吉宁博士观点
在英国统治印度的时期，印度德里地区毒蛇众多，英国政府为此非常担心，所以发布悬赏，杀死毒蛇可获得奖励。起初，这是一个很有效的策略，大量毒蛇被居民猎杀。
随着时间的推移，很多人开始豢养毒蛇，杀死后换取奖励。政府知道后，就把猎杀毒蛇的奖赏取消了。结果原来豢养的毒蛇被大量放生，当地毒蛇的数量反而比发布悬赏前更多了。
这是一个“好心办坏事”的典型
它给了我们什么启示呢?
英国政府期待通过奖励发动民众捕蛇，这样既让老百姓感到安全，还能让捕蛇者获得奖励，政府也有了政绩，可谓多赢。但结果却违背了初衷，除了让极少数人获得短暂的利益，几乎所有人都输了——政府取消了奖励，没有人能够通过捕蛇获得奖励，而放生后的毒蛇造成了更大的危害。
这是为什么呢?
也可以说问题出在“算法”错误上，这个算法就是英国政府依据“奖励能解决问题”的固有认知，根本没有搞清楚奖励适不适用、条件充不充分。
无独有偶，以色列海尔法的一个私立幼儿园针对接孩子迟到这一现象，向家长做出罚款规定，结果是罚款后迟到的家长反而变多了，即使后来幼儿园把罚款取消，迟到率也没有下降到罚款之前的水平。
这个案例曾被心理学家命名为“罚款即价格”，简单解释就是家长既然缴了罚款，那心里就感觉没有亏欠，反而理直气壮地迟到，因为家长感觉是“用价格购买了迟到”。
奖励确实能调动一部分人的积极行为，但也容易让一些本复杂的问题简单粗暴化，容易产生负面影响，让人产生奖励依赖症——不奖励就不干活或者应付差事。
如何有效地激励人一直是一个很复杂的问题，不是靠一套考核奖励模式就能一劳永逸的。因为人是有思想、有情感并随时变化着的，不可能像机器和程序那样，一切都按照设计者的预想去运行，他一定会自己动脑子钻营——怎样才能多快好省地让个人利益最大化。
前阿里巴巴总裁卫哲分享过下面这样一个故事：
他刚去阿里巴巴的时候，觉得阿里巴巴是一个特别重视人力资源管理的公司。但是阿里巴巴中间也走过弯路，销售人员的离职率在05年、06年的时候每月是10%，年化120%，员工流失率很高!当时采取的措施就是把员工流失率定了个指标，作为各级人力资源管理者、各级干部的KPI考核标准。
效果怎么样呢?最后发觉还不如不定这个KPI。该留的人一个没留，该走的人一个没走，走了的人都是该留的人。
硬性制定员工流失率指标，并不能解决员工流失率的问题。类似的，生产线出了问题，我们在生产部门找原因;食品匮乏，我们想办法供应更多的食品;员工不满意了，那就想方设法提升员工满意度……解决方案似乎如此显而易见，可后来证明都不过治标不治本，甚至是抱薪救火，薪不去，火不灭。
很多问题的答案并不是那么直接，当事情发生了，一定要问：为什么会这样?
思考和解决问题的误区之一，就是习惯于一种线性的思考方式，认为某种现象是由某种因导致的果。但实际上，它们可能互为因果，因为有些果并没有直接的因，而是多种变量共同作用的结果。
比如对“机制”的认知：机制究竟是被设计出来的，还是自然形成的?两种说法可能都不够确切。
机制既需要人为的设计和借鉴，又要靠它自身不断地演化和发展，因为机制本身不能孤立存在，它一定是人和环境相互作用的结果。
换句话说，机制有确定性的部分，也有不确定性的部分;确定的部分可以设计，不确定的部分就要笼统一些，保证大方向即可。因为不确定的部分变量很多，不可能事无巨细什么都规定到，那样就会成为一种僵化和教条。
结合上面的几个案例，我们要思考一个问题：为什么奖励和处罚都不能达到我们想要的结果?我们不妨从以下几方面做起。
一、让“算法”升级
印度毒蛇的故事告诉我们，“奖励能解决一切问题”的算法过时了。在易变性和不确定性的时代，不能再用静态思考分析动态系统，不能再用确定性的答案解读不确定的系统，不能再用离散的方法对付连续的世界。
那怎么办呢?
(1)找出相关关系
比如通过数据统计，找出绩效与奖励之间呈什么样的关系，验证组织人才是正态分布还是幂律分布或者其他分布，员工能力提升与绩效改善的关系等。
(2)找出相关关系背后的原因
为什么员工在公司待了两年后，会集中爆发离职潮?为什么在印度毒蛇的故事中英国政府初衷很好，但结果却南辕北辙?是机制设计问题还是环境问题?如果有第三方独立监督委托机构，会不会更加有效地解决?
二、重视不可计算的部分
有“人工智能之父”之称的图灵，把世界分为可计算的部分和不可计算的部分。可计算的部分交给计算机，公式和定理交给“机器学习”;不可计算的部分交给人类的情感和体验。
发明平衡记分卡的卡普兰曾说过：“如果你不能描述它，就不能衡量它;如果你不能衡量它，就不能管理它;如果你不能管理它，就不能实现它 。”
管理讲究的是一板一眼以及可量化，与之相对应的，则是强有力的领导，领导力是难以计算的，领导的人格魅力、号召力、沟通技巧是机器取代不了的。
免责声明：文章来源于互联网或已标明来源，纯属学习与公益需求，版权及观点归属原作者。在传播过程中难免出现信息来源不明的文章，如果涉及到版权要求，请与我们联系，我们尊重您的知识版权，并按要求删除处理
推荐：
