11. 優化技術的取捨

年輕時，我把研究企業內“合作的學問”當成我的目標，但當時沒料到它是如此地複雜，包括了人員能力、管理模式、應用系統三大領域的知識。

幸好我工作的時間夠長(超過了四十年)，而讓我有充分的時間來學習及觀察這三大領域內知識的演變與進步。我把研究及應用的心得總稱為EMO(益模)技術，EMO是代表企業管理優化(Enterprise Management Optimization)的意思。

在方法論的探討上，我原本是由科技面(應用系統)著手的，即由80年代盛行的MRP (Manufacturing Requirement Planning)系統著手來增加內部人員合作的效益，然而卻引發了使用方法上大量的爭議與難題。在許多學理研究中都把責任歸屬指向是人員用心度不足，高層管理介入太少等HR(人資)問題時，管理模式是否適當調整來配合系統的導入，也成為一個重要的議題。

這些管理模式的爭議，導致了管理典範(paradigm)的改變，最顯著地即是工業管理思維向WCM(世界級管理，World Class Management)思維的變換。

我在WCM領域內鑽研多年，實務工作上不論我做管理顧問，以及自己出任網路公司總經理時，WCM都給了我很多的理論性指導，也創造了很大的效益。然而，不可諱言地，HR問題一直都是個閃避不了的挑戰，不是簡單地歸因給“領導力好不好、夠不夠”就可解決的。

這時EMO方法論的結論是：工作需求靠應用系統來做得更快、更好，但管理模式也要做對應地調整與提升。因而，管理建模與系統建置是相互影響，互為因果的。益模公司由2004年開始強調“管理建模”的重要性，也取得了多數客戶的支持。後來這也形成了益模公司為客戶服務時的標準方法：先做管理建模，後做應用系統的建置與導入。若以建房子來做比喻，先設計後施工，看來是蠻合理的。但當時我沒能深刻體會下一現象(事實)：

科技跳躍式的進步，有時會推翻我們當時對管理模式與應用系統的認知。

我在2008年去做個人的修行，想了解人的真相，而結果是顛覆性的，徹底改變了我對傳統HR的基本信念與主張。 天賦論被許多人都接受了，但蓋洛普公司的研究指出：“天賦假不了，培訓真不了！”

我為了解決HR在實務上的應用，把人的能力區分為專業能力(PA)與心智能力(SA)二者：A = PA + SA，寫在我的書《企業高管能力漫談》中。

例如：大發明家愛迪生對人類是有重大貢獻的，他發明的電燈給我們帶來極大的便利，因此他的PA是巨大的。但他的SA如何呢？有人用卑鄙齷齪來描述他，就可見其SA如何了。網上有類似〈天使的另一面是惡魔，你所不知道的愛迪生〉的文章，查一下就知道了。

PA可以培訓，也應該培訓。SA呢？我的實務經驗證實了蓋洛普的結論：無效！

其實霍金斯博士多年前就指出了：人的善惡與行為是由意識能量層級(CEL：Consciousness Energy Level)決定的，而CEL的高低在出生時就決定了。許多人不積極主動尋求外力的協助，僅靠自己生活的歷練與經驗，必會使其CEL下降而非提升。不幸的是：這世上約有80%都是這樣的人，即負能量的人。要求他們主動提升？做得到嗎？

至此，我得到結論：

• 優化的力量有三個：管理模式的優化、應用系統的增強、人員能力的提升。由模式和系統著手的優化方案稱為“體系解”，因為體系=模式+系統；而由人員能力著手的解法稱為“心智解”，因它要求人員心智能力的提升。我在昆山工作，看到許多馬路上安置了分隔柵欄，這是體系解。反之，要求駕駛人不要任意横越馬路則是心智解了。體系解較佳，尤其是規模大的企業。由HR著手來改善管理，見效太慢，也太辛苦。
• 曾經我以為科技的力量局限性太大(例如，許多企業內部在導入ERP系統時就因為人員問題搞不定而失敗)，而必須回頭求助於傳統人資管理(HRM)的手段。我錯了。由HRM求解更為痛苦！

科技的進步，使我重新檢視系統的力量，因為科技給人能力，而且是新能力。計算器與電腦給人計算的能力，手機給人照相的能力…現在流行的各種AI應用更展現出以往難以想像的能力，如自動翻譯、導航、人臉自動辨識、跨國多方實時會議，甚至自動駕駛也將會普及。

檢視美國企業的優化經驗，看到他們的結論：新競爭力的來源是決策優化，因而興起了DMS (決策管理系統)的應用。DMS的前身是BRMS (企業規則管理系統)，以及PA與OPT的應用。其中，BRMS中規則引擎的應用又可追溯到之前專家系統(ES)的應用。這個發展脈絡很清晰，也構成了現今AI應用的一個重要部分。我將這一部份的應用歸納為EMO技術中MA系統的應用，其內容已如前述是TA(任務自動化)，分為TPA與TDA兩個階段。

益模公司為此投入了兩個方面的研發：(1) ERP應用經驗的再整理，並設計TA的最適流程，在其中建立DM與TP的對應模式，並編寫應用程式；(2) 研發TA所需的工具，如規則引擎及其管理工具、流程引擎，以及ESB中需用的數據交換引擎等工具。

AI應用的另一個發展是演算法的興起，利用大數據來探索因果關係，並以機器學習的方式教會AI系統愈來愈多的人類知識，建立機器如人一般看聽與辨識的能力。這個big data的分析能力，可以用管理建模的方式納入到TA系統中來運用。

益模的 MA (Management Automation) 應用方法與架構至此已成形。我們利用近年來研發的軟體工具與管理建模的結果，為策略性客戶建置 MA (Management Automation) 應用系統，並豐富其MP(管理平台)的內容。

我對EMO技術的發展感到滿意，因為我們終於可以突破HR的強力制約而找到迅速優化管理的方法，同時發揮出AI科技的正面影響，把低附加價值的工作自動化而節省了人力與成本，同時增強了知識工作者的能力，做出更大的發揮。企業內部的各項隱含性知識得以外化為應用系統，逐漸豐富MP做為企業的數位雙胞胎，同時高管們也終於有了連結立法(調整法令)和執法(保障執行)的可行工具。另一方面，IT單位長久以來的工作積壓與不安定因素也得到了緩解，不會再沒完沒了地追趕需求，而終於能夠發展出“以架構及工具來主導優化”的穩定力量。

我相信EMO的 MA (Management Automation) 方案可以協助企業做好管理優化的目標：應用AI技術建置充分數位化的管理平台，做好決策優化而創造出最強大的管理競爭力！