CCU案件例及点评:设计渐进演化的知识结构

简介:

CCU案件例及点评:设计渐进演化的知识结构

                  张成遇到的问题,其实一不是技术,二不是管理,而是战略。他的董事长 胆略太过人了,魏武说要用3到5年的时间完成从制造向贸易再向行业服务的三级转型,这可不是那么容易的事情,而且提出了“知识结构-思维结构-商业模式” 这个链轮逻辑,看上去让人匪夷所思。

              但是笔者非常能理解这个董事长的意图,这可不是一般的老板,他是一个头脑在知识经济时代,身体在工业经济时代的大老板。这个知识结构的设计难就难在这个方董事长说“蓝兰公司的知识分类的方式要改变,具体是什么,你们先琢磨琢磨。GB/T19580中的要求是否合适,你们先做评估,尽快给我具体意见。”这体现了他前瞻又务实的特别作风。

根据笔者的初步了解,GB/T19580即《卓越

绩效评价

准则》是参照国外质量奖的评价准则,结合我国质量管理的实际情况,从领导、战略、顾客与市场、资源、过程管理、测量、分析与改进以及经营结果等七个方面规定了组织卓越绩效的评价要求,为组织追求卓越绩效提供了自我评价的准则。

               它与GB/T 19001的最大差别在于它不是符合性的评价依据,而是为组织提供追求卓越绩效的经营管理模式,强调战略、绩效结果和社会责任

              这个标准的制定和实施可帮助组织提高其整体绩效和能力,为组织的所有者、顾客、员工、供方、合作伙伴和社会创造价值,有助于组织获得长期成功,并使各类组织 易于在质量管理实践方面进行沟通和共享,成为一种理解、管理绩效并指导组织进行规划和获得学习机会的工具。

             从这个角度看,董事长的思路是非常正确的,但是蓝兰又不能全面地直接采用GB/T19580的结构,那样非常可能形成一个用知识经济来格式

化工

业经济的局面,是企业的一场灾难,所以董事长要张成琢磨琢磨。也不知道他现在琢磨怎么样了。这里姑且结合笔者的一些体会,提出粗浅的建议,供张成参考。

       强调知识结构的渐进性设计迭代的知识结构

         恰如董事长所说,企业要从制造向贸易再向行业服务转型,每个阶段所需要的知识是不完全一样的,但是也是有相当继承关系的。

            这里不清楚蓝兰公司发展处于什么阶段,但是有一点看上去是确定的,公司还是要长期坚持在所在的

汽车

              配件行业里面做事情。不会做那种非相关多元化的,至少也是“同心多元化”,这就为我们明确了,做迭代的、可继承的知识结构是完全现实的。这就是确定性,就是张成可以把握的一个重要的点。

              领导、战略、顾客与市场、资源、过程管理、测量、分析与改进以及经营结果等七个方面是GB/T19580知识结构的一级类目,下面还有22个二级类目,分类方法与我们工业经济下的差别很大。要走到这一步,不用渐进的策略是不行

              幸好在知识的“原子”一级上我们是完全可以把握的,最细一级的知识是可加工但不需再分。这样对于具体知识而言,它戴什么帽子是不怎么重要的。但是“帽子”确 实体现了工作的思维逻辑与方式,同时我们不能忘记的是,企业在不停地进化,各个阶段的帽子也是不一样的。所以知识结构的迭代特性不是一种无奈的选择,而是 一个必然的选择。

              所以笔者认为,规章制度、产品知识、技术创新、管理创新、社团活动、企业文化这样的分类,现在还是很合 时宜的。张成一定要在这一点上去说服董事长,至于怎么从现在的这个结构演化到与GB/T19580呼应的知识结构?这个需要公司和专家的智慧设计具体迭代 方

               张成所需要承诺的是,在技术上一要方便各种“知识原子”的生成,二是要方便“知识原子”可以换“帽子”。当然,具体“知识原子”一定有一个版本的管理,以保障它不停地在演进,否则光擅长造“帽子”是不能彻底解决知识管理问题的。

                  老板经常会超越现实去思考问题,我们不能超越现实去做事情,一定要把这个过程描述好,让老板的思考可以从空中落到高速公路上来。

                  在技术上一要方便各种“知识原子”的生成,二是要方便“知识原子”可以换“帽子”。

本文转自    王甲佳   51CTO博客,原文链接:http://blog.51cto.com/secajia/416550

相关文章
|
2月前
|
机器学习/深度学习 数据采集 人工智能
揭开大模型幻觉之谜:深入剖析数据偏差与模型局限性如何联手制造假象,并提供代码实例助你洞悉真相
【10月更文挑战第2天】近年来,大规模预训练模型(大模型)在自然语言处理和计算机视觉等领域取得卓越成绩,但也存在“大模型幻觉”现象,即高准确率并不反映真实理解能力。这主要由数据偏差和模型局限性导致。通过平衡数据集和引入正则化技术可部分缓解该问题,但仍需学界和业界共同努力。
35 4
|
7月前
|
敏捷开发 监控 测试技术
软件架构的艺术:探索演化之路上的18大黄金原则
实际工作表明,一步到位的设计往往不切实际,而演化原则指导我们逐步优化架构,以灵活响应业务和技术的变化。这不仅降低了技术债务和重构风险,还确保了软件的稳定性和可扩展性。同时,架构的持续演进促进了团队协作,激发了成员间的知识共享与技能提升。
143 0
软件架构的艺术:探索演化之路上的18大黄金原则
|
7月前
|
搜索推荐 程序员 测试技术
研究思考|关于软件复杂度的困局
本文重点围绕软件复杂度进行剖析,希望能够帮助读者对软件复杂度成因和度量方式有所了解。
|
搜索推荐 程序员 测试技术
研究思考丨关于软件复杂度的困局
研究思考丨关于软件复杂度的困局
1307 9
研究思考丨关于软件复杂度的困局
|
机器学习/深度学习 存储 自然语言处理
ChatGPT的各项超能力从哪儿来?万字拆解追溯技术路线图来了!(2)
ChatGPT的各项超能力从哪儿来?万字拆解追溯技术路线图来了!
178 0
|
小程序 Linux 程序员
项目课题学习之黄金10步法则
项目课题学习之黄金10步法则
244 0
项目课题学习之黄金10步法则
|
机器学习/深度学习 人工智能 算法
近期看到AlphaGo算法最清晰的解读
来看看人工智能专家同时又是围棋高手的如何解读AlphaGo算法的
27396 1
|
监控 测试技术
六年测试之精华分享:产品质量应从哪些方面提高
今天就说说近期大家比较关心的话题,根据自己多年的测试经验,对于一个企业能否很好的生存下去,有四个核心指标,产品质量Q、服务质量S、产品价格P、响应时间T,在我看来,属于技术范畴的2个最核心的指标是:一是产品质量、二是响应时间,怎样更好的保障产品质量,为一线的销售保驾护航好产品,就显得尤为重要...
1410 0