裴嘉良,刘善仕,钟楚燕,谌一璠

（华南理工大学 工商管理学院，广东 广州 510641）

一、引 言

人工智能、机器学习和大数据基础设施的发展正在对传统的管理模式发起挑战。许多企业开始拥抱数字化技术，运用人工智能（artificial intelligence，AI）持续赋能组织，为企业高质量且具有竞争力的发展提供协调市场资源、提升管理效率、优化决策环境和重塑商业模式等机遇和动力（Duan等，2019；徐鹏和徐向艺，2020）。其中，管理决策贯穿组织管理全过程，许多具有前瞻性的管理者青睐于使用以计算机深度学习算法为基础、大数据驱动的人工智能来集成组织内外部信息，协助管理者进行复杂且关键问题的决策（Wilson和Daugherty，2018）。例如，亚马逊使用混沌存储算法实时计算可分配空间以实现大型仓库的智能化管理（Danaher，2016）；谷歌使用基于自然语言处理算法技术帮助管理者分析员工邮件中的文本信息以预测哪些员工具有离职倾向，从而预先采取防范措施（Strohmeier和Piazza，2015）。

从实践层面来看，人工智能的底层技术是算法（algorithms），即基于数理统计模型和决策程序的一系列指令组合，能告诉计算机在精准的步骤和规则内如何完成目标任务（Schildt，2017）。人工智能算法（以下简称AI算法）通过机器、系统、数据和网络构建更高逻辑层次的复杂系统，随着数据资源的持续输入而不断重写升级（Li和Du，2017）。具备高效、优化和数据驱动以实现决策的能力和优势的AI算法已被越来越多的管理者应用于管理决策的实践活动中（刘善仕等，2021）。此外，在管理实践过程中，缺乏公平感是导致人才流失的重要因素之一（Shih和Susanto，2011）。……