追求卓越+txt-第11章

按键盘上方向键 ← 或 → 可快速上下翻页，按键盘上的 Enter 键可回到本书目录页，按键盘上方向键 ↑ 可回到本页顶部！
————未阅读完？加入书签已便下次继续阅读！


　　左脑和右脑的研究显示，企业充满（100％）高度“不理性”（以左脑的标准视之）、情绪化的人：这些人迫切地想要加入胜利的团队（“想要出人头地”），有效的小型团队或是单位环境里的同志情谊，让他们觉得如鱼得水（“避免孤立”）；这些人希望对自己的命运至少有些许的掌控（“害怕无助”）。现在，我们非常怀疑卓越企业的管理方式是根据右脑的考虑开发的。不过看来他们的确是如此，特别是和竞争对手相比之下更是如此。他们允许（而且运用）人性比较情绪化、比较原始的一面（有好也有坏）。他们提供可以出类拔萃的机会，以及追求质量和卓越的环境。他们还提供支持—更多褒奖的机会；他们也运用小型紧密的单位（从部门乃至于“臭鼬工厂”，或是运用团队）；他们还在受保护的环境里提供出头的机会—作为质量圈的一部分，譬如在德州仪器有9　000个这样的实体。
　　另外值得注意的是，卓越企业对右脑特质的重视，让传统偏向左脑的做法直接受到冲击：激发人们努力贡献的诱因，和传统每季设定30个管理目标的做法大相径庭。关系紧密的小组或是小型单位并不在意规模经济，而且数以千计的质量圈允许自由表达意见，和传统生产组织“单一最佳方法”的形态正好相反。
　　我们右脑的本质层面中，还有一个通常不受传统管理形态欢迎，但却受到卓越企业青睐，这就是直觉的、创意的层面。许多人认为科学和数学属于逻辑思考，而逻辑、理性的思考对科学的进步绝对非常重要。不过正如前面提到科学范式的转移时所说的，逻辑并非推动科学进步的真正动力。詹姆斯•；沃森是发现DNA结构的科学家之一，他在完成研究后，描述这种双螺旋状的结构时说：“你看，这真是美极了。”在科学的领域里，审美观（美的概念）极为重要，诺贝尔奖得主默里•；盖尔曼表示：“当你发现一些结构单纯，而且符合其他物理定律的东西时，就算有一些实验数据不利于它，也无所谓了。”麦当劳前任董事长克罗克以极为细腻的说法描述汉堡的美观时，并不是脑子坏了；他只是认识到美观的重要性，而且了解这是建立商业逻辑的基础。
　　我们以直觉面进行“推论”的程度，和以逻辑面推论的程度不相上下，甚至有过之而无不及。实验派心理学家阿莫斯•；特沃斯基以及丹尼尔•；卡尼曼是“认知取向”心理学的领导者。他们一再实验，不断发现人们的直觉取向。譬如有个他们称为“代表性”的现象，就会对推论能力造成强烈的影响。简单来说，故事（完整而且本身说得通的事例）比起数据（根据定义，基本上是抽象的）更容易影响我们。有个典型的实验是这样的：实验人员告知受试者某个人的生涯，提供一些相关的数据，然后要求受试者猜故事中的人从事什么职业。实验人员告诉受试者：“杰克是个45岁的男性，已婚，有4个小孩。他很保守细心，而且有野心。他对于政治和社会问题并没有兴趣，大多数空闲时间都是用来从事他的诸多嗜好，譬如在家里敲敲打打，乘帆船出航以及解数学题。”然后告诉受试者，杰克是从由80％律师、20％工程师构成的人群中挑选出来的。尽管受试者知道这个人群以律师为主，他们还是根据自己对于职业的刻板印象选择杰克的职业。在这个实验里，大多数受试者都认为杰克是工程师。
　　戈雷格里•；贝特森也举例说明代表性的重要：
　　这个故事我以前就说过了，不过我还要再说一遍：某人想要了解心灵运作的奥秘，但他不是跑到大自然去了解，而是跟他的大型计算机请教。他问计算机：“你在进行运算的时候可曾觉得自己是人类？”计算机接着开始运行，分析自己的运算习性。最后，计算机把自己的答案打印在一张纸上，就跟一般计算机一样。这个人跑去看答案，结果发现纸上清清楚楚地打着：“这让我想起一个故事。”故事就像是一个小结点，或是我们所谓的“关联”。这台计算机当然没错。人们的思考方式的确是这样。
　　相关的研究还发现：
　　1。　我们不会太注意以往的结果。对我们影响最大的不是历史，而是目前某个好的逸事趣闻（或是一些八卦消息）。我们会根据正好想到的数据来进行推论（心理学家特沃斯基以及卡尼曼将此称为“可得性启发”，availability　heuristic），并不在意这些数据是否有统计上的有效性。我们在东京的饭店里巧遇三位友人时会想，在这里碰到熟人真是奇怪，却不会想，其实我们认识的人也经常会去我们去的地方。
　　2。　如果两个事件同时发生，我们会立刻认为这两件事情具有因果关系。譬如，有个实验提供受试者有关某人的临床数据和他们的图像，过后要求他们回想自己发现了什么，结果他们会高估这个人的面貌和实际个性之间的关联（人们通常以为天性喜欢质疑的人通常眼睛会长得很奇怪）。
　　3。　我们过度相信样本的规模大小。我们发现小样本的说服力并不比大规模的样本逊色，有时候甚至有过之而无不及。譬如，有个人从一个坛子里取出两个球，这两个球都是红色的。另一个人取了30个球，其中18个是红色的，12个是白色的。大多数人都认为第一个例子显示坛子内主要都是红色的球，尽管纯粹从统计的角度来看，其实正好相反。
　　数以千计的实验结果显示，人类的推论是出于直觉。人类会根据简单的决定法则来做推论。在复杂的世界里，这是比较好听的说法，说穿了其实就是人类相信自己的直觉。我们需要想办法从不计其数的细枝末节当中找出头绪，开始采取以往就能够奏效的思路—关联、比喻、暗喻等等。
　　这有利也有弊，不过我们认为利大于弊。弊端在于，实验显示，在概率和统计学的世界里，我们的直觉没有什么发挥的空间。如果在理性层面多加训练，对此会有帮助！不过好处在于：在这个复杂的世界里，我们大概只能靠着直觉来解决问题。这是人胜过计算机的优势所在。

　　简单和复杂

　　“KISS”是个有趣的英文首字母缩略语，即：“Keep　It　Simple，Stupid！”（保持简单，傻瓜！）卓越企业最主要的特征之一，就是他们懂得化繁为简的重要性。有一个很强大的理由，让我们以诺贝尔奖得主西蒙来说明。西蒙深入研究人工智能领域，试图让计算机以更近似人类的方式“思考”，而不是简单地搜寻解决方案。
　　譬如，在西蒙和其同事最重要的研究结果当中，有一项是：人类不擅长处理大量的新数据和信息。他们发现，大多数人的记忆力有限，在短期内能够记住的数据顶多只有六七项。
　　可是在这个世界上，大型企业的组织都很复杂，如果我们把这项研究结果应用在管理上，就会发现有所矛盾。只要看看当公司人数呈算数级数增加时，员工之间的互动方式也会呈几何级数增加，就可以了解大企业有多么复杂了。如果公司只有10个人，可以产生一对一互动的关系总计有45种。如果员工人数增加到1　000人，总计为50万种。1万人的公司，则有5　000万种。公司人数越多，为了适应复杂的沟通需求，沟通系统也会越复杂。
　　我们在研究期间读过许多企划案，其中没有一本是少于50页的。有家规模达5亿美元的消费品制造商，他们的高层主管们在个人计划当中列举的年度目标，几乎都超过15个，30个目标的也不少见。你们可能觉得这没什么大惊小怪的，不过该公司最高层管理团队为了掌握高层500人的动态，设定的目标数可能高达15　000个。看到这个数字，你们可能才会惊觉到其中的复杂程度。当情况越来越复杂时，高层主管通常会有什么反应？当面对数以万计的目标时，他们会怎么做？为了达到这些目标，必须面对更为庞大的信息时，他们会怎么处理？这时候，他们会雇用更多的行政人员为他们简化事情。
　　其实，行政人员或许的确能为他们简化事情，不过基层职员会过得更加水深火热。
　　不管有多少个行政人员，他们一来就下达指示、提出要求，制定规定、政策、报告，甚至还做问卷调查。在这样的过程当中，信息过剩就出现了，即使是其中一小部分信息，也超过了人们短时记忆能够负荷的程度，情况会变得非常混乱。
　　虽然这是一般企业常见的问题，但是在卓越企业却会迎刃而解。首先，他们会特意精减行政人员，避免自上而下的混乱。譬如，德纳、艾默生电气、石油探勘公司史兰伯杰（Schlumberger）都是规模在30亿～60亿美元的顶尖企业，但是总公司部的职员却不到100人。福特汽车的管理团队有17层，丰田却只有5层。重点在于设定一些关键性的价值取向，让大家知道孰重孰轻，这样一来，每天需要指示的事情就少得多（以免短时记忆超载）。麦克弗森接管德纳时，把厚达22英寸半的公司政策手册扔掉，以只有一页的公司理念取而代之，侧重“有生产力的人员”。他的员工听到这消息都震惊了。麦克弗森解释说：“这表示公司74家工厂可能有多达74种不同的程序。对，这表示你们终于要开始做事了。”
　　这类公司当中，许多是以迅捷的工作小组来减少书面工作，宝洁对于减少文书工作的努力更是业界的传奇。他们坚持，任何形式的书面沟通，都只能以一页的备忘录进行。其他业者则“退而求其次”，忍受着内部相当严重的重复、多余和错误，因为以他们的规模来看，他们就算有心也无能为力。本书稍后说明研究结果时，会介绍卓越企业采取哪些化繁为简的方式。这些企业不顾复杂的现实世界，不仅化繁为简，而且从一开始就保持简单。当然，德州仪器“目标超过两个就等于没有目标”的标语其实不切实际。在这世界上，30个目标是比较实际的做法。不过德州仪器的目标是符合人类天性的。如果靠一点运气和本身的毅力，一个人一年或许的确能完成两个目标。
　　西蒙在研究人工智能时，发现了另一个相当有意思而且令人振奋的结果。他和同事在设计让计算机也可以下棋时，对长期记忆进行了研究。这项研究牵涉到理性和直觉在记忆里所扮演的角色。西蒙一开始假设，棋赛可以完全根据理性取向进行，也就是说，他们可以用决策树这样的方式来设计计算机程序。计算机在下棋之前，会先搜寻所有可能的走法和对手可能的反应。从理论上来说，这应该是可行的，可是实际上并非如此，因为可能的走法为10的120次幂（而1兆仅为10的12次幂）。现代运算速度最快的计算机本世纪内也只能达到每秒10的20次幂的运算。所以根据理性取向设计下棋的计算机程序完全不可行。
　　西蒙接着研究国际象棋高手是怎么下棋的。在进行研究时，他请国际象棋大师（全世界的一流高手）迅速（约10秒钟）看一下正在进行的赛局，当时棋盘上还有大约20多个棋子。他发现，这位国际象棋大师看过之后可以正确记忆几乎所有棋子的位置。这完全不符合短时记忆的理论。当A级棋师（比大师低一级）进行同样的实验时，他们的得分要低得多。或许国际象棋大师的