本页目录

六个场景，检查你是不是还在靠控制解决复杂问题

团队出了问题，你第一个动作是什么

加规则、加审批、加汇报——这是控制思维的默认反应。

没有内化：出了问题立刻问"是谁的责任"，然后加一条新规则防止下次再犯。规则越来越多，团队越来越僵。

已经内化：出了问题先问"信息在哪里断了"。画连接图，找信息瓶颈和单点故障。修连接，而不是加规则。

分界线在这里：你相信问题出在人不够守规矩，还是出在系统的连接结构。

拿出你上一次画的组织图或系统图。

没有内化：一张干净的金字塔。每个人头上有一个直属上级。信息从下往上汇报，决策从上往下传达。

已经内化：一张网络图。节点之间有大量横向连接。没有哪个节点被去掉后整个系统就瘫痪。边缘节点和中心节点一样有决策权。

如果画不出网络图，或者画出来发现基本等于金字塔——涌现思维还没进入你的组织设计。

没有内化：看当前技术参数，线性外推。"今年能做 X，明年能做 1.5X，三年后能做 5X。"

已经内化：先问另一个问题——生物系统在面对类似复杂度时做了什么？这个技术走向和蜂群、免疫系统、生态系统有没有结构同构？如果有，方向大概率对，但时间表可能差很远。

区别不在结论，在方法。一个从能力曲线推，一个从模式同构推。

蜂群里大量蜜蜂在任何时候都"没在干有用的事"。免疫系统生成的多数抗体没用上。进化制造的多数突变是失败的。

没有内化：看到冗余就想优化掉。看到"没产出的人"就想裁掉。看到"没有明确 ROI 的项目"就想砍掉。

已经内化：先问——这些"浪费"是不是系统的安全网？那些看起来没产出的探索，是不是涌现的前置条件？

冗余是有成本的。但消灭所有冗余的系统，只差一次意外就会崩溃。

没有内化：效率最高、流程最顺、没有意外、一切按计划。

已经内化：系统出现了你没有计划过的好结果。团队做了你没有要求的事情，而且做对了。产品被用户用出了你没想到的用法。

涌现的标志不是"一切按计划"，是"出现了计划之外的好事"。

系统从不出意外，它可能只是在执行，没有在进化。

遗传算法给出一个优秀方案，但你解释不了它为什么好。团队自发形成了一种高效协作模式，但你画不出流程图。

没有内化：不能接受。必须解释清楚才算数。解释不了的方案不敢用，解释不了的模式不敢推广。

已经内化：先看结果。如果结果持续好，暂时解释不了也可以接受。不需要理解蜂群的每一步才能相信蜂群的决策质量。

不是说解释不重要。是说在复杂系统里，"先有效再解释"有时比"先解释再执行"更务实。