发布信息
登陆/注册

行业企业 

当前位置： 首页 行业企业 正文

读《第一性原理:马斯克颠覆行业的秘密武器》联想到IT管理者对的终极价值

作者：本站编辑      2026-05-24 17:01:23     0
读《第一性原理:马斯克颠覆行业的秘密武器》联想到IT管理者对的终极价值
很早就听过第一性原理的概念，今日花半天时间读完，立即联想到跟我这位IT管理者的关系，忍不住写一篇《第一性原理应用在IT管理者的应用心得》。
一、概念普及：什么是第一性原理？它跟我们最常用的类比推理有何区别？什么时候适用类比思考、什么时候适用第一性原理思考？
??小结：当我们思考现有的工作和学习时，往往用的是类比思考（由此及彼）；当我们做创新性的工作时或常规方法100%不可行时或希望把某件事从头捋一遍时，适用第一性原理思考法（A点->B点的路径设计）。
??小结：透过“星舰的可重复发放火箭”、“特斯拉对电池成本的压缩直至与燃油成本持平”等案例，书中提炼了战略三步法和工程五步法。我认为核心是这套思考模式在创新场景下的应用：“提出基本假设->把问题分解为基本原理->从零开始创造全新的解决方案”。
二、学以致用才是我们的目的，接下来谈谈作为IT管理者的应用心得。
第一性原理的终极问题：IT管理者对企业的最本质价值什么？想清楚这个问题，IT管理者的所有动作就都围绕这些价值展开，路径最短、效果最好。
价值1-提升公司人效：随着公司从几亿->几十亿->上百亿->几百亿，如何始终保持较高的人效，公司人数的增加比例远远小于业绩的增长比例？
看过船长文章的读者都知道，船长是乔新亮老师方法论的践行者：通过IT产品的建设，不断取代"执行层->中层->高层"的重复性工作，把人解放出来做更有价值、更富创造力的工作，最终提升人效。
其中执行层多是围绕“单据”的重复性工作，包括销售订单、采购订单、发货单、物流单等等，这部分是比较容易取代的，有明确的S&OP+数据即可；
中层多是围绕“目标的分解和推进、以及目标完成健康度诊断”展开，那么数据分析指标建设和项目信息的推送&预警就是IT产品的建设核心，这也是船长一直致力于推进《数据分析思维课程》的原因，只有管理者具备数据分析思维的敏感度，才能提出清晰的要求、从数据指标中看清业务的健康度；
高层目前还把握不准，其“既要拟定正确的战略、又要组织合适的资源落地战略，还要看战略的执行是否到位(即策略的执行情况）”，那么除数据分析指标的建设、项目的进度&质量监控之外，还应当有“模拟未来发生什么的预测能力”。即不止知晓公司当下的健康状况，也能预测未来会发生什么（比如销售业绩、供应链风险、资金/投资回报等财务健康度），这部分是IT建设未来的方向-模拟预测的能力。
通过持续不断的建设IT产品覆盖"执行层->中层->高层"的重复性工作，业务部门为重复性工作新招的岗位会越来越少：这次业务部门拟新招的岗位，有多少比例是可以用IT产品覆盖的重复性工作？原本要招8个，是不是缩减为6个，因为该岗位有25%的重复性工作可以用IT产品来完成。
价值2-AI战略落地，为公司拿到通往未来的船票：这里不讨论AI落地的价值，仅讨论企业如何推进AI落地。我用“基建+高层支持+眼里有光的AI火种+技术路线”四要素展开说明。
2.1基建稳固：业务流程已全部在线化（研/产/供/销/服的业务跑在业务系统上，业务运行S&OP清晰），数据质量好&数据量至少半年（通常跑在业务系统的数据质量好于线下手工的数据质量，所以才要业务在线化）。
如果您所在的企业在研产供销服板块超过20%的业务仍跑在线下，那么不具备AI落地的基建条件，踏踏实实的推进1~2年业务在线化。
2.2让高层和管理层看到AI是有帮助的：这一点往往落下了管理层。我看市面上大家都已明确“AI落地是一号位工程”，在此还需补上一句“AI落地是一号位工程，各业务板块的管理者也要亲自挂帅、对所负责板块的AI落地效果负责”。研发域、营销域、供应链域、职能域的AI落地所需的业务知识、数据、人才都不相同，如果没有管理层做支撑，我们看这个AI组织架构：“一号位->AI火种”是不是空心了？中间缺少了管理层的支撑？
船长实践下来，如果管理者对AI感兴趣、指定AI火种参与建设所在业务板块的落地场景，往往推进就很顺利；反之，AI火种默默地研究和推进，既没有资源支持、也缺乏部门的激励，往往推到一半就没声了。
那么如何让管理者看到AI是有帮助的呢？船长有个心得，管理者的很多工作是策略性的，策略性的建议由chatGPT或者gemini这样的大语言模型来给出，再加以准确的上下文输入，往往给的策略建议还比较准。这是管理者最快最直观感受AI与工作结合的一种方式了，当然，还有"建设部门级agent"、"用龙虾取代重复性工作"等方式，大家按需选择。
2.3选择眼里有光的AI火种：这是最难也是最稀缺的组织资源。眼里有光的AI火种画像是这样的：
①对业务比较熟悉，业务能力至少处于部门的中等及以上水平；
②对AI/对数字化工具有嗅觉，什么样的嗅觉呢？能识别哪些业务流程适合用AI落地成agent，以便沉淀部门资产、提升业务运营效率？
③自驱力，因为热爱、所以爱钻研，比如自学钻研用codex、claude code、google AI studio等工具自行搭建agent。
有些企业提出选拔一批学历好、有冲劲的年轻人作为AI火种，我认为这种方式做对了50%，另外50%仍然需要由熟悉部门业务的老师傅补充，老师傅还原部门业务的现状、AI火种找出哪些环节适合AI落地。
注：AI落地的agent运营效率更快、不会受情绪的影响犯错、可以快速迭代，这是业务场景落地成agent的好处。
2.4AI技术路线：在4要素中，AI技术反倒是最不需要担心的问题，市面上AI工具的迭代速度大于公司应用AI的速度。
价值3-支撑"公司战略->拆解为营销/供应链/职能的策略->策略落地"的过程：之所以这个价值放在第3位，因为这是业界讨论了很久的老鸭煲问题：“公司投入那么多做数字化建设，到底是为了什么？”，最核心的就是做好支撑，也就是乔新亮方法论里的“施工队角色”。
设想一下：一家公司有1000家门店，这1000家门店导购的标准化作业？或者供应链有5家工厂（国内/海外），这5家工厂的供应链业务的统一调度？或者员工超过1000人，这1000+员工的上传下达？所以阿里云曾提过数字化转型的5个在线：组织在线、沟通在线、协同在线、业务在线、生态在线(上下游供应链和经销商)，就是为了更好支撑复杂量级的业务管理。
综上，IT管理者具备“理解公司的战略走向何方；每一年抓准营销/供应链/职能板块的策略重心；把策略分解为IT侧的重心项目以支撑策略落地”的能力；船长曾经绘制过企业的数字化建设路线图，每个季度更新一次、以确保IT建设节奏紧跟公司发展的节奏：
如何绘制《企业数字化建设路线图》??：
绘制出来的样子??：分为业务系统(研发/营销/供应链/职能)、数据分析、AI三条主线。
价值4-为公司培养一批能打的经理层：培养部门的人才梯队。船长在文章《管理者的三板斧-如何培养能打的经理层(1)》中提过，要有一批能打的经理层把数字化规划不折不扣的落地，今天我们补充下如何提升经理层、执行层的岗位能力。
我将用“提炼岗位能力模型 -> 依据该模型为每位经理打分，包括管理得分和专业能力得分 -> 日常工作中coach经理层，主要针对能力短板 -> 季度/年度review时，哪些能力已无短板、哪些能力还不达标？”的思路来阐述。
4.1提炼岗位能力模型。这是起点，IT管理者应当有能力提炼出每个专业岗位的能力模型，当然，IT可以和HR一起提炼该能力模型、尤其是针对管理能力的部分。
这是船长提炼的ITBP的能力模型，又细分为专业能力篇和通用能力篇：
这是船长提炼的针对管理能力的能力模型：定目标、拿结果、追过程、建团队，据此评估每位IT经理的管理能力水位。
4.2~4.4接下来的3个动作考验的是IT管理者的坚持和耐心，没有特别的技巧，毕竟管理这事儿靠的从来不是灵光一闪，而是持续做、精细化做的管理动作。
接下来船长要为每一位IT经理建一个《IT经理专业能力和管理能力扫描》的档案了，以季度为单位看成长。
船长也遇到过专业能力极强，团队管理能力一般的管理者，这种管理者很难走的长久、或者干的很辛苦，因为缺乏中坚力量的支撑。另外，公司为每位管理者付出那么高的薪酬，买的是“管理者能带领整个团队达成更大的目标、养出能打能持续提升的团队”，无论该管理者是否在本岗位、(S&OP+能打的经理层)都能确保部门运转正常。区别只在于，管理者不在岗时，经理层对战略的理解、对策略的拆解没有那么准确罢了。
按照这种方法论，船长有信心在任何组织打造出能打的经理层??。
好了，以上是基于对马斯克第一性原理的学习，我对“IT管理者对公司的终极价值是什么”的本质思考：
价值1-提升公司人效；
价值2-AI战略落地，为公司拿到通往未来的船票；
价值3-支撑"公司战略->拆解为营销/供应链/职能的策略->策略落地"的过程；
价值4-为公司培养一批能打的经理层，培养部门的人才梯队。
如果你也有对IT管理者对公司价值的思考，欢迎留言与讨论~??

相关内容 查看全部