陳氚

中共中央黨校（國家行政學(xué)院）

社會(huì)和生態(tài)文明教研部

副教授

李曉曼

首都經(jīng)濟(jì)貿(mào)易大學(xué)

勞動(dòng)經(jīng)濟(jì)學(xué)院

副教授

人工智能的決策替代與社會(huì)緩沖

——以X智能電廠為例

來源 | 《社會(huì)學(xué)研究》2024年第1期

作者 | 陳氚、李曉曼

責(zé)任編輯 | 向靜林

在新科技革命和產(chǎn)業(yè)革命背景下，人工智能表現(xiàn)出替代人類決策的可能性。在X智能電廠的數(shù)字化改造中，人工智能技術(shù)的客觀物質(zhì)屬性構(gòu)成了對(duì)工程師的部分決策替代和既有組織權(quán)力結(jié)構(gòu)的沖擊。企業(yè)性質(zhì)、戰(zhàn)略目標(biāo)、既有利益格局等多重因素使得各方行動(dòng)者通過算法的重寫、策略性棄用、替代的轉(zhuǎn)換等實(shí)踐，形成了對(duì)人工智能技術(shù)沖擊的社會(huì)緩沖。本文的發(fā)現(xiàn)揭示了人工智能對(duì)人類社會(huì)的沖擊將引發(fā)不同的社會(huì)緩沖機(jī)制，社會(huì)因素成為技術(shù)影響社會(huì)的緩沖層和過濾器。

馬克思在《資本論》中關(guān)于機(jī)器替代勞動(dòng)的研究成為技術(shù)社會(huì)學(xué)和勞動(dòng)社會(huì)學(xué)領(lǐng)域的經(jīng)典范例。正如馬克思指出的那樣，工業(yè)革命時(shí)期生產(chǎn)力的革命性變化導(dǎo)致生產(chǎn)關(guān)系的一系列重大變革（馬克思，2018）。當(dāng)數(shù)字社會(huì)來臨，新一輪科技和產(chǎn)業(yè)革命逐漸深入。隨著以人工智能（artificial intelligence）為代表的新一代信息技術(shù)開始應(yīng)用，與傳統(tǒng)機(jī)器相比具有新特征的人工智能會(huì)帶來何種意義上的生產(chǎn)關(guān)系乃至社會(huì)關(guān)系變革？“會(huì)思考和決策”的機(jī)器對(duì)人的替代，與傳統(tǒng)的重復(fù)性體力勞動(dòng)的機(jī)器替代相比，究竟會(huì)發(fā)生什么樣的新變化？

不同于國內(nèi)外大量對(duì)于人工智能及算法在平臺(tái)經(jīng)濟(jì)、互聯(lián)網(wǎng)科技公司領(lǐng)域的勞動(dòng)控制效應(yīng)和不平等效應(yīng)的關(guān)注（Cottom，2020；Kellogg et al.,2020；Rosenblat，2019；Casilli & Posada，2019；賈文娟、顏文茜，2022；朱富強(qiáng)，2022；陳龍，2020；王林輝等，2020；朱琪、劉紅英，2020），我們?cè)俅位氐今R克思經(jīng)典研究中的工廠領(lǐng)域，探討人工智能技術(shù)的生產(chǎn)和決策應(yīng)用如何在新型數(shù)字化、智能化工廠領(lǐng)域重新塑造既有的關(guān)系結(jié)構(gòu)與權(quán)力結(jié)構(gòu)；同時(shí)探討在特定場(chǎng)域中社會(huì)因素如何與人工智能技術(shù)產(chǎn)生關(guān)聯(lián)，如何影響人工智能技術(shù)的具體應(yīng)用過程。這些經(jīng)驗(yàn)和理論層面的問題構(gòu)成本研究的出發(fā)點(diǎn)。

一、技術(shù)—社會(huì)關(guān)系視域下的人工智能決策替代問題

人工智能泛指用計(jì)算機(jī)來模擬人類智能，這一領(lǐng)域涉及機(jī)器人、語言識(shí)別、圖像識(shí)別、自然語言處理和專家系統(tǒng)等（騰訊研究院等，2017）。與傳統(tǒng)的計(jì)算機(jī)程序和算法相比，人工智能在解決問題的方式和能力方面都產(chǎn)生了巨大的變化?；诖髷?shù)據(jù)、蒙特卡洛樹、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)等技術(shù)的人工智能可以進(jìn)行自我的進(jìn)化與迭代，解決過去只有技術(shù)專家才能完成的復(fù)雜問題（Mnih et al.,2015）。

本文在研究視角上區(qū)別于既有的關(guān)于算法的社會(huì)學(xué)研究，不再將人工智能等同于算法，而是將其視為一個(gè)整體——一個(gè)具有相對(duì)主體性的行動(dòng)者。盡管有學(xué)者指出人工智能的核心問題在于算法問題（邱澤奇，2021；趙璐，2022），算法是人工智能運(yùn)行的規(guī)則，具有一種制度性的力量，也具有塑造和改變社會(huì)現(xiàn)實(shí)的能力，但是當(dāng)我們更多考慮技術(shù)的客觀物質(zhì)性要素后，不難發(fā)現(xiàn)影響社會(huì)現(xiàn)實(shí)的不僅是算法，還包括數(shù)據(jù)、算力、傳感器以及算法的載體——處理器等要素。這些客觀物質(zhì)要素構(gòu)成人工智能的完整體，使得人工智能成為具有感知能力、思考能力和決策能力的行動(dòng)者。2023年人工智能領(lǐng)域“人工智能體”（AI agent）的技術(shù)方向備受關(guān)注，這一演進(jìn)方向?qū)C(jī)器感知、規(guī)劃、記憶、執(zhí)行等能力相結(jié)合，也體現(xiàn)出AI作為理論意義上的行動(dòng)者在現(xiàn)實(shí)中行動(dòng)能力逐漸增強(qiáng)的技術(shù)發(fā)展和應(yīng)用趨勢(shì)（Han et al.,2023;Kortemeyer，2023）。

（一）人工智能行動(dòng)者：從重復(fù)勞動(dòng)替代到?jīng)Q策替代

在機(jī)器替代勞動(dòng)的歷史中，非人工智能的機(jī)器往往替代的是相對(duì)簡(jiǎn)單、重復(fù)和程序化的勞動(dòng)，潛在的替代對(duì)象是相對(duì)底層的工人（余玲錚等，2021）。即使在人工智能技術(shù)迅速發(fā)展后，仍有學(xué)者認(rèn)為人工智能替代的工作也以具有重復(fù)性、程序性的工作為主，而那些具有創(chuàng)造力和自主決策能力的工作則較難被人工智能替代（吳文芳、劉潔，2021）。然而，亦有研究指出，人工智能具有更強(qiáng)的勞動(dòng)替代能力，這種替代能力不僅僅體現(xiàn)在對(duì)體力勞動(dòng)的替代上，還體現(xiàn)在對(duì)復(fù)雜認(rèn)知任務(wù)尤其是知識(shí)經(jīng)驗(yàn)的替代上。謝斯塔科夫斯基（Shestakofsky，2015，2017）指出，過去的計(jì)算機(jī)自動(dòng)化只能執(zhí)行一些程序性的、固定性的工作，而人工智能機(jī)器學(xué)習(xí)的出現(xiàn)使得計(jì)算機(jī)可以模擬人類的表現(xiàn)，通過過去的數(shù)據(jù)來推斷未來的行動(dòng)模式，并通過大量的人類生成的數(shù)據(jù)訓(xùn)練來找到一些默會(huì)知識(shí)。由此，人工智能替代的工作也更為復(fù)雜，從體力勞動(dòng)轉(zhuǎn)變?yōu)槟X力勞動(dòng)，包括傳統(tǒng)觀念中只有人類才能完成的認(rèn)知、判斷、推理、決策、創(chuàng)作等。而人工智能未來替代的群體也有可能從工人群體轉(zhuǎn)變?yōu)榧夹g(shù)工作者、律師、法官、工程師和中層管理者（Brayne，2017；Volokh，2019；Pasquale，2019；Burrell & Fourcade，2021）。2016年，阿爾法圍棋對(duì)戰(zhàn)人類圍棋世界冠軍的壓倒性勝利更是展現(xiàn)出人工智能在認(rèn)知、判斷和決策替代領(lǐng)域的巨大潛力（Silver et al.,2016）。

在第一次工業(yè)革命時(shí)期，機(jī)器對(duì)人（勞動(dòng)力）的大規(guī)模替代現(xiàn)象首次出現(xiàn)。機(jī)器作為非人行動(dòng)者在哲學(xué)邏輯上具有了行動(dòng)者的可能，但在技術(shù)層面和經(jīng)驗(yàn)現(xiàn)象層面仍然是作為工具存在。此后歷次工業(yè)革命的技術(shù)進(jìn)步，包括計(jì)算機(jī)自動(dòng)化在內(nèi)的技術(shù)演進(jìn)，所替代的人類能力水平越來越高，但始終并未真正威脅社會(huì)中的腦力勞動(dòng)者——機(jī)器仍然是技術(shù)人員手中提升效率的工具。在技術(shù)演變的臨界點(diǎn)到來前，技術(shù)的工具屬性相比行動(dòng)屬性更加明顯，技術(shù)在具體實(shí)踐過程中主要依附于人。但隨著自動(dòng)化技術(shù)的量變逐漸累積，人工智能在實(shí)踐中的能力越來越強(qiáng)，獨(dú)立于人的作用越來越強(qiáng)，正在可被感知的層面趨近獨(dú)立的行動(dòng)者。人工智能行動(dòng)能力的增強(qiáng)也就意味著人工智能正在趨向其本身的設(shè)計(jì)初衷，在越來越高級(jí)的層面替代人的腦力勞動(dòng)。

與以往歷次工業(yè)革命中機(jī)器主要對(duì)一線體力勞動(dòng)者產(chǎn)生替代和沖擊不同，在第四次工業(yè)革命即將展開之際，尤其是在新型智能工廠開始出現(xiàn)的情境下，人工智能第一次具有了替代認(rèn)知、思考、判斷、決策的潛在技術(shù)可能性。這就導(dǎo)致第四次工業(yè)革命中技術(shù)沖擊的靶向可能會(huì)發(fā)生重要的變化。在馬克思的經(jīng)典工廠研究中，面對(duì)機(jī)器替代的沖擊，底層工人階級(jí)最初所具有的抗?fàn)幠芰κ窍鄬?duì)較弱的，除了以搗毀機(jī)器的盧德運(yùn)動(dòng)的方式來抗議外，缺乏更為有效的抵制能力，盡管這一沖擊后續(xù)引發(fā)的社會(huì)變革極其深遠(yuǎn)。當(dāng)時(shí)工業(yè)大機(jī)器的廣泛應(yīng)用符合資產(chǎn)階級(jí)管理者的利益。而在人工智能的決策替代過程中，技術(shù)沖擊將更多地指向技術(shù)管理群體乃至高層的決策群體，因此這樣一個(gè)決策替代的歷史過程或許會(huì)產(chǎn)生更加復(fù)雜的社會(huì)影響和不確定的社會(huì)實(shí)踐。

（二）關(guān)于人工智能技術(shù)社會(huì)影響的不同理論視角

作為新的信息行動(dòng)主體（陳氚，2021），人工智能對(duì)人類決策行動(dòng)的替代會(huì)引發(fā)何種意義上的社會(huì)變化？從技術(shù)與社會(huì)關(guān)系的視角出發(fā)，在科學(xué)知識(shí)社會(huì)學(xué)、技術(shù)社會(huì)學(xué)傳統(tǒng)的諸多研究中，技術(shù)決定論、社會(huì)建構(gòu)論和技術(shù)—社會(huì)辯證關(guān)系等三大理論流派給出了不同的解釋。

其一，技術(shù)決定論來自馬克思主義關(guān)于技術(shù)和社會(huì)關(guān)系研究的傳統(tǒng)，強(qiáng)調(diào)技術(shù)在一定程度上決定了社會(huì)關(guān)系的變化。這一理論視角認(rèn)為技術(shù)尤其是科學(xué)技術(shù)引發(fā)的生產(chǎn)力變革是社會(huì)變遷的主要?jiǎng)恿?，?qiáng)調(diào)技術(shù)對(duì)社會(huì)的塑造作用（中共中央馬克思恩格斯列寧斯大林著作編譯局編譯，2012）。具體到關(guān)于機(jī)器和工廠的研究中，馬克思敏銳地捕捉到第一次工業(yè)革命中的機(jī)器發(fā)展特征，并且指出機(jī)器帶來的技術(shù)沖擊既在微觀層面對(duì)工人產(chǎn)生了影響，又最終帶來了大工業(yè)的興起以及工廠制度的普及，給傳統(tǒng)的手工業(yè)、家庭勞動(dòng)帶來一系列革命性的變化（馬克思，2018）。羅素（Stuart Russell）等學(xué)者指出人工智能相比于人可以更理性，極大提升決策效率、提升決策公正性（Russell，2019）。以卡尼曼（Daniel Kahneman）為代表的認(rèn)知心理學(xué)家指出，人類在進(jìn)行決策時(shí)很難避免系統(tǒng)性的認(rèn)知偏差和謬誤(Kahneman，2013)。相比之下，人工智能等新的機(jī)器決策似乎可以避免人為因素對(duì)決策的影響，因此在生產(chǎn)領(lǐng)域、管理領(lǐng)域乃至社會(huì)公共政策領(lǐng)域，人工智能的應(yīng)用能夠?qū)蛞环N更加公正的社會(huì)結(jié)果。

然而，更多經(jīng)驗(yàn)研究指向了人工智能引發(fā)的負(fù)面社會(huì)后果。席勒（Dan Schiller）、卡斯特（Manuel Castells）等學(xué)者針對(duì)二戰(zhàn)后美國信息技術(shù)和通信傳播業(yè)的發(fā)展，系統(tǒng)論述了信息資本主義的概念和歷史，揭示了資本巨頭在數(shù)字社會(huì)中的權(quán)力核心地位（席勒，2018；Castells，2010）。伯勒爾（Jenna Burrell）等學(xué)者在對(duì)算法社會(huì)的論述中提出，大型的互聯(lián)網(wǎng)資本以及互聯(lián)網(wǎng)精英塑造了新型的軟件資本主義（software capitalism）（Burrell & Fourcade，2021）。學(xué)者們指出，在數(shù)字社會(huì)中，算法統(tǒng)治成為一種生產(chǎn)不平等的方式，算法中心主義也開始逐漸興起，這成為人工智能早期產(chǎn)生一系列負(fù)面影響的重要原因（Burrell & Fourcade，2021；Engelke，2020；陳龍，2020；莊家熾，2019；Rosenblat，2019；Kellogg et al., 2020）。新的數(shù)字技術(shù)，也直接在生產(chǎn)領(lǐng)域帶來一系列對(duì)產(chǎn)業(yè)結(jié)構(gòu)、勞動(dòng)空間、工作方式、工程師心理認(rèn)同的沖擊與變革（MacKenzie et al.,2015；Castells，2010）。

其二，社會(huì)建構(gòu)論認(rèn)為技術(shù)對(duì)社會(huì)的影響并不是單向度的。技術(shù)決定論的觀點(diǎn)引發(fā)了以“技術(shù)文本”理論為代表的社會(huì)建構(gòu)主義的質(zhì)疑(Grint & Woolgar，1997)。人工智能等數(shù)字技術(shù)究竟能在多大程度上改變社會(huì)，是技術(shù)的演進(jìn)決定社會(huì)結(jié)構(gòu)的變化，還是社會(huì)結(jié)構(gòu)會(huì)決定技術(shù)發(fā)展的走向，重新復(fù)制既有的社會(huì)運(yùn)行邏輯？以格林特（Keith Grint）等人為代表的技術(shù)社會(huì)學(xué)流派認(rèn)為，技術(shù)作為一種可以書寫的文本被社會(huì)建構(gòu)出來。各種社會(huì)因素在具體的時(shí)空?qǐng)鼍爸兄匦滤茉炝颂囟夹g(shù)的發(fā)展和應(yīng)用(Grint & Woolgar，1997)。既有的社會(huì)權(quán)力結(jié)構(gòu)、利益分配格局、關(guān)鍵的利益群體行動(dòng)者等都會(huì)發(fā)揮不同的作用，讓技術(shù)發(fā)展和應(yīng)用不再簡(jiǎn)單依靠技術(shù)的內(nèi)部演進(jìn)邏輯，而是受到更多非技術(shù)因素的塑造和改變。在這個(gè)意義上，人工智能技術(shù)并非僅沿著計(jì)算機(jī)技術(shù)演變的內(nèi)在邏輯發(fā)展，而是會(huì)受到既有的社會(huì)因素的影響，成為一種被社會(huì)書寫的文本。

人工智能進(jìn)行的學(xué)習(xí)—決策過程與大數(shù)據(jù)之間的內(nèi)在關(guān)聯(lián)進(jìn)一步增強(qiáng)了這一理論邏輯的可能性?，F(xiàn)有人工智能技術(shù)的大量應(yīng)用建立在大數(shù)據(jù)收集的基礎(chǔ)上。大數(shù)據(jù)在一定程度上就是社會(huì)行動(dòng)和經(jīng)驗(yàn)的痕跡。人工智能通過對(duì)大數(shù)據(jù)的收集和處理來歸納和學(xué)習(xí)人類社會(huì)的特定規(guī)律，模擬人的智能化行動(dòng)。這一過程往往會(huì)復(fù)制甚至放大社會(huì)中既有的不平等現(xiàn)象（Barocas & Selbst，2016; Weinberger，2019；Engelke，2020；Eubanks，2018）。

其三，第三種理論流派則強(qiáng)調(diào)技術(shù)和社會(huì)之間存在一種辯證關(guān)系。自20世紀(jì)90年代開始，奧利科夫斯基（Wanda J. Orlikowski）、邱澤奇等學(xué)者開始在技術(shù)—組織領(lǐng)域的一系列研究中試圖構(gòu)建一些綜合性的理論框架，以調(diào)和技術(shù)決定論與社會(huì)建構(gòu)論之間的理論沖突（Orlikowski，1992；Orlikowski & Gash，1994， 2000；Orlikowski & Barley，2001；邱澤奇，2005）。在吉登斯（Anthony Giddens）的結(jié)構(gòu)化理論影響之下，奧利科夫斯基提出了技術(shù)的結(jié)構(gòu)化理論。她認(rèn)為，以往關(guān)于技術(shù)—組織關(guān)系的視角沖突根源在于哲學(xué)上主觀性和客觀性之間的沖突。技術(shù)實(shí)際上同時(shí)具有二重屬性：一方面具有物質(zhì)屬性特征，另一方面又體現(xiàn)出人對(duì)技術(shù)的能動(dòng)性。組織結(jié)構(gòu)是一種動(dòng)態(tài)生成的社會(huì)過程，是人類行動(dòng)者和組織結(jié)構(gòu)性特征互動(dòng)的結(jié)果。技術(shù)在結(jié)構(gòu)生成過程中既具有客觀性的力量，又是社會(huì)建構(gòu)的產(chǎn)物（Orlikowski，1992）。從實(shí)踐的視角去考察技術(shù)會(huì)發(fā)現(xiàn)，技術(shù)是一種實(shí)踐中的技術(shù)（technologies-in-practice），并非簡(jiǎn)單被社會(huì)建構(gòu)和塑造，而是在技術(shù)使用者的使用過程中、在人與技術(shù)的互動(dòng)過程中發(fā)生變化（Orlikowski & Gash，2000）。邱澤奇的技術(shù)—組織互構(gòu)論則進(jìn)一步明確了組織和技術(shù)之間的辯證關(guān)系。他指出應(yīng)當(dāng)從技術(shù)的實(shí)踐特質(zhì)著手分析，認(rèn)為技術(shù)之于組織目標(biāo)的重要程度、技術(shù)科層制、技術(shù)本身的結(jié)構(gòu)彈性等實(shí)踐特質(zhì)會(huì)和組織結(jié)構(gòu)產(chǎn)生具體的互構(gòu)，組織和技術(shù)在實(shí)踐中是一種不斷相互建構(gòu)的關(guān)系（邱澤奇，2005）。

沿著科學(xué)知識(shí)社會(huì)學(xué)和技術(shù)社會(huì)學(xué)的路徑，赫卡比（Ian Hutchby）在更宏觀的技術(shù)—社會(huì)關(guān)系層面提出了一個(gè)相對(duì)折中的概念：功能可承擔(dān)性（affordance）(Hutchby，2001)。這一概念最初源于吉布森（James J. Gibson）的認(rèn)知心理學(xué)概念。赫卡比認(rèn)為技術(shù)的物質(zhì)屬性可以改變社會(huì)，但是并非所有的物質(zhì)屬性都可以得到應(yīng)用進(jìn)而改變社會(huì)，還需要考慮技術(shù)的功能可承擔(dān)性。福西（Pete Fussey）等指出，數(shù)字社會(huì)學(xué)正是要分析在不同社會(huì)環(huán)境下的技術(shù)功能可承擔(dān)性，研究這些功能可承擔(dān)性如何被社會(huì)關(guān)系、社會(huì)互動(dòng)和社會(huì)結(jié)構(gòu)所塑造（Fussey & Roth，2020）。

（三）技術(shù)的社會(huì)緩沖機(jī)制

上述不同理論的啟示在于，當(dāng)我們思考技術(shù)與社會(huì)的關(guān)系時(shí)，陷入社會(huì)和技術(shù)一方或雙方主導(dǎo)的爭(zhēng)論是無意義的，更重要的是考察技術(shù)尤其是革命性技術(shù)遭遇社會(huì)的實(shí)踐過程。這是一個(gè)動(dòng)態(tài)的、生成性的、行動(dòng)的、未定的過程。在這樣一個(gè)實(shí)踐過程中，技術(shù)一旦應(yīng)用，遭遇到社會(huì)后，經(jīng)歷的就并非是一個(gè)平滑的過程，而是一個(gè)充滿著結(jié)構(gòu)制約、行動(dòng)者抵抗和技術(shù)自身適應(yīng)的非平滑過程。

如果回到社會(huì)學(xué)中最經(jīng)典的社會(huì)有機(jī)體比喻，可以說當(dāng)社會(huì)有機(jī)體遭遇到諸如人工智能的技術(shù)沖擊時(shí)，不可避免地會(huì)產(chǎn)生一種自發(fā)或非自發(fā)的免疫機(jī)制。這有可能來自既定社會(huì)結(jié)構(gòu)的抵抗力量，也有可能來自具有自反性的社會(huì)成員的反思性抗拒和改造。社會(huì)在面對(duì)技術(shù)突變的沖擊時(shí)，并不是被動(dòng)的接受者，而是作為技術(shù)影響的中間層，應(yīng)對(duì)技術(shù)變革的不確定性，延續(xù)相對(duì)穩(wěn)定的秩序。這也讓我們聯(lián)想到波蘭尼（Karl Polanyi）在論述市場(chǎng)制度對(duì)民眾的沖擊時(shí)所指出的結(jié)論：這一沖擊會(huì)引發(fā)社會(huì)自我保護(hù)的運(yùn)動(dòng)（Polanyi，2001）。

我們更愿意使用“社會(huì)緩沖”而非“社會(huì)建構(gòu)”來描述這一技術(shù)與社會(huì)的關(guān)系現(xiàn)象。人類技術(shù)的革命性演進(jìn)最終將帶來組織結(jié)構(gòu)乃至社會(huì)結(jié)構(gòu)的重大變革。這一總體趨勢(shì)盡管并非決定論意義上的，但卻是具有主導(dǎo)意義和難以扭轉(zhuǎn)的。如果借用功能可承擔(dān)性的相關(guān)概念來分析這一過程的展開，可以看到人工智能相比傳統(tǒng)自動(dòng)化機(jī)器而言特有的物質(zhì)屬性構(gòu)成潛在的功能選項(xiàng)。這些潛在的功能選項(xiàng)并非全部可以得到應(yīng)用。社會(huì)因素篩選出哪些功能可以發(fā)揮作用，而發(fā)揮作用的功能是被社會(huì)影響過的功能。這意味著，社會(huì)在影響這些人工智能技術(shù)的可能性，同時(shí)也被人工智能技術(shù)所改變。

本文的理論框架與功能可承擔(dān)性視角的區(qū)別在于，赫卡比等人僅僅提出了功能可承擔(dān)性的概念和視角，卻并未將其進(jìn)一步明晰化。受此啟發(fā)，在本研究中我們假定這些客觀技術(shù)物質(zhì)特性為關(guān)于A的一系列向量(A1， A2， A3， …，An)，在其發(fā)揮作用時(shí)，需要濾過社會(huì)緩沖層S，最終在具體的實(shí)踐過程中選擇性地呈現(xiàn)為SA1，…，SAn。在這一過程中，不僅僅技術(shù)端的特性A被改變，社會(huì)端S也被悄然重塑，這一理論模型如圖1所示。在人工智能真正影響社會(huì)之前，我們無法確定地預(yù)測(cè)人工智能究竟會(huì)怎樣改變社會(huì)。而作為新的行動(dòng)主體，人工智能技術(shù)遭遇具體的社會(huì)S的實(shí)踐過程P決定了人工智能影響社會(huì)的未來走向，這一過程恰恰是社會(huì)學(xué)的經(jīng)驗(yàn)研究應(yīng)當(dāng)描述和探討的。

我們可以進(jìn)一步思考，為什么在技術(shù)的應(yīng)用過程中會(huì)出現(xiàn)技術(shù)的可能選項(xiàng)與技術(shù)的實(shí)際社會(huì)后果之間的差異？例如，歷史上紡織機(jī)技術(shù)的發(fā)明和應(yīng)用在英國可以引發(fā)工業(yè)革命以及后續(xù)的社會(huì)變革，而在中國古代社會(huì)又沒有形成決定性的社會(huì)影響。功能可承擔(dān)性的概念部分概括了這一現(xiàn)象。造成這一現(xiàn)象的根本原因正是由于技術(shù)不是僅存在于實(shí)驗(yàn)室或者真空之中，社會(huì)這一重要因素的存在導(dǎo)致技術(shù)在穿越社會(huì)緩沖層時(shí)呈現(xiàn)一種動(dòng)態(tài)的、未知的復(fù)雜過程。

如圖1所示，A表示技術(shù)具備的客觀物質(zhì)特性，這些物質(zhì)特性具有成為潛在功能的可承擔(dān)性。S表示社會(huì)因素，可以視為技術(shù)作用于人的社會(huì)緩沖層。SA則是技術(shù)通過社會(huì)緩沖層后呈現(xiàn)的社會(huì)技術(shù)結(jié)果，是客觀性與主觀能動(dòng)性的辯證統(tǒng)一。

具體到人工智能技術(shù)，根據(jù)目前的發(fā)展趨勢(shì)，這些客觀物質(zhì)特性A至少包括兩大類。第一類是一般計(jì)算機(jī)技術(shù)具有的物質(zhì)特性：人工智能具有遠(yuǎn)高于人類大腦的運(yùn)算速度；人工智能在進(jìn)行決策時(shí)不受情感、心理認(rèn)知謬誤的影響；人工智能決策過程具有算法依賴性。第二類可以看作人工智能相較于傳統(tǒng)計(jì)算機(jī)技術(shù)的新特征：人工智能具有自我決策能力；決策過程具有數(shù)據(jù)依賴性；人工智能的決策中間環(huán)節(jié)具有不透明性和不確定性（Burrell，2016；Mitchell，1997；Schmidhuber，2015；Russell & Norvig，2016）；人工智能結(jié)合傳感器后具有高于人的感知能力；人工智能具有自我進(jìn)化的能力，等等。

微觀層面的具體實(shí)踐過程P是我們?cè)谘芯恐行枰唧w考察的過程。同時(shí)，實(shí)踐盡管充滿不確定性，但并非一個(gè)完全未知的黑箱，它是不同的行動(dòng)者在既有的實(shí)踐場(chǎng)景中、在特定的資源和權(quán)力結(jié)構(gòu)下行動(dòng)的過程。

基于以上的理論框架，為了理解人工智能遭遇社會(huì)因素后的實(shí)踐過程，我們以當(dāng)下中國電力行業(yè)的一個(gè)智能發(fā)電廠對(duì)人工智能的應(yīng)用為例，探討在生產(chǎn)和管理實(shí)踐中，人工智能行動(dòng)者的物質(zhì)屬性和能力如何改變了工廠原有的社會(huì)關(guān)系結(jié)構(gòu)，而既有的社會(huì)關(guān)系、組織和權(quán)力結(jié)構(gòu)又如何影響人工智能的部署和技術(shù)演進(jìn)方向。我們并不追求通過一個(gè)工廠的案例來推導(dǎo)所有的人工智能應(yīng)用領(lǐng)域，而是透過這一工廠的人工智能應(yīng)用情況來管窺人工智能在技術(shù)實(shí)踐中與社會(huì)因素的具體作用過程。

二、X智能電廠的人工智能實(shí)踐

X電廠位于中國傳統(tǒng)能源大省S省，是某大型國有資本控股電力企業(yè)中的一家煤炭發(fā)電工廠。在電力能源行業(yè)信息化和智能化改造的浪潮中，X電廠在全省范圍內(nèi)率先引進(jìn)了新一代數(shù)字化生產(chǎn)和管理系統(tǒng)，初步形成了基于工業(yè)互聯(lián)網(wǎng)的智能工廠。整個(gè)改造過程從2020年開始，包含工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、傳感器、數(shù)字孿生、人工智能等多個(gè)部分的建設(shè)。2022年5月，改造項(xiàng)目完成，并被中國電力企業(yè)聯(lián)合會(huì)認(rèn)定“處于國際先進(jìn)水平”。其中，人工智能的引入包含在整個(gè)工廠數(shù)字化和智能化的改造過程中，是整個(gè)改造中顯著的科技創(chuàng)新點(diǎn)，也是區(qū)別于傳統(tǒng)自動(dòng)化系統(tǒng)的關(guān)鍵。筆者所在的調(diào)研團(tuán)隊(duì)于2020年年中開始對(duì)工廠改造過程進(jìn)行同步研究，主要研究方法為參與式觀察法和訪談法。調(diào)查的對(duì)象涵蓋X工廠的一線操作工人、技術(shù)人員、中層管理者，以及參與技術(shù)改造的人工智能工程師等。

（一）基本技術(shù)流程與改造前的決策權(quán)力結(jié)構(gòu)

X電廠在進(jìn)行數(shù)字技術(shù)改造之前已經(jīng)具備相當(dāng)高的自動(dòng)化程度。與傳統(tǒng)流水線式的制造業(yè)工廠相比，能源生產(chǎn)特別是火力發(fā)電對(duì)大型設(shè)備和機(jī)器的依賴性更強(qiáng)，機(jī)器的自動(dòng)化運(yùn)行程度也相對(duì)更高。工人并不直接制造產(chǎn)品，電力的生產(chǎn)通過大型設(shè)備來完成。電廠核心的生產(chǎn)過程包括運(yùn)行和檢修兩大部分，涉及汽機(jī)、鍋爐、電氣設(shè)備、化水、熱工、燃料等多個(gè)領(lǐng)域。一線操作的主要工作類型是監(jiān)控機(jī)器的運(yùn)行、操作設(shè)定機(jī)器參數(shù)以及維護(hù)檢修機(jī)器設(shè)備等。

在組織架構(gòu)上，圍繞這一核心的電力生產(chǎn)過程，X電廠形成了管理、運(yùn)行、設(shè)備檢修、環(huán)保安全、市場(chǎng)運(yùn)營等五大橫向組織架構(gòu)板塊。同時(shí)，該廠在縱向上形成了從最基層的一線操作人員到發(fā)電廠廠長(zhǎng)共五個(gè)科層制意義上的級(jí)別。我們把X工廠視為一個(gè)充滿權(quán)力和社會(huì)關(guān)系的場(chǎng)域。這個(gè)場(chǎng)域圍繞生產(chǎn)的核心任務(wù)存在相對(duì)固定的權(quán)力結(jié)構(gòu)。根據(jù)決策權(quán)力的不同，我們可以初步將人工智能引入前的工廠劃分為三個(gè)層級(jí)。

第一個(gè)層級(jí)是一線的操作工人，主要工作包括按照操作手冊(cè)或者上一級(jí)工程師的指令操作具體的設(shè)備、關(guān)閉和打開閥門、進(jìn)行設(shè)備故障的巡查和維修，以及其他生產(chǎn)環(huán)節(jié)上的體力勞動(dòng)。一線操作工人是具體命令的執(zhí)行者，在絕大部分情況下按照指令或規(guī)定流程完成工作，除了遇到一些特殊突發(fā)情況外，較少需要進(jìn)行獨(dú)立的決策行動(dòng)。由于高校的擴(kuò)招以及電力行業(yè)較高的福利待遇，X工廠的一線操作人員大都從高校的相關(guān)專業(yè)中招聘。這些一線操作工人具備較高水平的相關(guān)專業(yè)知識(shí)技能，具備向上晉升的空間。

第二個(gè)層級(jí)是電廠的中層技術(shù)管理者，往往擁有工程師的職稱，具備較高的專業(yè)技術(shù)知識(shí)水平和豐富的一線工作經(jīng)驗(yàn)。由于電力生產(chǎn)具有高度的專業(yè)性，專業(yè)技術(shù)人員在日常的核心生產(chǎn)運(yùn)營中擁有相當(dāng)大的決策權(quán)力。除了部分非技術(shù)性管理崗位外，大量中層技術(shù)管理者在行政組織上肩負(fù)對(duì)一線員工的管理職能，也需要在專業(yè)技術(shù)上對(duì)出現(xiàn)的技術(shù)問題做出判斷、分析和決策。伯里斯（Beverly H. Burris）在對(duì)二戰(zhàn)后工業(yè)組織變化的研究中指出，技術(shù)官僚制度（technocracy）是一種重要的組織形式（Burris，1989）。專家在這種組織形式中的地位日益凸顯，并在組織中具備相對(duì)較大的權(quán)力，這壓縮了原有的科層制結(jié)構(gòu)。在X工廠中，可以看到技術(shù)治理和專家治理的趨勢(shì)，中層管理者和技術(shù)專家存在大量的重合，從一線提拔的技術(shù)精英、工程師構(gòu)成了X工廠中的中層技術(shù)管理者群體。這一群體在工廠實(shí)際運(yùn)行中發(fā)揮著至關(guān)重要的作用，具備相當(dāng)大的決策權(quán)力。

這些決策權(quán)力主要涉及工廠生產(chǎn)過程中的技術(shù)問題，如對(duì)設(shè)備參數(shù)設(shè)定的判斷、對(duì)閥門關(guān)閉時(shí)機(jī)的判斷和指揮以及對(duì)設(shè)備復(fù)雜故障的診斷和定性，等等。中層技術(shù)管理人員憑借多年的工作經(jīng)驗(yàn)和專業(yè)知識(shí)技能，往往比年輕的基層員工具備更強(qiáng)的判斷能力，比年長(zhǎng)的基層員工擁有更多的知識(shí)儲(chǔ)備和決策權(quán)力。在技術(shù)官僚制度中，這些技術(shù)上的決策權(quán)力會(huì)進(jìn)一步延伸到其他日常管理領(lǐng)域，例如設(shè)備部門的中層領(lǐng)導(dǎo)和工程師群體對(duì)選取何種維修原材料的決策權(quán)，對(duì)采用何種工藝手段和施工方案維修更新設(shè)備的決策權(quán)，對(duì)專業(yè)施工隊(duì)伍的推薦權(quán)，等等。這些決策權(quán)力建立在工廠高層對(duì)中層技術(shù)管理群體專業(yè)性的信任基礎(chǔ)上。

第三個(gè)層級(jí)是電廠的高層管理者。這些管理者負(fù)責(zé)整個(gè)工廠的總體管理和最終決策。但這些決策往往不涉及具體的技術(shù)問題，而大都涉及工廠的發(fā)展戰(zhàn)略、人事管理等內(nèi)容。高層管理者需要依賴中層技術(shù)管理群體來完成工廠運(yùn)行的日常管理，也需要通過中層技術(shù)管理群體來獲取工廠一線運(yùn)行的各方面信息。

在引入人工智能技術(shù)進(jìn)行決策替代前，X電廠處于這樣一個(gè)相對(duì)穩(wěn)定的權(quán)力結(jié)構(gòu)之中。整個(gè)工廠的運(yùn)行高度依賴中層技術(shù)管理群體。整個(gè)層級(jí)體系的上升通道也是相對(duì)明晰的：一線操作工人通過經(jīng)驗(yàn)的積累和學(xué)習(xí)，在具備相對(duì)較多的專業(yè)知識(shí)技能和經(jīng)驗(yàn)后，可以進(jìn)入到更高一級(jí)的管理層級(jí)，憑借專業(yè)知識(shí)做出更多的技術(shù)判斷和決策。

（二）人工智能技術(shù)的中層替代與沖擊

2020年，X工廠的數(shù)字化和智能化改造工程開始。X工廠所在集團(tuán)高層引入這一技術(shù)變革的主要目標(biāo)是獲得長(zhǎng)遠(yuǎn)的技術(shù)戰(zhàn)略地位，即在“雙碳”目標(biāo)下更精準(zhǔn)地實(shí)現(xiàn)環(huán)保和效益的平衡，在提高運(yùn)營效率和降低污染排放的同時(shí)，推動(dòng)傳統(tǒng)能源工廠迭代演進(jìn)。在項(xiàng)目立項(xiàng)之初，集團(tuán)和工廠高層就將這一項(xiàng)目視為工廠進(jìn)入工業(yè)4.0時(shí)代的重要戰(zhàn)略發(fā)展方向。同時(shí)，X工廠獲得了充足的國家資金支持，因而可以在全球的同行企業(yè)中相對(duì)較早地引入前沿?cái)?shù)字技術(shù)。

當(dāng)時(shí)，整個(gè)工廠開始引入全流程的數(shù)字化生產(chǎn)、管理、運(yùn)維系統(tǒng)。與以往的自動(dòng)化、信息化系統(tǒng)相比，這一系統(tǒng)的最大特色是基于工業(yè)互聯(lián)網(wǎng)平臺(tái)消除數(shù)據(jù)、控制和決策孤島，全面打通設(shè)備、控制和管理全流程，特別是將人工智能技術(shù)引入到這一系統(tǒng)的建設(shè)過程中。

新型示范智能電廠的建設(shè)從價(jià)值視角、業(yè)務(wù)視角、技術(shù)視角出發(fā)，采用數(shù)據(jù)+算力+模型+應(yīng)用的總體邏輯設(shè)計(jì)，基于全新的工業(yè)互聯(lián)網(wǎng)平臺(tái)，對(duì)企業(yè)運(yùn)營的全流程進(jìn)行了深度的優(yōu)化和再造，做到了采用一套智能化系統(tǒng)來支撐電廠的整體運(yùn)營，實(shí)現(xiàn)了管理流程化、流程技術(shù)化、技術(shù)可視化，可以使得電廠將原來較為線性、單一、封閉的運(yùn)營管理模式轉(zhuǎn)變?yōu)槿?、全價(jià)值鏈、全產(chǎn)業(yè)鏈密切聯(lián)動(dòng)的協(xié)同、生態(tài)、透明的管理模式。（調(diào)研資料：202109a1）

根據(jù)技術(shù)提供方的設(shè)計(jì)，整個(gè)新的系統(tǒng)包括十大板塊，基于發(fā)電廠的生產(chǎn)流程和管理實(shí)踐，涵蓋決策中心、生產(chǎn)監(jiān)控、運(yùn)行管理、設(shè)備管理、經(jīng)營管理、數(shù)字孿生工廠、數(shù)字安防、數(shù)字辦公等方面。其中，人工智能主要發(fā)揮作用的地方在決策中心、生產(chǎn)監(jiān)控、運(yùn)行管理、設(shè)備管理、經(jīng)營管理等板塊。

整個(gè)項(xiàng)目?jī)?yōu)化了全廠13個(gè)重點(diǎn)部門的108個(gè)流程，全新設(shè)計(jì)了1250個(gè)功能頁面，定制開發(fā)的總代碼量約2000萬行；完成了1.5萬個(gè)設(shè)備、6萬根管道的三維可視化；消除了46個(gè)數(shù)據(jù)孤島，部署了52個(gè)智能模型，有效解決了重點(diǎn)設(shè)備的故障預(yù)測(cè)，實(shí)現(xiàn)了全廠主要環(huán)節(jié)的閉環(huán)優(yōu)化控制；部署了9類圖像識(shí)別算法。（調(diào)研資料：202109a1）

在傳統(tǒng)的勞動(dòng)替代過程中，機(jī)器主要替代的是工人的體力勞動(dòng)。這是由工業(yè)社會(huì)中機(jī)器的物質(zhì)特性所決定的。在工業(yè)4.0革命之前，機(jī)器相比于人所擁有的最主要的物質(zhì)屬性包括更大的機(jī)械力量、優(yōu)于人身體的堅(jiān)固性和龐大性，以及持續(xù)不知疲倦的生產(chǎn)能力，這極大地提升了規(guī)模化大工業(yè)生產(chǎn)的能力。但是，機(jī)器卻并不能像人一樣智能化地感知、判斷和決策。因此，以往的每一次機(jī)器進(jìn)化都會(huì)替代大量的從事重復(fù)性勞動(dòng)的一線工人。然而，在X工廠引入52個(gè)人工智能模型后，我們發(fā)現(xiàn)機(jī)器替代的潛在對(duì)象并非僅僅指向基層的一線操作人員，而是直接指向工廠生產(chǎn)環(huán)節(jié)中至關(guān)重要的中層技術(shù)管理群體。

圖2顯示了一個(gè)典型的人工智能在X工廠的技術(shù)決策流程。其中,步驟②和步驟③的完成依賴人工智能算法模型的構(gòu)建，而智能模型的運(yùn)行又建立在步驟①的數(shù)據(jù)感知和以往數(shù)據(jù)獲取的基礎(chǔ)上。整個(gè)決策過程是傳感器、物聯(lián)網(wǎng)、人工智能技術(shù)綜合運(yùn)行的產(chǎn)物。

在這樣一個(gè)決策場(chǎng)景中，原本需要由工程師來做出的技術(shù)判斷和決策被人工智能行動(dòng)者替代。在傳統(tǒng)場(chǎng)景中，巡檢工人一旦發(fā)現(xiàn)某設(shè)備出現(xiàn)參數(shù)的異常和表面結(jié)構(gòu)異常，便會(huì)將這一現(xiàn)象報(bào)告給領(lǐng)導(dǎo)。中層技術(shù)管理人員基于專業(yè)知識(shí)和經(jīng)驗(yàn)做出判斷，召開部門技術(shù)會(huì)議，提出解決問題的技術(shù)方案。在這個(gè)過程中，專業(yè)技術(shù)管理人員具有極高的技術(shù)權(quán)威性，可以充分發(fā)揮自身的專業(yè)所長(zhǎng)。這一過程既強(qiáng)化了專業(yè)技術(shù)管理群體的職業(yè)認(rèn)同感和成就感，又鞏固了其在工廠中的管理者地位。

可以說，在引入人工智能模型之前，中層技術(shù)管理群體擁有豐富的專業(yè)知識(shí)和實(shí)踐經(jīng)驗(yàn)，這些知識(shí)技能和經(jīng)驗(yàn)構(gòu)成了工程師們決策權(quán)力的護(hù)城河。隨著時(shí)間的推移和人工智能自我學(xué)習(xí)進(jìn)化速度的加快，人工智能做出的技術(shù)決策可以變得更加合理化。X工廠中的中層技術(shù)管理群體的技術(shù)決策護(hù)城河正在隨著人工智能行動(dòng)者的加入而逐漸地被跨越。隨著數(shù)字化系統(tǒng)逐漸部署和使用，X工廠的工程師們發(fā)現(xiàn)，假定在沒有任何外力干涉的情況下，完全按照乙方技術(shù)公司的設(shè)計(jì)來運(yùn)營，電廠將出現(xiàn)明顯的中層技術(shù)管理人員被人工智能替代的現(xiàn)象。這種替代的速度在理論上只取決于人工智能技術(shù)決策能力進(jìn)化的程度。

人工智能帶來的沖擊是多方面的。在工廠的日常生產(chǎn)和運(yùn)營過程中，技術(shù)決策能力所附加的影響并不局限于生產(chǎn)本身，而是關(guān)涉到更多具體的利益問題。前文的分析已經(jīng)指出，在一個(gè)接近技術(shù)官僚治理的制度架構(gòu)中，技術(shù)上的權(quán)威與組織上的管理權(quán)力在一定程度上是可以相互轉(zhuǎn)化的。技術(shù)精英盡管未必完全占據(jù)一把手領(lǐng)導(dǎo)位置，但是在涉及技術(shù)的相關(guān)決策上擁有重大的話語權(quán)。人工智能的沖擊如果不受干擾的話，將至少帶來以下幾個(gè)方面的變化。

首先，崗位替代會(huì)帶來組織結(jié)構(gòu)的變化。52個(gè)人工智能模型的引入使得相關(guān)環(huán)節(jié)的工程師工作被部分替代，原本的一些崗位失去了存在的意義。這些崗位包括具備一定技術(shù)門檻的一線操作崗位，但更多地涉及中層工程師群體。根據(jù)我們的調(diào)查，在進(jìn)行數(shù)字化改造后，X工廠A部門的員工需求人數(shù)從36人縮減到4人（調(diào)研資料：202109a2）。

其次，由于在整個(gè)智能化系統(tǒng)的改造過程中，技術(shù)問題的決策與經(jīng)營、維修系統(tǒng)形成了直接的關(guān)聯(lián)，人工智能系統(tǒng)在技術(shù)決策后直接給出了相關(guān)經(jīng)營問題決策，這進(jìn)一步削弱了中層技術(shù)管理人員的實(shí)際權(quán)力。例如，在人工智能引入之前，技術(shù)管理人員對(duì)設(shè)備維修問題的診斷和決策背后關(guān)聯(lián)著材料供應(yīng)商、維修提供商的選擇問題，而人工智能的直接介入使得中層技術(shù)管理人員的選擇往往與人工智能的選擇形成鮮明對(duì)比。如果完全采用人工智能的決策，則意味著技術(shù)管理人員的傳統(tǒng)權(quán)力被進(jìn)一步剝奪。假如存在權(quán)力尋租空間的話，那么這一尋租空間也將被進(jìn)一步壓縮。

最后，人工智能對(duì)人事考核、組織和財(cái)務(wù)的優(yōu)化管理和直接介入，將會(huì)直接打破原有的利益格局。傳統(tǒng)工廠中的師徒關(guān)系等私人關(guān)系、情感關(guān)系、忠誠關(guān)系并沒有被設(shè)定為人工智能運(yùn)行的參數(shù)。完全去人情化的行動(dòng)方式是目前人工智能進(jìn)行管理的一大物質(zhì)特性。原有的技術(shù)管理群體的管理工作建立在技術(shù)權(quán)威的合法性基礎(chǔ)上，同時(shí)并不會(huì)完全排斥非理性因素的考量，而人工智能一方面通過對(duì)技術(shù)決策的替代削弱了技術(shù)權(quán)威的合法性，另一方面又有能力直接介入到對(duì)人的管理和控制過程中。

如果人工智能的引入僅僅是一個(gè)單向度的過程，僅從效率最大化的角度出發(fā)，不用考慮社會(huì)因素的存在，那么在X工廠這一具體的實(shí)踐場(chǎng)域中，潛在的變革即將發(fā)生，整個(gè)X工廠也處在變革的前夜，蘊(yùn)含著極大的不確定性。

（三）作為“工程師”的人工智能行動(dòng)者

在X工廠的整體數(shù)字化改造過程中，人工智能的應(yīng)用僅僅是數(shù)字化改造的一部分，但卻呈現(xiàn)了不同于以往信息技術(shù)應(yīng)用的行動(dòng)者特征。在此次數(shù)字化改造前，X電廠已經(jīng)是一個(gè)相對(duì)自動(dòng)化的工廠，信息系統(tǒng)已經(jīng)應(yīng)用在工廠的日常管理和經(jīng)營之中。而此次的數(shù)字化改造將管理、經(jīng)營與生產(chǎn)流程進(jìn)行了系統(tǒng)融合，人工智能則是歷史上第一次嵌入在工廠的整個(gè)生產(chǎn)管理系統(tǒng)之中。

與以往歷次信息化升級(jí)不同，這一次人工智能所具有的物質(zhì)屬性使得人工智能對(duì)于部分中層技術(shù)人員而言不再是簡(jiǎn)單的工具，而是具備同等技術(shù)判斷和技術(shù)決策能力的行動(dòng)者。從觀察者的視角來看，人工智能同時(shí)具有工具和行動(dòng)主體的二元屬性。這種屬性呈現(xiàn)在一個(gè)等級(jí)制的結(jié)構(gòu)關(guān)系中。從工廠高層決策者和管理者的視角來看，人工智能是實(shí)現(xiàn)其生產(chǎn)目標(biāo)的工具。但是對(duì)于中層技術(shù)管理人員而言，人工智能則是一位同樣可以進(jìn)行技術(shù)判斷和工程決策的“工程師”競(jìng)爭(zhēng)者。

如圖3所示，對(duì)高層決策者而言，人工智能是實(shí)現(xiàn)高層技術(shù)目標(biāo)的工具。但是當(dāng)確立了最高行動(dòng)目標(biāo)后，人工智能在完成目標(biāo)的中間環(huán)節(jié)可以具有自我決策的能力，并與其他的行動(dòng)者構(gòu)成平等的競(jìng)爭(zhēng)關(guān)系。當(dāng)然，并非所有的人工智能模型都直接替代了工程師，那些能力暫時(shí)不足以替代工程師的人工智能模型仍然被作為工程師的參考工具來使用。

為什么在之前的歷次計(jì)算機(jī)應(yīng)用升級(jí)中計(jì)算機(jī)僅僅是作為工程師的工具來幫助工程師完成任務(wù)，而在X電廠此次改革中，部分人工智能成為與工程師具有同等行動(dòng)地位的競(jìng)爭(zhēng)者，具備一種決策替代的能力？

首要的原因是神經(jīng)網(wǎng)絡(luò)模型等機(jī)器學(xué)習(xí)類模型在生產(chǎn)過程中的應(yīng)用。這些機(jī)器學(xué)習(xí)類模型使得X工廠的人工智能具有自我決策的能力。而這種自我決策在過去的自動(dòng)化程序中是難以實(shí)現(xiàn)的。在X工廠早期應(yīng)用的計(jì)算機(jī)程序中，計(jì)算機(jī)算法是固定式的、機(jī)械意義上的程序。當(dāng)人工智能模型引進(jìn)之后，計(jì)算機(jī)可以對(duì)復(fù)雜和不確定狀況進(jìn)行判斷和決策，而不是簡(jiǎn)單映射既有的固定程序。

X工廠的人工智能應(yīng)用以化學(xué)物理模型、概率數(shù)理模型和神經(jīng)網(wǎng)絡(luò)模型等三類模型為基礎(chǔ)。其中，基于神經(jīng)網(wǎng)絡(luò)的擬合能力可以描述和推理事件之間的因果關(guān)系。即使在無法確定真正因果關(guān)系的情況下，神經(jīng)網(wǎng)絡(luò)模型也可以通過專家經(jīng)驗(yàn)數(shù)據(jù)學(xué)習(xí)、統(tǒng)計(jì)規(guī)律計(jì)算、模糊推理不斷逼近最優(yōu)解。X工廠中部分神經(jīng)網(wǎng)絡(luò)模型的示意圖如圖4所示。

X工廠應(yīng)用的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)模型意味著計(jì)算機(jī)構(gòu)建了關(guān)于各種設(shè)備現(xiàn)象（指標(biāo)）和決策之間因果性關(guān)系的復(fù)雜函數(shù)，并且不斷逼近擬合一系列復(fù)雜函數(shù)，直接建立起現(xiàn)象和技術(shù)決策之間的關(guān)聯(lián)。理論上，這一模型不完全依賴對(duì)工程師做出決策之原理的理解，只需要對(duì)現(xiàn)象和決策之間的關(guān)聯(lián)進(jìn)行大數(shù)據(jù)學(xué)習(xí)，直接做出各種復(fù)雜狀況下的判斷和決策（Mnih et al.,2015）。

此外，與X工廠的工程師相比，人工智能具有明顯的知識(shí)進(jìn)化優(yōu)勢(shì)。由于機(jī)器學(xué)習(xí)的特性，人工智能在每一次做出技術(shù)決策后都會(huì)將新生成的數(shù)據(jù)結(jié)果與原有的模型進(jìn)行比較檢驗(yàn)，以實(shí)現(xiàn)一種自我趨優(yōu)的演進(jìn)。同時(shí)，不斷更新的海量專家知識(shí)數(shù)據(jù)庫也遠(yuǎn)遠(yuǎn)超出一般工程師的知識(shí)儲(chǔ)備。

最后，X工廠的全流程數(shù)字化改造、傳感器應(yīng)用以及數(shù)字孿生工廠的空間打造使得人工智能具備在數(shù)字空間中自我感知和行動(dòng)的能力。在數(shù)字空間中，人工智能和工程師的決策指令同樣是以信息流方式傳遞到下一環(huán)節(jié)，二者具備相同的信息生產(chǎn)和信息行動(dòng)的主體地位。

X工廠傳統(tǒng)的自動(dòng)化技術(shù)決策思路和人工智能引入后的技術(shù)決策產(chǎn)生了顯著差異。在智能化改造前，技術(shù)專家將計(jì)算機(jī)視為工具，依據(jù)客觀計(jì)算結(jié)果或者指標(biāo)進(jìn)行判斷和決策，發(fā)揮人的知識(shí)、經(jīng)驗(yàn)和直覺判斷優(yōu)勢(shì)。而當(dāng)人工智能出現(xiàn)后，技術(shù)專家大部分的經(jīng)驗(yàn)、默會(huì)知識(shí)和靈感盡管無法被人工智能理解，但在理論上大多是可以被替代的。

（四）行動(dòng)者沖突與社會(huì)緩沖機(jī)制的出現(xiàn)

2021年年中，X工廠的人工智能等數(shù)字系統(tǒng)硬件部署基本完成，開始進(jìn)入試運(yùn)行階段。此時(shí)，意料之中的阻力出現(xiàn)了。與傳感器、物聯(lián)網(wǎng)等其他技術(shù)的順利應(yīng)用相比，人工智能決策替代的相關(guān)應(yīng)用遭遇了較大的阻力，相應(yīng)的抗議者是工廠的中層技術(shù)管理群體。一位人工智能的工程師在接受筆者的訪談時(shí)談到了人工智能決策替代應(yīng)用所面臨的阻力。

我們?cè)谶M(jìn)行測(cè)試的時(shí)候遇到了廠里工程師們的普遍質(zhì)疑，他們認(rèn)為這些做法是不正確的，由機(jī)器來判斷，風(fēng)險(xiǎn)太大。(訪談資料：202112b5)

C車間主任B強(qiáng)烈反對(duì)在他的車間使用人工智能，認(rèn)為人工智能給出的操作指令并不符合以往的經(jīng)驗(yàn)。

這個(gè)系統(tǒng)給出的關(guān)閉閥門的時(shí)機(jī)不對(duì)，這個(gè)太危險(xiǎn)了，環(huán)保上要是出問題了，也是會(huì)被罰款的。我們不會(huì)按照它（人工智能）的指令去做。(訪談資料：202109c1)

而大多數(shù)一線的操作人員則對(duì)人工智能的引入持開放或者歡迎的態(tài)度。

工作更加簡(jiǎn)單了，比原來的工作量小了很多，很容易的，沒有不習(xí)慣。(訪談資料：202109c3)

在此期間，一個(gè)小插曲體現(xiàn)了中層技術(shù)管理群體和乙方人工智能技術(shù)設(shè)計(jì)人員之間的矛盾。

D車間負(fù)責(zé)技術(shù)管理的中層領(lǐng)導(dǎo)在過去一直采用相對(duì)穩(wěn)定的施工隊(duì)伍、材料供應(yīng)商和施工方案來解決某設(shè)備維修中的技術(shù)問題。而新的人工智能模型將設(shè)備問題診斷、預(yù)測(cè)和材料采購的市場(chǎng)化方案進(jìn)行了聯(lián)動(dòng)，得出了與過去并不相同的問題處理方案。D車間的工程師們認(rèn)為人工智能給出的技術(shù)診斷和方案未必適合特殊的情況，應(yīng)當(dāng)具體問題具體分析，并且對(duì)人工智能模型中的自動(dòng)采購、自動(dòng)市場(chǎng)競(jìng)價(jià)、分析最優(yōu)解決方案提出質(zhì)疑，認(rèn)為其存在嚴(yán)重的不透明性，體現(xiàn)了算法設(shè)計(jì)者的利益。算法的不透明性導(dǎo)致作為第三方觀察者的研究人員較難判斷這一算法是否暗含著設(shè)計(jì)者的經(jīng)濟(jì)利益。但我們至少可以確定的是，D車間的技術(shù)診斷—技術(shù)方案—市場(chǎng)采購過程有可能蘊(yùn)含利益空間，與此相關(guān)的權(quán)力過去由技術(shù)管理人員掌控，現(xiàn)在轉(zhuǎn)移到人工智能的算法設(shè)計(jì)者手中，形成了一種算法中心主義的局面。

這一事件表明，在實(shí)現(xiàn)最終目標(biāo)的中間過程中，作為實(shí)踐中的行動(dòng)主體，人工智能行動(dòng)者與人類行動(dòng)者有可能存在目標(biāo)和利益上的沖突。我們用圖5來表示X工廠這兩起事件中人工智能和工程師之間的行動(dòng)目標(biāo)沖突。

在本質(zhì)上，人工智能作為高層決策者的工具，體現(xiàn)了技術(shù)應(yīng)用主體的行動(dòng)目標(biāo)和行動(dòng)利益。人工智能和工程師之間的沖突可以被視為高層決策者與中層工程師之間的利益博弈。但是從具體的實(shí)踐過程來看，人工智能在執(zhí)行最高目標(biāo)的中間環(huán)節(jié)已經(jīng)體現(xiàn)出和名義上同樣代表工廠（高層）利益的工程師之間的目標(biāo)沖突。

X工廠高層自身也面臨人工智能技術(shù)帶來的壓力。一方面，中層技術(shù)管理群體向上提出各種意見，這有可能成為工廠運(yùn)營的不穩(wěn)定因素；另一方面，人工智能在全廠績(jī)效考核、人事管理等方面的應(yīng)用過于智能化，由此而來的一些計(jì)算結(jié)果盡管不會(huì)直接被高層采用，但也威脅到工廠高層做出人事安排等管理行動(dòng)的合法性。例如，按照人工智能的決策裁撤掉大量的技術(shù)管理崗位，這對(duì)于一個(gè)追求經(jīng)濟(jì)效益穩(wěn)定以及政治效益和社會(huì)效益的能源型國有企業(yè)而言是不太可能發(fā)生的事情。于是，人工智能技術(shù)在X工廠的應(yīng)用出現(xiàn)了新的變數(shù)，這些變數(shù)實(shí)際上也是X工廠中各方新的行動(dòng)策略。

1.算法的重寫

這些變數(shù)首先來自人工智能技術(shù)供應(yīng)方與X工廠技術(shù)管理群體之間不斷持續(xù)和深化的互動(dòng)，即人工智能算法設(shè)計(jì)者和中層管理者之間社會(huì)關(guān)系的建立與維系。為了更好地推進(jìn)智慧化改造，人工智能的技術(shù)提供單位與中層技術(shù)管理群體進(jìn)行了持續(xù)的溝通和協(xié)商。在D車間，由于技術(shù)診斷—技術(shù)方案—市場(chǎng)采購的傳統(tǒng)流程被人工智能打斷，相關(guān)人員在與技術(shù)供應(yīng)方的溝通過程中提出希望能回到過去的決策方式。

D車間的領(lǐng)導(dǎo)們希望能夠維持過去的慣例，認(rèn)為過去沒有人工智能替他們做出決定之前，一切都運(yùn)轉(zhuǎn)得很好，公司并沒有因此遭受損失。他們認(rèn)為我們有可能會(huì)操縱市場(chǎng)采購結(jié)果。而我們認(rèn)為算法是公正、公開的，符合最優(yōu)結(jié)果。但是他們認(rèn)為這個(gè)過程并不透明。（訪談資料：202112b1）

這是課題組在調(diào)研中對(duì)人工智能技術(shù)供應(yīng)方訪談后獲取的信息。出于商業(yè)要求，大多數(shù)算法本身并不能完全公開，人工智能的“思考”機(jī)制本身也具有不透明性（Burrell，2016）。于是，人工智能的算法對(duì)于人工智能的使用者而言實(shí)際上是一種不透明的黑箱。不少學(xué)者指出，隨著人工智能在社會(huì)各領(lǐng)域的滲透，未來的數(shù)字社會(huì)在一定程度上將成為一種“黑箱社會(huì)”（Brevini & Pasquale，2020）。從第三方的觀察視角來看，如果說人工智能介入之前的決策過程存在一種不透明的人為因素，有可能蘊(yùn)含著某種潛規(guī)則的話，那么人工智能使用算法來替代人為決策的做法并沒有讓決策過程更加透明，反而重新引發(fā)了使用者對(duì)算法本身的質(zhì)疑。

人工智能技術(shù)供應(yīng)方的技術(shù)轉(zhuǎn)變證明算法本身蘊(yùn)含著社會(huì)運(yùn)作的空間。在與D車間充分協(xié)商后，人工智能技術(shù)供應(yīng)方修改了特定的參數(shù)，重寫了部分算法，成功實(shí)現(xiàn)了人工智能做出的決策與車間過去的慣例相符合。D車間認(rèn)為，修改前的算法體現(xiàn)了人工智能算法設(shè)計(jì)者的利益，而修改后的算法可以更好地符合過去的慣例，降低新的市場(chǎng)采購帶來的不確定性。如前所述，算法的設(shè)計(jì)實(shí)際上剝奪了傳統(tǒng)技術(shù)管理者的相關(guān)決策權(quán)力，將技術(shù)決策和市場(chǎng)采購決策的權(quán)力轉(zhuǎn)移到算法上。而雙方在協(xié)商中重新平衡了決策的權(quán)力，于是產(chǎn)生了算法重寫的結(jié)果。但是，算法的改寫并沒有在根本上改變或阻止人工智能的介入。

2.策略性棄用

在X工廠智慧化改造的十大板塊中，并非所有的板塊在改造驗(yàn)收完工后都完全投入了使用。其中的原因不是乙方提供的技術(shù)不能使用，而是X工廠的高層決策者認(rèn)為有些技術(shù)并不適合立刻投入使用。

在十大板塊中，涉及替代一線操作工人的技術(shù)幾乎都立刻投入使用。例如，智能攝像頭和人工智能圖像識(shí)別技術(shù)直接的替代對(duì)象是一線的操作工人：過去由工人巡查并向上一級(jí)匯報(bào)設(shè)備安全隱患和運(yùn)行狀況，現(xiàn)在這些工作直接由機(jī)器完成。這些技術(shù)替代的顯著特征是直接面向機(jī)器，較少涉及復(fù)雜的人際利益關(guān)系。

而涉及替代中層管理群體的技術(shù)是在反復(fù)修改和博弈后才使用的。這些技術(shù)往往包含著相對(duì)復(fù)雜的技術(shù)判斷，同時(shí)關(guān)聯(lián)著部分組織管理和市場(chǎng)決策職能?，F(xiàn)階段，由于受到能力限制，人工智能尚不能覆蓋所有的復(fù)雜判斷。因此，中層技術(shù)管理群體雖然在感受到人工智能的潛在威脅后試圖對(duì)其進(jìn)行抵制，但由于自身地位仍然不可能在短時(shí)被完全取代，所以在策略性地消解人工智能直接帶來的利益沖突后，也接受了人工智能的應(yīng)用。

最后，在人事管理、績(jī)效考核、市場(chǎng)和采購等環(huán)節(jié)，X工廠選擇擱置人工智能的使用。這些領(lǐng)域的人工智能決策不僅對(duì)中層技術(shù)管理群體的決策權(quán)力產(chǎn)生影響，還可能直接影響高層的決策權(quán)力。對(duì)于高層決策者而言，人工智能的決策結(jié)果或許僅是一種參考，真正面向人與利益的決策權(quán)力在現(xiàn)階段仍然需要掌握在自己手里。這些領(lǐng)域的人工智能決策結(jié)果往往過于理性化和模型化，完全基于效率考慮，并不能反映工廠高層決策的復(fù)雜性。

因此，在2021年年中，盡管從技術(shù)角度而言X智慧工廠的改造已經(jīng)完成，但人工智能在一些板塊仍然處于可用卻不用的狀態(tài)。人工智能的客觀技術(shù)特性使其理論上可以在一座現(xiàn)代化工廠中完成很多功能，但是，并非所有的功能選項(xiàng)都可以透過社會(huì)的緩沖層，最終成為一種真正被接受和認(rèn)可的技術(shù)。

3.替代的轉(zhuǎn)換

盡管人工智能的技術(shù)選項(xiàng)受到多重社會(huì)因素的影響，但是我們?nèi)匀豢吹饺斯ぶ悄軒淼臎_擊的直接后果。整個(gè)工廠的組織結(jié)構(gòu)發(fā)生了變化。在X工廠的某技術(shù)部門A，人員編制由原有的36名縮減到4名。這一技術(shù)部門在智能化改造后被完全取消，該部門人員與其他部門被取代的人員成為X工廠需要解決的難題。

面對(duì)這一局面，X工廠采用一種替代的轉(zhuǎn)換策略。在A部門取消后，X工廠成立了新的部門B。部門B的主要職能是應(yīng)對(duì)信息化和智能化的需求，理論上講，其最優(yōu)策略是招聘具有人工智能等方面知識(shí)技能的人員，但現(xiàn)階段的主要成員來自A部門中被人工智能替代的技術(shù)人員。X工廠相信這些技術(shù)人員能夠重新進(jìn)行新崗位的技能學(xué)習(xí)，并在原有專業(yè)知識(shí)的基礎(chǔ)上掌握新的數(shù)字技術(shù)，與過去的專業(yè)技能進(jìn)行有效的融合。如果完全按照市場(chǎng)利益最大化的邏輯，X工廠應(yīng)當(dāng)裁撤掉這些被替代的人員，從而最大化地降低人工成本。但是作為處于行業(yè)領(lǐng)先地位的大型能源國企，X工廠需要考慮經(jīng)濟(jì)因素之外的諸多政治因素和社會(huì)因素，工廠的穩(wěn)定運(yùn)行、人心向背以及社會(huì)責(zé)任等都是X工廠的高層所需要思考的內(nèi)容。因此，在全省乃至全行業(yè)率先引入人工智能后，X工廠并未出現(xiàn)大量裁撤中層管理人員和工程師的情況，而是成功實(shí)行了組織結(jié)構(gòu)和就業(yè)崗位的轉(zhuǎn)化。

X工廠面臨人工智能決策替代帶來的崗位變化，之所以出現(xiàn)這種非效率的行動(dòng)策略，我們認(rèn)為至少是出于以下的社會(huì)因素考慮。首先是工廠的國有企業(yè)性質(zhì)。與馬克思研究的機(jī)器替代工人的資本主義工廠相比，我們所研究的是一個(gè)具有不同所有制性質(zhì)的生產(chǎn)單位。國有企業(yè)盡管仍然面臨著市場(chǎng)效益的經(jīng)濟(jì)壓力，也還是會(huì)更多地考慮員工隊(duì)伍的穩(wěn)定性，并且對(duì)員工的崗位技能轉(zhuǎn)化時(shí)間有較大的包容性，沒有實(shí)行技術(shù)決策崗位替代后的簡(jiǎn)單裁員。其次，電力行業(yè)面臨的外部市場(chǎng)競(jìng)爭(zhēng)雖然正在加劇，但仍然具有較強(qiáng)的壟斷性。因此，人工智能等數(shù)字技術(shù)的引入更多的是前瞻性和戰(zhàn)略性的行動(dòng)，并非單純的資本驅(qū)動(dòng)和經(jīng)濟(jì)效率驅(qū)動(dòng)。在這一過程中，人工智能的決策替代所承載的目的不在于直接降低人力成本支出，而是更好地獲得長(zhǎng)遠(yuǎn)的技術(shù)戰(zhàn)略地位，以及在國家“雙碳”戰(zhàn)略下更精準(zhǔn)地實(shí)現(xiàn)環(huán)保和效益的平衡?？偟膩砜矗谶@一具體的實(shí)踐過程中，生產(chǎn)資料所有制、技術(shù)改革需要維持穩(wěn)定的動(dòng)機(jī)、遠(yuǎn)期規(guī)劃等因素的影響恰好構(gòu)成了對(duì)人工智能決策替代的另一種社會(huì)緩沖效應(yīng)，使得人工智能在X工廠的替代沖擊沒有完全按照技術(shù)理性和經(jīng)濟(jì)效率至上的邏輯發(fā)生。

這種替代轉(zhuǎn)換的方案并非X工廠首創(chuàng)。根據(jù)世界經(jīng)濟(jì)論壇2021年的研究報(bào)告，惠普公司在進(jìn)行第四次工業(yè)革命轉(zhuǎn)型的過程中將技術(shù)變革釋放的大量任務(wù)職責(zé)進(jìn)行轉(zhuǎn)換，重新分配了企業(yè)內(nèi)部不同角色的任務(wù)時(shí)間。原有的一線操作人員能夠執(zhí)行之前委派給技術(shù)專家的復(fù)雜任務(wù)，而工程師可接受更高級(jí)的技能提升，承擔(dān)數(shù)據(jù)科學(xué)的工作（World Economic Forum，2021）。

當(dāng)然，盡管在當(dāng)下的時(shí)間節(jié)點(diǎn)上，這種人工智能替代的轉(zhuǎn)換并未給現(xiàn)有的中層技術(shù)管理群體帶來直接失業(yè)的影響，但是從長(zhǎng)遠(yuǎn)來看卻改變了未來的崗位需求。A部門的取消使得未來具備A部門知識(shí)，也就是傳統(tǒng)電力相關(guān)知識(shí)的潛在求職者受到極大的影響。新設(shè)立的B部門目前還可以容忍傳統(tǒng)專業(yè)人員的轉(zhuǎn)崗，但是未來需要直接招聘具備人工智能等相關(guān)技術(shù)知識(shí)的人員。這也意味著，盡管X工廠通過替代轉(zhuǎn)換的策略在時(shí)間上延緩了人工智能對(duì)特定崗位的技術(shù)沖擊與崗位取代，卻無法在更長(zhǎng)的時(shí)間段上扭轉(zhuǎn)人工智能對(duì)特定群體的替代趨勢(shì)。當(dāng)人工智能的技術(shù)長(zhǎng)矛注定要刺穿某些傳統(tǒng)的結(jié)構(gòu)時(shí)，各種社會(huì)因素構(gòu)成的緩沖層在時(shí)間維度上造成了對(duì)技術(shù)沖擊后果的延緩，但是潛在的結(jié)構(gòu)性改變已然發(fā)生。

最終，在2022年年中，X工廠順利完成了智能化改造，在很多崗位上實(shí)現(xiàn)了人與人工智能共存的局面。總的來看，這種人機(jī)共存的局面是通過社會(huì)因素影響下的三種微觀策略實(shí)現(xiàn)的：鑒于人工智能工程師和中層技術(shù)管理人員的社會(huì)關(guān)系，人工智能技術(shù)供應(yīng)方為了人工智能應(yīng)用能順利展開，改變了原本的算法，重新建構(gòu)了人工智能技術(shù)本身，延續(xù)了原有的權(quán)力結(jié)構(gòu)；策略性棄用的應(yīng)對(duì)策略表明社會(huì)結(jié)構(gòu)因素的直接篩選作用，即那些影響到關(guān)鍵權(quán)力和高層利益的技術(shù)可能性并不會(huì)在短時(shí)間內(nèi)穿透社會(huì)緩沖層；而替代的轉(zhuǎn)換策略則表明當(dāng)技術(shù)遭遇社會(huì)緩沖時(shí)，崗位空間和沖擊時(shí)間會(huì)相互轉(zhuǎn)化，工廠用崗位的轉(zhuǎn)換來換取時(shí)間，人工智能決策替代的崗位沖擊直接后果被延后了，但是組織空間結(jié)構(gòu)已經(jīng)發(fā)生變化。

在X工廠的案例中，人的因素對(duì)人工智能技術(shù)的改寫、篩選和重塑更接近一種權(quán)宜性與自我保護(hù)性的機(jī)制，但這并不能從根本上重新建構(gòu)人工智能技術(shù)的影響和沖擊。權(quán)宜性意味著時(shí)間變量和結(jié)構(gòu)空間變量被引入，即通過組織結(jié)構(gòu)變化來吸納技術(shù)帶來的認(rèn)知?jiǎng)趧?dòng)替代效應(yīng)，延緩人工智能的勞動(dòng)替代行動(dòng)的短時(shí)沖擊。保護(hù)性意味著當(dāng)中層技術(shù)管理群體無法抵制人工智能時(shí)，需要來自群體外部的社會(huì)力量對(duì)其進(jìn)行保護(hù)。同時(shí)，這一現(xiàn)象也印證了邱澤奇等學(xué)者關(guān)于技術(shù)—組織互構(gòu)機(jī)制的判斷（邱澤奇，2005）。X工廠的人工智能技術(shù)在技術(shù)物質(zhì)屬性和能力上的顯著進(jìn)化直接觸及生產(chǎn)的核心內(nèi)容，具有對(duì)部分工程師的直接替代能力。那些涉及環(huán)保、技術(shù)、安全的人工智能技術(shù)具有極強(qiáng)的技術(shù)剛性，直接刺穿了部分原有的組織資源—權(quán)力分配結(jié)構(gòu)。

三、結(jié)論

與傳統(tǒng)機(jī)器替代一線工人帶來的影響相比，人工智能在決策能力上對(duì)中層技術(shù)管理群體的替代成為一種新的現(xiàn)象，這一現(xiàn)象也是人類社會(huì)進(jìn)入到第四次工業(yè)革命和智能化階段后的新歷史現(xiàn)象，構(gòu)成了對(duì)工廠技術(shù)管理體制和傳統(tǒng)權(quán)力決策結(jié)構(gòu)的沖擊。

在歷史的維度上，X工廠的數(shù)字化改造很有可能剛好處于人工智能技術(shù)爆發(fā)的臨界點(diǎn)。X工廠數(shù)字化改造中的一部分人工智能技術(shù)與當(dāng)下的chatgpt、AI agent等人工智能技術(shù)一起，已經(jīng)呈現(xiàn)跨越由經(jīng)驗(yàn)、默會(huì)知識(shí)、靈感、創(chuàng)造力等構(gòu)成的人類智力護(hù)城河的跡象。正如羅馬時(shí)期愷撒跨越盧比孔河后西方歷史出現(xiàn)了重要的變化，我們雖不敢完全斷言人工智能正在經(jīng)歷跨越盧比孔河時(shí)刻，但是不得不對(duì)其潛在的變革可能性進(jìn)行慎重的理性思考。一旦人工智能真正跨越盧比孔河，社會(huì)對(duì)人工智能技術(shù)的緩沖就不僅是一種客觀的免疫式反應(yīng)，還應(yīng)當(dāng)成為一種社會(huì)各方主動(dòng)發(fā)起的倫理學(xué)議題。

在這一經(jīng)驗(yàn)研究中，X工廠的高層決策者與人工智能的技術(shù)供應(yīng)方通過微觀層面的社會(huì)行動(dòng)策略，最大程度降低了人工智能技術(shù)帶來的直接沖擊，使得X工廠的人工智能應(yīng)用得以相對(duì)順利地實(shí)現(xiàn)。而中層技術(shù)管理人員自身在與人工智能的行動(dòng)沖突中，基本處于無力直接抵抗的狀態(tài)——部分中層技術(shù)專家在面對(duì)人工智能時(shí)并沒有機(jī)會(huì)在“使用—被使用”的關(guān)系中重構(gòu)技術(shù)，而是在對(duì)等關(guān)系中面臨被取代的風(fēng)險(xiǎn)。這也使得社會(huì)對(duì)技術(shù)的對(duì)沖不得不來自資源—權(quán)力結(jié)構(gòu)的更高層級(jí)。

國內(nèi)早期的深度數(shù)字化和智能化改造與升級(jí)大多從大型國有企業(yè)開始。本文案例中的工廠與民營企業(yè)和國外企業(yè)存在產(chǎn)權(quán)結(jié)構(gòu)、經(jīng)濟(jì)社會(huì)利益導(dǎo)向、工廠管理運(yùn)作邏輯上的不同。在理論上，這些不同的社會(huì)因素對(duì)人工智能技術(shù)的緩沖機(jī)制會(huì)造成不同的影響。當(dāng)X工廠面臨人工智能帶來的負(fù)面沖擊時(shí)，出于政治責(zé)任和社會(huì)責(zé)任等因素的考慮，工廠高層行動(dòng)者采用種種策略來延緩技術(shù)的影響，以實(shí)現(xiàn)長(zhǎng)期戰(zhàn)略目標(biāo)。而更加成本導(dǎo)向的企業(yè)則很可能通過裁員的形式來應(yīng)對(duì)沖擊，從而回避技術(shù)沖擊的社會(huì)后果。但是人工智能的社會(huì)沖擊并不會(huì)因此消失，只不過轉(zhuǎn)移到了企業(yè)外部的社會(huì)層面。這就需要在工廠組織之外，在更廣闊的國家和社會(huì)層面來進(jìn)行技術(shù)沖擊的社會(huì)緩沖。

從另一個(gè)角度來看，在人工智能決策替代的技術(shù)沖擊面前，大型國有企業(yè)的應(yīng)對(duì)舉措也為更具普遍意義的社會(huì)緩沖提供了一種實(shí)踐可能性，體現(xiàn)出中國特有的社會(huì)、經(jīng)濟(jì)和文化影響下的社會(huì)緩沖機(jī)制。中西方社會(huì)之間更宏觀的政治制度差異、文化傳統(tǒng)差異和社會(huì)保障制度差異都有可能使得它們?cè)诿鎸?duì)未來人工智能技術(shù)沖擊時(shí)的社會(huì)緩沖過程演變出不同版本。在一定意義上，未來國家間人工智能技術(shù)應(yīng)用的競(jìng)爭(zhēng)走向或許也與各國應(yīng)對(duì)技術(shù)社會(huì)風(fēng)險(xiǎn)的社會(huì)保護(hù)制度密切相關(guān)。這有待于我們通過更進(jìn)一步的研究加以討論。