入门指南｜Cynefin框架：数字化转型中的决策导航

• Cynefin框架是什么

Cynefin框架是一个辅助决策复杂问题的思考模型，由IBM的Dave Snowden1999年创建。Cynefin是威尔士语，原意是栖息地或住所的意思，其基本理念是根据因果关系将问题分为简单、繁杂、复杂、混沌和失序领域。 简单（Simple）领域，因果关系清晰明了，如果做X就会得到Y，结果可预测。面临的问题，往往有明确的、唯一的正确答案。 繁杂（Complicated）领域，虽然存在因果关系，但结果预测需要专业或经验，且问题可能存在多个正确答案。通常要找到这个领域的专家，对标最佳实践，才能找到相对最优解。 复杂（Complex）领域，因果关系无法事前确定，只能事后总结推断，结果不可预测。面临的问题，可能有、也可能没有正确答案。决策者需要进行“输得起”的试验，通过试验让结果和规律浮现出来。比如，中国改革开放前期，即使伟大如邓小平，事前也无法找到必然成功的因果关系，于是设立多个“经济特区”摸索改革开放经验，深圳一个特区试验成功，也就意味着改革开放政策的成功。 混乱（Choatic）领域，属于无序状态，因果关系不清晰，结果不可预测，信息不明难以认知，无从寻找正确答案。决策者要实施“探针策略”，先基于无序状态止损，然后积极行动，根据各方反应寻求建立解决问题的秩序。911事件后，布什面临的决策领域就是这样，先止损—下命令“所有的班机停飞，如有未听命降落的客机，空军立刻将其击落。”然后快速行动–发表“911”恐怖袭击后的公开演说，根据各方反应，形成下一步的做法。从公司视角看，混乱领域下，往往是推进创新的最佳时刻，大家对创新的接受度很高。 另外，还有一种“失序（Disorder）区域”，极度无序，无序到人们都不会去寻找因果关系，解决方式是尝试把问题分解，把不同问题分解到不同的领域中去决策。一般不单独就这个区域展开讨论。

• Cynefin框架对数字化转型的价值和意义

数字化转型很难，本质难在高度复杂性—不仅仅涉及IT和技术，更和企业家认知、业务重构、商业模式、组织变革、企业文化等动态要素高度相关，更难在企业自身对数字化转型的容错能力、试错效率。 Cynefin框架能够帮助企业在数字化转型中理性处理复杂性，在不同复杂性级别下采取合适决策，降低决策风险。 在数字化转型的战略层面，Cynefin框架可以提高数字化转型的结构性效率。比如，大多数相对前沿的数字化商业模式属于Cynefin框架“复杂领域”，因果关系无法事前确定，只能事后复盘推断，结果不可预测。企业最佳策略是做“输得起的试验”。 比如，微信的产生，当时腾讯多个团队在研究移动时代的社交产品，最终广州张小龙团队胜出。 比如，新东方的“东方甄选”，俞敏洪提出“允许亏损五年，每年亏损一个亿”，也是以“输得起的试验”方式推进。 再比如，自ChatGPT发布以来，中国互联网大厂开卷AI大模型，百度、360、华为、字节、腾讯、阿里等陆续入局。很明显，各个大厂做AI大模型的策略是不同的，多数企业对标最佳实践，对标学习ChatGPT，是处理“繁杂领域”问题的典型做法；少数专注垂直领域的企业，缺乏最佳实践的参考，要做“输得起的试验”来进行探索，是属于“复杂领域”问题的典型做法；最先跟进的百度“文心一言”，除了其对资本市场的考虑，很可能在实施“探针策略”，抢先发布产品试看各方反应，然后再决定下一步策略，是属于“混乱领域”问题的典型做法。 在数字化转型的运营层面，Cynefin框架可以用于多种决策场景，包括前沿技术、流程优化、商业模式和组织变革等。 比如，在组织变革方面，有些企业已经有成功的组织变革经验，对其而言组织变革就属于“简单领域”，典型如IBM具有多次大型变革管理经验，其数字化转型也相对容易实施。然而，大部分企业缺乏组织变革管理经验，组织变革则属于“繁杂领域”，需要学习变革管理的最佳实践，需要通过引入专家或咨询公司协助完成转型，就像华为历史上引入IBM协助推动变革一样。 比如，在流程优化方面，数字化转型背景下，流程优化一般需要先做客户旅程，基于数字化技术来优化客户体验，客户体验完成优化后，流程自然得到优化。对很多企业来说，甚至“不知道自己不知道”，把此事置于“简单领域”，继续按照过去方式做流程优化。但实际上，应该处于“繁杂领域”，也就是自己不会做、但有专家或先进企业会做，需要引入专家或咨询公司协助完成。企业在做数字化转型乃至其他变革的时候，非常容易犯的错误就是跌入“简单领域”陷阱，以为自己会做、但实际上并不会做，结果在发展过程中犯下战略性错误。

• 数字化转型中如何运用Cynefin框架

首先，审视数字化转型中的主要问题或挑战。这可能包括战略问题、业务问题、流程问题、组织问题、技术问题等，从中筛选中优先解决的关键问题。 其次，将关键问题放入Cynefin框架的适当类别中。“简单领域”的问题，如技术问题；“繁杂领域”的问题，如体验优化、新产品开发（市场已有成功产品）；“复杂领域”中问题，如新商业模式的探索、创新性产品的开发（市场空白）；“混乱领域”中的问题，比如疫情对数字化商业模式的影响、数字化团队的集体离职等； 再次，基于关键问题所在的类别，确定适当的方法和策略。 “简单领域”中，需要定义明确的规则、流程和标准； “繁杂领域”中，需要对标最佳实践，最终形成标准化模式，推动大规模复制，转化为“简单领域”问题； “复杂领域”中，采用探索性方法，如设计思维、敏捷开发、Scrum等，做“输得起的试验”。把“输的起的试验”转化为“繁杂域”或“简单域”问题；比如微信，腾讯不知道移动化时代的社交模式应该是什么样的，属于“复杂领域”问题；腾讯旗下几个做微信等类似产品的团队却在做处于“繁杂领域”或“简单领域”的产品开发。 在“混乱领域”，采取“探针策略”，先止损，灵活快速推出应对举措，根据各方反应情况再决定下一步措施。 对数字化转型而言，最大的陷阱在于 “繁杂领域”陷阱，即把本属于“复杂领域”的问题，错误的归入“繁杂领域”。也就是说，把本来应该用“输得起的试验”来探索解决的问题归入到“对标最佳实践”来解决。大型企业的数字化转型，往往会陷入“繁杂领域陷阱”。比如，GE学习其他企业数字化转型做法，2015 年成立了独立业务部门GE Digital。对通用电气这样的大型集团公司来说，每个业务部门都有非常不同的数字化转型需求，盲目学习最佳实践，通过集中控制的数字化转型，而非授权和推动各个业务开展数字化转型“试验”，导致数字化转型计划与业务部门需求之间脱节，最终导致失败。 数字化转型过程中，最常见的风险是“简单领域”陷阱，即把本属于“繁杂领域”或“复杂领域”的问题，想当然的归入到简单领域，最终导致失败。比如组织变革，有很多公司理所当然的认为凭借经验就可以推动变革，实际上，组织变革自有规律，缺乏变革经验的大型企业在变革中的失败率极高。即使成功如腾讯，在其 2012年的“518变革”中，找了包括正略在内的公司提供协助；2018年的“930变革”中，变革管理专家杨国安贴身提供变革协助。 总之，在数字化转型过程中，围绕战略、组织、业务、人员、技术、数据等问题的复杂性，结合Cynefin框架，制定明确的方法和策略，有助于降低决策风险，更好地实现数字化转型目标。