包特 陈晓萌：AI能解决组织经济学难题吗？

包特资料图。本文为新经济学家智库专稿，转载请注明来源。

本账号接受投稿，投稿邮箱：jingjixuejiaquan@126.com

AI能解决组织经济学难题吗？

包特

新加坡南洋理工大学

经济系长聘副教授

计算技术与金融研究中心研究员

陈晓萌

莫纳什大学经济系博士研究生

从“硅基诸葛亮”到“智能草台”

早在十七世纪，伟大科学家、哲学家莱布尼茨就曾设想建立一套关于人类思想的普遍符号和推理演算。这样人与人发生争论时，就不必拍桌子吵架，只要坐下来算一算问题的最优解是什么，纠纷就解决了。他用一个拉丁词概括这个梦想：Calculemus——“让我们来计算吧”。

一个多世纪以后，拉普拉斯把这种想象推到宇宙尺度：如果有一种智能，知道某一时刻世界上所有粒子的位置、运动和作用力，又拥有足够强的分析能力，那么过去与未来都可以同时展现在它眼前。后人把这种全知智能称为“拉普拉斯妖”。

莱布尼茨想计算争论，拉普拉斯想计算未来，现代组织则想计算绩效、风险、需求、人员和政策效果。人工智能似乎第一次让这个古老梦想获得了现实载体：它不仅能处理海量数据，还能阅读自然语言、整理模糊材料，把不同专业的人说的话互相翻译。2025年，Gemini Deep Think已经在国际数学奥林匹克竞赛题目上达到金牌标准。人类仿佛终于制造出了一个能够汇总知识、计算方案、辅助一切决策的“硅基诸葛亮”。

但这个理性乌托邦刚刚落地，裂缝也随之出现。

纽约市曾推出MyCity聊天机器人，帮助小企业主理解复杂的城市法规。它的设想近乎完美：普通创业者不必为每个问题聘请律师，只要向AI提问，就能获得清楚、及时而且低成本的政策解释。但媒体测试发现，这个官方机器人一度告诉企业，老板可以拿走员工小费，房东可以依据收入来源歧视租客，还对食品卫生问题给出危险建议。

问题不只在于模型会“幻觉”。这些答案出现在纽约市政府的网站上，因而天然带有公共权威。用户看到的不是一段概率生成的文字，而是“纽约市告诉我可以这样做”。AI没有正式获得行政权力，却打出了政府的旗号。

这件事看上去只是模型答错了，其实更麻烦的问题还在后面：谁允许这段回答代表纽约市政府？上线以前由谁核实？有人据此违法或者蒙受损失以后，又该由谁负责？

模型能不能给出正确答案，是计算问题；一段模型输出什么时候可以代表政府、由谁发布、由谁纠错，则是组织问题。

如果AI能够补知识、补记忆、补表达、补协调，它能不能顺便消灭一些“草台班子”？还是说，它只会让“草台班子”拥有更多数据、更快速度和更专业的口吻？

对此，本文想提出的看法是：从组织角度看，AI会消灭一部分“草台班子”，也会制造新的“草台班子”。它能够治疗源于知识贫乏和能力不足的混乱，却可能放大源于激励扭曲和权力失衡的混乱。同时，各种组织和机构内部的一些“草台”现象虽然看起来低效狼狈，却可能是危机时刻的逃生通道和安全网。幻想用AI消灭人类工作中的一切迟滞和慌张，反而可能增加整个系统掉进“算法吃人”地狱的风险。

一、AI确实能够治疗一些“草台班子”

组织之所以不断扩大，一个原因是专业能力存在固定成本。大公司可以雇用法务、财务、市场研究、数据分析和信息技术团队；十个人的小企业很难为每一种能力都设立岗位。它不是不知道合同应当审查、客户数据应当分析，只是没有足够的人和钱。

AI正在降低专业化的固定成本。小团队可以用它协助起草合同、分析销售数据、翻译文件、制作网页、整理客户意见和编写程序。它未必在任何一项工作上都达到优秀专家的水平，却能让原本完全没有这项能力的组织先跨过“有没有”的门槛。

这对“浪浪山式小团队”尤其重要。临时团队过去只能一边行动、一边补知识、一边找外援；AI相当于给小队配备了一个便携式后台。小队仍然没有完整编制，却可以低成本调用一部分原本属于大组织的能力。

大卫·格雷伯在《狗屁工作》中，把那些连从业者自己也说不清意义，却仍要装作十分重要的职位称为“狗屁工作”。当然，邮件、会议和报表并不天然毫无意义，但它们很容易长成他所说的“打勾者”劳动：事情未必向前走了，证明事情正在向前走的材料却越积越多。

2025年，Eleanor Dillon等人报告了一项横跨66家企业、7137名知识工作者的六个月随机实验。一半员工获得了嵌入邮件、文档和会议软件的生成式AI工具，另一半照常工作。

实验前，这些人平均每周花11.7小时处理邮件，超过一个标准工作周的四分之一。到了实验后半段，处理组中实际使用过工具的八成员工，每周少花约两小时处理邮件，在正常工作时间以外工作的时间也有所减少。文件完成得稍快，会议时间却没有显著变化。AI先消灭的，不是某一种职业，而是职业里那些可以由个人独自改变的麻烦。

这也许是AI治疗“草台班子”最真诚实在的一面。它不必扮演“硅基诸葛亮”，只要少让人回一封本不必写的邮件、整理一遍已经有人整理过的纪要，便能把一点时间从纸面上的忙碌还给真正的工作。

二、AI也会制造“智能草台”

传统“草台班子”很容易穿帮：报告写不出来，数据前后不一，领导问到第三个问题，汇报人便开始翻材料。AI时代的“草台班子”却可以在几分钟内拿出结构完整的方案、精美的演示文稿和一套看似严谨的指标体系。过去，没有内容就交不出报告；现在，没有内容也可能生成一份很像报告的东西。

所谓“智能草台”，往往数据不少，却多到淹没判断；制度也很细，却只够让每个人证明自己走完了流程；专业意见到处都是，却没人知道哪些真正经过核实。借来的能力与真实的权力、知识和责任，由此彼此分离。

1. 棘轮转得更快

一篇工作论文研究了阿里巴巴2024年的一项四周随机实验，涉及5940名入职不满一年的售后客服和约256万次对话。实验组可以看到AI生成的问题诊断和解决方案建议，控制组没有这一功能。

平均来看，AI缩短了识别和处理问题的时间。但在实验前表现最好的20%客服中，客户评分、不满意率和三日内再次求助率反而都变差了。后台记录显示，他们在同时处理多个会话时，更频繁地从当前对话中切走，顾客也更容易中途退出或再次求助。

《摩登时代》里的自动喂饭机并不只是一则夸张的寓言。技术省下来的时间可能立刻被更多并发填满。AI能不能让人少工作，不只取决于它节省多少时间，还取决于谁有权处置这些时间。每次提速都被换成更多任务，AI便只是让棘轮转得更快。

2. 武大郎获得外接大脑

研究者与波士顿咨询公司合作，让758名顾问完成接近真实工作的任务。面对AI擅长的任务，使用AI的顾问多完成12.2%的任务，速度提高25.1%，成果质量提高40%以上。原本处在能力下半区的顾问，表现提高43%；上半区提高17%。武大郎没有下桌，只是接上了一颗外接大脑。

问题出在AI的能力边界之外。面对一道模型容易答错的商业题，没有使用AI的顾问中，84.5%给出了正确答案；使用AI者的正确率平均低了19个百分点。更麻烦的是，即使答错，AI组的答案看起来仍然更加连贯。

AI可以借给一个人专业语言和部分专业能力，却不会借给他识别AI能力边界的本事。它会缩小生成答案的能力差距，却不会自动缩小判断差距。专业口吻越便宜，组织越需要留下那些知道何时不该相信它的人。

3. 监工拥有全天候的眼睛

AI让记录和监督变得更便宜。透明度当然有价值：功劳更难被随意拿走，错误更容易被追踪。但谁拥有系统，谁决定记录什么，谁定义异常，谁就获得了一双全天候的眼睛。

监督增加，并不等于组织获得了更多控制。2024年《实验经济学》刊登的一项现场实验，让693名线上工人完成重复的图片抄录任务。工人原本可以把难以辨认的图片标为“无法读取”；研究者随后规定，二十张图片中最多只能这样处理八张，否则拿不到报酬。

漏洞确实堵上了：工人少跳过图片，却在后续抄录中犯下更多错误，总体表现反而下降5.5%；在最难的三分之一任务上，降幅达到20.5%。监控改善了它看得见的指标，也把问题赶到了看不见的地方。另一项汇总94个独立样本、23461名劳动者的元分析，没有发现电子绩效监控整体提升工作表现，却发现它会增加压力；更透明、侵入性更低的做法，员工反应才相对正面。

而AI把监控又向前推了一步：系统不仅可以记录行为，还能评价情绪、预测风险、判断异常、给员工打分。一个人可能没有做错任何可以明确指出的事，只是被标记为“高风险”或“低投入”。主管说分数是系统给的，技术部门说模型只是辅助，供应商说最终决定权仍在人类手中。每个人只负责一小段，系统却能对一个人产生完整影响。

三、“草台班子”的真正边界不在智能

说到这里，人们很容易把结论归结为：AI还不够聪明。但今天需要人工核实的问题，未来可能被更可靠的模型解决；今天难以表达的经验，也可能逐渐被学习。问题还在别处：组织的全部困难，是否都属于智能问题？

至少有四件事，不会因为计算能力提高而自动消失。

1. 目标不能完全外生

AI擅长在给定目标以后寻找方案，但组织最难的问题常常是目标并不唯一。客服应当降低成本、提高速度，还是给处境特殊的顾客更多时间？大学应当增加论文、改善学生体验，还是支持长期没有成果的研究？这些目标无法总是同时最大化。

把其中一项写进目标函数，冲突不会消失，只会藏进参数。要求减少投诉，系统可能先让投诉变难；要求提高结案率，它可能回避复杂案件。AI的危险未必是完不成任务，也可能是高效完成了错误任务。目标由谁设定、牺牲谁、遗漏什么，本身就是组织政治。

2. 知识不能完全编码

AI正在扩大可编码知识的边界，但组织中的关键判断经常与具体的人、时间和关系相连。同一句承诺由不同的人说出来，可信度不同；同一项规定在正常时期和危机时期，适用方式不同；一个看似低效的老员工，可能掌握只有系统故障时才显现的知识。

AI可以阅读留下的资料，却无法自动学习那些没有留下痕迹的事情。许多经验来自熟练员工悄悄化解、因而从未变成事故的问题。系统看见的是“什么都没有发生”，却不知道这是谁提前做了什么。规则可以写出来，判断仍要在规则与现场相遇时发生。

3. 判断不能完全程序化

研究者曾向640名肯尼亚小企业主提供一个通过WhatsApp使用的GPT-4商业顾问。整体上，AI没有带来显著的平均改善；原本经营较好的企业家，使用AI后业绩却提高了15%以上。两类经营者收到的建议没有根本差异，差异主要来自他们怎样筛选和实施建议。

建议可以批量生产，判断却不能因此批量发生。能力较强的人把AI当作备选方案的生产器，经验不足的人则可能把流畅、自信的回答误认为命令。人机协作中最稀缺的，是知道什么时候接受、修改和拒绝，而不只是会提问。

4. 权威不能脱离责任

医生可以参考AI影像判断，银行可以参考信用模型，企业也可以让AI筛选求职者。机器当然可以参与决策；更要紧的是，人会不会在它加入以后悄悄退出责任。

现实中经常出现“责任还在人，权威已经走了”：名义上，人类保留最终决定权；实际上，面对一套复杂、权威、据说准确率很高的系统，个人很难在没有充分证据时公开反对。所谓“human in the loop”不能只是流程图上的人形图标。真正的人类参与，必须包括理解建议、获得信息、拥有否决权，而且不会因为谨慎暂停而受到效率指标惩罚。

德勤受澳大利亚政府委托撰写的一份报告，后来被发现引用了并不存在的学术文献，还虚构了一段联邦法院判词。修订稿承认撰写过程中使用了GPT-4o。把这件事概括成“AI编了一份假报告”，反而替人卸了责。报告以德勤的名字交付，客户购买的也不只是237页文字，而是专业机构对内容的核实和担保。AI没有冒充德勤，德勤却没有把应做的验证全部做完。

权威属于人，不是因为人永远比机器聪明，而是因为组织必须有人对无法完全计算的后果作出承诺。谁让AI借用自己的权威，谁就必须承担核实和采用它的责任。

尾声与变奏：真的需要消灭所有“草台”吗？

假设外卖平台找到了最短路线，也能根据距离、路况和历史数据算出每一单的最快送达时间。骑手确实更难绕路、磨洋工，但用来喘口气、避一场雨、等一部电梯和应付一次意外的时间，也会被识别成“低效率”。

技术于是把“最快可以做到”改写成“每次都必须做到”，把一个人在理想状态下偶尔能够达到的极限，变成所有人时时刻刻必须达到的常态。从报表上看，闲置时间消失了；从现实中看，安全边际也被抽走了。2020年，《人物》杂志把这一切写进了《外卖骑手，困在系统里》。文章迅速刷屏，成为当年讨论度最高的互联网报道之一。

荷兰的托育补贴丑闻，把这种逻辑推到了更远。为了打击骗取补贴，税务机关建立了风险分类模型，筛选值得进一步调查的申请。模型甚至曾把双重国籍作为风险信号。原本的目标，是让执法更精准，让欺诈更难藏身。

算法并没有独自完成这场灾难。危险在于，它与一套近乎零容忍的行政制度接在了一起：风险被当成嫌疑，嫌疑又被当成欺诈；一处签名遗漏或材料错误，也可能招致数万欧元的全额追缴。申诉者想说明处境，却常常拿不到材料、解释和有效救济。

数以万计的家庭因此被错误追责。有人负债、破产、失业，婚姻也被拖垮。荷兰议会调查把它称为“前所未有的不公”。2021年1月，吕特领导的荷兰内阁为此集体辞职。政府原本只想拆掉福利制度里的“草台”，最后却连正式舞台也一起拆塌了。

这让我们反过来问：真的需要消灭所有“草台”吗？草台当然可能意味着无知、推诿和低效，但有些看似不规范的东西，其实是组织留给现实的余量：柜员愿意“再帮你问问”，主管肯暂时搁置系统评分，员工发现不对便停下流程。AI最可怕的时候，未必是它判断错了，而是它判断得并不算错，却执行得太彻底。

当“人工智障”不再是主要问题，组织更该警惕的，也许是人工低情商，甚至人工NPD：头脑聪明，表达流畅，却只认目标，不懂别人；出了问题，还觉得是人类没有配合好。大模型给老板的情绪价值，也可能沿着权力链向下传导。对上，它是百依百顺的军师；对下，它可能变成不知疲倦的数字监工。

我们要消灭的，是无知、遗忘和推诿造成的“草台”；需要保留的，是规则与生活发生冲突时，仍有人有权说“等一下”。有些漏洞确实应该堵上，但堵洞的人必须知道：哪一个洞只是漏洞，哪一个洞其实通向逃生梯。■

扫描二维码参加《太学TAIXUE》录制

点击小程序参加全年30场直播