谷歌和阿尔法狗为大幅度提高创新能力而采用的5个原则

领教导言

现在的商业环境开始变得越来越复杂 ——VUCA（volatile, uncertain, complex和ambiguous的首字母缩写，即易变、不确定、复杂、模糊），领导者对于决策变得越来越困难，工业化时代那种以命令和控制为主的领导方式已经无法满足需要。在面对VUCA这种商业环境下，企业领导者也要升级自己的领导力。

2016年3月，谷歌开发的阿尔法狗（AlphaGo）战胜了围棋世界冠军李世石或许可以给到一些启发，因为AlphaGo就是在面临VUCA的环境下取胜的。总结下来，AlphaGo采用以下5个原则来展开竞争，这也是谷歌目前在管理上正在做的：

自组织：招聘最优秀的人才，给他们自由（和最大可能的授权）

简单规则：对多元化群体（由自组织员工组成）提供泛泛的指导

通才甚于专才

欣赏多元化

快速大量试错

——许晓磊

2016年3月是人工智能大获全胜的时刻，谷歌的阿尔法狗战胜了围棋世界冠军李世石。人工智能是如何完成这个看似不可能完成的任务的？答案就是它采用了谷歌等公司在管理员工时采用的5个原则。

那是人工智能大获全胜的时刻：2016年3月，全球有2.8亿人见证了围棋世界冠军李世石与谷歌（Google）旗下人工智能企业DeepMind开发的阿尔法狗（AlphaGo）之间的历史之战。这次比赛在韩国举行，向全球直播，最终李世石以1：4败给了阿尔法狗。

人们一向认为，在棋类游戏中，围棋是人工智能的最大挑战者，因为围棋需要巨大的搜索空间，而且棋子位置和走向很难判断。直觉，也就是从整个棋局判断比赛形势的能力，才是赢棋的关键。

人工智能比埃隆•马斯克（Elon Musk）等行业大佬的预测提前10年完成了这项看似不可能完成的任务。它是如何做到的？答案就是它采用了谷歌及其他硅谷技术公司在管理员工时所使用的方法。

接下来，本文将介绍谷歌和阿尔法狗为大幅度提高创新能力而采用的5个原则。在这个VUCA（volatile, uncertain, complex, ambiguous的首字母缩写，即易变、不确定、复杂、模糊）时代，所有公司都可以用这些原则展开竞争。

自组织智能体 

阿尔法狗和谷歌都采用了自组织智能体。在人工智能技术中，智能体自己学习，而不是依赖那些根据围棋大师的经验事先编写好的指令。

谷歌管理员工的方式也体现了这一原则：“招聘最优秀的人才，给他们自由。”在谷歌，管理者被要求尽量向下级授权，授权程度之大让他们自己都开始感觉有些不自在。

另外，谷歌还有一条20%工作时间的规定，即员工应当花20%的时间来做他们认为对谷歌最有益的事。这也体现了上述理念。

采用简单规则 

阿尔法狗采用两套简单规则：

1.评价棋子走位并降低搜索广度的策略网络（policy network）；

2.预测某一走位的获胜概率并降低搜索深度的价值网络（value network）。

这些规则可以降低阿尔法狗需要处理的输入信息，从而提升计算速度。

谷歌也采用简单规则对多元化群体（由自组织员工组成）提供泛泛的指导。

◆谷歌如何决定是否要在某一管理者下面增加一个层级？

那就是至少有7名员工。

◆办公空间方面有什么规则？

保持开放，最大程度地增加互动交流。

◆职业道德方面的规则呢？

“不做恶。”

◆如何配置公司资金？

现有产品占70%，新产品占20%，“登月”项目占10%。这些简单规则不仅为员工自组织活动提供了一个大致的评判标准，同时也有助于提升决策速度。

通用智能而非狭义智能 

与仅用于有限目的的狭义人工智能不同，阿尔法狗是通用人工智能（artificial general intelligence, AGI）—可在多种类型任务环境下操作的单一系统。

狭义人工智能的问题在于一旦碰到原先程序中没有涉及的情况就会死机，例如智慧家庭中所使用的人工智能。而像阿尔法狗这样的通用人工智能算法在稳定性和适应性方面都更胜一筹。

谷歌同样也是喜欢通才甚于专才：

重视专业技能而忽视一般智能的做法是错误的。世界上所有行业、所有工作都在发生巨变。在这种动态环境下招聘专才可能会适得其反。专才在解决问题时带有天生的偏见，而通才则无此类偏见，他们可以考察各种可能的解决方案，选出最佳方案。

多元化输入 

输入的多元化提升了阿尔法狗的表现。开发者先用优秀业余棋手间10万次对弈对它进行训练，然后用3,000万次与自己的对弈进行自我训练。

谷歌也欣赏多元化，而不是千篇一律。它认为：

组织内部的同质化会带来失败，而观点的多元化则是防止短视行为的最佳方法。背景不同的人观察世界的方法也各不相同，而这种视角差异所产生的洞见是无法传授的。

大量试错 

阿尔法狗的学习方法是通过试错不断地进行实验。它采用的不是暴力算法，而是强化学习法：

不断地与环境互动，并在此过程中学习。为了不断提升阿尔法狗的获胜率，屡战屡败是必经的过程。为实现彻底创新，失败是必不可少的输入。

谷歌每年会进行2万次快速实验，评估实验结果，然后周而复始，以便实现渐进式提升。这一过程中的失败不会受到惩罚。

埃里克•施密特（Eric Schmidt）在评价Google Wave这个即时交流平台的失败时说：“我们的政策就是不断地尝试。我们欢迎失败。在我们公司，啃硬骨头绝对不会有问题。即便没有成功，我们也可以吸取教训，然后用在新项目上。”

这些帮助阿尔法狗打败李世石的原则，也帮助谷歌创造了一种能孕育彻底创新的文化。正是因为顺应了自然法则，这些原则对所有组织具有普适性。

改变领导力，适应多变的商业环境 

然而，在面临VUCA形势时，这些原则同样会使很多传统公司陷入瘫痪。现在，领导要面对太多纷繁复杂、相互纠缠的因素，在很短的时间内应对太多的不确定性，做出有效决策。

现在的商界日益复杂，工业化时代那种以命令和控制为主的领导方式已经无法满足需要。为了在像围棋这种复杂的游戏中取胜，人工智能必须从暴力计算升级到更加快速灵活的方法。

同理，企业领导者也需要升级自己的游戏规则，以便成功应对当前复杂的商业环境。

即使是最优秀的人工智能，也无法根据以往对弈过程分析中得到的专家知识指挥当前的落子方式。同样，即使是最优秀的领导者，也无法看透一个决策和部署的最终结果。

现在的竞争已经变得过于复杂，致使决策变得更加困难。自组织、简单规则、通用方法、多元输入以及大量试错等原则有助于驾驭这种复杂性，从而大幅度提升彻底创新的能力。

请大家记住，那些创造新的产品品类或者重塑行业动态的彻底创新，通常都来自实验过程中出现的数量众多的副产品，是一种意外之喜。