超越基业长青的秘诀：决策第一性原理

康雍明

《基业长青》一书发售之后备受推崇。然而由表1可以看到，基业长青公司中，只有5家公司在《财富》的世界500强排名中实现了提升，占比不到三分之一。而多达13家公司出现排名下降，占比72%。其中6家公司下降了24位到85位不等，4家公司下降达到或超过100位，最大下降达390位，甚至有2家公司跌出了榜单。

为什么在同样的大环境中，高达72%的基业长青公司，没能像之前穿越经济周期一样卓越非凡、长盛不衰？

影響公司业绩的第一性因素

企业的衰退有多种原因可以解释。从外部因素看，包括经济周期、技术迭代、新的竞争对手的影响等。从内部因素看，则包括产品没有及时更新换代、人才梯队匮乏、利益分配机制不合理、企业创新不足等。在这些因素背后，有哪些要素在起着共同的作用？

从公司能控制的因素来说，影响公司基业长青的第一性因素是认知和决策。

诺贝尔经济学奖获得主、人工智能之父赫伯特·亚历山大·西蒙（Herbert Alexander Simon）说过：“管理的核心是决策。”公司在面对各类挑战时的各类决策，特别是公司重大决策算法是企业走向长盛不衰，还是江河日下的分水岭。

例如，摩托罗拉的一项决策失误导致其迅速衰落。20世纪80年代末，摩托罗拉主张用铱星（Iridium）系统实现全球的通信覆盖。为了开发该系统，摩托罗拉投入26亿美元和大量的时间。然而，到20世纪90年代末，铱星系统面世的时候，其3 000美元的笨重手机和每分钟7美元的通话费太过昂贵，以至于只有极少数用户能够负担其使用费用。最终铱星于1999年宣告破产。这种单纯以技术为导向的决策结果极大地消耗了摩托罗拉的资金资源。

与摩托罗拉相反，沃尔玛创始人山姆·沃尔顿的公司核心决策则保持了良好的远见和正确性。

山姆·沃尔顿在1983年确定了2 400万美元的卫星系统投资计划。这个投资决策当时具有很大的不确定性，是一项明确成本费用支出，且不产生直接经济效益的计划。但建立卫星系统有两个优点：一是有助于山姆·沃尔顿与员工之间交流；二是各连锁店的库存、日销售额、新产品上架等信息可以实时了解。沃尔玛的卫星系统，为公司营业规模的快速增长提供了良好的信息管理基础。卫星系统建成后，沃尔玛销售规模快速增长，1997年沃尔玛年销售额首次突破千亿美元，2019年的营业收入达5 239亿美元。

那么什么样的认知和决策算法，能帮助公司提升基业长青概率？

表1 基业长青公司排名变化

公司核心认知与决策算法的目的，是将公司由大概率的衰退区域，移动到小概率的基业长青区域，用企业认知与决策的方法确定性，应对环境的不确定性。而找到提升核心决策正确率的关键影响因素，进而依据此关键影响因素来调整现有的决策算法，则是上述公司核心认知与决策算法的核心。

当前，公司面对的大环境的典型特点表现为高度不确定性，可以描述为VUCA特征。面对这种高度不确定性，公司应对的认知与决策算法应具备理论可行、有实践验证、简单适用、普适四个特征。

栖息地模型，面向VUCA时代的早期探索

1999年威尔士学者斯诺登（Dave Snowden）在知识管理与组织战略中提出了栖息地（Cynefin）模型，把业务场景分为5个域：简单（simple）域、复杂（complex）域、繁杂（complicated）域、混乱（chaotic）域，以及无序（disorder）域。领导者可以根据分析环境属于哪种域，做出对应的决策行动方式（图1）。

简单域问题，是已有一些规则或最佳实践存在，状况稳定，因果之间关系清晰。对应策略是“感知-分类-响应”，有适用的最佳实践。复杂域问题，其因果关系需要分析，或者需要一些其他形式的调查或专业知识的应用。解决这些问题的策略是“感知-分析-响应”，有适用的好实践。对于繁杂域问题，由于其因果关系仅能从回顾中发现，因此解决问题方法是“探索-感知-响应”，能感知涌现实践。混乱域问题是无系统性的因果关系，其解决方法是“行动-感知-响应”，能够发现新颖实践。最后，对于无序域问题，由于无因果关系，不可感知，问题也无法被解决，因此只能是等待其转化为其他域的问题。

但是栖息地模型在实际运用中存在的问题是不同问题域的识别较为困难。在公司决策中，如果对问题采用了错位的应对方法，会造成公司资源浪费和竞争力损失。因此，我们需要提出一个对企业更加简化、更具普适性的决策模型。

图1 栖息地模型

图2 安途模型

新的实践：安途模型

我们以栖息地理论为基础，将企业重大和核心决策所面对的内外场景，从确定性和时间两个维度划分为四种类别，总结提炼出新的决策模型，即安途（ATUC）模型[As is（现在）、To be（未来）、Uncertainty（不确定）、Certainty（确定）]，帮助企业识别不同场景的特点，运用匹配的核心决策方式，提升企业决策正确的概率（图2）。

安途模型的具体内容如表2所示。安途模型继承了栖息地模型的理论基础，认为现实世界存在确定性程度的极大差异，要求企业用不同的决策方式应对，才能起到合适的效果。安途模型帮助公司在不确定性环境中，跳出既有决策模式限制，调整既有决策模式以探索业务机会，形成“不确定性的业务探索领域—确定性的主航道业务领域”相互促进的正向业务循环。

安途模型认为，决策参与者的人格特征，适合不同的决策域。企业对决策参与者的共同要求是品德端正，需要站在企业组织整体和人性的基础上，从社会、客户视角出发来决策。对于确定性领域的决策，决策参与者需要的是战略导向、理性思维、以事实和数据为基础，表现为“合议制”。而对于不确定性领域，对决策参与的个人要求更高，不仅有品德端正、战略导向、理性思维，更要求个人具备对社会发展、技术发展、人性的洞察力和远见。决策成功的关键点，不在于每次决策依赖一个人，而是每次决策的参与人，只要有参与者表现出超越众人的洞察力并有坚实的逻辑，则采用其意见，表现为从贤不从众的“贤议制”。

“合议制”与“贤议制”

安途模型将企业遇到的问题划分为4个域，根据4个域中存在的共性，将决策机制划分为面向确定域的ATC决策机制和面向不确定域的ATU决策机制（表3）。

面向确定性领域（现在和未来）的ATC决策模式 在确定性领域，实行以客户为中心的“产品+技术”的综合决策模式。确定性的常规决策需要尽量授权，只有将此类决策充分授权后，高层才有时间和精力，来决策确定领域的重大事项以及不确性领域的方向。

确定性的常规决策需要尽量授权，只有将此类决策充分授权后，高层才有时间和精力，来决策确定领域的重大事项以及不确性领域的方向。

在确定性领域（如为已有客户提供的产品或服务的质量、数量、价格等决策），可以采用以客户为中心的“合议制”。在确定事项中，多人参与具有更好的效果，企业职能部门的代表参与是必要的。决策过程以正反方辩论和对抗的方式，增强对事实的洞察、逻辑严密性的考察。之后进行投票，以多数票（超过1/2或2/3）为决策标准。除非有足够的未考虑到的符合事实、逻辑的真实依据，否则尽量不要采用一票否决制，因为否决权会对参与者的积极性带来打击。

面向不确定性领域（现在和未来）的 ATU决策模式 该问题域的決策模式是，以企业长期生存、人性本善和利他为核心的“贤议制”。其核心是基于个人对社会、人性、技术、客户的洞察。在对未来不确定的认知上，不追求对不确定性认知的全面性，而是要注重洞察力，即洞察事物的发展趋势和发展动因。

面对未来不确定领域，不谋求短期快速决策，而是注重真实洞察的形成过程。思考和决策在于质量和速度的平衡，质量重于速度。但决策过程也不宜太过漫长，通常建议在一年以内。

当前不确定领域的问题，时间点在当下、事情本身具有不确定性。典型代表是突发危机事件、探索型业务的当前投入等。应对这类事件的决策原则，要立足于企业长期生存，决策速度要快、出发点要正。

在决策团队的配置上，重大决策团队以3～9人的奇数配置为宜，通常包括企业的董事长、CEO/总经理、CXO、各业务负责人等。重大决策团队在面对上述两类决策问题时，采用不同的决策方式是很困难的事情。企业可以采用不同的人群对待不同领域的决策方式，尽量将确定领域的决策授权至一线或智能系统，而公司高层聚焦于不确定领域的重大决策事项。

安途模式的实践：亚马逊Prime会员服务

我们以亚马逊为例，看安途决策模式是如何在企业中落地实施的。

在2005年，贝索斯力排众议推出Prime会员服务，该服务的内容是，用户每年支付79美元，就可以获得无限包邮、两天送达的购买体验。

这种决策是安途模型中，面对未来不确定性领域的决策，不去追求全面性，即不去分析这一决策所有的细枝末节。因为从当时的财务分析来看，Prime会员的邮费成本是一个成本中心。但重要的是，决策者要看到这一决策在未来的演变趋势——当客户成为会员后会消费更多、8美元的快递成本会随规模的增加而摊薄单位成本等。

表2 安途模型的具体内容

表3 安途模型的决策机制

后来的事实证明，亚马逊Prime会员服务非常成功。2018年，亚马逊Prime会员平均在亚马逊消费1 400美元，而非会员则仅消费约600美元。亚马逊订阅服务收入占总营收的比例，从2014年的3%上升至2018年的6%。会员服务已成为亚马逊强劲的营收增长点。

※※※※※

安途模型继承了栖息地模型的理论基础，同时简化了问题域分类，使企业更容易识别问题并作出相应的决策，对于大多数企业来说具有一定的普适性。灵活运用安途模型，可以帮助企业更好地应对当今高度不确定的外部环境。