重置期望以更有意义的方式构建和领导

未来研究所（IFTF）的杰出研究员、10本畅销书的作者 Bob Johansen拥有30多年帮助世界各地的公司准备并塑造未来。在谈到未来的工作时以及随着 AI 和 ML 步伐的加快，同情心和同理心的重要性时，打他破了目的性，同时，提出在长期规划时有必要拥有尽可能多的灵活和敏捷性。但作为一名未来学家，Johansen 总是明确指出他和 IFTF 的其他人并不是算命先生。他说：“定义未来学家的方式是，我们的远见是否激发了你的洞察力。所以我们不是来预测的；我们是来激励你的。”

在他的一本畅销书《全方位思考》中，他深入探讨了“办公”，也就是我们的工作方式而不是办公室，办公室只是我们工作的地方。他说：“接下来就是我们所说的办公室生态，即随时随地的工作环境。”现在远程工作仍是一个紧迫的问题，在经过近三年的测试后仍然寻找立足点。随着时间的推移，围绕具有可行性的解决方案的工作似乎越来越复杂，一些人打算完全重返办公室，而另一些人则在远程模式上构建公司的未来。所以问题是你何时以及为什么想回到办公室。他说：“这确实是多元化、公平和包容性的未来，我们认为它是在归属感的范围里。”

这与一些现有的观点相呼应，尤其是围绕 D&I。但成功的法则不仅要构思未来 10 年的情况，而且还要回溯现在以说明进展情况——这种模式使 IFTF 在成功预测未来方面拥有对应的跟踪记录。Johansen 说：“我认为现在对于 IT 领导者来说，最重要的有能够回想未来的能力。因此，如果你能放眼 10 年后再倒退回现在，这将有助于提升规划的清晰度，但会削弱确定性。”

所以无论你的远期规划是什么，你应该问的问题应是你是否实践了自己的预测。

在最近的 CIO 未来工作峰会上，Johansen 与 Tech Whisperers 播客的主持人 Dan Roberts 谈到了预测的魅力，而非预言。

关于办公室的意义：在新冠疫情期间，人们总在问，并且现在还在问的是，我们什么时候可以回到办公室。然而，当我们进行研究时，首先要想清楚的问题是为什么要有办公室，办公室的目的是什么？对这个问题做全方位的思考。基本问题都是关于目的和意义，范围从个人到集体，其次是关于结果 。你正在寻求的结果是什么？这里的范围从利润（如股东价值）到繁荣发展，这实际上是对利益相关者价值的更大思考。

因此，成果在现在的商业领域中尤为重要且非常有趣。你会看到越来越多的企业不仅要求股东价值，还要求利益相关者价值。一家公司对广大社会的影响是什么？

关于同情心：当你想到数字化和 IT 人员时，我们从一个大部分是模拟的世界转变为一个近乎完全是数字的世界。但我们正在回到一个数字模拟的世界，比如大数据可视化。这不是一个完整的循环，因为我们还没有回去；这就像一个螺旋式的发展。

但是我们变得越数字化，我们就越需要以全方位的方式思考可能性的梯度，而不仅仅是非此即彼。所以另一个范畴是培养社群。这确实是多元化、公平和包容性的未来。我们认为它在归属感的范围里。

关于敏捷性：我们如何才能选择更稳定的组织结构，并更有活力和积极响应？我曾在陆军战争学院任教，有机会见到三星级将军，一起谈论过战略和领导力。在军队中，他们说如果你想变得敏捷、灵活或改变队形，你必须清楚你要去哪里，以及如何灵活地到达那里。

我没有军事背景，但在 911 的前一周，我与一群德勤高级合伙人和一些 CEO 聚在军队研究生院。他们介绍了这个想法即 VUCA 世界：易变的、不确定的、复杂的和模棱两可的。我很感兴趣，因为这是了解未来十年的一个很好的起点。我最终将 VUCA 转变为积极因素，并且我意识到展望未来 10 年，波动性会让位于愿景。因此，虽然愿景将得到不成比例的回报，但不确定性会促进理解；复杂性会促进明晰；模糊性会带来敏捷。所以这实际上是积极的 VUCA：愿景、理解、清晰和敏捷。对我来说，这是领导力的基础。

我认为现在对 IT 领导者来说最重要的事情是能够从未来回想现在。因此，如果你能放眼 10 年后再倒退回来，这将有助于你提高清晰度，会缓和你的决定。因为我可以向你保证，未来的 VUCA 的世界会嘉奖那些具有清晰目标以及可以灵活实现目标的人。同样未来也会惩罚对确定性的强调。无论是在 IT 领域还是在工程领域，都要去解决问题。而寻找确定的答案，往往会给你带来麻烦。所以你要知道你不能有 100%的把握，我们必须学会在这样的世界中茁壮成长。

关于衡量标准：很多人都说数据是新的资产。从某种意义上说这是正确的，但不仅仅是数据。它是由数据分析以及使用背景和人类的判断来决定。好消息是我们拥有所有这些数据可视化的工具和关于我们自身的大量数据，以帮助我们做出更有益的选择。坏消息是，我们不知道如何处理所有数据。所以从真正意义上看，它不仅仅是大量数据，它是分析、可视化，并提出更多模拟方式和更全面的数据参与方式。

数据确实很重要，但它将是选择范围意义上的数据，而不是作为答案意义上的数据。因为往往你越深入数据，它就会变得越复杂。我认识的那些优秀的领导者都认为，最后能帮助你做决定的数据量，是你希望拥有数据的六到七成。你不必一直等到自己完全知道做什么是正确的时候。

来源：www.cio.com