忘记“规模化敏捷”

[摘要]

虽然敏捷软件开发理念已为业界普遍接受,但敏捷的大规模落地应用仍然是一个非常大的挑战。敏捷开发模式的标准化是规模化应用的一个重要前提,很多组织和企业都已经在开展这方面的工作。市场的需求也催生出了如SAFe、LeSS这样的“规模化敏捷”框架,但本质上,规模化敏捷是一个伪命题,这样的“标准化”并没有帮助我们解决落地时的两个核心问题:即面向市场和商业模式变化的业务科技合作,及云时代的企业科技架构。

当然如果你仍然认为敏捷的框架体系是最重要的,可能获取一个“敏捷国际认证”对你来说也是关键的,点击这里便可一键获取!

目录


  1. 敏捷走向生命周期的尽头
  2. 软件开发标准化的伤害
  3. 不忘敏捷初心
  4. 下一个“敏捷”长啥样?
  5. 敏捷的规模化落地

敏捷(Agile)是2001年由17位资深软件领域专家们一起发起的针对软件开发工作价值观的倡议。作为一种软件开发理念,与之伴随出现了很多实践框架和方法,如Scrum、Kanban和XP。而这些方法目前已经逐步成为了我们软件开发的事实标准,类似持续集成(Continuous Integration)这样10年前,被大家认为是“极限”的方法,现在也已经成了开发团队的一个标配。

值得一提的是很多开发组织里敏捷的大规模应用仍然是一个非常有挑战性的任务。软件自身的多样性和这个行业的高速发展,造成了敏捷方法落地的种种挑战。在过去10年时间里,我自己在这方面的咨询辅导工作或多或少跟适配团队和实践有关。相信在下一个10年,我们还需要持续去解决敏捷开发落地的问题。

市场的需求当然也催生出了一些所谓“规模化敏捷”框架,如SAFe和LeSS。很多需要解决敏捷大规模应用的组织,于是感觉有了框架和标准。也有很多企业,询问我支持什么样的规模化敏捷框架。

希望通过本文总结一下这两年来我持续表达的观点:规模化敏捷是一个伪命题!所谓伪命题就是不要为一个不存在的问题,去寻找一把看似精美的战斧——敏捷这把锤子,遇到组织级灭霸,可能不好使了。

敏捷正走向生命周期的尽头

说这句话的时候我自己也带着一些伤感, 这里并非是想哗众取宠地呐喊一句 “敏捷已死”。敏捷作为一种开发理念,已经成为了现代软件开发的基础。然而,软件开发作为接下来这个数字化时代的基建行业,仍然有很多超越当年敏捷所谈及的事务。从时下爆款的区块链,我们就可以看到完全不一样的“开发团队”——形象代言人和挖矿小分队,都成为了这个开发团队里必不可少的成员。

什么标志着敏捷走向了生命周期的尽头?为什么不是持续演进成为敏捷2.0呢?

咨询行业对理念和方法的生命周期是有着最快感知和反馈的(如下图所示)。一旦一个理念和方法成为了事实标准,那么咨询公司需要做的事情就是体系化总结,通过标准化来帮助目标企业更快落地。一个我们都知道的案例,就是华为在IBM的帮助下,在上个世纪成功规模化应用了IPD。但即使有了华为这样的成功案例,IPD在后续中国企业落地时也是普遍失败的,原因是下一代的方法显然已经显现出了更大的优势。IPD有着完整的流程、方法和实践定义,当年的敏捷相比之下是混乱之极的,但仍然不可阻挡一波拥抱敏捷精神的互联网企业快速崛起。

​ (图示:开发方法随着行业成熟度提升而经历的生命周期。一种方法的成熟某种意义上只是为下一次创新做准备。当突变发生时,新方法将超越现行的主流方法,形成新的生命周期。)

当下的敏捷是何其相似!各大咨询公司蜂拥而至,都开始了“敏捷咨询”,资深的敏捷专家们开始总结大而全的框架,生怕遗漏了任何一个时髦概念——“价值流”大家都谈就加一个,“DevOps”火就先放里面。当你艳羡框架的完整时,往往需要警惕这个框架的时代价值,别忘了你做敏捷的初衷是什么?

在这个问题上,我在ThoughtWorks曾经纠结了好多年,每次有“写框架、卖咨询”的冲动时,都先后被老马(Martin Fowler)和Jim Highsmith这样的敏捷宣言签署者给拍了回来。确实也要感谢他们,能够站在行业发展的角度Let Agile Go。

早在10年前,华为给我的命题是:用敏捷开发改造IPD。记得我们最后“成功”把大家痛恨的“软需”改造成了用户故事(User Story),并构建起来了一条嵌入式系统的持续集成流水线。虽然现在看来,那是多么简单的任务,但当时大家还是激动地出了一本“葵花宝典”,记录了整个改造过程。听到这个名字大家可能都会笑而不语,XXX之后的IPD还是IPD吗?

同样的事情可能马上就会发生。有一天,中国的BATJ们可能会说:用XXX改造敏捷。我相信这个XXX不会是敏捷2.0,而我不希望成为那个在汇报中必须听到“敏捷改造成功”的管理者(即使团队写了另外一本“葵花宝典”)。

软件开发标准化的伤害

之前总是会顾忌得罪圈子里的老伙伴们,好在很多敏捷圈子的老一代们都已经去了各大知名企业做管理者(侧面印证了敏捷方法的成熟),敏捷顾问又是一波新人,所以今天才写这篇文章。再则最近几次关于AI的研讨和培训,着实让我觉得不能成为敏捷的“遗老遗少”,所以除了自省也希望鞭策更多的人。

企业里的很多管理者会说规模化敏捷框架至少给出了标准,让我们有章可循。很不幸的是这个“标准化”对目前的软件开发是有害的。标准化的基础在软件开发这个行业目前是不存在的,这个行业的基础知识积累还远不能支持有效的标准化,在未来很长一段时间软件开发都会是世界上最大的手工行业(可笑的现实~)。

谈标准化时我们必须跳出自身行业,看看别的成熟行业是怎么成功标准化的。程序员从心底是抵触“码农”这个可能未来的,所以暂且不说建筑行业。咱们看看临床医疗,算是一个标准化程度相当高的产业,但一个豪斯医生这样的天才也需要至少10年的培养,学习各个标准步骤;也没有人会写出《七天学会胆结石移除》或者《心脏起搏器的10种安装》这样的“速成”秘籍。从行业知识积累角度,临床已经是一个成熟的成年人,有着过去四五十代的知识积淀,尚且如此,何况软件开发仍然像个正在探索世界的小孩子,才经历了不超过四代人的知识积淀!

而显然,我们不应该以小孩子探索期得到的经验为依据,就开始进行行业范围大规模的标准化。CMM的失败在于软件学术业觉得软件开发就像算法论证一样,找到了nlog(n)的最佳算法就是普世的。但很可惜底层的运算环境,仍然会从单个冯诺依曼模型变成池化的云,再变成量子计算……

所以,让敏捷完成其历史使命,不要把敏捷标准化成另外一个CMM。软件开发行业需要下一个“敏捷”,下一个基于新知识积累的创新理念和方法!

不忘敏捷初心

当年的敏捷通过宣言的形式发表也是煞费苦心。在我们批判敏捷没有框架、没有标准的时候其实应该感谢17位参与者的克制和包容。我们很容易被自己十多年的经验所蒙蔽双眼,一边告诉别人要持续改进,一边却总认为自己这套是包治百病的。

他们的初心是值得学习的,我们每一代从业者都是在为这个行业的日益成熟积累经验。我经常拿开发和测试同事们开玩笑,“警告”他们未来不是成为“软件开发劳动力”,就是被AI所取代。但实际上软件开发的未来,包括职业的分工,都是一个未知数。持续学习的开放心态和着眼实践经验积累的学习方式,是软件开发在这个历史时代必须的。

另外一个值得提出的初心就是对软件开发“管理”的认知。由于软件开发并没有太多的先验知识,所以管理很多时候是会产生副作用;因为背后的标准并不具备普世性,随着生产工具的进步很快就成了畔脚石。用COBOL主机开发的方式去管理基于JavaScript的前端开发毫无疑问是偏执的。

这对我们的管理者提出了很高的要求,于是有一些企业高管开始要求全体管理者必须上手一线代码实践。当然这些做法都是不得已而为之,管理者的“初心”,是希望大家能深入理解这个年轻而高速发展的行业,直面缺乏标准化的现实,把自己日常的管理工作变成是去持续改进,做一个领导者,而不是所谓标准的监察者。

下一个“敏捷”长啥样?

那么,大家就会问下一个突破在哪里?未来的软件开发是什么样子的?很抱歉没有人可以准确预见发展的趋势,这个问题也可能不是大家目前最关心的。但既然写这个话题,我总还是要分享一些自己的思考,权且留作日后回顾的笑谈。

实际操作层面的标准化

随着老马即将出版的《重构第二版》,我们会发现实际代码层面的评判标准日益成熟。我们早已走过了代码能工作就是好的阶段,即使在过去最混乱的JavaScript领域(重构再版就是基于JavaScript的!)。在软件架构和代码结构方面,我们会逐步看到业界共识的质量标准。这两年基于GitHub等开源平台的兴盛为这个层面的标准化提供了契机。

当然这个层面的标准化也是最有可能被AI应用所颠覆的,毕竟全球最大的“手工业”必然会是AI技术应用最有利可图的行业之一。

行业层面的定制化

云已经是不争的软件开发基础设施,这样的水平切割已经形成了实际意义上的IaaS、PaaS和SaaS的分化。就我个人过去两年体验来说,各层软件在整个软件生命周期定义上还是存在明显差异的。比如构建一个IaaS层的基础服务,较之一个SaaS层的应用服务,在需求管理和发布上线领域就存在着显著不同。

在水平分层的基础上,我们越来越多地感受到了商业领域业务模式不同对软件开发的影响。前一段时间我写了一篇《银行业IT的敏捷转身》引起了行业的广泛关注,其原因就是金融行业在数字化时代越来越依赖软件,而从业人员发现他们的敏捷运用跟其它行业存在着很大不同。

这样的不同存在于方方面面,比如我经常挤兑同事吴雪峰的 “抛弃型演进式架构”,也许在区块链这样的投机领域就是一个真命题。

在一横一纵的行业化背景下,软件开发本身还需要很多的经验积累,短期标准化的必要性不大。对于一些更为传统的产业,在中国也面领着“互联网+”的冲击,存在更多不确定性,尝试着去标准化一个定制的“XXX行业的规模化敏捷”模式,也可能是弊大于利的。

敏捷的规模化落地

希望看到这里你理解了我为什么说 “规模化敏捷” 是一个伪命题。当大家在热议HBR关于敏捷的话题,认为敏捷就是真理的时候,需要理解我们现在的挑战是如何在一个大型开发组织里落地敏捷。而这个落地,不是靠套用一种 “规模化敏捷” 框架就能解决的。目前看,有这么三件事情是必须做的:

1. 建立持续改进的内部力量

这是软件开发组织最重要的管理举措(没有之一)。在行业缺乏足够先验知识积淀的今天,作为从业者我们能做的,就是让组织持续积累经验,并且具备从经验中学习和改善的能力。如果说我希望参与一项标准化工作,那就是行业里对教练的标准化“定义”,因为我希望帮助整个行业明确这个角色或团队在组织里存在的必要性及重要性。

2. 系统思考整个开发过程

软件开发不存在管理和技术的区分。由于立项、审计等多方面的传统制约因素,很多咨询公司人为地划分了所谓管理咨询和技术咨询,帮助刚开始合作的团队去理解如何落地敏捷。于是有了“只做管理”或“只关注技术”这样的说法。

事实上软件开发和很多工程制造业在这方面的差距是巨大的,即使Scrum这样的简单管理框架在落地时,也是受制于技术架构约束的;我们还没有办法让技术足够标准化,从而不约束管理。自从目睹了有人挥舞Kanban做“纯管理提升”产生的悲惨现场,再有任何团队说“这次只做管理”,我都坚决拒绝。

3. 为创新建立安全试错环境

面对未知最好的方式就是探索,而探索意味着大多数时候都是失败的,毕竟从失败中我们学习到更多知识。很多组织和企业说我们一直在做啊,我们每年都会有创新项目,投资一两个小团队去做。这个数字化时代,软件行业的创新应该是中国改革开放式的,即使不能用“雨后春笋”这样的形容词,也应该是全员参与的。已经有很多的案例告诉大家为什么隔离出来一两个小团队“专职”创新是不可行的了。规模化创新意味着创新不仅仅是IT的事情,是组织各个部门、各个角色共同的愿景;也意味着我们承认创新是一个不停试错的领域,从错误中我们提升成功的可能(让统计学发挥作用)。

所以虽然我反对“规模化敏捷”,但我却站队了“规模化创新”!

最后,让我们摆正心态,让敏捷成为软件开发历史进程中的一块儿重要垫脚石;让我们持续探索,为软件开发领域的知识累积添砖加瓦,并共同期待新一代创新理念和方法的诞生!


更多精彩洞见,请关注微信公众号:ThoughtWorks商业洞见

Share

从增强现实到增强人类

《增强人类》美国增强现实专家海伦·帕帕扬尼斯(Helen Papagiannis)的新著作,系统地描述了增强现实及其各种模式的含义及应用分类的知识体系。海伦向我们展示了增强现实赋能人类的能力,我们需要扩展自身的思维和想象力,重新思考“增强”一词在未来对于人类的意义。ThoughtWorks肖然和王晓雷翻译了本书,此文是肖然为《增强人类》写的译序。

从增强现实到增强人类

翻译此书的过程中正好遇到父亲心脏出现问题,几经周折医生建议安装心脏起搏器。父亲心里很纠结,一台电子仪器植入体内或多或少让人感觉有些惶恐。于是利用此书安慰父亲到:你只是提前体验了未来,等翻译完毕一定让你看看更广阔的增强人类世界。

虽然只是一句安慰的话,但本书的确为我们展现了一个全新的世界,甚至定义了新一代结合智能技术的增强人类,这是在翻译之前始料未及的。翻译过程中不断查询作者引用的企业和产品,就像展开了一幅通向未来的画卷,经历了一次非常享受的想象力之旅。在另一位译者王晓雷的提议下,我们也在原书的基础上增加了很多的图像,试图传递我们在这个过程中得到的启发和脑洞。也许本书的再版就会脱离纸面,通过各种感官技术带给各位读者身临其境的感受。

本书的另外一个重要贡献如前言中指出,VR/AR技术本身已经日臻完善,但如何应用这些技术确是另外一个挑战。在这个科技时代我们经常会拿着各种新技术的“锤子”去找“钉子”,这种做法在科技时代之前带有很强的讽刺意味,经常会被导师用来教育那些知其然而不知其所以然的学生们。但随着第四次工业革命的到来,我们看到了类似AR这样的技术突破引领着人们对问题认知本身的改变。拿着锤子找钉子这样的做事方法被重新定义为用新技术去颠覆各行各业,这件事情在我们身边随时发生着,以至于谈起新技术每个人都会有自己的感慨。

对于VR/AR技术,很多人预测将随着5G网络时代的到来而爆发,这也是我们最初选择翻译本书的原动力。但怎么爆发以及在什么地方爆发确不可能有人给出准确的答案。就这个爆发的问题,本书作者给出了非常有意义的见解,书名也从增强“现实”变成了增强“人类”。这意味着我们的关注点应该从技术本身转移到我们人类自身,从我们自身的感受和体验出发去寻找增强的机会点。我们采用增强现实技术的目标也应该是为人类提供更好的生活和体验,从这点出发我们会发现一个很不一样的增强现实领域,超越了简单意义上的视屏叠加,而是能够调动我们人类听觉、味觉、触觉、甚至于情感的体验增强。

到这里,我们确实对作者关于增强体验设计是一门艺术的观点非常赞同。未来良好的增强人类应用很可能出自于艺术家们的手中,就像我们身边各类艺术作品一样,美化着我们的体验,成为我们生活的一部分。而艺术本身就是一种创作,最好的作品是出于生活却高于生活的,这也是我们在考虑现实增强技术应用时是所需要遵循的原则。从某种意义上讲,我们这样的技术人员应该尝试着向艺术家一样去贴近生活,让技术服务于我们的生活,并创造更好的生活。

最后,这也是一本充满正能量的科普读物,相信大家读完后会少一点对新技术的恐惧,多一分对未来生活的向往。技术本身没有正邪之分,作为创造者和应用者的我们决定了技术的走向。读完此书,我们更加坚定技术会增强我们人类的生活体验。而翻译结束时父亲也开始揶揄自己是增强人类了。

书籍内容概要

第1章:回顾从1997年开始的AR的经典定义,讲述了AR的今天和未来变化。

第2章:从艺术装置,到机器人和自动驾驶汽车,探讨计算机视觉如何为我们提供新的“眼睛”,增强人类视觉体验。

(ARKit的典型应用:无缝地在现实桌面上展示虚拟玩具车)

第3章:介绍触觉技术的研究和创新,以及使用触感进行沟通的新方法。

第4章:探讨了增强音频和“可听式”设备(佩戴在耳朵中的可穿戴技术),如何改变倾听周边环境声音的方式,甚至改变环境如何“听到”你的声音。

(Detour带你游览著名的卡斯特罗街道)

第5章:探讨数字嗅觉和数字味觉这个持续成长的研究、原型和产品设计领域,及如何增强我们共享和接收信息的方式,增强娱乐体验。

第6章:探讨如何通过AR来创造引人入胜的叙事体验。

第7章:探讨虚拟化身、智能代理、物品和材料如何成为活跃的情境变化因素:针对情境来学习、成长、预测和进化。

第8章:探讨了从电子纺织品到嵌入身体的技术,以及大脑控制接口等各种增强人类身体机能的方式。

(丝芙兰的虚拟艺术应用Modiface,查看自己上妆后的“妆容”)

第9章:归纳了10个AR体验分类,展望AR对人类更美好未来的影响。 谁应该读这本书?

“我特别欣赏海伦对艺术家(或被她称为‘惊喜创作者’)这一角色的洞察力和敏感度,这将会是下一波创新的火花。据我所知,迄今为止没有一个组织或社区曾经踏足过这片天地。增强现实不仅是工程师和计算机科学家的领域,也同样是作家和艺术家的地盘。体验才是我们能够记住,并终将改变我们的。希望技术(或者说类似于我的贡献)能够变得‘不可见’,为人类的创作腾出更大的空间。” AR/VR的祖父,汤姆弗内斯在为本书写的序中这样说。

无论是设计师、企业家、教育家、艺术家、商界领袖,还是开发者、工程师、技术爱好者,只要对AR充满好奇和兴奋,相信本书中的大量案例,会让你大开脑洞。


更多精彩商业洞见,请关注微信公众号:ThoughtWorks商业洞见

Share

轻思考:组织适应力

[摘要] 适应力(Adaptivity)才是可持续系统(个人或组织)的核心。设计思维中的“调和”(Reconciliation)给了我们一个很好的启发:商业组织的可持续发展,或许是在已知和未知、供给和需求、组织和个体的竞争力的平衡。这似乎为评估和提升组织适应力提供了一个可行的思路。


我是设计师,花了10年的时间才开始理解,最美好的事情其实是设计一个“袖手旁观”的环境——我想这才是设计的最高境界。任何一个可持续的系统,永远是在一定时间里保持平衡,亦是设计思维中“调和”(Reconciliation)的体现,而从组织的角度,毋论大小,构建一个持续发展的组织的核心,是建立“平衡”的有机体。为什么平衡的系统才是可持续的?可持续的系统是如何依靠平衡竞争力来维持的?组织中的领导力又该如何来积累这些竞争力?

可持续的系统

一个完整的系统包含系统本身、外界环境、以及外界环境与系统的关系。系统和环境的关系如同子体与母体的关系,这样的关系本身是价值交换。在母子比喻中,交换的价值为:

  1. 子体给予母体的价值是对生命的延续、未来家庭的幸福、社会道德的满足;
  2. 母体给予子体的价值是蕴育的环境和生长的能量。

事实上,对子体的“不可持续”,起决定性因素的是母体的“变化”:当母体判断子体并不是自己生命的延续、也不会得到未来家庭的幸福、同时甚至会承担社会道德的压力,她所做的事情,可能是选择失去这个孩子。在这样的情况下,子体虽然线性增长,但是对于母体的“变化”毫无对抗可能,最终逝去。 很多时候我们都像是被孕育的孩子,虽然按照大自然给的规律增长,却无法预料母体的“变化”,换句话说,真正决定一个系统能够持续的真正因素是它与环境(母体)的关系,而不在系统本身。 但大部分情况下,我们的习惯是:

  1. 制定线性增长的目标;
  2. 寻找一个可以自然增长的环境;
  3. 预测环境的变化;

对于个人而言,它所对应的行为习惯是:

  1. 一个稳定的职业发展规划;
  2. 进入一个稳定的环境;
  3. 对未来的变化感到忧虑;

对于企业而言,它所对应的行为习惯是:

  1. 一个线性增长的商业计划;
  2. 寻找一个稳定赢利的市场;
  3. 进行大规模的市场研究;

事实上,这些行为习惯里,都和“与母体的关系”无直接关系,它所做的仍然要么是期待一个可以自然生长的稳定环境、要么是对可能发生的变化做出防御。但事实上,你就像子宫里的婴儿一样,完全不理解母体之外的世界,对于无法预期的变化时间和形式,你的努力将在变化面前变得徒劳。 因此,适应力(Adaptivity)才是可持续系统的核心关键,无论是对个人还是组织。那么如何提升组织适应力呢?

平衡竞争力

如果我们尝试去看一个组织不同角度的张力,可以看到三个方面::

  1. 已知和未知:基础运营都是为企业现有“已知”的业务服务,目的是帮助已有业务获得更高的运营效率,在单位成本内获得更高利润;创新性行为都是为“未知”的业务服务,目的是通过实验和大胆尝试寻找到新的业务模式、工作方式和利润增长点;
  2. 供给和需求:产品和服务以及人才招募和培养都是为“供给”服务,目的是保证企业价值的兑现、获得收益;销售与市场则是为企业价值“供给”服务,目的是获得更多商业机会和需求、获得收益;
  3. 组织和个体:流程和规章是保证组织在一定底线上完整运行的基础;企业文化是激发个体能动力的手段,目的是增强组织的协作能力、提升员工的归属感;

有趣的是,左侧的要素通常更加稳定和偏重纪律性,而右侧通常具备更高的变化、更大的风险。 这就是一个组织的左右脑,而一个组织是否能够有足够的适应力成为一个可持续的系统,往往决定于它右脑的强健程度。 一个完美的母体中,即没有未知、充分需求、标准个体,当组织有强大的已知价值交付能力、稳定的供给、以及高效的组织能力时,这个组织的竞争力是最高,而母体一旦发生了变化,这样的组织往往也是消亡最快的组织,这就是为什么我们发现,企业的绝大问题,都来自于这三个方面可能的左右失衡,例如:

  1. 市场突然变化导致主营业务拖累整体业务下行;
  2. 市场需求突然增大导致供给不足,服务质量下降;
  3. 市场人才思维模式的变化导致固有的人才管理体系无法适应,形成文化代沟;

在上述的每个方向,我们都将对应一个竞争力,如下图所示:

(平衡竞争力模型)

如果我们稍加改进,在每个维度上建立简单的评估体系,我们就可以感受出一个组织是否形成了较好的平衡竞争力。越平衡、或者说越调和的组织,既能在现有的环境中能够实现稳定增长,也能在市场的变化中迅速调整方向。

已知

  • 优秀:已知市场的龙头,具有丰富的经验和实践能力;
  • 一般:已知市场的参与者,有稳定的经营模式;
  • 糟糕:已知市场的边缘者,仍然处于摸索状态,苦于经营;

供给

  • 优秀:对现有业务有足够的供给、优秀的人才招募和培养体系、高质量的产品和服务;
  • 一般:基本满足市场需要、中等水平的产品和服务;
  • 糟糕:无法供给市场需求,人员招募困难、流失率高;

组织

  • 优秀:高效的组织动员性和协作性、合理的规章制度;
  • 一般:动员性和组织执行力较弱、规章制度不完善;
  • 糟糕:过于强调纪律和责任导致内耗、过于散漫的自由导致士气低下和缺乏责任;

未知

  • 优秀:有策略地不断对未知领域进行尝试、对失败容忍度高;
  • 一般:有时鼓励员工尝试未知领域,但对失败容忍度不高;
  • 糟糕:不强调创新、一切以结果说话,没有创新的环境;

需求

  • 优秀:全体有客户意识,对市场需求有敏锐的直觉,不断调整或创造服务和产品响应需求变化;
  • 一般:较为高效的销售体系,能够推动业务及时响应需求变化;
  • 糟糕:保守和避免变化的销售体系;

个体

  • 优秀:具有自组织的个体精神、优秀的企业文化、崇尚个体能动力、扁平化;
  • 一般:较好的上下级协作关系,较高的员工满意度;
  • 糟糕:严格的等级制度、互相猜忌的员工关系。

根据这个评估体系,我们可以对一个组织的适应力进行评估,例如以我们的设计团队(红色)为例,我们的评估结果如下,我们也可以将它和企业B(绿色)进行一个对比:

从图中我们可以看出来,绿色的组织偏向于倾向变化,优势在于对需求的响应能力和对未知的创新能力,在已知业务领域还在摸索,未沉淀出稳定的业务模式;而红色的组织在最强的优势在于个人能动力和组织协作性,但是对已知业务和供给方面仍有进步的空间。总地来说,这两个组织相对的两个元素较为平均,都是较为平衡的组织。

领导力设计

如果我们认同,组织的平衡竞争力是适应力的源泉,那么提升组织适应力,最关键的一环是领导力的设计。这里说的领导力,基于以下三点原则:

  1. 领导力是在每一个层级上产生的;
  2. 领导力是需要通过体验来培养的,而不是天生具备;
  3. 领导力的培养需要通过具有领导力的人亲自完成。

一个平衡的领导力模型,必然适应上面所列举的竞争力模型,我们可以通过评估体系来简单评估目前领导者的平衡力,维度如下:

  1. 已知:是否熟悉最基础的业务模式和实践?具备交付业务的能力?
  2. 供给:是否熟悉当前产品和服务?是否能够参与到人才招募和培养体系中来?是否能帮助别人产生领导力?
  3. 组织:是否熟悉组织运营模式?是否能够参与建立规则和制度?是否能够代表组织的文化建设?
  4. 未知:是否主导、参与、支持各种类型的组织创新?
  5. 需求:是否参与到获得和响应需求的过程中来?
  6. 个体:是否帮助建立好的协作和员工关系?是否是个体的优秀代表?

作为例子,我们尝试比较两位潜在领导者的区别,从中我们可以了解双方的平衡性,比较如下:

从这个图上我们可以比较明显地感受到一个区别,红色的领导者偏向于组织运营以及已知业务,而绿色领导者专注于未知领域,而对组织级别的事务并不感兴趣。这里并不是一个能力的地图,只代表领导者当前的职责和兴趣点,一个具有设计思维的管理团队应该:

  1. 尽可能使整个团队的平衡竞争力图谱能够达成平衡;
  2. 尽可能让领导者多去获得其缺少维度的竞争力体验;
  3. 有策略地通过措施(相关的体验)补足某个方面的竞争力。

写在最后

以上便是我对组织适应性的理解,它包含以下逻辑:

  1. 一个可持续的系统取决于它对外界环境变化的适应性;
  2. 适应性来源于6种不同维度的平衡竞争力;
  3. 建设组织内的平衡竞争力需要平衡的领导力进行推动。

相似的道理,当我们在评价个人的竞争力时,也完全可以利用这样的框架,去思考自己竞争力的左右分布是如何。更加平衡调和的竞争力体系保证组织或个人在充满变化的“母体”中,获得更多的适应力,才能在更长的一段时间里保证个人和组织可持续的增长。


更多精彩商业洞见,请关注微信公众号:ThoughtWorks商业洞见

Share

实时战略与动态投资决策

[摘要]

新的机会是不断浮现出来的,任何解决方案都有失败的可能。过度的投资本身就是创新的敌人。企业必须要建立一种更加动态、灵活的投资组合管理方法,来支持进行实验性、快速迭代式的创新过程,以此应对不确定性,成就“以客户为中心、高响应力”的数字化企业。

在今天科技快速发展、每个企业都在畅谈创新的时代,发现机会和产生想法并不太难。我们看到很多雄心勃勃的创新投资计划,包括那些曾经也是从0开始、摸爬滚打一路成长起来的新兴企业,制定了激动人心的目标,投入巨大人力物力,但最后收效甚微,甚至彻底失败。分析其失败原因,往往归结到环境、时机不佳,或人与团队问题。但换个角度思考,这些影响投资成效的问题任何时候都可能存在。对成败有着实质影响的归因,只有在复盘时才得以总结;回归到当时,其实很难对进退取舍做出准确判断。

企业是由一群人构成,并且存在于既定环境当中,任何创新最后的成果是通过人和人之间、企业和环境之间的相互作用产生的,是一个典型的复杂适应系统。霍兰的著作《隐秩序—适应性造就复杂性》系统性地论述了一个观点:

不确定性是任何复杂适应系统的固有特征。

不确定性意味着新的机会是以浮现而非计划的方式出现,同时任何解决方案都有失败的可能,这不是靠巨额投入和仔细的前期计划能够避免的。那些成熟的投资者和领导者深知这一点,他们明白过度的投资本身就是创新的敌人,并不是投入越大创新成功的机会就越大,过多投资会让团队失去对不确定性的警惕。孤注一掷意味着高风险,创新型企业需要一种更加动态、灵活的投资组合管理方法,来支持进行实验性、快速迭代式的创新过程,以此应对不确定性,替代企业传统集中式、基于各部门博弈与长周期预测的投资方式。

按投资类别建立投资分配的经济模型

历史上有很多成功的企业,在面对技术更新换代、新商业模式兴起时,没能及时发展起接替自己原有业务的新业务,因而被新兴企业所颠覆,著名的比如诺基亚、柯达等。企业要适应一波波变革的浪潮,不仅要将当前的成熟业务经营好、持续提升竞争力,还必须对未来可能但不确定的新业务进行探索。然而,企业的资源是有限的;在业绩压力下,显而易见,那些能够给企业带来更快更高回报、更加确定收益的机会将容易得到更多资源;而对未来不确定机会的探索想法,投入大却回报低,失败几率高,很难争取到足够投资。这很危险,当单一优化胜过了新陈代谢,组织就会变得脆弱。

麦肯锡提出的“三条地平线”理论,将企业的投资按照其所处的创新生命周期阶段,划分为第一、第二和第三地平线,每个地平线业务的区别如图1所示。企业必须要能并行不悖地管理好对成熟期、增长期和探索期不同阶段业务的投资,才能可持续发展、具备足够的适应力。要做到这一点,首先就是要保证对各个阶段业务相对平衡的投资。

图1:创新的三条地平线

谷歌已经是一家三、四万人规模的大型企业,但也是当代公认的极具规模化创新活力的企业,在“快公司”发布的2016年全球最具创新力公司榜单中,谷歌位列第八;而在2017年则跃居第二。为了持续推动创新,谷歌将未来探索的投资和其它现有业务区分开,保证其投入不受影响,建立了70%、20%、10%的投资分配模型:每年70%的投资会用于对现有成熟产品和业务进行运营和改善,如搜索引擎、Android操作系统、谷歌地图和Youtube视频等;将20%的投资用于发展有较确定潜力的新产品,比如智能家庭设备Nest、宽带业务Fiber等;而10%的投资用于探索未来黑科技,比如Google X实验室、DeepMind和生命科学领域的Calico等。

根据创新的三条地平线建立经济模型来指导投资分配,谷歌的案例很好地诠释了这一实践。这样,就保证了不同生命周期的业务、创新型业务的合理投资比例,也避免为了争抢资源而产生不必要的内耗。采用这种策略的企业还有很多。不仅仅是在整个企业层面,我们也推荐企业在某些特定的业务单位或事业部范围内应用该策略,从发展战略的角度制定合适的比例,自顶向下分配投资。模型中的投资比例不是固定的,例如也可能是60%、30%、10%,并随着战略改变而调整。但这种调整不应该频繁发生,否则是不正常的。

如果将三条地平线模型作为对投资分类的方法之一,那么再泛化一点,还有很多的投资分类方法能够帮助企业进行投资分配,比如:

具体采用哪种分类法来指导投资,需要考虑组织所处的行业、领域、商业模式,以及投资决策发生在组织中的层级。举个例子,一家银行可能在企业战略层先按业务的三个地平线进行分配;然后在对成熟业务的第一地平线中按零售、对公和同业等不同客群方向进行分配;再进一步,在零售方向的成熟业务中,将举措按IT投资目的分类,达到业务、市场和技术演进的相对平衡投入。

以经济模型指导投资分配,需要遵循以下几条原则:

  • 粗颗粒度:类别应当是粗粒度的,上面表格中的分类在大多数场景下都满足这个条件。粒度越细,机会和投资的动态变化越不确定;在外部环境改变时,过细粒度的投资比例模型会约束团队对新机会的响应速度;
  • 相对独立:用于指导投资分配的类别,彼此之间应相对独立。在某一个特定的投资决策层级上,应尽量避免问题类别归属含混模糊,给决策造成困难;
  • 关注比例:赋予不同类别以投资比例,比为每个类别分配绝对投资额上限更有意义。对总额上限的控制只有在实际投资超过其额度时才有意义,而投资比例更能传递出组织的投资策略,可以随时对各个方向的投入情况进行比较。相对于给出每个方向上一个“合理”的绝对数额,从战略出发决定不同方向上的投资权重这种方式,因为不需要前期对未来投资具体要做的工作进行过多预测,要容易得多,从而也减少了组织浪费在前期计划上的精力;
  • 实时反馈:按类别分配投资的意义不仅仅是约束,更是提供实时反馈。企业需要有技术手段对每个类别上的投资进行持续、实时的统计,将实际发生与期望比例进行比较,将投入与实际成效进行比较,触发决策层进行原因分析并做出调整:哪些方向上投资过多?哪些过少?是市场发生了新的变化?是否应该干预后续投资节奏?

投资举措的优先级排序

接下来,对每个方向或类别中的一系列机会和举措,需要一种轻量级的管理机制使得组织保持对新机会的快速响应能力,且能够以更加科学地方式、让更高价值的举措尽早获得投资。最有效的机制是建立一个清单,动态地管理和调整优先级,并以优先级的顺序开展实施和验证。我们将该清单称为“动态优先级列表”,以突出这个清单中内容的两个基本特征:动态浮现的,和按优先级排序的。它类似于敏捷开发中的产品待办列表,不过这里每一项内容对应着是一个机会、一个解决方案或者说一笔投资,投资涵盖的范围不仅仅包括软件研发,也包括相关设计、运营、市场投入,如下图。

图2:为各个投资方向或类别建立“动态优先级列表”

下面介绍三种常用的投资举措优先级排序方法。

1. 二象限矩阵法

关键二象限矩阵,就是以两个最重要的优先级考量因素,作为大家讨论优先级的共同语言,在两个不同维度方向上相对比较各项投资举措的优先级顺序,而暂时忽略掉其它次要因素。

图3:二象限矩阵优先级排序

选择哪两个维度绘制矩阵取决于具体的业务。例如“价值”与“竞争优势”,适用于企业所提供的产品或服务在市场中面临激烈竞争的场景;“成本”与“成功可能性”,适用于在高不确定性领域的探索创新投资;还有其他的比如“效率”与“质量”、“价值”与“风险”等。

2. 延迟成本法

如果我们以正向思考难以判断多种选择的相对优先级,经济学为我们提供了一种逆向思考的方法:如果今天决定推迟做这件事,会造成多少实际损失?即“延迟成本”。准确地说,延迟成本衡量的是一件事情被推迟带来的随时间变化的损失。所谓损失包括如下几类:

最严谨和理性的延迟成本分析是对损失随时间的变化趋势进行定量建模,绘制出曲线。不一样的变化趋势指引着企业做出不同的决策。限于篇幅,详细内容可以参考“黑天鹅”网站对此的分析。但定量延迟成本分析有其局限性:

  • 量化并不总是容易的,需要有足够的历史数据积累。比如,前面例子中的单笔交易平均金额、单客户平均收益等,投资产生的影响要能反映到这些可量化的损失,有时候这很困难,或者量化分析本身的成本过高;
  • 要求投资产生的影响有一定可预测性,这使得该方法比较适用于企业的成熟期或成长期业务。对于探索期业务,因为不确定性很高,量化预测非常困难,因而不太适合;
  • 延迟成本方法可能驱动决策者过度从财务角度做决策。以客户中心的原则,意味着从客户价值角度分析投资成效比从企业效益角度衡量更重要,包括客户体验和喜爱程度等非直接效益价值。但延迟成本方法更多是从可量化的企业效益角度考虑,容易驱动决策者过度思考短期财务收益。

即便不做定量分析,延迟成本的思维方式仍然可以帮助我们——可以采用一种定性的方法对举措进行粗略优先级排序,如下图:

图4:定性延迟成本优先级排序

它其实是一种以举措的“价值”和“紧迫性”两个维度建立的二象限矩阵。价值代表着对延迟成本高低的定性评估,而紧迫性代表延迟成本发生随时间变化的趋势。我们将两个维度各自分为三个优先级等级:

3. 关键价值要素权重公式法

“价值”是决定优先级的最重要因素,但价值这个概念不具体,什么是价值?带来收入是价值,降低成本也是价值,这是一个综合概念。为了理清思考价值的标准,我们尝试识别出了12个常见的价值要素:

图5:12个常见价值要素

这12个关键价值要素并不能覆盖所有的场景,这也不是我们的目的。目的是想给读者一个思路去思考自己的业务,然后回答“什么是价值?”这个问题。你可能会找到自己更加关心的但并不在以上列表中的要素。进行优先级排序时并不需要上面所有要素,而应针对企业自己的业务特点和当前阶段的发展策略,识别出最重要的3~4个要素,然后给每一个关键价值要素设置一个权重,就像下面这个示例:

图6:关键价值要素权重公式优先级排序

由投资组合管理的干系人或委员会,就每项举措对每一个关键价值要素的影响进行评分,得分为0~3分。0分代表没有任何贡献或影响,3分则有巨大的贡献或影响,1分和2分则介于之间。另外,为了创造价值而付出的机会成本也必须要考虑的因素之一,这里机会成本包括数字化产品的研发投入,也包括其它资源、市场和运营相关投入。如果简化一点,只考虑研发投入,则可以使用估算的人力和时间。将各个关键价值要素的得分乘以其权重求和,再除以实施成本,则得到一个粗略的优先级分数。这个方法符合精益原则,它驱动解决方案的设计者采用更简单的解决方案创造更大价值,以小批量方式投入。

该过程由业务与技术多人共同参与,需要花一些时间。企业对举措的投资决策是在一个较粗粒度的层面进行,每一笔投资都有较高的机会成本。投入一定精力对投资进行审慎的判断,让企业把有限的投资尽可能聚焦到最有价值的工作上,是值得的。

实时动态决策

从明确企业发展的愿景和目标,确定投资方向和投资比例,随时为了抓住浮现出的新机会而采取行动,以及根据行动后的实际效果决定下一步行动,甚至重新调整愿景和目标——这一系列规划和决策动作必须要持续动态地进行。传统以年为周期的年度规划和预算显然无法满足这一要求。建立一个清晰的动态决策体系是方法落地的关键。数字化企业要激活规模化创新应尽量简化决策层级,以一种扁平化的治理结构赋予团队自主行动的能力。

1. 高层管理团队(Executive Team)

在企业层面,这个团队是CEO、CIO及其核心高管团队;在业务领域或事业部层面,这个团队则是业务总经理与其带领的管理团队,以及需要汇报的上级。高层管理团队的职责是明确业务愿景,制定战略和目标,设定投资方向及投资分配模型。这个团队可能为实现目标提出一些重要的想法,但尽量避免直接参与设计和指挥行动;而是通过建立合理的成效指标、并持续审视数据来了解实际情况,在成效进展偏离或不理想时介入,与下一级分析根因并支持其寻找解决方案。

2. 价值实现办公室(Value Realization Office)

在整个公司,每一个业务领域或独立平台产品,相应地都需要有一个团队来承担对数字化投资进行动态组合管理的职责——即“价值实现办公室”。这有别于传统以流程和资源导向的项目群管理,这个团队是以价值与实际成效数据为导向,进行持续评估与决策,致力于从全局实现价值最大化。其具体职责包括:

  • 建立和维护完整的投资组合视图,协商举措合理的成功衡量标准;
  • 实时或定期对包括新浮现出机会在内的所有举措,进行优先级排序;
  • 持续跟踪所有进展中举措的进度和风险;
  • 定期审视举措实施后的实际成效,以数据驱动决策后续行动,包括继续扩大优化、调整方向或终止投资;
  • 以数据方式将进展反馈给高层管理团队

该机构除了日常的跨团队协调沟通,确保成效衡量的数据落地,会定期召集相关干系人进行会议,完成以下三件事:

  • 回顾近期交付完成举措的反馈,审视运营数据,从而决策后续行动;
  • 评审新提出的想法与举措,与其它现有队列中的举措进行优先级排序,或调整;
  • 审视当前及近期的版本规划,根据上一步的结论对后续计划做恰当调整;

这个会议我们称之为“定期价值评审会议”,类似一些互联网公司定期进行的运营决策会议:

  • 以近期运营数据、新想法及举措分析为输入;
  • 参与者包括价值实现办公室组织者、举措负责人、产品经理、市场和运营负责人以及技术专家,可能也会邀请高层管理代表或投资人参加;
  • 以一个合适的频率进行,从两周一次到一个季度一次,越是动态不确定性的环境下越需要频繁地进行。

3. 交付团队(Delivery Team)及可视化投资组合

交付团队即实际负责将举措实施的虚拟或实体团队。交付团队以最有效地达成可衡量的成效目标为原则,采用设计思维的方法,在产品或解决方案的具体设计和实现上自主进行决策和实验,而不是被动地接收命令和需求。同时,确保将反应成效和进展的数据统计和呈现出来。

有效进行投资组合管理,需要可视化管理:要让每个提出想法和解决方案的负责人,不仅仅只了解自己的工作,也了解其他人在做什么以及和自己有什么关系;理解全局优化而非局部博弈;并让管理者实时了解各项举措的计划和进展,从而能够实时进行协调决策并提供支持。一个良好的实践是,采用看板方法将整个投资组合可视化出来,提高管理透明度。如下图所示,选择一个众人容易看到的地方,在一堵平整的墙面上,将整个领域或产品内投资组合的全貌展示出来,持续更新内容和状态。

图7:可视化的动态投资组合管理看板

看板左侧是愿景、业务目标与各投资方向的举措动态优先级列表,而右侧是举措从分析到获得反馈的端到端价值流。遵循“精益看板”的原则,有必要对举措设置在制品数量限制从而让投资更聚焦到高价值举措,让想法快速流动,尽早获得成效反馈。

总结

综上所述,企业的业务发展与创新要能快速响应市场变化,并最大化投资成效。这需要建立一种轻量级的、以价值和成效衡量为基础的持续动态投资决策过程,致力于缩小每一笔投资的规模,基于快速反馈、持续小批量增加投资或停止投资。企业必须以这种方式来替代传统以年度预算为代表的长周期、大投资的创新方式,从而成就“以客户为中心、高响应力”的数字化企业。


更多精彩商业洞见,请关注微信公众号:ThoughtWorks商业洞见

Share