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

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
AI 在商業決策層面給我帶來的三層改變

AI 在商業決策層面給我帶來的三層改變

從二月開始,台灣就陷入一陣 AI 瘋,一堆人都開始投入龍蝦、Claude Code、Codex 等超級生產力的任務中。不寫程式的人開始寫程式,包含老闆、設計師、行銷、創作者。而其中最瘋狂的,莫過於身邊的一堆老闆們。 有人批評說:「這些老闆們放錯重點,應該好好回到自己的位置上去做出好的決策,讓專業的人來處理專業的工作,不要瞎搞。」 關於這個批評我個人極端不認同。 我的看法是老闆不多花點時間深入理解 AI,他在未來就很難做出好決策。 今天看到 Coinbase 的 CEO 在 X 上發布了裁員的消息。 而我也在 FB 寫下了我對這件事情的想法。 今年不知道第幾家公司了,幾乎都不是因為經濟不景氣,而是各家公司都在為變化儲糧。很多軟體公司之所以裁員,都是為了有更多的資本支出可以投入在 AI 的團隊、產品或基礎建設上。 扁平化只是一種不再需要「管理代理人」的訊息。現代的管理概念還是很崇尚那個一人最多管七人的科層組織管理概念。 為了「有效管理」,一個人管七個人是個看似科學,

By gipi
2026 年第一次深度復盤

2026 年第一次深度復盤

今天提早結束今天的顧問行程,中午回到住宿的飯店泡了個熱水澡,想著到底要休息還是繼續工作。但想了想,或許可以針對最近的一些想法跟經歷做一些復盤與總結。這篇文章內容比較雜一些,但都是我近期比較重要的一些想法。 重新燃起的工作熱忱 我的工作狂性格其實已經沉潛了好多年,我一直以為我對工作已經不像年輕時那麼有熱忱。沒想到工作狂性格只是悄悄地躲了起來,等待有一天再遇到讓人熱血沸騰的時機。 燃起我工作熱情的事主要有兩件,一件是方圓國際的策略長工作,另一件則是與 AI 有關的「Growth OS」計畫。 方圓的工作有一定的機密性我就不多說了,往後能揭露的內容會陸續讓大家知道,但我可以說這應該是我接觸迄今合作上最深入的案子,我覺得很開心。至於「Growth OS」是什麼?我下面會有獨立的段落跟大家說明。 但我可以先跟大家分享為什麼這兩件事會重新燃起我的工作熱忱。 我個人的工作熱忱主要來自幾個地方: * 有挑戰,這件事難不難,能否燃起我的挑戰慾望與好奇心。 * 能自我實現,我總有一些放在內心很想做的事,但可能是時機不到,又或者沒有碰到合適的場合。 * 能按自己價值觀來行事,這件事在我

By gipi
近期 AI 寫 Code 的一些想法

近期 AI 寫 Code 的一些想法

之前用 AI 寫程式,比較 free style,簡單說,就是功能能運作就好,反正就解決單點問題,就算是個商業應用,也大多設計成可以離線使用,架構很簡單。 但最近為了要完成我 Growth OS 的野望,我又回到以前工程師年代,會很在意目錄架構、資料結構、資料流、權限控制,甚至也會思考更多關於擴展性、多租戶、系統邊界設計的問題。 也因為有較深入的思考,對於 AI 參與開發這件事,我有了多一點的體悟。 Rule-baesd 模式 從前的程式開發大多是建立在有明確規格之後,演算法就像數學公式一樣,輸入什麼樣的參數,往往就能得到一個可預期的結果。 簡單的說,就是「確定性」,所以以前的測試根據的是輸入 A/B,是否得到 C 結果。 直到現在,如果我們對一個程式的執行結果,最主要看的是「確定性」,也就是執行一百次都要得到可預期的結果。那最後或許還是只有清楚的

By gipi