「桥水」是一家怎样的机构?

https://www.zhihu.com/question/41593078

作者:陈达 链接:https://www.zhihu.com/question/41593078/answer/234990953 来源:知乎 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

二、关于群体性决策(变态的来了) 大家都知道民主好,一人一票;但其实民主只是坏制度里的比较不坏的制度,就如那句虽然不是丘吉尔原创却被他发扬光大的话一样。对于很多问题,你的决策其实不能搞这种单细胞的民主。比如大英帝国决定要不要脱欧。政治正确的说法是:人人平等是普世价值,那当然应该一人一票,人人同权;但是我们如果仅仅考虑决策的正确性,为了加大决策正确的概率,一人一票、同票同权其实是不合理的。很多人哪里搞得清楚脱欧的真实意义,某个在街上卖茶叶蛋的大爷投个赞成票就能把首相卡梅伦的反对票给咔嚓掉,你只需要两个卖茶叶蛋的大爷,就能彻底淹没掉卡梅隆的意见。 但是没办法,同票同权是政治正确;不过你在经营公司的时候就没必要搞这种单细胞的民主。比如桥水用的制度是“创见上的贤人政治”(idea meritocracy)。用达叔自己的语言来组织,就是将一帮冰雪聪明、独立思考的 人拉拢起来让他们互相不同意,搞出各种创见,然后最后通过靠谱度加权( believability-weighted)的方式进行表决。追求的是“极端真相”(radical truth)和“极端透明”(radical transparency)。 我对着电脑鳖了很久要如何翻译 believability-weighted,最后想想还是翻译成“靠谱度加权”最靠谱。 靠谱度加权,简单点说就是你这个人如果靠谱,那么你说的话你的意见分量就重一点;如果你这人不靠谱,那就人飘言轻。你会说这看起来不是理所当然的事情么?但是人类历史上其实很少实践这个理念,因为要执行很困难。而最容易执行的就是每人一票的民主或者没人有票的dictatorship(这词出于某些原因我实在没法翻译)。当然,达里奥觉得这些都太粗暴。 执行困难显而易见。怎么来决定一个人的靠谱程度?这里就是桥水开始搞邪教的地方了。 1. 所有的会议录像下来,由专(机器)人进行分析,人机对打; 2. 开会的时候每个人端着个iPad ,用一个叫点点(dots)的 app 互相评分,人人对打。 讲一下点点。点点是桥水众多阶级斗争app工具里的一个典型 —— 其实不止是在开会时,在任何时候任何场合,只要你感觉来了感觉对了,你就可以通过点点对你的同事进行铁面无私的大众点评。点评的个人特质多达100项以上,比如strategic thinking(策略化思考)啊、dealing with ambiguity(对模糊化情况的处理能力)啊,不同工种所对应的特质也不同。一般是1到10分你给他/她打分,7分就是个平均水平,然后你还可以追加一点文字评语。 所有的点评,比如打分人的ID(所以是实名制的)、分数、追加的附言评语都会被永久保存。每一个点评被称为一个dot,某个人身上可能挂满了dot——比如桥水的联席CIO 身上就挂了约有11000多个点。然后这些点会和你的KPI啊、你的360度无死角表现评估啊、你的测试成绩啊等等结合起来,最终形成你的究极战力——你的“靠谱度”(believability)。玩过足球游戏FIFA的人都知道所有的球员都有各种数据评分:速度啊射门啊对抗啊种种方面;而桥水这就是等于在现实中把人给彻底数据化了。 靠谱度不是目标,而是甬道;有了靠谱度,就可以为决策过程进行加权了。开会的时候大家投票,投票结果根据靠谱度一加权,就能最终形成决策结果。靠谱的人投票的分量就要重,不靠谱的人投票就轻于鸿毛。除了决策以外,由于点点是个动态即时的打分系统,所以你就比较容易监控你的员工的近况,你可以看看数据然后跑去说:小张啊,最近你状态下垂得有点厉害啊。 国内有没有这种与同事对打的变态 app?我是不是又找到了下一个风口?(也许国内已有,请原谅我的无知。) 我们用图解来看看整个决策过程。(所有图片与数据皆来自于达叔的TED演讲) 1. 通过“点点”app,你可以看到每个人对应的特质,并为其打分。

2. 我们能看到不同人对于某个人的表现其实有很大的主观性,但是我们要接受这种主观性,并相信大数据以及crowdsourcing(众包)的力量。

3. 所有人彼此间的互评会形成一张数据网。

4. 最后所有的这些数据进入算法,总结出每个人的靠谱度,形成一张计算机看到的“你的脸”。

5. 然后,通过靠谱度做决策。比如在表决“你认为对于美联储削减购债计划的预期落后于债市熊市吗?”,如果用一人一票的民主,表决结果是77%的人(13个人)说“是”,23%的人(4个人)说“否”。

6.如果用靠谱度加权,我们发现投否定票的四个人,人虽少但是言不微,因为他们的靠谱度非常高。所以如果加权后,19%的表决为“是”,81%的表决为“否”。形式发生了大逆转。

三、结语 想要推广这套变态玩法,就必须要有变态的组织。一般的公司文化肯定消受不起,而且可能也无必要。首先桥水基金最大的业务就是决策,全员基本都是decision maker;第二,这玩意儿对公司文化要求太高,你得是不官僚、无裙带、无小团体,你要不怕得罪人尤其是得罪上级,你也不能故意使坏、你也不屑于拍马奉承,大家都为了某个具体的目标处理、没有什么人情、不谈情怀、不扯远方。 这种变态的组织我们可以给他取个名字,叫邪教。所以30%桥水的雇员干不了两年就要走——邪教嘛,你要么同流合污、要么全然异化。 而达里奥借助这套“思考→原则→算法”的决策系统的想要推广的是一种极端真相和极端透明的公司文化,所有的人的意见都会根据自己的靠谱程度被反映出来,上下渠道通透敞亮。 由此我想到之前微博上热传的,某北大毕业生新入职华为,写出洋洋洒洒“万言书”指点江山,还上书了老总任正非,结果老任批复:此人如果有精神病,建议送医院治疗;如果没病,建议辞退。 舆论基本是一边倒地挺任:作为新人,你应该要知道自己的位置,上来就谈集团战略你不是在搞笑吗。我倒也不想为这个倒霉哥们辩护,但是觉得老任处理这个问题还是欠妥当。咱先不谈尊重人这一点,毕竟互相尊重也未必能把事请干成;我们就说听意见这一点,你觉得这个人不靠谱,你给他的万言书一个超级低的权重不就完了吗,何必要直接羞辱完了再开掉呢——除非你觉得这个人的靠谱度已经降到了零。 当然最后要说一点,华为毕竟不同于桥水:华为讲究执行力;桥水讲究决策力。但是我认为,无论什么组织都一定会有决策层,而决策层追求真相和透明终归是没错的,哪怕就算你追得没有桥水基金那么极端。

作者:阿基米德的浴缸 链接:https://www.zhihu.com/question/41593078/answer/119813442 来源:知乎 著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

1.2 公司员工

Bridgewater公司的员工数量从2003年的100人增长到2011年的1200人。公司愿意雇佣应届毕业生作为它的分析师,这在对冲行业里面是不多见的。耶鲁大学、哈佛大学、普林斯顿大学等美国常青藤学校源源不断地为Bridgewater公司提供优秀的应届毕业生。

Bridgewater的创始人在2011年的7月份辞去了CEO的职位,在公司担任“导师”的职责。公司有3位CEO:Greg Jensen、Eileen Murray和David McCormick,以及3位投资总监:Dalio、Bob Prince 和Jensen。

在Bridgewater公司,任何人的贡献都能得到一种合乎逻辑与原则的评价,而不是凭当权者的好恶。

公司员工都要求做到以下几点:

1、为自己工作而不是为别人而工作;

2、能独立提出最优的解决方案来达到自己的目标;

3、找最有经验最有能力的人去挑战自己的想法和方案以发现不足;

4、保持谦虚,善于“无知”;

5、用现实检验自己决策的结果,并努力思考如何得到提高。

可是根据报道,Bridgewater每年有将近30%的离职率,这对于一个大型的对冲基金来说是很不正常的。很多离职的员工都反映,由于任何事情都无法挽回,并且不能在背后谈论其他员工,Bridgewater公司是一个很难工作下去的地方,很容易令人丧失斗志。但Bridgewater公司则反对这一说法,它认为离职的员工都会喜欢说公司的坏话而不是谈论好的一面。

1.3 公司文化

在Bridgewater公司,最重要的目标是追求卓越、准确无误和持续改进。他们相信追求卓越需要在工作和人际交往时遵循一定的准则。他们希望找出什么是准确的事情,以及如何才能以最优的方案解决这件事情。

Bridgewater非常注重独立思考以及创新,因为独立思考可以带来思想的碰撞,而创新则需要不断犯错误。为了推动这种思考和创新的文化氛围,他们营造了一种彻底开放的工作环境。在Bridgewater公司里,每个人都有权利和义务去保证工作出色完成,因此,公司鼓励每位员工时刻保持自信和谦虚的态度去寻找最优的工作路径。

争论和错误在公司是非常必要的,因为它们是持续学习的动力,能最大化激发员工的潜能。公司要求员工经常做出直言不讳的反馈,包括召开“刨根问底”会议,讨论员工没能完成任务的原因,但是绝对不允许员工私底下说长道短。同时,每当出现问题,员工都必须在所谓的“问题日志”里写一份备忘录。公司实行全透明的管理模式,任何会议都需要录音,并且对所有员工开放

这种独特的文化,使人能够充分发挥作用,让公司员工得以出色地完成任务,并与同事以及顾客维持着良好的关系。

1.4 公司管理准则

Bridgewater创始人Dalio认为,清晰的工作准则以及价值观有助于员工更好地设立目标、识别和诊断问题、提出解决方案以及增强员工的执行力。因此,Dalio根据自己的生活经验建立一套非常完善公司管理准则,主要包括以下三个方面:如何营造理想的公司文化,如何培养出色的人才以及如何有效处理问题。

图1:Bridgewater公司管理准则描述图

1.4.1 营造理想的公司文化

(1) 营造开放的透明的文化。每个人都必须有开放的态度和宽阔的胸怀,愿意接受别人的正面批评。但决不允许欺诈和私下的说长道短。

(2) 营造从错误中学习的文化氛围,鼓励犯错误。不要为犯了错误而感到羞愧,任何人都有犯错误的时刻。学会从错误中总结,从错误中得到自我反馈。注重实现目标的结果,而不是注重过程的准确无误。

(3) 营造信息同步的文化氛围。一致同步意味着需要明晰什么是正确的事情,如何正确处理事情。争论对于解决信息不同步至关重要,争论不意味着全盘接受,每个员工都要知道什么时候停止争论从而为如何解决问题达成一致

1.4.2 寻找并培养优秀的人才

(1) 匹配不同的员工到不同的责任方,责任关联的员工之间需要拥有相似的价值观。员工需要清楚谁是为自己的目标、产出以及整个工作流程负责的。

(2) 承认员工之间的差异,因才施用。公司需要仔细考虑员工的不同价值观、能力以及专业技术,把公司的期望以及职位的需求与员工的能力相匹配。不要忽视这些个体差异,要最大化利用这些差异为公司服务。

(3) 招聘合适的员工,否则代价会非常大。在招聘前,公司得明确需要怎样的人,个人的价值观以及综合能力要比专业技术更加重要。公司需要寻找善于问问题的员工,寻找可以可以长期共同工作的员工,以及那些有闪光点异于别人的员工。

(4) 懂得如何做好管理。这要求管理者不断地比较实际产出和目标的差距,找出问题所在的根源,并学会用宏观的角度去看问题。不要通过给予命令来控制员工,当需要做出改变或者决策时,去聆听员工的反馈。当员工无法完成任务时,不要告诉员工具体怎样做,而是要帮助他们识别问题的原因,以及问题所带来的与预设目标的偏移。

(5) 正确地评价别人,而不是善意地评价。公司必须认识到当大部分员工都喜欢恭维而不是批评时,没有什么比正面的批评更有价值了。公司应该给员工提供持续、清晰和客观的反馈评价,并鼓励员工对这些评价进行讨论。但需要注意的是,对别人评价时,不要对自己的评价过于自信,也不要对其他人的评价不屑一顾。

(6) 以经验培训和测试员工。在员工培训的过程中,公司要持续提供反馈,帮助员工以正确的方法、以明确的目标学习。培训的目的不是授之以鱼,而是授之以渔。

(7) 当发现员工不适合此份工作,把他从原来的岗位调离,或者直接辞退。要知道,员工处于不适合自己的位置要比被解雇更加糟糕。

1.4.3 有效处理问题

(1) 需要懂得如何有效地发现问题。善于发现问题是有效管理的第一步,也是持续改进的源动力。不要忍受任何的不完善,主动去做出改变,并且任何时候都要具体化所发现的问题。

(2) 识别问题的症结所在。通常需要经过对人和产品设计方面识别,找出问题的根源所在。识别问题对于过程管理以及质量管理都非常重要。识别问题需要问以下几点:问题带来了什么不良影响?谁要对这次的问题负责任?理想状态下工作的产出是怎样的?实际发生的与理想预期的差别在哪里?是设计方面的问题吗?为什么这样处理问题?这样处理的结果会是怎样?应该由谁如何处理这个问题?

(3) 让事情重新回到正确的轨道。在继续向前推进时,需要回顾一下以往的工作,通过识别哪些地方在正确地运作,哪些地方出现问题,就会发现哪些地方需要改进。

(4) 改进“机器”,去实现目标。在行动前,必须进行详尽的思考,花时间去做出详细的改进计划。

原文发布于微信公众号 - CreateAMind(createamind)

原文发表时间:2018-03-01

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏数据的力量

心理学名家告诉你,11个不容忽视的教育的关键

教育是人类永恒的话题。对成长规律的探索,不仅让我们更加了解孩子,也更加懂得个体生命的意义,从而改变自己。

1023
来自专栏大数据文摘

可穿戴设备之父艾里克斯·本特

1805
来自专栏AI科技大本营的专栏

马斯克挖隧道是动真格的:自行为你加速,速度堪比飙车

马斯克正式公布了他挖隧道的项目——The Boring Company。 在他一系列神奇项目的背后,究竟蕴藏着怎样的一种超能力呢? 相对于你我,马斯克在思维上的...

3858
来自专栏VRPinea

Vsensory工作室创始人陈修超:线下VR,傻瓜式的街机模式或可一试

3737
来自专栏大数据钻研

注意!我们的世界在被大数据悄悄的改变!

大数据目前是当下最火热的词了,你要是不知道大数据这个概念,都不好意思在众人面前开口了。然而实际上很多人都对大数据的应用模糊不清。但其实大数据的广泛应用已经在悄悄...

3335
来自专栏PPV课数据科学社区

大数据帮助将种族、收入信息精确可视化到街区级别

当街区活动家(通俗一点就是居委会大妈)尝试解决诸如收入不平等、住宅区隔离以及环境种族主义等问题之前,他们首先要明确他们希望解决的问题的严重程度,及其对利益相关者...

3047
来自专栏大数据挖掘DT机器学习

用python对拉勾网5000条招聘进行数据分析

本文由作者:sevenry 原创投稿 声明:本文所公布代码及数据仅作学习用,若别有用途则后果自行承担。 根据@种瓜从拉勾网爬下来的数据文件 爬虫部分源代码:...

42112
来自专栏大数据和云计算技术

"Google X"大起底

“Google X”来源 Google X,是谷歌公司最神秘的一个部门,位于美国旧金山的一处秘密地点,该实验室的机密程度堪比CIA,仅少数几位谷歌高层掌握情况...

2974
来自专栏IT派

确认过眼神!结合安检与测谎的AI,可用于自动通关和人力面试

人机交互的时代就要来了!在不久的将来,旅客过海关的时候,面对的将是一台人工智能自动通关机——AVATAR,通过安检与测谎的结合,将重塑安检新型态;此外,这项技术...

933
来自专栏CDA数据分析师

2015年,人工智能到底有哪些应用(超详细!)

时至2015,科技界的气氛与往年大不一样:似乎影片《超能陆战队》、《星际迷航》、《机械公敌》中,那些遥远的科技场景都将走进我们的生活。因为,人工智能时代真的来临...

4436

扫码关注云+社区

领取腾讯云代金券