“算法时代”的企业人力资源管理与算法领导力构建.pdf

收稿日期：2023-04-20作者简介：张穗穗（1997），女，山西晋中人，兰州财经大学会计学院 2021级会计专业硕士研究生，研究方向为企业管理。基金项目：甘肃省自然科学基金项目“机器人同事 对员工工作重塑的作用机制研究”（编号：22JR11RA137）；甘肃省教育厅教育科技创新科研项目（编号：2023CXZX-709）。江苏工程职业技术学院学报Journal of Jiangsu College of Engineering and Technology第23卷 第 3 期2 0 2 3 年 9 月DOI：10.19315/j.issn.2096-0425.2023.03.013Vol.23，No.3Sept.2 0 2 3摘要：人工智能时代，算法在为人力资源管理实践和研究注入新的演化动力的同时也给企业带来挑战，对企业的算法领导力提出了新要求。算法领导力具有电子领导力、分布式领导力、领导的替代品等特征。算法管理下，领导力在信任关系建立、创新生态构建、决策结果权衡 3方面面临挑战。提升企业算法领导力，应以人性化的管理方式促进信任建立，以包容赋能的领导风格推进创新生态重构，以目标权衡的评判原则进行决策结果评估。关键词：人工智能；人力资源管理；算法管理；算法领导力中图分类号：TP301.6；F272.92文献标志码：A文章编号：2096-0425（2023）03-0059-060引言技术的快速发展给传统人力资源管理带来变革，算法越来越受重视，成为企业人力资源管理的重要组成部分。从人才招聘到离职管理，智能化算法伴随着每个员工的全生命周期，承担了以往管理者执行的工作，约束员工的行为参与并对劳动过程实施监督。1以绩效评价为例，传统绩效考核数据搜集成本高、费时费力，企业一般按照半年或一年为一个周期实施评价考核，是一种定期且滞后的考核模式。算法管理则可以完整记录员工工作过程，通过建立众多“员工数据点”深度挖掘和还原员工的实际工作状态，提供及时、持续的绩效反馈。例如，“德勤”（Deloitte，世界四大会计师事务所之一）利用“绩效快照”实现了员工绩效的智能化管理，管理者可以通过点击绩效快照中的各个节点，获取员工详细信息，以此作为员工的薪酬计算或职位晋升的依据。兼具成本和效率优势的算法有助于企业进一步发挥潜力，提升竞争力。在组织纷纷拥抱算法的同时，缺乏人性温度的“算法霸权”给企业人力资源管理实践带来前所未有的挑战。越来越多的企业陷入工具理性旋涡，在很大程度上忽视了新技术引发的员工认知、态度和行为变化，以及员工对算法管理的协调适应问题。例如，算法通过不透明、不公开的工作过程控制、增加员工不公平性感知的同时也限制了员工的工作自主性，2-5这一定程度上违背了企业的求新求异思维，破坏了组织的创新生态。另外，算法所营造出的追求效率至上的“全景监狱”式工作环境容易让员工感受到极大的压力，短时间内高强度地工作将引发员工健康问题，6-7进而使员工产生工作倦怠与工作焦虑等消极情感。8-9久而久之，容易引起员工与管理层之间的博弈，造成组织内耗。因此，企业应该深刻认识到这些问题，并及时采取相应措施解决这些问题，以维护员工的健康，提升他们的工作满意度及工作效率。算法是一把双刃剑。如果组织接受算法成为领导体系的一部分，则需要意识到算法将作为一种辅助性决策工具强化领导者的部分职能，算法和领导者的职能互为补充。组织应该努力寻找一种平衡既能充分应用算法做出决策，又能最大限度地保证领导过程中人性的参与。因此，企业领导者在设计或引入目标算法帮助企业数字化转型提质增效的同时，须得考虑这种新型算法管理情境携带的固有风险，以增强自身的算法领导力。即在算法管理工作环境中，领导者如何应对组织人力资源管理数字化的众多新“算法时代算法时代”的企业人力资源管理与算法领导力构建的企业人力资源管理与算法领导力构建张 穗 穗（兰州财经大学会计学院，兰州 730020）兴挑战，又该如何有效地帮助员工与算法共生。对这一问题的解答不仅有利于拓展算法背景下的领导力研究，还对增强员工算法技术适应性、提升员工幸福感以及组织数字化管理水平具有重要的实践意义。1算法管理与算法领导力1.1算法管理算法管理概念的提出与在线劳动平台相关研究的兴起密切相关。在共享经济背景下，以信息网络技术为基础，网络平台为载体，算法管理为手段，实现按需劳动服务高效精准匹配，以赚取收益为特征的在线劳动平台（如美团、滴滴）成为社会各界讨论的对象。4随着数字技术的深刻变革，算法管理得到了更广泛的应用，向更标准的工作环境延伸，10广泛应用于员工任务分配、工作程序优化和工作结果评估。现阶段，算法管理并没有形成一致的定义，学者们往往基于不同功能视角提炼算法管理概念内涵。站在控制主义视角的学者们强调算法管理是一整套控制系统，对员工偏离已有目标函数中预设标准的行为实施监督与约束，权力掌握在算法手中；16从决策主义视角出发的学者们则认为算法管理是将工作者和技术共同置于决策环境中，通过复杂的智能算法逻辑协助决策者做出科学理性的决策。11无论从何种视角出发，都需要找到算法在人力资源管理中的最佳用途，而了解“管理”与“领导”在概念内涵上的差异至关重要。“领导”与“管理”的定义在以往研究中常常被叠用，尽管表面上二者承担的角色一样，但在具体职能和思维模式方面却相去甚远。12“管理”的核心职能包括规划、预算、组织、人员配备、控制和解决问题，用于处理复杂性的过程。“领导”的职能是设定方向，调整、激励和鼓舞下属，是应对变化的过程。13在思维模式方面，“管理”囿于可复制的工作过程跟踪员工目标的完成情况，并对完成目标的员工给予奖励。“领导”则是依靠不可复制的工作过程与员工建立侧重于情感层面的独一无二的联系，让追随者自愿将集体利益置于个人利益之上。14虽然已有研究表明人类比预期更加乐于接受算法提供的建议和指导，但是从技术发展现状来看，算法决策仍然是个“黑盒”，它不仅缺乏道德规范和情感意识，还不具备创造经济回报之外价值的能力。因而，无法完全替代领导者。算法的最佳用途就是制定标准化的工作流程，它可以作为权力的体现方式，但不能成为权力的中心。因此，决策主义视角下的算法管理与本文的研究情境更加契合，即在未来的企业人力资源管理过程中，算法将作为一种辅助性管理工具，与领导者一同实现企业价值最大化。1.2算法领导力领导力被看作是领导者改变他人的行为意图、建立或促进活动和关系、以推进战略目标的影响力。15作为领导研究的重要组成部分，领导力概念内涵和特征随着实践变化而不断丰富。尤其是伴随着数字和自动化技术的快速发展，算法领导力被不断提及，学者们将之视为一种能够激励、支持、推动员工在算法管理下有效开展工作的领导能力，16凸显领导者在算法管理情境下对员工的支持和关注，强调领导者、追随者和情境对领导过程的交互作用。Harms和 Han指出算法领导力同时具备电子领导力、分布式领导力以及领导的替代品特征。16 电子领导力，指以先进信息技术为媒介，使个人、团体或组织产生态度、感情、思维、行为或者绩效方面变化的社会影响过程。领导者与技术共同组成了一个具有特定行为、过程以及行为体之间相互作用的系统。当技术类型发生变化时，互动过程与结果也会随之改变。分布式领导力表现为领导活动由内部成员共享，每个成员都可以在自身专长的领域发挥领导作用。它可以提高组织反应速度，保证最大限度地发挥决策有效性。此类领导力同时强调是否存在“教练”式人物可以帮助团队进行任务协调、理解成员技能并且知道如何整合各类技能。领导的替代品，即假设领导者的行为（或者某些功能）可以被情境因素所替代、抵消或强化。17技术被认为是可以替代领导者或降低其影响程度的因素之一。技术替代了领导者的许多管理职能（如监督、控制等），为保持领导有效性，领导者有必要以其他方式（如激励、参与等）对下属提供指导。2算法管理下的领导力挑战2.1信任关系建立困境1)员工对算法管理缺乏直观认识。算法通常在“黑箱”中操作，一般是专有、非公开的，因而透明度极6060江苏工程职业技术学院学报2023年低。例如，为了避免员工操纵算法评分或者投机取巧获得奖励，组织选择对算法奖惩规则保密，拒绝为算法奖惩结果提供清晰解释。18这与传统工作情境下领导帮助员工理解绩效评分下降原因以及提供绩效评分变动反馈有很大区别，19易使员工对算法缺乏直观认识，不理解决策如何做出，最终质疑算法的可信度。另外，算法通过样本数据训练来预测事件并做出决策，对数据的可靠性要求极高。尽管算法能够通过收集大量及时、多维的定量数据进行决策，但是现阶段对定性数据的收集与分析仍然存在缺失，加上算法开发者无意识的偏差输入都将引致滞后、不准确和不具代表性的“算法决策偏差”20问题，导致算法无法全面反映员工的工作投入程度，产生与员工主观认知不一致的结论，这就加剧了员工对算法的不信任。2)缺少情感互动。在算法管理的工作过程中，员工经常会产生不同程度的积极或消极情感。社会人假说、自我实现人假说等理论都表明，人在工作中除了有经济报酬的诉求，也有精神方面的需要，渴望获得情感的满足。这些情感能够对他们的记忆、信息加工方式等认知和行为产生显著影响。一个有“人情味”的组织，管理者需要具备同理心。同理心是一种理解他人情感的能力，有同理心的个体将思考诸如“情绪表达背后的感受是什么”“为什么他会有这些情绪”等问题。算法无法表现出同理心，仅依据明确的运算法则运行，专注于数据，不能察觉到人的情感状态，因而不具备人类做决定时的深层情感。这种情感上的疏离导致算法与员工之间很难建立相互信任的合作关系。2.2创新生态遭到破坏1)低包容型文化氛围。包容型文化通过欢迎、承认和尊重差异的态度创造一种包容错误、鼓励开放式交流、革新想法和思维、参与式决策的组织氛围。21现阶段的算法管理不利于组织包容型文化氛围的培养以及形成。算法管理有严苛的惩罚机制，对员工的差错容忍度低。一旦发生了错误和损失，企业关注的不是为什么会出错、该如何调整，而是将目光放在如何惩罚犯错的员工。在这种过分重视管理的工作文化中，变化被视为一种威胁。员工能取得最高奖赏的方法就是完成既定目标，而主动接受变化并促进企业的发展得不到任何奖励。长此以往，算法将成为奴役人类的工具，员工若秉承着“多做多错”的职场戒律，忽视一些组织的存在错误以及可能的改进选择，他们将被培养为工作“机器”，失去个体差异性，企业也终将失去创新的活力。2)低领导授权赋能。领导授权赋能鼓励员工积极参与工作决策，通过向下属分享权力以增强员工的内在动力和工作主动性，进而提升员工创新绩效。因此，员工产出创新成果的重要前提是参与决策与工作自主性感知。算法管理中员工工作过程被大量数据框定，工作成果被严格量化的数据所主宰，决策参与度极低。同时，这种实时量化、隐蔽智能的算法控制系统会掩盖更高的工作要求和压力以及更严格的监控环境，员工则沉浸在独立工作的自由和积极情感中，22不断自主地拼命赶工，从而陷入工作自主的认知悖论中，23-24不利于激发企业的创新活力。此外，“领导成员交换理论”认为领导者在多数情况下不会“一视同仁”，对待下属的方式具有很大的差异性。依据员工与领导者之间的关系质量，组织成员关系集合可以被分为两类，即少部分高质量交换关系和大部分低质量交换关系，其中，高质量关系有利于员工创新。25算法管理的工作环境下，员工与领导缺乏面对面互动，领导大多数时候仅通过算法下达任务指令，员工被限制在常规的工作范围内，与领导缺乏交流。一些具有特别才能的“圈外人”有可能被领导认为缺乏能力，以致获得的资源支持较少，他们的创新方案被探索的可能性较低，从而不利于创意产出。2.3决策结果需要权衡1)管理边界难以确定。算法管理基于大数据快速做出决策，这意味着员工的大量信息经常性地被算法收集。一种被称为“人员分析”的算法管理实践悄然兴起，企业通过安装在员工手机和计算机上的监控设备对员工随时随地进行位置跟踪、击键记录、屏幕截图、拍摄照片和视频。在不断升级的管理手段面前，员工的一些个人隐私遭到侵犯。但企业在工作时间内监控员工亦具有一定的合理性：第一，企业对于员工具有管理权，企业拥有一定程度内对员工行为进行监控的权力；第二，企业对员工使用的生产工具和工作时间创造的成果享有财产权，为了财产安全也有必要对员工行为进行监督；第三，对员工进行必要的监督是企业的责任和义务。但算法管理不能因为是企业内部活动就可以不受限制，显然这已经不是“非张穗穗：“算法时代”的企业人力资源管理与算法领导力构建第 3期6161人性化管理”的问题。若不对算法设定边界，可能会引发很多更严重的法律和伦理问题，如损害员工人格权，侵犯员工人身自由权，挑战员工主体性，危害社会正义观，等等。2)数据决策和直觉决策需要权衡。算法近些年在一些科技、服务公司的管理中扮演着越来越重要的角色。亚马逊 2018年在招聘中启用算法时，发现该算法对白人男性的打分更高，原因是这种算法依据的是以往应聘者工作表现的数据，而以前的职场中雇佣的大部分员工是白人男性。亚马逊算法招聘决策显然有失公平。26除了算法中可能固有的歧视和偏见，还有一种因应用智能机器而产生的“自动化偏见”，即人类面对计算机往往会产生盲目的信任，认为自动化决策在任何情况下都可以提供比人类判断更好的结果。面对自动化形成的解决方案时，他们倾向于无视相反的信息。由此可见，企业无法单纯依靠算法做出正确的决策，算法管理本质上无法脱离人类参与。人类具有算法无法复制的一些能力，例如直觉。长期从事招聘工作的人仅凭直觉就能准确地预测出应该录用哪些应聘者，而凭直觉做决策其实是训练的结果。他们在多年的招聘实践中有意无意地积累了大量相关信息，使得他们的直觉也成为一个近乎完美的招聘工具。毫无疑问，算法需要干预。但是，当数据决策与直觉决策产生分歧时，我们应如何权衡？倘若决策失败，责任又由谁来承担责任？这些问题都对算法领导力提出了挑战。3算法领导力构建策略3.1以人性化的管理方式促进信任建立1)人文关怀。企业应通过升级算法技术以更具人性化的方式与员工建立心灵契约，减少算法对员工信任造成的冲击。一方面，算法透明化是建立信任关系的前提。算法透明化一般具有两种途径：程序代码透明化和算法原理透明化。在实际操作过程中，后者比前者更具可行性，因为公开算法原理既能保护企业的知识产权，又更容易让员工理解。在不断纠偏、设计和监督算法的过程中让员工参与，使算法管理更加灵活和人性化，组织也能释放出更多的可能性。另一方面，单纯改进算法技术是远远不够的，领导者应该发挥员工人文关怀的作用，最大限度地降低算法对员工产生的负面影响。企业应及时与员工交流沟通，了解工作进展、工作过程中遇到的困难、员工的需求等等，做出相对应的处理方案及措施，及时处理矛盾，调整战略方针。例如，亚马逊 Flex员工在遭遇算法“错误”解雇后，反复申诉，却仅收到多封疑似算法自动回复的邮件，这些邮件除了各种客套话外，话语中充斥着推诿与敷衍，无法真正解决问题。26假设一旦此类情况出现，领导者立马介入跟进，为员工提供沟通对话渠道，用真诚和专业回复员工，或许能够纠正算法根据刻板且有限的数据集得出的错误结果，降低兢兢业业的员工遭遇不公平对待的可能性。2)情感回应。面对员工在算法管理下产生的不同程度的消极情感，领导者需要积极回应。须对员工消极情感状态具备敏锐的察觉力，以及时给予员工情感帮助。领导者尽可能创造更多与员工面对面交流的机会，增进彼此了解，促进初期员工信任建立。面对面地交流后，领导者应该为员工提供及时、有效的反馈，引导员工的积极认知，消除员工负面情感的不良影响。由于员工情感反应是一个动态变化的过程，因此当员工经历情感波动时，领导者应该发挥引导作用，通过提升员工积极认知来稳定员工情绪，例如设置外在情境因素，塑造支持性组织氛围，鼓励员工从不同角度看待问题等。3.2以包容赋能的领导风格推进创新生态重构1)包容型领导。在人与算法共事的新环境中，企业要激励员工创新，就需要营造一个包容的工作环境。除了在算法管理系统中设置一定限度的差错容忍值，领导者也需要表达对员工敢于试错的肯定与激励。首先，包容下属的异议与反对意见，并让员工相信领导不会因异议与反对意见而实施打击报复。其次，领导者做出重要决策前，应站在员工的角度进行思考，将员工的需求和企业期望创造的价值结合起来考量。最后，随着工作场所逐步实现自动化，企业劳动力将不断向多元化方向发展。领导者应该鼓励员工共享信息，通过不同类型员工的思维碰撞，超越既有逻辑范式，跳出惯性思维的窠臼，勇于试错。2)授权型领导。领导者需要具备能够鼓励员工进行自我管理、自我领导和参与目标设置等行为的能力。这就需要在特定限度内授予员工权力，提高员工安排工作内容和工作任务的自主性。要在算法高度6262江苏工程职业技术学院学报2023年集权模式下保证员工拥有一定程度的自主权，可以从提高与成员关系的质量入手，与员工建立良好的互动关系。领导者应该明确哪些行为能促进领导成员关系质量，通过情景模拟、角色扮演等方式进行有针对性的训练。在沟通过程中，领导要了解员工的具体困难与需求，有指向性地通过授权赋能行为为员工提供更多的资源和机会，从而促进员工创新。另外，在授权过程中，领导者通过反复肯定员工的群体身份也可以进一步刺激员工自主创新。3.3以目标权衡的评判原则进行决策结果评估1)数据主体赋权。算法技术的开发与运行离不开对员工个人数据的收集与处理，为防止数据收集过程中因不必要的、广泛而密切的监控侵犯员工个人隐私，一方面，算法决策过程需要限制对员工个人数据的直接收集与使用，为员工保留充足的隐私空间；另一方面，领导者需要建立一套开放的数据存取制度，全面赋予员工对如何收集和处理自己个人数据的自主权，包括知情同意权、数据访问权和更正权。针对员工对算法管理数据搜集范围所拥有的知情同意权，领导者应该思考如何确保员工的知情同意是有效同意，而非防止上级“打击报复”的虚假同意。另外，赋予员工数据访问权与更正权，这并非意味着企业在人力资源管理决策方面失去自主权，而是为了最大限度地阻遏算法在“数据挖掘”中因错误地搜集员工个人数据产生的不合理评判。通过限制算法管理来确保决策结果更加公正合理，保护员工利益。2)权衡决策方案。由于算法在人力资源领域的应用可以为企业创造很大的直观量化价值，因此很容易让人们误以为算法决策的结果就是被科学验证的，从而导致人的价值被忽略。如果对数字化技术投入完全的信赖，决策则可能会被片面的数据所误导。但是，又不能一味地依赖业务经验进行决策，因为可能会因此错过新的转型趋势。要把握好精准与经验之间存在的平衡点就要求领导者既不能唯数据论，也不能唯经验论，需要确保在算法决策的关键时刻不丢失人的主观能动性。一方面，算法技术将以往积攒的知识沉淀并工具化，促进了知识的快速传播；另一方面，领导者的感知能力借助算法技术得以提升，能产出更多经验知识，突破现有知识壁垒，创造更大的价值。4结语算法技术正在推动现代社会逐渐向算法社会转型，越来越多的企业和组织开始依赖数据分析和人工智能算法进行决策和管理。这种趋势的确为人力资源管理带来了创新，提升了人力资源管理效能。然而，以数据为中心的算法技术如果无法被恰当使用，则可能降低人们对算法的信任度，对组织创新生态造成不可逆的破坏，并深刻影响企业战略决策效果。现代企业亟需算法领导力，它不仅来自先进的技术，很大程度上还取决于领导者对人作为独特个体的深刻理解，以更加人性化的领导方式指导员工，有效地帮助员工与算法“和谐共舞”。参考文献：1DUGGAN J，SHERMAN U，CARBERY R，et al.Algorithmic Management and App-work in the Gig Economy：A Research Agenda forEmployment Relations and HRMJ.Human Resource Management Journal，2020，30（1）：114-132.2CHENG MM，HACKETT RD.A critical review of algorithms in HRM：Definition，theory，and practiceJ.Human Resource ManagementReview，2021，31（1）：18018.3LEE KM.Understanding Perception of Algorithmic Decisions：Fairness，Trust，and Emotion in Response to Algorithmic ManagementJ.Big Data&Society，2018，5（1）：1-16.4刘善仕，裴嘉良，葛淳棉，等.在线劳动平台算法管理：理论探索与研究展望J.管理世界，2022，38（2）：225-239.5陈龙.游戏、权力分配与技术：平台企业管理策略研究以某外卖平台的骑手管理为例J.中国人力资源开发，2020，37（4）：113-124.6WOOD AJ，GRAHAM M，LEHDONVIRTA V，et al.Good Gig，Bad Gig：Autonomy and Algorithmic Control in the Global GigEconomyJ.Work，Employment and Society，2019，33（1）：56-75.7SHEVCHUK A，STREBKOV D，DAVIS SN.The Autonomy Paradox：How Night Work Undermines Subjective Well-Being ofInternet-Based FreelancersJ.ILR Review，2019，72（1）：75-100.8MHLMANN M，ZALMANSON L，HENFRIDSSON O，et al.Algorithmic Management of Work on Online Labor Platforms：When张穗穗：“算法时代”的企业人力资源管理与算法领导力构建第 3期6363Matching Meets ControlJ.MIS Quarterly：Management information systems，2021，45（4）：1999-2022.9SCHOERPF，PHILIP，FLECKER，et al.Triangular Love-hate：Management and Control in Creative CrowdworkingJ.NewTechnology，Work and Employment，2017，32（1）：43-58.10 STARK D，PAIS I.Algorithmic management in the platform economyJ.Sociological Theory，2021（3）：47-7211 WILSON HJ，Daugherty PR.Collaborative Itelligence：Human and AI are Joining ForcesJ.Harvard Business Review，2018，96(4)：114-123.12 CHUI M，HENKE M，MIREMADI M.Most of AIs Business Uses Will Be in Two AreasJ.Harvard Business Review，2018（7）：20.13 KOTTER JP.Force for change：How leadership differs from managementM.New York：The Free Press，1990.14 BASS BM.The future of leadership in learning organizationsJ.Journal of Leadership&Organizational Studies，2000，7（3）：18-40.15 YUKL G.Effective leadership behavior：What we know and what questions need more attentionJ.Academy of ManagementPerspectives，2012，26（4）：66-85.16 HARMS PD，HAN G.Algorithmic Leadership：The Future is NowJ.Journal of Leadership Studies，2019，12（4）：74-75.17 KESSLER SR，BRUURSEMA K，RODOPMAN B，et al.Leadership，interpersonal conflict，and counterproductive work behavior：An examination of the stressor-strain processJ.Negotiation and Conflict Management Research，2013，6（3）：180-190.18 RAHMAN HA.The Invisible Cage：WorkersReactivity to Opaque Algorithmic EvaluationsJ.Administrative Science Quarterly，2021，66（4）：945-988.19 KELLOGG KC，VALENTINE MA，CHRISTIN A.Algorithms at work：The new contested terrain of controlJ.Academy ofManagement Annals，2020，14（1）：366-410.20 NEWMAN DT，FAST NJ，HARMON DJ.When eliminating bias isn t fair：Algorithmic reductionism and procedural justice inhuman resource decisionsJ.Organizational Behavior and Human Decision Processes，2020，160（9）：149-167.21 陈洁，陈张，方阳春.包容型氛围对科技人才创新行为的影响J.科研管理，2017（S1）：1-6.22 SCHMIDT FA.Digital labour markets in the platform economy：Mapping the political challenges of crowd work and gig workR.Friedrich-Ebert-Stiftung，Bonn：2017.23 刘善仕，裴嘉良，钟楚燕.平台工作自主吗？在线劳动平台算法管理对工作自主性的影响J.外国经济与管理，2021，43（2）：51-67.24 LU JL.Effect of Work Intensification and Work Extensification on Women s Health in the Globalised Labour MarketJ.Journalof International Womens Studies，2019，10（4）：111-126.25 GRAEN GB，SCANDURA TA.Toward a psychology of dyadic organizingJ.Research in Organizational Behavior，1987，9（4）：175-208.26 连雪晴.美国人工智能领域基本权利保护研究D.济南：山东大学，2023.（责任编辑：胡梅）On Human Resource Managementand Algorithm-based Leadership Building in the Algorithmic EraZHANG Suisui（School of Accounting，Lanzhou University of Finance and Economics，Lanzhou 730020，China）Abstract：While infusing new evolutionary impetus into the practice of and the research on human resourcemanagement in the era of artificial intelligence，algorithm has posed challenges and new requirements forenterprises leadership by algorithm which is characterized by e-leadership，distributed leadership andsubstitute for leaders.The challenges for leadership under the management by algorithm involve building trust，constructing innovation ecosystem and weighing decision outcomes，which can be fulfilled respectively throughhuman-based management，inclusive and enabling manner of management，and principle of judgement by goals.Key words：artificial intelligence；human resource management；management by algorithm；leadership byalgorithm6464江苏工程职业技术学院学报2023年