探究主流管理界现存的最大问题：bug的真正根源

目前，主流管理界最大的bug可能是过度依赖于传统的管理模式和理念，而忽视了创新和变革的重要性。许多管理者仍然固守于传统的层级管理架构和指令式的领导风格，而忽视了团队的灵活性和自主性。这种过度依赖传统管理方式的思维模式使得组织难以适应快速变化的市场需求和技术革新，导致管理效率下降，员工士气低落。因此，管理界需要转变思维，积极创新管理模式，注重培养创新能力和领导力，以提升组织的竞争力和适应性。

体合成整体后可能变笨，也可能变聪明。

为什么公司最终一定会死亡？

王东岳从最底层进行了解释：因为熵。熵增定律就像但丁大门上的告示，任何封闭的系统最终命运就是消亡。

但幸运的是，科学家发现，生命系统在一定时间内是熵增的特例。在漫长的38亿年时间里，生命系统越来越复杂，越来越有序。

其中一个原因：生命系统是个开放系统，它可以不断从外界引入负熵流。拿人体来讲，我们把不需要的二氧化碳排出去，从外界吸收了阳光、食物、氧气等等来完成我们的新陈代谢。

因此，阻止熵增可选择的一个路径是：从机械型组织转为生物型组织。这是未来组织变革的一个大趋势。

其实这些说法的背后，隐藏着一个更大的世界观变革：

牛顿引发了机械论世界观，但达尔文带来了进化论世界观。

如果过去是管理的时代，管理的底层根基是牛顿机械论世界观；那么未来越来越重要的是创新，创新的底层逻辑是进化论世界观。

从决定论到混沌论，今天的主流管理过时了

法国数学家拉普拉斯提出的著名科学假设说：只要我能够测量今天宇宙里所有微粒的位置和它的速度，那么宇宙未来任何一个时刻的状况，全部在我掌握当中。这是决定论、预测论的观点。

但是，达尔文在进化论上毫不妥协地抛弃了决定论，在进化论里根本没有决定论。

父母基因的组合以及产生子代时随机性的变异，完全是偶然性的。还有生存竞争，也不是决定论的，是正反馈的自然选择。

物理定律可以对过去进行解释、对未来进行预测，但生物学只能对过去进行解释，对未来没有办法做预测，更像混沌理论。

新科学量子力学也摧毁了拉普拉斯决定论。海森堡提出著名的不确定性理论：你对位置测量得越准确，那么粒子速度就根本无法去测量。一开始人们以为只是测量工具的问题，后来才发现这跟工具无关，而是根本意义上的不确定性。

1986年英国皇家学会在纪念牛顿的《原理》发表300周年时，专门为这件事情道歉：“现在我们深深意识到：我们的前辈对牛顿力学的惊人成就是那样的崇拜，这使得他们把它总结为一种可预言的系统”，“我们以前曾经误导了公众，向他们宣传说满足牛顿定律的系统是决定论式的，但它已经被证明是不对的，今天我们愿意为此向公众表示道歉”。

《新科学与领导力》讲了这样一句话：“我们过去的管理理论是建构在牛顿的科学之上，但是科学本身已经飞快地往前走了，但是我们的管理还坐在已经过时了的科学之上。”这就是今天主流管理界最大的Bug，像刻舟求剑一样。

连科学家自己都承认，自己那个理论已经被新科学给推翻了，而我们的管理依然还架构在已经被推翻了的牛顿机械论之上。

从设计论到演化论，最大挑战是在管理中接纳异端

霍兰德是全世界第一个计算机博士。他有一个想法：能不能像繁育玉米种子一样，来繁殖计算程序呢？

过去写程序，都是聪明的设计师自己编出来的。而他和他的学生想用进化思想，为机器进化出而不是设计出一个算法程序。

有一个10×10的棋盘里散落着一些易拉罐，最左上角有一个机器人叫罗比。他们想编一段程序或者说进化一段程序，让罗比用最短的时间和步骤找到所有易拉罐，并把它们扔出去。

● 操作的第一步：随机生成200个清扫程序，有了初始量。接下来让罗比随机行动，但每一此次都会得到奖励或惩罚，如果把罐子收集起来加10分，撞了墙扣5分，如此等等。

● 操作的第二步：把罗比得分高的程序留下来，得分低的扔掉。进入下一轮，继续“繁殖”下一代程序。这个子代的程序要有很小的概率发生变异。

当进化计算的程序到了第250代，已经接近人类设计了；到了400代，已经接近最高水平；到1000代的时候已经趋于完美了。

最后的结论是，人类自我设计的最高分是346分，而进化出来的成绩是483分。这个实验完美的证明了一件事情：演化论超越了设计论。

它证明了38亿年，的的确确就通过遗传变异和自然选择就演化出了大千世界。

凯文·凯利说，演化特别适合以下三件事：

到达你想去而又找不到路的领域

到达你连想都想不出来的领域

开辟一个全新的领域

万维钢写过一篇文章说，其实市场经济就是进化经济学。熊彼特被称为“进化经济学的开创者”，所做的工作也是把进化论的思想引入经济学。我们可以大胆预测，未来所有领域都会引入进化论的思想。

所以，所谓创新，就是生物学里的变异。

把变异思想引入到创新实践里，需要注意两点：

● 变异的速度

在企业里应用进化论思想，迭代速度是关键的要素。

● 变异的数量

当达尔文提出自然选择时，他的反对者说不对，因为我们看到任何物种的改变都不可能超出一定的界限。比如，在人工选择里，你可以让狗跑得更快，或者让它的鼻子比以前更灵，但绝对不能把狗变成另外的东西。

达尔文怎么回答的呢？狗不能变成另外一个物种，原因就是在于人工选择的时候，变异少了。在一个封闭的人工选择当中，那些有限、有效的变异很快就耗尽了。

自然选择相较于人工选择的一大区别就是，变异无穷无尽。

所以，如果想在企业里应用进化论的思想，第一前提是，你的企业中是否有足够丰富的变异？创新源够不够？多样性够不够？而这恰恰是最大的挑战。

《创新的窘境》里讲到麦肯锡建立了一个强有力的流程，因此无论什么员工被分配到哪个项目，都能工作得井然有条。每年有上千个员工离职，有上千个MBA加入，但是麦肯锡仍然能年复一年、高质量地完成任务，因为它的流程很棒。

但是，这个流程恰恰只适合于那个不变的工业时代。麦肯锡这些能力同样构成它的缺陷。它严格的分析和数据驱动性流程有助于它在成熟、相对稳定的市场里创造价值，但在日新月异的科技领域和互联网领域，麦肯锡的客户基础就越来越少。

精益创业之父Steve Blank在《哈佛商业评论》写了篇文章，叫《创新大公司无法言说的伤》，指出：创业公司的目的是寻找商业模式，而大公司的目的是有效地执行一个商业模式，它俩初衷就是不一样的。

● 创业公司的本质是什么呢？是search right things（寻找正确的事情），如果要这样，你就必须不停地去试错。所谓试错就是变异。所以，创新意味着缺乏秩序。

● 但大公司的本质是什么呢？do things right（做正确的事），重要的是执行，一旦执行，需要制定KPI、制定流程。

接下来，Steve Blank讲了一句非常有意思的话：奇怪的是，大公司每增加一个执行力的流程，就等于增加了一条防止逃逸的绳索，于是企业创新就会死多一点点。

管理和创新的本质区别，可以用我们这张图来解释一下：

管理是在第一曲线之内，而创新是在两条曲线转换的那个领域。管理学和创新学本质上是两个学科，而管理的本质是牛顿机械论，创新的本质是达尔文的生物进化论。

创新就是多样性，它用在企业里就是异端，就是那些新奇的、超出常规的信息。它不会从确定性中产生，而是起源于混沌状态。所有的变异一定会来自于非共识的状态。

而稳定的流程是一个负反馈系统，你关心的是平均值。你对平均值以外的数据不感兴趣，这就根本就没有办法产生新信息。

从还原论到自组织，坚决不允许公司政策特别复杂

企业是一个复杂性的系统，它是不能用原来个体的性质和规律来解释的。整体将大于部分之和。

那多出来的那一部分，是如何无中生有的吗？不是，这就是自组织。

比如我们来看蚂蚁，单个蚂蚁的行为是非常简单的，但是由成百万、千万只蚂蚁所组成的蚁群，结构却相当的复杂，并且具备某种智能。

牛顿机械论认为这个世界都是由机械来组成的，如果这个系统发生变化，动力因只能来自于系统之外，如果没有外在的力量，系统就不可能发生变化。但是，自组织动力学恰恰是另外一种完全不同的想法。

在大海里，“成千上万条鱼组合在一起，就像一头巨兽一样游动，它们破浪前行，像一个活着的整体一样”。它们没有头领，之间也没有及时对话，一致性从何而来？有专门研究鱼群的科学家把不同的鱼染上不同的颜色，用不同的信息去追踪，结果发现，仅有三条规则。

规则一：跟上前面的鱼。规则二：跟身边的鱼保持同步。规则三：与其它的鱼保持一定的距离，也不要太近了。仅仅有三条规则，整体就像有新的生命一样。鱼群可以根据环境的变化来改变自己，这已经很难用还原论的方式从个体的鱼来解释了。从无到有，生命的力量突然出现的那一刻，这个力量就叫自组织。

自组织里的个体之间也一定存在着某种信息交流。但仅仅是原有信息的累积吗？不可能，单个蚂蚁很愚蠢的。这之中的秘密，叫做信息素。蚂蚁在行动过程中，能够释放某种信息素，吸引其它蚂蚁来追踪，沿信息素强烈的路径往前走。这是一种正反馈。

在这个思想的启发之下，MIT一个实验室的主任彭特兰，研究了人和人之间可否有这种互动方式。他发现，人和人之间的互动比个体的人更重要。

比如说减肥，过去一直认为这是个体努力的结果，但其实一个人体重改变，和他与改变了体重的同伴之间的接触量有特别密切的关系。

考试也是一样。你跟同伴接触所产生的影响，跟智商对考试分数的影响几乎一样大。你的成就是你周围最紧密的6个朋友的平均数。

总结一下，自组织动力学的几个关键性的机制是：

● 第一，大量个体

● 第二，相互作用

● 第三，简单规则

● 第四，群智涌现

● 第五，正反馈

回到人力资源管理上来，将来很有可能有一种管理的革命，它不再像以前一样着眼于对员工个体的管理，而是建立一种简单的规则，促进员工和员工之间的相互作用。所以HR将来会从管理个体转为重点去塑造连接，改变人们之间的连接方式。

这个原则对我们现实有什么帮助？举个例子，张一鸣说：“信息的流动本身对社会有非常深远的影响，我甚至觉得它可能是各种所有其它效率的基础。”

这是他创办今日头条的初衷，也是方法论。他们公司内部有一个效率部门，专门优化信息流动。他坚决不允许公司里政策特别复杂。一个新的想法进来，什么时候被整个公司知道，甚至成为共识？他用这个时间长度来衡量公司创新的效率。

小结

有一个词叫“乌合之众”，而我们刚才讲了“众愚成智”。个体合成整体后可能变笨，也可能变聪明。全看你有没有把握好两点：

第一，多样性。一个组织时间长了会有一种“回音室效应”，大家的想法太一样了。你想做领域里的大牛，你的团队里必须要有一些弱关系，才能有创新。

第二，独立性。团队里不同的人必须有独立的思考。如果你找到很多不同背景的独立思考者，这些特立独行者的共识就是最佳策略，其回报率是普通大众共识回报率的300%。