熵增这个词,最近在很多文章上很常见。其实按照 薛定谔的定义,熵增对于生命体是必然的。人自身,就是一个无限熵增最后直至死亡的例子。企业也一样。
企业怎么对抗熵增?做了几年研发和研发管理,现在在创业的我,提几个见到的、想到的、或者正在做的点吧。
4. 找到熵增的运动环节,用技术或组织的手段,把熵增的N*N的组织协作掐掉,改成N-1-N的组织协作。市场上,或者企业内部的组织调整,都有很多这种影子。比如区块链中间件:几家大厂都有区块链服务,这时候就有写厂商有一些每家厂商都要对接一遍的场景,这时候就有一些厂商,提供一个中间件适配这些厂商的服务,你只需要用这一家的中间件就可以了。类似的例子,比如聚合支付、聚合登录等等。我司做的业务,也是在集成云原生时代的软件供应链,方便客户、或者我们自己 更快速做出 有价值的产品。
5. 朋友圈里发了,最常见的,也是最理想的,把体系内熵增的个体或一部分组织区分出来,然后剔除掉。剔除熵增的组织,企业常见的方式是裁员,团队常见的方式是给你一个最低档的绩效让你主动走人。
6. 数量创造质量。熵增是必然的,但是人类又确实要对抗熵增的,怎么办?结合5,就有一个思路——快速、高效的试错。试错过程中会有很多5的情况发生,俗话说,就是会有很多炮灰,但是没办法,人类历史上炮灰还少吗?炮灰落到每个个体头上都是灾难,但是,这是历史发展的必然。哪怕有一天,这个炮灰是我(尤其是创业者,当炮灰,被摘桃子的又不是少数)。这个思路在不同的领域可以有不同的解释,比如,从生物进化的角度讲(上次跟网友聊这个,有网友脑洞清奇的想到了一个类比:人类的精子和卵子….),我可以解释这种打法叫 进化;我也可以把他解释为 互联网行业的敏捷,小步快跑Sprint;这种打法在互联网公司叫迭代,小步快跑逐步试错,放在当代管理学上,他们把这种叫灰度战略/AB战略。总而言之,传统商业世界里集团冲锋的大阵仗不复存在,取而代之的是无数小团队、小组织、甚至是去中心化的个人,高频、多场景在极短时间周期内的不断试错、当炮灰、成功、被封神,并不断循环。这种形态已经相当成熟,甚至常见:SuperCell、阿里的中台、字节的App工厂以及腾讯的无边界投资……当然,也还有我们,一家在产业互联网+SaaS工具重复上述玩法的小公司
如何高效地进行Java大模型开发以应对性能与扩展性挑战? 一、大模型开发基础与性能优化策略 1.1 理解Java大模型开发的核心要素 在Java大模型开发中,核心要素包括高并发处
...一、概述:大模型开发流程详解及其重要性 1.1 大模型开发的基本概念 1.1.1 定义与分类:大模型在AI领域的角色 大模型,作为人工智能领域的重要基石,通常指的是具有海量参
...大模型应用场景探索:如何解锁行业新机遇? 一、大模型技术概述与趋势分析 1.1 大模型技术的基本概念与特点 大模型技术,作为人工智能领域的前沿成果,指的是利用深度学习
...
发表评论
评论列表
暂时没有评论,有什么想聊的?