主动算法化

搅动专业服务领域的一个颠覆性力量是竞争对手把业务问题的解决办法算法化。没有历史包袱的跨界者更有这方面的动力和潜力。与其等着被颠覆，让自己处于被迫应对的局面，还不如主动推动自身业务的算法化。更好的做法是主动研究和评估竞争对手，特别是行业头部玩家，识别其业务和能力中浮现出的算法化机会，赶超对手。

算法化的核心是把隐性知识显性化，然后用套路和工具，降低对个体灵感和经验的依赖，提高人均所能够撬动的价值杠杆。如何把隐性知识显性化呢？常见的隐性知识存在于这几个领域：产品和服务，人员和流程，客户和市场。我们这里先关注产品和服务领域。

大卫·梅斯特（David Maister）根据解决问题的不同，把专业服务分为三个类型：“大脑袋”（Brain）“白头发”（Gray-Hair）和“执行员”（Procedure）。[1]这个比喻与个人的能力特点相关，实际上科技服务企业的每个类型的业务都可能会用到这三项不同的能力，只是比重会有差异。因此，与原来大卫·梅斯特的用法不同，我们用这三个名称代表在每个类型的服务的交付过程中，在更细的颗粒度上，团队要完成的三种不同的活动。

“大脑袋”解决的是前面知识漏斗里接近谜题类的问题。这类问题要么仰仗深奥难懂的技术，要么非常独特，解题过程存在极强的不确定性，并且很可能有较长的验证周期，一旦出错，基本无法通过一般手段来纠正。由于无法提前验证方法的正确性，过去的经验又不能复制，能够做的就是挑选最有把握解决问题的人来做。于是，做这类业务的人大都自称“街上最聪明的仔”，能够提供最出色的思路。我们又称这种人为“灯塔”，他们的作用是在黑暗和迷雾中指引方向。由于能在业界树立起这样声誉的人有限，这类人只会去解决高附加值的问题，规模化的潜力有限。

“白头发”从事的是强经验依赖型的活动。他们遇到的问题虽然很复杂，但并不是前所未见，也不是要用到超前到完全未被验证过的方法或技术，他们在其他地方遇到并解决过类似的问题，只是情境和具体细节不同，经验仍然可以借鉴，经过验证的专业知识和技巧都极具价值。做这类业务的人口头禅是“这事儿我干过”。由于相关知识、技巧和经验不一定依赖个人所有，也可能来自组织的积淀，“白头发”的可扩展性比“大脑袋”要强些。

“执行员”负责的工作要求响应及时、执行快速、质量可靠，高性价比是关键。这类领域通常已经总结出最佳实践，问题的解决过程能一定程度地标准化。竞争力一方面体现于掌握专精技能，熟练运用相关工具的专业人员，另一方面要识别现有方法、流程和工具中存在的问题，持续提升其效能，甚至探索突破性的创新。

每种业务都可能覆盖上述多种活动。以协作共创业务的创新产品研发服务为例，如果创意和设计对产品的成功非常关键，这部分工作中的一些活动就需要“大脑袋”承担。软件开发过程则混合着“白头发”和“执行员”的工作。有过相似项目经验，掌握相关流程、工具和技术栈的“白头发”们，指导和带领着具备基础技能的团队成员，一起完成一个产品的研发。

将上述三种活动和知识漏斗的问题算法化过程相关联，我们可以据此分析有可能算法化的几个场景。