ARTICLE · 996710
猫群组织——AI时代,如何让独立判断涌现为组织智慧
我们习惯把一个优秀组织想象成一支整齐的队伍 —— 目标一致，方向一致，行动一致。
但创新组织可能恰恰不是这样。（不要企图把猫变成羊 —— 如何让一群聪明人形成聪明的组织）
一个真正有创造力的组织，往往聚集着一群拥有不同专业背景、不同经验、不同认知框架，并且有能力形成独立判断的人。
他们不会天然拥有同一个答案，也不应该天然拥有同一个答案。
于是，一个很有意思的问题出现了，当组织里的每一个个体都很聪明时，集体智慧究竟怎样产生？
这让我想到管理学、复杂性科学和人工智能领域长期研究的一个概念：群体智能（Swarm Intelligence）。
也正由于这个启示，我回顾自己管理创新团队就像“牧猫Herding cats”的经历，以及乔布斯和马云都谈到的，领导者最重要的工作是如何让聪明人一起工作。
我觉得，也许我们需要一种新的组织隐喻：猫群组织。
更重要的是，在AI时代，理解猫群组织以及如何管理猫群组织尤其关键，是在未来胜出的决定因素。
01 ‖ 从蜂群智能到猫群组织
1999 年，Eric Bonabeau、Marco Dorigo 和 Guy Theraulaz 在《群体智能：从自然系统到人工系统》（Swarm Intelligence: From Natural to Artificial Systems）中，系统总结了对蚂蚁、蜜蜂、白蚁等社会性昆虫群体行为的研究。
这些系统最令人惊讶的地方在于，单个个体并不需要理解整个系统，也没有一个中央大脑指挥所有成员，但通过局部互动、自组织和相对简单的规则，却能够产生复杂而有效的群体行为。
蚂蚁能够找到食物与巢穴之间的高效路径，蜜蜂能够共同选择新的巢址，整个系统表现出一种超越单个个体能力的“群体智能”。
图片来源：Five Wondrous Behaviors of Honey Bees with Dr. Thomas Seeley | Connecticut Beekeepers Association
康奈尔大学生物学家 Thomas Seeley 对蜜蜂群体决策的长期研究尤其有意思。他发现，一个蜂群要做出高质量决策，需要信息和观点的多样性、成员相对独立的判断、信息开放共享，以及对不同选择进行有效整合；领导的作用更多是促进讨论，而不是替整个群体做出判断。
这些研究揭示了一个非常重要的事实：复杂的集体智慧，并不一定需要中央控制。
但今天很多创新组织面临的问题，与蜂群、蚁群又有一个关键区别。
工程师、科学家、医生、律师、咨询顾问、产品经理，以及越来越多的知识工作者，并不是只依据简单局部规则行动的主体，他们本身就拥有复杂的知识、经验和判断。更重要的是，他们不仅掌握着不同的信息，还可能拥有完全不同的专业语言、认知框架、因果模型、经验模式和价值判断。
所以，如果把两类系统做一个非常简化的区分：
蜂群/蚁群：简单规则下的个体互动和自组织 → 复杂秩序的涌现
猫群组织：复杂个体的认知互动 → 组织智慧的生成。这里的“猫”，不是为了形容难管理。它代表的是一种更重要的特征 —— 独立判断。
02 ‖ 什么是“猫群组织”？
我尝试给它这样一个初步定义：
猫群组织，是由一群具有较强专业能力、自主性和独立判断的个体组成，并主要通过高质量的认知互动，而不是单纯依靠层级服从，形成共同方向和协同行动的组织。
这个定义里，有两个变量特别重要：
一个是个体独立判断。
另一个是组织认知整合。
“猫”的价值来自前者，“组织”的能力则来自后者。
把“独立判断”和“认知整合”作为两个维度，就可以看到四种很不一样的组织状态，如这个猫群组织二维模型展示的。
图源：自绘，版权所有
从这个模型来看，猫群组织并不是天然聪明的组织。恰恰相反，它是一种上限很高、下限也很低的组织形态。
这个模型里，最值得关注的是上面两个象限。
1. 左上角：失控猫群
这里的人很聪明，也都有自己的判断，每个人具有很强的自主性。但组织缺乏把这些判断连接起来的能力。
因此，组织呈现出这样的状态：每个人都有理由，每个人都很努力，每个人都在做自己认为正确的事情。但这些聪明只是并排存在，并没有真正形成共同认知。
这和 Booz Allen 所描述的各行其是型组织（Fits-and-Starts Organization）非常接近：组织里并不缺聪明、有动力、有才华的人，却很难持续在同一个时间朝同一个方向用力。
在前面的文章中，我对这种状态的理解是：团队不一定没有共同目标，但共同目标没有经过组织的认知整合，从而没有转化成共同方向。
面对这种状态，真正的问题并不是如何让这些人“更听话”，而是如何提高组织整合独立判断的能力。
换句话说，高独立判断 + 低认知整合 = 各行其是。
这是失控的猫群。
2. 右上角：智慧猫群
真正有意思的是右上角。
这些人同样有很强的独立判断。区别在于，他们的判断能够进入共同的认知过程 ——
不同专业能够真正表达自己看到的现实；
不同意见能够发生智力碰撞；
答案背后的假设能够被拆解；
数据、实验和现实不断进入讨论；
一个人的判断可以改变另一个人的判断；
最后，组织形成一个任何个人一开始都没有的、更好的共同判断。
这时候，个体智慧才真正开始叠加。因此，我把这种状态称为：智慧猫群。
它有一个非常鲜明的特点：思想上高度独立，认知上高度连接，行动上高度协同。
这个二维模型也揭示了传统管理中一个非常值得警惕的倾向。当管理者面对左上角的“失控猫群”时，最直觉的反应通常是：加强控制、统一思想、减少争论、强化层级、要求执行。
在上面的模型矩阵中，这些行动其实就是在向下走，也就是降低个体独立判断，提高服从程度。
于是组织有可能从“失控猫群”走向“羊群组织”。它可能真的会变得更整齐，会议可能更快，领导的话也更容易落实。当领导不够强势的话，那就沦为最悲催的组织状态“一盘散沙”，正如乔布斯预言的一样，这些优秀的人才最终会离开组织。
但与此同时，组织损失的恰恰是当初为什么要雇佣这些人的原因：他们能够看见别人看不见的东西。
所以，真正的管理方向不是向下，而是向右 —— 保持独立判断，同时提高组织的认知整合能力。
也就是说，创新管理真正的任务，不是降低人的独立性和自主性，而是提高组织处理和整合独立判断的能力。
这可能是“猫群组织”与传统管理逻辑最根本的不同。
03 ‖ 组织智慧不是意见的平均值，是方案进化
这样，再回来看蜂群/蚁群和猫群，区别会更加清楚。
我们可以看到，这里有一个特别重要的区别。
蜂群智慧的一个重要特点，是个体并不需要理解整体。
而猫群组织里的成员，价值恰恰来自他们对整体问题拥有不同的理解。所以猫群组织真正困难的地方不是协调行为，而是整合认知。
从这个角度看，猫群组织并不是“另一种蜂群”。它要解决的是一个更加棘手的问题：
当每个个体本身都已经很聪明，怎样避免这些聪明彼此抵消？
这里还有一个很容易误解的问题。所谓认知整合，并不是让所有人的意见都占一点。A想向东，B想向西，最后大家妥协向东南，并不一定产生了组织智慧，那可能只是折中。
组织智慧不是意见的平均值。
真正的组织智慧，是不同判断彼此作用以后，出现一个原来任何个人都没有的判断。（智力摩擦，如何让方案不断进化？——创新不是被某个人想出来的，而是在高质量碰撞中进化出来的。）（这里只有两个方案，没有“我的方案”和“他的方案” —— 如何把人际摩擦，转化为智力摩擦）
比如，一个人的观点暴露了另一个人忽略的风险；另一个人的数据推翻了第一个人的前提；第三个人发现了一个双方都没有注意到的变量；一个实验又让所有人重新修改自己的假设。
最后形成的方案已经既不是 A，也不是 B，而是一个更好的方案，这就是我们前面讨论的方案进化。
而方案进化真正发生的前提，就是认知能够进化。
所以，猫群组织所追求的不是把多个答案集中起来，而是让多个判断相互作用，产生新的判断。
这也是为什么上一篇我会说，真正需要管理的并不是一个个聪明的人，而是这些人的判断怎样相互作用。
04 ‖ 猫群组织如何形成组织智慧？
如果不能主要依靠层级和服从，那猫群组织靠什么保持秩序？
回看前面几篇关于人际摩擦、智力摩擦和方案进化的思考，我认为大概有这样五个关键机制。
第一，共同使命。它并不要求大家拥有同一个答案，而是提供一个比“证明我对”更大的目标，让分歧最终拥有共同归宿。
第二，心理安全。独立判断只有能够被说出来，才可能成为组织资源。如果成员判断“说出来的风险大于沉默”，组织实际上并不拥有这些智慧。
第三，智力摩擦。不同意见不能礼貌地并排存在，而必须真正彼此作用。关键不是“谁支持哪个方案”，而是“你的判断建立在什么假设之上”。
第四，现实检验。观点不能只靠口才和职位竞争，而要通过数据、实验、原型、客户反馈不断接受现实检验。上一篇我把它总结为：不要让领导成为终极裁判，让现实逐渐成为共同裁判。
第五，形成方向后的行动承诺。猫群组织不是永远讨论。在共同认知形成之前，它需要高度开放；方向形成之后，则需要高度投入。
把这五件事情连接起来，就形成了这样一条非常清楚的路径。
图源：自绘，版权所有
05 ‖ AI时代，为什么“猫群组织”尤其重要？
“猫群组织”在研发团队和创新管理中，已经显示出它的意义。
而AI的出现，让这个问题变得更加重要。
过去，很多专业人员的竞争力来自知识、信息、分析和执行，而 AI 正在快速降低这些能力的获得成本，它可以帮助我们搜集信息、分析数据、生成报告、设计方案、撰写代码，甚至提出大量看起来非常合理的答案。
于是，一个新的稀缺资源开始变得越来越突出，那就是判断力。
当 AI 可以迅速生成十个方案时，真正困难的可能不再是“有没有答案？”，而是
哪个问题真正值得解决？
哪些信息值得相信？
哪个风险最重要？
什么假设正在被忽略？
什么时候应该坚持？
什么时候应该改变？
AI 可以增强我们的“答案能力”，但选择什么、相信什么、承担什么，仍然需要判断，所以AI越强，高质量的人类判断越重要。
而更有意思的是，AI 还可能让“猫群组织”的问题进一步放大。
过去，每个人只能带着自己的经验和十页 PPT 进入会议。
未来，每个人都可以带着一个 AI，准备一套极其完整的论证 —— 市场可以证明市场为什么对；研发可以证明研发为什么对；财务也可以生成大量数据证明财务为什么对。
一个企业完全可能拥有最优秀的人才，也给每个人配备最强大的 AI，但如果这些人的判断不能彼此作用，AI只会让每个人更加擅长证明自己正确。于是，每只猫都会变得更聪明，但如果组织的认知整合能力没有同步提高，结果可能就是每只猫都在自己的方向上跑得更快，也跑得更远，在各行其是的方向上加速地消耗资源和精力，组织反而变得越来越“笨”，越快进入分崩离析的失控状态。
所以，AI时代企业真正需要回答的问题，也许不只是“我们怎样使用‘人工’智能？”，还有一个更深的问题，那就是：
我们怎样组织“人类”智能？
要获得真正的组织智慧，则意味着：
不同专业能够感知不同现实；
独立判断能够进入公共讨论；
不同假设能够接受共同检验；
成员愿意因为新的证据改变自己的看法；
最终形成一个任何个人一开始都没有的、更好的方向。
所以未来组织真正重要的能力，将不是拥有多少聪明人，而是能够把多少独立判断转化成组织智慧。
AI时代真正的制胜之道，不是组织里个体智能的平均水平，而是组织智慧。
写在最后｜从群体智能到组织智慧
蜂群和蚁群让我们看到了一件令人惊叹的事情——没有一个中央大脑，复杂秩序仍然可以涌现。
而“猫群组织”试图追问的是另一个问题：
如果系统中的个体不再只是遵循相对简单规则的行动主体，而是一群拥有复杂知识、经验、自主性和独立判断的人，那么，怎样让这些复杂个体共同产生一个比任何个人都更聪明的系统？
“猫群组织”不是一种天然优秀的组织。它是上限很高、下限也很低的组织形态。
带不好，它可能滑向各行其是型组织（Fits-and-Starts），个体很聪明，组织却很笨。
带得好，它可能走向另一端：高独立判断，高认知整合，高协同行动，也就是智慧猫群。
所以，也许未来创新组织真正需要的，不是更多听话的人，而是更多拥有判断力的人，以及一种能够承载这些判断、碰撞这些判断、检验这些判断，并把它们转化成共同智慧的组织能力。
因为在 AI 越来越聪明的时代，人类组织真正稀缺的，是判断力，以及让判断力彼此作用的能力。
我觉得，这就是现在需要组织面对的重要转型：理解猫群组织，让自己的团队/组织成为智慧猫群。
在AI时代拥有稀缺的判断力，才是真正的护城河，是别人学不去的竞争优势。
延伸阅读：
重新定义你自己：从产品视角到使命引领 —— 为什么优秀的企业常常死于“产品”