AI 泰勒主义|不可能靠“把流程写得细得不可分解”来实现 AI 化

我爱免费

作者：微信文章
过去一段时间，我发现很多制造业、消费品企业里流传着一种越来越流行的思路：让每个岗位的人把在自己参与的业务流程中的活动、任务写清楚，例如输入、输出、规则、时间要求、质量标准等等，AI 就能学会并最终替代这些岗位。这个想法听上去像极了 100 年前泰勒主义的翻版：“把动作拆解得足够细，就能实现效率奇迹。”我简单总结他们的AI化思路是：工作流程化 – 流程数据化 – 数据AI化我把这种观念称为——AI 泰勒主义。我在《员工活在 AI 里 ｜ 数智化泰勒主义》文中写过这个话题，出现这个现象的真正根因是：很多制造企业的老板羡慕美团、滴滴式的数字化原生型“AI自动化”，幻想自己只要能把公司的数字化做得够细，到每一个作业细节，有一天自己就能变成制造业的美团。这个想法看起来科学、先进、合理，却在制造业里是一种不切实际的想法。要让 AI 真正介入流程、接管人类，人类组织必须具备一种能力：可计算性（Computability）——组织的结构、规则、动态、资源、决策，都必须能被形式化表达、被模型化理解、被算法执行。我一位朋友几年前写了一本书谈这个话题：遗憾的是，制造业组织距离“可计算”往往非常遥远。我们姑且不谈本身中国的国企、民企等因为体制、机制的问题，对“可计算性”的制约，只是从业务流程、数字化和AI的原理上分析一下。01

写下来只是显性化的工作片段

让岗位人员写“我每天做什么”，他们写下来的通常是：

我收到什么输入，具备什么条件我做哪些活动、任务、步骤我输出什么结果，怎么衡量我遵循哪些规则

但制造业岗位的真实工作，往往包含：

临场判断异常处理协作协调权衡利弊风险感知小道消息隐性经验过往失败的记忆对人和事的感知

这些内容既无法彻底写清，也难以数据化，更难给 AI 作为模型基础。简单说，岗位写下来写的是流程，但岗位的价值往往在判断。AI 无法从流程文本中复现判断力——无论这种流程文本是非结构化的文字描述，半结构化的流程图，还是完全结构化的企业流程事务处理信息系统（例如ERP、CRM以及BPM）中的流程数据。02

制造业是物理世界的系统

互联网企业（如美团）之所以能做大规模 AI 自动化，是因为其数字化原生型企业的特点，但制造业面对着更为复杂的物理环境：

物料误差温湿度变化设备磨损批次差异工人熟练度供应波动工艺复杂性物流不确定性

这些动态不是靠个体写下岗位作业标准能处理的，而需要：传感器的实时监测环境变量、开展工艺控制，人员基于工程经验来评估风险余量，动态决策模型需要多点校验。AI 就不具备感知、推理和决策能力，谈不上替代人。静态的岗位工作模型永远无法应对动态世界。经常有人说“数字孪生”，这其实是一个由IT厂商们制造出来的一个商业性名词，是为了卖他们工业软件的营销话术，实际上在“世界模型”没有出来之前，根本不存在真正意义上的“数字孪生”。我一个月前在《世界模型｜中国企业AI转型的奇思妙想》写过这个观点，这篇文章之后，李飞飞、LeCun高调宣布进军世界模型，使得这个概念突然引发了大量关注。

03

制造企业是复杂耦合体系

制造业的组织是由大量相互依赖的结构构成的，例如：

研发变更，会影响供应链供应链波动，会影响排产排产延误，会影响销售销售承诺，会反过来影响产能分配财务目标，会改变采购策略人力制度，会改变生产效率

企业人员写出来任务文本内容是“我负责什么”，而系统行为依赖的是：多部门协调、信息传递、权力结构、利益冲突、资源竞争、风险共享、时间敏感性、组织政治等等因素。这就是为何业务流程管理总和“组织变革”、“流程再造”这些非技术因素连在一起。AI 不能靠面向岗位的行为描述或者模型，不论它叫“岗位说明书”，“流程模型”，还是一汽说的“业务单元”，来推导出整个组织的协作结构。要让 AI 介入，就必须让组织具备结构化表达协作关系的能力。这就是“可计算的组织”宏观能力。真正能 AI 化的组织，必须至少满足三点：（1）可观测性（Observability）：组织的状态、资源、约束、变化，必须能用数据表达。（2）可表征性（Representability）：岗位之间的规则、协作、依赖关系，必须能形式化建模。（3）可执行性（Executability）：组织必须有统一的执行接口，让 AI 决策能被落地。但现实中的制造业在这三个方面，远比送外卖的、开出租车的企业复杂，04

制造业运营日常是处理异常

正常流程人人都能写得七七八八。但制造业的真实世界是：缺料、停机、不良批次、工单错发、计划冲突、运输延迟、工人离岗、温度偏差导致制程漂移等等。这些都是不可写的部分，而这些恰恰是决定制造业的核心目标“交付、成本、质量、安全”的核心环节。如果 AI 无法处理异常，那么让它替代岗位只会放大风险。异常是系统的本体，而不是例外。结论

AI 不拒绝制造业，但制造业必须先变成“可计算的组织”真正的 AI 工厂未来一定会到来，但它的实现路径绝不是：• 让员工写清楚流程任务• 然后喂给 AI• 让 AI 自动替代人而是：1.让业务流程真正结构化、数据化2.让组织协作关系可以形式化表达3.让规则、资源、约束可被计算4.让异常能被感知、预测与控制5.在此基础上，让 AI 逐步接手可计算的部分也就是说：AI 想替代岗位，需要组织先能被计算。AI 泰勒主义不可行——它试图在没有数学、没有模型、没有协作结构、没有异常体系的情况下，让 AI 接管一个高度复杂的耦合系统。而大多数制造业企业连“可计算的组织”都还不是，尤其是中国的国有、民营企业的机制、文化的限制。泰勒主义发起在美国，然而最先大规模应用的却是新兴的苏联，这是因为泰勒主义的原理和共产主义理想有着一种天然的契合，参见我写的《科学管理史 ｜ 美国怎样帮助建设了苏联机器》，然而后面的结果大家都看到了。泰勒主义和人性之间的悖论，在AI时代在社会主义中国又重新被包装、被发现，直至被我质疑。我们要定义新质生产力的哲学问题和社会问题，新质生产力是解放人类，不是用机器来消灭人类。