新兴复杂智能系统中流动边界的管理：系统、运营与组织视角的整合研究

《IEEE Engineering Management Review》：Fluid Boundaries in Emerging Complex Intelligent Systems: System, Operational, and Organizational Perspectives

本文针对人工智能(AI)驱动复杂产品系统(CoPS)向复杂智能系统(CoIS)转型过程中，因系统生成性(generativity)增强导致边界流动化而引发的安全关键性管理挑战，通过未来海上搜救(SAR)案例研究，揭示了通过稳定核心架构(核心系统/核心团队/核心使命)与人类-AI协同制衡机制实现有界生成性(bounded generativity)的创新路径。研究深化了系统集成理论，为工程管理领域提供了跨组织动态重构的新范式。

　　

随着人工智能技术的爆炸式发展，传统的复杂产品系统(CoPS)正加速演进为具备自我演化能力的复杂智能系统(CoIS)。这种转变在提升系统适应性的同时，也带来了前所未有的管理难题：一方面，AI赋能的系统表现出强烈的生成性(generativity)——能够超越原始设计目标自主创造新功能；另一方面，诸如电力网络、交通系统等关键基础设施对安全可靠性(safety-criticality)有着极致要求。生成性倡导开放边界与动态演化，而安全关键性则依赖严格管控，这一矛盾成为制约CoIS发展的核心瓶颈。

针对这一挑战，发表于《IEEE Engineering Management Review》的研究团队以未来海上搜救(SAR)为实证场景，深入探索了流动边界(fluid boundaries)在CoIS中的表现形式及管理策略。研究发现，成功的CoIS管理依赖于三个稳定核心与流动边界的有机结合：核心系统(Core System)作为技术平台提供标准接口与安全约束，核心团队(Core Team)跨组织协调开发与运营，核心使命(如SAR的生命救援目标)凝聚生态共识。通过这一框架，系统在保持生成性的同时，通过人类监督、构件系统自治安全基准、动态任务分配等制衡机制实现有界生成性(bounded generativity)，有效协调了创新与安全的关系。

研究采用纵向案例分析法，以瑞典Wallenberg人工智能与自主系统计划下的公共安全研究平台(WARA-PS)为对象，通过参与式观察(累计超400小时)、深度访谈(10场)及文档分析，追踪其2019-2022年间多智能体协作系统的演化过程。关键技术方法包括：1) 构建分层核心系统架构(应用层/服务层/智能体层)支持异构集成；2) 通过应用程序接口(API)与统一本体实现系统互操作；3) 建立U-space空域管理等安全服务模块约束智能体行为；4) 利用真实场景演示验证系统在部分未知任务中的适应性。

核心系统设计

研究显示，WARA-PS通过核心系统实现技术稳定性与扩展性的平衡。该系统采用三层架构：应用工具层负责任务规划与界面交互，服务层提供数据融合、空域管制等共享功能，智能体层整合无人机(AAV)、自主水面艇(ASV)等物理实体。其开放性允许外部智能体通过标准化接口动态接入，而核心团队通过安全协议与测试工具确保集成过程受控。这一设计印证了平台化架构在协调生成性与临界性中的核心价值。

组织生态运作

核心团队由企业(Saab、Ericsson等)、高校与研究机构成员构成，保持跨域协作的稳定性。周边组织无需契约关系即可基于兴趣参与，通过共享数据平台与年度演示工作坊形成知识流动。案例表明，组织边界流动性通过使命共识与核心团队协调实现，突破了传统系统集成商单一主导的模式，体现了CoIS生态化治理的特征。

系统运行实践

在SAR任务执行中，系统边界根据具体场景动态重构。例如，遇险人员定位任务可能组合无人机侦察、云端图像分析与自主船载救援设备，形成临时性系统之系统(SoS)。生成性体现在智能体对未知环境的自适应响应，而安全临界性通过构件系统自治保障与SoS层级监控双重机制维护，如空域管理服务实时调整无人机航线规避碰撞。

研究结论指出，CoIS的流动边界管理需要重新定义系统集成能力：从单一企业主导的模块化整合，转向跨组织的动态重构能力。稳定核心（系统架构、团队、使命）为边界流动性提供基础，而有界生成性通过人类-AI协同制衡实现安全与创新的共存。这一框架不仅推动了工程管理理论在数字时代的演进，还为面临AI转型的临界系统提供了可操作的治理路径。未来研究需进一步探索不同领域CoIS的边界演化规律及制度约束的影响。