在当今数据驱动的时代，本书深入探讨了数据和人工智能如何重塑组织管理。作者详细讨论了数据驱动在人才选拔和评估及组织网络分析中的应用，提供了谷歌、字节跳动等企业的成功案例，展示了数据驱动如何提升组织效率与创新能力。作者还提出了平衡技术赋能与人文关怀的必要性，从而更好地实现智能组织的构建。本书对数据驱动的管理的阐述系统而全面，结合了前沿的人工智能技术，旨在为决策者和管理者提供一种全新的管理思维方式，在快速变化的商业环境中，打造智能化、前瞻性的管理体系。

在数字化浪潮中，数据不再是科技巨头的专属武器。 生成式AI的崛起，让每个企业都能挖掘数据背后的价值。 ??本书将帮助你，摆脱数据丰富但洞察匮乏的困境，抓住创新的良机。 · 挖掘数据价值?? 从海量信息提炼关键洞察。 · 破解管理难题?? 用系统方法做出精准决策。 · 激活团队潜能?? 用数据 人性驱动创新。 数据本身不会决策，人才是关键。 ?这不只是一本关于数据的书，更是一本关于如何在AI时代赢得未来的实战指南。?

序当我们生病时，第一反应往往是寻求医生的帮助。当医生给出诊疗决策后，如果病人问：这种治疗方法有效吗？根据临床研究数据，这种方法在80%的类似病例中取得了显著效果。医生可能会这样回答。这就是循证医疗的实践基于严谨的临床试验和统计分析，以科学证据为基础做出诊疗决策。企业同样会生病，病症包括团队效率低下、人才流失、创新匮乏、毒性组织文化蔓延等。面对这些企业病症，管理学界长期以来也一直倡导循证管理以研究证据和系统性数据为基础做出决策，而非仅依赖畅销书中的成功案例、行业大咖的经验之谈或顾问公司的最佳实践。然而，尽管循证管理理念已提出多年，其实践却远未普及。作为一名长期专注于组织行为学研究的学者，我在与众多企业交流的过程中发现了一个颇为矛盾的现象：数字化转型已为企业积累了前所未有的数据资源，本应为数据驱动的决策提供坚实的基础，但同一家企业在业务运营与人才管理上的数据应用成熟度却截然不同。一家领先的电商企业的高管曾向我展示他如何利用大数据算法优化供应链、预测消费者行为、制定动态定价策略，甚至能根据天气变化调整商品展示顺序。然而，当话题转向如何进行人才管理时，这位高管却承认：说实话，在这方面，我们还是主要靠经验和直觉。这种反差令人深思：为何企业能精确预测消费者何时会点击购买按钮，却难以预测哪些员工可能在下个季度离职？为何企业能根据数据持续优化产品功能，却难以系统性地提升团队的创新能力？深入思考后，这种差距的根本原因渐渐明晰：业务运营的目标通常具体明确，如提高点击率或降低库存成本，这些指标易于量化和优化；而人才管理则涉及许多看似抽象的概念，如创新力、贡献度、敬业度等，这使得许多管理者在人才决策上仍然依赖管理艺术和个人经验。不过，这种状况正迎来根本性的变革，数据驱动的人才管理条件已日益成熟。首先，数字化转型为组织管理提供了前所未有的数据基础。现代企业的日常运作几乎全部实现了数字化，从内部社交平台到协作工具，从项目管理系统到人力资源系统，每一个工作环节都在产生海量数据。这些数据不仅记录了做了什么，更反映了如何做的团队如何协作，信息如何流动，决策如何形成。其次，随着中国市场的增速放缓，竞争加剧，大力出奇迹的粗放式管理方式已不再适用。在高速增长时期，企业可以靠规模和资源投入取胜，细微的组织效率差别往往被市场红利掩盖。但如今，市场趋于成熟，增长空间收窄，企业竞争已从跑马圈地转向精耕细作。这样的环境下，提升组织效能、降本增效、激发创新潜能等内功建设变得尤为关键。这使得企业管理者开始重新审视如何用科学的方法优化组织管理。最后，人工智能（AI）技术的迅猛发展大大降低了数据分析的门槛。过去，数据驱动的人才管理往往只有谷歌、微软等科技巨头才能做到，它们拥有专门的分析团队和强大的技术支持。多数企业缺乏相应的人才和资源，难以进行类似的实践。而如今，生成式AI的出现彻底改变了这一局面，它极大地降低了数据分析和解读的技术门槛，使得中小企业也能借助相关工具实现数据驱动的组织管理。这种普惠性为各类企业的组织管理开启了全新的可能。正是基于这些观察和思考，我将多年研究和实践积累的洞见整理成系统化的方法论，聚焦数据驱动的组织管理决策。其核心在于引入Y=f（X）分析框架，将复杂的组织现象分解为可测量、可验证的因果关系。这一框架本质上是在管理目标（Y）与关键影响因素（X）之间建立起科学的联系，通过数据分析识别真正有效的行动杠杆。值得注意的是，AI在赋能数据驱动的管理的同时，引发了关于数据与算法应用的伦理思考。在追求效率的同时，人文关怀和价值观导向不容忽视。数据和算法是管理者的辅助工具，而非替代者；它们应当用于增强人的能力，而非削弱人的主体性。在写作本书的过程中，我得到了许多企业家、管理者和学者的启发与支持。他们慷慨地分享了各自在利用数据驱动组织管理的道路上的经验与教训，这些一手资料极大地丰富了本书的内容，也使我的理论观点更加接地气。在此，我向他们表示衷心的感谢。我深知，数据驱动的组织管理是一个不断发展的领域，本书所呈现的只是当前阶段的认知与实践。随着技术的进步和管理理念的演变，这一领域必将迎来更多的创新与发展。我期待与读者一起，在这个充满可能性的探索之旅中不断学习、思考和成长。如果本书能够帮助读者在组织管理上少走一些弯路，或为数据驱动的决策提供一些新的视角，那么它就有价值。正如循证医疗改变了医学实践，我相信，循证管理也将重塑企业的决策方式，让组织管理更加科学、高效，也更加人性化。

李宁 清华大学领导力与组织管理系系主任、Flextronics讲席教授。聚焦于管理领域的大数据、人工智能（生成式 AI）与人的互动、组织网络分析、团队协作与领导等重要议题的研究。除了学术研究与教学工作外，还在多个知名学术期刊的编辑委员会中担任重要职务，现任《组织行为与人类决策过程》副主编、《管理组织评论》执行主编，曾任《管理学报》副主编。

序第1章　组织数字化转型的挑战和机遇 /11.1　数字化转型的最后一公里困境 /21.2　组织面临数字化转型困境的原因 /81.3　数据驱动的组织管理的机遇 /131.4　前沿探索：人工智能加速组织的数字化转型 /191.5　小结 /22第2章　数据驱动的管理的本质 /252.1　数据驱动的管理的核心逻辑 /272.2　把事做对vs做对的事 /372.3　人的行为真的可以被预测吗 /432.4　利用数据驱动的方式创造价值 /552.5　小结 /69第3章　打造数据驱动的思维模式 /713.1　假设思维：数据时代的决策基石 /743.2　变量思维：理解复杂组织现象的关键 /853.3　统计思维：科学客观地理解数据的方法 /953.4　因果思维：探寻现象背后的本质联系 /983.5　前沿探索：AI辅助数据驱动的管理 /1053.6　小结 /107第4章　用数据驱动的方式选人 /1114.1　用数据驱动的方式选人的核心逻辑 /1144.2　为什么非结构化面试不靠谱 /1274.3　为什么选人不能单看工作经验 /1334.4　案例：谷歌如何优化招聘流程 /1404.5　前沿探索：利用AI优化招聘决策 /1444.6　小结 /151第5章　用数据驱动的方式评估人 /1535.1　数字管理的诱惑与陷阱 /1545.2　客观数据能否反映员工贡献 /1555.3　 从理论到实践：评估体系的理论基础及其应用 /1605.4　 用数据驱动的方式设计有效的评价指标 /1725.5　让数据驱动的评估体系走在前面 /1865.6　小结 /187第６章　 隐形关系的力量：个体网络属性与组织敏捷性 /1916.1　 案例：一个关键员工的离职引发的连锁反应 /1926.2　组织网络：让隐形关系可视化 /1946.3　个体层面：组织影响力与网络角色 /2036.4　案例：销售人员如何利用自己的网络 /2146.5　 组织网络分析助力360度测评：从正式组织关系到真实协作 /2206.6　小结 /224第７章　 组织网络分析：决定组织的能力、效率和创新的关键 /2277.1　组织的能力、效率和创新的重新定义 /2297.2　常见的组织网络指标及其组织意义 /2327.3　 组织网络指标与组织效能的关联：研究与实践 /2397.4　利用组织网络分析诊断和打破部门墙 /2487.5　 组织网络与创新力：从小世界到大火花 /2517.6　小结 /262第８章　智能组织：技术赋能与人文关怀的平衡 /2658.1　生成式AI赋能智能组织 /2668.2　数据驱动的管理的价值观思考 /2868.3　小结 /295后　记 /297