一个善意的谎言拯救一个团队 (又叫沙漠中的指南针)

本文通过两个故事探讨了在资源匮乏、方向不明的困境中,团队团结一致、领导力的重要性,以及在不确定性中做出决策的智慧。在面对生死存亡的关键时刻,一个看似错误的决策(谎言)却成为了团队生存的希望,揭示了在复杂环境下,团结与正确方向相比,有时更关键。同时,文章还强调了在项目选择、团队建设中考察人的重要性,以及模式与方向对于成功的影响。通过分析不同电商领域的成功案例,指出坚持特色、合适的技术选型对于企业成长的价值。
故事一:
      正午,一个沙漠探险队正精疲力尽的行进在一个环境恶劣的沙漠的中央位置。
经过长途跋涉后,所有人携带的食品和水都已快耗尽,团队的资源最多再支撑大家行走3~4个小时。
在一个短暂的休息过程中,团队需要尽快确定一个新的行走方向。否则所有人都可能被困死在沙漠之中。

     但糟糕的是,在这个毫无参照物的沙漠中,所有人的指南针都已经无一例外的损坏。

     因为“到底该往哪个方向继续行进”的讨论和争吵已经持续了快一个小时了,大家还是吵得不可开交,谁也不能用道理和逻辑说服对方。正在这个时候,探险队队长突然站起来并给大家宣布:太好了,我手里的指南针还没有坏!请大家跟着我往XX方向一直不停的往前走。我有信心在3~4个小时之内带领大家走出困境。

    大家被队长的说法带来的一点欣喜和激励给震住了,一时间也忘记了提出自己的问题和质疑。
就这样跟着队长沿着这条直线一直不停的走下去,在又经历了3个半小时的艰难行走和3名队友的牺牲之后。终于,他们在前方意外的发现了一个小的水源 。
整个团队因此获得了生的希望,并最终获救。

    真实的情况是:队长手里的指南针也是坏的,当时他其实也不知道到底该往哪个方向继续行走。
队长“欺骗”了所有的队友,但正是这个善意的‘谎言’拯救了整个团队。

    为什么呢? 为何“谎言”能拯救团队?   认真的分析讨论,严谨的论证反而有可能会将整个团队带向死亡?    

    原因在于:虽然不同的方向可能意味着有不同的意外和风险出现,甚至错误的方向意味有更多的队友会为此牺牲。
但是因为团队处于沙漠的‘中央位置’,从大的方向来说,无论走哪个方向的时间消耗都是差不多的。

    在这种情况下,“团结一心朝一个方向去行走” 比所谓“正确的方向”更加重要!
时间消耗带来的风险比选择错误带来的风险更大!

[管理心得1] : 我想说,大部分公司的大部分团队,在大多数需要决策的时候。无论是公司确定商业模式的方向,还是
一个团队决定一件具体事情的执行策略和方向,“机会始终有,风险始终大”。
相对你的“目标”而言,你始终会处于“沙漠的中央位置“。


故事二:

    小米第一轮融资的时候,雷军打电话给刘芹,说:“刘芹,我要做手机,你投不投?”刘芹说投啊。
当只有一个主意,连商业计划书都没有,在想法也没有想清楚的时候,刘芹毅然按2500万美元的估值,投资了500万美元。

    他看的是什么?人!大约在第一轮融资后的6个月,小米进行了第二轮融资。第二轮估值2.5亿美元,此时小米只有54人的团队,其他什么都没有。54个人值2.5亿美元,看的还是人。

    更匪夷所思的是第三轮融资。第三轮估值就到了10亿美元,又是半年以后,那时小米只有34万部手机的订单,一部手机都没卖出去,小米的估值就已达到10亿美元。有人问刘芹:“你前两轮投资我都能理解,为什么第三轮投资10亿美元,什么都没有的时候,你也来领投。”刘芹讲了一句话,他说:“你想想看,雷军已经创过业,成功地上市,他投资的企业也这么成功。你认为雷军出来创业,市值到多大的程度才能满足他自己的抱负?所以雷军的估值只要在百亿美元之内,我都闭着眼睛就投。”
 
    看的依然是人。

[管理心得2] : 世界上没有什么模式的好坏,关键是谁来做,考察项目就是考察人!

[管理心得3] :同样是做电商,选择自营B2C为主的京东会取得成功。选择做平台为主的阿里巴巴会成功,
选择走特卖模式的唯品会会取得成功,选择做”折惠品特卖“的折800会取得成功,  选择做化妆品垂直电商的聚美优品也活得不错。
反观凡客,在大方向调整了无数次后已经临近于边缘化。
'坚持做,有特色' 是成功者的共同点。模式和方向重要吗?重要?不重要?重要?(其实纠结很要命) 
                     
                     同样是做电商网站,有以JAVA为主的,有以PHP为主的,有以RUBY为主的。都有失败和成功的。语言的选择很关键吗?
确实很关键,但是选择一个 '合适的' 语言并坚持以其为主会更加的重要和关键!


                    谨以这些不算成熟的思考和总结,分享给身边的同事/朋友!共勉之
根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值