成本论——不可能三角为什么不可能【(需求)成本载体】

核心观点

成本论有两方面,一方面是有需求就要有成本载体,对应固定成本另一方面是需求发展(质变)和冲突,需要成本发展(质变)和转嫁,或削弱需求

不可能三角的角,一般有两类,一类是想得到的,一类是要付出的,即需求和成本,得失

有需求必然需要付出成本,区别只在于成本由什么来承担以及如何承担,即成本载体不同。

需求的数量和质量越高,对应需要的成本的数量和质量也就越多越高,需求在量变产生质变的时候,也需要对应质变的成本载体才能承载(马斯洛需求金字塔)。大部分时候,需要满足的需求都是多样的,那么就需要有与之匹配的多样的成本载体。

成本无法承载需求时,就会产生矛盾,此时需要弱化矛盾,矛盾的弱化只能通过减少需求或增加成本来实现。

增加成本供应的方式分为两类,一类是直接增加自己承担的成本,另一类是把成本转嫁“出”去,被转嫁的成本可以由:【工具/外人/资源/钱】承载;

处理矛盾的核心,是用最合适(富裕)的成本满足最迫切的需求,对需要满足的需求和需要付出的成本的选择,就是取舍,不同的取舍选择,就是不同的解决方案。

方案需要取舍的时候,一般是多个需求在都发展到极致的时候,现有成本不足以承载需求,如对质量和效率的更高要求。解决方案一种是弱化矛盾,比如牺牲质量或牺牲效率,使弱化后的矛盾可以被现有成本载体承载。另一种是转嫁矛盾的成本,比如加人,换更有经验的执行人,用更高效的工具等。

大部分矛盾的承载点都会落在人力和资源上,用机器/工具尽量替代人力作为成本的承载方会是一个通常有效的思路。(绝对价值和相对价值,详见《成本论》)第二种思路是让外部的人来承载本该由内部人承载的成本。第三种是让资源承担成本。第四种在人类社会中比较通用,就是用钱来承载成本。

 

范例引出概念

不可能三角:质量效率成本

成本的特殊性和成本载体

定义

是什么

【(需求)成本载体】是一种思考宏观解决方案的思维框架(有针对性的微观解决方案case by case看)。

描述

目的:解决什么问题

如何使用

 

举例

注重共性,而非个例。

工具载体

轻流

 

 

 

 

 

 

 

 

 

 

 

不可能三角,取舍之道 所谓slg和plg就是成本承载方不同的区别

 


不可能三角是一种思考宏观解决方案的思维框架(有针对性的微观解决方案case by case看)。

不可能三角中,必然有两角是越发展到极致,冲突越严重的(某一方发展到极致后,就无法兼顾另一种)(或者其实可能是互相对立可能又是相互统一的),比如能力和听话、质量和效率。而第三个角往往成本/矛盾被转移/转嫁的地方。

对立的双方之间,肯定是有矛盾的,这种矛盾不会消失,只会转移,也就是说如果想要同时满足对立的双方,只能是有一个第三方作为矛盾的承接方。

要想得到对立的双方,必须有矛盾的承接方;没有矛盾的承接方,则只能得到对立双方中的一方。

矛盾承接方需求的大小,取决于需要的对立双方的多少;对对立双方同时的需求越多,就需要越多的矛盾承接方。

矛盾承接方可以有很多种,对立双方需求的多少程度和随之而来的对矛盾承接方需求的大小,以及不同的矛盾承接方和矛盾承接方式的选择,就是各种不同的方案,也就是取舍。

矛盾承接方,一般就是各种类型的成本项,比如钱、时间、权、尊重等。

寻找和人相关的矛盾/成本承接方的时候,可以参考马斯洛需求金字塔。

比如能力和听话,这二者在发展到极致的时候,即既要能力出众,又要唯命是从,这二者之间必然是冲突的,能力出众的人很难久居人下,唯命是从的人缺少独立思考,就难谈能力,所以如果需要同时具备这两者的话,就需要有成本承载方来承载这两者之间冲突导致的矛盾,这个矛盾承载方可以参考马斯洛的需求金字塔,即生存、安全、爱与归属(感情)、尊重、自我实现,对能力和听话这二者的追求越极致,越需要满足更高层次的需求以作为矛盾成本的承载,不然就是要在能力或者听话而者之间接受某一方有缺失。

再比如质量和效率,既要质量很高,又要效率很高,那要么是堆更多的人,要么是让能力更强的人去做,或者用更好的工具等,这些都是不同的成本承载方,根据成本承载方的不同,就形成了不同的方案,当然在这个例子中,承载方的外在表现统一为了钱。如果不希望付出更多的成本,那就需要在质量和效率之间接受一部分的缺失,根据接受缺失的方面和程度的不同,也形成了不同的方案。

再比如分布式系统中的CAP原理,即一致性、可用性、分区容忍性(能接受分区)。这个原理其实缺失了一角,即分布式系统这个方案本身的追求:高吞吐量。这里本质的两角是吞吐量和可用性,一致性和分区容忍性是成本的承载方。在保证高吞吐量和高可用性的前提下,一般只能做分区,那会丢失一部分的数据一致性,奇数分区选举保证一致和最终一致性都是在准确度和时间上对一致性的取舍。而如果一定要强一致性的话,那就是只能在吞吐量和可用性之间做取舍,一般会牺牲吞吐量,用冗余来实现高可用性,同时就不会做分区。(这个分析的不太好,对分布式系统的本质的了解还是不够)。

矛盾承接方一直转移下去 ,最终还是不会说话的环境本身承受了一切(但是环境会反噬)。

ps: 马斯洛需求金字塔


框架、架构也都是工具的一种,可以以更低的开发人员的平均能力水平和更低的人数规模,得到更高的开发效率和质量。


规模与利润、速度与质量、过程与结果、效率与公平、平等与权力(集体领导和个人分工)、人才密度与规模、包容与淘汰、领先与跟随、自由与责任、Context与Control

 

开放性——灵活变更、使用门槛低、适用更广的场景 确定性——贴合场景(已经搭建好的模板)、不依赖个人能力 规模化——适用范围广、边际成本低

AI可以低成本的实现规模化的确定性,且使用门槛低,功能丰富? 但是硬件成本高?AI摩尔定律?


丰富的功能【与】低入门上手门槛:模板、实施

单一场景/行业的专精【与】广泛行业的匹配:先精而后博、一专多能

一对一的服务和规模化的复制:人工智能

 

1)基础平台 提供类似 AUTOML的机器学习能力,通过降低使用门槛,对用例场景多样化的支持,获得规模最大化,形成进一步的生态优势。具备开放性、规模化,但较低的产品化程度会带来很多实施过程中的不确定性,结果无法保障,很大程度上取决于开发者自己的综合应用能力;

2)垂直能力 语音识别API,比如阿里刚刚发布的DFSMN,实现了LSTM 成为主流以来的又一次升级,将全球语音识别准确率纪录提高至96.04%,实现了很高的应用效果确定性,从而也会获得很高的调用量,实现规模化。但相对基础平台而言,降低了开放性,无法应用在更广的场景,即使识别对象同样是声音,也无法直接用在识别机器异常和故障信号的工业应用领域;

3)定制解决方案 在行业的早期,一对一的咨询服务是一种更便于销售和探索的业务模式,但无法自身单独成为主要收入来源,需要更完整的业务组合来转化为更大的商业价值。这个模式具备很高的开放性,例如AIBEE通过个案专家现场咨询提供高度针对性的解决方案,同时,执行和结果也有很高的确定性,但无法迅速规模化。

总体上,第二种平衡的选择在当下看起来更流行,不同行业的应用案例基本是在选择确定性优先,在一个相对垂直的领域基于高质量的数据解决特定的具体问题,尽量的限定开放性,以不同的垂直领域纵向延伸或横向叠加来追求规模,最后寻求满足客户整合性需求的平台机会。这种路线看起来很难差异化,但对于高度依赖领域数据的人工智能而言,规模领先本身也能带来差异化和壁垒,但要求能够迅速的将单纯的规模优势转化为迭代的势能、生态的优势,这种时间窗口往往稍纵即逝。

在借助 AI 的技术红利推动业务升级之前,先想清楚如何在这三者之间取舍侧重,基本上决定了业务模式的大框架,这种三元导悖论检视至少可以避免一些大而不见的关键隐患,是必要的。


https://zhuanlan.zhihu.com/p/37939154

质量、效率、成本 位高、权重、责任轻 计算机CAP定律 - 一个分布式系统中,一致性、可用性、分区容错性 区块链: - 安全、可扩展性、去中心化

项目管理三角 范围、时间、成本

7、保险产品不可能 品牌服务、产品责任、价格

0、永恒的三角/三元悖论——保罗·克鲁格曼调节性、置信度、流动性 1、蒙代尔不可能本国货币的独立性、汇率的稳定性、资本的完全流动 2、投资不可能收益性、安全性、流动性 3、计算机CAP定律一个分布式系统中,一致性、可用性、分区容错性区块链:安全、可扩展性、去中心化 4、项目管理三角范围、时间、成本 5、2B不可能三角高毛利、高周转、大规模 6、经济发展不可能三角国家统一、经济效率、区域间平衡发展 7、保险产品不可能品牌服务、产品责任、价格 8、罪恶问题——伊壁鸠鲁宗教信仰、哲学反思、道德坚持 9、物流决策库存战略、运输战略、选址战略 10、韦伯区位三角产品销售地、原料A产地、原料B产地 11、职业不可能钱多、事少、离家近 位高、权重、责任轻 12、设计领域好看,便宜,快速 13、运动摄影领域:快门,光圈,感光度 14、心理学关心投入、情绪自主、完整自我 15、产品经理不可能高薪、高职位、高产出 16、地产不可能负债率低、现金流正、销售规模持续增加 17、公众号深度、日更、原创 18、金融科技不可能——原创牌照(金融)、技术、场景

转载链接:https://www.zhihu.com/question/299541816/answer/1443440843