未來組織發展的兩種趨勢

未來組織發展的兩種趨勢

昨天早上在台北跟 Happy 聊天,其中我們也聊到未來企業發展跟管理的可能趨勢,以下兩點的內容我覺得交流的很愉快,也跟大家分享。

反組織規模化

過去幾十年,擴大規模往往是企業步入成長期後,最重要的發展策略,可以說沒有之一。

擴大規模為什麼有效?

因為當一家企業的商業模式跟產品都經過市場驗證,進入成長期的企業,不論是自身策略的期待,或者是資本市場的要求,最高指導原則就是「成長」。不論是營收成長或者客戶數成長,都將是企業最重要的指標。

而成長的公式:

營業額 = 訂單數 X 客單價 = (流量 X 轉化率) X (商品數 X 平均商品單價)

然後找到 Product Market Fit 的企業,最常見的成長方式就是複製既有的模式。簡單的說,如果開發 10 家客戶,需要 3 個業務,現在要開發 50 家,那就請 15 個業務,而為了讓 15 個業務有效開發,那也需要 5 倍的商機數,這等同於要擴增通路或透過廣告投放等各種手法,想辦法拿到 5 倍商機。

同樣的狀況,在生產單位與交付單位也雷同,為了供應 5 倍訂單的產品,那就要多拉 4 條生產線,或者多蓋 4 座工廠,請多 4 倍的人。

這種人力與生產力一比一交換的概念,就是所謂的複製。

但其實進入知識經濟時代,大家早就發現這種複製根本不是一比一交換,更常發生的狀況是 1:0.9、1:0.8,有著邊際效益遞減的狀況存在。

原因無他,就是溝通的效率會降低,管理的成本則會隨著規模長大而愈來愈高,放愈大問題愈顯著,利潤也會愈來愈薄

工業時代,企業經營很喜歡用 headcount 這個詞,意味著增加人就會增加生產力,因為生產線是通過標準作業流程做管理,工作是高度重複性,一比一的交換是很有可能的

資訊時代,工作的多元性愈來愈高,以軟體工作來說,大家都知道一個好的工程師的生產力,很可能是一般工程師的 10 倍甚至更多。這代表 headcount 其實已經不容易被當成一個衡量總體生產力的要素,更重要的是素質與團隊合作能力

人工智慧時代,高度重複性,可以透過人力成長直接等比換生產力的工作,將被自動化機器人大量取代,企業生產力的翻倍,不需要仰賴員工數的翻倍。而具備創意型的工作,AI 還可能處理的比多數人更快更正確,企業要提升生產力,也不必然要招聘更多員工。

所以我們討論後認為,未來還是會有超大型企業,但企業看待規模化的態度會有蠻大的改變,甚至會逐步做人事精簡,讓自己從「人力兌換生產力」的巢臼中跳脫。

企業成長過程,重要的不是 R&R,而是 ownership

因為近期我都在跟成長期企業聊,所以我也跟 Happy 請教了類似問題:「成長期的企業,CXO 的 one-down 要怎麼培養?」

Happy 提出了一個很精闢的想法,他說:「重點不是 R&R,而是敢去碰灰色地帶,目的是解決問題,達成任務的 ownership。

這一點,我萬分同意,不是說 R&R 不重要,畢竟今天如果要能做到有效分工,並未每個人設定合理的目標跟考核指標,我們還是要明訂每個部門與每個人的權責。不然在用人時,打考核時,都沒辦法有個相對客觀的依據。

我提到:「組織設計的目的是為了更好的解決問題,達成企業目標,分工的目的也是,定義 R&R 也是,不應該反過來了。」

當主管們發現 R&R 阻礙了他解決問題時,他會採取什麼樣的行動才是關鍵。

他可以堅持 R&R,但不解決問題,也可以遵守 R&R,但盡力協調把問題解決,甚至可以不管 R&R,優先解決問題。

我們交流時的想法是,組織發展過程,本來就很難每件事都被清楚定義,R&R 更不可能定義的鉅細靡遺,肯定有很多沒被清楚定義的灰色地帶,而主管在遭遇這些灰色地帶時,本來就應該去解決它,而非堅持 R&R。

待問題被解決,回過頭來討論這個灰色地帶未來歸誰,又或者該如何處理,這才是一個管理者必須要有個 ownership。

在收斂這個話題時,我提到,不論是 R&R 或者主管對自己 ownership 的想法,其實更接近梯形,部門與部門間,主管與主管間都有一些 overlap。

不要怕踩線,把解決問題放在 R&R 之前,多多培養自己看問題與解決問題的廣度,你會變成企業更看重的人才。

如果你覺得我內容寫得還不錯,歡迎訂閱我的電子報,我每雙週會發送一封電子報到你的信箱。訂閱連結在這,過往的電子報也在這:Gipi電子報

也鼓勵你可以將我的電子報分享給你認為有需要的朋友們,也許你的舉手之勞,將會改變另一個人的思維與習慣。

Read more

AI 學習的悖論

AI 學習的悖論

「AI 讓你看起來更聰明,實質卻有可能學得更少。」 剛剛看到一篇文章談論 AI 對學習的可能傷害,他的參考資料是來自一篇文章《The Myth of Automated Learning》。這篇文章提到一個蠻重要的概念。 當人們使用機器自動執行他們本來可以自己完成的任務時,會發生以下三種情況之一: 1. 他們的技能不斷提高。 2. 他們的技能退化了。 3. 他們永遠學不會這項技能。 這三種狀況分別容易發生在三類人身上: 1. 如果使用者已經是專家,AI 工具可以進一步增強他們的技能。 2. 如果使用者尚未成為專家,而這項技能需要不斷練習,那麼 AI 自動化可能會導致技能退步。 3. 如果使用者是新手,而 AI 從一開始就執行任務,那麼這個人就可能永遠不會真正掌握這項技能。 作者舉的案例是工業時代,那些工匠等級的人,他們的工作被產線工人+自動化機器給大量取代,但這些生產線的工人離開自動化機器後其實什麼都不會。 對這個觀點我一半認同一半存疑,認同的點在於,產線工人熟悉的是機器操作,而工匠擅長的則是不靠機器來完成任務。哪個難度更高?通常是工匠。但從商業角度來思考

By gipi
互聯網女王 Mary Meeker 報告心得(2)-餐飲品牌 Yum Brands 的案例

互聯網女王 Mary Meeker 報告心得(2)-餐飲品牌 Yum Brands 的案例

這幾篇文章都是我觀看 Mary Meeker 2025 年報告後的一些整理跟心得。原始的文件可以參考:https://www.bondcap.com/reports/tai 本篇要聊的話題是在 75 頁看到 Yum Brands 在 2025 年 2 月開始推動旗下餐廳的 AI 化與數位化。 這份報告中可以看到的資料很有限,不過我對餐飲業的現況有點興趣,所以我請 ChatGPT 幫我針對 Yum Brands 使用 AI 的狀況做一些整理,發現一些比預期有趣的資料。 首先介紹一下 Yum Brands 這家公司,因為這名字相信很多人都沒聽過,但說到他旗下的公司大家應該就知道這家公司的規模有多大了。它旗下的主要品牌有以下四個: * KFC(肯德基) 全球知名的炸雞品牌,在 150 多個國家擁有超過 27,000

By gipi
互聯網女王 Mary Meeker 報告心得(1) - AI 的任務,增效優先於降本

互聯網女王 Mary Meeker 報告心得(1) - AI 的任務,增效優先於降本

到今天才有時間把互聯網女王 Mary Meeker 2025 的報告好好閱讀一下,報告的原始網址在此,有興趣的人自行閱讀:https://www.bondcap.com/reports/tai 在報告的 68 頁中我看到了一個很重要的觀念,我結合圖表做說明。 下面這張圖是 BOND 團隊針對 Morgan Stanley 的一份報告作出的整理,這張圖主要強調的是許多大型企業(調查了 400 多家年營收在 5 億美元以上的企業)對 AI 的觀點是放在「營收與事業擴展」上,而非「成本降低」。 以下幾項是被 BOND 團隊歸類在「營收與事業擴展」的項目: Production / Output (提升生產產出) ~70% Customer Service(提升顧客服務品質) ~65% Sales

By gipi
AI 時代我們需要什麼樣的產品經理

AI 時代我們需要什麼樣的產品經理

早上聽 Lenny 專訪 Revolut product head Dmitry Zlokazov 的內容,Revolut 是一家位於倫敦的科技公司,專注於提供金融領域相關的軟體服務。在這個專訪中我聽到幾個很可能是接下來產品經理定位的轉變。 Revolut 在找什麼樣的人來擔任產品負責人?以及如何培養他們成為全球等級的產品負責人? 重視原始智力與飢渴感 在招募時,比起應徵者豐富的經驗,更看重他們的原始智力 (raw intellect) 和渴望打造事物的永不滿足的飢渴感 (unquenched hunger to build things)。有飢渴感的人就算經驗較少,也能快速學習、適應並推動改變並解決問題。 而 Revolut 也更傾向於招募那些處於早期職業生涯 (early in their career) 或具有創業背景的人。 專注於不懈的執行 如果一件事情只完成了 99%,那它更接近 0% 而不是 100%。這包括確保產品不僅僅是開發完成,還需要確保客戶服務、銷售和行銷團隊都能充分利用,否則它可能只是一個無人知曉的無用功能。

By gipi