Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

控制系统原理助力决策的三种方式

Posted on 2025-07-18

展示缠绕绿色的 3D 插图

本文是我们与IEEE 技术与工程管理协会合作推出的独家职业建议系列文章的一部分。

工程很大程度上是决策。工程师需要做出关于产品设计、项目管理、技术路线图、研究方向、技术团队领导等方面的决策。

作为IEEE 控制系统学会的前任主席和现任IEEE 技术与工程管理学会2026 年候任主席,以及在工业界和学术界担任领导职务,我对控制系统和技术管理之间的联系进行了大量的思考。

飞机和航天器、汽车和卡车、住宅和建筑、化工厂和制造设施、通信和金融网络以及许多其他复杂系统的安全可靠运行都依赖于自动化和控制系统。但是,正如我在这里所讨论的,控制工程的概念也与技术管理中的人为决策息息相关。

无论工程还是管理,不确定性都无处不在。在管理领域,我们永远无法确定创新流程、市场预测以及人们的性格和能力。事实上,这些不确定性似乎如此巨大,以至于有些人可能会忍不住通过抛硬币来做决定。

但大多数决策并不是随机做出的,控制工程为不确定性下的管理决策提供了见解。

心智模型和不确定性

我们依赖于心智模型——我们的知识、信念、假设、经验、观察和推理。但任何类型的模型都不是现实。它们充其量只是精确的近似值,最坏的情况则是完全错误的。所有决策者都必须认识到他们的心智模型与现实之间的差异,并采取行动来减少这种差异。

让我用控制工程来打个比方。例如,要开发飞机的控制系统,需要建立飞机机身的数学模型,而不是各种心理模型。为了保证数值精度,模型需要“充分激励”,这意味着需要提供各种输入,例如飞行控制面的偏转,并测量飞机对这些输入的反应。

基于这些数据,可以创建所需精度的模型,并将其纳入飞行控制器设计中。数据必须足够丰富,以便相关信号能够高于无关噪声。

决策很少是一次性完成的事情。领导团队、管理项目、分配资源以及进行设计都需要与他人定期互动,最初的决策也会随着时间的推移不断调整。

这同样适用于人类决策的心理模型。监控一个组织或项目的日常运营,可能无法提供足够高的信噪比,从而无法可靠地更新心理模型。

相反,特殊的任务和情况可能有助于实现目标。例如,经理可以给团队成员布置一项具有挑战性的任务,主要是为了改善经理对该员工的心理模型,而不是为了解决紧迫的组织需求。改进后的心理模型可以帮助领导者在实际出现挑战性情况时确定员工的最佳角色。

无论付出多少努力,心智模型都永远不会完美。不确定性总是存在的。因此,决策者需要牢记的一个重要教训是,你所知道的一切,都只是你自以为知道而已。要抵制相信自己真正了解真相的诱惑。

作为决策者,你的心智模型的对象包括你的组织、其他利益相关者以及外部环境。但它们也包括你的自我模型。你需要清晰地了解自己的能力、偏好和环境。例如,你的工作量、你最佳的工作节奏、你根据其他优先事项做出的灵活调整,以及你的动力来源。当然,你也需要意识到,你的自我模型也具有不确定性。

人们通常并不像自己想象的那么了解自己。诚实面对自己,并向值得信赖的同事和朋友寻求反馈。不要自我防御;倾听反馈,然后反思。这样做可以加深你对自己的了解。

动态与决策

有时,决策的影响并非立竿见影,可能需要数天甚至数年才能显现。在此期间,观察结果可以预示其影响,但也可能是错误的。例如,在控制理论中,我们教授逆响应的概念,即对决策的初始响应与最终结果相反。

举个简单的例子,如果一家公司大幅增加研发投入,其利润会发生什么变化?未来几个季度,由于研发支出增加,利润可能会下降。但一旦新产品推出,盈利能力可能会上升。

如果管理者未能识别暂时的逆向反应趋势,并削减研发资源,那么牺牲公司的长期活力,只会使情况恶化而非改善。这种短视的决策屡见不鲜。

决策很少是一次性完成的事情。领导团队、管理项目、分配资源以及进行设计都需要与他人定期互动,最初的决策也会随着时间的推移不断调整。

在复杂的决策情况下,必须考虑这些动态因素。调整基于对活动的监控,从而形成完整的反馈回路。

时间延误尤其难以管理。如上所述,关于项目和流程的决策需要时间才能产生影响。延误可能由多种因素造成,包括沟通问题、新政策、人员配备问题、采购时间和报告流程。

要成为一名高效的决策者,你的心智模型应该包含对延迟的预估。反馈过程中意外挫折所带来的复杂性在控制工程和系统工程领域都是众所周知的。预测延迟并在可能的情况下减少延迟的能力,对于决策者来说是一项宝贵的技能。

连接点

心智模型、不确定性、动态和反馈等概念之间的相互联系深刻而引人入胜。它们为决策提供了无数的洞见。

一个例子是控制工程中的鲁棒性与性能的权衡。这种权衡指的是,在高度不确定的情况下,不可能在保持鲁棒性的同时达到最高的性能水平。这一洞见是优化中“没有免费午餐”定理的基础,这意味着没有任何一种决策方法能够在所有情况下都是最优的。

当由于心智模型与现实不匹配、存在噪声数据或外部干扰而导致不确定性水平上升时,决策应该更加谨慎。相反,你应该通过逐步调整并等待反馈信号来应对。换句话说,情况越不确定,人们就越应该谨慎行事。

关键要点

  • 记住,你所知道的,只是你自以为知道而已。你的知识永远是不确定的。
  • 注意你的决策会影响到的系统和流程的动态。记住:你的行动可能需要一段时间才能显现效果。
  • 不断努力完善你的心智模型。确保你所依赖的信号不会被噪音淹没。
  • 你对组织或环境的不确定性越大,你采取的行动就应该越慎重。

原文: https://spectrum.ieee.org/control-system-principles-decision-making

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme