推薦序2
多就是少，少就是多

冉濤 百森智投創始人，《華為灰度管理法》作者

馬丁·林斯特龍所著的《常識工作法》，開宗明義地指出：常識是看清事物本質并依照事物規律的訣竅。在現實中，我們經常違背常識，所以很容易陷入困境。

今天的世界，隨著技術越來越先進，人工智能大有替代一切的可能。然而先進的技術手段帶給我們的不是輕松，反而是越來越忙碌的現狀。過去30年，中國人的錢袋子越來越鼓，但是今天的幸福感比之前差了很多。隨著我們閱歷的增加，以及越來越先進的學習知識系統的加持，我們的信息量越來越大，明白了很多的道理，但是似乎也犯了更多的錯誤。

有一個具有哲理性的規律：快就是慢，慢就是快；多就是少，少就是多。今天我們面臨的很多問題需要辯證地看待，由此想起來我2019年出版的一本書《華為灰度管理法》，灰度管理哲學就是尊重常識的管理理念。

因為工作的關系，作為咨詢公司的老板，我必須每天深入到客戶和潛在客戶的問題場景中。每當腦海中形成一個問題的解決思路和方案時，我必須迅速問自己：我也是老板，我會這樣做嗎？如果我都不這樣做，我怎么能給客戶提出這樣的建議呢？是的，這就是我的“特殊”困局，而這也是我通向“常識”的道路。正是因為這樣，我才不得不思考一些問題：什么是本源性的問題；如何能夠四兩撥千斤地解決問題，而不是花費大量的篇幅去描述問題；有什么可以直指心性的辦法；等等。

很多企業在經營當中，本來遇到的難題是收入如何保持持續增長，但是很多企業管理者在做管理的實踐中，往往把目光集中在員工績效產出的問題上：業績增長不理想，就假定員工不努力，而員工不努力就是因為沒有更好的績效目標壓力和激勵的刺激。于是，管理者就去花心思設立績效目標，進而希望將每個目標都和一個員工收入的組成相對應，于是設計出非常復雜的產品和項目提成辦法。越設計提成，就越需要明確產品的每個類型的毛利，并需要設計符合不同毛利水平的定價和提成政策，這樣的結果是會出現一個相當復雜的基于動作的目標、分配、核算的表格，而組織必須投入很多人力、物力、精力，來確保統計數據的來源準確、核算過程的精確和分配的合理……循環往復，管理越來越精確，越來越追求極致，管理者越來越有興奮的感覺，但我們恰恰忘記了本來要解決的問題是什么。

我經常會遇到這樣的問題，我會反復和我的客戶分析，說服他們牢牢關注增長的問題，并分解增長的因素取決于產品本身、客戶定位、人的能力三個關鍵要素，換句話說，我們需要找到常識，并圍繞常識要素來開展管理工作，細分客戶，打造極致產品，調整更合適的人來承擔職責，等等。回歸了管理的本源，頭疼的問題也就迎刃而解了。只有解決了增長問題，才能投入精力逐步解決績效目標設計與分配的問題，因為任何績效管理的動作都無法在公司收入不增長甚至下滑的情況下，取得各方滿意的結果，所以，我們絕對不能為了績效而做績效管理！

既然常識匱乏的問題顯而易見，那么是什么阻礙了我們正確面對常識呢？

首先是安于現狀、怕麻煩的心理。很多人不愿意洞察問題，認為存在即合理，寧可去抱怨流程的問題，也不愿意去推動哪怕一點點的改動。

其次是我們的組織各自為戰。精致的利己主義，讓組織內部忘記了需要協同來對客戶提供統一價值。組織越大，越容易出現“部門墻”，而這正是因為利益而忽視的常識！這也是大型組織中常識性問題更多的原因。在大企業中，常識匱乏的問題遠超一般水平。正如馬丁·林斯特龍所說：“組織的規模越大，存在的常識性問題就越多。”

最后是同理心的缺乏。常識需要真正意義上的長遠視角，尤其需要我們理解和承認他人的觀點，站在對方的角度上來思考問題。

《常識工作法》就像一把密鑰，為我們打開了一扇真理之門，那就是常識！常識，其實看起來特別簡單，有時候簡單到讓我們不敢相信，但往往就是這樣的簡單和真相才是一切問題的根源。丹麥作家安徒生創作的童話《皇帝的新裝》，除了那個基于常識說真話的小孩，其他所有的成年人都不敢說出皇帝本來什么也沒有穿的真相，因為大家都特別害怕萬一自己說錯了怎么辦，而恰恰就是那個沒有任何經驗和心機的孩子，秉承了常識，才一語中的地道破了真相。

馬丁·林斯特龍提出了一個恢復常識的“五步計劃”，旨在幫助企業組織重建常識：一是激發組織內的變革需求，二是挑戰傳統，三是歡慶階段性勝利，四是切斷退路；五是讓整個公司的員工產生共情。這個“五步計劃”在文中有詳盡的敘述，每個步驟都非常縝密。計劃需要時間，它不可能一蹴而就，但的確可以自上而下也可以自下而上地進行。馬丁認為，如果想將公司業務提升到新水平，以贏得更大的市場，我們建立“常識部”非常必要，這個部門迫使我們大家認真思考，消除公司中的繁文縟節。

作為商業和文化轉型專家，馬丁不僅砍掉樹枝和樹葉。他深入組織內部，以消除效率低下、不切實際和頭腦呆滯的根源。我們在工作中總會遇到常識匱乏的案例，如果你想消滅這些現象，請讀一讀這本書。這是一本實用而有趣的、幫助企業管理者和個人恢復組織內常識的書。

秉承常識其實很簡單，不是越多越好，反而應該思考如何去除雜亂的內容，保留最真的部分。