Podcast appearances and mentions of Russell L Ackoff

Drew and Allan were skeptical about SABSA, as it is a model one CISO friend described as being "only good for a graduate student writing a paper!"  Another CISO pointed out that SABSA was designed long before modern engineering practices. Andrew Townley, a long-term SABSA consultant, on the other hand, gets straight to the practicality of it.  There is indeed an academic and theoretical foundation behind SABSA, but it is most definitely leveraged for one purpose -  to achieve desirable business outcomes. Drew and Allan ask: What is SABSA's purpose? Is Andrew's specific practically applied methodology a deviation from the official SABSA cannon? How can prove its effectiveness?  What are the practical business outcomes? Both Allan and Drew walk away with enough curiosity to dig into SABSA more. Note that Andrew several times also cites the work of Russell Ackoff, another academician who enjoyed a rather brilliant career as a business consultant - grounding his systems theory into meaningful business practicality. More on Russell Ackoff here: https://en.wikipedia.org/wiki/Russell_L._Ackoff  

In this episode, curator of the world's most extensive mind map Jerry Michalski joins us to talk about how we as a society can contribute to the public commons in a positive way and why we must. Jerry shares the mission behind his distinguished idea of creating a second brain! He has been working on this brain map for more than 24 years and has introduced almost 500 THOUSAND THOUGHTS in his brain and keeps it up! We dive deep into how he created this system that gives access to tons of knowledge collected and connected in context, the importance of having a deep curation and scaffolding process, several possible roles for AI in this procedure and why having shared common knowledge is crucial for a better and more just future for us all. “If we could slowly build arguments and add evidence we might govern better” Additionally Jerry shares why lesser accessed links tend to gradually clear out of google search, how to make spam disappear from the internet and all about his dislike about the word “consumer” and designing from trust. SUPPORT US ON PATREON: https://www.patreon.com/rhyslindmark JOIN OUR DISCORD: https://discord.gg/PDAPkhNxrC Who is Jerry Michalski? Curator of The World's Largest Mind Map, Guide to the World in Context, Tech Visionary for 30+ Years, Keynote Speaker & Expert on Trust & Mistrust Jerry is working to curate collected shared memory through captivating ventures. Two to mention: https://openglobalmind.com/ and the world's largest brain published called Jerry's Brain. IF YOU WANT TO HELP BUILD THIS SHARED MEMORY SPACE! DIVE INTO JERRY'S LINKS! Topics: Welcome Jerry Michalski to The Rhys Show!: (00:00:00) What is Jerry's Brain and what exists in it: (00:01:22) Acknowledgement and connecting to a second brain: (00:03:29) About spaced repetition software and Jerry's thoughts on Anki: (00:07:42) What would public epistemic commons look like in 1950s: (00:11:00) The importance of a deep curation and scaffolding process: (00:15:29) Different possible roles for AI in curation and scaffolding process: (00:17:25) Why it is so hard to make spam disappear from the internet: (00:20:05) How Jerry thinks about trust: (00:29:42) Defining trust and how to make it abundant: (00:32:54) Traffic calming as an example of designing from trust: (00:36:34) Catalyzing moment in childhood about curiosity: (00:39:51) How to help Jerry in this SHARED MEMORY SPACE: (00:44:57) The importance of HARD FUN: (00:45:27) Mentioned resources: Duolingo: https://www.duolingo.com/ Anki: https://www.ankiapp.com/ Roamresearch: https://roamresearch.com/ Logseq: https://logseq.com/ GPT-3: https://en.wikipedia.org/wiki/GPT-3 Hans Monderman: https://www.pps.org/article/hans-monderman Alice Miller: https://en.wikipedia.org/wiki/Alice_Miller_(psychologist) Russell L. Ackoff: https://en.wikipedia.org/wiki/Russell_L._Ackoff Connect with Jerry Michalski: Design from trust: https://www.designfromtrust.com/ Web: https://www.jerrymichalski.com/ Twitter: https://twitter.com/jerrymichalski LinkedIn: https://www.linkedin.com/in/jerrymichalski/ Facebook: https://www.facebook.com/jerry.michalski Instagram Sociate: https://www.instagram.com/sociate Youtube: https://www.youtube.com/c/JerryMichalski

Software Development Coach, Chris R. Chapman, joins the balenaPodcast to talk about what next-gen engineering leaders need to build better organizations. Chapman discusses why systems thinking is critical for any new leader, as well as applying psychology and empathy into the mix. He reminds us of the management thinking of luminaries like Deming, Ackoff, Taguchi, and more, while encouraging new leaders to help modernize those principles to help build better businesses for the future. Hosted by Alexandros Marinos, Founder and CEO of balena. Interesting Links: Chris R. Chapman on Twitter, LinkedIn Digestible Deming Substack The Methods and Motivations of balena's Organizational Structure Fifth Discipline, Peter Senge Deming Institute Thinking in Systems, Donella H. Meadows Steven Sinofsky-- Don't ship your org chart Gore lattice system Valve employee handbook https://hbr.org/1986/01/the-new-new-product-development-game (Takeuchi, Nonaka) https://en.wikipedia.org/wiki/Russell_L._Ackoff https://en.wikipedia.org/wiki/Eliyahu_M._Goldratt https://en.wikipedia.org/wiki/Peter_Senge https://online.hbs.edu/blog/post/the-fundamental-attribution-error https://en.wikipedia.org/wiki/Myron_Tribus https://en.wikipedia.org/wiki/Homer_Sarasohn https://en.wikipedia.org/wiki/Taguchi_loss_function --- Send in a voice message: https://anchor.fm/balenaio/message

一、何为“持续改进”？让我们先从数字上有一个宏观的概念，首先看第一类数据：G20经济体近期破产企业数量达4.8万家；纳斯达克自1971年创办以来，因业绩不佳退市股目前已经累计2000家；2019年中国A股因连续三年亏损遭退市的企业达54家。……同时我们还可以看第二类数据：日本超过百年历史的企业有达到25321家，美国数量为1173家；德国，超过200年历史的企业有837家；荷兰，222家；法国，196家。丰田公司成立近50年，仍然生机勃勃；微软历经波峰波谷，仍然是顶级公司俱乐部成员，股价再回巅峰；……由此，我们再次发问：为什么有的企业能不断进化，而有的只是昙花一现？为什么有的人能持续成长，而有的只能短暂发光？是什么让这么多公司历经百年的时间洗礼仍然屹立不倒，是什么让顶级的公司历经风雨，仍然欣欣向荣，又是什么让这么多公司退市，倒闭，黯然离场？原因一定是综合的，多线索的。不过诸多线索中，有一条线索非常值得大家注目：凡长时间屹立不倒的企业都有一个共同的特点：不断打破原有的稳态并做出改进。这就是“持续改进”的定义。 二、什么是用尽全力的退步？不懂持续改进，用尽全力也只会退步。让我们先看一个案例。有一家在线旅行预定公司，发现他们的全球呼叫中心每年配置超过20000人来协助客户找回行程单，而且这个配置人数还在不停增长。呼叫中心的反馈是因为客户总是打电话来抱怨他们在网站上找不到行程单。公司以客户为中心，一定要解决这个问题，于是配置更多的工作人员给客户提供更周到的服务！只要配置更多的人，就能解决这个问题。而且可以用数字统计证明，更多的客户抱怨被有效处理，投诉率下降，绩效在改进！主管还可以在20000人中评选优秀员工，参加年会带上大红花，促进企业文化建设让每个员工做得更好……这就是一个典型的用尽全力退步的案例，是一个持续改进理念的反面教材。如果我们发现河里漂来一个孩子，第一反应就是去打捞，如果不断地漂来孩子？我们就有两个选择，第一个是不停的打捞，这样就形成一个“稳态”：不停打捞的动作，和不断漂来的孩子形成的稳态。第二个，是干脆去上游看看，河里为什么会有孩子？这就打破了稳态。上面案例里的全球呼叫中心，他们形成的稳态，就是客户不断增长的抱怨，和处理抱怨的措施之间形成了稳态。稳态的特点，是只看表面现象就给出解决措施，然后措施的数量和密度与问题的出现成正比，于是企业在稳态中消耗越来越多的资源，导致企业全面退步。这个稳态表面上是在全力解决问题，所以每个部门，每个人都倾尽全力维持这个稳态，但是导致问题发生的根本原因完全被忽视了，大家只关注解决问题本身。这种现象，就叫做用尽全力的退步。这家呼叫中心的稳态，必然会朝着雇佣更多的人来解决客户抱怨的方向发展。必然走向成本高昂，组织臃肿的不归路，全面退步！我们看到的屹立百年的企业，以及竞争力强悍的企业，他们在管理上，绝不会让稳态轻易形成，绝不会从表面现象得出各种措施。他们的特点是：从寻找根因出发，给出击破问题的办法，打破稳态。他们的这种思维，就叫做上游思维，他们的做法，就是持续改进的做法：界定问题，寻找根因，行动改进！ 三、如何打破稳态？如果上面这家酒店预定公司引入了持续改进理念，雇佣20000人解决“找回行程单”的悲剧，就不会发生了。这家公司最后成立了改进小组，他们用持续改进的方法工具，不断调研实施，最终发现了网站设计上的缺陷是导致行程单丢失的根本原因：数据库自动发送的行程单邮件，被客户邮箱误认为是垃圾邮件而删除了。客户只好打电话来通过人工找回行程单。这个技术问题很快得到解决。公司再也不用花20000人去接电话手工找回行程单了。这样一个“小小的问题”，竟然让一家公司雇佣20000人去解决，这个稳态太可怕，如果没有引入持续改进理念，这家公司必然在稳态中持续全力退步。而打破稳态的办法，是如此洗练：针对根本原因解决问题。几乎所有的持续改进理论，都反对仅仅救火，而不去寻找火灾的原因。不断地追溯原因，直到发现根本原因，针对根本原因去解决问题，才是上游思维，才是持续改进的核心理念。 四、有哪些主流持续改进方法论？“戴明学说”、“精益理念”、“六西格玛”，“DAI动环改进方法论”等都是持续改进方法论。这里简要地给大家介绍他们的核心主张以及优劣势。1.戴明学说戴明学说是所有改进体系的理论基石。其主要观点简洁易明，核心思想是四点：① 顾客则是思考一切问题的立足点和出发点。② 要发现系统的根本原因以及用系统的综合效应来解决问题。③ 要人们发自内心地承担起对于组织成败的责任和义务，而不是依赖绩效考核。④ 重视每一个人的作用，要通过教育和培训来提升每一个人的能力。基于核心思想，戴明大力推广PDCA环：P（Plan）：计划，D（Do）：执行，C（Check）：检查，A（Act）：行动。这四个动作形成一个环，转一次解决一次问题，对于没有解决的问题，继续提给下一个PDCA环中去解决，循环往复，不停地打破稳态，形成持续改进。2.精益理论精益理念是衍生于丰田公司的一种管理哲学，来自于麻省理工学院对丰田管理方式“精益生产”的研究。精益理念的核心思想是：减少不必要的经营行为，降低不必要的动作数量，稳态发生的几率就会降低；发现生产过程中产生浪费的根本原因，针对原因杜绝浪费。精益理念提出企业必须时时刻刻对抗七大浪费，因为浪费一旦形成，企业就会陷入无边际的稳态增加。比如生产线生产了额外的产品，就产生额外的原材料消耗，就需要人工和机器额外的搬运，消耗额外的能源，虚增额外的采购，同时需要额外的库存，带来产品积压的浪费以及仓储成本的上升，这些动作和产出关联在一起形成稳态，企业的成本会指数型上升。因此，精益理念打破稳态的思路之一，就是杜绝浪费来实现持续改进。精益理念中的难点，在于苛刻的精简理念，可能会导致的员工士气下降、材料成本损失等。同时，精益理念的改进工具比较分散、系统性不强，解决复杂问题，效率较低。3.六西格玛六西格玛的核心概念是降低生产和服务过程中产品及流程的缺陷次数，通过统计方法寻找缺陷的根因，从而使企业的产品和服务质量不断提高，远离稳态，最终实现持续改进和企业竞争力的突破。其中统计方法的深度和广泛应用，是六西格玛的最大特点，也是这个方法论名称的由来：要达到99.99966%的良品率，意味着做100万件事情，其中只有3.4件是有缺陷的，这几乎趋近到人类能够达到的最为完美的境界，即6个西格玛的水平。六西格玛方法论通过统计思路去寻找根本原因，问题产生的根本原因几乎无法遁形，因此理论上讲，企业根本无法产生稳态。4.DAI动环改进DAI动环改进方法论，是把界定问题（Define）, 分析原因(Analyze) ，做出改进（Improve）形成环状改进模型循环转动，持续改进。它的核心思想是：① 无论改进什么，都要从界定各种信息出发。比如以往业绩、财务预期等。② 无论改进什么，都要找出影响系统和业绩的核心原因。这些分析需要统计技术进行验证。③ 无论改进什么，都要基于界定和原因，提出改进方案，实施变革，检测改进结果的有效性，并确保改进结果持续生效。④ 无论在DAI的那个步骤，都要遵循三大原则：由外而内原则，系统化原则，变异原则。可以看出，这个DAI动环和戴明环（PDCA）在运转时有相似之处，它们都需要循环往复的旋转，不断地解决新问题，从而打破稳态。但他们的底层逻辑完全不同：DAI动环是直接针对问题的，界定步骤和分析步骤都是针对问题而来，因此改进行动也是针对问题的，而戴明环对所有改进工作给出了一个普适性框架，并不单纯针对问题，而是针对工作思路，DAI动环适合直接解决问题，而戴明环适合部署改进工作。同时，DAI动环改进方法论对模型的运行给出了约束和指导，这些约束和指导，使得动环旋转时，方向更明确，能够避免很多改进项目为改进而改进的误区。 五、为什么掌握DAI动环改进方法论， 可以让每个人获益？一套方法论如果包含了基本原则，就相当于规定了赛道，每个改进者，都可以避免跑偏。同时，因为这些原则是被高度提炼出来的，当他们在工作中被不断地强化，学习和实践后，持续改进的DNA就会深深烙印在改进者的血液里。因此，掌握改进原则，就会成为企业里最能识破稳态陷阱的人，也是最有能力给出解决办法的人。我们来看看DAI动环改进方法论的三大原则。1.由外而内原则企业的内部改进，要以客户需求和外部市场为导向。管理者要从客户的角度来看待业务，然后设计流程、工具和产品，并根据对客户最有利，以及满足客户需求的标准来做出决策和持续改进。具体表现，就是外焦点视角，与之相反的，是内焦点视角。这两个视野问题，其实是大是大非的问题。内焦点视角中企业热衷于改进痛点而忽略客户，坚持股东利益高于客户利益，这种思路，完全违背时代的潮流，会让企业陷入内卷和稳态。笔者常常被邀请去给很多企业的改进大赛，或者是项目大会做评委，其中不乏一些项目，看起来是持续改进，解决问题，其实从由外而内原则判断，都是为改进而改进的项目，是伪改进。比如为了提升产品配置速度而减少流程环节，看起来周期缩短了，但是关键的风险点，尤其是与客户需求相关的信息传递流程被简化，这种为速度而速度的改进，是得不偿失甚至有巨大风险的。2.系统化原则组织和所有工作是一个整体，必须统筹综效。在日常理解中，每个人做好自己的工作，部门的业绩就会优秀。每个部门做好自己的业绩，公司的业绩就会优秀。所以，独立做好自己的工作就是最棒的。这个看起来很合理的“日常道理”，却忽略了个体与个体，部门与部门之间的关联和互动。它假设所有的工作是孤立的，这在实际场景中是不存在的。系统思维所映射的底层逻辑与以上日常道理正好相反：系统的性能更多地取决于它的所有组成部分是如何交互的，而不是它如何独立地工作。如果一个系统的每一部分都独立尽可能有效地运行，那么整个系统将一定不能有效地运行。这个观点由系统学大师罗素·艾可夫（Russell L. Ackoff）提出，并在随后的商业和管理学界获得广泛认可。在系统思维中，组织的交互效能大于组成部分的独立效率。放在每个人工作场景中，如果一个人能在工作中建立更多的链接，产生更多的与其他结点的能量和信息交换，这个人的绩效必然比那些封闭工作的人要高得多。这在当前移动互联时代的数字化逻辑中，更加得到了进一步的实践，无论是虚拟化计算部署，还是去中心化的区块链，都是系统交互优于组件独立性能的最佳印证。系统交互既有空间性，又有时间性。我们在日常工作中其实也有很多体验：如果采购部单纯要降低采购成本，独立的财务数据会很好，但是可能带来原材料的质量下降从而损伤公司业务，这是系统空间性互动被忽略的代价。员工培训从短期看占用了劳动时间，降低了生产力，长期看，又是公司提升能量阶梯的重要工作，这是系统时间性互动的产出。这也被称为系统的动态复杂性。掌握了系统化原则，换一种说法，既是洞悉了牵一发动全身的真谛（空间），也是洞见了风物长宜放眼量的内核（时间）。3.变异原则（也称统计原则）变异原则是DAI动环改进的第三个原则，也是最具操作意义的原则。首先我们来了解什么是变异。变异是业务过程中不可避免的现象，它存在于任何事物中。比如航班晚点和早到，都是变异。如果过程变异的范围落在客户允许的范畴内，则过程业绩可以确保客户满意，如果过程变异的范围超出了客户容许的范围，则需要立即对这些变异进行控制和改进。改进的目的就是找到变异的原因，从而减少变异。变异有两种类型：随机变异（由一般原因导致）和特殊变异（由特殊原因导致）。迄今为止并没有发现第三类导致变异的原因，因此我们研究变异的时候，都是基于这两类原因来理解变异。一般原因导致随机变异。一般原因是一个过程中固有存在，始终存在，非工作人员可控的原因。所以又可称为不可避免之原因、非人为原因、普遍原因等。一般原因存在于系统的所有组件和他们的关系中，通常占全部所观察到的变异的85%。也就是说，绝大多数的变异是由系统本身固有的，非人为因素导致的。当一个过程仅受到一般原因影响时，则该过程为受控过程（是由系统固有特征控制的），若要改进一个受控过程，必须改进整个系统。因为系统内各自的微小变异，以复杂的方式发生互动，他们导致的整个系统产生不可接受的变异，不是人为的。所以要改进一般原因，需要调整管理者的很多设计理念与策略，并需要管理者发起根本性的变革。特殊原因导致特殊变异。特殊原因是除一般原因以外的引起过程变异的因素。特殊原因可以直接追踪到特定的事件或特定的人。因此又称为：可避免原因、人为原因、非机遇原因、异常原因等。例如排班失误，机器变动，新手作业，量具不准等原因。在系统中工作的人，通常对特殊原因具有影响力并可以改变特殊原因。这是特殊原因根本不同于一般原因的地方。由特殊原因产生的变异，通常占全部所观察到的变异的15%，因此，特殊原因导致的变异，远小于一般原因。存在特殊变异的系统，是不受控的。必须立即针对特殊事件和特定的人，去寻找特殊原因，并做出改变。消除了特殊变异的系统，才是受控的，才能进一步寻找一般原因，去做系统性的提升和改进。如果改进者未能理解二者的关系，或者不能识别一般原因和特殊原因，可能导致干预稳定系统而增加变异，或者失去消除变异的特殊原因的机会。举例：一个厂家发现他们同一地区上门维修空调的时长，比竞争对手要高2倍。改进专家分析了1000个案例，对影响维修时长的原因做出了一个列表。包括：带错了备件，少带了备件（根本原因是电话诊断准确率不足），当场无法判断需要升级给高级工程师（工程师技能不足），派单给距离远的工程师，请假了也被派单（派单系统逻辑有误），工程师到达时客户不在家（电话预约不到位），工程师跑错地址，工程师遗漏工具（个人失误）。这些原因中，工程师跑错地址，遗漏工具等原因导致花更多的时间来完成维修，这是可以追踪到具体的人和事的，属于特殊原因。派单错误，属于一般原因，这是工作系统和流程的问题，是公司维修机制的一部分。其他几个原因，需要进一步的数据验证才能判断是一般原因还是特殊原因，比如电话诊断准确性这个原因，要看看这些案例的数据分布，如果是集中分布在少数几个电话故障诊断员身上，那就是特殊原因，反之是一般原因。从这个例子中我们可以看到，识别变异类型可以帮助我们定位责任人和改进思路，这在企业里至关重要。针对特殊原因，我们当然可以立即从人和事入手去解决。不过，变异原则告诉我们这最多占15%的比例。像是派单系统问题，大规模员工技能不足问题，都是一般原因，要从流程，机制，激励措施，预算等多方面去考虑，主要是管理者要发起系统性变革，而不是追究员工责任。很多企业一发现问题就从员工入手，包括末尾淘汰，绩效淘汰在内的各种针对人的措施立即上马，这些措施很快与糟糕的企业表现形成稳态陷阱。变异原则告诉我们，如果企业的问题是随机变异产生的，裁员，扣奖金，罚款等针对员工的措施，是毫无意义的。识别随机变异和特殊变异是DAI动环改进方法论的核心技能，需要经过相关训练和使用统计学工具。 六、结语持续改进，就是不断打破原有的稳态并做出改进。稳态的特点，是只看表面现象就给出解决措施，然后措施的数量和密度与问题的出现成正比，企业在稳态陷阱中消耗越来越多的资源，导致企业全面退步。如欲击破稳态，各个持续改进理念全部坚持要从根本原因入手。DAI动环改进告诉我们，根本原因有两类，一般原因（85%）和特殊原因（15%），一般原因是系统固有的，要改进它，必需由管理者承担责任发起变革。特殊原因可以追踪到特定的人和事，可以由操作者自身来改进。要想成为高阶管理者，需要掌握由外而内原则，具备外焦点视角；以及系统化原则，懂得“牵一发动全身”，以及“风物长宜放眼量”。对企业而言，无论在制造时代、信息技术时代，还是数字化智能时代，持续改进的理念都是基本战略和基本企业文化的内核。对于个人而言，无论深处什么行业，从事什么工作，持续改进方法论都是职场人士高阶进化的高光之路！

一、何为“持续改进”？让我们先从数字上有一个宏观的概念，首先看第一类数据：G20经济体近期破产企业数量达4.8万家；纳斯达克自1971年创办以来，因业绩不佳退市股目前已经累计2000家；2019年中国A股因连续三年亏损遭退市的企业达54家。……同时我们还可以看第二类数据：日本超过百年历史的企业有达到25321家，美国数量为1173家；德国，超过200年历史的企业有837家；荷兰，222家；法国，196家。丰田公司成立近50年，仍然生机勃勃；微软历经波峰波谷，仍然是顶级公司俱乐部成员，股价再回巅峰；……由此，我们再次发问：为什么有的企业能不断进化，而有的只是昙花一现？为什么有的人能持续成长，而有的只能短暂发光？是什么让这么多公司历经百年的时间洗礼仍然屹立不倒，是什么让顶级的公司历经风雨，仍然欣欣向荣，又是什么让这么多公司退市，倒闭，黯然离场？原因一定是综合的，多线索的。不过诸多线索中，有一条线索非常值得大家注目：凡长时间屹立不倒的企业都有一个共同的特点：不断打破原有的稳态并做出改进。这就是“持续改进”的定义。 二、什么是用尽全力的退步？不懂持续改进，用尽全力也只会退步。让我们先看一个案例。有一家在线旅行预定公司，发现他们的全球呼叫中心每年配置超过20000人来协助客户找回行程单，而且这个配置人数还在不停增长。呼叫中心的反馈是因为客户总是打电话来抱怨他们在网站上找不到行程单。公司以客户为中心，一定要解决这个问题，于是配置更多的工作人员给客户提供更周到的服务！只要配置更多的人，就能解决这个问题。而且可以用数字统计证明，更多的客户抱怨被有效处理，投诉率下降，绩效在改进！主管还可以在20000人中评选优秀员工，参加年会带上大红花，促进企业文化建设让每个员工做得更好……这就是一个典型的用尽全力退步的案例，是一个持续改进理念的反面教材。如果我们发现河里漂来一个孩子，第一反应就是去打捞，如果不断地漂来孩子？我们就有两个选择，第一个是不停的打捞，这样就形成一个“稳态”：不停打捞的动作，和不断漂来的孩子形成的稳态。第二个，是干脆去上游看看，河里为什么会有孩子？这就打破了稳态。上面案例里的全球呼叫中心，他们形成的稳态，就是客户不断增长的抱怨，和处理抱怨的措施之间形成了稳态。稳态的特点，是只看表面现象就给出解决措施，然后措施的数量和密度与问题的出现成正比，于是企业在稳态中消耗越来越多的资源，导致企业全面退步。这个稳态表面上是在全力解决问题，所以每个部门，每个人都倾尽全力维持这个稳态，但是导致问题发生的根本原因完全被忽视了，大家只关注解决问题本身。这种现象，就叫做用尽全力的退步。这家呼叫中心的稳态，必然会朝着雇佣更多的人来解决客户抱怨的方向发展。必然走向成本高昂，组织臃肿的不归路，全面退步！我们看到的屹立百年的企业，以及竞争力强悍的企业，他们在管理上，绝不会让稳态轻易形成，绝不会从表面现象得出各种措施。他们的特点是：从寻找根因出发，给出击破问题的办法，打破稳态。他们的这种思维，就叫做上游思维，他们的做法，就是持续改进的做法：界定问题，寻找根因，行动改进！ 三、如何打破稳态？如果上面这家酒店预定公司引入了持续改进理念，雇佣20000人解决“找回行程单”的悲剧，就不会发生了。这家公司最后成立了改进小组，他们用持续改进的方法工具，不断调研实施，最终发现了网站设计上的缺陷是导致行程单丢失的根本原因：数据库自动发送的行程单邮件，被客户邮箱误认为是垃圾邮件而删除了。客户只好打电话来通过人工找回行程单。这个技术问题很快得到解决。公司再也不用花20000人去接电话手工找回行程单了。这样一个“小小的问题”，竟然让一家公司雇佣20000人去解决，这个稳态太可怕，如果没有引入持续改进理念，这家公司必然在稳态中持续全力退步。而打破稳态的办法，是如此洗练：针对根本原因解决问题。几乎所有的持续改进理论，都反对仅仅救火，而不去寻找火灾的原因。不断地追溯原因，直到发现根本原因，针对根本原因去解决问题，才是上游思维，才是持续改进的核心理念。 四、有哪些主流持续改进方法论？“戴明学说”、“精益理念”、“六西格玛”，“DAI动环改进方法论”等都是持续改进方法论。这里简要地给大家介绍他们的核心主张以及优劣势。1.戴明学说戴明学说是所有改进体系的理论基石。其主要观点简洁易明，核心思想是四点：① 顾客则是思考一切问题的立足点和出发点。② 要发现系统的根本原因以及用系统的综合效应来解决问题。③ 要人们发自内心地承担起对于组织成败的责任和义务，而不是依赖绩效考核。④ 重视每一个人的作用，要通过教育和培训来提升每一个人的能力。基于核心思想，戴明大力推广PDCA环：P（Plan）：计划，D（Do）：执行，C（Check）：检查，A（Act）：行动。这四个动作形成一个环，转一次解决一次问题，对于没有解决的问题，继续提给下一个PDCA环中去解决，循环往复，不停地打破稳态，形成持续改进。2.精益理论精益理念是衍生于丰田公司的一种管理哲学，来自于麻省理工学院对丰田管理方式“精益生产”的研究。精益理念的核心思想是：减少不必要的经营行为，降低不必要的动作数量，稳态发生的几率就会降低；发现生产过程中产生浪费的根本原因，针对原因杜绝浪费。精益理念提出企业必须时时刻刻对抗七大浪费，因为浪费一旦形成，企业就会陷入无边际的稳态增加。比如生产线生产了额外的产品，就产生额外的原材料消耗，就需要人工和机器额外的搬运，消耗额外的能源，虚增额外的采购，同时需要额外的库存，带来产品积压的浪费以及仓储成本的上升，这些动作和产出关联在一起形成稳态，企业的成本会指数型上升。因此，精益理念打破稳态的思路之一，就是杜绝浪费来实现持续改进。精益理念中的难点，在于苛刻的精简理念，可能会导致的员工士气下降、材料成本损失等。同时，精益理念的改进工具比较分散、系统性不强，解决复杂问题，效率较低。3.六西格玛六西格玛的核心概念是降低生产和服务过程中产品及流程的缺陷次数，通过统计方法寻找缺陷的根因，从而使企业的产品和服务质量不断提高，远离稳态，最终实现持续改进和企业竞争力的突破。其中统计方法的深度和广泛应用，是六西格玛的最大特点，也是这个方法论名称的由来：要达到99.99966%的良品率，意味着做100万件事情，其中只有3.4件是有缺陷的，这几乎趋近到人类能够达到的最为完美的境界，即6个西格玛的水平。六西格玛方法论通过统计思路去寻找根本原因，问题产生的根本原因几乎无法遁形，因此理论上讲，企业根本无法产生稳态。4.DAI动环改进DAI动环改进方法论，是把界定问题（Define）, 分析原因(Analyze) ，做出改进（Improve）形成环状改进模型循环转动，持续改进。它的核心思想是：① 无论改进什么，都要从界定各种信息出发。比如以往业绩、财务预期等。② 无论改进什么，都要找出影响系统和业绩的核心原因。这些分析需要统计技术进行验证。③ 无论改进什么，都要基于界定和原因，提出改进方案，实施变革，检测改进结果的有效性，并确保改进结果持续生效。④ 无论在DAI的那个步骤，都要遵循三大原则：由外而内原则，系统化原则，变异原则。可以看出，这个DAI动环和戴明环（PDCA）在运转时有相似之处，它们都需要循环往复的旋转，不断地解决新问题，从而打破稳态。但他们的底层逻辑完全不同：DAI动环是直接针对问题的，界定步骤和分析步骤都是针对问题而来，因此改进行动也是针对问题的，而戴明环对所有改进工作给出了一个普适性框架，并不单纯针对问题，而是针对工作思路，DAI动环适合直接解决问题，而戴明环适合部署改进工作。同时，DAI动环改进方法论对模型的运行给出了约束和指导，这些约束和指导，使得动环旋转时，方向更明确，能够避免很多改进项目为改进而改进的误区。 五、为什么掌握DAI动环改进方法论， 可以让每个人获益？一套方法论如果包含了基本原则，就相当于规定了赛道，每个改进者，都可以避免跑偏。同时，因为这些原则是被高度提炼出来的，当他们在工作中被不断地强化，学习和实践后，持续改进的DNA就会深深烙印在改进者的血液里。因此，掌握改进原则，就会成为企业里最能识破稳态陷阱的人，也是最有能力给出解决办法的人。我们来看看DAI动环改进方法论的三大原则。1.由外而内原则企业的内部改进，要以客户需求和外部市场为导向。管理者要从客户的角度来看待业务，然后设计流程、工具和产品，并根据对客户最有利，以及满足客户需求的标准来做出决策和持续改进。具体表现，就是外焦点视角，与之相反的，是内焦点视角。这两个视野问题，其实是大是大非的问题。内焦点视角中企业热衷于改进痛点而忽略客户，坚持股东利益高于客户利益，这种思路，完全违背时代的潮流，会让企业陷入内卷和稳态。笔者常常被邀请去给很多企业的改进大赛，或者是项目大会做评委，其中不乏一些项目，看起来是持续改进，解决问题，其实从由外而内原则判断，都是为改进而改进的项目，是伪改进。比如为了提升产品配置速度而减少流程环节，看起来周期缩短了，但是关键的风险点，尤其是与客户需求相关的信息传递流程被简化，这种为速度而速度的改进，是得不偿失甚至有巨大风险的。2.系统化原则组织和所有工作是一个整体，必须统筹综效。在日常理解中，每个人做好自己的工作，部门的业绩就会优秀。每个部门做好自己的业绩，公司的业绩就会优秀。所以，独立做好自己的工作就是最棒的。这个看起来很合理的“日常道理”，却忽略了个体与个体，部门与部门之间的关联和互动。它假设所有的工作是孤立的，这在实际场景中是不存在的。系统思维所映射的底层逻辑与以上日常道理正好相反：系统的性能更多地取决于它的所有组成部分是如何交互的，而不是它如何独立地工作。如果一个系统的每一部分都独立尽可能有效地运行，那么整个系统将一定不能有效地运行。这个观点由系统学大师罗素·艾可夫（Russell L. Ackoff）提出，并在随后的商业和管理学界获得广泛认可。在系统思维中，组织的交互效能大于组成部分的独立效率。放在每个人工作场景中，如果一个人能在工作中建立更多的链接，产生更多的与其他结点的能量和信息交换，这个人的绩效必然比那些封闭工作的人要高得多。这在当前移动互联时代的数字化逻辑中，更加得到了进一步的实践，无论是虚拟化计算部署，还是去中心化的区块链，都是系统交互优于组件独立性能的最佳印证。系统交互既有空间性，又有时间性。我们在日常工作中其实也有很多体验：如果采购部单纯要降低采购成本，独立的财务数据会很好，但是可能带来原材料的质量下降从而损伤公司业务，这是系统空间性互动被忽略的代价。员工培训从短期看占用了劳动时间，降低了生产力，长期看，又是公司提升能量阶梯的重要工作，这是系统时间性互动的产出。这也被称为系统的动态复杂性。掌握了系统化原则，换一种说法，既是洞悉了牵一发动全身的真谛（空间），也是洞见了风物长宜放眼量的内核（时间）。3.变异原则（也称统计原则）变异原则是DAI动环改进的第三个原则，也是最具操作意义的原则。首先我们来了解什么是变异。变异是业务过程中不可避免的现象，它存在于任何事物中。比如航班晚点和早到，都是变异。如果过程变异的范围落在客户允许的范畴内，则过程业绩可以确保客户满意，如果过程变异的范围超出了客户容许的范围，则需要立即对这些变异进行控制和改进。改进的目的就是找到变异的原因，从而减少变异。变异有两种类型：随机变异（由一般原因导致）和特殊变异（由特殊原因导致）。迄今为止并没有发现第三类导致变异的原因，因此我们研究变异的时候，都是基于这两类原因来理解变异。一般原因导致随机变异。一般原因是一个过程中固有存在，始终存在，非工作人员可控的原因。所以又可称为不可避免之原因、非人为原因、普遍原因等。一般原因存在于系统的所有组件和他们的关系中，通常占全部所观察到的变异的85%。也就是说，绝大多数的变异是由系统本身固有的，非人为因素导致的。当一个过程仅受到一般原因影响时，则该过程为受控过程（是由系统固有特征控制的），若要改进一个受控过程，必须改进整个系统。因为系统内各自的微小变异，以复杂的方式发生互动，他们导致的整个系统产生不可接受的变异，不是人为的。所以要改进一般原因，需要调整管理者的很多设计理念与策略，并需要管理者发起根本性的变革。特殊原因导致特殊变异。特殊原因是除一般原因以外的引起过程变异的因素。特殊原因可以直接追踪到特定的事件或特定的人。因此又称为：可避免原因、人为原因、非机遇原因、异常原因等。例如排班失误，机器变动，新手作业，量具不准等原因。在系统中工作的人，通常对特殊原因具有影响力并可以改变特殊原因。这是特殊原因根本不同于一般原因的地方。由特殊原因产生的变异，通常占全部所观察到的变异的15%，因此，特殊原因导致的变异，远小于一般原因。存在特殊变异的系统，是不受控的。必须立即针对特殊事件和特定的人，去寻找特殊原因，并做出改变。消除了特殊变异的系统，才是受控的，才能进一步寻找一般原因，去做系统性的提升和改进。如果改进者未能理解二者的关系，或者不能识别一般原因和特殊原因，可能导致干预稳定系统而增加变异，或者失去消除变异的特殊原因的机会。举例：一个厂家发现他们同一地区上门维修空调的时长，比竞争对手要高2倍。改进专家分析了1000个案例，对影响维修时长的原因做出了一个列表。包括：带错了备件，少带了备件（根本原因是电话诊断准确率不足），当场无法判断需要升级给高级工程师（工程师技能不足），派单给距离远的工程师，请假了也被派单（派单系统逻辑有误），工程师到达时客户不在家（电话预约不到位），工程师跑错地址，工程师遗漏工具（个人失误）。这些原因中，工程师跑错地址，遗漏工具等原因导致花更多的时间来完成维修，这是可以追踪到具体的人和事的，属于特殊原因。派单错误，属于一般原因，这是工作系统和流程的问题，是公司维修机制的一部分。其他几个原因，需要进一步的数据验证才能判断是一般原因还是特殊原因，比如电话诊断准确性这个原因，要看看这些案例的数据分布，如果是集中分布在少数几个电话故障诊断员身上，那就是特殊原因，反之是一般原因。从这个例子中我们可以看到，识别变异类型可以帮助我们定位责任人和改进思路，这在企业里至关重要。针对特殊原因，我们当然可以立即从人和事入手去解决。不过，变异原则告诉我们这最多占15%的比例。像是派单系统问题，大规模员工技能不足问题，都是一般原因，要从流程，机制，激励措施，预算等多方面去考虑，主要是管理者要发起系统性变革，而不是追究员工责任。很多企业一发现问题就从员工入手，包括末尾淘汰，绩效淘汰在内的各种针对人的措施立即上马，这些措施很快与糟糕的企业表现形成稳态陷阱。变异原则告诉我们，如果企业的问题是随机变异产生的，裁员，扣奖金，罚款等针对员工的措施，是毫无意义的。识别随机变异和特殊变异是DAI动环改进方法论的核心技能，需要经过相关训练和使用统计学工具。 六、结语持续改进，就是不断打破原有的稳态并做出改进。稳态的特点，是只看表面现象就给出解决措施，然后措施的数量和密度与问题的出现成正比，企业在稳态陷阱中消耗越来越多的资源，导致企业全面退步。如欲击破稳态，各个持续改进理念全部坚持要从根本原因入手。DAI动环改进告诉我们，根本原因有两类，一般原因（85%）和特殊原因（15%），一般原因是系统固有的，要改进它，必需由管理者承担责任发起变革。特殊原因可以追踪到特定的人和事，可以由操作者自身来改进。要想成为高阶管理者，需要掌握由外而内原则，具备外焦点视角；以及系统化原则，懂得“牵一发动全身”，以及“风物长宜放眼量”。对企业而言，无论在制造时代、信息技术时代，还是数字化智能时代，持续改进的理念都是基本战略和基本企业文化的内核。对于个人而言，无论深处什么行业，从事什么工作，持续改进方法论都是职场人士高阶进化的高光之路！

This episode is also available as a blog post: http://quiteaquote.in/2021/02/01/russell-l-ackoff-systems-thinking/ --- Send in a voice message: https://anchor.fm/quiteaquote/message

01:41 - Descartes was wrong: ‘a person is a person through other persons’ (https://web.ics.purdue.edu/~drkelly/AeonMagBirhaneDescartesWasWrongPersonsAreSocial2017.pdf) * Abeba Birhane on a person is a person through other persons (https://www.youtube.com/watch?v=1RVscNkiTq0) * Cartesian Thinking (https://www.youtube.com/watch?v=1RVscNkiTq0) * Individualism (https://www.youtube.com/watch?v=1RVscNkiTq0) 13:59 - Predicting How People Behave and Act via Machine Learning is Ethically Flawed * “Measuring” People * Simon’s Ant (https://medium.com/@seannewmanmaroni/simons-ant-2c7693335ff9) * Abstraction * Greater Than Code Episode 038: Category Theory for Normal Humans with Dr. Eugenia Cheng (https://www.greaterthancode.com/category-theory-for-normal-humans) * Order Out of Chaos by Ilya Prigogine and Isabelle Stengers (https://www.amazon.com/Order-Out-Chaos-Ilya-Prigogine/dp/0553343637) * Collecting Data * Confirmation Bias (https://en.wikipedia.org/wiki/Confirmation_bias) 34:21 - Examining Machine Learning Models and Data * Means Testing (https://en.wikipedia.org/wiki/Means_test) * Generalized Empathy “When you get rid of what you don’t want, you do not necessarily get what you do want and you may get something you want a lot less. It is that simple…..anyone that ever watches television knows that!” – Russell L. Ackoff (http://fearlessrevival.com/russell-ackoff/) “Scoring” People Perpetuates Stereotypes Acurracy Confirms Bias 50:09 - Important Ideosyncracies and Contaminating Factors * Seeing and appreciating the potential to be different in every person in every situation. * The ability to tease apart existing cultural ideas around identity and humanity. * Taking concepts from different but related fields and seeing their connectedness and bringing them together into a whole that is more than the sum of their parts. * Seeing consequences that don’t belong to any one cause. Reflections: Mando: Cartesian thinking and worldview is embedded in us. Avdi: “Contaminating factors.” “Dive into yourself to find yourself.” Rein: Jainism (https://en.wikipedia.org/wiki/Jainism) has gotten this right for centuries. * The Elephant and the Blindfolded Men Parable * The Theory of Conditioned Predication or Contigency * The Theory of Partial Standpoints Jessica: Giving the Cartesian program credit for what it’s good for: using science as a way to break things down into parts and studying them deeply; we’ve learned a lot. Abeba: It’s not all bad. BUT, we forget to put the pieces back together and acknowledge reality. This episode was brought to you by @therubyrep (https://twitter.com/therubyrep) of DevReps, LLC (http://www.devreps.com/). To pledge your support and to join our awesome Slack community, visit patreon.com/greaterthancode (https://www.patreon.com/greaterthancode) To make a one-time donation so that we can continue to bring you more content and transcripts like this, please do so at paypal.me/devreps (https://www.paypal.me/devreps). You will also get an invitation to our Slack community this way as well.) Special Guest: Abeba Birhane.

We get to work to make sense of a sensemaking framework for human work systems, and learn how to build stronger teams with better communication. Kenneth & Kevin are joined by Danie Roux (@danieroux) & Kevin Trethewey (@KevinTrethewey) to chat about their Spine model, a sensemaking framework for human systems. Danie & Kevin are both involved in doing consulting work, and have distilled the Spine model from their experience helping teams in various companies. Having its roots in Extreme Programming and NLP, the Spine model is about having the right conversations. For more information on the Spine model: * http://www.spinemodel.info * http://www.spine.wiki Follow Danie & Kevin on the internet: * https://twitter.com/danieroux * http://www.danieroux.com * https://twitter.com/KevinTrethewey * http://drivenalliance.com Here are some resources mentioned during the show: * Extreme Programming - http://www.extremeprogramming.org * Nonviolent Communication - https://en.wikipedia.org/wiki/Nonviolent_Communication * Rhetoric - https://en.wikipedia.org/wiki/Rhetoric * Systems Thinking - https://en.wikipedia.org/wiki/Systems_thinking * Values elicitation exercises * Dreyfus model of skill acquisition - https://en.wikipedia.org/wiki/Dreyfus_model_of_skill_acquisition * Pragmatic Thinking and Learning - https://pragprog.com/book/ahptl/pragmatic-thinking-and-learning * Heuristics - https://en.wikipedia.org/wiki/Heuristic * Cumulative Flow Diagrams - http://brodzinski.com/2013/07/cumulative-flow-diagram.html * Story points - https://agilefaq.wordpress.com/2007/11/13/what-is-a-story-point/ * Agile2015 Presentation in Washington DC - http://sched.co/370b * Complexity vs Complicated - https://hbr.org/2011/09/learning-to-live-with-complexity * Cynefin Framework - https://en.wikipedia.org/wiki/Cynefin_Framework * "Teams are immutable" - https://twitter.com/richardadalton/status/569275411508682752 * Extreme Programming Explained - http://amzn.com/0321278658 And finally our picks Kevin Trethewey: * Russell L. Ackoff - https://en.wikipedia.org/wiki/Russell_L._Ackoff * "Team Tourism" Danie: * Freedom from Command and Control: A Better Way to Make the Work Work - http://amzn.com/0954618300 * Lean Enterprise: How High Performance Organizations Innovate at Scale - http://shop.oreilly.com/product/0636920030355.do * The Nature of Software Development - https://pragprog.com/book/rjnsd/the-nature-of-software-development Kevin: * Coding Horror: The Book - http://blog.codinghorror.com/coding-horror-the-book/ Kenneth: * How to Build Stable Systems - http://bit.ly/217sVkr Stay in touch: * Socialize - https://twitter.com/zadevchat & http://facebook.com/ZADevChat/ * Suggestions and feedback - https://github.com/zadevchat/ping * Subscribe and rate in iTunes - https://itunes.apple.com/za/podcast/zadevchat-podcast/id1057372777

In their book Turning Learning Right Side Up: Putting Education Back on Track authors Russell L. Ackoff and Daniel Greenberg point out that today's education system is seriously flawed -- it focuses on teaching rather than learning. ”Why should children -- or adults -- be asked to do something computers and related equipment can do much better than they can?” the authors ask in an excerpt from the book. ”Why doesn't education focus on what humans can do better than the machines and instruments they create?” See acast.com/privacy for privacy and opt-out information.