中国正处于世界范围内正在发生的数字化转型的最前沿。由于整个社会向数字世界的迁移，许多传统的商业模式正面临挑战。在COVID-19爆发后，这一趋势正在加速。数字时代的商业机会和挑战将与模拟世界的商业机会和挑战有根本的不同。相应地，未来的管理思维和技术也将需要颠覆性的改变。

在数字化、智能化组织与人才管理成为企业通向未来长驱动力的场景下，新加坡国立大学商学院会计系柯滨教授基于大数据时代转型的重大趋势，探讨企业在组织和人员转型中的重点和痛点。

主讲嘉宾

柯滨教授

会计系教授

教务长讲席教授

美国密西根州立大学博士

柯滨教授现任新加坡国立大学商学院会计系教授、教务长讲席教授。他也获聘中国教育部“长江学者”讲座教授并担任过北美华人会计教授会会长。

柯滨教授在The Accounting Review，Journal of Accounting and Economics，Journal of Accounting Research等顶级期刊发表论文超过20篇。其研究兴趣包括通过采用传统或跨学科研究方法来探索并解决当今日益复杂的商业问题。

近年来，柯滨教授尤为关注中国转型经济和新兴市场背景下的会计信息质量、管理层薪酬、公司治理、投资者保护和数字化转型等问题的研究。

大数据时代的四大趋势

我们现在所处的大数据时代，跟之前有什么不一样吗？

第一个智能机器的崛起。比如说很多人都喜欢下围棋，但是觉得太高深，我在读大学的时候，觉得下围棋太复杂了，高手才能下好。但没想到现在的9段高手被机器给打败了，这就是谷歌的深度大脑Deepmind阿尔法狗。他跟9段高手李世石较量了5次，结果人类失败，而且阿尔法狗这个机器很可怕，为什么？人类的演变其实非常缓慢，100年前的人跟现在人可能不会有特别巨大的差别，但是机器的演变是很可怕的，阿尔法狗在4:1的比赛后仅过了半年，又更新了新一版的阿尔法zero，它和全世界围棋高手一起下棋，结果高手全都被打败了。这个机器那么厉害，我们人类就有点害怕了。

▲阿尔法狗 VS 李世石 4:1

第二个是制造业的数字化。在中国，尤其在后疫情时代，制造业的数字化尤其重要，因为在后疫情时代，都在推新机械的概念，这些和5G物联网、大数据、人工智能等是结合在一起的。在未来5年，不管是做企业也好，还是一个普通老百姓也好，生活的各个方面会发生巨大的、天翻地覆的变化。

第三个政府数据的大力开发。大家可能没有意识到，在全球任何一个政府掌握的信息数据，比任何一个组织或者个人都多，但原来都没有开放，都是政府自己拿着储存起来，也没怎么用。随着数据的开放，企业就有机会用起来。

第四个就是世界充满了越来越多的不确定性。世界其实在随着科技的进步，随着环境的变化，这个不确定性是越来越多，而且越来越大。最近一个案例就是新冠疫情，新冠疫情其实就是说很多科学家事后说，其实我们这么多年都在说，我们会有一个很大的灾难出现，但很多人都不理解，因为还没发生。但是你再从概率的角度来算的话，其实科学家早就在很多年以前就把这个概率算了出来。

大数据是未来的新能源

我认为大数据对未来的企业来讲是非常重要的。在这个大背景下对企业家的启示是什么？第一个，就是企业价值创造的源泉，在发生巨大的裂变。原来是靠什么？靠机器厂房前石油、煤炭这些能源来驱动企业的发展，未来最重要的生产资料是什么？是数据！数据是未来的企业增长的一个源泉。

我跟数据打了一辈子的交道，在研究里，数据是我们的源泉。即使同一套数据，你给不同的人，挖出来的金子都不一样，这就是数据的魅力。创造力会给大数据资源带来不一样的价值。第二个在大数据时代，商业模式会发生巨大的变化，赚钱的方式可能会发生很大变化。

我再总结一下在大数据时代关键的一些特征，第一个是未来社会对个性化的追求越来越高。第二个是就是说为了满足个性化的要求，你需要创新，而且这个创新不是原来创新的时候，比如说现在疫情时代，我们遇到很好的一个案例是疫苗的研制，那原来说一个疫苗研制要好多年，现在说我们等不及，你最好明天就给我，创新是重要，但是加了一个前提，要即时创新，谁能做到谁就能赢得客户。

第三个就是开放生态的重要性。未来的世界需要开放，在大数据时代万物相连，如果不开放的话，其实你是一个孤岛，协同能力会很差，企业在社会当中就会遇到很多挑战。所以在这个状态下，我们就需要做相应的调整。

▲世界上最宝贵的资源不再是石油，而是数据

管理者应如何用智能管理来适应数字化时代?

什么叫智能管理？其实时代再变，也逃不出这两个闭环的问题，一个是预测，一个是因果，这个还是不变的，但是你的做法可能变了，什么叫智能？我们要用数据说话，数据怎么说话？这时就需要算法，这就是“智能”。

未来的规则是靠算法，在计算机里面我们叫机器学习，人工智能就是机器，就像阿尔法狗一样，跟人下棋能超过你。在大数据时代数据只能借助机器的力量，就是算法的出现，有这么多数据，有很厉害的算法，但是没有基础设施也不行，这就是我们讲的“算力”的概念。“智能”和“算力”就是智能管理的核心。

▲以人为本，赋能员工

最后在智能管理里面，尽管我们面对的核心是客户，但是在内部管理的时候，其实面对的核心是你的员工。所以要我们讲究以人为本，赋能员工，这些词大家最近这两年讲的比较多，但是怎么落地，在这个图里面给大家有很多很好的启示，当然这条路怎么走，有很多各种各样的窍门，我们讲的创新概念，就是说八仙过海，各显神通，没有一条独木桥，没有一个标准答案，有各种各样的标准答案，不同的企业它的形式它的走法都会不一样，这需要创新。

创新靠谁？靠你的员工，不是靠老板一个人。所以在这个过程。大家可以看到就是说大数据时代对企业的挑战是非常厉害的。组织、人才、文化等，都是转型的挑战，但很多情况下挑战的程度跟现在大数据时代是很不一样的，我把它称为“全方面的挑战”，企业必须要积极去做，才能迎接未来的挑战。

 互动问答环节

Q1

大数据时代，如何有效的管理数据？

这个问题问得很好，刚才我在讲座中讲到智能时代有三个重要的元素：数据、算法和算力。我和很多企业在合作过程中，很多企业对这个问题很困惑，因为他们在做数据时，往往不知道数据以后要怎么用，在做数据管理的时候也不知道该怎么做。我个人体会是需要创新，不同企业创新的角度不一样，数据管理也有很多创新的机会。

从我个人的角度来说，我们的课题讲的是管理的智能化，所以我们对数据的要求完全是从管理的角度来思考，在管理的过程中需要什么样的数据，任何的管理逃不出两个方面，一个是对未来的预测，第二个是对因果分析的判断，你今天做的事是不是会有一个结果，这个结果是不是你想要的，基于此层面对数据的要求就很明确了，沿着此思路去想，我要做预测我需要什么数据；我要做因果分析我需要什么数据；这样就可以从很大的角度去看待这个问题，做数据管理的思路会比较清晰。

Q2

如何更好的实现企业管理的智能化？

智能管理这个话题刚刚开始不久，很多企业家都在摸索的过程中，在这个过程中我觉得从我个人的思考来讲，有几点建议可以值得供大家思考。

第一个是不管做什么，你首先要把这个东西看透，你只有看透以后才能通过现象看本质，抓住它的核心要领。为了更达到这个目的，理论的支持和培训非常重要，这是第一点。

第二点是什么？我认为就是说你不管做什么事情，千里之行始于足下，要先开始做起来。现在很多企业家对智能管理课题很畏惧，不敢开始，因为他们一无所知，如果畏缩不前，对企业来讲是一个战绩的延误，因为智能管理需要各个方面的思考和投入，如果不马上开始，代价可能还要高。

第三个企业家要有开放的思想，不能很闭塞，因为原来很多企业都是做的只关心自己的企业，但是在未来这个时代，开放和共享是非常重要。

Q3

柯教授，在您看来，数据化时代最大的挑战是什么？

人才的短缺。其实很多企业家和大企业或者小企业可以跟很多研究机构合作，比如说像我们的大学，因为大学本来就是天然储备了很多的高端人才，同时他们的目标不是跟企业家竞争去赚钱，而是为社会做出很多有益的甚至是无偿的服务。

在这个背景下，假如哪个企业和企业家你能够把这些高质量的资源给利用上，以开放的心态去跟企业、大学和研究机构去合作。其实我觉得对很多企业家，目前面临的人才短缺，尤其是数字化人才的短缺是非常有帮助。

Q4

教授您觉得全球化对数据化、智能管理提出了什么新的挑战？

其实在未来世界不确定的因素越来越多，比如说有自然灾害，像全球的气候的变化是一个方面，还有很多政治经济的因素，像比如说现在目前很多人谈论的去全球化这么一个趋势。

我认为其实全球化它必然是一把双刃剑，有好的一面，也有坏的一面。这个跟中国的文化其实很像，中国讲阴阳八卦，任何一件事情都有两方面，但是很遗憾在现在当今的世界，因为有一些政治的因素，很多东西是不在人的理性的考虑范围之内。

作为身处当中的企业家，我觉得需要一个很好的艺术的掌握。全球化给企业和它的客户相关方会带来很大的好处。同时有些不确定的一些因素会造成企业的一些短期的不确定性和成本。在这个时候我认为怎么样利用科技的手段，用一些创新巧妙地把各方的诉求要满足，同时达到更好服务客户的需求。

我认为在现在这个世界里面，其实我们已经看到了有很多棘手的问题，比如说举个例子：大数据的隐私问题，其实大家都遇到了很大的挑战，但是我们也看到了现在有一些很新的技术，在慢慢的通过技术的手段来解决保护隐私挑战，同时把数据的优势和好处又得到利用。

我认为在未来的世界，通过科技创新，人的思维的创新，观念的转变这些问题我觉得从长期的角度来讲，说不定对所有的企业来说是一个很好的商机，而不是一个灾难性的危害。

Q5

请问老师，对中小企业，怎样用大数据来做管理决策？

中小企业根据自身情况，先找找企业在管理系统里，最薄弱的地方，在哪些地方数据资源相对容易获得，寻找收益最大及成本最小的地方，这样两个加起来，得到短期的看得见的结果，给企业的员工是一个很大的鼓舞，之后再上马一些难度比较大的、推动力更快的项目。

Q6

人力资源管理的智能管理有哪些逻辑和案例？

对于人力资源来说，未来想象的空间非常大，在管理的核心理念上，平衡计分卡是其中一个重头戏，因为在学习和成长的纬度里，对人的数字的要求及人才培养，包括现在很多企业都在重新训练他原来传统的员工，适应数字化时代的发展，这是在全球，包括新加坡、中国还有欧美等国都在积极推动的。

每家企业的数据状态、要求、突出的重点都不一样，关键还是要采取因地制宜的方式，结合目前的起点，来制定计划。一个很重要的挑战就是企业在人力资源管理方面的数据很少，很多情况下只有一些片面的、静态的数据，比如我们知道每个员工的工资、每个季度的考核业绩是怎样的，除了这些信息以外，可能其他信息就没有了。

这个和电商就很不一样，电商现在非常厉害，有个“精准营销”的概念，但是在HR方面，我们达不到“精准”，但是在大数据时代，我觉得这是一个很有潜力，值得挖掘的地方。但是很多企业的数据准备还是不足，错失了很多好的机会。

Q7

我们在业务上会有很多数据化分析和管理工具，这是基于当前专业化可以自我实现的，但想请教一下柯教授，在财务、行政和人力资源方面是否有已经形成的可使用的工具，或者说，我们内部想要在这方面去就数据和算法做一些内控的智能化的探索，是否有一些指引和参考材料来学习？

现在我们所处的是人工智能时代，人工智能具有它独特的优势，同时也有很大的局限性。现在很多人工智能的算法不是通用的，比如有咨询公司来宣传一套它的做法，但是针对你的企业、数据状况，它提供的算法不一定是最优化的算法，还是需要公司本身，结合企业自身的情况，来做很多新的调试，甚至是要创造新的算法。我觉得根据自己公司的场景，进行自我研究、创新的算法是更好的办法，但是前提是你们的员工、团队，有这个能力来做。

Q8

现在企业管理分别处在智能1.0-4.0之间，1.0(初级或传统)企业如何实现尽快向现代智能化管理转型？有何基本步骤？

这是一个很好的问题，现在五花八门的企业很多，但是能到4.0的企业是凤毛麟角，做智能化就像练功，不能着急，要走得太快，可能会走火入魔，需要练慢工。

但是所有的企业都追求短期效应，不可能无限制的投入，没有成果产出，因此我觉得企业在做智能化转型的过程中，一定要在自己已经具备条件及收益较高的前提下，跨出第一步，给全体员工做一个示范，因为在智能化的过程中，各种不同层级的员工都会有不同程度的顾虑和担心，包括有的人的位置会不会被替代掉，在这种情况下，为了要得到企业内部员工大力的支持，一定要先找一些比如容易入手、成本较低的应用，来展示智能管理对企业的帮助，接着一步一步往难的地方慢慢跨进，一步步积累是非常关键的。

对于算法来说，如果没有数据支撑，就相当于“巧妇难为无米之炊”，就算有再好的算法，也无用武之地。

Q9

中国房地产业的数据是容易拿到的，但是在企业内部的技术数据，才是满足管理客户需求的关键，但是这些数据是保密的，怎样更有效的运用销售、设计等工程技术数据呢？

这个问题不限于房地产，现在很多行业本身的数据都有一定的局限性，因此大家都要保持开放合作的心态，在做未来企业的时候，你不仅仅做你一家，而是要做行业的生态，大家想办法找到共赢合作，把整个生态一起做大，这个是我认为未来可以探索的方向。

Q10

请问老师企业智能化管理的算法和企业内部流程设计的关系是什么？

企业内部流程是一个组织架构的概念，算法是另外的维度，一个金字塔的组织结构，在做决策时，有不同的流程和方法。在金字塔结构里，上下层的信息不对称，我们如何用算法的形式来解决信息的不对称，这是一种方式。同样的，扁平的结构，同样也可以采取算法的方式，来解决在扁平化结构遇到的挑战。这两个问题是不同维度的思考，他们之间没有上下或因果的关系。

公开课回顾

联系方式

电话：

+65 6516 8352  +65 6601 7753   

+65 6516 8656  +65 6601 4911

 栾老师

识别二维码添加好友

邮件：embac@nus.edu.sg

地址：

商学院中文EMBA招生办公室

新加坡国立大学商学院研究生办公室

NUS Business School, 15 Kent Ridge Drive, 

Singapore 119245

网站：embac.nus.edu.sg