项目到产品转变的初衷本身是合理的,但太多组织在转型时没有解决根本性问题,结果陷入了与自己试图解决的问题相同的困境。
要想从战略中获得预期成果,其实并不是在项目和产品之间做出选择,而是确保你采用的策略、团队和高层协同是正确的,从而以真正推动业务前进的方式交付战略。所以,不要完全放弃项目思维。相反,要确保无论你选择哪种交付方式,都是真正为成功而设计的。这正是大多数组织失败的原因,并非因为他们在管理项目和产品之间做抉择,而是因为他们从未修复那些本来就阻碍执行的破损体系。
战略执行就像下棋。每个棋子都有其角色,每一步都至关重要。如果不专注于实现业务目标,你永远无法获胜——你只会不断地移动棋子,直到输掉比赛。如果你组织中的每个人没有统一思想并向最终目标战略性地前进,战略执行就会变成一场无关紧要的零散努力,毫无实质性进展。
转变思维模式,正确的运营模式自会随之而来。关于从项目转向产品最大的误解在于认为两者必须选择其一。成功需要两者兼备。产品经理负责掌控愿景、确保与业务目标的一致性,并关注长期价值创造;而项目经理则确保适当的人以正确的方式完成应做的事情,从而推动预期的业务成果,最大化投资回报和效益比。
当这两个团队都能各自发挥优势,而不是试图让某一角色包揽一切时,才能取得最佳成果。在设定愿景和高效执行之间的天然紧张状态中,奇迹便得以酝酿。这种拉锯正是推动组织以合适的速度前行、专注于成果的动力所在。
许多公司为了摆脱传统项目管理的束缚而纷纷加入敏捷转型的浪潮,但如果你的战略和执行不一致,敏捷也无法拯救你。这也是为什么敏捷转型失败的情况和其他方法一样常见,正如许多领导者在自己的组织中所看到的。关键不在于采用何种框架,而在于确保整个交付系统朝着同一目标运转。
因此,无论你采用敏捷、瀑布还是混合方法,你都需要一个明确的产品业务目标和一份可执行的路线图来实现这一目标。这两个视角常常产生摩擦,但正是这种摩擦构建了维持整个团队协同一致所需的恰当治理水平。
然而,协同一致并非一次性的事件,而是一种日常的纪律,贯穿于你如何确定优先级、衡量进展和做出决策之中。没有在产品和项目交付之间有意的协同和角色明确,组织最终只会得到那些华而不实的产品愿景,或是那些无论管理得多么完美却交付出无人真正需要成果的项目。
如果你的团队还没有配置为能在整盘棋上加速前进,首先要解决这个问题,因为没有强有力的执行,任何产品战略都无法充分实现其潜力。
让团队支撑战略实施。构建一个能够让战略与执行持续相互强化的生态系统,其关键在于建立一个使全过程各环节保持一致的系统。所以,要定义战略目标,明确从业务影响的角度看成功是什么,而不仅仅是交付成果。同时,不仅要明确为实现这些目标需要构建哪些产品,还要制定执行计划。然后,通过交付工作,确保以高影响力达成成果。
这个系统构建了一条将战略定义、执行和实现联系起来的有机路径,使团队能够在同一体系内协同工作,而不是为了争夺控制权而互相竞争。而好消息是,这条路径对于你当前可能已经采用的项目团队和产品团队的运作方式来说干扰很小。关键在于如何将他们组织成一个能使其发挥最佳状态的新运营系统。这并不在于项目还是产品,而在于确保组织中的每个人都朝着同一方向前进,明确各自角色并专注于结果。
不要选边站队,而是选结果。公司不应让团队浪费时间争论项目和产品哪种方式更优,而是需要实施一种确保两者协同工作的模型。其方式如下:
产品经理专注于目标,通过设定愿景和定义成功标准来明确最终的成就;
项目管理办公室 (PMO) 专注于治理和战略一致性,通过建立结构和优先级框架以确保整个系统聚焦于创造价值;
项目经理专注于实现路径,确保适当的人以适当的方式完成正确的工作,从而兑现愿景;
敏捷及执行团队则通过交付与产品愿景和业务需求一致的迭代成果来不断体现价值。
以这种方式运营的组织能够跳脱失败转型、团队脱节和无尽流程完善的恶性循环。他们不再玩弄错误的策略,而是以一种真正推动业务成果的方式实施战略。
你如何设计你的运营模式以及其中的人员将决定你的成功。那些能够解决这一问题的公司不仅能生存下来,更会成为行业的引领者;那些无力解决问题的公司则会每隔几年继续在棋盘上移动棋子,寄希望于某次能获胜,却未意识到比赛在一开始就因棋子摆放不当而注定失败。那么,真正的问题是:你是在不断地移动棋子,还是在全力以赴争取胜利?
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。