极度求真、极度务实，实现EHS系统的进化

作者：彭小燕 共生代管理顾问公司 首席顾问

 

        引子

 

       疫情防控历时近三年，是一个非常难得的案例，让我们看到国家的社会健康目标与个人目标、期望的不同，看到国家决策从上而下的强大执行力是如何产生和落地的，也看到各级人员因其位置差异而对防控要求的理解执行的不同，也看到更多民众心态的变化与对国家的热爱和牺牲……

 

       在我看来，这就是一个健康管理的大系统，我们共同经历了这一系统的产生、成型、发展、再发展的过程，这对我们如何发展出自己的EHS系统，将缩小版应用到我们企业，提供了直接的经验。

 

 

        一、从无人驾驶系统的两种开发模式谈起

 

       大约十年前，在无人驾驶技术刚刚兴起时，我这个EHS人不太“敢”看好它，机器人伤人事件、机器人规则中缺少的情感因素与强大力量也被各种科幻小说电影广泛传播。这期间，刚好有机会与一个搞自动驾驶系统的客户朋友交流，使我的观点发生了重大的改变。

 

 

       近日举行的莫斯科国际象棋公开赛中，一国际象棋机器人夹断了一名7岁参赛儿童克里斯托弗的手指。孩子的父母想要提起诉讼。

 

       莫斯科国际象棋联合会副主席斯马金解释称，在与机器人对弈时，有一些安全规则，这个孩子显然违反了规则，在他下棋时，没有意识到自己必须等待。

 

 

       这位朋友讲到无人驾驶的系统有两种开发模式：

 

       第一种A的开发模式：是澄清系统目标、决定基本规则、通过人机互动、不断加深增加对规则所需的运行条件、变量等进行精确理解，形成算法，即可实现规则之上的智能化，通过越来越多的关联情境模拟、人机互动、数据采集，智能会进步。

 

       智能型扫地机人、酒店、小区送餐车、快递车、公交固定线路的车辆已进入实操，甚至在相对稳定道路和环境条件的车辆都将会得到极大应用，这将成为是智慧城市的一部分，这太伟大了。

 

       第二种B开发模式则是：从没有规则开始，开放地采集数据，通过学习某人或某些人的驾驶行为，对其行为习惯和车辆动作数据进行采集，当数据关联起来时，大量的积累形成算法，这是一个学习系统，不断学习、升级数据采集、关联算法，在迭代中，形成智能系统，系统因而具备了自主学习能力。所有人都有机会获得一台与自己的驾驶习惯几乎相同的智能车，这太激动人心了。

 

       当时我其实根本没有听懂他所讲的数据采集、算法、迭代等这些概念内容，但我确信AI智能其实是将人的思维过程、行为习惯数据化、算法化、模式化，还可以进化。AI智能不就是人类的思维么？！太厉害了。

 

 

       而且从EHS立场出来，我也发现了我所关注的信息：

 

        对已知风险、用我们已有的判断标准加以管控（A），再叠加上针对面对众多不确定因素的强大学习能力（B），即可规避已知的风险（A）、也可以创建出新的规则，实现人性化运作（B），甚至还能主动学习和迭代，预防未知风险（A+B），真是太好了。这种自主进化的能力太了不起了，A+B，才是最好的。

 

       十几年过去了，大数据、AI智能已在不同领域获得了许多应用，无论是在哪种模式下开发的，我们看到了它为中国、为各技术领域、为企业带来的变化，带来的新的机会，这是了不起的成就，也是我们在二十大中强调的数字经济、疫情防控取得成效的重要领域。

 

       我们骄傲

 

        二：从三个维度看系统自主进化能力

 

       显然地，我国在疫情防控上采取的是A模式，在系统形成的初期，依靠高层快速决策、大量投入与高昂的代价，快速取得成效；这些成就有目共睹，死亡人数、感染人数在我们这样的一个十四亿人口的大国，是难以想象的。

 

       一个系统形成之初的底层规则是由决策者带来的，规则必然会产生约束，这是正常的。但一个系统是在原形上重复，还是进化升级？我认为系统真正的进化，至少在以下三个维度需要认真考虑，它关系到系统的自主拓展性和可持续性：

 

        · 结果性及过程性（系统既定的效能），如： 死亡与重病人数，治愈及感染人数等结果性指标，同步考虑结果获得的内部消耗，包括对精确度和可靠性提升，成本降低、运作顺畅，系统及系统内成员能力升级等。如：逐步减少的资源与消耗、投入产出比提高，管理成本降低、管理流程与措施简单化；

 

        · 系统的自主更新（包括学习和创建出新经验与新规则）， 真正关键之处在于系统的效能整体提升后，形成了正向自主循环，具备了学习能力，通过各路反馈与数据，并及时创建新的关联，自主修订既有的规则，甚至自主产生新规则，在面对新的变量时，有能力快速应对未知。

 

        · 对系统成员的作用与影响方面： 系统之初由人创建、由人运作，来自系统成员的数据非常重要。如在减少对人的不良影响、促进人的学习成长，提升人的物质与精神品质；疫情防控即包括获得免疫能力，不再担心未来，如病毒的变异或感染后的治疗、及长期的健康影响等等。系统对各成员的影响与满足，也是系统稳定可靠的重要指标。

 

       然而，我们必须承认：在病毒不断变异过程中，随着传染性增强而致死率下降，各级政府的管控措施在第一年的执行中很严谨，而后出现了中国式管理很常见的情况：

 

       · 防控措施标准不一，有的地方层层加码，也有的地方乱用权力、更有隐瞒、假造数据的现象；成本与投入仍然非常大；

 

       · 人们在适应了现有规则后，表面遵从实则绕过规则，如多部手机蒙混过关，出现了防控措施的形式主义；

 

       · 各地设置的防疫措施，包括隔离措施、检测点设置及措施监测人员与检测能力的维持、社区监管的投入等成本依然很高；

 

       · 甚至随着防控软件小程序的应用，人们生活的方便性降低、日常生活受到了影响，工作与生意受到影响，执行及遵守规则的意愿降低；

 

       · 人们对恢复原有秩序、获得免疫能力等的期待尚未得到满足。

 

       这些现象意味着防控措施的持续性仍受到巨大挑战，可以说：系统对疫情防控是有效的，结果是好的；然，系统的效能并未提高，投入巨大，而人们仍承受着因此带来生活工作的影响，进而使得可持续性需要考虑、系统并没有进化，是在第一年形成的规则上进行重复运行，学习与创建的规则仅是在原来规则上应用，而非真正的新的算法与模式。如果再加一年，这个系统是否会进化自主应对未知呢？为个答案并不乐观。

 

       为什么呢？我们缺少了什么？

 

       许多实行EHS系统化管理多年的企业，面对的是同样的情形：在EHS管理系统已经完成了对高风险事项的严格监控后，我们期待着系统具备强大的系统自主更新能力，进而带来风险降低、投入减少、规则简化，成本降低的同时，还能应对新产生的风险，而非靠高层决策压力。不仅是系统的完善、更是系统的自动进阶、迭代，具备长期的持续的可靠、稳定和自适应、甚至变革。

 

       这就好像EHS管理体系拥有了“智能”，不仅可以搞定现在、还能自主学习发展，搞定未来。这是系统的进化。

 

        三：A需要加上B，才能实现系统的进化

 

       仔仔细细，认认真真地思考疫情防控与EHS风险控制上的差异，回到我们EHS领域，我们可以提出一些问题，从疫情防控的各种变化与现象中思考，获得启发。

 

问题一：
风险管控的投入与风险正相关，认知风险是一切的出发点。
这是人们的普遍且朴素的认知与共识。

 

 

       朴素的认知需要用越来越专业的认知加以替代，需要用数据说话。社会共众的普遍认知能力、理性分析、判断能力的提升，是社会文明进步的标志之一、也是人们遵守规则、实现自律的前提条件。

 

       从EHS角度出发，人们对风险管理的认知至少要了解风险本身，了解现有措施的有效性：

 

       · 后果的严重性：危险源本身的特征（疫情则会涉及病发率、重症率、死亡率、病程、治愈条件、治疗措施等等）

 

       · 发生的可能性：传播渠道、传染机率、暴露的频率与强度等的数据。

 

       · 风险管控的效果：源头控制原理及效能（如疫苗预防作用、治疗及防止再感染及防复发的效果等）、管理性防控措施的原理及效能（如保持人与人社交距离的效果、进行环境消杀、保持个人卫生效能）。

 

       EHS管理的初始条件是这三方面信息与数据。当信息与数据有所缺失，信息与数据出现不真，源头信息与管控措施之间有逻辑不关联不连续时，会严重影响人们对管理理规则及管控措施的信任，进而影响遵守的意愿和执行效果。另一方面，从本人长期从事EHS咨询服务的经验看，员工对危险的认知不足，是最常见的EHS管理缺陷。

 

        极度求真，要求获取真实的源头信息与数据，一切基于数据的决策、制定的管理规则都只是基于已知的信息，真实才能看到未知，才能实现对决策与规则的自我修正；这是A。

 

        极度求真，同样要求我们采集数据与信息系统具有开放性，具有从规则开始的勇气和自主学习能力。否则，仅基于“已知规则“的信息数据采集，更多可用的信息本身就被忽略了。让系统具有B的能力，才能找到那些看不到的、隐藏了的部分。

 

        这是A+B，用好已知，自主拓展未知。

 

问题二：
防控的代价也太大了，国家牺牲了许多，经济牺牲了许多，管理成本上升了很多。
投入或代价VS效益或损失，应当是正相关的，这也是人们朴素的期望。

 

       疫情防控涉及大量社会性问题，是集国家之力打的一场战役，其核心不仅仅是疫情本身，还有许多社会与政治的未知因素，有着多方面的考量，我们不予涉及。

 

       我们需要谈的是企业常常面临的问题：EHS是企业管理的一部分并非全部，企业需面对有限资源条件下的选择。企业家及各级员工的朴素的期待是：企业有效益有发展、个人能成长，每个人都平安。脱离了企业的效益与个人的价值增值，EHS就变成了情怀、理论，变成了空中楼阁。所以，我们必须直面对企业的EHS管理的真实需要，必须回答：

 

       · 投入有效益何在？投入与损失相比、投入与代价相比较，意义何在？

 

       · 企业的核心价值与员工健康生命价值，如何选择与衡量？很抱歉，也许生命无法用“价值“这两个字来量度，但这是现实。我们必须找到量度的办法。

 

       · 除了可以量度的价值之外，EHS管理还需要我们付出什么，或带来了什么，值得我们追求的和在意？

 

       · 还有哪些因素，对决策、投入、管理、执行产生着影响，这些因素是如何发挥其正面及反面作用的？

 

       回答这些问题，要求我们直面企业的本质、管理的本质、直面管理决策、执行等全部过程中的各种显在的或隐含的因素。

 

       曾经有人说安全之所以第一，是因为不得不第一。但这也仅限于出现不可承受风险的时候。这样说有点悲观，但也是企业必须面对的现实：

 

       · 搞定危险源与风险管控与搞定政府期望相比，后者比较容易；

 

       · 理顺EHS权责、系统，与应对企业日常内外部的不断变化相比，应对内外变化要紧急得多；

 

       · 提升员工认知与能力以增加员工执行过程中的自觉自律，与施加压力让员工服从要求，施加压力更容易。

 

        极度求真，直面现实：我们必须直面EHS资源的有限性、直面专业力量不足的现实，这需要我们集中力量办大事，需要高层决策与决策者的意志。这是A。

 

        同时，直面现实包括，我们必须面对企业内常常责任权力的交叉重叠，EHS价值的量化困难，面对员的现实利益需求，甚至直面某些政府要求检查时的困境，集中这些信息或数据，理顺这些新的触发点，规则才会更好用，系统才得以可操作和可持续。这是B。

 

        极度求真方能在务实的道路上走得更远，才不会将务实变成“实用甚至实惠“。务实不是向现实的妥协，是在现实中保持原则并有效推进。这是A+B。

 

问题三：
严苛的执行过程，在高层压力下可以短期有效；
而长期的严格，很容易滋长出了“过度”（用权）与“隐瞒”（自保）两种状态。
这降低了数据真实性，系统变得不再可靠。

 

 

       以人为本是一个相当复杂的原则。我们可以鼓励员工有大局观，鼓励员工超过岗位职责的贡献，但这并不是被要求出来的。遵从人性的需要，鼓励人们的向善、自律，也要了解人对利益与自在的渴望，对权力与责任的期待和压力：

 

       · 人天性爱自由，不喜被监督，被批评，被说教：

 

       · 人具有理性，需要独立的精神与意志，自主的力量。

 

       · 人天性喜名利，有欲望，要面子，也关照他人的面子；

 

       · 人有感情有情绪，顾及人情的事有效，压力管理会暂时的高效，但也许长期副作用更加明显……

 

       疫情防控中，人们常常感受到的“限制”与“麻烦”，然后人们想出了许多办法回避限制，减少麻烦。我们会发现，会来事的人，挺自在，不遵守规则也能搞定；不会来事的，严格执行麻烦都是自己的。这制定了用权的空间、带来某种不公，而规则本身的严肃性受到挑战、规则本身及执行措施变得随意。然后，我们不得不用各类流程与监控来减少这些随意性，管理成本再将上升，这是一个恶性循环。

 

       EHS的管理制度与规则是否也会带给员工类似的感受呢？EHS针对风险管控措施的执行是否反反复复，甚至越来越差呢？考虑一下，我们的规则是否遵从了人性的需要？

 

       自觉、自愿，才能自律。

 

       极度求真，必须去拿到人们对措施的真实反馈，直面不同的声音、直面人们隐藏的期望、直面中国文化中人们的含蓄与为面子而做的特质，以此考量真实；以此打磨措施方法的精准性，可靠性。

 

       结束语

 

       EHS是企业底层系统，在出现事故时，才能发现底层系统的重要性。

 

       EHS是社会重要的治理，政府面对的不是企业要求，而是公众、媒体、专业团体的诉求。

 

       唯极度求真，方能获得真实，以看到更完整的全局，明了真相。

 

       唯极度务实，才能以真实现状为基础，以中国文化为底色，务实地创立出A+B的系统，以高效能达成既定目标，针对高风险事项强有力，针对重大事项集中资源，针对紧急事项快速决策；但这还不够，还要能自主获得各类看似无关，内在却有千丝万缕关联的信息数据，获得最底层的反馈、进而实现规则的自我修订，甚至创建新规则，现实系统的进化。

 

       这是在中国文化的底色中进行的，创建出有中国烙印的EHS系统进化版。