top of page

卓越决策的仪式 | Lenny & Friends Summit 2024

8月26日
讀畢需時 7 分鐘

强大的团队不会把重要决策完全交给直觉、层级,或会议中说话最自信的人。他们会建立可重复的实践,以改善问题的界定方式、意见的收集方式、权衡的审视方式,以及决策权的行使方式。

在这场 Lenny & Friends Summit 2024 演讲中,演讲者将决策视为一个设计问题。借鉴与科技领导者的交流,以及 YouTube、Amazon、Coda、Stripe、Zapier、Pixar 和 Netflix 等公司的案例,演讲展示了经过刻意构建的仪式如何将组织价值观转化为日常行为。

为什么卓越团队会建立有名称的仪式

演讲从演讲者即将出版的书籍 Rituals of Great Teams 背后的更广泛理念开始。其灵感部分来自与前 Electronic Arts 高管 Bing Gordon 的一次对话;他认为,卓越公司往往拥有一小组“黄金仪式”。

按照 Gordon 的表述,一项黄金仪式具有三个特征:它有一个易于识别的名称,新员工几乎立刻就会接触到它,并且它遵循一个可复用的模板。Amazon 的六页叙事文档、Google 的目标与关键结果,以及 Salesforce 的 V2MOM 框架,都说明了这一概念。这些机制为重复性工作提供了共同语言,也使组织偏好的行为更容易被复制。

HubSpot 联合创始人 Dharmesh Shah 为演讲者提供了另一种有用的视角。一家公司实际上开发了两种产品:一种是卖给客户的产品,另一种是员工所体验到的工作环境。第二种产品通常被称为文化。

仪式将这两个维度连接起来。现有实践会揭示一个组织真正奖励什么,而新设计的实践则可以逐渐重塑这些优先事项。一家声称重视开放辩论、却只允许高级领导者先发言的公司,建立的仪式便与其宣称的文化相矛盾。

从找出能打开决策局面的那个问题开始

第一个挑战不是给出一个好答案,而是找出那个能让其余辩论更容易解决的问题。

演讲者用 YouTube 在 2008 年面临的一个两难困境来说明这一点。当用户搜索诸如 Modern Family 这样的电视节目时,YouTube 未必托管了该节目。团队对于搜索结果是否应将观众引导至 ABC 网站——用户可在那里观看该节目——还是应将用户留在 YouTube 内,并专注于改善平台自身的内容目录,存在分歧。

这种界定方式制造了一个无效的争论:一边是即时的用户效用,另一边是对产品的坚持。在一次异地会议中,演讲者借鉴了关于购物者为何更偏好 Amazon 而非 Google 购物体验的研究。Amazon 提供了更可预测的旅程,而大量外部选项的集合可能让人感觉不一致。

这引出了一个更具决定性的问题:在接下来的十年中,在线视频用户会更看重全面性,还是一致性?一旦团队倾向于一致性,许多较小的争议就更容易解决。随后在线视频的增长支持了这一判断。

演讲者将这类提示称为“igen 问题”,这一说法宽泛地借用了线性代数中 eigenvectors 的概念。它是在复杂决策空间中最具区分力的问题——其答案决定了后续的大部分走向。

团队无需采用这一术语也能运用该原则。在辩论解决方案之前,他们应当问:

  • 哪一种不确定性造成了我们大部分的分歧?

  • 哪一种信念会使我们选择一条路径而非另一条?

  • 哪一个答案能消除最多的次要问题?

界定良好的问题能够压缩复杂性。它还会揭示,人们究竟是在证据、价值观、时间跨度,还是成功定义上存在分歧。

设计讨论,而不只是设计文档

演讲的下一部分考察了围绕决策展开的流程。演讲者提到曾与 Jeff Bezos 的前幕僚长 Colin Bryar 交谈,话题是 Amazon 从 PowerPoint 演示转向书面叙事文档。

写作可以使推理更严密,但改变媒介并不会自动产生强有力的流程。协作文档往往按时间顺序累积评论,尽管评论到达的时间与其重要性毫无关系。一条措辞上的小建议可能会比一项根本性异议更早得到关注。与此同时,最有价值的交流可能发生在一个脱离上下文的 Slack 线程中,且从未成为正式记录的一部分。

演讲者的批评并不是团队应放弃共享文档,而是这些文档周围的结构必须区分问题、异议、偏好和决策。否则,团队只是在把一场缺乏纪律的会议转移到一个同样缺乏纪律的评论区。

使用独立输入来减少群体思维

演讲中提出的一种替代方案是 Coda 的“Dory Pulse”,也被称为双向文档。参与者将问题或评论提交至结构化表格,为其重要性投票,并明确陈述自己的立场。

“Pulse”部分会在参与者看到他人如何回应之前收集观点。这种顺序很重要。如果人们首先看到高管的意见,他们自己的判断可能会有意识或无意识地向其靠拢。收集私下的初始反应,能保留常规讨论可能抹去的信息。

这一仪式反映了一种文化信念:有价值的贡献可以来自组织中的任何地方。其他公司改编了其底层机制,而不是原样复制这种形式。演讲者指出 Zoom 的根因推理流程以及一个类似的 Coinbase 模板,作为适应不同环境的仪式案例。

另一种变体保留了广泛参与,同时让决策权清晰明确。每个人都记录自己的观点,但一位指定决策者拥有最终决定权。这避免将征询意见误认为达成共识,也减少了参与者不了解结论将如何得出时产生的挫败感。

让人们从局部倡导转向全公司范围的权衡

决策仪式也可以改变参与者评估选项时所采取的视角。在 YouTube,规划讨论一度鼓励每个团队为自身项目申请资源。可预见的结果是一系列局部论点,而非连贯的公司项目组合。

团队引入了“$100 投票”。每位参与者获得一笔假想预算,可将其分配给所有提议的项目。因此,支持一个项目就意味着要在另一个项目上少花一些。

这项练习将模糊的热情转化为可见的权衡。更重要的是,它要求参与者像整个公司的管理者那样行事,而非单一职能的倡导者。这一仪式并没有从优先级排序中移除判断;它改变了行使判断时所处的视角。

让仪式适应失效模式

演讲还介绍了其他几种实践,它们的价值来自于解决特定的组织问题。

David Singleton 分享了 Stripe 用于运营复盘的“转轮盘”方法。团队不会只检查最严重的故障,而是随机选择一起事件进行讨论。这会促使团队在日常故障以及登上头条的事件中都保持质量——当追求大规模可靠性时,这是一种重要习惯。

Zapier 作为一家分布式公司,在讨论前采用静默写作。它的改编不止要求人们记录想法:参与者还必须在对话开始前阅读并确认其他人的议题。这个额外步骤减少了重复,并让较为安静的贡献更有机会影响议程。

Pixar 的 Braintrust 和 Netflix 的“gladiator”会议则代表了另外一些理念。这里的教训并不是某一种模型普遍更优。每一种仪式都应强化其所属组织的价值观,并解决该组织面临的协作问题。

用目的明确的决策论坛取代冗长的会议

大型例行会议往往会逐渐出现固定参会者,即使大多数人实际上只与少数议程事项相关。演讲者提到,有些论坛有数十名参与者,参会成本不断上升,而责任归属却变得越来越不清晰。

Coda 的“Catalyst”方法以不同方式处理这一问题。它会保留一个共同的日历时间段,但每项具体决策都有各自的主题、阶段和必需角色。系统会根据每件事项实际需要哪些人,创建有针对性的邀请和通知。

有些议题默认可以标记为异步处理。系统会提示相关方在截止日期前提交反馈,只有在必要时才进行实时讨论。演讲者表示,与此前安排下大约只能处理五六个议题相比,这种设计使组织能够在一周内处理约 50 项决策。

决策论坛应当发挥加速器作用,而不是一种仪式性的义务。如果会议主要只是因为它一直以来都存在,那么它的结构就值得重新考虑。关键的检验标准是:该论坛是否能在具备必要背景信息和参与度的前提下,推动一项决策走向定案。

表明利益相关者需要参与到什么程度

选择参会者本身就是一个决策问题,尤其是在创始人或高级管理人员理论上可能参加每一场讨论时。

演讲介绍了一个被归功于 Dares 的“flash tags”系统,用于表达反馈的强烈程度。一条评论可以被标记为仅供参考,可以表述为强烈请求,或者标记为贡献者愿意“死守立场”的问题。这些标签帮助接收者区分随意的意见与严肃的反对意见。

然而,在一项提案几乎完成后才给反馈打标签,可能已经太晚了。“主动 flash tags”将这一信号前移。决策跟踪器会列出即将作出的选择,并让利益相关者提前表明,他们需要以多深的程度参与其中。

这会形成一张可扩展的参与度地图。有些人只需要了解情况;另一些人应当提供建议;还有一小部分人可能有关键关切,或承担正式的决策角色。将跟踪器与例行会议和一对一沟通连接起来,会使这种做法成为日常工作的一部分,而非一项可选的行政事务。

构建能够体现你们文化的决策系统

演讲者的案例汇聚为健康决策系统的四个要素:

  1. 明确能够解决核心不确定性的关键问题。

  2. 建立一个能够组织独立意见、讨论和权责的流程。

  3. 创建能够加速决策、而非不断增加参会者的论坛。

  4. 确定合适的利益相关者,并明确他们所需的参与程度。

这些要素应当作为一个连贯的系统运作。匿名或私密的初始意见有助于保持思维独立性。投票和优先级排序能够揭示集体关注点。指定一名决策者能够促成定案。有针对性的邀请能够保护时间。明确的参与信号能够避免意外干预和不必要的参与。

更深层的信息是,决策仪式是被付诸实践的文化。团队应当研究受推崇公司的做法,但仅靠模仿不太可能奏效。最有用的仪式,是围绕组织实际的瓶颈、价值观和发展阶段设计出来的,并会随着这些条件的变化而不断完善。

来源

 
 

免费开始使用

一款本地优先的AI助手

为了获得更好的人工智能体验,

remio 目前仅支持Windows 10+ (x64)M-Chip Mac

你的 AI 工作伙伴

remio 一起高效工作

规划、创作、交付

一站式完成

bottom of page