过去的组织理论研究一直以所谓的“生产型组织”为主。该理论传统上特别注意两个问题：如何划分工作，以获得高效的业绩，并采取这种方式将组织各个部分之间进行协调的需要保持在可控的限度内；如何创建并维持组织各个部分之间的协调机制。

从20世纪30年代开始，对于组织内人员关系的研究就以相当客观的规模发展起来，并把组织设计的注意力转向作为组织成员的个体和组织活动的整体模式之间的联系上。这里规范研究的重点是创造激励雇员参与组织，并留在组织中为实现组织目标积极有效地做出贡献的组织环境。

随着高度自动化机器的引入，尤其是随着机械化信息处理设备的引入，流水作业同重复性非自动化文书处理过程一样，变成了一种相当罕见的生产组织形式。操作人员或文秘人员逐渐开始在能够长时间运作而不需要人类直接干预的自动过程中，充当观察者、调节者和维修人员的角色。越来越多的人类工作变成了思维和沟通工作，因此，组织设计也变成了信息技术的研究和应用中的核心主题，反之亦然。

后工业社会

彼得•德鲁克把目前正在兴起的世界描述为“后工业社会”。在后工业社会中，生产制造活动和相关活动的作用比它们在上个世纪里发挥的作用小得多。服务型组织提出的组织问题一般与生产有形产品的生产型组织不同，服务型组织通常比生产型组织更难确定合适的产出衡量尺度，衡量服务质量的问题比衡量产品质量的问题要复杂得多。我们可以通过比较相同经济行为的两种方案来说明这一点。第一种是生产产品的房屋生产，第二种是提供服务的住房服务。

房屋是可以制造并通过正常的市场机制进行分配的有形商品，而住房服务是由住所附近的环境提供的一系列服务。这里所说的住所环境包括学校、街道、购物场所，以及居民之间社会关系的一种模式。无论单单从建筑结构方面来确定房屋的质量有多复杂，确定住房服务的质量仍然要复杂得多，可以把它们设想成创造和支持某种社会活动模式（例如家庭生活）的情形。

我们社会中的组织有一种趋势，就是把目标的内容从生产有形商品扩展到提供与有形产品可能相关也可能无关的一系列服务，与这种趋势相关的，就是扩大对与自己行为相关的外部性关注的趋势。外部性就是无法通过现有的市场机制向行动者收取费用的行动后果。工厂释放浓烟就是外部性的一个经典例子，其社会成本一般不由该工厂产品的消费者来支付。

出现上述趋势，可能是因为与生产型组织比起来，与服务型组织活动相关的外部性通常强；也可能是因为我们只是对实现特殊目标的组织活动的间接后果变得比以前更敏感；还可能是因为随着人口的增加和技术的发展，组织之间真正的相互依赖性以及依赖性造成的外部性，都变得更广泛和更突出。无论是什么原因，上面提到的这三种原因可能都推动了这种趋势，各种迹象都表明，后工业社会组织中的组织决策变得比过去复杂得多。因此，决策制定过程（而不是直接迅速地促进组织最终产品生产的过程）的重要性会变得越来越大，成为组织的主要活动。

信息处理结构的组织

所以，后工业社会中的关键问题是如何针对决策制定（也就是处理信息）的过程进行组织。就在不久前，决策还毫无例外地属于个人活动，包括人脑的思维过程以及与他人的符号沟通。而现在，决策是由人类和人机系统的机械化组件共同进行的。过去的40年来，在这些系统中，人类与计算机组件之间的劳动分工已经不断地发生了变化，以后还会随着精密的计算机技术尤其是计算机编程和软件技术的发展继续发生变化。

把组织看成一个决策制定和信息处理系统，与把组织看成一群人所得到的结论可能大不一样。后面一种观点主要关注人的分组问题，也就是部门划分，而前一种观点却关注决策制定过程本身，也就是符号的传递和转换。抽象地按决策制定过程划分的主要组件把组织细分成多个子系统，与抽象地将组织划分成多个部门和子部门，可能会得到完全不同的剖分结果。而且，各部门之间的相互依赖性越大，这两种组织抽象化方式的差异就越大。

这两种观点对于实现合理的组织设计都非常有益，甚至必不可少。在目前的分析中，我主要强调不太传统的观点，只讨论无实体的决策制定过程，不考虑参与决策制定的真实决策者。我们不考察人或计算机接收信息、处理信息和传送新信息时的表现，而是跟踪信息在人与机器之间的流动和转换。这种分析途径至少为我们考察组织设计提供了一个新的角度。

决策的分解和注意力的分配

从信息处理的角度来看，劳动分工就意味着将整个决策系统分解成相对独立的子系统，对于每个子系统的设计，只需要最低限度地考虑它同其他子系统之间的相互作用即可。这种分解与其他类型的工作分工一样都是必需的，因为进行信息处理的人类和计算机存在有限理性。列入考察范围的备选方案的数量，可以追踪的因果链的复杂程度，都会受到信息处理者的能力限度的限制。

决策子系统之间的劳动分工都必须考虑子系统之间的相互依赖性。我们要求的这种分解方法，能把这些相互依赖性降到最低，从而实现子系统对最终决策权最大程度的分散，以及最大程度地使用相对简单和便宜的协调工具将各个决策子系统两两关联起来。

不仅必须将组织决策问题分解成可以控制的规模，而且还必须依据适当的注意力控制原则，限制待处理的决策数量。对于组织和个人来说，注意力控制的意思完全一样，即信息处理能力必须根据具体的决策任务来分配，如果总能力不够处理全部任务，就必须设置优先权，先关注最重要、最关键的任务。

组织层级越高，注意力的瓶颈就越窄，因为在组织高层，在不破坏这些高层首要协调的职能的前提下进行并行处理的能力很难实现，所以在组织高层同时得到处理的议程项目只有少数几个而已。

妥善处理信息丰富的环境很困难，因为事实上，与组织高层和长期组织决策相关的多数信息都来源于组织外部，因此信息形式和信息量都不受控制。这意味着组织必须有一个“接口”，对这种信息进行识别、获取和选择性吸收，并转换成适合内部信息流和信息系统的形式。

其次，如果注意力是稀缺资源，那么区分有时间限制的实时决策问题和决策截止日期相对灵活的问题就显得特别重要。处理这两种不同的决策，需要采用大为不同的系统设计。

总之，信息处理系统的内在能力限度对组织设计提出了两个要求：整个决策问题的分解方式要能将各个部分的相互依赖性减少到最低限度；整个系统的组织方式必须能保护注意力这一稀缺资源。组织设计必须提供组织与外界的接口来处理源于组织外部的信息，同时还要针对有时间限制的实时决策制定出特殊条款。

如果采用这些基本的设计要求，就很容易发现在某些虽然标准，但是有一定失败率的信息系统改善方法中潜伏着的谬误，比方说，市政数据库和管理信息系统。当计算机首次在市政府组织里使用时，大家对于开发市区的综合数据库都满怀热情，这些数据库是将城市管理运作产生的信息统统输入一个系统中，包括土地和土地使用、市民和市民活动等各种各样的信息。

建立这种系统的几次尝试均以失败告终，人们的热情大打折扣，最初开始的几个项目全都放弃了。经过最初尝试后人们终于觉醒了，认识到有几个原因。首先，数据处理和数据存储的任务比想象的要复杂繁重得多。但是更重要的原因是，大家可能越来越糊涂，数据究竟应该如何进入决策过程，这些数据与哪些决策真正有关。

要将数据全部纳入，没有什么魔力。大量数据的存在，并不是能将数据全部集合在单独一个综合的信息系统的充分理由。真正的问题正好与此相反，它应该是找到决策问题的分解方法，让各个分解部分与各自相关的数据源关联起来。我们首先必须分析决策制定系统和数据要求，然后才能用一种合理的方法来界定支持决策过程的数据系统。

管理信息系统的遭遇基本上与市政数据库差不多。在利用计算机巨大威力的热潮中，管理信息系统的设计有一种趋势，就是以现有的财务和生产记录为起点，努力让上层管理者能够访问所有信息。可是大家都没有问问，或没有足够认真地问问：高级和中级管理层是否想要或需要这些信息？各管理层需要和应该想要的信息是否真能从这些特定的原始记录中得出？于是设计管理信息系统没有保护关键的稀缺资源，即管理者的注意力。事实上，最高层管理者非常重要的信息主要来自外部信息源，而不是进行过机械化处理的立即可以访问的内部记录，信息系统设计往往忽略了这点。

就这样，许多市政当局和企业公司的信息系统设计工作都成了“信息多多益善”的谬误想法的牺牲品。这些尝试都暗含着以往社会的一种错误假设，就是认为信息是稀缺资源，而不是注意力。

新信息技术的构件

在设计决策型组织时，我们不仅要理解欲制定的决策的结构，还要掌握必要的决策工具，包括人和计算机。

人员构件

我们在对计算机的新能力深深着迷时，一定不能忘记人类决策者也有一些相当突出的品质。每个人都有相当大的记忆力，可以长年累月地累积存储种种与决策相关或不相关的信息和技能。在当前的情境下识别出视听暗示之后，每个决策者都可以重新接通记忆中相关的部分。每个决策者还能用自然语言与他人直接面谈，或通过电话、传真或电子邮件之类的远程设备与他人进行沟通。

比方说，假设我们想设计一个组织，让我们在面对提出的具体问题时，能了解到美国最权威的专家信息来源。在今天，我们首先想到的可能是上万维网搜索。我们应该鼓励这种做法吗？

我们搜寻的信息存储在人脑、书本以及数据库中。而且书本中包含的信息也在人脑中做了索引，所以通常找到合适的书最便捷的方法就是询问该主题的专家。不仅是书本信息在人脑中做了索引，关于人的信息也一样。考虑这些资源，要搜索美国最优秀的专家、最强大的信息处理系统，仍然是散布在2.5亿人脑中的记忆，以及连接这些分布式记忆的电话系统。

当有人向我询问时，我就会打电话给专业领域尽可能接近目标（根本不必特别接近）的熟人。我打电话不是要他解答，而是要他说出他认识的最精通此道的专家的姓名，这个过程反复进行下去直到找到需要的信息为止，需要通话次数一般不超过3到4次。

假设我现在想知道鲸鱼是否有脾脏（至于为什么想知道并不重要，反正这个例子很合适），我先请教一位生物学家，他让我去请教一位鱼类专家，他又给我推荐一位鲸鱼专家，这个人要么知道答案，要么会告诉我在哪些资料里可以找到需要的信息。

我不是提议把所有其他的信息系统都抛弃，只依靠电话和庞大的分布式记忆。但是，这个有效的思维实验告诉我们，我们要设计好信息系统，必须重视包括电子和人类系统在内的信息处理系统，重视系统构件和构件之间的相互联系。我们必须学会从记忆容量、记忆的索引方式、信息处理速度和反应速度等方面来刻画这些信息系统。信息系统中的人类构件同机器构件一样，是可以描述的。如今我们通过对人类系统参数的心理学研究已经掌握了大量的人类构件信息。

随着我们对信息处理的了解日益增多，我们便能够从新的角度去看待早已熟悉的由人和电话组成的处理系统，我们还因此得以了解一般称为“计算机”的新型多功能系统。

计算机的存储功能

计算机首先是一个记忆存储系统。我在前面已经表达了把信息收集系统设计和信息处理系统设计混淆在一起的疑虑。虽然信息收集本身可能费用比较高，但收集信息并没有错，问题出在硬性要求决策者把宝贵的注意力用在处理已经收集的全部信息上。记忆存储是信息处理系统的组成部分，必须看成是可能信息的存储器，这些可能信息如果能有效地做出索引，一旦有必要输入决策过程，就能以合理的成本从存储器中调出。

即使一天能读一本，一个人如果收藏了3万本，也要花100年的时间才能全部读完。我们甚至可以认为，如果某人藏书量比阅读量要多，就有点炫耀的意思，似乎想给别人留下知识渊博的印象。不过我们千万不要过于草率地对他下这种结论。如果他的藏书采用了合适的检索系统，那他随时可以查到这3万册书中的任何信息。如果他无法提前预测未来需要哪些具体信息，而且他又有良好的检索系统在需要的时候就能找到必需的信息，那么他的藏书量多于可能的阅读量也就很合理了。

除了网络和几种专业数据库以外，目前运用的计算机存储器总的说来还比不上图书馆的纸墨记忆量。计算机的检索系统更加适合快速地获取信息，自计算机问世以来，技术进步的一个重要发展方向就是我们对检索过程和信息获取过程的认识，以及采用机械手段执行这些过程的能力。

计算机的处理功能

计算机除了记忆存储之外，还是一种能够处理各种数值和非数值符号的处理器，这是计算机最新奇的特点。人类自从发明了书写以来，已经对脱离人脑的记忆非常熟悉了。脱离人类的符号操作是非常新鲜的事，即使是40年后，我们也不过刚开始看到它的潜力。12

时至今日，计算机在决策制定上最重要的应用（并非组织中运用计算机时间最多的应用）也许是对各种复杂情境建立模型，推断备选方案的结果。有些模型利用了数学技巧，比如说线性规划，可以算出最优行动方案，因此计算机可以直接充当决策工具。在其他形式的模型中，计算机充当模拟器的角色，可以算出一个系统对不同决策战略做出的各种可能的反应路径。

“管理信息系统”这种说法一直都被狭义地理解，并应用到大型的信息储存和获取系统中，比如我们前面提到的计算机只对信息进行非常简单的处理的情况。“管理信息系统”最好用于不同管理决策领域里越来越广泛的优化和模拟模型中，这些模型通常是指“运筹学”和“战略规划”，有时还指“管理决策支持”。这样的模型无论如何称呼，也许都比明确称呼的管理信息系统能更好地预示计算机在组织决策系统中的应用前景。

下面我举一个战略规划模型的应用实例。在以后的数十年里，我们的社会将面临关于能源的生产和使用方面一些重要而又困难的政策决定问题。过去，国家能源问题大多被看成资源问题，而且这些问题中很大一部分都通过市场机制留交私人进行处理。如今，我们发现，能源的使用会间接地对环境产生非常重要的影响。我们还发现，生产能源的燃料资源的充足性，将取决于一些更加广泛的趋势，比如说工业化国家的发展速度以及我们的能源技术研发决策等。

能源问题中包括的重要变量过多，变量之间的相互关系过于复杂，所以常识和日常推理如果曾经指导过能源政策的制定，如今也不再有能力进行充分地指导了。在这个问题上也缺乏简单的组织方式的传统解决方法：建立一个统管能源问题的联邦机构，或用市场机制来修补。

机构改组的解决方法不再有效至少有两个原因。首先，能源问题无法与其他问题完全分开。能源的统管机构难道与环境问题没有关系吗？如今联邦政府中能源政策的责任沦落到如此支离破碎的局面，正是忽略了这些问题与其他问题之间盘根错节的关系的结果。其次，即使设立了这样的机构，它也需要一个在其中处理决策问题的系统框架。靠市场机制来修补也存在同样的难题，因为没有一个决策框架的支撑，我们根本不知道该如何修补。

因此，要明智地处理能源政策问题，组织方面最重要的要求就是创建一个或多个优化或模拟模型，为决策过程提供内聚力。毫无疑问，把开发和探索这些模型的责任交给政府和行业机构中的适当单位，还是比较重要的。不过，无论交给什么单位，这些模型的存在都不可能只对能源政策决策产生重大影响。令人意外的是，尽管多年来我们对能源系统综合模型的需要相当明显，但是时至今日这种模型仍旧不太普遍。对需要的反应如此迟缓，既说明建模技术的新颖性，也说明了把组织看成决策系统的集合而不是机构和部门的集合的角度还很新奇。