规模化知识型组织:科技服务企业的成长动力学
上QQ阅读APP看本书,新人免费读10天
设备和账号都新为新人

02
第2章
红皇后假说 业务算法化

“喏,看吧,你得拼尽全力,不停奔跑,才能留在原地。”《爱丽丝镜中奇遇记》中的红皇后如是说。同样的一句中国老话是“逆水行舟,不进则退”。美国进化生物学家利·范·瓦伦在1973年提出了“红皇后假说”——物种为了生存,必须不停地优化和改进,才有可能对抗捕食者和竞争者。但是由于捕食者和竞争者同时进行着相应的改变,物种的生存概率并不一定提高。一个物种想要在生态系统里获得有利的位置,就要有超出其他物种的进化能力。当前的适应并不能保证未来的成功,进化能力才是物种延续的关键。

外部社会经济环境的变化、竞争对手的发展,甚至客户的转变、周边各要素的快速变迁,让商业组织时刻面临价值创造和价值呈现的挑战。咨询公司很善于为客户制造焦虑。当然,他们说这焦虑是变革所需的紧迫感。他们唠叨着,组织的新陈代谢仍然太慢,在VUCA(Volatility, Uncertainty, Complexity, Ambiguity——易变性、不定性、复杂性与模糊性)的世界里要准备好随时被颠覆。不过这些咨询公司与其他专业服务组织一样,坐看科技产品企业和互联网公司的云起云落,其模式经历了悠久的历史,却一直没有什么太大的变化。以麦肯锡为例,自1926年创立伊始,虽然大师辈出,创造出各种概念,是企业、行业乃至国家一波又一波变革之中的弄潮儿,但其自身的业务模式跟百年前成立时相差不多。

百年长青的业务模式并不意味着永远不会被颠覆,跨界竞争者凭着科技创新的力量正引发金融、零售、旅游等行业格局的剧变,而追赶科技服务组织的捕食者,则是加强其自身业务的算法化。

罗杰·马丁(Roger Martin)用知识漏斗(Knowledge Funnel)描述知识的演进。如图2-1所示,这个漏斗模型展示,一个复杂问题的解决需要经过谜题(Mystery)、启发(Heuristic)和算法(Algorithm)三个阶段。

图2-1 知识漏斗

罗杰·马丁认为,复杂问题的解决总是从谜题阶段开始。探索一个神秘的问题,可能会有无限种方式。笔者在另一本书《精益软件度量》里用过一个交通工具的例子:“人类一直在孜孜以求地获取更快更好的交通工具。那么如果说‘更好的交通工具’是一个谜题,经过几千年的摸索,在工业革命之前,交通工具这个谜题已经被降解成一系列的启发式问题。其中的两个可能是:更好的马车和更好的帆船。相对于谜题,启发式问题是将探索的领域缩小到一个更加可控、可管理的大小。当有了这两个启发式的问题之后,人们就倾向于不再去考虑‘更好的交通工具’这么一个没边儿的问题。目标就变成了‘如何制作更精致的马车,让马车更轻便、更结实’‘如何制作更大的帆船和有效的风帆,让帆船载货量更大,速度更快’。问题的解决聚焦在了产品的升级和演进,这两个问题又被进一步降解成了一系列的算法化问题。算法化的问题是指已经有固定的公式、模式来解决的问题,对于马车和帆船的例子来讲,马车和帆船的制作就是一个算法化的问题,经过训练的工匠能够依据固定的流程和工艺,顺利地重复制作多个产品。”

一个业务领域成熟的过程,就是这个领域的问题从谜题到启发和算法,不断降解的过程。知识密集型组织解决的问题大多处于知识漏斗靠近中上的位置,位于谜题和启发之间。业务问题是否处于这个区域取决于如下几个特点。●重复性——可以算法化的问题,大多由软件自动化实现或是交给平台化的服务组织,知识密集型业务要解决的问题通常都是与业务情境有着很强的联系的问题,每次的解决方法和解决效果都有所不同。

●社会化属性——问题的解决不仅需要分析性方法,还需要大量社会化能力。与不同领域相关各方联结、协作和谈判时,总是会遇到不可预测的反应。而诸如说服、找出重点、达成共识这样的能力需要长时间刻意练习才能提升。

●效果的模糊性——服务对象很难对服务效果做出客观有效的评价,与服务商接触的主观体验会显著影响人们对服务效果的判断,因此人们不得不借助品牌和声誉等社会性证据,避免不同人评价同一服务时,出现“爱的爱死,恨的恨死”这样极端的结果。

●学习的价值——不管是在一个领域积累,把踩过的坑变成自己的奖杯,把挫折变成勋章,还是把一个行业、客户、项目上所学到的知识运用到不一样的领域,以他山之石攻玉,快速学习的能力让组织善于应对变化的客户需求和商业环境,同时,在技术和方法的更新换代中持续获得新的价值创造能力。

●影响客户对问题的定义——解决表面的问题并不能使价值最大化。专业的意义在于看到客户的盲点,改变由于组织惯性而植入人们头脑中的思维定式,发掘更深层次的问题,展现更大的格局和不同的视角。

当知识漏斗中的一项业务出现下移的趋势时,征兆会很直接地体现在客户的日常反应当中。如果客户总在拿服务和产品对比,要求采用成型的产品替代服务中定制和创意的部分,那么说明服务的重复性在变高,工作内容可能出现了算法化的机会,意味着服务内容被产品化、被机器替代的可能性增加。

社会化属性的降低也有明确的征兆。客户越来越希望用文档来驱动项目的推进,而不是希望得到更多面对面交流的机会。如果文档就能承载问题的定义、问题产生的背景和解决问题的手段,可能暗示着隐性知识变得不再那么重要。当然,还有一种可能性是客户低估了隐性知识的作用,高估了知识显性化的效果。

效果模糊性降低的一个征兆是客户越来越难以被满足,而且能为其不满提出清晰客观的衡量依据,比如数字化战略规划服务未能帮助客户在预期的时间内达成流量、转化或营收的目标。另外一个征兆是更加专业化的竞争对手出现在相应的细分市场,愿意并能够向客户承诺实现更加精准的业务目标。

当足以等效替代的低成本竞争对手开始出现时,预示着学习的价值在该服务领域已经降低。这通常是业务已经足够成熟、变化足够缓慢、低成本的竞争对手用工具和流程固化了知识,替代了学习的价值。

最后,服务商一旦不再能影响客户对问题的定义,就只能被动响应客户的需求。更糟的是,即使做了被要求的事情,客户反而更加斤斤计较。服务商洞见不足时,只能用效率弥补,于是进入了挤压成本的恶性博弈。