大规模敏捷的 7 个容易被误解的真相

简介: 大规模敏捷的 7 个容易被误解的真相

大规模敏捷不只是将敏捷实践从团队扩展到组织,而是需要改变思维和组织架构,将以管理为主的组织观念转变为以人为中心的组织观念,将组织改造为简化、自治的团队,实现可持续的价值交付。原文: The Uncomfortable Truth of Scaling 'Agile'


敏捷转型(将敏捷从团队级别扩展到整个组织),不仅仅是实现像 SAFe®这样的框架,而是需要从僵化的、自上而下的管理转变为灵活的、以人为中心的操作,这些操作植根于简化的架构、自治的团队和频繁、可持续的价值交付,而不是承诺更快、更便宜的结果。


大规模敏捷背景

任何敏捷转型都超越了采用 SAFe 这样的框架,而是要挑战传统的自上而下的泰勒式管理风格。敏捷转型需要完全不同的方法,而不是简单推出一个由咨询公司策划的计划。敏捷转型从来不是过程驱动,而要依赖于文化和思维的转变。


因此,成功的敏捷转型需要简化组织架构、培养自治团队,并将焦点从规定流程转移到以人为中心的交互上。应该鼓励灵活性以适应特定的组织环境,而不是严格遵循 Scrum 或看板等实践。最后,重要的是要记住,敏捷并不承诺更快、更便宜的结果,而是强调频繁、可持续、高质量的价值交付。


以下是大规模敏捷的七个常见问题:


  1. SAFe 并不能解决问题: 规模化敏捷框架(SAFe)通常被视为围绕敏捷交付并帮助大规模组织保持一致的解决方案。然而,重要的是要明白,仅仅实现 SAFe 或任何其他扩展框架并不能自动解决由于渴望变得敏捷而出现的问题。它要求组织采用敏捷思维,改变其文化和组织架构,同时理解从团队到高管的所有层次的原则和价值观。
  2. 泰勒主义不能解决复杂的适应性问题: 弗雷德里克·温斯洛·泰勒的科学管理原则,即泰勒主义,侧重于通过自上而下的方法来优化单个任务,以提高效率。这个概念适用于简单、重复的任务,但在处理当今常见的复杂适应性问题时就不那么管用了。促进团队自治、自我管理、跨功能、迭代和增量开发以及客户协作的敏捷实践不仅更适合,而且不可或缺。20 世纪 20 年代通用汽车的成功之道不再是成功之道。
  3. 前进方向是缩小组织规模: 虽然"大规模敏捷实践"得到了很多关注,但对许多组织来说,缩小组织规模可能是一种更有效的策略。缩小规模包括简化架构和流程、消除官僚障碍、促进精益原则。这些策略增强了团队能力、减少了浪费、提高了速度,并能培养持续学习和改进的文化,最终带来更高的客户价值。由于许多利益相关者的既得利益,也会引发许多阻力。
  4. 前进方向是授权团队解决客户问题: 赋能、自主的团队是敏捷的核心。敏捷团队不受指挥和微观管理,而是享有自组织、决策和解决问题的自主权。这种方法增加了员工积极性和工作满意度,并提供了更快、更创新的解决方案,而不是规定团队应该做什么。考虑一下"自治、掌控、目标"。
  5. 避免规定流程和工具: 虽然流程和工具自有其位置,但在敏捷环境中应该是次要的。敏捷宣言更倾向于个人和交互,而不是流程和工具。因此,与其规定一种放之四海而皆准的方法,组织应该培养一种赋予个人权力、促进协作和拥抱变化的文化。
  6. Scrum、看板 —— 长远来看没啥关系: Scrum、看板和其他敏捷实践只是工具,它们能提供指导,但本身并不是目的。组织不应拘泥于单一实践或框架,而应采用结合各种概念的灵活方法。最终目的是找到最能满足组织独特环境和需求的工作方式,并向客户提供最高价值。
  7. 敏捷意味着更快和更便宜: 虽然敏捷可以更快交付客户价值,但并不一定意味着工作将以更快速度或更低成本完成。敏捷强调质量、可持续的工作节奏和频繁的价值交付,而不是匆忙完成任务或偷工减料。与普遍看法相反,"敏捷"并不是"事半功倍的艺术"。

结论

如果没有敏捷思维的转变,仅仅采用几个框架,将敏捷从团队层面扩展到整个组织,是无法解决敏捷问题的。要想在当今复杂的问题中取得成功,需要调整架构,减少官僚主义,并授权团队自治,从而克服过时的泰勒主义原则。




你好,我是俞凡,在 Motorola 做过研发,现在在 Mavenir 做技术工作,对通信、网络、后端架构、云原生、DevOps、CICD、区块链、AI 等技术始终保持着浓厚的兴趣,平时喜欢阅读、思考,相信持续学习、终身成长,欢迎一起交流学习。微信公众号:DeepNoMind

目录
相关文章
|
3月前
|
机器学习/深度学习 人工智能 安全
企业使用Sora技术面临哪些困难?
【2月更文挑战第8天】企业使用Sora技术面临哪些困难?
51 7
企业使用Sora技术面临哪些困难?
|
6月前
|
人工智能 供应链 Cloud Native
智库观察|大模型时代,AIGA将大规模解放生产力
“小模型+AI+智能化底座”的模式,让AI应用适配不同数字化阶段的企业,这将成为企业级应用的不可逆趋势。
120 0
|
8月前
|
存储 NoSQL 关系型数据库
重构之道:揭秘大规模系统重构的经验与挑战
重构之道:揭秘大规模系统重构的经验与挑战
178 2
|
人工智能 安全 架构师
不了解持续架构会落伍么?
不了解持续架构会落伍么?
|
人工智能 数据可视化 安全
如何与ChatGPT4结对编程提升研发效率(1)
如何与ChatGPT4结对编程提升研发效率
236 0
|
编解码 前端开发 测试技术
如何与ChatGPT4结对编程提升研发效率(2)
如何与ChatGPT4结对编程提升研发效率
136 0
|
机器学习/深度学习 存储 数据采集
3个因素看透 AI 技术架构方案的可行性
人工智能这几年发展的如火如荼,不仅在计算机视觉和自然语言处理领域发生了翻天覆地的变革,在其他领域也掀起了技术革新的浪潮。无论是在新业务上的尝试,还是对旧有业务对改造升级,AI 这个奔涌了 60 多年的“后浪”,正潜移默化的影响着我们传统的技术架构观念。
776 0
3个因素看透 AI 技术架构方案的可行性
|
机器学习/深度学习 存储 数据采集
干货!3 个重要因素,带你看透 AI 技术架构方案的可行性
人工智能这几年发展的如火如荼,不仅在计算机视觉和自然语言处理领域发生了翻天覆地的变革,在其他领域也掀起了技术革新的浪潮。
|
机器学习/深度学习 数据采集 存储
AI公司的练级之道:如何更具扩展性?
机器学习似乎已成为每个人都追求的一个宏大目标,超过80%的公司都正在研究至少一个AI项目。
|
Java 测试技术 Apache
艾伟也谈项目管理,克服在企业中应用敏捷方法的技术挑战
  在企业中应用敏捷方法是一项具有挑战性的任务。实现敏捷不像安装软件那样能在一天内完成。而是需要适应企业环境,其中包括:文化、技术和组织方面。本文将探讨面临的一些挑战,这些挑战与建立开发环境、自动化测试、持续集成相关,并且同在企业环境中明确完成的定义(DoD)相关。
1093 0