第二节 认知大数据与管理决策

20世纪以前，人类出于经验管理时代，其决策属于经验决策范畴。囿于人类获取、分析数据的能力，决策过程只能依靠决策者的直觉、经验以及“记忆数据”进行，并受到决策者主观偏好等因素的影响，所得到的决策结果往往是低理性的。泰勒在1911年提出科学决策概念，认为借助实地调研获得的科学知识来协助并代替个人的经验判断，使决策更具科学性。这一概念的提出及实践推动管理决策从经验决策向科学决策转变。1946年，人类历史上第一台电子计算机在美国问世，一年之后，赫伯特·西蒙教授在其出版的《行政组织的决策过程》一书中指出人类的理性是有限的，因此所有的决策都是基于有限理性的结果，并提出如果利用存储在计算机里的信息来辅助决策，人类理性的范围将会扩大，决策质量就能提高。西蒙的这一提议在21世纪已成现实，随着大数据应用的不断深入，人们利用大数据进行决策分析，期望从数据中发现隐含的规律或价值，在决策时赋予管理者智慧。于是，传统的管理决策变成或正在变成基于数据分析的决策（徐宗本等，2014；陈国青等，2018）。本书认为认知大数据的分析体系离不开人和数据的相互协作和优势互补，从这一立足点出发，认知大数据的决策应是基于人类认知和机器数据分析的协同决策。技术人员利用其算法对数据进行分析从而实现复杂问题简单化、分解化，根据管理人员所提供的组织理论、已有直觉、经验和知识数据化融入算法中，进而提供可理解、可推理、可解释的数据分析结果，使管理人员权衡人类决策和数据决策，做出决策方案选择。