个人理解有计划的机会主义既有计划又能抓住机会聚焦在一系列重大选择问题上的持续战略之旅在长期方向和短期战术动作间找到一个连接宏观是我们必须接受的微观才是我们能有所作为的地方战略是有计划的机会主义战略是有计划的机会主义初创企业靠机会主义野蛮生长成熟企业靠战略规划稳健前行而敏捷组织需要的是两者的融合 —— 有计划的机会主义。它既承认不确定性又坚守长期方向既鼓励灵活应变又强调战略一致性既重视短期生存又着眼长期价值。这才是 VUCA 时代的最优解。企业的方向感来自使命、愿景、企业价值逻辑以及长期管理理念而企业中的个体必须通过战术层面协作来持续解决新问题、达到新目标才能离理想越来越近。战略就是连接企业方向和战术动作的桥梁。有计划的机会主义在企业的日常中战略似乎听起来高大上但实际上是最为模糊的一个词每个人可能都有自己的理解。我把企业战略定义为“企业战略是解决如何赚钱、如何多赚钱、如何长期多赚钱这组问题的套选择和行动。” 这意味着战略必须有目标要综合考虑长期和短期利益要能持续提升要明确选择做什么、不做什么要有整体性和完备性以及要匹配资源来产生真实的行动。传统的企业战略管理会分成战略制定和战略执行两个部分。在相对稳定的环境中两个阶段会明确分开战略周期较长比如35年这是基于对外部环境能够做出较为准确预测的假设。但是VUCA环境中无法做出35年的准确预测必须要通过敏捷的方式来实现企业方向和战术执行之间的匹配。那么如何思考大规模敏捷组织中战略的样子、形成的方式以及执行的方法有一个说法是“战略是总结出来的”最直接的意思就是企业不需要提前思考战略根据做出的结果再去讲战略是什么就像先射箭再画靶子。这句话有它的道理很多有关企业如何通过战略前瞻和执行坚定而成功的故事只不过是事后回忆总结时为了刻画主人公的形象而创造出来的。战略是总结出来的其实就是机会主义非常适合初创企业。因为初创企业的早期就是看到市场机会拉几个兄弟一起合伙干起来边干边学把公司做起来。10个初创公司能成功一个就可以讲自己的战略故事了而没有成功的那9个不会有谁记得它们战略正不正确也就没有什么关系了。在中国过去30年的超级周期里有不少从无到有的行业比如房地产、互联网行业商业模式透明很容易上手因此往往很快就会进入激烈竞争的格局。在这种环境中如果把战略理解为选择行业、确定目标等一些相对简单的内容也没有大错。但是这种颗粒度的战略无法影响企业成功概率只能变成成功者的事后总结是幸存者偏差的一种表现。按照“战略是总结出来的”来思考问题会降低我们正确认识世界的能力。就像人类的进化过程一般的简单叙事是生活在树上的猿猴经过一次次变化学会直立行走、使用工具并在这个过程中自身形态发生变化最后演变成了人是一个线性过程。但实际上在历史上任何一点看向未来都是未知但都要选择是待在树上还是去草原、是留在非洲还是继续往北走每个选择都是一个进化的分叉有的分叉很快消失而有的分叉幸运地保留下来直到产生另一个分叉。因此进化的形状像是带有很多分枝的一棵树而不是一条直线。当行业逐渐成熟集中度越来越高企业数量越来越少、规模越来越大时企业就需要建立真正的战略能力而不能先做再总结。这意味着要在分叉口对每条路线做更好的判断做出成功概率更高的选择和一套行动方案从而让大组织的各个部分在行动时有更好的配合即战略一致性。在大组织的战略管理需求和“战略是总结出来的”之间能否找到一种思路既能考虑市场和竞争环境的不确定性、企业通过行动改变命运的可能性又能兼顾大组织有效运营所需要的战略一致性在寻找这个答案的过程中我借鉴了明茨伯格关于战略的思考把VUCA环境中的战略称为“有计划的机会主义”。亨利·明茨伯格在1978年提出浮现型战略emergent strategy这个概念以区别于谋划型战略deliberate strategy。谋划型战略是我们平常所理解的35年战略企业内部对人财物的资源分配需要根据这种战略来执行。但是当市场出现预期之外的风险或机会时在紧盯长期愿景的前提下企业要对这些风险和机会做出反应及时修正之前的谋划型战略并调整资源分配方案。这就像在足球运动中前锋在跑动中接长传球时不是提前计算好球的落点然后一路跑到那个位置。因为很难准确估算球的速度和角度也很难准确计算落点尤其是在风雨天中更无法预测。实际的做法先是有个大致的奔跑方向然后边跑边回头看球实时调整奔跑的方向和速度直到接到传球。因此大规模敏捷组织需要有计划的机会主义同时兼容两种战略制定方式既有计划又能抓住机会。这种复合型战略制定模式成功的关键就是在谋划型战略制定的过程中让更多人参与进来在制定战略的同时深刻理解背后的原因和事物之间的逻辑关系形成组织层面思考战略的体系框架。那么当外部市场环境发生变化时团队就可以把这些变化放到战略框架里去评估和处理然后形成浮现型战略。如果没有谋划型战略做基础当外部环境发生变化时团队很容易通过直觉和条件反射来处理只关注解决眼前问题而忽视长期战略和愿景。拳王泰森曾说在脸上挨了一拳之前每个人都有个计划。在实战中必须在挨了一拳后能继续比赛而且要获胜那么就需要长时间练习直到形成下意识的习惯。军队也是如此通过训练和演习不断熟悉在多种环境下作战的方法这样在实战中才能更冷静地处理新信息。有计划的机会主义就是把制定战略、计划行动的过程当成训练这样在看到机会时才可能抓住、看到陷阱时才可能避开而不是要拘泥于谋划出来的战略报告和计划安排。所以敏捷的战略制定过程会有两个产出一个是谋划型战略本身另一个是团队进行战略思考的能力而后者更为重要。在战略是有计划的机会主义这个思路下战略制定更关注关键选择而不是规划更注重有准备的应对而不是预测更拥抱不确定性而不是选择逃避更要抓住事物的本质而不是追逐流行的概念更关注企业长期成长而不是当下的数字更需要建立战略冗余度而不是追求精确更要让全员理解战略方向而不是具体的指令。看起来敏捷组织的战略似乎更灵活甚至不需要提前想太多其实要比传统组织对战略能力的要求更高需要建立起更稳定、更深层次的逻辑内核才能在应对外部变化时既能敏捷应对又能坚守战略方向。注重战略选择而不是规划在很多组织里当谈到战略时往往会将其和规划联系起来被称为“战略规划”也有的把战略部门直接称为“战略规划部”。战略规划的一般做法是每隔35年制定一次战略通过分析趋势、外部机会和竞争、内部能力和挑战后选择未来几年要重点抓住的机会和目标以及企业需要打造的能力。之后把这个大目标分解为每年、每个事业部要达到的阶段性目标。同时把组织能力也分解到相应职能和事业部未来要做的工作中。在之后的战略执行中每半年回顾战略的执行情况并进行适当调整。这种做法的大逻辑没有问题但是在实操过程中会发现大家的重点经常放在战略报告的完整性、预测的准确度、目标分解的全面性上而在战略选择、关键路径和能力要求方面特别是对哪些机会要放弃、哪些原来的做法必须改研究不深、讨论不充分。如果再把市场预测与实际情况之间差异的情况叠加上去在执行的时候就会发现实际结果和预先的规划越差越远。但是在每半年的战略执行评估中往往是把实现原先目标的时间往后推而不是开诚布公地检讨之前的战略是否要迭代毕竟“执行层”的目标是要把工作做出来是要把不可能变成可能使命必达。公开质疑高层战略有问题认为不可能做到也许是一个人终结自己职业生涯的最快方式。在上面这种场景中战略制定和执行阶段出现的很多问题其实来源于同一个底层问题那就是对战略选择的分析和决策质量不高、共识不足。理性方法缺位的时候经验、激情、面子、好胜心、恐惧等就会在决策中占领引导的角色。而当决策质量高时我们就更能做出坚决的选择行动开始后能根据情况变化不断提高对事物的认知并以此迭代实现战略的具体路径。敏捷组织的战略制定过程不是一种预测—选择—行动的五年规划制定过程而应该是聚焦在一系列重大选择问题上的持续战略之旅。在使命愿景的长期方向指引下建立起企业与外部世界之间的互动关系然后持续扫描内外部变化对影响企业发展的一些关键选择进行深度思考和决策平衡当期经营业绩和长期企业价值并在此过程中不断更新企业算法和管理体系。追求活着,而不是追求确定性天气预报是我们常见的用概率来表述的信息。天气预报都会包括一个概率比如明天90%的可能性会是晴天。我们会看7天甚至14天的预测实际上对2天以上预测的准确度一般不会较真。但是即便预测明天晴天的概率是90%结果下雨了也不能说预测是错的因为毕竟还有10%的概率会下雨。那么如何评估一种预测方法好不好呢只有通过对大量数据进行统计分析才能得出预测方法的评估结果。天气预报是一种高频工作每小时都可以通过计算机预测模型对新的气象信息重新计算一次得出新的预测结果。所以如果将预测模型计算的结果和实际情况进行比较可以根据大样本数据计算出预测准确率而这个数字能反映出预测模型的能力。但是企业在制定战略时的预测属于低频工作没有足够的数据来计算模型的准确率。如果根据单次预测结果与实际情况的比较来评价预测能力在逻辑上就是错误的。当用错方法时以确定性思维习惯来理解概率性、不确定性的事物时轻则无用重则会产生负面结果。如果是公司老板自己做预测及投资决策企业中一般不会有人对实际结果与预测的差异做公开评价。但是如果差异很大决策者自己就会有很多心理压力而这种压力容易让决策者陷入“一定要证明自己是对的”的心理防卫状态拒绝接受现实不会选择止损这样可能会给组织造成更大的伤害。我们平常说的“谋事在人、成事在天”就是针对世界概率性的本质给自己心理找的一个出路。但是企业战略本来就是要在长期方向和短期战术动作间找到一个连接因此它必须提供一定的确定性。在概率性的世界中这种确定性不是坚定地相信未来5年世界会发生什么而是在接受现实规律的前提下找到确定性相对高的那部分。这种策略的基本逻辑就是先保证活着然后寻找确定性相对高的机会在更深层寻找更稳定的事物在其上下功夫胜不骄败不馁不断提高对世界的认识和行动能力。“活着”意味着一家企业可以不断地尝试这次运气不好没关系下次再来这次技不如人欠火候复盘提高后再来只要活着就有机会。用概率的语言来讲就是“遍历性”只有通过大量的尝试才能评价一种方法得到某种结果的概率是多少。那么是否就应完全放弃预测随遇而安也不是。对于一些具有长期稳定趋势的事物是可以预测并有价值的。比如从目前人口年龄的分布入手结合对生育年龄、生育率、死亡率等的预测就可以推算出未来每年人口年龄的分布。但是对其中关键假设的预测比如生育率又涉及对经济发展、收入水平、人群偏好、科技发展如机器人等方面的预判。人口分布的变化相对缓慢这一状态是很多行业进行未来预测的基础。对于较小范围、较短时间内事物的预测边界条件明确也可以产生有价值的预测。比如股票市场高频交易的算法就是根据极短时间内交易发生的模式和惯性来做决策。在一个城市的某个区域做二手房交易的公司可以下功夫把客户在未来半年内的换房意愿了解清楚在大环境不变的情况下这是前提条件对未来的业务量也可以有个大致的估算。在制定敏捷战略时适度预测有价值但是企业的最高决策者应该避免成为“预测控”。正如查理·芒格所讲宏观是我们必须接受的微观才是我们能有所作为的地方。
2篇8章2节:多状态生存模型的基本原理、竞争风险与三状态模型 经典生存分析能够回答“事件是否发生”的问题,但随着临床研究不断深入,越来越多的研究开始关注疾病是如何一步步发展的。尤其是在肿瘤、器官移植、慢性病管理等领域,患者往往会经历多个连续的疾病阶段,传统 Kaplan–Meier 生存曲线和 Cox 比例风险模型已经难以完整描述这种…
Stage 应用包结构:entry、feature、har、hsp 如何拆 Stage 应用包结构:entry、feature、har、hsp 如何拆 应用变大以后,如果所有页面、服务、资源都塞进 entry,构建、复用和维护都会变慢。包结构拆分要围绕入口、业务边界和公共能力来做。 这类问题通常不是某个 API 写错,而是工程边…
跨应用启动与权限边界:Ability 调用的安全设计 跨应用启动与权限边界:Ability 调用的安全设计 跨应用启动一旦开放,就不能假设调用方可信。公开 Ability 如果没有边界,外部应用可能传入非法参数、打开内部页面,甚至触发不该开放的业务。 这类问题通常不是某个 API 写错…
RequireJS Plugins高级技巧:动态加载Google API与图片资源 RequireJS Plugins高级技巧:动态加载Google API与图片资源 【免费下载链接】requirejs-plugins RequireJS Plugins 项目地址: https://gitcode.com/gh_mirrors/re/requirejs-plugins RequireJS Plugins是一款功能强大的AMD模块加载器插件集合,专门…
Phi-4-reasoning-plus-w4a16-tao-symchannel-torchao-v0.17.0社区贡献指南:如何参与AMD开源AI项目 Phi-4-reasoning-plus-w4a16-tao-symchannel-torchao-v0.17.0社区贡献指南:如何参与AMD开源AI项目 【免费下载链接】Phi-4-reasoning-plus-w4a16-tao-symchannel-torchao-v0.17.0 项目地址: https://ai.gitcode.com/hf_mirrors/amd/Phi-4-reasoning-plus-w4a16-t…
CANN / cann-learning-hub:Ascend C算子调试调优 第4章 Ascend C算子调试调优 【免费下载链接】cann-learning-hub CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。 项目地址: https://gitcode.com/cann/cann-learning-hub 章节…
从零搭建企业级 Agent 审核系统(Go语言零基础完整版) 前言:什么是 Agent 审核系统?(小白必看)先抛开技术名词,用大白话解释核心概念:Agent:在这里指智能任务代理,是一个自动干活的程序,724小时运行,主动接收任务、…
LlamaFarm插件系统:Addons扩展与第三方集成完整指南 LlamaFarm插件系统:Addons扩展与第三方集成完整指南 【免费下载链接】llamafarm Deploy any AI model, agent, database, RAG, and pipeline locally or remotely in minutes 项目地址: https://gitcode.com/gh_mirrors/ll/llamafarm LlamaFarm作为一款强大的…
2026最新Java程序员转行AI大模型全攻略(小白零基础可学) AI大模型爆发至今,行业发展早已度过野蛮生长的初期,逐步走向规范化、工程化落地阶段。即便到了2026年,依旧有不少后端程序员固守传统CRUD开发模式,不愿拥抱AI新技术。但行业趋势从不等人,当AI赋能开发成为行业标配&…
AI推荐结果怎么优化:适合深圳少儿素质培训机构的GEO服务商哪家好?全程零代码SAAS操作 这两年,越来越多深圳地区的少儿素质培训机构开始关注 GEO。 原因很简单。过去家长找培训机构、找兴趣班、找素质教育课程,主要靠搜索引擎、短视频平台、社交平台种草和熟人推荐;现在越来越多深圳本地家长,已经开始直接在 AI 里提…
开源本地智能体 OpenClaw 2.7.9 保姆级部署手册,零代码操控电脑重复工作 📖前言 OpenClaw,在开发者社区中常被亲切地称为"小龙虾",是当前备受关注的开源 AI 智能体项目,其在 GitHub 平台上已累计获得超过 28 万星标。与常规的对话型 AI 工具不同,OpenClaw 能够理解自然语言指令&a…
广氟 PTFE 高速线缆膜 —— 高端线缆绝缘材料新选择 PTFE高速线缆膜的基本概念与特点 PTFE 高速线缆膜是以聚四氟乙烯树脂为原料,经膨化双向拉伸制成的多孔绝缘薄膜,作为高速高频通信线缆的核心介质材料,内部形成均匀连通的微孔结构,兼具极低介电常数与介电损耗,能有效降…
PlantUML 实战:5分钟将 UML 2.5 序列图转换为可执行代码草图 PlantUML 实战:5分钟将 UML 2.5 序列图转换为可执行代码草图 在软件开发过程中,清晰的系统设计往往比编码本身更为关键。传统拖拽式UML工具虽然直观,却常常成为效率杀手——频繁的鼠标操作打断设计思路,版本控制困难,…
【RT-DETR涨点改进】29 动态Batch推理:让RT-DETR在低延迟下吃满GPU算力 29 动态Batch推理:让RT-DETR在低延迟下吃满GPU算力 开篇故事 上个月帮一家安防厂商做项目优化,他们用RT-DETR做实时人流统计,部署在NVIDIA A10上。客户反馈说:“GPU利用率才30%,但延迟已经飙到40ms了,加人流量就丢帧。” 我远程一看,好家伙——生产环境里每个请求单独…
Postman 环境变量实战:3种动态设置方法与CI/CD集成避坑指南 Postman 环境变量高阶实战:动态管理与 CI/CD 深度集成在接口自动化测试领域,环境变量的灵活运用往往成为区分初级与高级测试工程师的关键能力。本文将深入探讨 Postman 环境变量的三种动态设置模式,并分享 Newman 在 CI/CD 流水线中的实战避坑…
[C++]内存管理:串顺序存储的内存回收 在串(字符串)的顺序存储中,内存回收的方式取决于字符串的存储方式以及所使用的编程语言和相关库。以下以 C 为例进行说明,因为 C 对内存管理有较为直接的控制。 1. 基于 char 数组的串顺序存储 如果使用普通的 char 数组来存储字…
移动端游戏功耗测试实战:电流、功率、亮度和场景对比 移动端游戏功耗测试:先控制变量,再比较优化是否真的省电 摘要:功耗测试最容易犯的错误,是拿两次不同温度、不同亮度、不同场景的平均功率直接比较。本文给出一套可复现的游戏功耗测试方法,覆盖引擎特性验证、版本回归和黑盒体验测试,并说明如何把功耗与帧率、温控、CPU/G…
足球口袋教练 HarmonyOS 离线应用实战(03/20):ArkUI 首页仪表盘搭建 本文是“足球口袋教练 HarmonyOS 离线应用实战”系列第 3 篇。示例项目是一个 HarmonyOS / ArkTS / ArkUI 编写的离线足球训练助手,围绕真实页面、真实截图和可复现操作展开。 本篇要解决的问题 训练 App 的首页不能只展示欢迎语,它要解决“我现在该点哪…