当授权者对领导来说是最难的任务。解释道。
我曾与很多高层管理者并肩工作,他们相信信念和真诚,觉得自己是好领导并且善于授权。他们遵循如何授权的所有正确步骤。这些领导的问题是他们只授权工作,而不授权那份工作做决策的责任和权利。
如果你总是告诉团队需要完成你决定好的工作,那么你是一个微观管理者,不是授权者。并且,你是在抑制你的团队。哎哟,呀,但确实如此。如果你想要你的团队敏捷化,你需要解放团队里聪明的人——不是执行你的决定,而是由他们自己做决定。
授权是一种合作联系,包含一个发送者和一个接收者。如果我给你一块石头,但是你并不接收它,石头就会掉在地上。需要两方合作才能实现交换。
作为一名领导,你的工作职责是设定愿景目标——高层级的愿景指明企业发展的方向。你应该在企业可操作范围内设定参数;接着授权给你的团队成员、执行团队成员、管理团队成员和独立贡献者,使他们在参数范围内的所有决策都朝向愿景目标。像比赛的船员中的舵手,你的角色是引导船只,保持浆手划向终点线,这是一个全职工作。
听起来很简单。仅仅是授权决策。其实不然。作为一个授权者可能正是对任何一位领导来说最难的挑战,没有之一。
从接收者的角度审视下你的领导风格。让我们想象,我请你来跟我一起策划一场宴会,但接着告诉你需要购买、安排、包装和烘焙的每件事情的每个细节。你还会感觉要跟我一起策划宴会吗?还是仅仅做我的跑腿的人?
现在,让我们再尝试一次。我请你跟我一起策划,并且说我希望它是珊瑚礁主题,并且宴会是为了一个9岁的女孩。我们的预算是250美元,需要在本周六举行(因为那天是她生日)。然后我说:“你能弄清楚细节的,我相信你。”现在,你感觉如何?你是个合作伙伴吗?是的!你知道信息,有权利做决定,并且被人相信能做好这份工作。你最好相信,你将会更加努力以显示你完全胜任这份工作。
从产品或服务到详述结果的所有决策都自己做的领导,不是在创造授权——他们变成了令人沮丧的微观管理者。
呈上我的“药方”,指导你如何成为授权者,而不是可怕的微观管理者。
思考
作为领导,请思考过去的24到48小时。你创造了几次机会让其他人做决定?你大部分时间是不是都花在做决策、向别人表达你的决定并让他们执行呢?
行动
从一个有趣的小练习开始,我跟一些培训的客户做过这练习:未来一周,在你手机闹钟里设定晚上的某个时间,比如晚上8点或9点。然后拿一叠纸。当计时器响起,在这一叠纸的中间画一条线。接着过你的生活,并且在纸的左边,写下你沟通你的愿景、设定参数、但是授权别人做决定的次数。在一叠纸的右边,记下你做的并交给别人去执行的决策。作为领导,你的目标是做多做左边的,少做右边的。
分享
为了真的巩固你要创造授权机会的承诺,不要只揣在自己心里。把你要授权决策权而非工作的承诺告诉一些人。向别人解释授权者和微观管理者之间的区别——会帮助你更清晰的理解它。请求他人帮助你恪守承诺。记住,这真的是你要做的最难的一件事,不可能仅凭你一己之力就能实现。要双方都努力才能达成交易。
好文章,需要你的鼓励
这篇研究提出了OThink-R1,一种创新的大型推理模型,能够像人类一样在快速直觉思维和慢速深度推理之间自动切换。研究者发现,现有推理模型即使面对简单问题也会生成冗长的推理过程,导致计算资源浪费。通过分析推理轨迹并使用LLM评判员区分冗余和必要推理,OThink-R1能根据问题复杂度动态调整思考深度。实验表明,该方法平均减少了23.4%的生成文本量,同时保持或提高了准确率,代表了向更高效、更人性化AI推理系统迈出的重要一步。
这项研究提出了SHARE,一种新型文本到SQL修正框架,它利用三个小型语言模型(SLM)协同工作,实现高效精准的SQL错误修正。SHARE首先通过基础行动模型将SQL转换为行动轨迹,再经过模式增强模型和逻辑优化模型的层次化精细化修正。研究团队还创新性地提出了层次化自演化训练策略,大大提高了训练数据效率。实验结果表明,SHARE在多个基准测试上显著提升了SQL生成准确率,计算成本仅为传统方法的十分之一,并展现出强大的泛化能力,适用于各种生成器模型和SQL方言。
这项由香港大学和南京大学等机构研究人员联合开发的双专家一致性模型(DCM)解决了高质量视频生成中的效率难题。研究团队发现扩散模型蒸馏过程中存在优化冲突:早期阶段负责语义布局与运动,后期阶段关注细节精修,两者学习动态差异显著。DCM创新性地将这两个任务分配给不同的专家模型,通过参数高效的实现方式,使模型仅需4步即可生成接近50步原始模型质量的视频,大幅提升生成速度,为实用化AI视频创作铺平道路。
这项研究介绍了QARI-OCR,一种基于Qwen2-VL-2B-Instruct模型微调的阿拉伯文字识别系统。研究团队通过三阶段合成数据训练,成功解决了阿拉伯文字识别中的主要挑战:曲线连笔特性、上下文变化的字母形状和发音符号。QARI v0.2模型创下了0.061的字符错误率和0.160的单词错误率,超越了现有开源解决方案,为阿拉伯文化遗产的数字化保存提供了重要工具。