未來研究所（IFTF）的杰出研究員、10本暢銷書的作者 Bob Johansen擁有30多年幫助世界各地的公司準備并塑造未來。在談到未來的工作時以及隨著 AI 和 ML 步伐的加快，同情心和同理心的重要性時，打他破了目的性，同時，提出在長期規劃時有必要擁有盡可能多的靈活和敏捷性。但作為一名未來學家，Johansen 總是明確指出他和 IFTF 的其他人并不是算命先生。他說：“定義未來學家的方式是，我們的遠見是否激發了你的洞察力。所以我們不是來預測的；我們是來激勵你的。”

在他的一本暢銷書《全方位思考》中，他深入探討了“辦公”，也就是我們的工作方式而不是辦公室，辦公室只是我們工作的地方。他說：“接下來就是我們所說的辦公室生態，即隨時隨地的工作環境。”現在遠程工作仍是一個緊迫的問題，在經過近三年的測試后仍然尋找立足點。隨著時間的推移，圍繞具有可行性的解決方案的工作似乎越來越復雜，一些人打算完全重返辦公室，而另一些人則在遠程模式上構建公司的未來。所以問題是你何時以及為什么想回到辦公室。他說：“這確實是多元化、公平和包容性的未來，我們認為它是在歸屬感的范圍里?！?/p>

這與一些現有的觀點相呼應，尤其是圍繞 D&I。但成功的法則不僅要構思未來 10 年的情況，而且還要回溯現在以說明進展情況——這種模式使 IFTF 在成功預測未來方面擁有對應的跟蹤記錄。Johansen 說：“我認為現在對于 IT 領導者來說，最重要的有能夠回想未來的能力。因此，如果你能放眼 10 年后再倒退回現在，這將有助于提升規劃的清晰度，但會削弱確定性?！?/p>

所以無論你的遠期規劃是什么，你應該問的問題應是你是否實踐了自己的預測。

在最近的 CIO 未來工作峰會上，Johansen 與 Tech Whisperers 播客的主持人 Dan Roberts 談到了預測的魅力，而非預言。

關于辦公室的意義：在新冠疫情期間，人們總在問，并且現在還在問的是，我們什么時候可以回到辦公室。然而，當我們進行研究時，首先要想清楚的問題是為什么要有辦公室，辦公室的目的是什么？對這個問題做全方位的思考?；締栴}都是關于目的和意義，范圍從個人到集體，其次是關于結果 。你正在尋求的結果是什么？這里的范圍從利潤（如股東價值）到繁榮發展，這實際上是對利益相關者價值的更大思考。

因此，成果在現在的商業領域中尤為重要且非常有趣。你會看到越來越多的企業不僅要求股東價值，還要求利益相關者價值。一家公司對廣大社會的影響是什么？

關于同情心：當你想到數字化和 IT 人員時，我們從一個大部分是模擬的世界轉變為一個近乎完全是數字的世界。但我們正在回到一個數字模擬的世界，比如大數據可視化。這不是一個完整的循環，因為我們還沒有回去；這就像一個螺旋式的發展。

但是我們變得越數字化，我們就越需要以全方位的方式思考可能性的梯度，而不僅僅是非此即彼。所以另一個范疇是培養社群。這確實是多元化、公平和包容性的未來。我們認為它在歸屬感的范圍里。

關于敏捷性：我們如何才能選擇更穩定的組織結構，并更有活力和積極響應？我曾在陸軍戰爭學院任教，有機會見到三星級將軍，一起談論過戰略和領導力。在軍隊中，他們說如果你想變得敏捷、靈活或改變隊形，你必須清楚你要去哪里，以及如何靈活地到達那里。

我沒有軍事背景，但在 911 的前一周，我與一群德勤高級合伙人和一些 CEO 聚在軍隊研究生院。他們介紹了這個想法即 VUCA 世界：易變的、不確定的、復雜的和模棱兩可的。我很感興趣，因為這是了解未來十年的一個很好的起點。我最終將 VUCA 轉變為積極因素，并且我意識到展望未來 10 年，波動性會讓位于愿景。因此，雖然愿景將得到不成比例的回報，但不確定性會促進理解；復雜性會促進明晰；模糊性會帶來敏捷。所以這實際上是積極的 VUCA：愿景、理解、清晰和敏捷。對我來說，這是領導力的基礎。

我認為現在對 IT 領導者來說最重要的事情是能夠從未來回想現在。因此，如果你能放眼 10 年后再倒退回來，這將有助于你提高清晰度，會緩和你的決定。因為我可以向你保證，未來的 VUCA 的世界會嘉獎那些具有清晰目標以及可以靈活實現目標的人。同樣未來也會懲罰對確定性的強調。無論是在 IT 領域還是在工程領域，都要去解決問題。而尋找確定的答案，往往會給你帶來麻煩。所以你要知道你不能有 100%的把握，我們必須學會在這樣的世界中茁壯成長。

關于衡量標準：很多人都說數據是新的資產。從某種意義上說這是正確的，但不僅僅是數據。它是由數據分析以及使用背景和人類的判斷來決定。好消息是我們擁有所有這些數據可視化的工具和關于我們自身的大量數據，以幫助我們做出更有益的選擇。壞消息是，我們不知道如何處理所有數據。所以從真正意義上看，它不僅僅是大量數據，它是分析、可視化，并提出更多模擬方式和更全面的數據參與方式。

數據確實很重要，但它將是選擇范圍意義上的數據，而不是作為答案意義上的數據。因為往往你越深入數據，它就會變得越復雜。我認識的那些優秀的領導者都認為，最后能幫助你做決定的數據量，是你希望擁有數據的六到七成。你不必一直等到自己完全知道做什么是正確的時候。

來源：www.cio.com