特优势与人的推理、反馈、联想、顿悟等能力有机融合，形成创新合力，以前所未有的方式共同学习和创新。

人机协同创新的特征

从现阶段的智能技术应用情况及未来发展趋势来看，人机协同创新具有分散化、数字化、透明化等外在特征，其内在特征则为机器智能自主性、知识创造双元性和人机协同整体论。

第一个特征是机器智能的自主性。机器智能也是通过学习得以发展，而且机器学习的算法能力呈指数级增长，因此机器成长速度在智商和能力等方面是远超人类的。随着信息技术的深度发展，人工智能赋能的机器越来越具有独立自主性：一是人与机器形成一个实践共同体，两者都在主动学习中寻求交互与调谐，因为机器对海量数据的分析检验能力可以有效降低或消除人类经验决策中的噪音，而人类批判性思维等独有见解是保障机器学习系统可解释度的重要因素；二是智能机器之间具有自组织功能，可以在基于物联网的互联设备之间共享资源，进行自主分析和决策来响应环境变化，并通过高层次整合功能对兼容有效的元知识进行标识以便复用，体现出“信息深度自感知、智慧优化自决策、精准控制自执行”的自组织功能。例如，博世力士乐推出一套半自动去中心化生产流程系统，不同工作站可以通过射频识别码感知每件产品需要进行的生产步骤，并自动执行生产。更为重要的是，智能机器具有自主学习能力，不再只是复制人类智能，他们可在自我反馈循环中通过迭代运算获得能力进化，做到全方位感知甚至预知用户的潜在需求。

第二个特征是知识创造的双元能动性。传统的知识管理认为人是知识创造的唯一能动因素，但智能机器人可以通过集成方程、逻辑和规则，对自动采集与交换的数据和信息进行加工生成新的人工制品知识，扩大创新知识图谱。一方面，智能机器人可利用认知和思维逻辑创造新知识，通过深度学习的内在结构从大量原始数据中学习、抽象出规律，帮助人类在相关领域了解更详细的专业知识，进一步挖掘潜在的理论机制。尤其是在许多涉及人类反应的动态系统中，机器神经网络利用积累的数据信息，将连续事件之间的关系（比如延迟知识）显性化，将有助于提高知识网络的解释能力。另一方面，智能机器生成的知识具有默会性。智能机器可通过错综复杂的计算程序解码，形成新的数据信息，并构建相关的模型和知识系统库。这些模型有的会超出人类的理解范畴，但却在机器特定的逻辑结构和技术装置中体现着知识默会性。例如，机器的多层神经网络和模糊逻辑被看作“异类确证”和“超现实表征”。因此，如果忽略机器的隐性知识，单纯强调人的主动性，认知偏差往往会导致判断失误。唯有充分认识智能化时代人与机器的知识创造二元性，构建人机知识有效集成的知识场，才能充分发挥人机协同优势，实现人机混合智能。

第三个特征是人机协同的整体论。虽然生物体和机器在设计原理上明显不同，但二者处同一环境时将围绕一致的功能目标组成一个社会物理信息系统。在这个系统中，实时感知网络和语义融合网络是使人的智慧动能与机器的技术逻辑得到有效结合的核心前提。一方面，实时感知网络能促进人类与机器学习系统之间的交互，通过高频共享数据和知识资源帮助人类挖掘非对称、非完全信息背后的内生逻辑，同时在保障机器学习可靠性和稳健性的前提下降低机器对数据的需求和能耗，以人机最佳连接方式构建协同智能体，更有效率地应对动态环境中不确定因素。另一方面，语义融合网络能够促使人机学习系统形成一个连续迭代的反馈循环。因为机器学习与深度学习和神经网络具有高度的关联性，信息技术和生物技术的有机结合将在高阶的多模态感知、多领域推理中，实现人机结合、知行合一、虚实一体的“合一体”平行智能。即人类深层语义的长短期记忆、卷积和复发性深神经网络、多任务学习等功能反馈到算法优化中，让机器智能在越来越多领域取得突破性发展，而更聪明、更可靠、更准确的算法则将进一步帮助人类掌握任务中更抽象、更细粒的概念，这是互相增强的集体智慧，而非分离的人类智能拓展或机器功能提升。

人机协同创新系统的社会建构过程

人类与机器互动的思维与文化认同感不断增强，衍生出人机高度融合的社会新特征：人的决策与智能算法高度融合、技术指标与价值目标密切关联、算法规制与社会规范合为一体。人机行为模式将被视为一个整体进行考虑，并不断更新人们对人机协同创新以及人机协同系统对所处环境的释义性认识，即卡尔·维克提出的意义建构思想。一方面，人机协同创新要求企业通过内部战略、组织、文化等全要素创新来提供架构支撑，例如企业要组织必要的沟通和培训，及时修正“机器换人”的狭隘观念；另一方面，人机协同系统的开放式创新是在全时空进行的，因而企业在实践时要时刻强调情境性。例如，英特尔公司经历6年才走出一条立体化、全方位、有机的生态创新之路：向下连接机器人产业链，向上承载相关的资源、服务、应用等各类要素，并与政策支持和安全保障建立紧密的联系，建立人机参与主体间的良性互动机制。

对此，我们提出整体的人机协同的社会建构观点：人机协同创新系统是一个社会建构过程，是通过技术、结构与制度设计使人与智能机器的相互关系符合安全、自由、伦理等基本社会价值标准，并通过学习、推理和计算将情境变化编码到人机协同创新系统中，形成社会化特征的人工智能有机体，为组织决策提供可行的候选解决方案，改变我们对社会和经济生活方方面面的认知观念和认知结构。结合华为、美的、海尔等企业的实践案例，本文基于弗莱米施等人对人机协同工作系统界定的四个基本概念——能力、权限、控制和责任，与物理组合和关系连接构成人机协同创新社会建构框架的三大主要板块，列示出各自的功能和行为（表1），厘清人机协同系统的结构与人机行为之间的关系。

表1 人机协同创新的社会建构框架

结语

未来人与智能机器之间的组织行为与结构关系，也存在三方面问题亟待探索和回答。第一，人机协同体系涉及到人与机器之间的行为规制、道德伦理、权力秩序等诸多方面，其中角色定位以及思维逻辑与伦理道德等因素的交互作用值得深入研究，比如考虑人机共同体在不同情境下思想行为的新定位和交互关系。第二，嵌入全新的思维逻辑等多因素并考虑因素之间的交互作用后，如何演化人机协同的网络结构和组织关系，充分发挥人机协同系统在研发、生产、销售的商业网络中的优势。第三，探析如何发挥人机协同的创新机制，包括人与机器合作学习与知识创造机制，以及人机协同提升创新能力的过程与模式。

关于作者 | 任宗强：温州大学商学院副教授，温州人经济研究中心副主任；

陈淑娴：温州大学商学院硕士研究生

本文资助项目 | 国家社科基金项目：面向智能制造的传统企业创新能力提升机制与路径研究（17BGL044）

文章来源 | 本文刊登于《清华管理评论》2021年11月刊，内容有删减

责任编辑 | 刘永选（liuyx6@sem.tsinghua.edu.cn）

点击阅读原文，了解更多内容