制造业企业的运营就是“易”

制造业企业的运营（文中的“运营”，如没有特别说明，均指的是制造业企业的运营），究竟有哪些特质？许多朋友都很关心。根据之前做过几年制造业企业COO的经验以及最近一段时间的思考，写一篇摘要版的文稿在这里，供有兴趣的朋友做进一步的生发。

一、运营就是“易”

这个“易”是《易经》的易，就是变，这个变是“移步换景”的，善于变，是运营者最能得到挑战的地方。事无定法，由于外部条件和内部条件不停地发生变化，面向客户的最终交付需求也会有变化，如何在更多的限制条件下，做出较优解的安排，是运营者的首要使命。既要设计秩序，又要冲破秩序，始终能够维持组织能力与市场需求满足旅程之间的动态平衡。

二、COO见人大半截

企业的常见形态是职能部门和业务部门协同的机制，职能部门是支持、监督业务部门的。分管领导以及部门总监的设置，常常是限制了组织应变的灵活性，即便是已经被高度授权的COO或者运营总监，在这种体系下，也还是难以发挥作用，常常陷入到扯皮的境地之中。为什么要“见人大半截”？那就是他拥有“特别干预权”。必需时可直接发布具体的调度令，以缩短决策时间。当然这种干预不是一个常态，每次发生之后，需要以规则修订等方法在一定范围内作出说明，并适度纳入岗位的行为体系，提供特征识别的依据。

“见人大半截”是职务上的安排，有点类似部队的军衔。偶遇的对面同样是大校军衔，但是运营者这时候就秒变少将。大致如此。

三、关注全局变量

运营者的使命是对全局变量进行运维，所谓全局变量，就是企业经营系统（包括运营体系）的重要变化参数，比如作业班次、帐期设定方法、成本计算方法、排产的策略、运输装载策略、客户分类标准、供应商响应节拍等等。运营者对这些变量的有效性，需要保持足够的觉察，对如何紧急启动临时调整或者长期调整，需要保持足够敏感。

四、业务规则的“机器学习”

全局变量的后面是若干业务规则，在这些业务规则的具体框架里，业务在连续发生。运营者掌握了大量的样本信息，需要象“机器学习”一样，去考察具体规则的适应性，其前提、条件、环境是否有变化？尤其是面对未来变化的时候，有哪些预案。这是“机器学习”的根本目的。

五、网络关系计划（NRP）的操盘手

网络关系计划在《榕树型企业-设计和复制组织的基因》一书中有详细介绍。操盘的要义是保证企业产供销的基本节奏比较稳健，不被破坏。或者是即便有一些影响，可以迅速“回归”，某种意义上，这就是韧性。通常对于规模较大的客户、个性化突出的客户、价值显著的客户，优先做资源的匹配。这个优先是在规则上、制度上的优先，也就是将能力单元和 需求做紧耦合，确保交付秩序。其他需求基于这样的前提再去满足。当然在实际执行的时候，保持一定的机动灵活性。这就是“易”的含义所在。

六、企业资源活地图

许多企业的ERP（企业资源计划），之所以没能达到所设定的预期，根本原因是对于企业经营资源的信息化不充分，无法让运营者通过数据手段掌握。这时候就需要在人肉视角做好企业资源的活地图。比如明天有暴雨，销售、生产、物流等方面会有哪些发生？哪些需求（订单）会受到影响，影响到什么程度？某个乡镇近期有一条主干道要大修，预计半年，沿线送货点的送货策略怎么变化，等等。这些需要是“活地图”才能用非结构化的方式，解决结构化的信息系统无法解决的问题。

七、企业数字化的重要维度

企业数字化的重要使命就是要构建企业的数字运营系统，让越来越多的非结构化内涵可以通过结构化进行表达，并且可以直接给出运营调度的建议，甚至，直接在微观层面进行决策，比如生产任务的具体调整。等等。

八、没有银弹

企业运营没有银弹。每家企业的经营禀赋不同，我们无法做到“一以蔽之”。需要运营者广泛积累，沉浸在现场，又能跳出“三界”，反求诸己。再高级的系统在这个方面也只是支持，无法替代。本质上这是企业精神的锤炼过程。