“决策工厂”的反思——知识型工作者生产力解析，本文主要内容关键词为：生产力论文,工作者论文,知识型论文,工厂论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
世界各地的企业都在知识型工作者的管理方面进行着挣扎。他们在寻找、留住人才方面进行着激烈的斗争，在这过程中往往增添了成千上万的管理者。这在短期内没有问题，但当经济不景气时，不可避免地会发现这些高薪聘用的员工并没有给他们带来预期的生产力。因此，为了节省开支，他们会进行大量裁员。但不久之后，他们可能会再次进行招聘。
这种循环是极具破坏性的。除了涉及的人力和社会成本外，对于任何一家企业来说，这都是一种效率低下的资源管理方式，更不用说是那些被公认为现代经济增长引擎的企业了。令人困惑的是，许多企业都采用这种方式，甚至包括美国最受人尊敬的模范企业。例如通用电气，在20世纪的80年代和90年代曾进行过大批的管理层裁员。经过一段时间的人员增长后，又在2001年宣布了另一轮裁员。到2007年，公司的人数又增长到了原来水平，直到经济危机迫使其进行了再一次裁员。高露洁棕榄公司、大都会人寿保险公司、惠普公司、百事公司等，最近都经历了相同的过程。
为什么这些公司与本该是他们最具生产力的财产做如此大的斗争呢？我认为，尽管关于知识经济的研究和讨论已经存在了几十年，但答案仍根植于我们对知识型工作运作的认知，以及知识型工作与体力劳动的区别方面存在的深深误解。特别是，大多数企业都会对知识型工作者管理方面犯两个大错误。
第一个错误在于，他们认为应该像组织体力劳动者一样组织知识型工作者，让每个雇员整日做相同的任务。第二个错误（部分来源于第一个错误）在于，认为知识与员工本人是必然绑定的，无法轻易演绎并传递给他人。
下面我将向大家展示这两个信条的破坏性，并向大家介绍宝洁公司开发的新型知识工作者管理方法。这种方法的初步结果是非常令人满意的，如果能够得到更广泛的应用，我们很可能会摆脱目前这种不当的管理周期。
这是对知识型工作者劳动过程的一种形象的描述。因为知识型工作者的真正工作是决策。他们的工作过程就是形成决策的过程，原材料是数据，工作产出的是大量的分析和建议。
决策工厂的兴起
知识工作者真正的工作是什么呢？很显然他们不去制造产品，或提供最基础的服务。但是他们确实在生产着某种东西，将他们的工作描绘成决策的生产是完全合理的，包括决定卖什么，以什么价格来卖、卖给谁，采用什么样的广告策略，通过何种物流系统，在什么地方卖，以及配置什么水平的人员。在办公桌前或会议室里，在每一天的工作生活中，知识工作者都在决策工厂中“挥锤”劳动。他们的原材料就是数据，或来源于他们自己的信息系统，或来源于外界。他们生产出大量的备忘录和简报，里面包含着大量的分析和建议。他们也生产着将工作转化为决策成品的过程——叫做会议。或者他们要求返工：举行第二次会议以达成第一次会议没有达成的决策。然后他们会参与后期生产服务，也就是跟进决策。
决策工厂已经毫无争议地成为了美国企业中最大的成本，即使是对于像宝洁一样的大公司也如此，因为这些员工的工资远远高于那些在工厂中实际劳作的员工工资。20世纪后半期，在追求效率与增长的双重目标驱动下，许多企业在研发、品牌、信息技术系统及自动化方面投入了史上最大的花费，所有的投资都使雇佣一批知识工作者成为必须。
我清楚记得1990年～1991年间，与北美最大的面包生产商之一的CEO共同工作的经历。那时他刚刚把劳动密集型的陈旧工厂改造为拥有全世界最先进设备的工厂。他自豪地告诉我，新的自动化烤炉和包装机械直接节省了60%的劳动成本。但同时，也在总部和工厂中增加了一大群高薪水的知识工作者，包括工程师，电脑技术员和管理者，让他们来负责管理复杂的计算机系统和先进设备。新的工厂并不像第一眼看上去那么完美。当劳动力可变成本下降的同时，知识工作者的固定成本却上升了，这一变化使保持高水平的利用率变得至关重要，当然这在某些年头里是不可能实现的。这家面包企业是许多企业的代表。他们将直接成本转换为间接成本，意味着留下少数、但更高效的体力劳动者，拥有更多昂贵的知识工作者。
知识型工作份额的不断上升
自彼得·德鲁克提出了“知识工作者”概念后的半个世纪中，这些员工不仅成为劳动力的重要部分，更成为了主流。当中国和其他低成本地区带来了越来越多的体力劳动者时，发达国家就变得越来越依赖知识工作者，而对于他们生产力的管理也可能成为当下管理所面临的挑战。
决策工厂的生产力
在所有生产过程中，驱动生产力的两个关键因素都是工作的组织结构方式及企业获得经验教训的能力。这两个关键推动力当然也是互相依赖的，如何组织工作能够影响到在工作中获得经验的能力。在决策工厂中，工作现实与工作结构的不匹配可以直接导致知识工作分配的效率低下。这种不匹配削弱了人们分享知识的积极性，下面让我们来看一下原因。
决策工厂中的工作结构
决策工厂中劳动的基本单位就是岗位。在这方面，决策工厂遵循产品生产工厂的模式，由管理者制订某项工作为某一个体的工作内容，从此每天基本上都在重复此项工作。如果你知道自己的产出，就能大约估算出需要多少这样的岗位，以及需要雇佣多少人员。当然，产出不是一成不变的，但从某种程度上来说也是可预测的，你可以将这一点写入劳动合同中。一些员工的工作量少、工作时间短，但是整体上看，这种结构中隐含的假设是产品工厂的产出是稳定的。
决策工厂的工作也建立在同样的假设基础上。例如营销副总裁，隐含的假设为每天都有同样的产出。因此岗位描述被写为一个日常工作的合集，加起来就是一个全职工作。作为典型的营销副总裁，其工作职责包括产品品牌推广活动、市场调研等等，这些都被描述为需要日复一日、周复一周、月复一月完成的工作。但在这里决策和产品之间的类比就变得不适用了。知识型工作事实上主要以项目的形式出现，并不是例行的日常任务，因此，知识工作者也经历着决策波峰和波谷的巨大波动。当有重要产品发布时，或面临竞争威胁时，营销副总裁会很忙，当然如果两者重叠会更忙。但在这之外，他可能会很少需要作出决策，除了跟进邮件以外只有很少的工作。但是没人建议他这时休假，更不用说企业也会在休假期间停止支付薪水。聘用、解雇知识工作者的循环，正是知识型工作这种方法带来的不幸后果。当所有劳动力都被安排长久的全职工作时，就很难在高峰时期将资源重新部署到特别繁忙的领域。应对这一问题典型的做法就是，人力资源会创造一个新的岗位，提供新的岗位描述，然后通过内部调岗或外部招聘的方式找到人选。所有领域的管理人员，都倾向于在他们负责的领域内，在对知识工作需求的高峰期雇佣新员工。这就构筑了显著的产能过剩，并在整个决策工厂中小幅度地传播。这就是为什么决策工厂的生产力一直是个持久的现代挑战。
工作现实与工作结构的不匹配可以直接导致知识工作分配的效率低下。
当然，让知识工作者跑到他们老板面前，宣称自己有“空闲能力”显然是对他们不利的。在最好的情况下，他们也会在绩效考核中被认为拥有简单的工作，并没有很好的生产力。在最坏的情况下，老板则可能会考虑裁掉这些员工。因此为了所有的知识工作者好，大家都要一直看上去很忙。总是有写不完的报告、备忘，参加不完的讨论会，探索不完的新想法。正是在这种感知到的生存需求的支撑下，生产力的第二个推动力——知识转移——变得扭曲了。
决策工厂中的知识
正如我在《商业设计》一书中描述的一样，知识发展要经过三个阶段。当一个新的制造业或服务业产生时，如1983年英特尔的第一个微处理器芯片制造工厂或者1955年在加利福尼亚的阿纳海姆建成的第一个迪斯尼主题公园，所面临的任务都是未知的。制造工厂中什么样的流水线才是最优的？在迪斯尼公园应该怎样排队？开创性的试点工作往往是低效的，充满错误的。在适当的时机，经过大量实践之后，智慧的化身就产生了，通常被叫做启发式教育法，可以引导人们完成这个过程。英特尔后来的十几家工厂的操作就不再是随意的，因为它们是由在第一家工厂工作过的博学大师设计的。当迪斯尼在佛罗里达奥兰多开设它的第四家主题公园时，就可以借鉴阿纳海姆的方法。
在产品工厂中，知识的进步不会止步于启发式教育法。在大规模的制造和服务行业中，文化一直在推动知识发展，直到其成为一种运算法则——一个确保成功的公式，一个可以取代博学大师的操作手册。经验不足的管理者也可以根据这个运算法则把工作完成。这种文化隐藏于麦当劳、富国银行和联邦快递成功的背后。然而工作也不会止步于现存的运算法则：这就是一个经过不断磨炼和改善的持续过程。然而，在决策工厂中，知识往往固执地停留在启发式的水平，经验和判断力才是作出优秀决策的关键要求。这一点的主要原因在于，决策工厂中的知识挑战更加严峻。许多决定都是第一次被作出，其带来的后果处于神秘状态。例如，一个企业应该如何进入其第一个发展中市场——尼日利亚？怎么进入第二个国家？究竟何种市场进入策略比较合适，并无定论。即使已作出过进入10个国家的市场的决策，该企业可能也没有形成启发式的方法，更别说通用的运算法则了。
以岗位为基础的工作结构会引起巨大的危险。如果经验丰富的员工将以技能为基础的启发式方法转变为了一个通用的运算法则，那么公司便会想要将他替换为低技能水平、低薪酬的员工。这就是为什么许多企业发现让博学的知识工作者花时间教徒弟有多困难，即使是只教授启发式的方法。某些东西看上去总是更有压迫感。当然，这种危险也存在于蓝领的工作中。但不同的是，他们是通过观察具体的操作流程而获得知识上的进步。从弗雷德里克·温斯洛·泰勒和他的地狱般的秒表出现后，蓝领工人已经明白了，他们的工作能够、也将会被关注和优化。相反，知识工作者的工作，是隐藏在他们的耳朵之间的。
现代企业中的高级管理人员知道，他们所拥有的知识工作者的数量多于他们的需求，但是他们不知道多出的那部分在哪里。因此当他们面临销售额下降或其他难题时，他们会本能地裁掉知识型劳动者，相信在不引起任何负面影响的情况下，多出的那部分会自然消失。还有一种更好的方式来运行昂贵的决策工厂。它拥有两个核心属性：它采用的是那些成功的专业服务企业所采用的方式来管理人力资源；它包含了最好的蓝领工厂中所拥有的知识进步。
在决策工厂中，知识往往固执地停留在启发式的水平，经验和判断力才是作出优秀决策的关键要求。这一点的主要原因在于，决策工厂中的知识挑战更加严峻。
重新定义劳动合同
打破知识型工作中循环的关键在于要利用项目而不是岗位作为组织原则。在这一模式中，全职员工依据对自己能力的需求而跟进项目，而不是被绑定在某些特定功能中。企业可以根据工资单裁掉一定数量的知识工作者，因为他们可以将手上的其他人调过来。结果就是为了减少停工和为了使员工不空闲，而安排不必要的工作。在宝洁的玉兰油公司新聘用的助理品牌经理，她最初会认为自己的职责非常标准：协助老板指导品牌工作。然而，她很快会发现，工作是不断变化的。这个月她可能在做品牌延展的定价和定位工作，两个月之后，她可能会全身心地在处理由生产故障导致玉兰油最畅销产品装船期延迟的问题。之后可能一切工作都会停下来，直到老板又交给她一列的其他项目，有些可能很简单，有些可能很棘手。
知识工作的这一特质在管理学家们之间得到了牵引。在2012年5月发表的“The Rise of the Supertemp”一文中，Jody Greenstone Miller和Matt Miller描述了一种新型管理者的兴起，他们专注于短期的、有高附加值的、以知识为基础的项目。相似的是，硅谷传奇Reid Hoffman，与Ben Casnocha、Chris Yeh也在2013年6月发表的“Tours of Duty:The New Employer-Employee Compact”一文中建议道，以有限供职期的方式去组织知识工作者，可以帮助企业留住那些员工并让他们保持快乐工作。尽管事实上以项目为中心组织员工的方式在主流商业中看上去有点激进，许多专业的服务公司，甚至包括一些大型的制造企业都在采用这种方式。在25年的时间里，埃森哲已经从最初的安达信会计师事务所的系统整合操作者，变成了一个营业收入与3M等同的独立企业。标志性的咨询公司——麦肯锡公司，营业收入更是与典型的财富500强公司差不多。
这些公司的雇员基本都是知识工作者。当有项目时，一个团队便会组成来执行项目。当项目结束后，这个团队便会解散，成员们又会被分派到其他项目的执行团队中。他们并没有长久性的任务，他们拥有的技能水平决定了他们能够胜任哪些项目中的哪些角色。
能够灵活无缝地将资源整合到项目中的能力，使得咨询公司能够做到一些客户无法做到的事情，也就是完成客户无法完成的项目，因为必要的人员已经得到了长久的分配。对于一些项目，专业的服务公司拥有独特的专长。但通常能够快速到岗的能力也是他们被雇佣的原因。事实上，专业的服务公司发展得如此之快，也部分取决于他们是围绕项目建立的，所以他们的客户也通常是围绕着永久性的工作而组织起来的。
这种方法也不仅仅局限于专业的服务公司。例如好莱坞的电影公司，就通常是围绕电影项目组建的。一个团队聚在一起完成计划、拍摄、编辑、营销并发布影片。当个别团队完成他们的任务后，就会被派到其他项目中。
打破知识型工作中循环的关键在于要利用项目而不是岗位作为组织原则。
主流公司也逐渐赶了上来。1998年，宝洁公司实施了一个重要的操作重组。中心是将四个综合区域利润中心转变为七个全球业务部门——包括婴儿护理、织物护理、美容护理等，以及负责在特定区域内发布所有七个业务部门产品的市场开发部门。
重组的一个特点就是创造了GBS（Global Business Services，全球业务服务），以便能够分享信息技术和员工服务。分享服务已经很流行，因此宝洁本身采取这一措施并不值得注意，真正值得关注的是：GBS是如何运作的。
在GBS负责人Filippo Passerini的领导下，宝洁公司在2003年实现了当时历史上最大的外包协议。宝洁向IBM、惠普公司和仲量联行派出了大约3300个岗位。Passerini将最常规的、最不以项目为核心的GBS员工转移到了那些公司中。这让他有机会更创新地思考GBS内部留下来的工作。这一经典举动很可能会让工作结构变得扁平，假设每一个类似的工作有一致的流。
然而，Passerini决定接受全球业务部门中仍有的工作的固有项目本质。他将自己仍留在宝洁的那一部分企业称为“流工作结构”。他的一些员工仍然以扁平式的结构工作，拥有永久性的岗位，但是大部分员工还是会被分派到那些比较紧急的、报酬丰厚的项目中。这些知识工作者不希望一直呆在同一地区的同一组织中，他们明白自己将连续地在专门解决紧迫任务而组成的团队中工作。
吉列的整合就是这样一个任务。2005年吉列公司的收购是宝洁迄今为止做过的最大的收购，费用高达5700万美元，新增员工达3万人。最具有挑战性的一点就在于GBS区域：整合所有的后台功能，如财务、销售、物流、制造机营销与信息技术系统。多亏了GBS的流工作结构，使得Passerini能够快速地整合广泛的资源。因此，此项收购的完成仅仅花了15个月的时间，还不到如此大规模收购正常所需时间的一半。按照每天约节省400万美元计算，这相当于节省了近20亿美元。
针对知识型工作提出的以项目为基础的方法，目前正被宝洁广泛地推行。2012年，宝洁宣布了一项倡议，要减少多余的白领成本，并充分利用剩余成本。宝洁上下所有的部门都在计算自己所需的长期知识型劳动力的比例以及流工作岗位的比例。流工作的比例大小根据部门不同而不同，但它必须大于零。
面向知识算法
切换到流工作结构将大大提升公司知识型工作者的生产力，并扫除演绎和传递知识的障碍，但这种知识的演绎和传递并不一定会发生。
要做到这一点，知识工作者必须被说服去加倍努力。宝洁公司已经成为在这方面的一个领导者，关键管理人员负责编纂公司的知识库。自1837年以来，公司已成为一个模范品牌创立者，但很长一段时间，它把品牌建设作为一种通过开发经验和昂贵费用来发展的一种探索。传统的学习探索需要一个或多个学习者慢慢地吸收未成文的规则。
宝洁公司最终决定不再接受这一做法。1999年，当时的总经理Dcborah Henretta发起了一个项目，将公司品牌建设的探索经验系统化，形成品牌建设框架（被称为BBF 1.0），目的是让年轻的营销组织更快速地学习品牌建设技术，从而降低完成这项任务所需的时间和成本。BBF被发现有足够的价值进一步细化，即生产BBF的2.0（2003年），BBF 3.0（2006年），BBF 4.0（2012年）。
“流工作结构”使得2005年吉列公司的收购仅仅花了15个月的时间，还不到大规模收购正常所需时间的一半，节省了近20亿美元。
GBS已经积极地在向相同方向运作。其所做努力的一个例子涉及劳动密集的筹备工作，即宝洁的20多个部门的财务和会计提前开展年度战略规划工作。传统上，管理者会依靠经验来确定什么样的信息会对部门团队的战略规划工作有所帮助，从各种渠道收集信息，并以某种形式进行组织。
GBS的信息系统可提供大量数据，由特定管理者在年内特定时间组织成特定数据类型。所有这些F&A管理者准备的材料在内容上非常相似，并可以轻松地将其形成GBS的一个算法。事实上，其中大部分可以被GBS开发的一个软件组织并分类。相比花几百个小时做一个数据包，每个经理可以简单地发送e-mail至GBS并要求获取即将到来的策略进程的准备平台。
显然，并非所有的知识工作都可以缩减为算法，但它可能比大多数企业所意识到的更进一步。市场营销学教授菲利普·帕克，已展示过信封可以被压缩多少。他开发并获得专利的一种算法可以使电脑利用数据库和自动网络搜索，以任何主题生成一份研究报告。帕克声称他的程序创作的书籍销售了超过20万册。（最近，他已经尝试了创作诗歌和小说的算法）
任何和宝洁一样规模的公司都无法一夜之间变成基于数据库、或将探索缩减为算法的公司。其实也不应该，这将是矫枉过正且非常具有破坏性。但100%工作机会的公司几乎可以肯定是过时的。同样，现代企业的知识只能以现有的速度提升，而大部分员工仍将大部分精力投入到现有的运作模式中。但有些人显然需要去解决下一个新的奥秘。关键是要向重大项目投入重要的知识工作者来推动知识体系发展。只有这样，公司才能避免大起大落的循环，同时提高他们的知识工作者的生产力。