结果导向和自管理的联系

简介: “只要把任务做完做好就行,为什么我还要考虑自管理这个琐事?” ——这估计是很多管理者在推行“自组织自管理”时被提问的问题。幸好会有人提,憋在心里那就永远解决不了问题。

“只要把任务做完做好就行,为什么我还要考虑自管理这个琐事?” ——这估计是很多管理者在推行“自组织自管理”时被提问的问题。幸好会有人提,憋在心里那就永远解决不了问题。

实际上,“把任务做好”这种结果导向的口号,和自管理的推行并没有冲突。我们用实际的例子来释疑。


老大给了菜鸟一个任务,原话是:你写些东西向新人介绍svn这个工具。

于是菜鸟写了这么一句话:svn是subversion的缩写,它是一个版本控制系统,也就是一种代码管理工具。

从形式上来说,菜鸟是“完美地”完成了老大的任务的,因为老大“貌似”只是要介绍一下。


接下来,新人们开始吐槽:你得教我怎么用啊???!!!

老大同意,甚至恼火,跟菜鸟说:你再补上怎么使用它的,就是写个怎么使用svn的教程。

于是菜鸟听话,很认真补上了svn的add、update、commit等所有命令怎么使用,详细到各个子参数的意义。这次菜鸟觉得很自豪,老大肯定满意了吧。


可是新人们又开始吐槽:怎么安装svn呀?我怎么没发现代码仓库管理员该用哪个命令?

于是菜鸟不等老大发话,自觉地加上了svn服务器的安装和操作教程以及svn客户端的安装教程,甚至于客户端教程还把几种客户端(命令行、Tortoise等)都说了一遍,还对多个操作系统下的使用都讲到了。


老大拿到新稿一看,立刻喷起来:杂乱死了,怎么连个目录都没有?排版乱,这一堆命令的描述改成表格,多清晰啊。这么多流程看得我心烦,怎么不画个图呢?

菜鸟郁闷了,感觉老大在刁难他。然后新人们也是这样吐槽的,他无话可说,乖乖照做。后来这个稿子改了十几遍才没人吐槽了。

实际上,老大一开始希望的结果就是菜鸟可以写出没人吐槽的文档,这才是他对这个任务的真正要求,只是他没有说得那么细。菜鸟返工了好多次才算真的把这个任务做好了。


后来,公司转用git替代svn来管理代码。因为人手问题,这回老大还是找菜鸟去写git的培训文档。

不过老大可变聪明了,是这样安排任务的:你去写篇git的培训文档,从服务器搭建和管理到客户端的安装使用说明都尽量详细提到,排版好看,易读易懂,最好别有错别字……

菜鸟心领神会,他也不想重蹈覆辙。在完成老大的超长的任务要求后,他还比老大想到了更多,例如加上了创建分支和合并的规则、分支名字的规范等等。

老大看了自然欣喜,菜鸟终于不是菜鸟了,真正地把任务做“好”了!


后来老大每次去分派任务,都学会一个技巧,把任务描述得非常详细,尽量让办事的人明白做成怎样才符合他的要求,才能叫做好。然而时间一长,老大发现自己没那么多时间去考虑和描述那么多细节,于是想到了推行自管理。

其实自管理的本质,就是让管理者的意志直接埋在大家心里,不再需要千叮万嘱。以例子来说,就是老大给一句很简单的话,你就能意会潜在的要求而不需要过多的嘱咐,甚至于比老大想到的事项更多。

自管理同样是结果导向的,甚至可以说是结果导向发展到高级阶段的产物。因为对结果的要求很多很高,管理者在没精力顾及那么多的情况下,希望大家能从他的角度出发去考虑到那么多东西。拿程序员的工作来说,“开发好一个模块”的潜台词是:代码具有可读性、易扩展性、高性能、没有bug、做好了单元测试、易懂无误的使用和维护文档……


结果导向更通俗地说就是业绩至上,有业绩就自然地升职加薪。然而很多技术领域的管理者都忽略了一点,没解释清楚怎样才算业绩好,更可怕的是他们本身也不懂怎么评估。员工呆在这样的公司,除非自学能力很强,否则很难有什么成长,常得到抱怨公司烂或领导差而离职的结果。

值得一提的是,例子中,新人们敢于吐槽,老大不顾情面狠喷,这是有利于员工成长的,当然在表达上要注意对事不对人。敢问敢说也是自管理的要求之一,少了这点就没有意识成长的良性循环来完成自管理了。还有一个重点,老大必须本身懂得如何评估自管理的成果。


自管理的结果之一,就是令大家都对“好的结果”的标准产生一致认同并自发地不断完善。这个“令”因为自管理而从“命令”变成“号令”,由认同者自觉执行而无需监管。


转载请注明出处:http://blog.csdn.net/hursing

目录
相关文章
|
1天前
|
数据采集 人工智能 安全
|
10天前
|
云安全 监控 安全
|
2天前
|
自然语言处理 API
万相 Wan2.6 全新升级发布!人人都能当导演的时代来了
通义万相2.6全新升级,支持文生图、图生视频、文生视频,打造电影级创作体验。智能分镜、角色扮演、音画同步,让创意一键成片,大众也能轻松制作高质量短视频。
912 150
|
15天前
|
机器学习/深度学习 人工智能 自然语言处理
Z-Image:冲击体验上限的下一代图像生成模型
通义实验室推出全新文生图模型Z-Image,以6B参数实现“快、稳、轻、准”突破。Turbo版本仅需8步亚秒级生成,支持16GB显存设备,中英双语理解与文字渲染尤为出色,真实感和美学表现媲美国际顶尖模型,被誉为“最值得关注的开源生图模型之一”。
1647 8
|
6天前
|
人工智能 前端开发 文件存储
星哥带你玩飞牛NAS-12:开源笔记的进化之路,效率玩家的新选择
星哥带你玩转飞牛NAS,部署开源笔记TriliumNext!支持树状知识库、多端同步、AI摘要与代码高亮,数据自主可控,打造个人“第二大脑”。高效玩家的新选择,轻松搭建专属知识管理体系。
366 152
|
7天前
|
人工智能 自然语言处理 API
一句话生成拓扑图!AI+Draw.io 封神开源组合,工具让你的效率爆炸
一句话生成拓扑图!next-ai-draw-io 结合 AI 与 Draw.io,通过自然语言秒出架构图,支持私有部署、免费大模型接口,彻底解放生产力,绘图效率直接爆炸。
607 152
|
9天前
|
人工智能 安全 前端开发
AgentScope Java v1.0 发布,让 Java 开发者轻松构建企业级 Agentic 应用
AgentScope 重磅发布 Java 版本,拥抱企业开发主流技术栈。
572 13
|
2天前
|
编解码 人工智能 机器人
通义万相2.6,模型使用指南
智能分镜 | 多镜头叙事 | 支持15秒视频生成 | 高品质声音生成 | 多人稳定对话