别再追求零失误了，优秀团队都在“主动失败”

失败不是一件坏事。如果是第一次担任管理者，你可能需要重新思考失败在团队学习与发展中的作用。你可以有意识地将失败嵌入团队任务中，明确目标是学习，而不是等待失败发生。这种方法可以推动员工的学习和成长，促进创新，加强团队韧性。

我们通常会避免失败，特别是对于渴望证明自己，或曾经被训练这样思考的新任管理者来说。避免失败也许可以保护短期绩效，却也阻碍了长期的增长和创新。员工承担更少风险并游离在舒适区时，就会错过拓展能力和尝试创新解决方案的机会。

不过失败不是一件坏事。如果是第一次担任管理者，你可能需要重新思考失败在团队学习与发展中的作用。为了优化学习效果，你可以有意识地将失败嵌入团队任务中，明确目标是学习，而不是等待失败发生。这被称为有效失败，是一种经过科学测试的方法，可以推动员工的学习和成长，促进创新，加强团队韧性。

为了合理利用有效失败，我们可以尝试以下步骤。

设计任务组合。设计“失败任务”的关键在于创建一个绩效与学习目标相平衡的组合。

绩效目标包括专注于实现既定目标的任务，这些任务不能出错，可能涉及日常活动，如准确处理工资单或管理高风险项目的交付成果。

学习目标的重点在于推动员工超越目前的能力。要有意识地选择这些延展任务，它们可能会导致失败和挣扎，进而推动探索和创造性解决问题。这类任务可以包括从头开始创建产品功能，或首次领导跨职能团队实施项目。

将这两个目标分开对于有效失败至关重要。通过清晰传达哪些任务是学习的，哪些任务的重点是绩效，管理者可以在学习区将失败正常化，为实验和成长创造一个安全空间。

设计障碍与节点。建立了绩效和学习任务组合后，下一步是为学习任务设计障碍。

例如，为了预测组织中AI的应用推广，第一次担任管理者的人可以要求团队为公司的电子商务平台设计一个AI驱动的推荐功能。鉴于这是一种新技术，这项任务可能会推动团队掌握超越当前的技能和知识。为了给员工创造深入解决问题而不只是执行已知解决方案的机会，管理者可以：

1、设置约束。有意识地对任务加以限制，督促员工创造性思考。例如，限制团队可以访问的AI模型训练数据的数量，迫使他们使用数据增强技术或识别代理数据。也可以通过将项目从六周缩短到四周来增加时间限制，提高紧迫感和专注感。这样可以促使团队探索替代、更快的实现方法（例如，开源库或预训练模型），而不是依赖典型的解决方案。

2、设计对比案例。设计包含比较不同方法或场景的任务，例如可以要求团队比较两种推荐算法：一种基于相似用户的偏好，另一种基于产品功能。这里的挑战在于决定哪种模型或组合更好，并且可以帮助团队更具战略性思考。

3、加入极端的限制条件。创建任务，推动员工处理意外情况。这可能会涉及引入极端情况，其中AI功能必须在极其有限的交互下工作——例如为浏览历史或购买数据最少的新客户生成产品推荐。这会促使团队突破思维束缚，也许利用人口统计数据或上下文线索来开发在典型案例中不需要的创造性解决方案。

4、制造不确定性。如果知道用户通常不会填写所有偏好数据，则可以使用不完整或模棱两可的信息设置任务。团队必须克服这种不确定性，进行用户研究，清理数据，并确定如何在缺乏明确指导的情况下创建有意义的产品推荐。这步可以建立韧性和适应性。

5、预判新手思维。预料到经验不足的员工可能会提出新手解决方案，并以这些解决方案无法奏效的方式构建任务。例如，新手最初可能会建议使用简单的基于规则的系统进推荐品（如果用户购买了商品A，则推荐商品B）。然而，该任务的搭建可以以一种需要集成机器学习算法和不同产品类别的交叉销售的方式进行，这是基本系统无法实现的。

6、故意提出次优或失败的策略。管理者可以建议团队从向每个用户推荐最受欢迎的产品开始，即使这种策略在以前的迭代中已被证明会导致用户参与度和满意度下降。这个障碍会鼓励团队重新思考个性化推荐，并探索更细致的数据驱动方法，考虑用户偏好，而不是依赖一刀切。

7、鼓励探索，管理矛盾。一旦团队遇到障碍，管理者必须忍住不要介入并解决问题。矛盾可以真正促进学习，应该鼓励员工合作并尝试不同的架构（例如，神经网络与决策树）来找到解决方案。这不是说过程中不提供反馈，相反，反馈是为了肯定学习任务的目标，保证心理安全，并鼓励更大的探索。

这种探索倾向需要更多时间，但从长远来看，它也会带来更深入的学习，和更好、更创新的解决方案。作为一名新任管理者，你需要为团队设计更长的发展轨道。

举行汇报会。下一个关键步骤是通过反馈过程，将失败转化为有价值的学习。通常来说，没有所谓正确的解决方案，因此管理者可以对比团队的新手解决方案，和更先进成功的方法。这里可以了解专家处理问题的方式、部署的策略，或他们用于评估成功的标准。这个过程可以使员工内化与专家思维的细微差别，更深入地了解为什么一些策略会失败，而其他策略会成功。此外，这些深入的汇报会议有助于构建将失败视为常态的团队文化。

这里你也可以问一些反思性的问题，例如：

·你在处理任务时做了哪些假设？

·最初看起来正确的解决方案是什么？为什么？

·你的方法与专家方法有何不同，是什么让专家的解决方案更有效？

·我们可以从这次失败中获得哪些关键见解，应用于下一个挑战？

设计失败任务并不是要让员工失败，而是为他们创造探索、学习和长期成功的机会。有效失败实验是有意设计挑战任务，让员工以一种结构化和安全的方式失败，从而获得成长。通过仔细平衡绩效和学习目标，精心设计带有内置障碍的任务，并培养一种将失败视为创新必经之路的文化，团队就能释放出真正的潜力。

马努·卡普尔（Manu Kapur）| 文

马努·卡普尔博士是领先的人类学习专家，也是《有效失败：通过失败的科学解锁更深层次的学习》（Productive Failure: Unlocking Deeper Learning Through the Science of Failing，Jossey-Bass出版）一书作者。

孙燕 | 编辑

联系方式

投稿、广告、内容和商务合作

newmedia@hbrchina.org