11 .优化技术的取舍

年轻时，我把研究企业内“合作的学问”当成我的目标，但当时没料到它是如此地复杂，包括了人员能力、管理模式、应用系统三大领域的知识。

幸好我工作的时间够长(超过了四十年)，而让我有充分的时间来学习及观察这三大领域内知识的演变与进步。我把研究及应用的心得总称为EMO(益模)技术，EMO是代表企业管理优化(Enterprise Management Optimization)的意思。

在方法论的探讨上，我原本是由科技面(应用系统)着手的，即由80年代盛行的MRP (Manufacturing Requirement Planning)系统着手来增加内部人员合作的效益，然而却引发了使用方法上大量的争议与难题。在许多学理研究中都把责任归属指向是人员用心度不足，高层管理介入太少等HR(人资)问题时，管理模式是否适当调整来配合系统的导入，也成为一个重要的议题。

这些管理模式的争议，导致了管理典范(paradigm)的改变，最显著地即是工业管理思维向WCM(世界级管理，World Class Management)思维的变换。

我在WCM领域内钻研多年，实务工作上不论我做管理顾问，以及自己出任网路公司总经理时，WCM都给了我很多的理论性指导，也创造了很大的效益。然而，不可讳言地，HR问题一直都是个闪避不了的挑战，不是简单地归因给“领导力好不好、够不够”就可解决的。

这时EMO方法论的结论是：工作需求靠应用系统来做得更快、更好，但管理模式也要做对应地调整与提升。因而，管理建模与系统建置是相互影响，互为因果的。益模公司由2004年开始强调“管理建模”的重要性，也取得了多数客户的支持。后来这也形成了益模公司为客户服务时的标准方法：先做管理建模，后做应用系统的建置与导入。若以建房子来做比喻，先设计后施工，看来是蛮合理的。但当时我没能深刻体会下一现象(事实)：

科技跳跃式的进步，有时会推翻我们当时对管理模式与应用系统的认知。

我在2008年去做个人的修行，想了解人的真相，而结果是颠覆性的，彻底改变了我对传统HR的基本信念与主张。天赋论被许多人都接受了，但盖洛普公司的研究指出：“天赋假不了，培训真不了！”

我为了解决HR在实务上的应用，把人的能力区分为专业能力(PA)与心智能力(SA)二者：A = PA + SA，写在我的书《企业高管能力漫谈》中。

例如：大发明家爱迪生对人类是有重大贡献的，他发明的电灯给我们带来极大的便利，因此他的PA是巨大的。但他的SA如何呢？有人用卑鄙龌龊来描述他，就可见其SA如何了。网上有类似〈天使的另一面是恶魔，你所不知道的爱迪生〉的文章，查一下就知道了。

PA可以培训，也应该培训。 SA呢？我的实务经验证实了盖洛普的结论：无效！

其实霍金斯博士多年前就指出了：人的善恶与行为是由意识能量层级(CEL：Consciousness Energy Level)决定的，而CEL的高低在出生时就决定了。许多人不积极主动寻求外力的协助，仅靠自己生活的历练与经验，必会使其CEL下降而非提升。不幸的是：这世上约有80%都是这样的人，即负能量的人。要求他们主动提升？做得到吗？

至此，我得到结论：

• 优化的力量有三个：管理模式的优化、应用系统的增强、人员能力的提升。由模式和系统着手的优化方案称为“体系解”，因为体系=模式+系统；而由人员能力着手的解法称为“心智解”，因它要求人员心智能力的提升。我在昆山工作，看到许多马路上安置了分隔栅栏，这是体系解。反之，要求驾驶人不要任意横越马路则是心智解了。体系解较佳，尤其是规模大的企业。由HR着手来改善管理，见效太慢，也太辛苦。
• 曾经我以为科技的力量局限性太大(例如，许多企业内部在导入ERP系统时就因为人员问题搞不定而失败)，而必须回头求助于传统人资管理(HRM)的手段。我错了。由HRM求解更为痛苦！

科技的进步，使我重新检视系统的力量，因为科技给人能力，而且是新能力。计算器与电脑给人计算的能力，手机给人照相的能力…现在流行的各种AI应用更展现出以往难以想像的能力，如自动翻译、导航、人脸自动辨识、跨国多方实时会议，甚至自动驾驶也将会普及。

检视美国企业的优化经验，看到他们的结论：新竞争力的来源是决策优化，因而兴起了DMS (决策管理系统)的应用。 DMS的前身是BRMS (企业规则管理系统)，以及PA与OPT的应用。其中，BRMS中规则引擎的应用又可追溯到之前专家系统(ES)的应用。这个发展脉络很清晰，也构成了现今AI应用的一个重要部分。我将这一部份的应用归纳为EMO技术中MA系统的应用，其内容已如前述是TA(任务自动化)，分为TPA与TDA两个阶段。

益模公司为此投入了两个方面的研发：(1) ERP应用经验的再整理，并设计TA的最适流程，在其中建立DM与TP的对应模式，并编写应用程式；(2) 研发TA所需的工具，如规则引擎及其管理工具、流程引擎，以及ESB中需用的数据交换引擎等工具。

AI应用的另一个发展是演算法的兴起，利用大数据来探索因果关系，并以机器学习的方式教会AI系统愈来愈多的人类知识，建立机器如人一般看听与辨识的能力。这个big data的分析能力，可以用管理建模的方式纳入到TA系统中来运用。

益模的 MA (Management Automation) 应用方法与架构至此已成形。我们利用近年来研发的软体工具与管理建模的结果，为策略性客户建置 MA (Management Automation) 应用系统，并丰富其MP(管理平台)的内容。

我对EMO技术的发展感到满意，因为我们终于可以突破HR的强力制约而找到迅速优化管理的方法，同时发挥出AI科技的正面影响，把低附加价值的工作自动化而节省了人力与成本，同时增强了知识工作者的能力，做出更大的发挥。企业内部的各项隐含性知识得以外化为应用系统，逐渐丰富MP做为企业的数位双胞胎，同时高管们也终于有了连结立法(调整法令)和执法(保障执行)的可行工具。另一方面，IT单位长久以来的工作积压与不安定因素也得到了缓解，不会再没完没了地追赶需求，而终于能够发展出“以架构及工具来主导优化”的稳定力量。

我相信EMO的 MA (Management Automation) 方案可以协助企业做好管理优化的目标：应用AI技术建置充分数位化的管理平台，做好决策优化而创造出最强大的管理竞争力！