完美论文网提供本科论文、硕士毕业论文写作指导、论文发表及论文查重服务!QQ:505676555

电话:18796337551
当前位置:完美论文网工商论文 → 文章正文

管理学的“危机”探讨

作者:完美论文网  来源:www.wmlunwen.com  发布时间:2018/1/1 9:20:27  

摘    要:近年来, 管理学越来越不受实业界的重视, 存在着一定程度的“危机”。这种“危机”是由于大数据和人工智能的发展造成的, 许多高校未及时更新其培养体系, 但大学的体系作用仍然非常重要。有几点理由认为“危机”被夸大了: (1) 学术界有向实践学习的传统; (2) 时代的发展使很多专业产生了“危机”; (3) 管理知识的传播和技术的发展使得学科的“新鲜感”在下降; (4) 时代成功者的成功有一定的偶然性。

关键词:管理学; 危机; 大数据与人工智能时代;

引言

近年来, 笔者感到管理学越来越不受实业界的重视。比如, 某互联网大佬在网上狂言“员工读了MBA变傻了”、“以前我看不起商人,现在我看不起教师”等等。当然, 他不是第一个, 也不是最后一个提出类似观点的人。十多年前某地产商就曾说过“员工中最差的是博士, 其次是MBA!”。

这仅仅是一个方面。如果去逛书店, 你会发现许多商界大佬都开始出书, 讲授成功经验。这些书往往被摆在显要的位置, 似乎要给读者一个印象:这些强人不仅会经商, 而且学术水平也很高, 有无限的精力, 在繁忙的工作之余还有精力写作。这些强人的精力和学术水平, 丝毫不亚于美国前总统奥巴马。奥巴马在治国之余, 还在《科学》、《美国医学会杂志》、《哈佛法律评论》等顶级学术刊物上发表多学科论文。不过, 笔者认为奥巴马的论文是由其下属代笔的。

图1 5年来“Big Data”、“Machine Learning”和“DeepLearning”全球搜索趋势

图1 5年来“Big Data”、“Machine Learning”和“DeepLearning”全球搜索趋势   下载原图

笔者和企业家打交道的次数不多, 参与过一些校企联合项目,更多的时间是完成自己的国家社科基金项目。笔者一直以为管理学不受待见是个人的感受。然而, 最近和同门、同行们的一次交流,却发现名校的管理学专业也不受待见, 国内管理学都有不被重视的趋势。从《金融时报》一篇文章来看, 国外学者也有这种感受。在此背景下, 有必要对管理学的“危机”进行分析。

一、大数据、人工智能时代

管理学的“危机”很大程度上起源于时代的变化。我们所处这个时代最显眼的词汇就是“大数据”、“人工智能” (“机器学习”) 等词汇, 见图1。 (图1)

目前学者们对大数据仍没有统一的定义。一般认为, 大数据具有三个特征, 简称3Vs:大数据量 (Volume) 、大速度(Velocity) 、大的多样性 (Variety) 。处理大数据需要计算机技术的支撑, 最终创造价值。

人工智能指的就是人造机器展现出的智能, 它区别于人和其他动物的智能。人工智能的核心是计算机算法, 当代计算机科学家们通常把它们称为“机器学习”算法, 而《科学》杂志在2017年7月7日的一篇报道中归纳出人工智能相关的词汇多达17个, 除了“机器学习”外, 还包括“算法”、“专家系统”、“深度学习”等。

大数据的应用几乎无所不在:社会管理、精确广告、制造、为供需方牵线搭桥、体育、电视节目推送、能源、智能家居、医疗、新闻和故事写作等。这些应用有公益性质的, 更多的是商业性应用, 它引导了管理方式的变革。精准广告的出现, 必然会引发企业营销方式的变革。精准广告应用的代表是Netflix, 它用该技术来向用户推荐电视节目。和Netflix类似的是BBC, 它用大数据来分析自己的节目是否受欢迎。劳斯莱斯公司将大数据用于产品的设计、生产和售后。据《金融时报》报道, 洲际酒店集团用算法来挑选应试者, 这是人力资源的一个应用。

除了商业应用外, 大数据在社会管理也有不少应用。伦敦运输公司用大数据解决伦敦这样的大城市的公共交通问题, 米尔顿·凯恩斯市用大数据建设智慧城市。美国的移民和海关部门用大数据识别恐怖分子, Palantir公司协助美国中央情报局在阿富汗检测炸弹, 美国用大数据管理国家等, 美国的匹兹堡、芝加哥等城市采用了一种“预测式出警”的方式来预防犯罪, 墨西哥用大数据的方法来寻找受害者遗体所在地, 芝加哥市政部门采用大数据来预测鼠灾。

人工智能技术也有很多应用。围棋历来被认为是人工智能的堡垒, 谷歌公司的人工智能代表—AlphaGo在2016年、2017年分别打败了人类的顶尖围棋高手李昌镐、柯洁。IBM公司的Waston智能机器人担任大学的助教,在五个月的时间内学生竟未觉察, 最终因被告知才得知真相。Waston帮助医生诊断疾病, 只用了10分钟时间就诊断出了一种罕见的白血病, 医生作出同样的判断需要几个星期。2017年, 它在中国就诊时, 只用了10秒钟就诊断出胃癌晚期患者。目前, 有许多公司投入了自动驾驶研究,自动驾驶技术的基础是人工智能。这些公司里包括谷歌、百度、腾讯等互联网企业, 还包括特斯拉、通用、奥迪、大众、宝马等传统汽车厂商, 还有一些初创企业。根据有关报道, 美国的卡车货运工业市值已突破七千亿美元, 自动驾驶卡车将逐渐取代美国卡车司机, 市场潜力巨大。人工智能还可用于预测贫困, 政府可借此采取应对措施, 使社会管理更有效。

大数据和人工智能的发展, 必然会给管理带来变革。一方面技术的发展, 创造了许多新的产业, 带来了新的机会;另一方面技术使得传统企业面临挑战, 迫使他们采用新技术和改革管理方式。技术的发展还使得政府等非盈利性组织的管理更为有效。

管理的变革对管理学提出了新的要求。不幸的是, 由于变化过于迅速, 学术界在理论和方法上尚未及时跟上, 造成了学科的“危机”。

二、管理学教学科研体系分析

在谈及作为一门学科的管理学之前, 不得不说说现代大学。现代大学起源于1810年成立的德国柏林大学, 其创始人是洪堡。学者们一般认为柏林大学的贡献在于其“学术自由”和“教学与研究相统一”的思想, 并奠定了“传授知识与创造知识相统一”的现代大学理念。洪堡提出了三条原则:反对功利主义教育价值观;反对经验知识凌驾于理论知识之上;反对缺乏人文教育的大学教育。无论是研究型大学还是教研型大学, 在“创造知识”方面未能跟上时代的步伐。在大数据和人工智能时代, 管理学的理论和方法并未及时更新。

管理学有众多的专业和研究方向, 不同的机构有不同的划分方法。如国务院学位办和国家基金委就有不同的划分方法。在国务院学位办的学科目录 (2011) 中, “管理科学与工程”专业可授予管理学和工学学位。对于本科以后的教育, 其名称更是五花八门, 有MBA、EMBA、MPA、MPM等, 并且还分研究方向。各大学师资情况也各不相同, 课程设置和重点也不相同, 有些学校可能重视案例教学,有些学校可能重视理论。尽管未能跟上时代, 但考虑到现代大学的教学科研体系的优势, 大学的管理学专业仍然具有重要的作用。

首先, 大学教育有完整的体系, 大学教师在各自的领域有深厚的积淀。尽管各高校、各专业的课程设置千差万别, 但是在课程体系上基本上都有“基础课”、“专业基础课”和“专业课”之分。有些专业的“专业课”可能是其他专业的“专业基础课”。例如, “财务会计”、“市场营销”等本身是专业方向, 但它们也可以作为其他管理类专业的“专业基础课”。基础课通常包括数学课程和计算机课程, 如高等数学、统计与概率分析、经济学原理、程序设计等。在大数据和人工智能时代, 数学和计算机基础仍然具有举足轻重的地位, 各种机器学习算法都需要深厚的数学基础。管理学虽未跟上前沿, 但其在基础课程和专业基础课程上仍有深厚的积淀。

其次, 大学教师和实际管理者具有不同的思维结构。大学教师更像是“教学大机器”中的一颗“螺丝钉”, 每个人做好自己的工作即可。大学教师甚至可以精通“激励理论”但仍然无法担任领导去激励他人、精通“优化理论”但却对现实的问题无法优化、精通投资理论却在股市中血本无归。道理很简单, 如果运用理论即获成功, 则人人可以复制, 要么使理论无效, 要么使理论的价值降低。实际管理者则更多的是面临整体性的问题, 是综合能力的应用, 有些能力甚至不是通过学习能获得的。领导者的人格魅力就很难模仿, 他们对各种风险的直觉也很难通过学习获得。大学教师在专业方面强于实际管理者, 能为管理者提供建议。

最后, 大学的目标并不是培养领导者。大学的目标是向学生或学员提供一整套的工具和思想, 解决问题仍然需要靠学生或学员本身。指望大学解决所有的现实问题本身就是个不现实的理想。有时候, 了解有哪些方法对管理者是个重要的信息, 而大学能提供系统性训练, 提供单个教师不能提供的信息。

三、夸大了的“危机”

(一) 管理学学术界有向实践实习的传统。

几乎所有的管理学教科书都会提到泰勒的“科学管理原理”, 认为这是现代管理理论的开端。泰勒本人被称为“科学管理之父”, 他的工作生涯主要是在钢铁公司度过的。泰勒在工作过程中观察到了工人和资本家间的对立情绪, 工人的“磨洋工”使工作效率很低。“科学管理原理”正是在对管理实践的观察和对前人失败理论思考的基础上提出来的, 并将它运用于实践。泰勒也正是因为他的管理实践被提拔为车间主任, 并在总裁的同意之下开始了更详细的研究。如果没有实践的成功, 泰勒的理论也不会被大家所接受。

统计质量控制理论也来源于管理实践。该理论的创始人休哈特在1918年加入西部电器公司下属的霍桑工厂, 负责质量检验工作, 他在实践过程中提出了统计控制的概念。他在实践中观察到生产过程和自然过程是不一样的, 生产过程中的分布并不是正态分布。如果没有实践而光靠数学推导, 各种概率分布将是错误的, 在此基础上的推导也就不成立。

首页 上一页 1 2 下一页 末页 

联系方式

客服QQ 505676555
客服热线18796337551
网站地址 www.wmlunwen.com
郑重承诺 原创,包修改,包通过!
完美论文网真诚欢迎新老客户的光临与惠顾!