When Does Network Restructuring Improve Organizational Search? A Computational Study of Dynamic Influence Networks on NK Landscapes
这项利用 NK 地景进行的计算研究表明，尽管大多数网络重构规则都无法改善组织搜索，但在高度复杂的题目环境中，由设计者发起的基于阶段的重构能显著提升性能。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
组织机构一直在试图解决各种问题，无论是设计新产品、修复供应链，还是应对不断变化的市场。为了实现这一目标，它们必须平衡两种相互竞争的需求。一方面，它们需要完善已有的知识，以便在当前任务中做得更好、更快。另一方面，它们需要寻找全新的想法和可能性，以确保长期的生存。如果一个团体只专注于完善旧事物，它们可能会陷入高效地做那些不再有用的事情的困境。如果它们只是一味追求新想法，则永远无法完成任何实事。这种张力是任何协作群体面临的一个根本挑战。
几十年来，研究人员一直在研究人与人之间的连接方式如何影响这种解决方案的探索。想象一个团队中每个人都与其他人交谈。信息传播得很快，团队可以迅速就目前发现的最佳方案达成共识。然而，这种速度可能是一个陷阱。团队可能会集体冲向同一个解决方案，从而停止寻找更好的方案，错失了其他地方存在的更优选择。相反，如果团队的连接非常松散，成员各自独立工作，他们会产生各种各样的不同想法。但他们可能会在分享最佳发现方面遇到困难，导致团队拥有许多好主意却从未被采纳。令管理者和科学家们感到困惑的问题是，仅仅通过改变人们交谈的对象——即重组团队——是否能帮助团队找到完美的平衡。
一项新的研究利用计算机模拟，以令人惊讶的精确度回答了这个问题。研究人员构建了一个数字模型，模拟由二十人组成的团队尝试解决一个复杂的谜题。在这个模型中，谜题的难度可以从简单调整到极其复杂。随后，研究人员观察了当他们保持通信网络不变与改变网络时，团队的表现如何。他们测试了四种不同的改变网络的方式：随机重置所有连接、进行微小的随机交换、让团队成员自行选择新的连接，以及让一位中央领导者在特定阶段有目的地重新组织团队。
结果是清晰且有些发人深省的。对于低到中等难度的题目，改变网络完全没有帮助。无论团队是被随机打乱、允许自我重组，还是保持原样，它们找到的解决方案质量都是一样的。研究发现，在处理并非极度复杂的任务时，定期重组团队以提升绩效这一常见的管理实践很可能是徒劳的。在这些情况下，打破并重建连接的行为并不能比维持现状创造出任何优势。
然而，当研究人员将模拟推向最难的设置时，故事发生了变化。这个场景代表了一个极其复杂的问题，其中充满了无数的局部陷阱和死胡同。在这种极端情况下，只有一种特定的重组方法提高了团队的表现。这种方法涉及一位中央领导者，他有目的地在两个截然不同的阶段之间交替切换。首先，领导者会拆分团队，使成员分离，以迫使他们独立探索并产生多样化的想法。然后，在一段设定的时间后，领导者会将这些孤立的成员重新连接到表现最好的成员身上，从而让团队能够分享并完善最佳发现。这种“分而治之”的方法之所以奏效，是因为它为团队提供了逃离死胡同所需的独立性，随后又提供了锁定最佳解决方案所需的协调性。
至关重要的是，这种益处仅出现在最高复杂度水平下。在其他任何难度水平下，这种结构化的重组表现都不如保持网络不变。研究表明，重组的价值并非普遍规律，而是一种高度特定的工具。帮助提升的不是改变结构本身，而是改变背后的智慧。随机洗牌或让个人选择自己的连接，即使在最困难的情景下也未能改善结果。成功仅在于这种变化是带着明确目的设计的：即在团队陷入僵局时创造多样性，并在找到好方案时传播知识。
这些发现为组织机构提供了一个安静但强有力的启示。仅仅相信“打破常规”就能带来更好的结果是不够的。研究表明，对于大多数问题，稳定性是更好的策略。当一个问题真正困难且复杂时，改变结构确实可以有所帮助，但前提是必须由一位理解搜索过程中特定需求的领导者进行精心策划和定时。这项研究暗示，组织团队最有效的方式不是不断地重新排列家具，而是准确地知道何时以及如何移动它，并且仅在当前任务如此困难以至于现有的安排已不再足够时才去行动。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。