对于我们的世界来说，算法过于简单了。
——鲁珀特·里德尔（Rupert Riedl）
我们今天要讨论的是，组织如何通过管理应对复杂性这一话题，这是现代组织控制论的基本问题，也是当前组织和组织中的个人面临的重要现实问题。
本书作者弗雷德蒙德·马利克教授出生在奥地利，曾就读于奥地利因斯布鲁克大学和瑞士圣加仑大学，获商业管理博士学位。他是欧洲管理重镇圣加仑大学的教授，维也纳经济大学的客座教授。他还是多家大公司董事会、监事会成员，是许多知名公司的战略和管理顾问，培训过数千名管理人员。
让我们仍然从“类比思维”开始。
首先，我将和盘托出作者的根本观点：调节和控制复杂系统运行的都是自然规律。无论我们处理的是人造系统或生物系统、物理系统、技术系统、社会系统，还是经济系统，思维和方法本质上都是一样的。
因此，作者解决社会复杂问题的思路，仍然秉持的是生物复杂进化的思路！！！
当我们遇到棘手问题无从下手时，总会追问：复杂性到底如何产生的？事实上，我们脱口而出的复杂，言外之意是：东西为什么这么多？！关系为什么这么乱！？
的确，人类进入工业化社会后，各个领域中人际交往更加紧密，分工更加精细、环节更加多样、元素数不胜数。这样的复杂景象，有史以来首次出现。
更重要的是，杂多的人际、分工、环节和元素之间必然会产生大量的复杂关系！这张突然出现的错综复杂的关系网络，让人眼花缭乱、应接不暇，远远超出人的智力所能计算的能力范围，于是生活迷雾、经济迷雾、战争迷雾等各种黑箱问题更加破朔迷离。
就这一点上，我们不仅无法回到彼此隔绝的过去，而且各类要素将会更加深度地融合下去，复杂性只会越来越突显。那么，在各种迷雾面前，我们的方向在哪里？谁为我们导航？
我们已经知道，复杂问题突出表现为：元素的多样性和关系的繁复性。
那么，元素的数量和关系可以计算么？如何计算？
如果把元素的数量表示为n，当我们看到元素之间的关系数激增时，它是按照n（n-1）的公式递增的。举个例子，两人之间存在两种关系，其状态分为好和坏，此时，公式由曾经的n（n-1）变成2的n（n-1）次幂。因此，除了关系数之外，我们还要考虑每种关系可能有的状态数。在本例中，状态数为2，则2的2次幂等于4。
以此类推，3人之间有6种关系，4人之间有12种关系，5人之间有20种关系，6人之间有30种关系。
典型的团队规模是6个人，这样的团队通常会运行得相当好。因此，这种团队结构能够处理30种关系。如前所述，6人之间存在30种关系。然而，拥有10个人，我们就有90种关系，人的元素增加了67%，但关系增加了200%。我们把这些关系可能拥有的状态数算进来，它就成了2的90次幂。
作者举例想说明的是，我们要建立某种自信，即复杂问题是有希望得以计算的，但需要强大的算力支撑！
但是需要特别指出的是，这里的计算并不是静止的计算，或者说是单纯形而上的计算，它必须是伴随时间性的计算，需要在算法上不断地迭代演进，以适应不断变化的形势。算法迭代，在作者这里被称为“试探法”（文末有详解）。
在控制论和信息论诞生之前，科学试图把世界简化成两种构成要素——物质和能量，它们是启蒙时代以来物理和化学重点关注的“对象”。而控制论和信息论在物质和能量基础上，为世界加入了第三种构成——要素之间的关系，也就是复杂性，这就把世界整合成复杂系统，真正把“关系”作为非常重要的“对象”加以研究。
作者认为，“信息论和控制论最意味深长的见解是，物质和能量相对于自然与系统的能力来讲是无关紧要的。系统的各部分组成不如其元素动态互联的方式重要。关键因素是分类和组织基本元素的信息。基本元素就是这样转化成一个系统的。”
为了识别和计算复杂的要素和“关系”，人类必须为大脑补充算力，于是大力研发配置辅助工具——计算机和人工智能！
就这样，信息论、控制论又进一步催生与其密切相关的复杂性科学群，旨在洞察物质、能量及其组分之间的关系（信息和规则），并系统地对它们加以利用，让我们更好地理解复杂系统如何运行，甚至可以通过强大的算法算力施加影响，使复杂系统正常运行。
于是，复杂问题就开始被当成复杂系统来看待了！复杂系统内部包括物质、能量及其形成的组分之间的各种关系。
事实上，当计算机和人工智能参与到人类社会之后，它们自身也就成为了社会复杂系统的重要组成。
应当看到，技术不断融入社会系统，本是为了解决复杂问题，但与此同时也让社会系统更加复杂，出现类似滚雪球式的马太效应！
书中举例描述了复杂系统如何“失控”，及其导致的严重危害。
比如，2008年金融危机爆发时，新闻的头版头条都发出了尖叫，几个小时以后，令人震惊的新闻报道铺天盖地而来，媒体上全是关于股价下跌和银行倒闭的消息。发端于纽约的金融风暴迅速席卷全球。
它触发了第一个预警：当代金融体系这只可怕的怪物被唤醒了。
不久之后，处在全球金融中心的人们对于如何应对这场灾难压根就束手无策时，第二个“失控”的事件接着发生。计算机和电话线路崩溃，没有接通的信号，全部占线、忙音或者根本没有信号，没有办法传递信息和执行决定，筋疲力尽的交易员、经理、普通银行职员和政府官员，到处都是这样……系统失控了。
作者称：这整件事虽然称作是金融危机，但它还是金融业所使用的信息控制系统的危机，也就是说，这不只是血液循环系统萎陷了，神经系统也萎陷了。
类似金融危机这样的复杂系统失控，是悬在现代社会头上的达摩克利斯之剑！
作者认为：管理实际上属于处理复杂系统运行的学科，或者处理调节、引导、控制和影响的学科。
管理可应用于任何类型的组织中。从历史上看，它并非像大多数人认为的那样源于企业。企业只是它被最具系统性地应用和发展之处。在企业里，最容易看出优质管理和劣质管理之间、正确管理和错误管理之间的差异，这主要是因为在所有的组织中，商业企业是最容易看到和核实盈亏结果的地方（盈亏需要用数字表示，更便于计算，这是商业企业区别于其他组织的最大特征）。因此，对于商业企业的运行，我们可以通过管理，快速且容易地断定其成功和失败。
虽然剧院、学校、医院、大学、城市、政府部门、警察、救援服务等其他组织也必须创收，但是那不是它们的目的。然而，它们作为系统全都需要运行。因此，这些组织必然离不开管理。
信息时代，几乎所有的组织都处于复杂互动当中，不仅仅其自身是一个个复杂系统，而且它们都是更大的社会复杂系统中的一个或多个要素。一个小小的黑天鹅事件，很可能触发蝴蝶效应，引起一次复杂系统的连锁崩盘。为了防止系统出现崩溃危机，更加突显出现代管理的重要性！！
这种错误可描述为，用纯粹的理性的或者逻辑的思路解决复杂问题。
作者尖锐指出，官僚机构的繁文缛节和官僚作风的复杂性就是例子。没人想要体验卡夫卡式的官僚政治，但是它到处可见，占比已经达到了荒谬的地步，并能自我生存和繁衍。当条条框框比人重要时，当人成为物体时，官僚习气的大量存在会把我们逼疯。
反映在解决问题上，就是一个接一个地处理问题，把要素之间的关系截然分开或者很少联系，这就是传统的管理——线性管理。
作者认为，线性管理也反映在典型的组织结构上：围绕着任务建立起几乎“密不透风”、条块分割的势力范围，而任务可以被分别处理，因为整合和协调归高层负责。几十年来，这种形式的组织在商界一直非常有效地运转着，在公共部门更是如此。
但是，复杂的时代解决复杂的问题，需要完全不同的解决方案，它要基于另一种思维方式、新方法和新工具。它需要另一类的信息和交流，尤其需要关于系统运行规则的可靠知识。
这遵循的是复杂系统设计上的牛顿定律——“必要多样性定律”。
一句话概括就是：运用复杂性思维，构建复杂性系统，匹配复杂性组织，应对复杂性问题。
如果组织中的专家了解“必要多样性定律”（Law of Requisite Variety），那必定受益，该定律认为“只有多样性才能控制多样性”，即控制系统必须至少与受控系统拥有同样多的状态。其发现者罗斯·阿什比（Ross W. Ashby）是英国神经控制论的先行者，因此这一定律也被称为“阿什比定律”。它对于管理复杂系统的意义就跟牛顿万有引力定律对于物理学和工程学一样重要。
换言之，一个组织不需要利用非凡的理性制定一系列绵密的规则，这样的规则看似复杂，其实还是简单的，因为它们是逻辑的，由于每名个体都会遇到复杂的具体情况，因此真正的复杂是权力下放，有办法让个体根据实际情况自主决策，而组织要做的是为他们提供自我管理所需的平台和资源，如此一来，个体之间自然而然会根据自身需要，展开非线性随机的连接互动，进而涌现组织层面的复杂性，以应对系统外界的复杂性。只有激活个体的自组织功能，才能让组织像复杂生命体一样进化！
可生存系统模型是人的中枢神经系统的抽象模型。当自主控制的个体相互作用遇到困难时，需要及时反馈给中枢神经系统，根据组织目标予以矫正和排除。该模型表达了我们所了解的某些事情，包括我们未知知识的空白，它相当于地图上的“白点”。神经系统好比是管理流程，也是通信的发生之地，因为通信就是控制进程的东西，好比神经借助神经通路发挥作用。我们就是在这里发现数不尽的系统控制的，其中一部分非常复杂和高度专业化。它也是管理系统“必要多样性”的源头。
作者说到，随着迈出探索未知世界的每一步，我们会更多地了解接下来怎么走，更多地了解应对不确定性越来越有效的方法。这是设计与复杂性匹配的方法和模型及其反馈的目的所在。简而言之，我们一边走，一边铺路——在事物出现时，将其塑造成形。然后随着时间推移，不断完善方法和模型。
以算法为例，算法一旦确定，就是逻辑的、固定的。算法应随着时间变化逐步迭代！！！！作者深刻指出，算法是实现一个清晰而具体的目标时所采取的步骤序列，而试探法是为了确定方向和接近一个我们无法准确确定的目标时所采取的步骤序列，我们要用试探法来弥补算法在时间性上的不足。
2022.04.07
联系客服
