本页目录

五个局面：控制越用力，结果越偏

年度战略规划做得越精细，执行偏差越大

调用信号：你拿着一份 50 页的年度计划，每个季度的 OKR 精确到数字。到 Q2，市场环境和你做计划时完全不同，但团队还在执行原始版本——因为改计划的流程比执行计划还慢。

这是典型的"把复杂问题当繁杂问题"。繁杂问题（比如建一栋楼）确实需要精细计划；复杂问题（比如在新市场竞争）的特征恰恰是环境变化速度超过计划更新速度。计划越精细，每次修订的成本越高，团队对修订的抗拒越强。

复杂适应系统的切入方式：把年度计划压成方向判断 + 季度实验包。方向判断只回答"我们在哪个赛道、为什么"，实验包规定这个季度验证什么假设、用什么指标判断假设是否成立。实验失败不是执行失败，是获得了信息。

边界在哪里：如果你的行业变化周期在 3-5 年以上（比如基础设施建设），精细计划可能仍然有效。这条方法最适合变化周期短于规划周期的场景。

你花半年设计了新的组织架构，画了清晰的汇报线，做了三轮宣讲。上线第一周，大家表面上汇报给新领导，实际上还是找旧领导解决问题。三个月后，非正式沟通网络和正式架构完全是两张图。

误判在"组织是可以被设计的"这个前提上。组织是复杂适应系统——每个人根据自己的利益、关系和信息做局部最优选择，这些局部选择涌现出的整体行为无法被架构图预测。

换一种介入方式：先改变激励信号和信息流动方向，再观察组织自发调整出什么形态。给新团队一个共同要解决的问题，而不是一张要执行的架构图。如果非正式网络比正式架构更高效，研究为什么——然后让正式架构向非正式网络靠拢。

这不适用于法律合规要求严格的组织层级调整。有些汇报线的存在不是为了效率，而是为了合规和问责。

某团队为了减少错误，三年里新增了 47 条审批流程。每增加一条，确实少了某类错误。但三年下来，一个常规决策从发起到通过要经过 6 个节点。一线员工的第一反应从"怎么解决"变成了"谁来审批"。

"简单规则产生复杂行为，复杂规则产生愚蠢行为"——这条原理在这里完全兑现。每条规则单独看都合理，加在一起却让系统丧失了适应能力。因为规则之间会互相干扰：一条规则要求的动作和另一条规则禁止的动作可能是同一个。

复杂适应系统的做法：砍掉大部分规则，留 3-5 条底线规则（比如"超过 X 金额必须审批""安全事故必须上报"），其余交给一线判断。配套建快速反馈机制——不是事前审批，而是事后复盘。错了就调，调的成本远低于所有人等审批的成本。

这对安全攸关的场景不适用。航空、医疗、核电的冗余审批不是效率问题，是底线。

技术负责人决定：把 20 个服务同时从旧架构迁到新架构。设定了一个"大爆炸"上线日。上线当天，三个服务之间的接口出现了测试环境没覆盖到的交互问题，连锁故障持续 18 小时。

大规模同步变更在复杂环境中几乎必然出问题。因为复杂系统的交互行为只在真实运行时才完全暴露——测试环境模拟不了所有涌现行为。你同时改的东西越多，涌现出意料之外的交互的概率越高。

替代策略是"绞杀者模式"：新旧系统并行运行，每次只迁移一个服务，迁完验证稳定再迁下一个。进度慢，但每一步都可回滚。整体风险被拆成了一系列小风险，每个小风险都在可控范围内。

如果旧系统的维护成本已经高到无法承受并行运行，或者架构耦合度高到无法逐个服务迁移，"大爆炸"可能是不得已的选择。但那意味着你需要为连锁故障准备充分的应急预案，而不是假装它不会发生。

为了推动某项指标，管理层设计了精细的绩效公式：完成率、及时率、质量评分，各占多少权重，精确到小数点。结果团队开始"刷指标"——挑容易的任务先做来提高完成率，把质量分卡在刚好达标的位置以节省时间。指标全绿，实际产出方向偏了。

这就是古德哈特定律在组织中的复杂适应系统版本：当一个度量标准变成目标时，它就不再是一个好的度量标准。因为被考核的人会适应考核规则——他们也是复杂适应体。

换一种方式：减少量化指标的数量和精度，增加定性的、基于同行判断的反馈。用"你的同事觉得你最近的贡献是什么"替代一部分打分表。更重要的是缩短反馈周期——月度的短对话比季度的长评审更有效，因为纠偏成本更低。

纯定性反馈在大规模组织中难以执行。团队超过 50 人时，某种程度的量化是管理成本的现实要求。关键不是消灭量化，而是不让量化精细到诱发"刷指标"行为。