四象限运行模式_企业组织学习模式的规划与选择

a76d90d16debc10a3043fd8b12d0f5a8.gif

企业组织学习模式的规划与选择

       当前复杂多变的环境对组织学习能力提出了更高的要求,组织需要不断提升学习能力以保持持续的竞争力。对于身处不同业务环境和不同发展阶段的企业,什么样的组织学习模式才是有效的,什么样的组织学习模式才是有用的呢?人才发展工作者如何才能实现人才培养支撑企业战略,促进企业发展的使命及责任?

       经过从长期的实践和观察,本人发现人才培养的有效性与组织学习模式的两个一致性的影响极大。第一,组织学习模式必须与企业文化相一致性,这个是内部一致性,是保证了组织学习有效性。不解决内部一致性,组织学习中知识传递效率的任务就无法达成。第二,组织学习模式必须与企业业务环境相一致,这个是外部一致性,保证了组织学习的有用性。不解决外部一致性,组织学习推动业务,助力业务的使命无法达成。

      企业在进行组织学习模式规划时,需要统筹考虑这两个一致性。只有协调了这两个一致性,才能保障人才培养的实施即有效又有用,才能实现人才培养支撑企业战略,促进企业发展的使命及责任。

21a77ba3ceed4e92ec6b15e8e0a66090.png

一、 组织学习模式与企业文化的一致

      如果我们把组织文化的特征经过极端的简化,组织文化可能会呈现出僵化封闭和灵活开放两个极端方向。僵化封闭的组织文化一般都源于组织结构具有内部稳定性的组织形式,而灵活开放的组织文化一般源于组织结构具有柔性灵活的组织形式。

      企业文化僵化的企业会出现:拒绝变革、沟通困难、软弱无力,不愿担责、拒绝学习等等现象。在这样企业文化中,可以说传统的学习形式和学习方式,效果根本无法得到保障。还可能加深个体成员的组织防卫和封闭心智,使僵化现象进一步加深。

      在这样的组织里,开展组织学习,无异于开展一场变革,实施的底层逻辑就需要从勒温的三阶段变革模型来设计组织学习的模式。首先,是对原有的企业文化进行解冻,然后实施变革或思想的植入,最后是对新的企业文化的再冻结,巩固变革效果。组织学习,必须设计更多的具有双环学习特征的学习形式。

ad4a6f31328d3326e01858aa33c15e24.png

二、 组织学习模式与业务环境的一致

      组织开展学习的最终目的是改善业务结果。业务结果的达成是组织与外部环境合理互动的结果。如果我们将外部环境的可预测性作为轴,轴的这头是可预测,那头是不可预测。

(一)当企业面对可预测的环境变化时,传承性学习是主要的学习方式

      当企业面对可预测的环境变化时,传承性的学习方式是更有益于组织快速获取知识和信息,帮助企业实现高效发展。对于规模较小的企业来说,当其所处环境中可预测变化较多时,它们主要采取外部传承的方式进行学习。小规模企业主要由核心成员组成,自身拥有的信息和资源有限,更多依靠对外部其他企业的学习和借鉴,由组织成员通过获取或模仿将外部的知识和经验带入企业,进而在组织内部进行整合和传播。

3b25bb02237983e8d5fb7ed18dd0bc4a.png

      随着企业规模的扩大,组织内部的资源和经验越来越多。由于环境变化的可预测程度较高,因此过去的知识、资源、信息和经验都可通过树立企业标杆的方式被企业整合和利用。规模大的企业不仅会从外部获取知识和引入经验,而且会更多开发和利用自身的已有资源,由组织成员在企业内部范围内产生和分享新知识,强调信息的交流和整合过程。因此,随着企业规模的扩大,企业员工数量增长,内部积累的知识、资源和信息增加,企业的主要学习方式从外部传承向同时采用内部传承和外部传承转变。

82f58e4161cc0ec3fa691d87d8774843.png

(二)当企业面对不可预测的环境变化时,创新性学习是主要的学习方式。

      当企业面对不可预测的环境变化时,创造性的学习方式更有益于企业建立独有的竞争优势而在市场竞争中获得成功。对于规模较小的企业来说,当其所处环境中的不可预测变化较多时,它们缺乏可以借鉴和参考的发展模式,难以对行业和自身的未来发展做出直接判断,只能通过预测和想象推断未来行业的变化趋势和未来的发展方向。小规模企业的组织结构相对简单、灵活性更强,有利于应对可能随时发生的变化环境并做出调整,开拓行业甚至市场中具有独创性的发展道路,开展想象式创造性学习。

      企业规模的扩大带来组织成员数量和资源的增加,大规模企业可以利用部分人员和资源在小范围内进行试验后,再将创新性的想法和结论进一步全面推广。随着企业规模的发展,内部成员数量增加,组织学习过程的起点为部分成员的知识创造,提出新的思路对企业现有的产品、业务和流程等进行改进,并将积累的经验和知识与试验性的创意和想法进行整合,最终应用于新产品、新业务和新流程的开发。

      对于大规模企业而言,当环境中不可预测的变化较多时,创造性学习方式更有利于组织适应环境变化并做出战略调整。企业既可以采用想象式创造性学习开拓市场和应对危机,也可以同时结合试验式学习的方法,将从部分市场和产品中获得创意和思想在整个组织中逐步推广。

0c503cd12728b26b40c44d7278626cb5.png

(三)当企业具有一定的积累时,挖掘性学习是较好的学习方式。

       另一个特别重要的学习形式是挖掘性学习,挖掘性学习使用吉尔伯特的行为工程模型为理论基础,最大化限度的减少对人性的依赖,采用先技控后人控的方式,提升成效代价比。通过理性的分析,找到现有业务的优化点,挖掘自身业务的潜能的学习。因为,该方法所做的不是从0到1的事,而是从1到100的事,因此规模越大,历程越长的企业越需要挖掘性学习,以此提升企业中各项资源的利用率。

(四)组织学习的三种模式及解决问题类型

aa1a009d28665d2531e6d04473a4916e.png

组织学习的三种典型模式,分别是传承性学习,创新性学习,挖潜性学习。

       传承性学习:是组织中的个体向组织内部、或外部的优秀标杆的学习,它适合解决的是有明确问题和明确答案的情形。

       挖潜性学习:是一种挖掘业务潜能,寻找业务改进点和杠杆点的学习方式,适合解决有确定的问题,没有确定答案的情形。

       创新性学习:是一种能够带来变化、更新、重组和重新提出问题的学习形式。创新性学习能够使学习者具有自主性、探索性、和未来性。创新性的学习需要创新性的教育形式,提倡的是学会学习。适合解决即不确定问题,也不确定答案的情形。

三、 组织学习模式的规划与选择

      我们将影响组织学习效率的两个因素放在一个坐标中,横轴是企业文化特征,代表了企业的内部环境,纵轴是相对于业务的市场环境的可预测性,代表了企业的外部环境。两个维度,清晰的展现了组织学习模式选择所面临的整体环境。

a6bee7aadd5c7d5884c055f27a17e1cb.png

       第一象限,组织文化灵活、而市场环境可预测性高的企业,在这样的企业里开展组织学习,应该是非常惬意的。氛围好,热爱学习,采用传承式的学习方式就可以达到预期目的,适当的激发,能效翻倍。

       第二象限,组织文化僵化、但市场环境可预测性高。这个象限的典型代表企业是很多国有企业。原本是应该采用传承性学习的,但要应对僵化的文化环境,就需要先使用创新性学习的形式,对原有文化进行解冻,然后再使用传承性学习才有好的效果。这个类型的企业随着企业历程的加长,规模的扩大,挖掘性学习对企业绩效的改善会起到更好的效果。

       第三象限,组织文化僵化、又要面对瞬息万变的市场环境。在这样的企业中搞组织学习是非常痛苦的。典型代表企业是当前的很多银行、证券等金融企业,他们由国企转制而来,文化僵化,又要面对互联网环境下灵活多变的市场环境。那无异需要将创新性学习模式进行到底,不然死路一条。

       第四象限,组织文化灵活开放、市场环境又不可预测。代表企业是当前的阿里、腾讯等为标杆的互联网企业,因此,他们把学习当做生命,将学习力等同于竞争力,不断将学习的基因融入自己的企业,他们是学习力最强的组织,值得我们深入研究。

       企业就像一个生命体,组织学习的过程就像企业通过改造自身去适应环境,与别的生命体进行竞争的过程。这个改造过程既要基于自身现状,又要顺应环境,同时还要具备发展性的眼光。每个企业不可能仅仅采用单一的学习模式,他需要将当前与未来、自身与环境等因素进行统筹权衡后,设计出传承性、创造性、挖潜性学习模式适宜的比例组合,并将各模式的课程由点到线,由线到面,由面到体,组成企业的学习体系,才能真真去引导企业能力的生长。

f033ece6c921ceb457b6177ade84b22e.gif

eb0468844a29dadf152c35ff7f5dc473.png

2531cae9dd26a22b8e63f4f1fed10c78.png

2c47d7646422ec93861c973224332949.png

46a3268ed2caee1ab59e366f123c69b0.gif

点击“阅读原文” 参与问卷填写

1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值