为了在未来更好地运作，我们必须让知识的运用和集体学习的过程更加可见。我们还必须意识到自身思维中的偏见、弱点和盲点。我们必须增进对自身思维运作方式的理解，无论是在个人层面还是集体层面。认知与组织人体工程学是当今工作和决策领域的新潮流。
“智能”一词似乎颇为流行。智慧城市、智能交通、群体智慧和人工智能之类的话题人人都在谈论。智力、知识、能力、技能和学习能力已悄然进入关于领导力和组织的讨论，如今构成了组织竞争力的核心。数据被称为新石油。两种原材料都可以通过熟练运用转化为金钱，但随着石油资源日渐枯竭，数据量却呈指数级增长。
我们已学会将石油提炼成诸多用途，以改善生活质量，但这也损害了环境。在工业时代，人们沉浸于石油烟雾之中，将生产和物流流程打磨至效率的顶峰。
尽管信息社会已被讨论了数十年，但基于信息的问题解决和决策过程似乎仍然显得粗陋简陋。甚至我们用来讨论数据管理和数据运用的语言与术语也尚未建立起来。
明智的人在组织中会做出愚蠢的决定。我们允许组织内部发生在私人生活中会被视为荒谬的行为。愚蠢在组织中似乎是系统性的，这意味着它应当被认真对待。
主体间性叙事
思维模式常常在无意识中引导我们的行动。这些模式将我们的观察和精力集中于某些问题，同时掩盖了其他事物。
受其感知方式的引导，人们只看到他们想看到的东西，倾向于依赖过去所学，并不愿放弃既有的成见。美国理论家迈伦·特里布斯（Myron Tribus）说得很好：“你所看到的，取决于你在开始观察之前所想的东西。”
这些共同的思维模式及相关故事，是我们创造出来的工具，用以使社会按预期运转并保障个人福祉。这些故事被称为主体间性叙事。就真理价值而言，它们会与可触及的现实相互协调。
芬兰艺术与科学术语库（Bank of Finnish Terminology in Arts and Sciences）对主体间性作出如下定义：“主体间性必须与客观性和主观性加以区分。客观之物不依赖于主体而存在，主观之物仅对各个主体而存在，而主体间之物之所以存在，是因为每个人都相信它对所有人而言都存在，例如货币的价值和词语的含义。”
主体间性叙事一直是智人（Homo sapiens）的生存手段，因为它们使大量人群之间得以合作。随着时间推移，这些叙事不断强化，因为人们在一个自我维持的循环中相互强化彼此的认知。
奴隶制背景下对人的看法，就是一种统治了数千年的叙事，这解释了为何人们在过去会以某种特定方式行事。它也表明，要扭转一种叙事是多么困难；而另一方面，被扭转的叙事对新一代人来说又会变得毫无意义。
据一句广为流传的爱因斯坦名言，我们所创造的世界是我们思维的产物，若不改变我们的思维，它就无法被改变。
一百年前，耐用包装材料十分短缺。石油的运用解决了这一问题，我们因此创造出了一种名为塑料的创新。如今，我们曾经渴求的耐用性却演变为一个问题：绵延数公里的漂浮塑料垃圾带。而我们无法用当初带来塑料的同一种思维方式来解决这一新问题。
显而易见，一旦由我们思维所创造的叙事不再符合人们或整个社会的需求，或阻碍我们找到切实可行且可持续的解决方案来应对眼前的问题，它们便会成为问题。
消除感知偏见
世界的节奏比以往更快。多样性与快节奏结合在一起，正在挑战我们习惯的感知事物的方式。早前所感知的问题及相应的解决方案，与我们今天所面临的问题已大不相同。
普遍有效性和可预测性的重要性正在下降，这一现象加剧了上述情况。这一现象在工作生活中清晰可见：许多组织仍在长期沿用曾经行之有效的做法，最终走向衰落。越来越多人的工作性质和内容，在个人层面上也每天都在变化，由此产生了持续更新技能与专长的需求。
多样性增长得越快，感知偏见的风险就越大。将数据比作石油就是感知偏见的一个例子。如果我们这样做，实质上就是通过工业的视角来审视数据的运用。
工业时代的观念为我们提供了在多样性远远较少的世界中所使用的工具。这意味着，即便这些心智模式已开始与其最初的目的背道而驰，我们仍在继续使用来自工业时代的心智模式。
我们常常陷入自身的思维模式之中，结果以“更多的病症”来“治疗”问题。感知偏见既可能发生在个人身上，也可能发生在整个社群之中。
思维模式、基于其形成的解决方案以及最终产生的结果彼此交织，无论好坏。
例如，如果我们以工业工作的组织方式来组织知识型工作，即通过层级制度，并将思考与执行相分离，那么我们显然面临失败的风险。层级制度和分工能够带来局部的运营效率，但与此同时，它们也会形成孤岛，并对更全面的共同创造构成障碍，而这种共同创造对于知识、学习和创造力的集体运用至关重要。
在一种运营环境中行之有效的解决方案，在另一种环境中却可能成为失败的根源。
服务供给中的平等
由于多样性较少且本质上更为持久，仅关注供给侧的做法便足以达成其目的。这种感知方式在工业时代的组织和结构中运作良好，并提升了交付能力。
然而，传统工业的感知方法与日益增长的服务业的感知方法应当有显著不同，因为传统工业旨在提升交付能力，而服务结构的目标则是发展互动能力。
在传统工业中，当生产系统呈线性时，成件商品的交付便是成功的；而服务结构则要求多名专家能够提供独特的服务，以满足客户所产生的需求。
互动能力可以通过需求在任何时刻被满足的速度来评估——需求在系统中停留的时间越短，服务结构的能力就越强，成本效益也越高。
这使得人们在服务结构多元化的世界中，不能只关注审视供给侧，而是需要首先理解在独特情境下的需求与诉求。这一思路正在挑战人们对服务发展的传统认知方式。
许多公共部门改革涉及如何提升与多样性互动的能力：需求的多样性已显著增加，而服务结构目前在一定程度上能够“吸收”这种多样性。
我们往往倾向于认为，统一且平等的解决方案能够带来平等。如果服务结构在多元化的运营环境中提供的是同质化的界面，那么它很可能会削弱对不同需求的满足程度上的平等。迄今为止，关于公共部门改革的讨论大多只聚焦于审视供给侧。
为了使服务结构在多样化的世界中更顺畅地运行，其一线需要更多的多样性。在多元化运营环境的一线增加多样性，能够增进平等——这是一个与当前主体间性叙事相悖的悖论。
弹性思维
尽管我们如今觉得难以理解，但将“可持续”与“发展”这两个概念结合起来，最初被认为是不可能的。企业高管与环保主义者几乎找不到彼此身上的任何优点，更遑论一套共同语言。经过长时间的讨论，可持续发展成为了我们如今用以解决大规模全球性问题所依赖的新的共享主体间性叙事。
人们以不同的方式学习：有些人通过对直接观察作出反应，进而改变行为；也有些人则通过组合不同事物来形成创造性的解决方案。
学习中最具挑战性的方面，在于重新思考并重塑自身的思维模式。这需要较强的元认知能力，以及识别并质疑自身基本假设的能力。
一种自我调节的弹性思维，能够提供适应环境变化的机会，并保持体验意义的能力。复杂而棘手的问题不会通过增加信息量来解决，而是要通过学习运用对自身思维模式的持续分析与转化来解决。
同样，我们必须意识到自身思维和行动中存在的众多自然认知偏见。一个好故事会裹挟个人或整个社群，无论其是否属实。我们对自己的感官如此信任，以至于看不见的事物对我们而言仿佛根本不存在。我们紧抓那些支持自身观点的论据与信息，而忽视其他信息。即便跳跃式的结论危险至极、几乎注定失败，我们仍会草率下结论。
我们对损失的重视程度超过对同等收益的重视。我们认为即便并不真正掌控，也能掌控最终结果。我们轻视机遇的重要性。即便道路已被证明是错误的，我们仍想继续前行，尽管我们对自己的错误选择心知肚明。我们依据信息的呈现方式作出选择。
我们基于最先获得的信息作出决策。在短期内，我们会对危机反应过度，但却低估了其长期影响，这正是金融危机和泡沫总让我们感到意外的原因。
亚里士多德的思维维度
在这个时代，我们应当如何学习行动，才能充分运用我们的集体智慧？
数据、信息、知识、愿景、结论与行动所构成的整体，不能被视为工业时代的石油炼制过程来加以审视。我们长期以来一直这样做。我们获取了一种名为数据的原材料，并将其存放在名为档案或统计资料的仓库之中。孤岛式的数据管理、档案机构以及存储数据的统计中心，都是按照传统的感知方式以及随之而来的组织与分工原则建立起来的。
我们存储了数据，但我们记住了什么？还是说，我们让信息在孤岛中被遗忘，只依靠工作记忆行事，而工作记忆在关键时刻只能记住少量事实？
数据与人工智能被视为解决诸多问题的方案。我们较少讨论如何将开放数据与基于经验的隐性知识、智能和智慧相结合。从数据通往智慧的旅程，同时也是从数量通往质量、从普遍性通往情境性、从轻松的惯例通往耗费精力的努力的旅程。
亚里士多德区分了三个思维维度。Episteme（理论知识）是基于规则的逻辑思维，以科学推理与研究为代表。Techne（技艺）指在实践中检验事物，以判断其是否有效。最后，Phronesis（实践智慧）由其情境所界定，是一种基于在任何时刻所面临的伦理选择的智慧。
所有这些知识维度在未来同样不可或缺。然而，在应对当今全球性挑战时，人们更强调将数据与基于经验的知识相结合，在独特情境下形成可持续的解决方案。
数据管理和基于信息的决策被视为提炼过程，即接收和传递信息的过程。输入数据量不足，或信息未能到达所有应当获取它的人，被视为问题所在。
数据传递是一个重要视角，但在讨论中，思维的复杂机制似乎被一件隐形斗篷所遮蔽。根据我们的经验，与数据管理或基于数据的决策相关的问题，并非源于信息的缺乏，而是源于不愿运用与使用者自身思维模式不同的数据。
其原因多种多样：不愿质疑自身职业身份的信念、占主导地位的观点或传统的观点、维系群体凝聚力的信念，或是更为全面的主体间性视角。忙碌、工作压力、对自身职位的担忧，以及权力问题，都会增加运用数据的障碍。
感受不会在石油管道的表面留下丝毫痕迹，但在数据管理领域，它们却可能完全阻断数据的流动。将情感外包的组织不会学习，也无法提升认知意识。情感对我们的态度、我们如何在世界中创造意义以及如何诠释世界至关重要。理解情感是数据管理的核心所在。
存在缺陷的领导模式
数字化以新的方式组织以互动为主的工作，它可以叠加在既有思维模式之上，也可以通过构建全新事物来实现。数字化既可被用来使过去的“真理”发挥最大效用，也可被用来推行数字化的泰勒主义。
我们非常擅长把错误的事情做得更好或更快。我们仍然主要将组织视为战场：例如，指挥官从附近的山丘上监视战局，以便掌握局势发展的全貌，并在必要时向士兵下达指令。
数字化采用的是同一原则，抹去了组织中士兵的任何独立思考，其做法近乎将人视为奴隶。有人或许会称这种模式为智能，但它并不十分明智，也缺乏适应性。
层级制度在做出高层决策时或许仍然必要，但另一方面，我们也需要大量的自我指导与共同方向。如果我们一听到“组织”一词，首先想到的是描绘权力结构的一摞方框，那么我们就是在以非常有限的视角看待人与人之间的合作组织。
简而言之，我们可以说，领导力只是实现有组织合作的方式之一。对于从领导视角看待世界的人而言，这是一个具有挑战性的观点。如果运营环境、人与人合作的目标以及承诺允许，领导力在组织中所扮演的角色可能会非常微小。
在多样性的世界中，态势图景应当是集体性的，这为组织乃至领导力开辟了新的机遇。思想、情感、观点和论证能够自由流动，这一点至关重要，而且不仅限于组织内部，还应贯穿于创造附加价值的整个系统性实体之中。
过分强调层级制度和自身地位的领导者，会使其下属变得愚钝。权力结构、自我、权威以及心理不安全感的各种表现，阻碍了对话、创造力和信息的自由流动，它们正是专家型组织的“癌症”。
孤岛式的组织使复杂问题难以解决，因为碎片化总会削弱集体智慧。
组织的集体性共享意义能够防止信息层面的孤岛效应，并使人们能够聚焦于真正重要的事情。在我们快节奏的现实中，组织必须能够从局外人的视角审视自身的运作；除了观察之外，我们还必须学会挑战自身的思维模式，并接受批评。
信息中的不协调，以及既有假设与信念和现实之间的矛盾，正是数据管理的“乐谱”。作为指挥者，领导者的任务在于揭示这种不协调，因为它是学习的前提。
在学习新事物的同时，遗忘往往更具挑战性，但同样关键。那些未来能够成功的人，将是那些已经学会放下以往所学之物的人。
变革的根源
展望未来，根据具体情境和环境来选择一种感知方式，将成为决策与领导力的核心技能之一，因为你的感知决定了解决问题所采用的方法集合。解决已识别的问题，比学会识别未知的问题要容易得多。
我们投入了大量的时间、精力和资源，用于营造工作氛围、推行敏捷与精益管理、开展数据系统项目、进行组织改革以及开展领导力培训。这些努力都有一个共同的出发点：我们如何才能集体地更加明智地行动？
解决方案不会是现成的配方，也不会是对我们当前做法的简单精简。我们需要在思维方式上进行彻底的变革，取“彻底”一词的本义。“彻底”（Radical）源自拉丁语 radix，意为根。如果只关注表面上看似重要的事物，我们呈现的只是一种在面对问题时似乎正在采取行动的假象。但这还远远不够。
在这些关于变革的喧嚣之中，我们必须花时间聚焦于那些缓慢变化、根基深厚且相互交织的根本原因。我们必须深入基层。我们必须能够揭示支撑我们思维的基本假设，以促进发展与学习。
这是我们创建一个反映我们价值观的信息社会的唯一途径，在这样的社会中，每个人都有机会成长，充分发挥其潜能，归属于某个社群，并以有意义的方式实现其才能。
我们需要一种新的主体间性叙事，以在一个由互动、数据与知识构成的现实中，理解组织与工作的运行。人工智能带来了寻找解决方案的重要新工具，但前提是必须明智地加以运用，即在解决问题时运用实践智慧。我们需要对数据管理与数据运用形成总体认识。
每个组织的成功，归根结底取决于它能在多大程度上学习，并运用所学来解决其自身生态系统中的特定问题。
如果那些让人们乐于在Facebook上分享、在玩Pokemon GO时进行搜索、在Amazon上进行推荐、在维基百科上进行众包的技能，被用于消除不平等或实现2030年议程的目标，又会怎样？
对数据管理和心智的个人及集体理解的发展，值得投入。与有多少家公司不断使用“智能”一词相比，仍有大量未开发的蓝海有待探索。
你可以从确定组织内基于数据和学习的运营方法与决策过程如何运作开始，并思考它如何能够运作得更好。这适用于所有希望摆脱工业时代的感知方式、并朝着学习型社群与网络转型的组织。
