设计工具
洞察

“终日忙碌的人往往没有效率”,不是吗? 重新审视帕金森定律

Jeremy Werner | 2024 年 10 月

今年夏天,我在斯坦福大学学习时,市场营销学教授 Baba Shiv 在课堂上引用了沃伦·巴菲特 (Warren Buffet) 的话“终日忙碌的人往往没有效率”,当时我们正在讨论如何为某些重要活动腾出时间。我花了些时间思考这句话的含义,以及如何将其与我的核心信念“努力才能成功”协调起来。这两种观念能同时成立吗?

我认为答案是“可以!” 我们可以通过投资于未来发展趋势,努力让自己不那么忙碌。与此形成鲜明对比的是,由于懒惰或拖延而在当下不那么忙碌(不努力),往往会导致将来更忙碌!

最近,我想起了帕金森定律,该定律源于海军历史学家 C. Northcote Parkinson 1955 年发表在《经济学人》上的一篇文章:[1]“工作会不断扩展,直至占满完成工作所设定时间。” 这种看法不无道理,道理就在于人性。若非如此,为什么有那么多任务到最后期限才完成?
 

需求会激发创造力
 

当只有找到更好的问题解决方法才能生存时,人类往往会迸发出惊人的能力。这就是帕金森定律与创新概念的交叉点。如果团队或企业根本没有足够的人员或时间去完成所有工作,而为了生存似乎又必须完成,这时潜意识会浮现出各种想法,供意识去考虑、实验和实施,从而帮助我们解决这些挑战。

作为员工和领导者,如果我们具有创造力和内省精神,就会不断面临以下问题:“我们是通过发明或自动化来简化未来的任务,还是按部就班地完成就可以了?”

要有效地回答这个问题,我们必须弄清楚几件事:

  1. 这项任务我们要做多少次? 为了弄清这一点,我们可以这样问:
    a. 我需要多久做一次?
    b. 我还要做多久才能结束任务?或者多久之后任务范围会发生重大变化,不再需要自动化或任务简化方面的投资?
  2. 按照我现在的人工方式,需要多长时间才能完成?
  3. 自动化或简化流程需要多少工作量?
  4. 自动化流程需要多长时间?
  5. 开展工作的同时,如何通过流程和工具来提高完成这项任务的效率?


我们来举个简单的例子:

想象一下,您每天都需要装满一桶水。走到井边,装满水桶,再提回家,需要一个小时。您必须在一年内每天完成这项任务。下图显示了您在这项任务中投入的工作量:

显示工作量的图表

现在设想一下,第一个月,您可以每天多工作两小时,铺设一条管道,把水从井里引到家里,装满水桶。管道铺设完毕后,每天只需花 10 分钟就能把水桶装满。

显示工作时间的图表

如果我们把这两种情况放在一张图中,就会发现投资自动化(管道)是有回报的。第三和第四个月,您开始累积节省时间,而在此之前,您必须付出更多努力才能达到更高的效率。如果这项任务至少持续了这么长时间,那么您在自动化任务(安装管道)上的投资回报 (ROI) 就为正。尽管第一个月您既要人工打水又要铺设管道,工作效率只有三分之一,但到年底,您的累计工作效率却提高了三倍多。

显示自动化和人工工作时数的图表

这个概念对许多有运营背景的人来说可能显而易见,但如果我们把帕金森定律的心理学原理带入其中,就会发现闲置资源会抑制对这种自动化的投资。如果一天中除了打水没有其他事情可做,为什么还要投资自动化流程呢? 空闲时间很多,而打水可能是一天中比较有趣的部分之一!

显然,这个例子过于简单化,但考虑分配给某项工作的时间时,这个比喻是成立的。如果分配的时间超过了需要,我们就不会觉得有必要为提高工作效率而实现任务流程自动化。没有任何痛苦或生存的紧迫感,就激发不出我们的本能,我们也就没有动力采取创新行动。

但在我们的例子中,我们并没有提到领导者必须提出的第五个问题:“开展工作的同时,我如何运行流程并构建工具,以提高完成这项任务的效率?” 这是提高组织效率和生产力最难的部分之一。看到长期回报之前,我们往往需要在一段时间内投入更多精力、更多投资,并需要完成更多工作。这就是流程设计、信息技术、工具以及现在的人工智能等方面的专家发挥作用之处。

一般来说,我们建议让执行任务的人员深度参与设计方法,以实现自动化或减少执行任务所需的时间。对于组织而言,让专家参与进来也非常有用,他们可以帮助设计和记录较为有效的流程,然后完成相关定义,以便指派给拥有必要技能组合的其他人(通常是信息技术人员)来实施。

尽管如此,流程负责人很少花费大量甚至是大部分时间来设计、记录和实施提高工作效率的流程。我建议团队中由某个人担任其他团队成员的内部流程顾问或主管,因为这些团队成员定义和实施流程的频率较低。有时,外部顾问或承包商可以提供额外的临时带宽,以便长期简化流程。
 

重要的工作优先处理
 

在资源有限的环境中,确定优先次序至关重要,但如果不缺资源,就根本不会为此犯难,不需要做出优先次序决定。在零基预算 (ZBB) 工作中,领导者通常会得到固定的预算,并需要根据要求在预算范围内确定项目的优先次序。有时候(或者说通常情况下),投资回报率为正的项目会被排除在可获得资助的项目之外。这些资助可以是人员、资金或其他重要的限制性资源。

以下是个 30 美元预算的简单例子

显示每个项目成本与投资回报率的图表

在资源有限的情况下,只能执行零基预算范围内的项目,投资回报率为 2.4 倍。但在所有项目都得到资助的情况下,投资回报率就只有 2.2 倍。帕金森定律假设,如果有更多人员,我们就会把时间填满,可能是做项目 Delta,但也可能是在其他项目上花费更多的时间,从而降低了投资回报率。

现在,您可能会说,如果我们做的是 Delta 项目,净投资回报率会更高。尽管这个项目或活动的效率较低,但仍然有正的投资回报率。您说得也许没错。但我们还要考虑到某些项目没有按计划推进的情况。您现在已经投资了三个团队,却只有两个团队的工作量,团队项目 Gamma 现在处于闲置状态。

在资源有限的情况下,您已经有了一个富有成效的项目,可以在这种情况下最大限度地提高投资回报率。未来会有很多曲折,所以有时候,有些没有考虑到的工作要做,也是件好事。帕金森定律在这里也提供了一些隐含的启示。
 

结论
 

我朋友表示:“你可以想方设法提供工作效率,可以加班加点,也可以埋头苦干。” 我认为,“终日忙碌的人往往没有效率”这句话的真正含义,是想方设法提供工作效率,这样您就可以一劳永逸。帕金森定律可以成为令人信服的论据,即在资源有限的情况下,通过创造企业必须不断创新才能生存的环境,可以带来更积极的结果。

以下是一些要点:

  • 资源限制推动创新:资源有限的环境往往需要创新来维持生存,从而取得更富有成效的成果。美光的产能约占全球 NAND 产出的 13%,足以让我们形成规模,但还没有大到可以投资所有领域的地步。我们专注于几个关键的差异化优势:成为核心技术节点的领先者;在 QLC 技术方面保持前沿地位;打造业内优异的垂直整合数据中心 SSD 和 UFS 产品;以及在功耗、性能和质量方面保持前沿地位。 
  • 逆境培养韧性:克服逆境可以带来很多益处,如增强抗风险能力、重新欣赏生活和优化流程等。过去,美光在数据中心 SSD 产品组合方面遇到过挫折。我们的首个垂直整合平台在市场推广和客户认证方面花费的时间比预期的要长。我们从中吸取经验教训,着力打造更强的开发执行和产品验证能力,以确保路线图的完整性。
  • 资源无限的风险:拥有近乎无限资源的组织,可能缺乏动力来投资于提高效率的流程和工具,从而面临失去竞争力的风险。历史上有许多公司虽然曾占据市场前沿地位,结果却被较小规模的竞争对手颠覆。美光价值观之一就是坚韧不拔,这一点非常宝贵,可以在一定程度上让我们保持斗志。我们每天都要再加把劲,尽己所能。 
  • 确定优先次序的必要性:在资源有限的环境中,确定优先次序至关重要,可确保顺利执行影响较大的项目。过去几年里,美光一直致力于提供在功耗、性能、成本和质量方面处于业界前沿的产品。其结果是,美光放弃了在 KV 或以太网接口 SSD 或专用数据中心 SLC 颗粒等领域的投资。事实证明,这些决策是正确的,因为只有这样,我们数量有限的卓越工程师才能够专心解决更为紧迫的问题。

我们的成功和产品组合体现了美光的承诺:集中精力,提供能够解决客户实际问题的产品,履行我们的承诺,并在核心差异化技术领域保持前沿地位。静待我们的下一步行动吧!

Corporate Vice President & General Manager, Storage Business Unit

Jeremy Werner

Jeremy is an accomplished storage technology leader with over 20 years of experience. At Micron he has a wide range of responsibilities, including product planning, marketing and customer support for Server, Storage, Hyperscale, and Client markets globally. Previously he was GM of the SSD business at KIOXIA America and spent a decade in sales and marketing roles at startup companies MetaRAM, Tidal Systems, and SandForce. Jeremy earned a B.S.E.E. from Cornell University and holds over 25 patents or patents pending.