复杂性科学思维 复杂性科学( 二 )


没有.
事实上 , 评价局势发展趋势的关键 , 往往不是表面上的宏观方向 , 而是推动事物发展的微观力量,它们的变化速度和方向 。
比如同时有A、B、C三家公司 。到了年终总结,大家发现各个公司的业务规模都在增加,公司的年收入也在增加 。因此,三家公司的员工都对未来充满信心 。真的是这样吗?
如果你对比一下这三家公司的规模和人均利润的关系,总结成一张图,你就会看到,这三家看似趋势性增长的公司,实际上处于完全不同的发展态势 。
A公司 , 规模在增加,总收入在增加,人均利润也在增加 。
B公司,虽然规模越来越大,总收入越来越多,但人均利润没有变化 。
C公司,虽然规模在增加,总收入在增加,但人均利润在下降 。
现在 , 你更喜欢哪家公司?
所以问题不在于公司的业绩是不是在增加 , 而在于它的人均效益是在增加还是减少 。很多时候,公司的业绩在增长 , 规模在增大 。一切似乎都是公司历史上最好的时光 。但是 , 正如克里斯滕森在《创新者的困境》中提到的 , 一个企业最成功、最繁荣的时候,可能也是最危险的时候 。
但是,为什么同样是企业的一些组织 , 随着人员规模的增加 , 收入会大幅增加,而另一些组织在人员扩充时,收入会大幅下降?不是说人多力量大吗?为什么会出现一个企业人越多收入会越低的问题?
当然,这个问题在管理学领域的无数文章中都有讨论 。今天我们再从【如何用复杂系统思维动态预测未来】的角度来看这个问题 。
先说一个问题:为什么公司的规模总是有界的,不会无止境的扩张?
其实人类大规模合作的历史由来已久 。然而,很长一段时间,人们并没有清楚地认识到:一个合作组织的人数增加,会给组织带来哪些变化?
直到上个世纪,一位名叫科斯的年轻美国经济学家才满怀好奇地研究了这样一个问题:为什么没有出现一个巨无霸公司来承接世界上所有的业务?为什么一个组织的规模总是有一个大小边界?在探索这个问题的过程中,他发现了一个重要的现象 , 即在一个组织中,信息的组织和流通是不自由的 。
比如你一个人工作的时候,明白问题就可以了 。然而 , 当你还有两个同事时:
(1)你不仅要自己想清楚,还要给同事说清楚 。
(2)这个时候同事可能会和你意见不一致,你需要和对方沟通 。
(3)当你认为大家终于沟通清楚了,可以工作了 。
(4)结果我同事干完活给你看,我晕 。为什么和我刚才说的完全不一样?
(5)所以,我们必须再次沟通,返工和修改...
……(上述步骤的循环次数没有上限)
相信很多人都有过这样的经历,就是人员增加带来的信息成本和沟通组织成本 。
也就是说,当公司员工数量增加时,公司内部查找信息、沟通想法、协调任务、保证执行、达成共识的成本也大幅增加 。
科斯将这些为促进合作而产生的成本称为“交易成本” 。
由此可知 , 公司人越多 , 交易成本就越高 。直到有一天 , 扩大规模带来的交易成本已经超过了它带来的收益 , 企业的规模就无法扩大了——这就塑造了企业的边界 。
这个道理在今天看来很简单,但在当年却是石破天惊——科斯凭借这一发现获得了诺贝尔经济学奖 。
不过,现在我们回过头来用复杂性科学和网络传播的原理来解释一下 。也许这个问题比较好理解 。即当一个公司的人员增加时,实际上是在网络系统中增加了新的节点 。当系统中的节点数量增加时,系统中节点之间的链接数量也呈指数增长 。
这意味着当网络中的所有节点都要通信一次时,通信成本会成倍增加 。
换句话说,公司每多招一个人 , 付出的不仅仅是他的薪资成本 , 还有日常与他沟通协调带来的交易成本 。
因此,企业员工成本的正确算法是:
员工成本=员工工资+额外沟通组织成本 。
当然,我们可以通过优化沟通方式,互相熟悉来降低这种沟通成本 。但这种优化的效果在一定时期内是有限的 。因此,在实践中 , 人们逐渐总结出一些经验方法来对抗内部交易成本的增加 。
最典型的例子就是亚马逊的“两个披萨法则” 。这个规则说,如果一个项目的工作人员加班订餐时 , 两个披萨不够养活项目团队,那就说明这个团队的工作人员太多了,必须分流 , 提高项目团队的灵活性 。因为在实践中,他们发现一旦人数超过两个披萨的规模,沟通的成本就抵消了人员增加带来的好处 。

推荐阅读