至顶网软件频道消息:时至今天,相信大家都已经听说过“敏捷”这个词。许多公司甚至很可能已有专门的敏捷团队。大多数软件驱动的公司希望通过从事敏捷(doing agile)开发来协助解决重大的业务和组织结构问题:诸如各种未兑现的承诺、不尽如人意的质量、缺乏可视性、成本过高、协作性差,以及创新进度缓慢等等。但很可惜,有许多公司发现他们并没有从敏捷投资中得到预期的结果。事实上,“部署敏捷”,尤其是在团队层面,与“变敏捷”即成为一个敏捷企业完全是两回事。坦白来讲,仅仅部署敏捷并没有多少实际价值。
其实这并非敏捷团队的错。公司战略与执行不一致,导致团队成果与预期南辕北辙是见惯不怪的事情。这些公司一般在组织架构中存在巨大的“脱节”。那些知道如何弥补这一脱节的公司可以确保正确的投资,并以正确的方式组建。但更重要的是,他们可以定期以较低成本改变正在创建的产品,以紧跟市场需求,在开发过程中创造最大价值。这是在规模上实现精益/敏捷对于打造真正的敏捷企业的保证。但要如何实现呢?
对Scrum的迷惘
在提供企业咨询时,我通常会提出以下三个问题:1)你的团队结构怎样?2)团队的工作流程怎样?3)你会怎样计划? 典型答案都会关注团队数量、角色、技术、流程、估算故事价值、sprints长度等等。我们总能改善团队层面的行为准则,但那又如何?每家公司都可以有Scrum团队,但绝对不可以迷信Scrum框架会解决公司所面临的重大问题。事实上,如果你所做的一切只是依赖这些单独的Scrum团队,其结果可能比瀑布开发模式更糟糕。
让我们潜心思考一下。如果你的敏捷团队的成员认为用瀑布开发模式更好,其中可能的原因就是:在瀑布模式中,当我们对工作所知甚少时,我们会预先作出决策。经验告诉我们项目将会推迟且超出预算,但我们会知道构建的内容,因为范围是固定的。与之相比,被称为“自然法则下的Scrum”(Feral Scrum) 的优化团队能够快速交付软件,而他们则只在Scrum模式下埋头做着自己的工作。有时,他们与组织的唯一联系就是唯一一个跟其他模式共享的产品负责人。他们投入许多资源进行开发,但我们不知道他们要交付的产品是否就是我们目前真正所需要的。
首要问题
我们先不谈出色的团队执行未能解决我们的业务问题,让我们来看一下如何计划工作和安排人员。这时候,我们就要谈到项目章程、业务案例、资金和资源审批。我们会讨论他们计划的频率、参与人员以及需要花费的时间和精力。
一位客户曾告诉我他们的年度计划批准了商业智能团队的71个项目,并且该71个项目目前全部仍处于活跃状态,“因为管理者需要看到整个系统进展”。其中有一半的项目是从上一年度顺延下来的。更致命的是,他们告诉我预期今年内不会有一个项目能够完工!
通过实施看板方案,我们能够解决这个进行中的工作问题。按照对业务的价值划分项目优先等级,列出项目必须完成的步骤,以及限制“正在进行中”的工作量。只有在当前的工作完成后,团队才能接新的工作。一转眼,项目交付变成可预测了,我们只构建最具有业务价值的部分。我们已经解决了我们的问题,对吗?答案当然是否定的。
成为敏捷企业
市场每天千变万化,新的客户需求层出不穷。一家公司的生存有赖于能够定期、以较低的成本改变项目组合,以紧追新的业务变化。想要缩短企业选择最佳方案的时间,并不断交付予客户,我们就需要解决战略与团队工作之间的脱节问题。
答案就是如何细分举措,让团队与不断变化的优先重点保持一致、自动化进度报告和选择能够推动持续改善的指标。其中的核心就在于季度小组计划活动Big Room Planning,它让团队和领导共同构建每个人可以交付的共享、可实现的发布计划。由现在开始,每个团队的工作与战略变化将会保持一致,Scrum团队可以“查看”以了解他们正在建模背后依据的基本原理,以及他们的工作如何推动公司战略的实施。但是,我们还需要具备另外一个条件。
培养企业的敏捷文化
一个敏捷企业必须深谙只有将战略、能力及文化结合起来,才能实现真正的机构转变。文化产生于人们的互动方式,因此我们寻求能够促进不断学习和改进的互动,而回顾和良好的绩效指标能派上用场。
最后,我们不应只是“做敏捷”,更应真正“变敏捷”(being Agile)。我们已具备所有解决重大问题所需的一切条件:包括出色的团队执行、按价值划分的优先等级、从战略到执行的连接,以及满足我们协调、沟通和改进文化需要的平台。我们应专注于为客户创优增值,而非只是创建过程。我们已经弥补组织中的缺口,现在我们可以积极引导我们的公司响应市场变化,真正成为一个敏捷企业。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。