业界普遍认为我们处于第四次工业革命时期,我们面临着每一次工业革命发生时人类都要面对的复杂性和各种方向的困惑,新事物的不断涌现突破r原有的边界和维度，如何抽丝剥茧寻找解决问题的合理视角成为人类不断进步的动力。我们可以回到第三次匚业革命之初,寻找问题的相似性和解决问题的办法。

第三次工业革命始于第二次世界大战后，人类的世界是废墟上.重建的世界,社会、经济、自然、工程等各种学科得到了空前的发展，百花齐放、五彩斑斓，人类一方面享受着文明成果的大爆发，一方面待解决的问题也越来越复杂。为适应社会化大生产和复杂的科学技术体系的需要，逐步把自然科学与社会科学中的某些理论和策略、方法联系起来，应用现代数学和电子计算机等工具，解决复杂系统的组织、管理和控制问题.以达到最优设计、最优控制和最优管理的目标。由此产生的系统学科是?门高度综合性的管理工程技术，涉及自然科学和社会科学的多门学科。

.驾驭复杂性

著名科幻小说《三体》里提到了多维生物对低等生物的降维打击，现实世界里其实未尝不是如此。企业面临着来自越来越多的非传统领域的竞争对手和行业创新，传统的企业思考维度已经不能保证企业在激烈的竞争中保持优势，莫名地就被高维对手淘汰了,更遗憾的是，你甚至都不是高维对手的打击对象，只是附带打击。就比如我们熟知的滴滴打车模式，不知不觉已经让出租车公司这种模式走向土崩瓦解。所以企业是否能够驾驭多维的复杂性才是现在企业的核心竞争力。

（1）价值链的多维复杂性。从贯穿企业运营的价值链上看，位于链端的顾客要求不断提高，个性化与多元化的需求直接对企业在质量、成本、时间、效益等方面产生挑战；位于整个链中的利益相关者不断在增多，并且随着每一个新的利益相关者的卷入，企业利益细分的复杂性就会增加.因此价值链朝着价值网络的方向进化。价值网络的背景环境依1日不容乐观：产品生命周期越来越短、产品种数飞速增加、技术突破急剧加快、行业融合空前繁荣，就连作为企业内最重要资源的员工也越发难以捉摸。产品、技术、行业甚至人等因素的快速变化,与企业复杂的价值网络交织，使得从前的环境分析模型无能为力，只能望洋兴叹。

（2）技术的多维复杂性。企业就是一个复杂的系统，包含了管理系统、工业控制系统、信息技术系统等各种子系统，运用的技术纷繁复杂，但都停留在各自单独的维度去建设和应用，各自完善的架构、标准和体系，缺乏维度之间的交互，比如管理系统和工业控制系统的融合，信息技术系统和工业控制系统的融合，这种融合会产生多维的复杂性，也是目前两化融合以及工业4.0、智能制造等一系列行业或者产业政策聚焦的难点和重点所在。

（3）环境的多维复杂性。在任何时代,企业运营都需要关注环境，“管理环境”早已成为一个专有名词供众多学者研究。管理环境是指存在于社会组织内部与外部的影响管理实施和管理效果的各种力量、条件和因素的总和。人类社会进入20世纪90年代以来，信息技术开始凌驾于各种力量、条件和因素之上，互.联网的发展更是推动企业的管理环境从简单的动态变得复杂多变。

如何驾驭复杂性？我们暂且跳出管理问题来看，社会科学所遇到的“复杂性”并非现实的特征，也并非现实本身的特征.而是我们感知和理解的特征。当我们认为现实越来越复杂.那是因为我们用不恰当的语言去解释它，当我们理解这些事物之后，我们就不再会认为它复杂了。这个世界的本质只有一个，每个人看到的世界其实是根据自身的经验和知识组构起来的片面的小世界,而不是整个世界本身。因此.不同领域的人如历史学家、政治学家、生物学家、物理学家和管理者，其眼中的世界各不相同.他们只是通过不同的语言感知和理解了世界。因此跳出单个维度的藩篱，运用系统论的思想去分析、构建、运行多维系统，可能是一个正确的方向。

.系统的思维

系统论的核心思想是系统的整体观念。系统论学者贝塔朗菲强调，任何系统都是一个有机的整体?它不是各个部分的机械组合或简单相加,系统的整体功能是各要素在孤立状态下所没有的性质。他用亚里士多德的“整体大于部分之和”的名言来说明系统的整体性，反对那种认为要素性能好,整体性能一定好,以局部说明整体的机械论的观点。同时他认为,系统中各要素不是孤立地存在着,每个要素在系统中都处于一定的位置.起着特定的作用。要素之间相互关联，构成了一个不可分割的整体。要素是整体中的要素,如果将要素从系统整体中割离出来,它将失去要素的作用。

系统论的核心思想直击运营管理的痛点.企业作为一个系统是一个有机的整体，不是各职能各部门的机械组合或简单相加。各职能部门是企业的要素，因此优化孤立的部门不一定能够优化企业整体的运营。同时,各部门也不是孤立存在，它们都处于发挥各自功能的位置上,并且随着企业流程的流动相互关联。不仅如此.系统论的一个分支“自组织理论“，研究系统如何自动地由无序走向有序、由低级有序走向高级有序.其关注的“自组织”像极了企业中存在的“非正式组织”,它们的形成是系统在内在机制的驱动卜.自行从简单走向复杂、不断地提高自身精细度的过程。

系统论的思维方式适应大数据时代的思维方式。以往研究问题是把多物分解成若干部分，抽象出最简单的因素来，然后再以部分的性质去说明复杂事物。这种方法的着眼点在局部或要素，遵循的是单项因果决定论。虽然这是几百年来在特定范围内行之有效且为人们所熟悉的思维方式,但是它不能如实地说明事物的整体性，不能反映事物之间的联系和相互作用.因而只适于认识较为简单的事物，无法胜任对复杂问期的研究。系统分析法却能站在时代前列，高屋建的.纵观全局，为现代复杂问题提供有效的思维方式，这与大数据时代思考问题的方式不谋而合。大数据为人类社会提供了理解全局的能力，人类社会的观念从关注因果关系向关注相关关系转变。因此,企业面对复杂的多维环境，需要建立两个思维方式：

其一，系统性思维方式。企业是一个整体，管理过程中在某个环节发生的局部问题.都可能是其他环节共同作用引发的,从局部入手并不能解决局部问题。同时要注重企业和外部环境的融合.在一定条件下，部分环境和企业一起构成一个动态的整体，所谓“整体的整体

其二，相关性思维方式。面对问题，我们的惯性思维是找到问题的原因然后解决，但现实是企业的管理网络越发复杂.企业的环境变化也越发迅速，等到企业抽丝剥茧找到触发问题的原因后，这个问题可能已经没那么重要了，取而代之的是另一个新的问题。企业这个系统需要时刻运转.对于“运转”本身而言，问题的原因可能并不重要，币:要的是快速解决问题。而能够快速解决问题的，不只有因果关系，还有相关关系，相关性是发现和创造多维的最显性驱动.只右站在系统整体的角度方能纵观全局，进而才能快速发现问题的相关关系。

系统学科经过几卜年的发展，仍然是一门年轻的学科?它的思想理论仍将是指导我们解决多维复杂问题的利器。如系统理论的新分支耗散结构论、协同论、突变论、模糊系统理论等，都试图破解世界的复杂多变之谜,它们理应作为智慧企业这一系统工程构建的理论指导。

但是仅仅依靠人类的力量能够解决如此错综复杂的系统问题吗？