人类进化与CMM

人类进化与CMM

Jacob 2004-12-29

我们将要谈论的不是SEI发布的“人员能力成熟度模型”，而是“人类进化能力成熟度模型”。在此文中，我们将引用CMM中的成熟度模型和统计思想，来比拟和讨论人类进化和演变的成熟度过程。文中所举事例没有经过科学验证，仅为了阐述和了解CMM之用。

1.         初始级（Initial）

正如达尔文进化论“物竞天择,适者生存”一样，从元谋人到山顶洞人，从原始社会部落群居到奴隶社会国家的兴起，人类的发展都处于不断进化之中。另一方面，由于缺乏稳定的社会环境（组织规范）和经验的积累（PAL，过程资产库），人类的发展始终处于一种混沌状态之中，且远远达不到预期要求。虽然有极个别人物（项目）在与环境的抗争中提高了素质，积累了个人经验，取得了成功，但也在代代相传中（项目之间）逐步衰减。从整个社会（组织）来看，依然是混乱与疾病相伴，饥饿（亏本）与劳累（加班）同行。

如果把成功的范围（Capability，过程能力）界定在一个N维空间（以圆圈表示）的话，那么处于初始级的人类每次活动的实际结果（Performance，过程性能）分布如下图所示：

 

2.         可重复级（Repeatable）

一位从初始级走出来的英雄人物，建立了自己的国度。在“星多天空亮,人多智慧广”的思想指导下，鼓励多生多产。结果是资源稀缺，人满为患。后来，新的领导来了，建立了一套计划生育政策（Organizational Policies，组织方针），鼓励优生优育。各地区（Project，项目）也在国家政策的基础上建立了自己的管理制度，有些只允许生1个，有些不允许XX病的人结婚，有些达到年龄N才能结婚……为了贯彻这些制度的执行，要求居委会（SQA，质量保证组织）在一定的里程碑处（比如结婚登记、婚前体检、出生证明等）进行检查。各地区之间也可以相互交流成功的经验（Best Practice，最佳实践），代代相传都继承了比较优秀的DNA，使得下一代的质量得到一定的保障。

由于传统文化的影响（人治观念），各种抵触很难解决，虽然加上罚款，但执行还是很困难。而且，高素质优DNA的人群反而少生，低素质劣DNA的人相对大量繁衍，这势必影响整体的质量。这种执行的不彻底性（阶段性控制、文化抵触、Lower Capability Level 等），加上制度的不完善性（仅有基础管理的KPA）和地区管理制度的不同，导致下一代的质量均值（Mean）达不到要求，变差（Variance）也很大，且几乎不能预测。如下图所示：

 

3.         已定义级（Defined）

随着科学技术的飞速发展，人类开始研究DNA，破解遗传基因的奥秘。一些新兴的繁衍方式开始流行，比如建立名人sperm库（PAL，过程资产库）、基因银行等。另一方面，人类也在逐步探索优育的各种方式，比如音乐胎教、水中分娩等。此外，通过各地区在基础管理制度方面的试施，打好了一定的基础。国家（Organization，组织）就开始吸收各地区的经验和教训（Best Practice，最佳实践），并抽取所有地区的共性（Common Sense，共同实践），着手建立国家级的制度和规范（OSSP，组织标准软件过程）。在建立过程中，设立了计生委（SEPG，软件工程过程组）来负责，采取了更系统、更严格的方法，比如培训哪些顽劣分子（TP，组织培训），整合资源（IC，组间协调；ISM，集成软件管理），深入检查（PR，同行评审），提高要求（Higher Capability Level，提高能力级别）等，而且将新的技术和生产方式（SPE，软件产品工程）也纳入国家级的规范中。

在具体实施的时候，各地区或家庭可以根据自己的特点和需求，对国家规范进行裁剪（Tailor），形成自己的规范和要求（PDSP，项目定义的软件过程）。比如，希望自己的儿子以后聪明过人，就选择XX科学家的基因；希望自己的儿子以后擅长体育，就选择HQ较高或体育明星的基因。生产过程（Project’s Life Circle，项目生命周期）也可以根据自己需要选择，比如选择水中分娩以减免痛苦。

已定义级通过建立国家级规范，增加了规范的内容（KPA），提高了可重复级的制度要求（Capability Level，能力级别），从而进一步提高了生育的质量，减少了质量均值（Mean）和变差（Variance）范围。但是，这些提高和改进只是在定性的理解基础之上，不能量化理解、分析和控制。比如，期望自己儿子聪明过人的可能性超过一半，但相对于可重复级，概率提高了，也可以定性的预测了。如下图所示：

 

4.         已管理级（Managed）

从可重复级开始，国家就已经委派专门机构负责收集制度和规范执行过程（QPM，定量过程管理）和结果（SQM，软件质量管理）的数据，包括各个地区人员的IQ、EQ、寿命分布、缺陷婴儿的比率等。这些数据都存放在数据库（Organization’s Measurement Repository，组织度量库）中，供组织制定国家政策的人员（SEPG，软件工程过程组）分析、改进。这些人员在统计分析数据以后，提出了一些指标的要求（PCB，过程能力基线），比如优生率在70%~95%之间，寿命在70岁~85岁之间。以后，在各地区收集的数据，如果超出了这些预定的范围或出现异常点，就要进行分析，找出特定的原因（Special Cause）并采取纠正措施。比如，在孕妇的日常身体检查中，一旦发现异常，就查找原因，可能是音乐胎教中音乐选择不恰当，马上进行纠正并进行相关培训。

在已定义级中，由于量化了各项指标，建立了一定的指标要求（PCB，过程能力基线），并消除了问题的特定原因（Special Cause），使过程处于统计受控状态，过程具有定量可预测性。如下图所示：

 

5.         优化级（Optimizing）

经过以上4级的改进，人类的繁衍过程基本上可以定量预测，但可能还达不到预期的要求（Business Objectives，商业目标）。比如，大家都期望寿命能到85~95岁，都希望拥有天使的脸、魔鬼的身材、斯瓦辛格的肌肉、爱因斯坦的大脑。这些要求就需要持续改进。在发现问题以后，不仅纠正问题本身和特定的原因，还要找到问题的根源，消除产生问题的普通原因（Common Cause）。比如基因突变，往往带来畸形儿的产生，就需要分析根本原因，修改国家政策，优化DNA结构，控制遗传部分DNA变异等等。

此外，一些日新月异的新技术、新方法得以广泛应用，比如基因芯片、克隆人等。从此，地球几乎全是克隆人的世界，他们不但与爱因斯坦一样聪明，而且拥有比爱因斯坦更强壮的身体、更悦人的面庞、更矫健的身姿。这些改进都大大提升了人类的核心竞争力，足以与任何外星球的生物（竞争对手）抗衡。

在优化级，通过新技术的采用（TCM，技术变更管理），过程的变革（PCM，过程变更管理）和普通原因的减少（DP，缺陷预防），优化了质量均值（Mean），减少了变差（Variance）范围，提升了过程能力基线（PCB）。如下图所示：

 

在以上描述中，我们将虚拟的人类进化过程与CMM模型的五个成熟度等级进行了比拟。比拟中主要关注各个级别的典型特点和要求，并将CMM的过程改进框架与统计思想进行融合。需要声明的是，所采用的图形表达方式和事例都是作者自己设想，仅为了让读者更易于了解CMM的框架和思想，无其它任何用意。