小白是一个项目的开发人员，他之前在这个公司已经干了3年，所有的项目都是按照需求、设计、开发、测试的流程来跑的，所有的版本范围在计划阶段就定好的，多一点就计划上线时间晚一点，少一点就计划上线时间早一点。虽说上线时可能有点儿提心吊胆，习惯了拜拜关二爷也就还好。
前段时间，项目主管说是公司要做敏捷转型，派了一个敏捷教练小黑到项目组，说是需要改一下开发方式，做到敏捷开发。
小白搔搔头问小黑：需求不是做完了就行了么？为啥还需要小批次的多次上线需求呢？
小黑微微一笑，随手画出克莱顿大神的颠覆性创新的模型图（如下）：
颠覆性创新的理论.png
小黑接着说：在眼下这种黑天鹅都可以当家禽的时代，商业不确定性更是显著，要想有公司有好的发展，产品有好的生态，就不能不考虑如何去做创新。
其中的商业模式和价值网络都会更多的涉及到组织和商业策略的变革，而复杂技术的简化恰恰是小白可以发挥作用的地方。
小黑再微微一笑，说:来来来，我再给你讲一个关于批量大小的经济学理论。随手画出Donald Reinertsen 的产品开发流程原则的U曲线优化图（如下）：
U-curve optimization illustration of optimal batch size.gif
X轴表示的是批量的大小，Y轴表示成本，Transaction Cost指交易成本，Holding Cost指持有成本，总成本是交易成本和持有成本之和。
小黑进一步解释到，这就好比疫情时期的囤粮行为，如果你去一次超市，买整年份的粮食，交易成本较低，但大多数的食物都会过期腐坏，反而增加持有成本。如果你一次买一天的份量，腐坏少，但交易成本高（更别提每一次外出购物的风险）。直觉上，你会在两者间去选取一个平衡点，既可以让家里有足够的存粮，又不至于在疫情结束后剩下一吨的大米来玩沙包。
所以，最佳的批次大小容易出现在总成本(交易成本和持有成本总和)最低的时候。
小白若有所思的点点头。
小黑接着说，复杂技术的简化带来的效果就是降低了交易成本，下面的动画演示了降低交易成本后，最佳批量大小是如何向左移动的。
U-curve optimization illustration.gif
当批量大小减少后，客户能更快的看到可运行的系统，加速反馈，也就能更好的验证之前对于客户需求的假设。
小黑最后长舒一口气，说：大胆假设，小心求证，方为正途呢。
上文内容不用于商业目的，如涉及知识产权问题，请权利人联系博为峰小编(021-64471599-8017)，我们将立即处理。
