上1节讲了 组织的结构的组成要素，典型的组织结构，传统管理的成本效益分析，同时参考了软件架构，人工智能算法的架构的演进趋势。
文章链接：https://www.jianshu.com/p/aebc268dfcf0
2.2.6 从信息熵及人之间信息传递出发
信息论与各学科
上图来自 https://www.zhihu.com/question/27068465
信息的概念不止局限在通讯行业，已经被应用于各个学科和行业。
香农提出了用信息熵来定量衡量信息的大小。
信息熵这个词是C．E．香农从热力学中借用过来的。热力学中的热熵是表示分子状态混乱程度的物理量。
热物理学证明，在一个封闭的系统中，熵总是增大，直至最大。若使系统的熵减少（使系统更加有序化），必须有外部能量的干预。
通俗地说, 熵是系统无知的程度.也是系统能量耗散均分到最大自由度的数量.
香农用信息熵的概念来描述信源的不确定度。
变量的不确定性越大，熵也就越大，把它搞清楚所需要的信息量也就越大。
信息熵是信息论中用于度量信息量的一个概念。一个系统越是有序，信息熵就越低；
反之，一个系统越是混乱，信息熵就越高。所以，信息熵也可以说是系统有序化程度的一个度量。
一个熵减对应工作生活中具体实际的应用可以参考如下内容：“我们一定要加强中、高级干部和专家的实践循环，在循环中扩大视野、增加见识，提高能力。这就是熵减。万物生长是熵减，战略预备队循环流动是熵减，干部增加实践知识是熵减，破格提拔干部也是熵减，合理的年龄退休也是熵减……。” 来自文章” 华为任正非的2017年新年关键词: 灰度、惰怠、熵减和无人区” http://mp.weixin.qq.com/s/vQR-jz31dVMZkpmJc_uB6A
熵减对应于人的行为如上文所说,包括各种学习行为:扩大视野,增加见识,提高能力,培训,增加实践,优化流程等.
低熵的有序与高熵的无序
熵的公式及掷硬币
从信息论的角度出发，更多信息意味着更小的熵。
熵与信息量的关系
站在信息传输和噪声的角度：
通讯系统示意图
通讯系统中的噪声与信息熵
经过噪声干扰，熵会增加。 所以要尽可能减少熵增加的可能性.
人与人之间的沟通本质上也是信息的传递，可以利用通讯系统的通讯模型来分析。
理想的人与人信息沟通示意图
实际的带噪声的信息沟通示意图
信息在传输过程中通常会有干扰,外部的干扰包括环境的噪声,背景音等。
个人内部的干扰包括语义的干扰：例如对相同的词汇缺乏共同的理解；内部无关的心理干扰，例如无关的想法，记忆，其他杂念，还有情绪的干扰例如忧虑，焦虑，会影响专注力和清晰的思维能力。有情绪时就没有理智。内部还有生理的干扰，身体生病，疲劳等引发头脑效率降低的身体前因。
理想的人与人信息沟通示意图
理想情况下，相同的背景,没有干扰噪声,经过多个环节仍然可以保证信息传递的精准性。
站在生活实际的角度，一句话经过几个人依次传递之后，往往就已经变味和传得似是而非了。
记得以前看电视综艺节目上有个小游戏，十多人依次小声传递一句话，到最后一个人时，已经离第一句话本意有十万八千里了。也一定程度上验证了这一点。
这就是个熵增的过程。
实际可能的人与人信息沟通示意图
人和人之间的沟通就可以类比成一个信息编码解码的过程。经过的人和环节越多，噪声干扰越多，信息的失真程度越多，或者说熵就越多。
就个人而言，熵减对应于人的行为如前面华为任正非所说,包括各种学习行为:扩大视野,增加见识,提高能力,培训,增加实践,优化流程等.
就人与人之间的沟通而言，要想避免熵增，就要像通讯系统一样，减少各种内外部噪声的干扰，减少中间环节，增加相同的知识背景或者共识等进行“编码解码”。
回到组织结构与管理上这个主题而言，其中减少中间环节并非指绝对去掉管理的中间环节，就目前一般的管理而言,中层管理者的参与是必要的,与这里的结论并不矛盾,前提是中层管理有其相应的专业知识与能力, 根据其专业知识与能力将组织或企业或者领导的战略,方向分解成可执行的项目,任务,步骤等,是熵减的过程。
2.2.6.2. 信息存储与沟通
信息记忆的过程
而人脑存储信息的过程也有编码存储检索的过程。 人脑具有创造力，但是记忆力却不如计算机。 民间也有“好记性不如烂笔头”的说明。
所以从人的沟通技巧的角度出发:
- 信息清晰,简洁. 若是复杂信息尽可能用解释,图示,实例,细节等传达. (参考后文细则)
- 口头沟通时环境安静
- 直接联系实施人或被沟通人
- 有相应共享知识, 技术经验,可以解码你的信息.
- 要求对方进行确认.
另外，除了人与人之间的沟通技巧之外，对于一个组织的团队而言, 有一个全局知识的共享平台是必要的, 减少了大量的沟通成本.
理想的团队沟通示意图
下节待续。
网友评论