流程越稳定,越需要追问它稳定地解决了什么
标准化能减少波动,却不会自动证明问题定义正确。知识漏斗的价值不只是把经验固定下来,也包括在环境变化时辨认哪些规则需要重新打开。
关联:知识漏斗
为什么组织能把已有业务做得越来越熟练,却难以产生下一种业务?
组织要同时推进两件事:把不确定问题转成可行动的经验,再把有效经验变成可重复的方法。
本书讨论企业如何把未知问题逐步转成可工作的解释和可重复执行的办法。组织既需要稳定交付的可靠性,也需要寻找真正有效的新解释;如果只奖励可预测的重复,就可能难以探索新的业务可能。
知识漏斗解释从未知到可重复的转化,可靠性与效度则解释组织为什么常偏爱已被证实的路径。设计思维在两者之间组织探索和验证,其价值不只是制作原型,而是改变新解释进入企业决策的方式。
新想法缺少过去的数据,却经常被要求先证明未来收益。与此同时,完全依赖直觉又难以获得组织信任。问题在于如何让探索和验证相互推进,而不是让任何一方宣布另一方没有价值。
组织要同时推进两件事:把不确定问题转成可行动的经验,再把有效经验变成可重复的方法。
谜题 → 启发式 → 算法
谜题是尚无法充分解释的现象;启发式让人可以先行动;算法让结果更稳定。各阶段需要不同证据与组织方式。
当一个问题尚无成熟解释时,继续优化现有流程并不能自动产生答案。知识漏斗描述了把未知变成可行动经验,再把经验转为稳定规则的过程。管理的难点在于识别自己处于哪一阶段:探索时需要允许不确定性,复制时则需要减少无谓变化。若所有项目都按成熟业务的标准评估,最早的探索就很难获得资源。
当团队要把专家经验做成产品、流程或 AI Skill 时,可以先区分哪些判断已有重复证据,哪些仍需要人观察情境;前者适合规则化,后者要保留试验与修订入口。
不是所有经验都能算法化,也不是越标准化越好;环境改变会让旧算法失效。
重复做出相同结果,和做出真正有用的结果,是两种检验
可靠性关心稳定一致,效度关心是否回答了对的问题。设计工作要让两者相互校正。
可靠性回答能否反复得到一致结果,效度回答结果是否真正对应需要解决的问题。两者可能互相支持,也可能发生张力:过早要求新方向拿出与成熟业务相同的证据,会让组织只选择可预测的事;完全拒绝可靠性,又会使探索无法转化为持续交付。关键是为不同阶段选择合适的验证方式。
当一个方案数据很整齐却始终不能改善客户结果,或一个有潜力的方案被现有指标过早否决时,分别检查指标的一致性和它与真实目标的关系。
“无法证明”不是无限期拒绝验证的理由,探索也必须设计反馈。
用小规模验证连接新解释与组织信任
知识漏斗从谜题、启发式到算法的推进,描述理解如何被组织和重复,不是主张所有工作最终都应变成机械算法。探索阶段需要生成可能解释,随后再设计证据检验它们。
分析可以检验既有关系,却难以单独证明从未发生的商业安排。对新解释直接要求成熟业务的确定性,会使组织偏向过去;反过来,不接受检验的直觉也无法建立可共同承担的行动。原型与有限试点能够把可能性变成可观察对象,让讨论从个人信念转向具体使用与结果。
评审新业务提案时,区分已经有证据的部分、需要尝试的假设与仍不可预测的结果。先决定下一轮该学到什么,再讨论是否扩大投入。
原型获得喜欢不等于商业模式成立。涉及安全、法律或重大不可逆后果的判断,不能仅因强调探索就降低验证要求。
标准化能减少波动,却不会自动证明问题定义正确。知识漏斗的价值不只是把经验固定下来,也包括在环境变化时辨认哪些规则需要重新打开。
关联:知识漏斗
未知领域最初未必有大样本历史数据,可以通过原型、观察和小规模试验逐步缩小不确定性。证据的形式应服从当前问题,而不是为了满足已有报表而选择问题。
关联:可靠性与效度
可靠性和效度的张力不应被简单翻译成运营部门保守、设计部门先进。组织需要让探索获得空间,同时让验证真正有能力否定方案。