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

[徵才]方圓國際誠徵兩個新職務

[徵才]方圓國際誠徵兩個新職務

今年四月份,我加入了方圓國際擔任策略長,方圓是一家茶飲連鎖公司,旗下有兩個主要品牌「吃茶三千」與「喫茶小舖」。吃茶三千在海外 30 多的城市有約 130 家門市,喫茶小舖在台灣則約有 60 家門市。 我從去年底開始擔任方圓的顧問,主要協助梳理公司的管理制度、流程與阻礙成長的問題。四月份我轉任策略長,過去這一個多月,我除了 AI 的引入與建置外,我也花了大量的時間重新構思公司的整體策略。 我們進行了「未來十年不變的事」的策略探討,最終設定了十年戰略方向,三年目標,以及 2026 年的關鍵任務。 透過這樣深度的策略思考,我們也藉這個機會盤點了公司目前的人才缺口。 以下有兩個很關鍵的角色是我迫切在找尋的。如果你覺得自己或身邊的人很適合加入方圓,請自薦或推薦給我,謝謝。 歡迎將履歷投遞到:gipi@teashop168.com.tw 門市體驗經理(Store Experience Manager) 門市是接觸終端消費者的最後一哩路,也是品牌傳遞價值的關鍵接觸點。我們在全球因應不同的市場有不同的店型設計,

By gipi
克服 AI 焦慮的方法,唯有實作

克服 AI 焦慮的方法,唯有實作

2018-2019 年左右,線上學習在台灣整個大爆發,線上課程一大堆,每個禮拜都有很多線下學習活動。每天都可以看到大量的學習心得與活動心得,每個人講的內容都很有道理。全台灣好像瞬間變成一個知識島,所有人都學識淵博,而自己似乎懂得有點少。 知識焦慮年代 在那個時候,很多人染上了「知識焦慮」的病症。 害怕別人知道自己不知道的,擔心自己沒跟上世界的節拍,所以哪邊有新知往哪兒去,哪邊學習氛圍濃厚就往哪兒鑽。看起來是因為熱愛學習,但內心的煩惱其實是「害怕失去」。 害怕失去話語權,害怕失去社交談資,害怕失去機會,害怕失去競爭力,害怕自己不再是別人眼中領先的族群。 而克服焦慮最有效的方法,不是知道更多,而是實踐,從時間中獲得成果,獲得進步。 那些仍在學而沒有做的人,焦慮是無法停止的,因為他並沒有真的改變現況。 這也是當年為何我們想舉辦 case study、學習營、打卡、案例練習,並且鼓勵大家多多輸出的原因了。因為輸出,其實就是最輕量的實踐,而動手做,則是讓自己學有所用的基本配備。 在那個知識焦慮的年代裡,因為我本來就熱愛學習,也經常輸出,

By gipi
我如何與 AI 協作開發,我的開發步驟分享

我如何與 AI 協作開發,我的開發步驟分享

昨天到工程師場子分享,想說跟大家對照一下,現在是否多數人都跟我一樣,寫程式完全不手打任何一行 code,全部都是 AI 做的。 結果發現,現場只要有在用 AI 開發的人,多數時候真的都是讓 AI 來完成程式撰寫工作。 目前我的開發組合是 Claude Code / Claude Design / Fly.io / Github / Cloudflare,其他還有根據程式功能需要而使用的第三方元件。 做一個新系統的習慣是: 1. 跟 Claude 討論我想解決的問題,以及我的核心需求,中間我可能會用 Claude Cowork 做本地資料的分析,然後請他廣泛收集一下資訊,做幾輪 prototype 的模擬。確認方向是否是我所期待的。 2. 對完需求後,請他產出系統定位、限制、邊界與 PRD。 3. 把 PRD 跟幾個

By gipi
加快了速度,少了回饋

加快了速度,少了回饋

2022 年時我曾推出了一堂課《打造高效軟體開發團隊》。 在這堂課程中我繪製了一張軟體開發過程管理的架構,這張圖我從公司策略->產品策略->需求管理,一路到開發過程管理、交付、市場回饋,最後再回到產品需求管理。 當年我曾說過,軟體開發最重要的其實不是程式開發本身,而是 align 公司策略與產品策略,同時兼顧好短期需求,將需求管理做好。 但我們也可以看到產品需求管理是上述架構中最主要的節點,上承策略,下接短期需求,右邊則是成為所以開發計畫的起頭,同時還要承接來自市場回饋,並能持續優化管理過程與技術債務管理。 簡單的說,決定做什麼,決定了產品定位,決定先做什麼,則決定了策略重心。但要做出決定,除了對目標有清晰的認知外,更重要的是「回饋」。包含市場回饋、使用者回饋、利害關係人回饋(研發/行銷/客服...)。 這陣子透入 AI 開發後我對這張架構圖有一些新的想法: 首先,是生產力過剩。 因為 AI 不用休息,生產力幾乎沒上限,

By gipi