笔者经历过柯达公司（Kodak）的鼎盛时期，也曾经是柯达冲印店的常客。当年的柯达，占据了全球模拟影像市场的2/3和90%左右的利润。但随着数字影像的崛起，柯达的好日子一去不回，市值从1997年的310亿美元一路滑落到2018年的1.28亿美元。巨头的崩塌使得后人在读商业案例的时候会感慨：柯达的领导者怎么就看不清楚商业趋势，做不出正确的决策呢？

故事完全不是这样，恰恰相反，2000年正式就任柯达CEO的邓凯达（Daniel Carp）聪明而开放，深度了解市场趋势同时对柯达内部也极为了解（1970年加入柯达）。他力主拥抱数码时代，制定了大胆清晰的决策，2003年，他在纽约宣布柯达的重心将从传统胶片业务向数码业务转移，并希望三年之后数码业务的销售额能超过传统业务。

但是邓凯达期望的一切都没有发生，直至2005年彭安东（Antonio Perez）接替他的职位。2012年，昔日的影像巨头不得不申请破产保护。

为什么决策无法执行？不是因为邓凯达看不清楚大势所趋，也不是没有制定决策，而是柯达的决策无法将行动的承诺包含进去！

在柯达走向成功的路径之中，化学研究是高质量模拟影像的重要因素，因此柯达的高管层大部分是化学家，既有的利益格局和认知格局早已形成，这造成对新决策的理解不准确，以及一个巨大的基本难题——由谁来执行新的决策？

不过以上的分析仍然没有击中要害，柯达真正的问题是决策模式问题！

本世纪初，和柯达情况极为类似的是一家日本企业——富士胶片控股株式会社。在市场的惊涛骇浪之下，原有利基市场全面崩塌，富士公司的表现能优于柯达吗？事实上，富士从2000年开始的转型之路堪称企业界的传奇，在20年左右的时间里，富士公司的核心主业几经变迁，从胶片影像转向数字影像，又从数字影像转向液晶配件，继而从液晶配件转向生命健康科技（富士品牌面膜在今天的市场上极受欢迎）。如今的富士，已经是一家全球顶级的综合性医疗保健科技企业,它是世界IPS细胞（诱导性多能干细胞）生产设备最大的专利拥有者，未来数年内，以IPS细胞治疗为核心的治疗模式将会引领世界走向器官再生治疗阶段。2017年，富士的营业额超过万亿日元（约合1436.44亿人民币），利润过千亿日元。

如果仅仅是富士一家企业，还不足以说明问题。和富士一样，索尼、NEC（日本电气）、佳能、奥林巴斯等一大批企业都成功转型。索尼公司从电子硬件提供商转型为音乐、游戏等内容供应商，同时进入电子元器件市场，其传感器目前占据了全球53%的市场份额，2018年，索尼公司深耕电子和娱乐领域，利润达到20年以来的峰值；NEC是日本最早做商用电脑的公司，现在是顶级的电子服务商，在全自动驾驶系统、空间通讯等领域在全球领先；佳能转型医疗设备事业和宇宙产业（小型卫星），拥有全球最先进的CT系统；奥林巴斯由数码影像转型医疗事业，目前奥林巴斯的医疗业务已经占到公司整体销售额的70%以上。

纵观日本企业变迁，会发现不仅是近年来的电子电器企业转型成功，再早的煤炭、水泥、纺织、钢铁等传统企业的转型一样成功，比如日本东丽公司原来是世界首屈一指的纺织品企业，现在则转型成为世界第一大碳纤维制造商，是波音主流飞机的机体材料供货商（波音787飞机的机身材料是碳纤维组成，机体由三菱重工提供、机头由富士重工提供、电子系统由松下提供，因此日本人认为波音飞机是日本准国产飞机）。为什么日本企业在危机之下的转型如此成功？这与日本企业的决策模式有非常大的关系！

与日本相比，多数西方优秀企业的转型有很大问题。与柯达错过数码影像时代类似，施乐（Xerox）错过了PC电脑时代、诺基亚（Nokia）错过了智能手机时代、微软（Microsoft）错过了搜索引擎时代、谷歌（Google）错过了社交平台时代……今天的谷歌依然屹立于潮头，但50年后谷歌公司是否还存在的确是一个问题。在李艾柯卡（Lee Iacocca）将克莱斯勒公司从倒闭边缘拯救过来、路易斯郭士纳（Louis Gerstner）带领IBM这头大象重新翩翩起舞的传奇背后，太多的美国优秀企业一经挫折就沉沦不起。

日本NHK电视台拍摄的纪录片《日本企业长盛不衰的奥秘》中说到，超过200年寿命的企业，美国有14家，中国只有9家，而日本竟然超过3000家(百年以上的企业多达50000家)。这也说明了是文化和机制因素而非偶然因素推动了日本企业的成功转型。

日本的决策模式被称为“U型模式”，即由领导层提出决策方案和计划，然后将计划下发基层管理者和普通员工进行讨论，然后由基层和员工提交修改意见，同时注重横向交流和协调，最终由最高领导层拍板决定。比如说日本企业要和某西方企业公司建立合资公司，日本企业高层会让每一个员工写下这个决策会对他（她）的工作产生什么影响，员工不用表示支持或反对，但必须自己用心思考决策对自身的影响。在这种情况下，企业高层、中层和基层就对问题和决策有全面的了解，最终，企业决策由高层管理做出，并由全员努力推进。

这种模式的特点是能够达成“上下共情”、“上下同欲”，令计划者和行动者融为一体，最大程度地保证有人在行动！

相对而言，这种决策模式的耗时长，效率低，普遍被认为不适合新经济条件下快速变化的市场环境。但从以上分析可以看到，这种模式不但不过时，而且非常适合环境急剧变化下的市场。日本企业界流行“安全驾驶”的说法，无论是现金的充裕度还是转型决策的模式，的确都很好地体现了这一点。

任何模式和思考都离不开文化因素。美国文化强调“个人主义”，所以美国企业决策的主体是某一个CEO或几个高管团队，一般中低层管理者和普通员工不参与决策，决策后果由高层自行承担。这类决策的长处是权力集中、责任明确、动作迅速，劣势在于造成决策和执行分离的情况，这是柯达和诺基亚等企业无法转型的原因；中国文化强调家族或家庭，根据血缘和亲疏分成小团体。企业决策的主体是一个小圈子，其决策模式基本上和美国企业类似，中低层管理者和员工仍然没有参与决策的机会；日本文化则不同！虽然日本文化从中国文化中借鉴了许多内容，但它从本质上与中国文化不一样，它不强调家庭而强调“社群”！美籍日裔学者福山（Francis Fukuyama）称之为“家元团体”（仿佛家庭一样的社群），正因如此，它形成了以群体为导向的特有团队精神以及所有人都参与的“U型”决策模式。

从日本企业决策的“U型模式”中，我们可以学到如下三点：

1、决策和执行必须一体化，必须把“行动的承诺包含在决策之中”。

2、“坚定地询问‘什么是正确的’，而不是询问‘谁是正确的’”。在决策的过程中（尤其是上下交流和部门交流的过程中）不做肯定或否定的“价值判断”，尽可能只将自己的观点表达出来，只做“事实判断”。

英国哲学家休谟（David Hume）在《人类理解研究》中提出关于人类知识分类的基本看法。以此衍生出人类的知识和命题的分类，即“事实命题”和“价值命题”，比如“企业增加了二氧化碳的排放量。我们应该限制二氧化碳的排放”这句话，前一句表达了“是”，是事实命题；后一句表达了“应该是”，是价值命题（著名的休谟问题即：由“是”推导不出“应该”）。由“事实命题”和“价值命题”分别引出的观点即为“事实判断”和“价值判断”。

美国学者西蒙（Herbert Simon）在《管理行为》中指出，“我们对世界的事实知识积累得再多，也不可能完全说明这个世界应该处于的状态”、“‘我们应该再引进一条更廉价的生产线’的含义是这样的生产线有广阔市场，我们如果引进的话，就能增加利润。”

换句话说，在讨论决策的过程中，我们尽可能不要给出解决方案“应该增加廉价生产线”，而是强调“廉价生产线有广阔的市场，如果在某时间之前引入，就可以形成大约XXX的销售额和XXX的利润额”。

3、以共识来凝聚“利益共同体”。

如果在上述“事实判断”中，有很多针锋相对的情况或观点怎么办？通过前面的分析我们知道，有效的决策会在冲突的观点中产生，因为它能给我们带来思考、带来创意和真正的协作。

我经常在企业中强调通过研讨得到“共识”，共识并非是意见完全一致，它本质就是一个不同利益诉求的群体达成决策的方式。

美国传记女作家鲍恩（Catherine Drinker Bowen）的著作《民主的奇迹：美国宪法制定的127天》是美国学生的教科书之一，讲述了1787年在费城召开的美国联邦制宪会议——美国建国史上最重要的会议，十三个差异巨大的区域（州）怎样在天差地别的情况下达成共识，制定美利坚合众国宪法。这种共识促进了真正有效的决策，它是美国强大的基石。

很多企业的一把手认为他们内部有共识，其实不然。由于创业成功，企业一把手往往自信爆棚，表达充分，并自觉不自觉地对不同意见表示轻蔑。这导致在企业实际工作中，下属和其他人逐渐不再提出和老板不一致的意见，于是“共识”轻松达成——实质上，一把手自得的“共识”只不过是皇帝的新衣。

真正的共识需要有效的会议管理。企业中的无效会议大致有三种情况：

-​ 一人讲、众人听。领导在上面侃侃而谈，下面则表现各异，要么正襟危坐心思却云游天外，要么低头族玩手机，要么干脆干自己的事情（这也是传统培训效力不高的原因）。在这种情况下完全没有共识产生。

-​ 议程混乱、议题漂移。参会人员都是想到哪儿说到哪儿，会议主持形同虚设。由于讨论内容过于发散，往往是议而不决，很难达成共识。

-​ 强势表达、利益交换。如果会议组织得当，有可能在会议上能够通过（激烈）争论，最终得到某些成果。但如果大家仍然是根据自身利益进行“价值判断”的强势表述，比如“我认为应该……”，最后在争论之中达成妥协而不是真正的共识，这种共识只是伪共识。

我在企业中尝试过一种有效的会议研讨方式，其中要点如下：

-​ 议程议题需要非常明确和清晰。

-​ 预先明确会议主持人：外部顾问人员为佳。

-​ 做引导发言，对要讨论的议题详细阐述，并说明两种判断的区别。

-​ 提前给参会者发资料，要求参会者仔细阅读并准备发言。

-​ 尽可能减小发言压力（不许批评、畅所欲言），鼓励各方充分表达自身的“事实判断”和由此而来的部分“价值判断”。

-​ 归类梳理，将事实结构化归类，并按重要性排序。

-​ 参考事实，针对核心问题展开讨论（如人数多可以分组）。

-​ 主要领导不得做评判性发言，一把手除总结和回答提问外全程不发言。

在信息的交汇、事实的陈列、观点的互动下，参与会议的人会逐渐触摸到别人的利益诉求和出发点，从而产生“理解”，继而在某些问题上达成一致。这种会议能真正增强企业内部共识程度，对于决策推行效果极佳。需要指出，这种会议不是“求真求实”的过程，而是“求同存异”的过程（求真求实的会议是另外一种形式）。

“求真求实”则需要另一种会议类型，它要求管理层不能从妥协的角度思考问题，他（她）们必须不断追问：“什么才是对的？”而不是“什么才是他人能够接受的？”。在得出答案之后，再通过“U型”决策模式推动正确决策的进行，尽可能在企业上下达成最大程度的共识，将行动承诺包含到决策之中。

“决策模式”是最重要的，无论在企业中还是在人生中，某类决策场景总是一再发生，因此，相对固定的决策模式和决策原则就非常重要。它可以缩短和有效决策的距离。

除了以上思考和讨论之外，还有几点重要的原则如下：

1、学会顶住压力，做不受欢迎的决策。

要追问“什么才是对的？”而不是“什么才是他人能够接受的？”。真正的战略性决策都会让一部分人很难受，因为它要么会改变现有制度和流程、要么会让人走出舒适区、要么让人增加工作量。所以有效决策并不是每一个人都欢迎——清理地上的一摊油污很容易，改变采购考核的制度就是一件挺麻烦的事情。

笔者最开始做企业顾问的时候，喜欢拿自己思考后的方案去挨个征求企业领导和主要部门的意见，后来发现大家的意见总是千差万别，如果按照意见进行修改，那么最后提交给企业的方案将是一个“四不像”的东西——既不能解决问题，也难以让各个部门满意。因此，无论是作为顾问还是其他角色，都应该只提出自己认为“正确的事”即可，然后在此基础上追求最大范围的共识。同时万事万物都有对价，要为决策付出代价，一方面要能顶住压力，另外一方面要学会妥协赢得支持，最后，“如果决策是正确的，无论他们最初喜不喜欢决策的内容，终究还是会接受这个决策。”

2、把握反馈，坚持现场主义。

反馈本来是一个物理学概念，运筹学和管理学用它来代指“及时的评价”，让决策者能及时了解决策的有效性。要知道，绝大多数决策在执行的过程中都有各种纰漏，如果没有反馈，你根本不知道会有什么问题，以及离预定的目标还有多远。反馈越是清晰，越是准确，决策的调整就越及时，决策的效率就越高。因此，所有的决策都会要求执行者给出反馈，这也是各种总结、报告漫天飞的原因。

德鲁克指出，“反馈是决策的一个组成部分，并且必须在决策过程中加以确定。”也就是说，用什么形式反馈、反馈什么内容应该在决策制定之时就已经确定了。

除了报告和数字之外，管理者需要坚持“现场主义”，这个概念源自丰田的“三现主义”：现场、现实及现物，其中现场是生产经营活动发生的场所。为什么强调现场主义，是因为信息经过层层报送，与现场真实的情况可能相去甚远，时效性也有问题，如果根据失真、滞后的信息反馈来做决策的调整，不啻于盲人骑瞎马。这也是高层领导要不时地去基层访问和调研的原因，如果经常去现场，不仅可以找到决策的反馈线索，而且还可能获得意外的启示。当然，如果决策者就在一线，那么现场反馈会扑面而来，决策和执行会变得鲜活无比。

反馈是“世间因果”的具象化105。对于企业决策者，需要建立正确的反馈机制和规律问责制。一些有效的方法如下：

-​ 采用“引领性指标”，让反馈的节点尽可能频繁，尽可能提前。

-​ 决策的目标或节点用可衡量的方式进行描述。如果目标没法用数字描述，那就把完成的节点状态非常明确描述出来。比如说“五月底之前完成LED屏的安装，使之可以正常使用”。

-​ 为某些可行的项目制作视觉反馈物，把目标和完成情况写在上面，细致明确、简单直观为好。

-​ 定期检查完成情况。对未能完成既定目标的情况追责。

3、智能决策前瞻。

我们已经进入了大数据和人工智能时代，数据搜集和分析的速度和广度都是之前无法想象的，这些情况深入地影响了企业的决策。以下从数据资产、数据挖掘、决策支持三个方面进行简述。

与以前不同，数据开始成为企业的资产和竞争优势，并且其速度越来越快。随着各类数据设备和软件应用的开发使用，海量数据源源不断地快速生成，包括各类交互数据、交易数据和传感数据等，这些数据拥有巨大的社会价值和商业价值，而且这个价值正在以无法想象的加速度被放大。

如果说世界上拥有数据资产最多的企业，莫过于亚马逊（Amazon）和谷歌（Google）。亚马逊拥有超过26亿顾客全部的购买行为数据记录，包括页面停留时间、关键词搜索和商品选择等等，与腾讯公司以“流量驱动”为核心类似的是，但亚马逊的业务核心电子商务（拥有1200万种商品和服务）和AWS云计算业务是以“数据驱动”为核心的，可以说，数据资产已经成为世界级巨头亚马逊公司的核心资产。

大数据和AI技术将数据的有效挖掘利用带到了一个前所未有的高度。顾客数据和经营数据往往是杂乱无章、高度复杂的，如何将数据变为宝库，通过数据挖掘来洞察市场需求和某些关键要素？这是有意思的一件事，同时对企业的创新能力和获利能力至关重要。

阿里巴巴旗下的阿里小贷、网商银行、蚂蚁小贷、蚂蚁微贷都是以大数据挖掘为核心的贷款平台，其特点都是无需抵押、快速审批。要知道，小额贷款公司的前身都是民间借贷，属于金融系统中的最底层，资金规模巨大，但大企业在其中很难运作，其原因在于该业务模式无法摆脱关系业务。即只能通过并不清晰的社会关系，包括地缘、血缘和朋友关系对信用风险进行评估。今天，则可以通过大数据挖掘的利器，对商家和个人风险进行精准评估，在不见面、无抵押的情况下放款，据说不良率可以长期维持在1%以内。大数据挖掘和决策的方式既能解决小企业和个人的痛点，普惠企业和个人的同时，金融企业也获得高回报率，这在以前是不可想象的。

数据挖掘对于互联网企业来说，已经成为最基本业务形态和核心竞争要素。那么对于传统企业怎么样呢？举个例子，某家传统的电气销售公司，顾客主要是中型企业，公司希望进入后期设备运维市场，具体怎么做呢？该公司并没有数据资产，只有运营了多年的ERP数据。通过并不复杂的数据挖掘工作，根据电气设备的更新换代和维护特点，公司对老顾客进行大规模回访活动，仅由此以一项，就获得了相当金额的电气设备维修订单，企业顺利地进入后期设备运维市场。

使用大数据和AI（人工智能）辅助决策已经不再是新鲜话题，各类科技企业和政府部门已经用得越来越普遍。时至今日，计算机模拟决策已经达到相当高的水平，德国心理学家德尔纳（Dietrich Dorner）在《失败的逻辑》中讲到用电脑软件模拟复杂系统下的社会，并以此对决策的后果进行校验。

2018年，由IBM公司开发的AI机器人Project Debater与国际顶尖辩论冠军就“是否应当资助太空探索”、“是否增加远程医疗的使用”两个议题展开辩论，虽然人类获得胜利，但AI机器人展示出条理清晰、令人信服的观点。IBM的专家指出，Project Debater被IBM赋予了3大核心能力：首先是数据驱动下的强大的表达能力，其次是识别人类口语中观点的理解能力，再次是通过模拟困境来提出制定原则性论点辅助人类决策的能力。

与2016年Alpha Go战胜围棋世界冠军李世石一样，AI已经具备了极为强大的辅助决策功能，无论是协助辩论、下棋还是企业决策，人工智能都已经足够强大。例如，企业遇到某个难题，可以用AI扫描海量的网络信息，从中找出与问题相关性最高的某些观点，并通过结构化算法剔除无用信息，最终提取出有说服力的观点。由于机器更加全面和中立，它可以提供更多更全面的“事实判断”，从而提供有效支持。

随着AI和大数据技术进一步发展，它将对企业的业务判断和决策产生无法想象的影响。美国洛杉矶的一家企业宣称从全球夜景的历史数据出发，通过深入挖掘后，作出了精准的全球房地产投资和消费研究报告。换句话说，对市场和顾客预测是管理者进行决策判断的主要依据，而在未来，对市场和顾客预测将主要由大数据和AI提供给企业的管理层。