透明思考


Transparent Thoughts


  1. IT的战略重要性及人才挑战

    IT在过去数十年中一直在企业扮演重要角色。Porter和Heppelmann将过去半个世纪里IT的发展总结为“三次浪潮”,这三次技术的浪潮重塑了企业的战略以及企业之间的竞争。经过这三次浪潮的洗礼,IT在组织战略的核心扎根越来越深。本文尝试以文献综述的形式,勾画出IT技术的战略重要性、以及数字化浪潮带来的人才挑战。

    三次浪潮

    第一次IT浪潮(从1960年代开始)关注如何将价值链中的各项活动自动化。Porter和Millar在1985年的文章里把价值链中的活动分为9类,其中5类是主价值链活动:输入物流、操作、输出物流、市场/销售、服务,另外4类是支撑活动:公司基础设施、人力资源管理、技术开发、采购。这9项活动各自都有涉及信息处理的部分,利用IT可以显著提升每项活动中信息处理环节的效能。

    第二次IT浪潮(开始于1980及1990年代)关注价值链各项活动之间的协作与整合。正如Porter在2001年的文章里所说,当互联网连接越来越便宜、越来越可达,企业就能借助互联网更加精确地接收和响应市场信号。互联网会对行业中5项竞争因素同时产生影响,尤其是会提升买家的议价能力、降低行业进入门槛,从而使竞争变得更为激烈。

    前两次IT浪潮创造了巨大的生产力提升,但这种提升只是现有价值链的改善,而产品/服务本身并未受到很大影响。最近才开始的第三次浪潮则把IT嵌入了产品/服务本身。对现有产品和服务的数字化将从根本上改变竞争的地平线。像中国的“互联网+”这样的国家战略更进一步地推动了这次浪潮。从银行出租车,IT正在渗入并颠覆各个行业。

    技术内核

    数字化浪潮的核心有几项重要的技术。IBM的研究列出了4项最重要的技术发展趋势:大数据及分析云计算移动社交。这份研究显示,这些技术的早期采用者在加速创新、提升消费者体验、优化决策过程、增进员工效能等方面达成业务目标的可能性比尚未采用这些技术的企业高一个数量级。

    根据Shaw的文章,人类社会如今每年制造以ZB为单位的数据量。Manyika等人研究了大数据技术在5个不同领域(医疗、公共事务、零售、制造、个人位置信息)的应用,发现愈发频繁和精确的过程数据使得更准确的产品/服务定制成为可能,并改善组织的决策过程。例如在零售业中应用大数据可以将利润率提升60%以上。获得和使用大量过程数据的能力已经成为众多企业竞争与成长的基础。

    Bughin、Chui和Manyika的文章指出,社交媒体可以创造万亿美元级别的价值,并通过改善协作与沟通将工作人员之间交互的效能提升20%到25%。社交媒体的价值往往通过移动技术得以体现。Manyika、Chui和Bughin的另一篇文章估计,到2025年,移动互联网将影响43亿人的生活,对全球经济的影响达到十万亿规模。Sheng、Nah和Siau的研究提到,移动技术能消除关键信息访问中的时间和空间限制,增强通信、协调、合作及知识交换的能力,从而提升劳动者的灵活性。

    最后但绝非最不重要的,云计算是IT灵活性的基础。Manyika、Chui和Bughin估计,到2025年,云计算的总体经济影响可达数万亿美元。云计算创造价值的主要方式是以云的方式提供服务和应用,以及提升企业IT的效能。

    人才挑战

    上述促成数字化浪潮的4项最重要的技术发展趋势——大数据及分析、云计算、移动、社交——都需要高级别的IT技能。技术型人才的短缺是全球现象。

    根据Davenport和Patil的文章,大数据分析所需的人才——他们称之为“数据科学家”——是“数据黑客、分析师、沟通者和建议者的混合体”。这些数据科学家需要掌握统计知识,对业务有深入理解,而且还必须编程,经常还会用到一些相当新的技术(例如Hadoop、Python和D3.js)。SAS和Accenture的研究显示,大多数美国企业计划在短期内升级其数据分析技能,途径可能是提升现有员工的分析技能,或招聘新的分析人才。Gartner预测从2012年到2015年会有440万个与大数据相关的新工作岗位。Barth和Bean的调查数据显示,在如此强烈的需求环境下,66%的企业认为找到和聘用数据科学家“非常困难或不可能”,没有任何受访企业认为“找到所需的技能毫无问题”。

    移动(和社交)应用开发者同样有很高的需求。据信从2010年至2020年间,移动应用开发的岗位总数会增加32%,创造约29万个新工作岗位。开发移动应用需要丰富多样的技术能力,例如面向对象编程语言、Web开发、移动平台特有的API、跨平台移动套装、数据库管理、网络集成、安全等等。OmojolaHalf等人的文章能折射业内普遍的意见:找到具备合适技能的移动开发者并不容易。

    云计算也是一个边缘学科,同时需要IT运维和编程的技能。据Lombardi引用WANTED Analytics的数据,近几年来,对云计算技能的需求每年都在翻番。根据Khan和Sikes的调查,高科技及专业服务业内40%以上的组织感到,在未来12个月里找到所需的云计算及分布式计算技能“很有压力”。

    要言之,上述4项重要的技术趋势都要求坚实的编程技能作为基础,同时还需要适应快速变化的商业和技术环境,要求技术专家同时具备快速学习、顺畅沟通等能力。这种复合技能的要求,使得组织更加难以获得所需的人才。


  2. 互联网创业的幻梦

    (本文同时发表于破土网

    越来越冷的市场环境终于全面波及了互联网创业者们。汽车类O2O一片哀鸿遍野,P2P网贷集体关门跑路,手机游戏倒闭状况惨烈。但即便在这样的行情世道,笔者的一位朋友仍然满腔热情地准备开始互联网创业。“万一做成了呢?”可能每个创业者都怀抱着这样一个——即便渺茫的——希望。可是,这个“万一”,这个即便渺茫的有朝一日大富大贵甚至开创出下一个互联网商业帝国的可能性,它真的存在吗?

    精益创业》把创业的过程总结为“构建-度量-学习”的循环:从一个点子(idea)开始,创业者快速构建(build)出一个产品(product),其目的是在真实用户和市场身上做实验,通过度量(measure)得到数据(data),然后从数据中学习(learn)产生更多的点子,深化或调整创业方向。一般认为,没有大把资源和用户基础的初创企业,优势是“船小好调头”,靠着灵活性快速试错和调整,从而发现尚未被大企业占领的蓝海市场。

    然而麦肯锡的研究报告指出,规模小的企业未必自动成为灵活的创业者(start-up),倒是有可能陷入(trapped)“既小又慢”的状态无法自拔;而规模大的企业也未必总是缓慢的官僚机构(bureaucracy),也有可能是“大且灵活”的敏捷(agile)组织。这对于创业者来说可不算好消息:本来承担风险的能力就已不强,如果再没有敏捷性,“试错”岂不直接就成了“犯错”?那么,进入互联网世界,企业的敏捷性究竟从何而来,普通的创业者能得到这种敏捷性吗?

    敏捷性的第一来源是持续交付(Continuous Delivery)。为了快速、频繁地在真实用户身上做实验,软件开发就不可能是一锤子买卖。一个敏捷的互联网企业必须能快速地修改自己的软件,频繁而无痛地发布新的版本到最终用户。一些著名的互联网产品甚至能做到每天发布上百次。持续交付这事说起来容易,要想真正做到,需要管理、设计、开发、测试、运维等各个环节具备相当高的能力水平。仅仅举个基本的例子:如果没有高度自动化的测试能力、软件功能靠人来测试,每天把功能测上十几遍都不可能,何谈持续交付?而自动化测试的能力,就已经不是轻松能得到的了。

    敏捷性的第二来源是大数据(Big Data)。实验是为了得到数据、并从数据中学习。一个敏捷的互联网企业不仅要随时掌握用户的一举一动,而且要及时分析出用户行为数据背后暗含的意味,从数据中推导出支撑决策的洞见。这整个过程涉及到数据的采集、存储、分析与呈现,不仅对技术要求高,而且需要统计、分析的知识。有大数据技术与方法支撑的商业决策,比起几个带头人拍脑袋出主意,质量自然不可同日而语。

    而为持续交付和大数据提供保障的,则是强大的开发-运维(DevOps)体系。现代互联网企业的运维(Ops)角色早已不是传统观念中的“网管”,而是掌握部署、集群、监控、安全、数据、云等多种技能的高技术复合型人才。为了支持快速、频繁的实验和调整,运维工作中大量操作都被自动化,因此运维人员同时也需要具备相当程度的软件开发(Dev)技能。这样一个人才,身价之高自然也是可想而知。

    由于持续交付、大数据、开发-运维这三项能力对技术要求如此之高,初创企业很难找得到、雇得起、留得住具备这些能力的人,因此无法频繁实验、无法用数据支撑决策,缺乏敏捷性也就在所难免。缺乏敏捷性的初创企业,不仅失败几率更高,而且即使幸运地做到了一定规模,实际上除了等待被收购之外并无继续扩展的可能性。从金字塔上段来看,国内的“独角兽”企业近半已被BAT三家巨头控制,剩下的独立企业也早已成BAT们虎视眈眈的对象。达到独角兽规模的企业尚且如此,更何况白手起家的小企业呢。

    既然已经知道初创企业颠覆不了市场,高高在上的巨头们也就有了压价的底气。在经济规律的作用下,小鱼和虾米们被吃掉时的回报,越来越像是给创业者们开了一份合理的工资;至于创业中的风险,那就由创业者们自己去承担了。于是互联网巨头们既收获到了“万众创新”的好处,又不用承担创新的风险成本和社会成本(比如创业者的五险一金),自然是何乐而不为。当然,有套路的创业者也不会自己去承担创业的风险,而是用一笔又一笔天使投资把自己变成“连续创业者”——说白了,换个办公室打工而已,还要自己付房租水电。

    说回笔者这位满腔热情要去创业的朋友。笔者问她想做什么生意,她踌躇满志地说:想做个互联网上定制服装设计的平台,现在就缺一个搞互联网的和一个搞服装的……我诚恳地祝她生意兴隆。


  3. 2015年五星好书推荐

    2015年又结束了。这个年末有件特别让人沮丧的事:阅读DNA竟然关站了。于是我的年度读书回顾帖只好完全靠自己写。略能令我不那么沮丧的是,今年总共读了63本书,其中五星好书17本。两年前读的书是为了理解,今年所读的书,仍然是在尝试理解几个不同的世界。

    真实的世界

    • 普通媒介学教程 - 媒介学感兴趣的不是意识形态本身,而是让这些意识形态成为可能的东西:一个历史的生态系统,即由人、传递工具和机构组成的集合。
    • 中国女工 - 真实而有力量。女工是国家、资本、父权三重威权塑造的群体,非深入其中无法理解中国社会变迁对劳动者的影响。
    • 21世纪资本论 - 一针见血抓住了经济不平等的本质。提出的解决办法也很有想象力。虽然困难,方向是对的。
    • 暴力 - 对系统暴力的分析鞭辟入里,各种小段子更是令人拍案叫绝。

    历史中的世界

    • 想象的共同体 - 语言和殖民者是形成民族主义的源动力。一开始的民族观念,恰恰来自于殖民者渴望从自己原本的民族中脱离。想到这里,再想到齐泽克说的民族主义如何被用作意识形态的“大他者”,就觉得对国家和民族的迷恋真是可笑。
    • 大波 - 以时人眼光写当时事,再加以对四川市井的深刻了解,又不被后来的意识形态束缚,果真精彩十足。
    • 暴风雨前 - 这人情世故写得才叫委婉、又才叫透彻呢。

    似真似幻的世界

    • 失明症漫记 - 最喜欢他用若无其事的淡然笔触写惊心动魄的人性挑战。
    • 复明症漫记 - 这是对“民主”和“自由”这两个漂亮大词的尖锐讽刺,堪比《美丽新世界》。极右的、放任自由的政治经济体系,背后的一定不是传说中无作为的小政府,而是强大而独裁的法西斯集权。
    • 午夜之子 - 好高级的故事,一下子就把印度建国后的历史给讲出个形状来了。

    幻想的世界

    • 永恒的终结 - 大师讲故事就是高级,既有深度又严密。
    • 海伯利安(全四卷) - 第一卷展开故事的方式太有文字功夫也太抓人了。想象力丰富而宏大。是一个关于剥削、压迫、意识形态蒙蔽、以及革命的故事。
    • M代表魔法 - 尼尔盖曼讲故事真高级,又可爱,又有想象力,还透着一点黑暗。
    • 玩家1号 - 了不起的八十年代总在提醒我们,互联网有自由与分享的部分,也有唯利是图的资本家垄断与剥削的部分。尽管后者总会标榜自己与前者一样,却无时无刻不在想着怎么弄死前者。

    以及,工作还得做下去……

    • 程序员必读之软件架构 - 实用,不啰嗦,恰到好处。特别适合已经有经验的架构师梳理思路。
    • Human Resource Management - 深入又全面,把人力资源管理的各个方面讲述得很清晰。
    • Agile IT Organization Design - 以约束理论(ToC)的套路将敏捷软件开发的理念推而广之,涵盖了敏捷组织的方方面面。尤其是其中关于IT项目组织、人员安排和财务预算的部分(第8~10章)可谓一针见血。


  4. 小数据:环节和接口

    (续前文:小数据:理论和架构

    从前文的架构图中可以看到,针对“小数据”的OLAP应用可以分为三个环节:

    1. Cube建模。将数据从OLTP数据库中抽取到OLAP Cube中。
    2. 分析。针对OLAP Cube进行切片、钻取等操作,获得需要的结果集。
    3. 呈现。将结果集呈现为直观的报表形式。

    在建模Cube的时候,需要用户提供的信息是Cube本身星型结构的描述,以及星型结构中各项信息与OLTP数据库中表和字段的映射关系。具体而言,这里必需的信息包括:

    • Cube的标识符
    • Cube对哪些数据项量值(measure)
      • 如果涉及聚合值(aggregate),采用何种算法聚合
    • Cube有哪些维度(dimension)
      • 其中某些维度可能有层级(hierarchy)关系
    • Cube的量值项和维度项如何与OLTP数据库中的表和字段映射(mapping)
      • 其中通常会涉及多表的关联(join)

    由于分析操作仅以RESTful API的形式提供服务,因此用户在进行分析操作时需要提供的信息就是一个URL,在其中描述分析操作的详情,包括下列信息:

    • 对哪个Cube进行分析
    • 呈现所有事实(fact)还是聚合(aggregate)结果
    • 对哪些维度进行切片(cut)
    • 对哪些维度进行下钻(drilldown)

    从分析环节得到的数据应该是一张平面的二维表(flat table)或与之等价的其它形式(例如JSON)。在报表呈现环节,用户就只需要描述如何将二维表渲染成报表。必需的信息大致包括:

    • 采用何种报表形式(折线图、柱状图、饼图……)
    • 如何使用二维表中的各列数据,以柱状图为例:
      • 使用哪一列作为横坐标的取值
      • 使用哪一列作为纵坐标的取值
      • 使用哪一列分组或堆叠
      • 如果允许下钻,使用哪一列(或几列)下钻

    以上列表未必完备,但已经能覆盖大多数小数据场景的OLAP需求。不论采用何种技术实现,小数据分析系统应该尽力约束用户(不论开发者还是最终用户)需要输入的信息量,尽量使其只需输入(不论通过编程还是图形界面操作)上述列表中的必需信息项,从而降低系统建设和使用的难度。


  5. 小数据:理论和架构

    大数据是当下最热门的IT主题之一。据麦肯锡的分析,大数据能使信息更透明、能让决策者获得更精确翔实的绩效信息、能针对客户群体提供更准确的定制、能提升组织决策能力、能帮助开发下一代产品和服务。新时代里与互联网联结的组织不论大小,都需要这些能力。

    然而与此同时,大数据的“大”并非适用于所有组织。Gartner认为,大数据具有“3V”的特征:多样性(Variety),数据来自多种不同来源、具有多种不同形态;速度(Velocity),数据形态和呈现形式的变化快且频繁;量级(Volume),数据量非常巨大。然而对于众多的中小型企业及非营利组织而言,这三个特征有两个未必适用。很多中小型组织只有为数不多的几个IT系统,数据都保存在为数不多的几个关系型数据库中,数据量不超过数百万条记录。只有变化速度快这一特征,对于中小型组织仍然适用。从这个意义上,这些中小型组织需要的是一个“小数据”解决方案:

    小数据:聚焦中小型组织和新兴业务,在数据量较小、数据来源较简单的情况下,提供非常灵活、非常简便易用、使用过程中对IT技能要求非常低的数据分析和商业智能,为应对多变且未知的外部环境提供决策支持。

    传统上,很多小数据场景的分析和商业智能需求以“报表”的形式呈现在IT项目中:在开发OLTP系统的项目中列出一组报表需求,由交付OLTP系统的团队以直接SQL查询的形式实现报表。这种做法贴合了数据量小、数据来源简单的特征,但损失了灵活性,报表的定制和修改需要技术人员介入,因此又无法满足对速度的要求。为了赢得灵活性,小数据分析也同样需要首先建模OLAP Cube,然后通过不同维度的切片和钻取进行分析。

    什么是Cube?按照维度建模方法,数据可以分为“事实”和“维度”两类。事实数据代表“发生了什么事”,维度数据则从各个角度描述这件事。如果以电商为例,事实数据是“销售记录”(卖了一个东西),常见的维度数据可能包括“产品”(卖的是什么)、“门店”(在哪里卖的)、“时间”(什么时候卖的)、“售货员”(谁卖的)、“顾客”(卖给了谁)等等。不难想象,事实数据表将只有一个主键、一个值、以及一大堆外键指向各个维度表;维度表也可能有外键再指向更多的描述性的子维度表(例如“产品”有外键指向“类别”)。于是我们就会得到一个星型表结构(或叫雪花型表结构)。

    星型表结构的优势在于,分析操作会变得非常简单:你关心哪些信息,就直接用JOIN子句把这些维度表关联进来;只要在JOIN子句里指定WHERE条件,就可以快速缩减结果集。在星型表结构里,一个事实会被若干个维度修饰,因此可以把整个数据集想象成一个立方体(或超立方体,当维度多于三个时)。例如当只考虑“产品”、“城市”、“时间”这三个维度时,“销售记录”的数据集就可以被建模为一个立方体。

    随后就可以在这个立方体上对数据进行各种分析。例如你可以锁定“城市”这一维度,从而得到“某城市各种产品历史销售报表”——“锁定某一维度取值”这一操作也叫“切片”(slice),因为它在这个例子中产生的效果就是从三维的立方体中切出一个二维的数据平面。同样的,我们也可以从“产品”维度切片,从而得到“某产品各市历史销售报表”。当维度具有“分级汇聚”的特性时,我们还可以进行“钻取”(drill)操作,例如当“地区”维度分为“市”和“省”两级时,我们就可以在“地区”维度上进行钻取:首先从产品维度切片得到“某产品各省历史销售报表”,然后选择一个省下钻得到“某产品在某省内各市历史销售报表”。

    小数据系统设计原则1:建模一个Cube,就可以快速实现一系列分析操作(及对应的报表)。小数据系统应该支持简便且易于修改的Cube建模。

    基于这个设计原则,我们可以大概推知小数据系统的架构:首先,根据指定的Cube描述信息,把业务数据建模成Cube;然后,通过RESTful API对Cube进行切片、钻取和聚合等操作,并取回二维平面表或透视表形式的结果集;最后,根据指定的报表定义信息,把结果集渲染成报表。

    从上图不难看出,在这个架构中,必须由用户(不论是开发者或最终用户)提供的信息只有三项:(1)Cube的描述;(2)数据分析操作对应的URL;(3)呈现分析结果的报表定义。并且第三项信息(即报表定义)与具体业务是完全解耦的,因此理应可以用分别的开源软件组合形成轻量级的小数据解决方案。在下一篇文章中,我将具体介绍一个基于开源软件的小数据解决方案实现。


  6. 共享经济到底是个什么鬼?

    (本文同时发表于破土网

    据互联网创业专家的分析,“互联网+”把各行各业生意都开上了互联网,O2O(Online to Offline)把线上和线下整合起来。这两件事打通了业务上网的渠道,而在这个渠道上要挣钱,就要靠共享经济了。专家说,共享经济能优化资源配置,把原本闲置的资源出租利用,从而创造出一块新的市场。比如汽车,原来一辆家用轿车就上班下班通勤用,利用率不到20%;如果能借助互联网之力把白白放在停车场里的私家车共享利用起来,岂不是好事一件?

    可偏偏就是这共享经济的急先锋、共享租车业务的鼻祖Uber,在世界各地背了上百桩诉案,在德国、西班牙、法国、英国等多个国家遭到抗议,两名高官还曾于今年6月在法国被捕。另一家共享经济的楷模、专事共享租房业务的Airbnb也曾在纽约旧金山遭遇法律挑战。于是我们不禁要好奇:这共享经济到底是个什么鬼?为何明明听起来很美,却会遭到如此多的反对?

    其实借助互联网把分散的资源集中起来提供服务,这想法并不新鲜。近的有长尾理论,说技术可以把大量分散的需求和供给匹配成可行的生意;再回想得远一点,比尔盖茨早在1995年的《未来之路》中就提到了“去中介化”的概念:互联网可以把“中间人”(分销渠道)去掉,让生产者和消费者直接联结,降低总体成本,从而使生产者的收益有可能增加、消费者的支出有可能减少。

    Wikipedia的文字中,这两个“有可能”(“may”)颇可玩味。互联网的确能消解传统“中间人”的市场控制力,然而这被消解的力量是否就会让利给生产者和消费者,那又是另一回事。仍以租车为例,Uber模式一方面引入大量兼职司机压低全职司机的收入,另一方面把自己变成了比以前的出租车公司更具垄断力的平台——Uber(以及其他模仿者)要求司机只能使用自己的网络平台,这时他们倒是不把“共享”挂在嘴边了。司机一方议价力削弱,而公司一方垄断力日增,那么司机又怎会得到那只是“有可能”的收益增加呢?

    事实也确是如此:据笔者在美国几个大城市的观察,Uber司机大部分是非洲裔,有少许亚裔和阿拉伯裔,从未见过像Uber广告中的白人中产阶级司机,司机的收入也只堪温饱,比起传统的出租车司机尚自不如。国内的情况也相去不远,随着各家叫车平台补贴逐月减少,滴滴快车的服务水平已经向从前的黑车看齐,神州专车的司机也开始抱怨收入不佳。资本逐利的本性决定了,互联网公司“去中介化”的目的是为了建立垄断力更强的“赛博中介”。想着互联网公司消解了传统行业的“中间人”就会让利给消费者和劳动者?这也未免想得太乐观了一点。

    照资本的本性,一旦有了更强力的垄断地位,何止不会让利,还要寻求更多的利润呢。我们回头来看看Airbnb和Uber的诉案,究竟告的是什么缘由。纽约市政府起诉Airbnb,因为他们的房源有相当部分来自于不按照规定缴纳税费的非法酒店;旧金山市政府也立法要求Airbnb缴纳酒店税。Uber最近在加州被起诉的主要争论点则在于“司机是不是Uber的雇员”。Uber宣称自己只是“平台”,司机则是平台上的“合作伙伴”;而司机一方则认为Uber无疑是司机的雇主,该公司将从事工作所必须的开销都转嫁给了司机——这个“从事工作所必须的开销”,当然不仅是养车、加油和买新衣服,更重要的是医疗、教育、养老等社会保障。这些“共享经济”互联网企业都有一个共同的卖点:“轻资产”。确实,做着跟别人一样的生意,却不用像别人一样承担对员工、对社会的责任,这岂能不盈利、岂能不受全球资本青睐呢?至于谁应该来为市政建设、人民福利买单,不好意思,那可就不是注册在避税天堂的互联网公司们要考虑的啦。

    创造赛博垄断-压榨劳动者-逃避社会责任。这套赚钱逻辑,中国的互联网创业者们看国外大鳄们玩过了以后,才发现是如此好用。于是转眼之间,外卖O2O开始“全民开店”了,美容O2O开始“解放天下手艺人”了——至于这些据说不再依靠组织、不用阿谀上司、不必忍受压榨,实现了财务、时间、心灵三大自由的手艺人,他们的五险一金该由谁来交,互联网公司当然会说自己只是个平台而不是雇主啦。

    所以,现在各位看官能搞明白“共享经济”到底是个什么鬼了吧?说简单也简单,无非就是资本借助互联网掀翻原来的中间渠道,建立互联网上的强大垄断,让劳动者更加没有选择、没有组织,从而施行更残酷的剥削。如果政府要来监管盘问这家企业本应承担的社会责任去了哪里,共享经济先锋们便会一边拿出“自由”的大旗抵挡,一边趁监管法规尚未成型捞个时间差。看明白了这个关节,笔者不禁暗想:这不是80年代刚改革开放那会儿的“倒爷”们早就玩儿得熟透的把戏么,又何须这么多高科技的幌子呢?


  7. 胜任力挑战及应对:现有研究

    为了充分理解当今普遍存在的技术胜任力紧缺的问题并为之找到解决办法,需要关注三个方面已有的研究。首先,技术尤其是IT技术造成对高技术劳动者的大量需求,是造成全球技术胜任力紧缺的根本原因。随后,传统的人力资源职能无力于管理高技能工作所需的无形的胜任力,因此人力资源管理的理论与实践需要围绕新型胜任力做出改变。最后,刻意练习理论可以系统地改善专业技能的获得,从而使“建设无形胜任力”的过程变得有形、可控。

    针对这三个方向,笔者选取了几篇有代表性的论文,对已有的相关研究做一导览。

    对高技能劳动者的需求

    Bresnahan、Brynjolfsson和Hitt的研究指出,早在1999年之前,已经有众多研究者注意到“技术偏向的技术变革”(SBTC)这个趋势:这类技术变革“把对劳动者的需求移向技能较高的一端”。从前的技术进步大多能创造更多低技能的就业机会,而IT发展的趋势却是在取代低技能劳动者,同时增加对高技能劳动者的需求。这个趋势会加剧全球范围的经济不平等,并导致技术型人才的普遍稀缺。

    IT技术有一个重要的特征:作为支持心智(而非物质)行为的工具,IT不是只要花钱采购实施就能产生效果的。为了充分发挥IT的效力,组织的工作方式需要做出调整;通过加速和自动化原来手工的工作流程,IT又会改变组织提供的产品和服务。当计算性能的成本随着摩尔定律不断走低,IT对工作空间及工作产物的影响也愈发深远,使之朝向一个偏向于高技能知识工作者的方向发展。

    Bresnahan、Brynjolfsson和Hitt使用大量历史数据验证了上述猜想。他们发现,IT的使用程度与员工的技能水平有显著的正相关。另一个对管理者的调查也显示出同样的倾向:IT使用越多,管理者越需要高技能胜任力。

    这个十多年前的研究很具前瞻性。在后来的两本畅销书《与机器赛跑》和《第二次机器革命》中,Brynjolfsson指出:IT的指数性发展已经进入“棋盘的后半”,机器将全面且无可逆转地取代低技能劳动者,人类劳动者必须发展机器尚无法取代的胜任力:想象力、大规模模式匹配、复杂的沟通。这一观点从高层面上为胜任力模型的定义划定了框架。

    基于胜任力的人力资源管理

    Dubois和Rothwell的研究有一个基调:由于技术导致工作内容及结果快速改变,传统的基于职位分析的人力资源管理方法变得过时。不仅因为难以保持职位分析随工作本身的变化而随时更新,更是因为无形胜任力在工作中的比重日益提升,使得清晰定义职位的要求变得愈发困难、甚至不可能。因此Dubois和Rothwell建议,所有的人力资源职能都需要以基于胜任力的方式重新审视。这两位作者在《Competency-Based Human Resource Management》一书中介绍了一个全面的基于胜任力的人力资源管理架构。在这篇论文里,他们聚焦审视了员工培训这一具体职能。

    传统的员工培训常建立在指导系统设计(ISD)模型的基础上。ISD模型常被批评过于强调预先设计,忽视来自学习者的反馈,使学习者在培训过程中感到缺乏主动性。然而尽管有这个问题,ISD模型实际上能很好地交付预期的内容,尤其是与e-learning等技术结合时。

    ISD模型真正的问题在于它尝试“开展彻底的培训需求评估”,即从职位分析出发设计培训。然而高技能的知识工作越来越无法被泰勒式地彻底分析。无形的、个人的特质在知识工作者的胜任力中扮演越来越重要的角色。传统的培训套路仍然能高效地传递内容,但职位分析无法得出与胜任力相关的有效的培训内容,这才是基于ISD模型的员工培训面临的最大挑战。

    因此,Dubois和Rothwell建议将注意力从“职位需要什么行为”上移开,转而关注“组织需要什么胜任力”,并鼓励自我导向的、基于团队的员工发展。这两位作者对传统的和基于胜任力的两种人力资源管理方法做了对比,结论很明显:基于胜任力的人力资源管理方法更适用于高技能的工作环境。

    刻意练习

    人们普遍认为顶级的专家技能无法习得,只能靠神秘的天赋。这个论断如果是真的,对于今天的雇主来说则格外糟糕,因为他们比历史上任何时候都更需要专家技能。幸好,Ericsson、Krampe和Tesch-Römer的研究打破了“才华天赋”的神话。通过审视之前的研究,他们发现对于大多数专业技能而言,专家技能的获得与基因遗传几乎没有关系。与此同时,他们也发现:仅靠练习与经验并不能保证高水平。换言之,高水平(甚至世界级水平)的专家技能大多数人都可以达到,如果他们有足够的动力并且练习得法的话。

    这几位研究者审视了来自多个不同领域的数据:国际象棋、作曲、科学、写作、医疗等等。他们发现各个领域都有一个共通点:最高水平的专家级表现都出现在大约十年的从业时间之后。细致的考察表明,这些世界级的水平来源于大约一万小时的刻意练习。更重要的是,他们识别出了刻意练习的核心要素:这些练习应该基于练习者当前的水平设计、目标是提升其能力水平;练习应该与即时的反馈相结合;练习应该重复很多很多次。有些“神童”在很年轻时就展现出了世界级的水平,仅仅因为他们很早就开始密集的刻意练习。后来的畅销书《哪来的天才》阐释了这篇文章的观点。

    刻意练习理论与精益/敏捷理论有内在的相通之处,尤其是对短反馈周期的重视。有理由相信精益/敏捷与刻意练习能够彼此增益,成为现代组织有系统地提升员工个人胜任力、并最终提升组织胜任力的重要环节。


  8. 无人驾驶汽车意味着什么

    把车载GPS、定速巡航、自动泊车防碰撞主动刹车车道偏离报警这几样技术放在一起,实际上一辆可以无人驾驶的汽车在技术上就已经成熟了。几个月前纽约市已经与Google达成一个协议,从2016年起引入无人驾驶的出租车。然而技术的成熟与投入实用远不是变革的终点,恰恰相反,这只是一场更为深远的变革的起点。

    首先,我们必须清楚地意识到,无人驾驶汽车一旦开始普及,人们自己开车的日子就一去不复返了。和很多人的想象不同,你将无法再选择自己开车。还不用说你是否能以时速100公里与前车保持50公分距离跟车,能从层层叠叠密不透风的自动控制的地下车库里把车开出来就是个巨大的挑战。车险条款也会变得对人为驾驶非常苛刻。驾驶汽车将成为一种专门的、只有少数人在少数特殊情况下使用的职业技能。

    当所有人不用在通勤路上驾驶汽车,全球每年可以省出十亿小时时间,两倍于建造埃及吉萨金字塔所耗用的工作量。这个时间和空间将成为一片全新的市场。由于车辆全局统筹共享,利用率大幅提升,车辆小型化将成为趋势,只能搭载一到两个人的小型车辆将成为主流。既然不需要人为驾驶(以及支持人为驾驶的一整套装置),即使小型车辆也可以有非常宽松的乘坐空间。而且对外视野不再是必须品,因此车辆内部可以做成360度全景屏幕,乘客可以根据自己的需要来设定车内环境。通勤路上的时间既可以用于个人娱乐,也可以用于远程会议,坐进车内就跟坐进自己的工作室没有区别。

    统筹共享会让车辆保有量大幅下降。由于车辆不需要整天整天地停在车位上,城市车辆保有量只需要现在的20%。今天的大城市(尤其在中国)规划设计很大程度上以车辆为中心,首先关注道路的通畅。这种城市设计的理念将变得不合时宜。当数量仅为今天20%的车辆更加快速且安全地自动行驶,城市的道路便不需要如此宽阔,居民区和商业区也不需要如此多的停车位,更多的空间可以被用在市民身上。

    车辆保有量的大幅下降和车辆的小型化,将降低用于交通运输的能源消耗。美国能源消耗的28%用于交通运输,因此这个项目上的节省意义重大。同时,由于“驾驶体验”变得毫无意义,且车辆在全局统筹共享,电动汽车的劣势将不复存在,电动汽车的比例将大幅增加。大量的电动汽车将成为一个巨大的、移动的蓄电池,使风电、光电、潮汐电等有明显峰谷因此无法成为骨干电网主力的绿色能源得到充分利用。

    城市区块的优劣将被重新评估,居民区/商业区与周边环境的互动更少,贫富人群生活更加割裂。城市的安全程度将大幅提升。不仅因为没有了交通事故,而且因为所有人在所有时间进行的所有距离稍长的位移都受到监控,控制犯罪将变得容易。同时个人隐私也受到更严重的侵犯。

    中产阶级将失去一种用于身份定位和自我表达的重要的文化载体。众多受过良好教育的中产阶级将迫切需要一种明显可见的、能呈现一定个性特色的、价格大致相当于半年到一年收入的消费品,作为汽车的替代。在没有了汽车这个重要道具之后,中产阶级将需要一组新的行为语言来具象表达“责任”、“财富”、“自由”、“放纵”乃至“爱情”等抽象概念。一套全新的装逼方式将被发明出来。

    参考资料


  9. 公益IT的精益之路

    (本文发表于《中华读书报》2015年8月12日号)

    不止一位在公益机构工作的朋友对我说:现在大家都在谈数字化、谈“互联网+”,我们机构也想用互联网思维武装自己,你看我们是不是应该开发一个某某某系统……听他们畅想自己的数字化宏图,在这场对话中扮演“IT专家”角色的笔者往往却只能泼冷水地说:开发系统太贵了。笔者在一篇题为《开发软件有多贵》的文章里曾粗略估计,自行建设并拥有一个普通IT系统的成本可以轻易地达到上百万人民币。这个级别的开销对于普通的公益机构来说,无疑是难以承受的。

    应该看到,大多数组织、大多数人看待IT的方式,本来就是由少数几家大企业通过不懈的广告宣传给培养出来的。也就是说,“主流的”IT视角是为金融、电信、零售……这样的大型商业机构服务的,因为这些机构才是IT大厂商的主要顾客。这种视角的差异,决定了主流的IT话语未必适用于公益机构。1968年,一位名叫梅尔文·康威的程序员指出:IT系统的结构与组织机构的结构相匹配。按照“康威法则”我们不难明白,为什么传统上大家观念中的“企业应用”都是大规模、整体化、高复杂度、高定制度的软件系统,例如ERP、CRM等等——因为现代的大企业正是这样,由大批专门人才紧密结合成一个个部门、再组合成高度内聚的商业机构。

    然而公益机构的结构并不经常像企业这样紧密内聚。很多时候,公益机构的运作是以少量全职员工加上捐赠者、志愿者、政府等各方力量共同构成的松散组织来进行。当组织结构的性质变化,照搬企业IT的建设思路自然会遭遇困难。且把定制IT系统高昂的成本放在一边不谈,公益机构既难像企业那样对志愿者进行高密度的IT培训,又难像企业那样严格约束志愿者,实施定制IT系统的难度可想而知。更不用说公益机构面对的问题域往往不像商业领域那样有清晰的定义,这又给IT建设增加不少变数。

    面对成本受限又充满未知的领域,《精益创业》提供了一条切实可行的路径。以“开发-度量-学习”的循环快速迭代,精益创业方法提倡验证性学习、灵活调整方向、以及“快速地失败、廉价地失败”。作者介绍了一个创业者开始网上订餐业务的故事:这位创业者没有开发任何复杂的软件系统,只是手工把几家餐馆的菜单放上网,然后自己接电话收订单、自己到餐馆取餐、自己送货兼收款,以此验证自己的点子,随后在营业额上升、人手不敷的时候才开发软件来自动化。这种建设IT系统的方式,对于公益机构而言不无借鉴意义。

    沿着精益创业的路径,公益机构不太可能建设出像企业应用那样高度集成的“IT系统”,更有可能建设出一系列简单IT工具组成的“IT生态”:用WordPress之类的工具搭建的简单网站用作机构介绍;微信订阅号用于传播内容;金数据用于收集捐赠者信息和招募志愿者;内部的捐赠者管理和志愿者管理则用有版本管理的Excel表单完成……有趣的是,这样的IT生态却恰好与公益领域多方协作的生态结构相匹配,又因为大量借用现有软件工具而降低了所有使用者的学习曲线,于是这样“生长”出的IT系统不仅成本较低,而且往往比以企业模式集中实施的IT系统更为使用者们接受。

    借用现有软件、让IT生态“生长”,不表示公益机构的IT建设不需要规划设计,只是设计的重心不再是单一的IT系统,而是与公益生态对应的IT生态。《商业模式新生代》把听来高冷的“商业模式”放在一张纸上描绘出来,帮助设计者思考一个机构、一个“生意”最根本的要素:顾客、价值、渠道、客户关系、收入来源、核心资源、关键操作、重要合作、成本结构。虽然公益不是商业,但这种灵活而可视的方法同样有助于公益机构厘清生态系统中各方的关系与协作模式,进而定义与之匹配的IT生态。

    媒介学家德布雷说,吸引人关注某一问题最好的方式是通过互动,“让观众参与”。在思考公益机构的IT规划与建设时,需要跳出企业IT内聚、内向的视角,纵观整个生态系统,设计各种IT工具在各方交互中扮演的角色。对于资金有限的公益机构而言,这可能是一条更实用且效果更佳的数字化路径。


  10. 被信息塑造的新工人阶级

    (本文发表于《中华读书报》2015年6月17日号)

    当你看见十多个年轻小伙子围坐在一张长条型电脑桌上,各自神情专注地紧盯着自己面前的屏幕,一边快速地敲击着各自的键盘与鼠标,还不时互相呼喊,你会认为他们在干什么?玩游戏?没错。但又不止于此。他们可能受雇于一个“工头”,每天在后者提供的电脑上玩网络游戏超过十小时,将游戏中获得的装备和宝物交给工头变卖并从后者那里领到一份工资。尽管不为任何现实中的职业认证或劳动保障机构认可,这些被称为“游戏矿工”的职业游戏玩家确实是在劳动并撑起一个每年交易额超过十亿美金、年增长超过20%的市场。他们是信息时代塑造的新工人阶级成员。

    赵月枝教授在《传播与社会》书中提到一个有趣的事实:中国在2001年制定的国家信息化指标是全球第一个官方确定的全国性信息化指标。政府对信息化建设的重视由此可见一斑。然而,精英驱动、市场驱动的信息化建设在制造“高大上”的城市白领信息时代生活方式之余,却常常有意无意地忽视工人、农民等“信息中下阶层”。难怪赵月枝教授要问出“手机之后,是什么?”——被迫卷入这场数字革命的广大劳动人民在这场革命中有何收获,这是一个颇可玩味的问题。

    邱林川所著的《信息时代的世界工厂》是对这个问题一次有益的探索。首先,他带领读者回顾了两种主要的信息技术——手机与互联网——在中国普及的过程。从“信息中下阶层”的视角,他敏锐地捕捉到了这样一个“迅速扩散与变异”的模式:中下阶层在商业机构跑马圈地的扩张过程中被卷入信息化大潮,而后又因从他们身上无利可图而被市场边缘化,最终使得中下阶层尽管“被信息化”,却无力于表达和决定自己的信息化需求。用这样一个草根视角回顾网吧、寻呼机、小灵通、短信等信息技术的兴衰历程,能使读者在这些耳熟能详的故事中读出一层别样的意味。

    在作者的探索过程中,流动者、尤其是中下阶层的在外务工人员是一个特别吸引他关注的人群。作者准确地指出,在传统的“知识工作者”(或称“可自我编程的劳工”)与“体力劳动者”(或者“一般劳工”)之间,还存在着一个为数众多且高速增长“灰领”阶层(或称“可被编程的劳工”)。一如汪晖在一篇文章中所写,这些受过高等教育、工作于高档写字楼、外表光鲜亮丽的“新穷人”,实质上干的却是枯燥程度与蓝领工人相当的工作——薪酬也堪相比较。当信息的加工处理成为一类价值增长点,工业时代的泰勒主义便自然地延伸到信息时代,将文员、质检等职业塑造成日益枯燥重复的“灰领”,并创造出短信写手、网游代练等新的“灰领”职业。尽管劳动的场所和形式与传统意义上的“劳工”相去甚远,这些被信息技术催生的新工人与前者面临同样的信息挑战:信息技术使他们被原子化、边缘化,他们在新技术塑造的工作环境中不仅承受资本的剥削,而且还在精英导向的话语体系中失语,然后又在无力于表达的状态中被主流媒体污名化。从时下流行的“屌丝”、“蚁族”等戏谑又不乏苦涩的自称中,人们不难看到这个群体的挣扎与无奈。

    资本透过信息技术对中下阶层的剥削还不仅限于工作空间。通过消费主义和娱乐至上的意识形态构建,信息技术与服务的提供者们着眼于如何将中下阶层工作之余本已为数不多的闲余时间与金钱压榨干净,而非如何为他们提供更为有益的信息工具。正如安杰维克在《异化的自由劳动》(收录于《数字劳工》)一文中所说,曾经开放、自由的互联网已经被高度私有化,对于已经没有太多购买力的中下阶层,资本则将他们异化为免费劳力。当提供免费上网时段的飞宇网吧被清一色的网络游戏专用机取代,当数亿微信用户平均每天花1.7小时刷朋友圈,我们可以清晰地看到无远弗届的信息技术是如何协助资本来榨干中下阶层的最后一点剩余价值。

    然而正如马克思所说,资本主义是它自己的掘墓人。信息技术被用于塑造、束缚和剥削一个新工人阶级的同时,也为这个新工人阶级的成长、联合和斗争提供了工具。不无遗憾地,邱林川在他的书中并未深入探索中下阶层信息化的现状可以如何发展,从而使这个阶层本身(而非控制信息技术的资本家和精英群体)受益和赋权。这个“怎么办”的问题并不容易,因为回答它不仅需要兼具人文社科与信息技术的跨界知识与技能,而且需要具备这样技能的一个专业人士站在无产者(而非资本家)的立场上思考。不过,即令留下了“怎么办”的问题,这本《信息时代的世界工厂》毕竟用无产者的视角清晰勾勒了我国信息空间的发展图景,为后来者的继续探索预备了一个坚实的基础。