-
观点
赛诺菲HR VP解读为什么用Workday取代SAP HR，我们能从中提炼出什么？
作者：朱暑冰 微博地址：http://www.itwzx.cn/archives/229
赛诺菲，全球五大药业巨头之一，其HR VP Denis Sacré在workday 2015的欧洲Rising大会上站台，解读为什么选择workday来代替SAP HR（不过其他的系统仍然保留SAP，估计是ERP和财务）。客户大佬站台背书，如果放国内绝对是一个销售和Marketing手中的重磅炸弹，满世界去攻城略地了。但千万别自行脑补workday比SAP、Oracle产品好，或SaaS比On premise好的结论，仔细读完全文，可以发现并没有介绍什么压倒性的优势，最终胜出的理由甚至可以理解成决定天平倾斜的最后一根稻草，不过从该HR VP话语的细节中可以提炼出很多有价值的内容，这才是听成功案例的正确姿势。
首先摘录该HR VP的话语细节：
2011年，赛诺菲计划其第一个全球性的SAP HR项目，当时SAP已经收购了SuccessFactors，考虑到未来十年一定是云的天下，如果采用SAP on-premise的方案，4年的实施期后还需要两年迁移到云，所以赛诺菲打算一步到位。由于当时Oracle的云产品（应该是Fusion）还未就绪，所以候选者只有workday和SuccessFactors。
2012年底，workday最后胜出，理由有两点：（1）Workday从第一天起就是以核心HR为定位来开发，集成性非常好，易于使用，这一点在决策中非常关键和具有决定性。反之，SuccessFactor使用不太顺畅，集成性方面有断点。（2）在被问到，如果赛诺菲实在需要定制化，能否被满足时，workday明确地拒绝，而SAP回答含糊。而赛诺菲期待的答案是No，因为期待一个纯云的解决方案，只希望通过配置来解决个性化需求。
三年过后的今天，整个实施推广还在进行中。实施并没有采取全面铺上的模式，而是从2013年后半段开始，首先上马人才管理、绩效等模块，因为对于赛诺菲来说，人才管理非常关键，具有压倒性的地位。这一部分于2015年上半年完成，推广到了全部11万员工中的75000名白领。
同期，赛诺菲开始设计全球铺开workday核心HR模块的流程，以取代地区和业务单元层面的现有SAP、Oracle、Peoplesoft等系统。由于历年的收购和合并，不同的HR系统实例多达500个。
核心HR的铺开首先是欧洲国家中的德国、瑞士和奥地利，覆盖约9000名员工，然后是北美的19000名员工，最后是剩下的欧洲国家等，约40000名员工。
通常的HR系统实施顺序是先核心HR模块，然后扩展到人才、薪酬等其他模块。赛诺菲决策首先上马人才管理模块，有其业务上的必要性，但也是非常危险和大胆的。风险和复杂性在于需要workday和SAP系统的双向复制、数据同步。组织架构数据由workday为主维护，个人数据由SAP为主维护，多达60多个字段的数据需要双向同步。系统上线后，做到了这一步，但并不是100%。时至今日，每周仍有2%的修正工作需要做，带来了大量的工作负荷，workday和SAP系统的数据架构和处理方式差异太大了！
当核心的HR模块在全球上线后，简化HR系统这一最初的目标才真正实现。以前多达500个HR实例的情况将不复存在，中间的过度系统也不再需要。
为了确保系统被顺利使用，赛诺菲录制了500个一小时长度的WebEx演示视频，在总部有两打的倡导者宣传，全球还有400多位问题达人随时解答大家的问题。Workday的产品也非常易用，大家感觉和他们在2C市场上使用的APP一样易用，员工们很容易从LinkedIn导入他们自己的介绍，然后增加一些如职业偏好、职位期望、是否愿意赋新职等，结果80%的员工都完成了自己的介绍；经理们也很容易利用九宫格给员工绩效评分，设定继承人计划等。
workday系统当前还存在的问题：（1）系统可以BI下钻分析，可以直接钻透到详细数据并直接操作，但有10000个记录的上限约束，因此无法为执行委员会提供数字仪表板，因为某些高层领导下属的数量超出该限制；（2）对于赛诺菲这样的大型复杂企业来说，不同业务单元的管理层级不同，这一点workday的标准化处理方法不够灵活；（3）workday的绩效不能涵盖非正式员工；（4）系统的安全性设计不错，但也为人才查找和继任者池操作带来了麻烦；（4）为了屏蔽HR员工看到自己的数据，需要采用变通的方法。
最后的心得总结：（1）云和传统应用差异很大，你必须接受一个固定格式的合同，相对简陋的业务流程。（2）SaaS应用相比传统ERP大大简单，但仍然是一个大工程，千万不要低估安全性、报表、数据迁移、功能模块方面的难度。（3）要有强有力的治理模式，部署速度和完美型方面需要合适的平衡和妥协。
对于甲方，读一个成功案例，客户的结论和总结性词汇一点都不重要，关键是细节描述，因为每一个企业的内部情况都是不同的，对于系统功能或特性的重要性权重也是不同的（比如赛诺菲对于人才管理模块的权重就大于核心HR模块），所以他们的结论不具有参考价值，但细节描述非常具有参考价值，有助于深入、形象地了解产品，为一个不能直接、全面触摸的产品提供体验和感受。
反之，对于乙方，写一个成功案例，直接喊口号，或者定位XX第一的宣传效果很差，即使用著名大公司的名气或者客户数量的多少来背书，效果也未必多好，因为多年以后，大公司不堪的使用情况内幕被爆出来，似乎潮流一样大批客户被别人替换的情况，业内的从业者估计也没有少听说。关键是细节描述，无论是客户的头痛问题、看重的点、实施的细节、最后的效果等，读案例的潜在客户会自己评判、下结论，细节是最具有说服力和可信度，潜移默化影响客户心里天平倾向的杀手神招。
回到赛诺菲案例，有哪些细节值得提炼呢？
（1）、（2）中赛诺菲2012年决策Workday胜出的理由放到今天需要重新考虑，SaaS领域的发展太快，人家几年前的结论现在已不具有参考价值，放到今天，Oracle也许就不会被直接排除在外。
（2）中提到Workday一开始就定位于核心HR，这种涉及出身定位，并不能直接推导出优势结论的理由只有在你所有重要的需求都被满足，其他方面各家产品没有大的优势差别情况下，才能作为决定天平倾斜的稻草。即一开始要考虑具体的大砝码，这种似乎很有道理的论调只可以作为稻草。类似的论调还有：跨平台产品更好，Java平台更好；500强企业都用的应用蕴含先进管理思想；国产的应用更适合国情等。
从（2）中看出评估阶段赛诺菲对Core HR的看重，可（3）、（6）实施阶段的说明又显示人才管理远重于Core HR，评判准则不坚定，随时间推移而浮动是个大忌，类似先射箭然后画靶子，为论证结论正确而找理由。国内的很多项目如果从头跟踪到尾，这样的情况比比皆是。
（2）中提到Workday胜出的另一个理由是workday和SAP对于客户定制化要求是否满足的回答不同，这里有个如何科学问问题的问题。甲方应该清楚告知所问问题的目的是什么，是为了搞清楚什么不明确的东西。国内的读者也许会说，如果我问的这么明确，暴露了我的倾向，乙方可能会为了迎合我而不说真话，那我如何判别不同供应商的优劣呢？这种担心完全可以有别的方法解决（做招聘的人如何判别应聘者言语真伪的方法同样适用于此），但为了这种担心而不把问题说透，一个极大可能的后果是乙方不知道你真正关注的点是什么，问题太大无从回答，只能捡自己理解或当时想到的来回答。这种情况下要正好命中的慨率极低，需要大大考验各家乙方销售的功力，是否能搞定客户透题给你，甚至和你联手炮制这种难于命中的问题。甲方很多情况下说不清楚自己的需求，或者所说的需求不是本源的需求，而是经过了几层演绎后的需求而不自知，结果问简单问题又不告知目的，乙方如果不会或不能刨根问底，层次深入，由于理解不清，即使满肚子经验，可能也帮不上忙，最后的恶果往往是系统上线后，价值平平。
（2）中赛诺菲希望SaaS应用通过纯配置来解决个性化问题的愿望是不现实的，赛诺菲将其列为一票否决的需求是错误的。原文中后面也提到赛诺菲提了一些需求，Workday将其作为欧洲国家的普遍需求，做到了正式版本中。如果不是赛诺菲这样的业界标杆，又或者Workday没有那么迫切需要了解欧洲国家和美国用户的差异，反应速度也许就不能让赛诺菲满意，这时要解决问题又怎么办呢？
（7）中可以看出，赛诺菲本次项目的一个重要目标是全球用一套系统取代分散的多达500个实例的系统，背后具体的业务困扰场景是什么没有说明，所以是否真能解决也不得而知，国内的HRMS供应商似乎对一套系统的解决方案不看好。
（6）中提到，由于没有先上Core HR，造成很长时间的workday和SAP系统双向同步，虽然从决策层角度来说，有人才管理更重要的考量，但随之而来的2%每周修正能把人逼疯。上面领导动动嘴，下面的HR和IT跑断腿。所以这种决策要慎重，要重视给下面人带来的巨大工作量。类似的决策还有很多，如新旧ERP、财务系统的长期并行运行以观察数据是否一致；为了不让一般用户看到某些敏感数据而另外建一套实例等。
（9）中提到，下钻时发现的10000个记录的限制，估计也是后期用到时才发现的。国内的情况也往往是评估时没有细化到要什么报表，需求调研时只提出少数报表，系统上线后，不断增加提出报表需求，理由是没有数据，怎么提得出报表需求。其实这反映出各级领导对于如何洞察业务没有一个全面的考量，事到临头才想起需求，这种需求有时候经过处理可以满足，有时候需要二期修改业务操作流程，采集必要数据才可以满足。洞察业务方面考虑不周全，系统要发挥业务价值就大打折扣，以终为始很关键。
Workday的易用性得到了Denis Sacré的大笔墨描述，无论是员工的简介（Profile）完成率，还是经理层的绩效评分和继任者设定，甚至系统上线后没有专门的培训，而是有问题找专门的问题达人。这说明易用性对于现代应用的重要性，另一方面也提醒我们，一个系统要用的好，背后的管理理念要做好培训，标准化，定义明确，大家理解一致。
（9）中提到的workday当前问题值得参考，如果你对这些因素看重，需要找到解决方法，或考虑别的产品。
第（10）点经验之谈也值得关注，固定格式的合同对于很多公司来说不容易接受；SaaS应用的难度不能低估，别轻信厂商销售的拍胸脯，赛诺菲实施过程历时3年还没完全结束就是一个例证；速度和完美性的平衡和妥协把握不容易，国内常见的情况是前期过于追求完美，什么功能都想要，什么需求都要完美满足，理想主义色彩太浓，后期又迫于进度的压力，轻易放弃一些必要的坚持，甚至可能放弃前期立项时重要的目标，立项设想收获西瓜，结果收获芝麻。
原文《Why Sanofi chose Workday to replace SAP HR》，链接：http://diginomica.com/2015/12/17/why-sanofi-chose-workday-to-replace-sap-hr/
备注:之前一直没找到原文作者，没有署名作者非常抱歉。
-
观点
特邀专栏|SaaS企业级市场: 前景堪忧还是前途无量？
本文作者：Tracy Wang，如需转载请注明作者及http://www.hrtechchina.com/11759.html。
最近几个月来随着Salesforce.com, Workday等等SaaS服务提供商的股价持续下滑，许多人对全球SaaS市场开始表示担忧：是不是SaaS的风头已经过了？笔者倒是对此表示乐观。股价的波动受宏观经济，个体因素等等的影响，而企业对于SaaS软件的需求依然强劲，预计未来五年企业级SaaS市场将会继续保持强劲增长。
在企业级SaaS市场这块大饼里，笔者来着重讲讲SaaS商业流程软件。首先明确一下概念，所谓商业流程软件顾名思义即这些软件支持并整合企业的各种商业流程，例如顾客生命周期（CRM流程），员工生命周期（人力资源管理流程），产品研发，采购，财务管理等等。
从营收角度：
根据Forrester的数据显示，全球SaaS商业流程软件在2016年将会增长24%，远远高于整个商业流程软件市场（包括所有基于客户端和云端的软件）的增长率。其中，客户关系管理(CRM)， 电子商务服务，人力资源管理（HRM）是增长最快的三大类别。而现阶段从使用率而言，CRM，电子商务，电子采购等类别SaaS使用率最高，其次是HRM，风险管理和供应链管理等。
来源：Forrester Research
尽管SaaS软件的持续增长给传统的软件授权模式带来冲击，但是短期内传统软件的营收应该不会显著下降。毕竟一些大型的企业级软件提供商，例如SAP，Oracle等，在传统软件市场上还是占据着半壁江山。并且由于传统软件提供商和很多企业签订了多年的维护合同，在合同到期之前软件维护费还是照收不误。
从服务提供商角度：
纯SaaS服务提供商，例如Salesforce.com，NetSuite，Ultimate Software，Workday等，很可能将会持续保持两位数的增长。目前来说，Salesforce.com是市场领导者，并且遥遥领先其他竞争者。
而传统软件提供商，例如Oracle，SAP，Infor等，将会继续加快挺进SaaS市场的步伐，最快的方式就是不断收购相对小的SaaS软件提供商，以弥补SaaS战略上的劣势。
从区域市场角度：
美国依然是SaaS商业流程软件市场的领先者。美元的强劲是一方面，更重要的是几乎所有的大型SaaS服务提供商都都来自美国，牢牢占据着客户群。新兴的SaaS服务提供商很多也将总部设在美国，因其得天独厚的生态圈和已经受过良好教育的，对SaaS持欢迎态度的客户。
亚太区目前仍然偏向于传统软件。一方面是由于客户对SaaS的认知不够，对数据安全性和掌控表示担忧，另一方面也是由于SaaS软件相对缺乏对当地语言的支持，网络不稳定，以及政府的干预。尽管如此，市场仍然挡不住SaaS的风头日盛。越来越多的企业开始瞄准这个市场，从BAT这种大型私企到许多初创企业。相信不远的将来SaaS在亚太区会有很好的前景。
欧洲也是暂时倾向于传统软件。来自美国的软件提供商们受到了来自欧洲本土的软件提供商的挑战。从文化的角度看，欧洲的企业接受改变的步伐也相对慢一些，SaaS遇到的挑战将会持续一段时间。
SaaS对企业来说意味着什么
SaaS商业流程软件和传统软件相比有着它得天独厚的优势，例如安装时间短，灵活的迭代配置模式，流程设置操作简单，界面友好，维护方便（基本是服务提供商来维护），定期更新，按使用付费等。
SaaS的劣势也是显而易见的。定期更新固然能使企业永远在最新的版本上，但强制的更新加重了企业人力和时间上的负担，必须每次都得去适应技术和功能上的变化。并且SaaS除了一些简单的设置以外，基本无法进行私人定制（更改源代码），对有特殊要求的企业而言基本无解。另外，企业对数据的掌控低，因为数据都存储在云端。
但总体来说，SaaS的优势大于劣势，这也是其市场前景好的原因。要将SaaS的优势发挥出来，给企业带来更大的价值，需要企业在战略和实施上考虑周全。比如从战略上应该将SaaS纳入整体的IT战略和技术架构之中。缺乏全局观会导致企业忽略SaaS软件和其他现有的企业软件的连接性，购买一堆零散的软件，导致数据无法整合，用户体验也不一致。另外，企业在选择SaaS服务提供商时应该做好尽职调查，了解软件的功能，技术性能，和现有的企业软件的连接性（哪些是预装的接口，哪些接口需要安装），是否符合数据安全性和隐私相关的法律法规，后台支持能力等等。
而对于某些企业而言，SaaS并非是一个好的选择，不能因为SaaS是大势所趋就随波逐流。了解自己的需求很重要。毕竟，如果需要一个苹果而去买了一个更好吃的橘子并不明智。
作者简介：Tracy Wang 德勤咨询（Deloitte Consulting）人力资本高级管理咨询顾问
为客户公司提供关于人力资源战略，流程设计，商业论证，人力资源技术战略和服务提供商招标与选择，组织架构和标杆分析等咨询服务。
声明：本文仅代表作者个人观点，与德勤咨询以及其他德勤旗下分支机构无关。
如果你或你的朋友的项目希望被 HRTechChina报道，戳这里可寻求报道。
HRTechChina提供、关注最尖端的人力资源科技资讯。您可以搜索“HRTechChina”公众号或扫描以下二维码关注我们！
-
观点
寒冬or春天？在线教育Q4为何投资暴增
新年伊始，全球互联网行业似乎熬过了一场寒冬，与前几年的喧嚣场面相比，市场似乎归于平静。互联网生态系统格局初定，各行业“马太效应”持续发酵，强者越强，弱智加速出局。当前，能否融到足够资本早已成为细分垂直领域生存状况的晴雨表和企业竞争力的试金石。全球宏观经济持续疲软影响仍未消散，导致大部分产业绕道资本，然而，在线教育行业似乎风景独好。
近日，毕马威(KPMG)公布了《2015年第四季度全球VC风险投资报告》，报告中显示，整体上第四季度较第三季度资本量递减近30%，进入独角兽俱乐部的企业由第三季度产生24家，第四季度缩减为12家。然而在所有投资领域中，唯一呈上升趋势的是在线教育，该领域交易金额为第三季度的3倍(第三季度总投资额2.95亿美元，第四季度总投资额10.6亿美元)。中国市场与全球市场保持一致，2015年第四季度整体投资数量下滑29%，但在线教育领域暴增40%。
2011-2015年季度全球风投融资规模
2015年新晋独角兽公司
2015年在线教育公司融资规模
报告中分析指出，2015年全球投资者开始由乐观变为保守，预计在2016年，谨慎的态度持续不变。然而随着第四次工业革命成为大势所趋，对科技含量要求较高的在线教育领域还是比较令风投钟情的。2015年第四季度站在全球融资榜首的前三家教育公司分别是：为大学提供在线学位课程的解决方案的HotChalk、真人在线语言教育公司TutorGroup(现已更名为iTutorGroup，下文以iTutorGroup指称)和硅谷的终生学习公司Udacity。
是什么因素成就了这些教育领域的独角兽?投资者对于单纯寻求用户流量的机构并不感兴趣，他们的橄榄枝理性地抛给了那些注重科技互联网的结合与应用，并能利用新技术推动教育产业创新的机构。目前业内普遍认为，在线教育的基本成功要素包括把握行业发展趋势、品牌营销能力以及教学资源合理管控等，但这些标准化的要素是可复制的。在线教育机构是否能够占领市场取决于产生差异化竞争优势的进阶要素。包括用户的精准定位，个性化的教学服务，高壁垒技术突破等。定位客户似乎并不难，难的是真正做到借助互联网科技创新产品和服务。
以上文提到的iTutorGroup为例，该机构在C轮融资中就能获得2亿美元融资，在在线教育领域可谓独领风骚，其产品和服务必有过人之处。iTutorGroup主张，学习者应该享受有充分话语权的个性化学习。在其自有语言学习平台上，学习者可以随时随地、通过任意设备、选择自己感兴趣的话题和自己喜爱的外籍顾问，甚至可以自主控制学习进度。目前在中国市场上能做到这点的仍是凤毛麟角。另外一点与大部分线上教育机构不同的是，iTutorGroup采用真人互动的方式进行教学服务，相较普通的在线录播课程、语聊课程、公开课等学习模式，充分的互动更能发挥学习者的主观能动性，提升学习效率。
上述案例表明，通过互联网科技打造高品质教育产品服务才能为客户创造价值，这对股东则意味着长期稳定的回报。因此，并不是所有的在线教育机构都会坐上这班开往春天的列车。事实上，多数没有可持续性发展模式的企业已经开始或即将被淘汰出局。对于大多数已经融到钱在线教育机构，目前最需要思考的不是烧光钱达到快速扩张，而是重视科技研发投入，把钱花在刀刃上，做到成功转型。
来源：中国日报网
-
观点
从大数据的风水图，来看到底大数据是怎么回事
本文中的Big Data Landscape图笔者随手分享在LinkedIn上，不晓得引起大量转发和评论，截止本周，得到6700个like，3800次share，400多条comment，笔者也觉得很神奇。这里就跟从事大数据或者投资领域的朋友推荐一下。原文作者是VC First Mark的Mark Turck，提下这一家VC，主要投资于早期阶段技术类公司的风险投资机构，包括新兴媒体、广告、游戏、教育、云计算、分析和基础设备等方向。大家熟悉的Airbnb，Pinterest，Shopify都有它的投资身影。
技术型的高科技创业公司都是喜欢闪闪发光的新东西，而“大数据”跟3年前火热程度相比反而有些凄惨。虽然Hadoop创建于2006年，在“大数据”的概念兴起到达白热化是在2011年至2014年期间，当时在媒体和行业面前，大数据就是“黑金石油”。但是现在有了某种高原感。 2015年数据世界中时尚年轻人喜欢转移到AI的相关概念，他们口味变成：机器智能，深度学习等。
除了不可避免的炒作周期，我们第四次年度“大数据风水图”（见下图），回顾过去一年发生的事情，思考这个行业的未来机会。
2016年大数据还是“回事”么？让我们深度挖掘。
企业级技术 = 艰苦的工作
其实大数据有趣的是它不是直接可以炒作的东西。
能够获得广泛兴趣的产品和服务往往是那些人们可以触摸和感受到的，比如：移动应用，社交网络，可穿戴设备，虚拟现实等。
但大数据，从根本上说是“管道”。当然，大数据支持许多消费者或企业用户体验，但其核心是企业的技术：数据库，分析等：而这后面几乎没人能看到东西运行。
而且如果大家真正工作过的都知道，在企业中改造新技术并不大可能在一夜之间发生。
早年的大数据是在大型互联网公司中（特别是谷歌，雅虎，Facebook，Twitter，LinkedIn等），它们重度使用和推动大数据技术。这些公司突然面临着前所未有的数据量，没有以前的基础设施，并能招到一些最好的工程师，所以他们基本上是从零开始搭建他们所需要的技术。开源的风气迅速蔓延，大量的新技术与更广阔的世界共享。随着时间推移，其中一些工程师离开了大型网络公司，开始自己的大数据初创公司。其他的“数字原生”的公司，其中包括许多独角兽，开始面临跟大型互联网公司同样需求，无论有没有基础设施，它们都是这些大数据技术的早期采用者。而早期的成功导致更多的创业和风险投资。
现在一晃几年了，我们现在是有大得多而棘手的机会：数据技术通过更广泛从中型企业到非常大的跨国公司。不同的是“数字原生”的公司，不必从头开始做。他们也有很多损失：在绝大多数的公司，现有的技术基础设施“够用”。这些组织也明白，宜早不宜迟需要进化，但他们不会一夜之间淘汰并更换关键任务的系统。任何发展都需要过程，预算，项目管理，导航，部门部署，全面的安全审计等。大型企业会小心谨慎地让年轻的创业公司处理他们的基础设施的关键部分。而且，一些（大多数？）企业家压根不想把他们的数据迁移到云中，至少不是公有云。
（大数据分析的基本流程图）
从另一个关键点大家就明白了：大数据的成功是不是实现一小片技术（如Hadoop的或其他任何东西），而是需要放在一起的技术，人员，流程的流水线。你需要采集数据，存储数据，清理数据，查询数据，分析数据，可视化数据。这将由产品来完成，有些由人力来完成。一切都需要无缝集成。归根结底，对于这一切工作，整个公司，从高级管理人员开始，需要致力于建立一个数据驱动的文化，大数据不是小事，而是全局的事。
换句话说：这是大量艰苦的工作。
部署阶段
以上解释了为什么几年后，虽然很多高调的创业公司上线也拿到引人注目的风险投资，但只是到达大数据部署和早期成熟阶段。
更有远见的大公司（称他们为“尝鲜者”在传统的技术采用周期），在2011 - 2013年开始早期实验大数据技术，推出Hadoop系统，或尝试单点解决方案。他们招聘了形形色色的人，可能工作头衔以前不存在（如“数据科学家”或“首席数据官”）。他们通过各种努力，包括在一个中央储存库或“数据湖”倾倒所有的数据，有时希望魔术随之而来（通常没有）。他们逐步建立内部竞争力，与不同厂商尝试，部署到线上，讨论在企业范围内实施推广。在许多情况下，他们不知道下一个重要的拐点在哪里，经过几年建设大数据基础架构，从他们公司业务用户的角度来看，也没有那么多东西去显示它。但很多吃力不讨好的工作已经完成，而部署在核心架构之上的应用程序又要开始做了。
下一组的大公司（称他们为“早期大众”在传统的技术采用周期）一直呆在场边，还在迷惑的望着这整个大数据这玩意。直到最近，他们希望大供应商（例如IBM）提供一个一站式的解决方案，但它们知道不会很快出现。他们看大数据全局图很恐怖，就真的想知道是否要跟那些经常发音相同，也就凑齐解决方案的创业公司一起做。他们试图弄清楚他们是否应该按顺序并逐步工作，首先构建基础设施，然后再分析应用层，或在同一时间做所有的，还是等到更容易做的东西出现。
生态系统正在走向成熟
同时，创业公司/供应商方面，大数据公司整体第一波（那些成立于2009年至2013）现在已经融资多轮，扩大他们的规模，积累了早期部署的成功与失败教训，也提供更成熟，久经考验的产品。现在有少数是上市公司（包括HortonWorks和New Relic 它们的IPO在2014年12月），而其他（Cloudera，MongoDB的，等等）都融了数亿美元。
VC投资仍然充满活力，2016年前几个星期看到一些巨额融资的晚期大数据初创公司：DataDog（9400万），BloomReach（5600万），Qubole（3000万）， PlaceIQ（ 2500万）这些大数据初创公司在2015年收到的$ 66.4亿创业投资，占高科技投资总额的11％。
随创业活动和资金的持续涌入，有些不错的资本退出，日益活跃的高科技巨头（亚马逊，谷歌和IBM），公司数量不断增加，这里就是2016年大数据全景图：
2016年2月12日修订，（本文最有价值的图）
很显然这里密密麻麻很多公司，从基本走势方面，动态的（创新，推出新的产品和公司）已逐渐从左向右移动，从基础设施层（开发人员/工程师）到分析层（数据科学家和分析师的世界）到应用层（商业用户和消费者），其中“大数据的本地应用程序”已经迅速崛起- 这是我们预计的格局。
大数据基础架构：创新仍然有很多
正是因为谷歌十年前的MapReduce和BigTable的论文，Doug Cutting， Mike Cafarella开发 创建Hadoop的，所以大数据的基础架构层成熟了，也解决了一些关键问题。
而基础设施领域的不断创新蓬勃发展还是通过大量的开源活动。
（Spark带着Hadoop飞）
2015年毫无疑问是Apache Spark最火的一年，这是一个开源框架，利用内存中做处理。这开始得到了不少争论，从我们发布了前一版本以来，Spark被各个对手采纳，从IBM到Cloudera都给它相当的支持。 Spark的意义在于它有效地解决了一些使用Hadoop很慢的关键问题：它的速度要快得多（基准测试表明：Spark比Hadoop的MapReduce的快10到100倍），更容易编写，并非常适用于机器学习。
其他令人兴奋的框架的不断涌现，并获得新的动力，如Flink，Ignite，Samza，Kudu等。一些思想领袖认为Mesos的出现（一个框架以“对你的数据中心编程就像是单一的资源池”），不需要完全的Hadoop。即使是在数据库的世界，这似乎已经看到了更多的新兴的玩家让市场持续，大量令人兴奋的事情正在发生，从图形数据库的成熟（Neo4j），此次推出的专业数据库（时间序列数据库InfluxDB），CockroachDB，（受到谷歌Spanner启发出现，号称提供二者最好的SQL和NoSQL），数据仓库演变（Snowflake）。
大数据分析：现在的AI
在过去几个月的大趋势上，大数据分析已经越来越注重人工智能（各种形式和接口），去帮助分析海量数据，得出预测的见解。
最近AI的复活就好比大数据生的一个孩子。深度学习（获取了最多的人工智能关注的领域）背后的算法大部分在几十年前，但直到他们可以应用于代价便宜而速度够快的大量数据来充分发挥其潜力（Yann LeCun, Facebook深度学习研究员主管）。 AI和大数据之间的关系是如此密切，一些业内专家现在认为，AI已经遗憾地“爱上了大数据”（Geometric Intelligence）。
反过来，AI现在正在帮助大数据实现承诺。AI /机器学习的分析重点变成大数据进化逻辑的下一步：现在我有这些数据，我该怎么从中提取哪些洞察？当然，这其中的数据科学家们 - 从一开始他们的作用就是实现机器学习和做出有意义的数据模型。但渐渐地机器智能正在通过获得数据去协助数据科学家。新兴产品可以提取数学公式（Context Relevant）或自动构建和建议数据的科学模式，有可能产生最好的结果（DataRobot）。新的AI公司提供自动完成复杂的实体的标识（MetaMind，Clarifai，Dextro），或者提供强大预测分析（HyperScience）。
由于无监督学习的产品传播和提升，我们有趣的想知道AI与数据科学家的关系如何演变 - 朋友还是敌人？ AI是肯定不会在短期内很快取代数据科学家，而是希望看到数据科学家通常执行的简单任务日益自动化，最后生产率大幅提高。
通过一切手段，AI /机器学习不是大数据分析的唯一趋势。令人兴奋的趋势是大数据BI平台的成熟及其日益增强的实时能力（SiSense，Arcadia）
大数据应用：一个真正的加速度
由于一些核心基础架构难题都已解决，大数据的应用层迅速建立。
在企业内部，各种工具已经出现，以帮助企业用户操作核心功能。例如，大数据通过大量的内部和外部的数据，实时更新数据，可以帮助销售和市场营销弄清楚哪些客户最有可能购买。客户服务应用可以帮助个性化服务; HR应用程序可帮助找出如何吸引和留住最优秀的员工;等
专业大数据应用已经在几乎任何垂直领域都很出色，从医疗保健（特别是在基因组学和药物研究），到财经到时尚到司法（Mark43）。
两个趋势值得关注。
首先，很多这些应用都是“大数据同乡”，因为他们本身就是建立在最新的大数据技术，并代表客户能够充分利用大数据的有效方式，无需部署底层的大数据技术，因为这些已“在一个盒子“，至少是对于那些特定功能 - 例如，ActionIQ是建立在Spark上，因此它的客户可以充分利用他们的营销部门Spark的权力，而无需实际部署Spark自己 - 在这种情况下，没有“流水线”。
第二，人工智能同样在应用程序级别有强大吸引力。例如，在猫捉老鼠的游戏，安全上，AI被广泛利用，它可以识别黑客和打击网络攻击。 “人工智能”对冲基金也开始出现。全部由AI驱动数字助理行业已经去年出现，从自动安排会议（x.ai）任务，到购物为您带来一切。这些解决方案依赖人工智能的程度差别很大，从接近100％的自动化，到个人的能力被AI增强 - 但是，趋势是明确的。
结论
在许多方面，我们仍处于大数据的早期。尽管它发展了几年，建设存储和数据的过程只是第一阶段的基础设施。 AI /机器学习出现在大数据的应用层的趋势。大数据和AI的结合将推动几乎每一个行业的创新，这令人难以置信。从这个角度来看，大数据机会甚至可能比人们认为的还大。
随着大数据的不断成熟，这个词本身可能会消失或者变得过时，没有人会使用它了。它是成功通过技术，变得很普遍，无处不在，并最终无形化。
原文：Is Big Data Still a Thing? (The 2016 Big Data Landscape)
如果大家继续对大数据感兴趣，可以参考本人的后Hadoop时代的大数据架构 - 董老师在硅谷 - 知乎专栏
－－－－－－－－－－－－－－－－－－
关注如下微信公众号“董老师在硅谷”（donglaoshi-123)，关注硅谷趋势，一起学习成长。
HRTechChina提供、关注最尖端的人力资源科技资讯。您可以搜索“HRTechChina”公众号或扫描以下二维码关注我们！
-
观点
创业者应该掌握的技能：产品分析和用户调研的能力、感染力和影响力（下篇）
创业者应该掌握的技能：流量运营能力、市场决策和决断力（上篇）
其实创业者，是不是真的需要点亮所有技能树，才能完成创业，还真不是，但是首先，你要了解，其次，也就是最关键的，你要知道怎样让团队点亮技能树，当你能力不足和有限的时候就需要今天提到的。
3、产品分析和用户调研的能力
前几天有人问我一个细分领域可以不可以做，我说你有没有去做用户分析和行为调研，他说他是基于他们自己的需求，因为他们就是这个领域的深度用户。
我不能说这个就是错的，确实很多成功的创业也是这么起来的。
但我想说的是，用户调研，产品分析是一项很重要的能力，如果我们基于自己的需求和认知，可能是对的，也可能是有偏颇的，但是，即便我们的需求判断和认知是对的，我们如何来验证这一点，以及如何来找到我们所期望的目标人群来宣传我们?
产品分析和用户调研包括两部分：借助互联网做竞品分析和用户调研
百度知道是一个重要的产品分析平台，我以前文章提到过，这里重新强调一下，你搜索一些竞品的产品词，看看用户对这个产品提出过哪些问题，都是怎么回答的，你认真的把这些问题分类，归纳，把结果整理，就能对整个这个领域的用户需求，竞品的优缺点有个真实的认识，这个认识来自于大量真实的用户而不是个人的体验标准。
知乎也可以是一个分析平台，搜索相关产品，看用户提出了哪些问题，以及答案，但目前，我个人认为，知乎的用户群属性偏差很大，简单说就是不够接地气，目前不能取代百度知道，但对部分类型，特定的产品，可以有很好的分析。
部分产品的贴吧是一个很好的调研平台。
除了产品分析，你对用户分析也可以借助以上平台，通过百度知道，搜索一些特定用户群的需求关键词，或用户群自我表达的关键词，来寻找符合你调研目标的用户，以及他们提出的问题，和他们认为满意的答案。
此外，百度指数是一个特别关键的分析工具，需求相关搜索词指数代表需求热度，你可以知道需求的热度，以及随时间的变化趋势。
我问创业者，是否进行相关产品分析和用户调研的时候，其实我想了解，他是否有这方面的素质和能力。
你有这方面的能力，其实你都不需要来问我这个方向靠谱不靠谱。
产品日志分析和用户行为分析
这个旧文有提，不重复说了，点击链接去看吧
谈谈产品和运营 - 什么是需求(下)
其实产品和运营几篇提到的，也都是创业者技能树的部分，有兴趣的通过链接自己去翻吧。
4、感染力和影响力
好吧，对于不喜欢的人来说，其实就是忽悠的同义词。
创业者，经常遇到最大的困难是什么。
我都想明白了，我就缺个程序员了/设计师/运营了。
这一幕常常出现，甚至可以说，很多项目的成败，往往就取决于创业者能否持续不断的说服更多人才相信他，加入他的团队，并且不断补足团队的短板，实现突破。
我最近跟我团队负责人讲，我说公司所在城市，最厉害的前端开始是谁，在哪里上班;最厉害的设计师是谁，在哪里上班;是不是一定要挖过来，还真挖不动，没关系，培养感情会不会，能不能交个朋友，约出来吃饭喝茶，能不能先认识这些人，知道他们在哪里。
很多时候，优秀的人才要磨，要捂，你条件不够，你资源不足，人家不理你也正常，但是你总要知道他们是谁，他们在哪里，以及，让他们知道你是谁，你在做什么，以及，让他们知道，你很欣赏他们!
有一种说法是，创业者要不要影响力，你分两边看，太看重影响力而忽视了自身产品和运营的打磨，这是一种病;但是太低调太闷头做事情，不去做影响力，其实也会遇到上升中的障碍，你怎么让别人投你简历呢?
那么，如何形成感染力和影响力呢?多分享，多组织分享交流，要记住你的目标是那些专业的人才而不是八卦媒体小报，不用考虑那些大众的曝光度，但是要在专业人群里有你的口碑和影响力。在分享交流过程中，记住厉害的人都有谁，然后慢慢的私下跟他们多交流，请不来没关系，在不存在行业竞争的情况下，聘为外部顾问，给自己的公司讲讲课，解答一些疑问，也是有帮助的。然后等到对方对工作状态不满意，或你的公司有较大发展机会的时候，再给出足够诚意的条件。
我们想想，罗永浩一个教英语的，怎么就能把手机这事做起来了，先别说成不成，至少人家还是有一定的出货能力。这不正是因为，有一批更专业的人就是相信他，愿意跟他打拼么。
当然，在影响力和感染力之外，很重要的一点是识人之能，以前写过，不赘述了。
浅谈关于领导力之一 - 识人之能
感染力和影响力不仅仅跟吸引人才有关，也跟投融资有关，公司发展到一定阶段，融钱扩张可能就成为事关生死的重要转折点，有些看上去差不多的企业，可能在这个环节上一下子就被对方甩开，然后远远的落在后面。
如何让投资人，让投资商相信你的描述，相信你的计划，以及相信你的人品，这也是感染力，影响力的一部分。
如果你有高学历，跨国集团高管背景，这一切似乎看上去还不算很难;如果你是草根出身，又没有特别出色的职场经验，嗯，这一点，就让很多创业者难以跨越。
还是那句话，多组织分享交流，多参与一些有价值的分享活动，你如果确实做的很扎实，你在业内的影响力，投资人会看的见，但很多市场公关层面的各种大会，就别瞎耽误功夫了。
（这几天有人反应说，腾讯最大的投资商MIH是南非报业集团，不是南非电讯，抱歉我又乌龙了，而南非报业集团是否与中投有关存在质疑，我搜索到的信息是这样的，MIH集团是NL集团全资子公司。NL公司是南非标准银行控股。而南非标准银行20%股份是中国工商银行控股。并且另一部分股份是CTI公司参股37%，CTI金融集团公司则是中信控股并且有中远洋公司参股。 但仍没有具体考证，如有错漏烦请高手指正，谢谢!）
本文来自作者曹政微信公众号caoz的梦呓，转载请注明作者信息及来源，违者必究
如果你或你的朋友的项目希望被 HRTechChina报道，戳这里可寻求报道。
HRTechChina提供、关注最尖端的人力资源科技资讯。您可以搜索“HRTechChina”公众号或扫描以下二维码关注我们！
-
观点
独角兽公司“落后就等于死亡” ，谁家员工加班最拼命?
注：独角兽公司一直是人们关注的焦点，这些公司在为我们创造价值，他们的企业特征和员工状态是什么。对于这些“落后就等于死亡”的独角兽公司，除了快速奔跑已经没有其他选择。本文转自50KM（微信号： FiftyKM），以下为文章内容。
独角兽源自西方神话传说，它稀有而且高贵。美国硅谷投资人在2013年将估值超过10亿美元的创业公司做出分类，并将这些公司统一命名为“独角兽”公司。在中国，互联网大潮正冲击各行各业，那些敢于创新的独角兽公司纷纷登台扮演起“颠覆者”的角色。
随着创业淘金热再次升温，“独角兽企业”逐渐成为人们关注与讨论的焦点，有人从上市进程来分析，有人从薪酬待遇来对比，众说纷纭，各有千秋，独角兽时代到来了吗？今天，50KM选取了37家国内最具代表性的独角兽公司，通过对他们出行数据分析，从一个侧面剖析下独角兽的企业特征。
此次调查37家公司全部算是“互联网+”，所涉及行业包括在O2O、金融、本地信息服务等领域的知名“独角兽”企业。从地域分布上不难看出，中国的的独角兽公司是高度集中的，大部分都聚集在了北上广深杭这五个创业及融资火热的一线城市。更有趣的是，这五个城市中有三个城市分别是BAT的所在地，可见一个航母级企业在当地的带动作用是多么显著。
工作环境更宽松，熬夜加班更严重
独角兽们的上班时间相对灵活。滴滴出行大数据透露，他们的上班时间分布在8点-10点区间，并没有传统大公司“上班打卡”限制。互联网时代，更宽松的办公环境也许更适合有创意的头脑。并且，一线城市的城市拥堵、加班严重以及员工素质的普遍提高，让决策者给予了员工更自由的上班时间权限。
数据说明：下班时间是通过出发地为商务楼宇（或目标公司总部所在地）的分时段订单量进行评估的。
看完上班看下班，众所周知，互联网公司加班是家常便饭了，但是独角兽公司的加班更是叹为观止，从数据中不难看出，城市平均下班晚出现在17:00-18:00前后，而独角兽公司的下班时间与城市整体平均下班时间有一个明显的错峰，他们在20：30以后离开的员工占据了35%以上，在21:30—22:00才形成了真正的下班。
大众点评成独角兽公司加班冠军
独角兽公司加班系数对比图。注：圆形大小代表估值多少，今日头条估值规模数据未知。
综合各公司加班系数来看，作为中国生活服务业电子商务的领军企业，大众点评荣登加班冠军宝座。餐馆打折券、买电影票、订酒店KTV……过去一年，立足本地生活服务的大众点评整体业务快速发展、新业务全面开花。在各类互联网公司中，电商所要面临的问题最多，突发问题和时限要求最高，加班也就不算奇怪。
而作为大众点评的电商同行，母婴特卖代表的“蜜芽”、精选式手机购物平台“口袋购物”、社交电商“蘑菇街”也杀入前十名。这些新生的小独角兽已经找准自己的奋斗方向，开疆扩土了。加班加班再加班，付出终将有回报的，未来垂直电商会为成为一种潮流吗？
数据说明：加班程度是通过工作日17:00-02:00打车离开公司的时间进行评估的，加班系数= 21:00-02:00的出发地为各公司总部的订单量/17:00-02:00出发地为各公司总部的累计订单量。
“小米员工是怎么做到自愿加班到很晚的?”、“小米总裁晒加班混寝方案”、“小米员工上班从不打卡，但工作12小时”IT论坛经常能看到这样的讨论。此次50KM统计到的加班数据同样印证了这些“恐怖”的描述，大众点评与小米科技无疑是最拼的，并且这两家公司的加班指数遥遥领先于其他小伙伴的。爱拼才会赢，小米450亿美元估值少不了员工们辛勤的付出。
而在夜晚，坐落于北京中关村互联网金融大厦通常也是灯火通明的。作为互联网金融的代表企业，专注于P2P智能搜索“融360”，这次也闯入了前三。互联网+金融，两个高大上的行业结合后，同样少不了员工们艰辛的付出。
今日头条问鼎2016春节“加班王”
当别人都休息时，他们还在工作，当别人都睡着时，他们还醒着。很多企业的成功，必然离不开员工超常规的付出与坚守。
以这个春节假期为例，独角兽企业打车需求普遍旺盛。特别提醒一句，四大门户的小伙伴，要小心了！50KM从各家公司数据对比来看，新一代信息分发平台“今日头条”春节加班情况独占鳌头，作为新一代技术驱动的公司，看来内容还是需要很多坚守的。
送餐新秀饿了么（me）与雷布斯的小米也是蛮辛苦的，他们的春节加班数据分列二三名。而整体来看，搜狗、蚂蚁金服、大众点评与滴滴出行，这排名靠前的七家公司，春节期间坚守程度远高于独角兽公司平均水平。
滴滴出行上班距离最远，美图上班距离最近
钱多、事少、离家近，已经成为“好工作”普遍标准。50KM在对37家独角兽公司上下班通勤距离统计发现，厦门的美图公司以平均4.8公里最短上班距离，成为“离家最近”的独角兽。而位于大北京中关村软件园的滴滴出行，以平均19.8公里上班距离，成为“离家最远”的独角兽。19.8÷4.8=4.125，四倍多的差距，已让滴滴很多小伙伴哭倒一片，多说一句，50KM的团队里就有两个从40公里外的“大通州”赶来上班的同学呢。
综合此次分析可以看出，企业生存的压力与个人的财富梦想，让独角兽公司已经成为互联网“加班文化”的代表。当周围公司都“快”了起来，整个行业也就跟随了，这一塔罗牌效应，在独角兽公司尤为明显。未来越来越多的人力、物力以及财力将涌入这里，未来的产品及业务迭代会更加频繁，对于这些“落后就等于死亡”的独角兽公司，除了快速奔跑已经没有其他选择。
-
观点
解决一个问题有多难？你可能只需要这四步
注：本文来自公众号余晟以为，原标题为《砍伐大树 v.s. 收割庄稼》
卡尔·波普曾说：“生活就是解决问题”，这是说的很对的。生活中我们时时、处处都在解决问题——吃饭问题、睡觉问题、学习问题、工作问题……所以“解决问题”本身也成了需要解决并且极有价值的问题，提高解决问题的能力对我们来说意义重大。德国人迪特里希·德尔纳的《失败的逻辑》的主旨就是“如何解决问题”，这本薄薄的小书“麻雀虽小、五脏俱全”，详细介绍了解决问题的通用步骤，值得一看。下面我结合此书的论述和自己的经验，谈谈通用的解决问题步骤。
解决问题的第一步是认识问题。
这一步往往容易被人忽视，认为是多此一举，因为“问题就摆在那里”，所以许多人上来就跳过这一步，直接动手解决，结果大都收效不佳；究其原因，往往忽略了认识问题。比如听到有人说“要求更高的生活质量”，首先应该提问，“更高的生活质量”是什么？是交通状况更好，还是娱乐设施更多，还是商业更繁荣，学校更普及？到现在为止，这些问题并没有明确的答案，唯一清楚的是，现状不尽如人意。
所以真正要做的是在了解清楚情况的基础上明确设定目标。这道理看起来简单，真正做起来却并非如此，许多人并不愿意去寻找真正的答案，反而相对随意地“找”个目标：面对“更高生活质量”的要求，有些人会根据自己的经验，想当然地认为这是教育资源不够，所以花大力气整顿教育——其实，这么做的人并没有解决真正需要解决的问题，仅仅是依照自己的能力，解决了自己最熟悉、最顺手的问题，并且“以为”这就是真正的问题。
更现实的例子来自工作中。老大对某个产品不满意让你去解决，你该怎么办？很多从事专业工作的人，尽管专业能力不错，但经常弄不清问题在哪里。于是做技术的想当然认为要解决的是技术问题，做产品的想当然认为要解决的是产品问题…… 真正的原因可能只是老大听到某个顾客对产品的一点抱怨，甚至这个顾客的抱怨并不是合理的。如果你搞不清楚这些问题就去大干一通，那多半是吃力不讨好。
解决问题的第二步是认清问题。
认清问题与认识问题的区别在于，认识问题只是准确地看到一个点，认清问题是从这个点发散开去，联系到更全面、更深刻的内容。比如某人挨了老板的骂，心里不爽，于是他很清楚问题是“心里不爽”，到这里为止都没有什么错。但是要解决这个问题，可以找朋友出去大吃一顿，排遣郁闷；也可以好好反思一下，到底为什么挨老板的骂，想通了也就舒坦了。两种办法，都可以解决“心里不爽”的问题，长期的效果却大不相同。
还有些时候我们需要认识到，自己是在一个复杂的系统里解决问题，只解决一个点上的问题，很可能导致其它方面的问题，因为许多因素是此消彼长的——比如为了解决旱灾或者发展需要，大量抽取地下水，初看是保证了用水，但这样下去会导致地表沉降等一系列其它问题。所以仅仅认识问题的表现是不够的，还要能理清问题的内涵和外延，才算真正认清了问题。
生活中也有更真实的例子。有些人眼看要与对方谈判了，心里没底所以很慌张。为了解决这种慌张，他们的策略是去酒吧放松，去找朋友倾诉——这些当然可以舒缓紧张情绪，但慌张的真正原因并没有被消除。与其舒缓紧张情绪，不如积极准备，调查了解对方的情况，多学习相关案例，咨询专业人士…… 这样的工作进行下去，底气会越来越足，慌张自然也会缓解。更多的例子来自学英语，很多人明知自己英语不好，也知道语言不是单词，解决办法却是机械地背单词，想拿“今天背了多少单词”的矛去攻“英语不好”的盾，结果只能是自我麻醉。
解决问题的第三步是了解信息，制定计划，也就是找到可行的、抵达目标的路径，并将它拆分为若干小部分。
制定计划大家都会，但是我们不能保证自己面对的都是已经已经解决过的问题，有成功案例可以直接套用，所以抽象思维能力非常重要——所谓抽象，就是把具体的问题提升到比较模糊但是通用的形态，经由此关联到已有的知识。
一个人或许没有制造手表的经验，也不知道如何制造手表，但他在卷烟厂工作过，所以知道需要原料，按照一定的工序，还需要工人和能量。看来，制造手表也需要采购原料，按照一定的工序组装，并且需要有专业经验的人，并且需要能源支持。在这个例子里，他通过抽象，将手表制作提炼到“原料、工序、人员、能源”的形态，嫁接上了自己之前的经验。
解决问题的第四步是估量时间序列。
一般认为，我们生活在三维空间，所以我们对于空间问题，往往有强烈的直觉；然而，时间同样在我们的生活中扮演着重要的角色，可是我们经常忽略时间结构，即便在时间方面进行了考虑，直觉也非常有限。多个实验和大量事实已经反复证明，人的直觉，在估量时间序列时往往有很大的偏差，即便我们知道疾病的发病率，还是会低估感染者的人数；即便我们知道复利的利率，还是不愿意存钱，因为觉得收益太少。准确地说，普通人往往根据线性模型来进行时间推演，专业人员则清楚，增长函数有宽得多的范围，所以他们往往能选择最合适的函数模型，而不是盲目地根据“感觉”或“直觉”来做判断，所以能做出更准确的预测和规划。
以上就是解决问题要注意的四个步骤。或许有“简单问题复杂化”的嫌疑，其实并非如此。我们需要面对和解决的问题是层出不穷各不相同的，没有简单机械的办法可以解决所有的问题，我们唯一能做的是养成良好的解决问题的习惯。遇到新问题，无论它是简单还是复杂，都有养成的良好习惯，这样才能做到“以不变应万变”。
这个道理不复杂，用“收割庄稼”和“砍伐大树”的比喻可能更容易理解。《战争论》的作者克劳塞维茨曾说：“战争，从他的最高角度来看，不是由大同小异的无数细小事件构成，而是由需要分别处理的，具有决定意义的各个重大事件构成。战争不像长满庄稼的田地，收割时不需要考虑每颗作物的形状；战争更像长满大树的土地，在砍伐每一颗树时，都需要注意到它的形状和方向”。
-
观点
什么才是真正的学习？
任何想在当今残酷的商业环境中脱颖而出的公司，都必须首先解决一个问题，那就是：虽然大家都知道学习能力决定着企业成败，但是大部分人并不知如何学习，尤其是那些被认为学习能力很强的人往往并不擅长学习。比如在现代企业中担任关键领导职位的专业人士，他们通常拥有良好的教育背景，努力上进并富有奉献精神。
大多数公司在寻找出路时都困难重重。不仅如此，很多公司甚至对自身的学习困境浑然不觉。这是因为人们并不清楚什么是真正的学习以及怎样才能开始学习。因此，在尝试成为学习型组织过程中，公司很容易犯两个错误：
首先，大部分人对学习的定义过于狭窄，仅将其理解为“解决问题”。因此，人们关心如何找出并解决外部环境中存在的问题。解决问题固然很重要，但持续性学习必然包括自我反省。他们需要认真反省自身行为，找出自己无意间对组织造成负面影响的行为，然后做出相应改变。尤其需要指出的是，主管和员工必须认识到，定义问题和解决问题的方式本身可能就是问题之源。
哈佛商学院教授克里斯•阿吉里斯创造了两个词用以区分两者的重要差异：“单环”学习和“双环”学习。
举一简例：单环学习类似一个自动开关的恒温器，一旦室内温度低于68华氏度即自动打开。如果一个恒温器会思考“为什么我的开关温度被设置为68华氏度”这个问题，并尝试寻找性价比更合理的温度设置，这种方法就是双环学习。
高技能专业人士通常在单环学习方面大放光彩。毕竟，获得学位、专攻特定的知识领域并将这些知识用于解决现实问题是他们的惯常优势。但具有讽刺意味的是，这些优势正是专业人士在双环学习方面极其蹩脚的原因所在。
这些专业人士几乎总是诸事顺利，很少经历失败。因为很少体验失败，他们就不知道如何从失败中学习成长。因此，任何时候，只要单环学习战略失灵，他们就会立刻变得充满防御性，抵制批评并将指责的矛头对准每一个人，除了他们自己。简言之，最需要学习的时候，恰好是专业人士学习能力完全停滞之际。
专业人士的这种自我防御倾向，助长了人们易犯的第二个学习错误，即想当然地认为学习主要和动机有关：只要人们态度正确，愿意投入，自然会开始学习。因此，公司对创造组织架构(薪酬计划、业绩评估、公司文化等)不遗余力，旨在提高员工的积极性和投入度。
但是有效的双环学习并非只是由感觉驱动的行为，而是人们思维方式的反应，即人们做出的选择和行为背后的认知规则或思考模式。这些规则就像储存于大脑的某种“控制程序”，能主导人的所有行为。即使你的责任心很强，防御性思考模式仍会阻碍你的学习能力；就像一个带有隐性病毒的电脑程序，其运行结果与编程人员的初始目的可能完全相反。
专业人士为什么总是处于一种防御状态？根源不在于他们对持续进步的态度和追求上存在问题，因为他们确实希望更高效地工作。关键原因在于他们对自己和他人行为的思考方式。
我们不可能细细思考所有的处境。如果每次被问及“你情况怎样”时，我们都要把所有可能的回答前后思量一番，那么等我们想好，为时已晚。所以，每个人都会发展出一套“行动理论”机制，即用以指导自身行为和判断他人行为的规则。人们对这些行动理论习以为常，所以总是下意识地使用这些规则。这是人们往往意识不到的思维惯性。
解决这种学习困境最重要之处，就是在组织学习和持续提高项目中，重点聚焦主管和员工行为背后的思维模式。改变人的思维模式能成功卸下阻碍学习的防御机制。
（马雪梅|编辑）
来源：哈佛商业评论
-
观点
如果遇到长这样的“超级老板”，说啥你也不能走
如果你观察某行业内最优秀的员工，就会发现他们中有一半人都曾与同一位著名领导者工作过。
在职业橄榄球队中，32名美国国家橄榄球联盟（NFL）主教练中，有20名都在比尔·沃什的“旧金山49人队”中受训过，或间接受到过他的培训。在对冲基金业，数十名朱利安·罗伯逊的门生都成为了优秀基金经理。从1994到2004年，与拉里·埃里森工作关系密切的11名非退休高管中，有9名离职后成为其他公司CEO、董事会主席或COO。
比尔·沃什、朱利安·罗伯逊、朱利安·罗伯逊都是功成名就的人生赢家，在各自领域堪称传奇。他们都以商业模式、产品或服务创新闻名于世，创造出数十亿美元的价值。但有一点让他们有别于其他商界领袖：培养人才。
他们不仅塑造组织，还会识人用人，培育下一代领导者。“超级明星”已不足以用来形容他们，他们是“超级老板”。
他们在培养人才方面的杰出成就并非源于天赋异禀，而是在选人和用人时采取特定做法，我们都能学习这些做法，并将之运用到各自公司中。
选才不拘一格
超级老板首先会挑选特别有天分的员工——那些不仅推动公司前进，而且能改写成功定义的人。正如《周六夜现场》（SNL）制片人洛恩·迈克尔斯所言：“如果你看到周围的人觉得：‘上帝，他们都太厉害了’，那你应该选对了地方”。以下是他和其他人的选才方式。
聚焦智力、创造力和灵活性
超级老板希望员工从新角度看待问题，处理突发状况，快速学习，并在任何岗位上都能表现突出。休闲餐饮业的创新者，“牛排和啤酒”（Steak and Ale）连锁餐厅创始人诺曼·布林克（Norman Brinker）就是明证。里克·伯曼（Rick Berman）在成功创立一家游说公司前，曾在布林克手下工作。他回忆说，布林克“不喜欢只会打一垒的人，他要的是面面俱到的棒球手”。对多面手的重视让餐饮界的一代高管纷纷崛起，包括澳拜客连锁牛排屋、中餐连锁P.F. Chang’s和汉堡王的CEO。
破格提拔，慧眼识人
超级老板当然在乎过往业绩，但他们也会给那些缺乏业内经验、甚至没有大学学历的人机会。马蒂·斯塔夫（Marty Staff）曾为拉夫·劳伦工作，后来成为Hugo Boss美国区CEO。劳伦有一次曾将一名秀场模特提拔为女装设计总监，“没有其他原因，就是因为她对服装非常有悟性”。
因为不会对人才抱有先入为主的刻板印象，超级老板往往对女性和少数族裔接纳度更高。超级老板也不会拘泥于传统面试过程，而是剑走偏锋，利用偏题怪题或仔细观察识人。当拉夫·劳伦面试候选人时，会让他们解释当时穿着的服装以及原因。
让职位适应人才
超级老板会抓住时机，调整岗位甚至组织，来适应新人才。洛恩·迈克尔斯充分吸纳团队成员的意见，利用他们的能力，不断改善和重塑《周六夜现场》节目。编剧可以客串演员，演员或助理导演有时也可以客串编剧。这与传统的HR做法大相迳庭，但恰恰反映出超级老板处理任何事务都保持开放创新的心态。
接受离职
聪敏、有创意和灵活的员工在职场上往往也比较快节奏。有些人可能很快会换工作。超级老板对此没有意见。他们明白，自己团队中人才的质量比稳定性更重要，因此将人员流动视作寻找新星的机会。
以1997年探索传播创始人约翰·亨德里克（John Hendricks）为例。当时他的副手理查德·艾伦（Richard Allen）被挖去掌管《国家地理》的营利部门。亨德里克虽然希望艾伦留下，却从未想拖他的后腿。
此类态度还带来另一个优势：一旦有风评说，你的员工不仅能在你公司里成功，也可以在其他公司成功，世界将对你敞开大门。超级老板几乎不需要花功夫招聘，因为他们名声在外，人才自会送上门来。
激发潜能，亲授经验
按某位门生的话说，拉里·埃里森最强的优势，是他“让杰出员工完成不可能完成之事”的能力。我也从其他超级老板那里听到过类似的故事。从他们身上可总结出以下原则：
设立高标准
超级老板对团队所能达成的目标自信满满。他们的要求极高，标准极严；他们的态度可以用“完美才是足够好”来概括。例如，在英特尔联合创始人戈登·摩尔（Gordon Moore）的眼中，硅谷传奇鲍勃·诺伊斯（Bob Noyce）“是位特别严厉的监工”。
但超级老板不仅仅只会鞭策员工追求结果，还能让员工充满自信并感受到独一无二之处。迈克尔·鲁宾（Michael Rubin）在20世纪80年代是卢卡斯电脑动画集团的一名年轻员工。他回忆起卢卡斯说起数字电影的未来，以及他们可以做什么时，给他带来的震撼和改变。“当时我只有22岁，听着他描绘未来，深受感染。我的事业就此改变”。
成为师长
超级老板是特别高效的授权者。精选出聪明、志向远大、适应力强的员工，并为他们指引未来方向，如此一来，超级老板就能对团队的执行力产生信任。“诺曼·布林克赋予我们高度自主权”，“牛排和啤酒”前高级经理理查德·弗兰克解释道，“我们当时确实有失败的风险”。
超级老板还积极关注细节，并参与员工工作。HCA的托米·弗里斯特拥有飞行员执照，他会驾驶飞机带下属参加公司活动，利用飞行时间指导员工手头的工作。我将之比作传统手工艺作坊里的师徒关系。和能工巧匠类似，超级老板传授门生极多的宝贵实战经验，同时监督他们进步、提出指导意见和反馈，并且在需要时与员工并肩工作。
超级老板的教导还包括领导力和人生经验。从制定每日目标，到通过训练保持敏锐的重要性，弗里斯特在各个方面都会充当管理者的咨询师。玛莎百货和家乐福前董事长卢克·范德维尔德就接受过卡夫前CEO迈克尔·迈尔斯（Michael Miles）的指点。迈尔斯建议范德维尔德尽量与员工密切共事，来“激发能力”，但也不能过于密切，以免“限制能力”。“我永远不会忘记那些话，”范德维尔德说，“他们深远地改变了我的管理方式，创造出人尽其才的氛围。”
鼓励阶段性变化
所有超级老板都会比传统组织中的老板提供更多晋升机会。他们做出发展和晋升决定不完全依赖“能力模型”，而是根据具体情况，为那些证明了自己价值的门生定制职业路径。盖瑞·布鲁姆（Gary Bloom）是甲骨文前执行副总裁，后来成为了Veritas的CEO。“甲骨文最擅长的一件事是，不断委以员工新的责任。”布鲁姆说道。比如在2014年被提拔为马克·赫德（Mark Hurd）的联合CEO前，萨弗拉·卡茨（Safra Catz）已担当了10年执行CEO的角色。
与离职员工保持联络
对超级老板而言，为门生提供帮助是一项长期使命。哪怕员工已经离职，超级老板仍会继续为他们出谋划策、扩展人脉。恰特-戴广告公司前创意总监肯·赛高（Ken Segall）说，尽管他在20世纪90年代中期，只为杰伊·恰特工作过3年，但只要他换工作，就会给恰特打电话。“通常不超过两三个小时，恰特就会给我回电，”赛高回忆说，“他会给我建议，他就是那样的人。”
与前员工保持联系为超级老板提供了各种跟进机会，比如发展商业合作。弗里斯特通过投资或成为客户，帮助过很多HCA的下属在医疗领域成立公司。
超级老板的行动远远超越了传统意义上最优秀的老板。他们独具识别英才的慧眼，并以出人意料的方法聘用人才。他们严于律己，以身作则，建立起师徒关系。如果他们的门生有了更大的目标和更好的机会，他们欣然接受并与门生保持联系。
你同样也能接近这一理想状态。参照本超级老板指南，我们都能更好地培育人才，打造绩效更佳的团队，最终让公司和行业更有活力，更持续性发展。
悉尼·芬克斯坦（Sydney Finkelstein） | 文
悉尼·芬克斯坦是达特茅斯塔克商学院管理学教授，著有《超级老板：杰出领导者如何掌控人才流动》（Portfolio/Penguin出版社2016年出版）。本文即摘自此书。刘铮筝 | 译 牛文静 | 校 万艳 | 编辑本文有删节，原文参见《哈佛商业评论》中文版2016年1月刊《成为“超级老板”的秘诀》。
-
观点
机器人将导致人类失业率超过50%，但那又怎样？
摘要： 美国莱斯大学计算机工程教授摩西·瓦迪在向美国科学促进会发表演讲时表示：2045年人类失业率将超过50%。“如果有一定经济实力的话，未来人类可能只需要慵懒地躺着，或者打打高尔夫，剩下的就是享受美食。”
或许是出于刻意迎合，在今日学者眼中，2045年注定将成为人与机器彼此纠缠的关键性节点。最近，美国莱斯大学计算机工程教授摩西·瓦迪在向美国科学促进会发表演讲时表示：2045年人类失业率将超过50%——鉴于那时本文读者大部分依旧健在，这个比例着实令人不悦。
当然，瓦迪教授同时指出：我们可以把一切事情交给机器——只要你荷包鼓鼓，“如果有一定经济实力的话，未来人类可能只需要慵懒地躺着，或者打打高尔夫，剩下的就是享受美食。”
也在不久前，牛津两位学者分析了700多种不同职业所需技能，以判断它们在未来的不同命运，结论令人沮丧：几十年之内，机器或许将取代今日47％以上的人工作业。他们还提出了一个很有趣的观点：在机器人时代，男性更容易下岗，女性相对好些。
理由其实蛮粗暴的——体力活儿多由男性操控，机器易如反掌，譬如美国有300万卡车司机，大部分为男性，无人驾驶技术取代他们是分分钟的事，即便有些男性从事脑力工作也岌岌可危，毕竟任何有关海量信息处理的文书工作都能由机器轻松胜任；女性工作则不同，有不少涉及复杂沟通，甚至还要付诸情感，譬如美国有300万秘书和行政助理，大部分为女性，这种相对“感性”的工作对机器可谓艰难。
那么问题来了，尽管没人会否认“每个人都要像奴隶一样低效地工作以便保住工作是毫无意义的”（拉里·佩奇语），但生活的真相却偏向罗斯福那句经验之谈：“没有哪一个国家——无论多么富裕，可以承受对人力资源的浪费。”
瓦迪教授也在演讲中表示：“典型的回答是：如果机器能从事人类工作，我们就可以自由地追求休闲活动，但我不认为未来非常光明，也不认为这种充满了休闲的生活有多少吸引力。我认为，工作是人类生活必不可少的一部分。”——很好理解，人们总想找些事情来做，以示存在感，哪怕你不喜欢工作，但那种“我们不需要你”的感觉一点也不好受，甚至将可能引发不安和混乱。
好在，历史一再证明，人类丧失工作的悲观论调并非事实，常识是：漫长的文明史上，尤其工业革命之后，那些老旧且低技能的工作，会被新鲜且需更高价值的工作取代，一般观念下，这被理解为人类文明“进步”的方式。
譬如，1862年，美国90%的劳动力是农民，20世纪30年代下降到21%，如今则不到2%。用《一课经济学》作者赫兹利特的话说，“当今全球人口是18世纪中叶工业革命形成规模前的4倍，如果没有近现代机器，这个世界根本无法养活那么多人。我们当中四分之三的人能有工作可做，能在这个世界上存在，都要拜机器所赐。”
进一步讲，人类是一个欲求无限的物种——至少在理论上，只要欲望永无止境，经济就会阔步向前，新的技术环境总会帮助人类释放和发掘新的欲望（这也是体验经济的基石）。
举个例子，凯恩斯曾表示，当所有东西都自动化之后，人类基本就没什么物质需求了，也没必要工作了。马克·安德森就直接反驳道：“凯恩斯是在二三十年代写下这些话的，当时许多人还面临严重的食物短缺和冬季取暖问题。但他也犯了很多人所犯的‘劳动合成谬误’，假设有些需求是你一旦得到就再也不需要的了。
他们认为人类有了食物、衣服和房子就够了，不再需要SPA、心理医生、游戏、旅游，不需要人工器官和角膜移植，不需要我们所发现的数十万新事物……你可以回到凯恩斯时代，告诉他美国中产阶级父母都想要自己的孩子去上小提琴课程。”
嗯，更进一步讲，只有人类发明小提琴之后，才会诞生“小提琴家”这个社会分工角色，也才会诞生帕格尼尼这样的天才——同理，那些仍在暗处的天才此刻正在等待着释放他们才华的工具，但它们尚未被发明。
用凯文凯利的话说，技术演化就是一个不断增加可能性，并不断循环定义“人类可以是什么”的过程：“当机器人和自动化技术接手我们大多数基础工作后，我们的粮食，衣服和居住问题就能比较轻松解决，然后我们才有时间思考‘人类是什么？’。
工业化不仅延长了人类平均寿命，还让许多人意识到，人类可以是芭蕾舞演员、专业音乐家、数学家、运动员、时尚设计师、瑜伽大师、同人小说家，或者是其他名片上标注的职称。在机器的帮助下，我们胜任了这些角色。但显然，随着时光流逝，机器又会把这些工作做的更好。接着，我们又重新出发，再次思索‘人类应该做什么’，找出更多答案；而机器人又要经过几代才能回答这一问题。”
那么问题来了：未来，或者说2045年，人类可以是什么？
可以预见，就像瓦迪教授所言，2045年绝大多数工作将被机器取代，但三十年之后的你我并不会因“失业”而“慵懒地躺着”，相反，新秩序下的分工体系会像三百年前的农民穿越到2016年那般眼花缭乱，未来的奇思妙想非我辈能够想象，那些新增加的工种可能在现实，也可能在虚拟（毕竟2045年是传说中的奇点），只是我们不知道罢了。
甚至，人类分工协作将越来越细。你知道，经济日趋繁荣和人类不断推动分工细化直接相关，古时的360行如今已是成千上万（春节回家不知如何向父母解释自己的工作，对不？），按此趋势，未来分工只会日趋细化，并更多以个体方式存在（短短两年司机就从组织内脱离）。换句话说，只要分工趋势不变，任何人的工作都将以其他人的工作为依存条件。
所以说，人们总会对悲观话题格外敏感（比如这篇文章的标题），但它很可能不是生活的真相。
【来源：钛媒体 作者介绍：李北辰；微信公众号：李北辰】
扫一扫 加微信
hrtechchina
