企业战略是管理者的“一系列决策模式”。在个体决策层面，以往研究普遍认为，受到诸多主客观条件的影响，人类的决策受到有限理性的约束。在客观层面，人类的认知资源与认知能力有限，因而在决策过程中无法完全详尽地搜索信息，且无法准确评估所有决策结果的可能性。此外，受到自身偏好、过往经验及情绪等主观因素的影响，人类在决策过程中也无法完全避免有意识和无意识的偏见。一般来说，客观认知资源的限制与主观偏见往往会对理性的、一致性的决策产生负面影响。企业家与高管团队的决策同样受到有限理性的影响。

鉴于管理决策的复杂性和个体在决策过程中的有限理性，学界与业界越来越多地关注管理中的群体决策问题。团队协作是企业管理中的普遍形式，部分研究表明，群体成员在群体决策中可能比个体决策时更加理性。同时，团队协作可以提高积极性、生产力和工作满意度，员工在与他人合作时往往会取得更高的成绩，并感到更强的内在动力，也有助于激发更高的创造力和更多的利他主义行为。但需要注意的是，高管团队决策可能受到群体思维、群体极化、社会影响、隐藏信息等群体偏差的负面影响。同时，高管团队对先前成功经验的自我归因也会导致群体过度自信，进而对并购决策产生负面影响。

综上所述，企业决策者的有限理性可能会导致决策质量下降，产生不理想的绩效结果。高管团队协同决策在一定程度上克服了个体独立决策的局限性，但仍受到群体偏见等因素的影响。相较于企业家与高管团队决策，人工智能可以实现更加详尽的信息搜索和复杂的决策计算，可能会对人类决策的有限理性进行解构补充。

2.1 管理研究中人机协同决策的内涵及应用领域

人工智能（AI）是一种旨在模拟人类智能的高性能复杂技术，是“第四次工业革命”的核心。在管理研究中，人工智能被定义为能够通过以下方式与环境进行交互的新一代技术：（1）从外部（包括自然语言）或其他计算机系统收集信息；（2）解释这些信息、识别模式、归纳规则或预测事件；（3）生成结果、回答问题或向其他系统发出指令；（4）评估其行动结果并改进其决策系统以实现特定目标。

目前，企业管理中的人机协同决策主要集中于运营管理任务，如人脸识别或市场分析。也有组织在人力资源管理中使用算法来雇佣和解雇员工，管理员工的优先级，并帮助员工选择医疗保健计划。目前只有少数公司将人工智能应用于管理决策过程；其中一个原因是，仍然对人类管理者和人工智能之间的协作机制知之甚少。

2.2 管理研究中人机协同决策的优势与挑战

既有研究指出，人类与人工智能具有互补优势，二者协同合作有助于形成集体智能，从而实现更高质量的决策。人工智能具有提升决策效果的潜力，但人机协同融合的过程仍面临诸多挑战。已有研究探究了人机融合效果不佳的主要原因。人们反对在领导角色中使用人工智能，因为其认为人工智能不太公平。同时，由于算法决策过程是一个黑箱，管理者需要对算法决策的结果负责。因此，多数企业管理者对算法决策缺乏足够的信任，仍将自己的决策作为首选。另一方面，由于算法在决策建议和结论推演的过程中较少关注道德、情绪等感性因素，企业管理者对某些情境下基于算法衍生的决策建议和结论的有效性也存在较多疑虑。还需注意的是，随着人类对智能系统信任和依赖的加深，智能系统也可能会对人类的认知产生负面影响。

综上，智能算法的纯粹理性和高计算能力使得人工智能在许多情境下都成为优于人类的潜在决策者，高级人工智能正在从一种工具逐渐变为团队成员，甚至可以作为团队领导者/任务分配者，对企业管理者的控制权和决策权均产生了巨大的挑战。即便如此，人的主观经验、洞察力等仍是智能算法无法替代的，特别是在非预见未知条件下问题的求解，人的智慧显得尤为重要。因此，当前最重要的研究问题不是人工智能决策是否优于人类决策，而是如何发挥人类智慧和算法智能之间的互补性优势，找到二者之间的最佳协作模式，从而更大限度地提升数字化效能，促进企业高质量发展。

3.1 人类群体决策的认知神经机制

利用超扫描技术，有研究人员发现，在双人协同合作时，交互双方的大脑皮层之间会出现脑活动同步的现象，称为人际神经耦合（interpersonal neural coupling）。在此基础上，以往研究进一步讨论了人际神经耦合与群体协作绩效的关系。过往群体决策的认知神经机制研究表明，群体协同任务中，人际的大脑活动同步性与群体协作绩效、团队创造性表现等密切相关。这些研究也为理解人机群体智慧决策提供了重要见解。与人类团队决策不同，人机团队进行协同决策的情境中，人类对人工智能队友的感知、信任，以及交互方式均区别于人类队友，进而可能对协作绩效产生影响。

3.2 人机感知的认知神经机制

以往研究从神经机制层面探讨了人类如何感知机器人或人工智能的动作、情感、注视及评价反馈等。部分研究表明，人们对人类与机器人的感知存在相似之处。但最近的研究也表明，人们对人类与人工智能的感知仍存在本质差异。相比于处理与人工智能相关的信息，在处理人类相关信息时，更多地调用了负责社会认知和社交行为的“社会脑”。但当实验任务不涉及交互时（例如，观看人类或机械臂抓取物体时），对人类和人类智能的感知在大脑层面会表现出类似的激活特征。这表明，当人工智能成为群体决策的互动成员之一时，对人类队友与机器队友的感知很可能存在差异，进而影响决策绩效，相关问题有待未来进一步探讨研究。

3.3 人机信任的认知神经机制

人机信任是影响智能决策系统效能的重要因素之一。例如，有研究发现，在人机互动中，信任会随着人工智能在交互过程中逐渐暴露功能不足和失误逐渐降低。在对不同类型的人工智能的信任程度上，研究表明，人们对于机器人人工智能（robotic AI）的信任随着实践经验的累积而增加；而对于虚拟和嵌入式人工智能，通常最初的高度信任会随着经验的积累而下降。

影响人机信任的因素主要包括智能系统准确性、人类自身认知与特质等。实现高效的人机协同需要“知己知彼”且“相互信任”。虽然已有部分研究探究了人机信任的内在神经机制，但是很多关键问题仍未完全解决，对这些问题的深入讨论将有助于更好地理解人类与人工智能协作决策的心理与神经生物学基础，对人机协同决策中人工智能的设计与开发具有重要意义。

3.4 人机互动的认知神经机制

部分研究初步表明，人际交互与人机交互在社会认知等加工过程上存在显著的差异，但目前对人机协同的神经机制还缺乏清晰的了解。在行为层面，以往研究围绕协作模式如何影响人机协同绩效等问题已取得了较为丰富的成果，为人机协同的神经机制研究指明了可以进一步探究的关键问题。以往研究表明，在人类与人工智能协同决策的过程中，协作模式对人机协同的决策效果起到至关重要的作用。在协作模式的分类方面，Sowa等将人机协作中的相互依赖关系分为4个层面（图1）。

Murray等按照决策过程中协议开发和操作选择的主体（人或技术）不同，将人与技术之间的协同分为：（1）与辅助技术的协同（如心脏手术辅助机器）；（2）与阻止技术的协同（当人类设定的某条件得到满足时，技术自动执行操作）；（3）与增强技术的协同（如基于历史消费数据的智能推荐算法）；（4）与自动化技术的协同（如IBM公司的深蓝）。

综上所述，以往研究较为一致地表明，人工智能很可能成为未来工作中不可分割的一部分。因此，人类对人工智能的认知、信任以及人机协同的具体模式如何影响协作绩效是企业数字化管理研究的重点问题。从人类决策者的视角，人类决策者自身的认知水平、对人工智能的信任程度等因素均是影响人机协同决策质量的重要变量。从人机协作模式的角度，人机协同决策的质量很大程度上取决于协作过程中的具体模式、工作设计、任务委派、人机决策权重等关键因素。因而，全面客观地理解、整合人与人工智能的优势与局限，并依据管理任务的不同特征采用具有针对性的人机协作模式，是创造人机协作竞争优势的必要条件。值得注意的是，现阶段的研究主要聚焦于单个个体与人工智能的交互，对人机群体智慧决策的神经机制尚缺乏讨论，无法全面揭示人机群体决策的动态认知过程及其对决策绩效的影响。

4.1 人机群体智慧决策的道德伦理问题

尽管人工智能技术有能力高速处理海量异构数据，组织领导决策的自动化可能会提高组织领导决策的最优性和透明度，但重要的道德和伦理难题仍未得到充分解决。基于机器学习和人工智能的技术给人类生活带来了极大的便利，但同时也带来了一系列的算法“黑箱”、歧视和伦理问题。此外，人工智能面临的更为广泛的挑战包括从技术或数据相关的挑战到社会、经济、政治和法律挑战，以及组织和管理挑战。人机群体智慧决策的伦理道德问题还缺乏坚实的理论基础和系统性的经验证据；尤其是在道德决策情境中，人机群体协同决策的认知神经基础是亟待解决的基础科学问题。

4.2 企业高管团队与智能决策系统协同决策的微观基础

数字时代，作为管理团队中的一员，智能决策系统将极大地改变原有企业战略决策的信息不确定条件和决策制定模式。目前的研究主要关注单个个体与人工智能的协同决策，对群体人机协同决策讨论尚存在较大不足。人机协同决策与人类单独决策之间存在着显著的差异，同时，个体决策与团队决策的认知过程也不尽相同。在群体人机协同决策情境中，决策的过程和绩效可能会受企业高管团队自身特质、对智能决策系统态度（信任）、高管团队间的交互等复杂因素的影响。因此，有必要从行为—心理—神经多个角度深入研究智能决策系统与企业高管团队决策模式的交互协同机制。另外，如何培养人工智能系统/机器人和高管团队成员的团队认同感与信任，管理人员如何在决策过程中利用人工智能软件的能力和避免过度失去控制之间找到平衡也成为亟待解决的问题。

4.3 智能决策系统对企业高管团队认知能力和企业家精神的长期影响

企业高管团队与智能决策系统的交互协同是一个长期动态的过程。深度学习等人工智能算法使得智能决策系统越发精准的同时，也越来越匹配企业高管团队的决策风格和行为习惯，从而提高了企业战略决策的效率。但是，反过来，在这个双向融合的过程中，企业高管团队也必然受智能决策系统的影响而逐渐改变自身的认知和思维模式。

4.4 数字企业人机群体智慧决策的治理策略

在人类与人工智能协同决策的过程中，如何治理人机团队中决策成员的复杂性、人机关系的复杂性，以及协作模式的复杂性对决策效果起到至关重要的作用。未来研究有必要在前人理论研究的基础上，探究人机协同决策过程中，工作设计等关键治理要素影响决策效果的底层机制，并探索人机协同决策的最佳模式与治理策略。

5、结语

随着企业数字化转型的逐步深入，人工智能在企业决策制定与实施过程中发挥着日益重要的作用，逐渐从决策辅助工具转变为决策团队的成员之一。在此背景下，企业高管团队如何与智能决策系统交互协同以提升决策效果成为重要的研究课题。现有研究表明，在个体决策层面，人机协同可能给管理者决策带来了效率、准确性等方面的提升，但受到管理者认知、信任、协作模式等多方面因素影响，人机协同决策系统在企业中的应用仍面临着一系列挑战。同时在诸多决策情境，可能会遇到人的感性和人工智能的理性、人的战略眼光和人工智能的短视算法、人的启发式决策与人工智能的分析式决策之间的冲突。在群体决策层面，多人协同与智能系统进行互动融合必将成为数字时代的新发展趋势，但人机群体智慧决策的微观基础问题仍缺乏坚实的理论基础研究和系统性的经验证据。本文基于对现有研究的回顾提出了数字企业人机群体智慧决策的未来研究方向，以期鼓励研究人员立足当前企业实践，进一步探索如何实现企业中人与人工智能之间道德、安全、科学、高效的协同合作。