現代管理中的愚笨分析

羅杰?馬丁

愚笨的源起

在過去的六十年里，管理實踐越來越多地立足于科學分析的基礎之上。1959年，福特基金會（Ford Foundation）發表了《高等工商管理教育》（Higher Education for Business），卡耐基基金會（Carnegie Foundation）的《美國商人的教育：針對大學及學院級別工商管理項目的研究》（The Education of American Businessmen：A Study of University-College Programmes in Business Administration）也在同年發表。這兩部著作批評了美國當時的商業教育，開啟并塑造了整整一個甲子的科學分析時代。這兩份報告都是由經濟學家執筆完成的，對當時美國商業教育中普遍缺乏的科學的嚴謹性，提出了嚴苛的批評。

仿佛大夢方覺，美國的商業教育迅速轉向了兩份報告所提出的科學的方向。商學院開始教授金融、運營、會計、經濟學以及營銷等領域中的定量分析技能，隨后進一步擴展到了戰略和人力資源管理領域。學術性商業期刊如同雨后春筍般涌現，紛紛把對于嚴謹的定量方法的運用作為合格論文發表的標尺。之后的二十年間，商學院教給學生的是：唯有曉暢的定量分析作為支持的決策才是正確的決策。在緊隨其后的四十年中，商業教育迅速從家庭作坊級別的規模發展成為美國高等教育體系中規模最大的單一學科，占據了全美大學每年頒發學位五分之一的比例。商業教育以同樣的速度在全球范圍內迅猛發展，尤其是在中國，為中國2001年加入世貿組織（WTO）做好了準備，并在此后持續發展壯大。

然而，定量分析技能的強迫癥在商業教育中造成了對科學方法論的根本性誤用。隨著數據分析/“大數據”成為管理學中日益炙手可熱的焦點話題，這種情況正在變得更加糟糕。商業教育因此培養出了數量巨大的、偏頗失衡的管理者。為了重拾平衡，我們必須注意到科學先驅亞里士多德曾經提出的告誡，必須留意到他提出的一個“兩分法”。

亞里士多德的兩分法（The Aristotelian Duality）

人們往往認為，科學方法肇始于十六、十七世紀的科學革命（Scientific Revolution）。實際上，早在兩千多年之前，在公元前四世紀，古希臘哲學家亞里士多德早已為之打下了基礎。亞里士多德在《后分析篇》（Analytica Posteriora）中第一個描述了確定某一結果起因的嚴謹方法。他介紹的方法是：如何對被觀察現象作出科學嚴謹的推理。

亞里士多德因為這一開創性貢獻而名垂青史，任何一位科學史的合格畢業生都不會對《后分析篇》感到陌生。然而，他提出的一項關于后分析方法使用的重要告誡卻幾乎被遺忘，徹底湮沒在歷史的煙塵中。亞里士多德指出，他的方法只對世界的一個特定部分有效，而對于另一部分則不適用。他把前一個部分稱為不可變事物（cannot be other than they are）的世界，指的是受到不變法則支配的那一部分世界，例如萬有引力、能量守恒以及水的冰點和沸點等。同時，他將世界的另一部分稱為可變事物（can be other than they are）的世界。在這一部分的世界中，人類通過相互之間的作用帶來新的、之前從未存在過的產品、服務、習慣或者方法。關于這一部分的世界，亞里士多德清楚明白地指出：切勿使用《后分析篇》中提出的科學推理方法。令人遺憾的是，全世界的人們幾乎忽視了亞里士多德的告誡，現代商業教育更是理所當然地對此不加理會。

我們都學習過科學推理，當我們對科學推理的基本要素作出思考時，亞里士多德的兩分法是言之成理的。其中，最根本的一條定理是，為了對數據分析作出有效的推理，我們必須滿懷信心地認定，我們所分析的數據取自具有代表性的數據池。例如，假如我們需要探究一種針對五十歲以上男性前列腺癌新藥的功效，最好不要去測試女性或者青少年的數據！如果數據池無法代表我們期望得出推論的那一部分人口，那么，我們試圖從中得到的所有的推理都將是無效的。

就定義而論，在進行分析時，所有的數據都是來自過去的，即便是通過剛剛完成的試驗收集而來的數據，它們依然是來自過去的。因此，無論何時，每當我們從這樣的分析中得出推論時，其隱性或者顯性的基本假定都是：同我們從中采樣的、過去的數據池相比，未來的數據池不會出現屬性上的不同。如果未來的數據池出現不同的屬性，那么，我們的抽樣將不再具有代表意義，我們從中得出的所有推論自然是無效的、具有誤導性的。對于亞里士多德的“不可變事物”的世界而言，這根本不成其為問題。在那一部分的世界當中，未來與過去是完全相同的，因此，過去的數據完全可以代表未來的數據。

然而，在“可變事物”的世界中，情況則完全不同。在這一部分的世界中，來自過去事件數據池中的數據必定無法代表這些數據在將來發生時的樣貌。正因為如此，亞里士多德才會如此明白篤定地告誡我們，不要在這一部分的世界中運用科學方法論。在這一部分的世界當中，所謂的“科學分析”只會告訴分析者，未來和過去是雷同的。除此之外，別無他用。但是，未來不會按照過去的樣貌發生。因此，分析者必定會發現二者之間的巨大差異，并因此大失所望。

盡管如此，現代商業教育依然教導學生們，針對數據的科學分析適用于所有類型的管理決策。事實上，商學院不僅認為科學分析是極具價值的，而且將其奉為稱職管理的必要條件。以方興未艾的“人力分析”（people analytics）為例：“（它是）深度數據驅動的、以目標為導向的方法，旨在研究所有的人類過程”。它的基本假定是隱性的。它當然要刻意地做到隱性，否則就會貽笑大方。這一基本假定是：人們無法，也不愿意做出改變，因此，只要分析人們的過去，就能極為準確地預測出他們的未來。再以營銷科學為例，這個領域擁有無數與之同名的頂級學術期刊。它的基本假定是：顧客行為無法改變，也不會改變：只要我們分析了大量的、來自超市掃描設備的數據，就能精確地預測出未來的顧客行為。

這當然是一派胡言，亞里士多德早在公元前四世紀就指出了這一點。然而，商業教育依然將這些科目奉為金科玉律，似乎它們才是這世上最深刻、最有效的道理。無怪乎如此眾多的、由受過正規商業訓練的領導者掌舵的大型企業會如此懼怕被迅速崛起的新興企業顛覆，卻又屢屢遭到顛覆。原因在于這些領導者學到的分析理論告訴他們，未來無非是過去的延伸;而與此同時，顛覆者們正在創造著嶄新的未來，并且完全占據了未來的高地。

平衡的技能組合

亞里士多德認為，在“不可變事物”的世界里，人類的作用在于發現導致我們所見的種種結果的原因，從而充分利用這些結果。再如，我們發現吸煙會導致肺癌，因此，我們能夠想方設法地把肺癌的發生率降到最低。再如，我們發現不同品種的農作物的最佳生長需要不同量級的日照量，因此可以通過農作物與生長環境的更好的搭配實現農作物產量的最大化。相比之下，在“可變事物”的世界里，亞里士多德認為，人類的作用在于成為更好結果的起因。例如，個人電腦的先驅者們發現，大型計算機的使用者們不得不無休無盡地排隊等待管理者為他們編寫程序。于是，他們創造了個人電腦，由使用者自主控制自己的編程安排。前者并沒有改變吸煙誘發肺癌的機制，也沒有改變農作物生長的規律，但是它們有效利用了這些不變的法則;而后者則創造了全新的、超凡的體驗。

亞里士多德指出，想要創造一個同過去不相連續的未來，人類必須對各種可能性展開想象，選擇能夠提出最有說服力論據的那一種可能性。這就需要一整套根本不同的技能組合，它同“不可變事物”世界的技能組合根本不同。該組合中分析技能涉及的是對數量的掌控。在這一部分的世界里，管理者需要學會各種嚴謹的方法，以便完成定量數據的收集;需要掌握種種繁復的方法，以便完成對數據的操作。這正是現代MBA教育的焦點，也是商學院中不斷涌現的、不計其數的數據分析和數據科學項目的著眼點。為了富于效益地操控種種數據，MBA課堂上傳授的種種技能可謂亂花漸欲迷人眼：資本資產定價模型（Capital Asset Pricing Model）、經濟訂貨量（Economic Order Quantity）、排隊論（Queuing Theory）、布萊克-斯克爾斯期權定價原理（Black-Scholes Option Pricing Theorem）和納什均衡（Nash Equilibrium）等等。博士項目甚至會教授更加繁復的數據操控技能，培養出市面上極為緊俏的“分析高手”（quant jocks）。

然而，如此這般的教育只能培養出“獨當一面”（one-sided）的管理者，他們具備了高度發達的定量操控技能，卻對定性理解的技能懵懂無知。在重要變量無法被簡化以供定量格致時，定性的理解就成了必不可少的能力。生活中有太多重要的事物是無法量化的，例如“你問我愛你有多深”、一件事物的美、生命的質量、某一經濟體的優點等等。但是，它們是可以被理解和欣賞的。藍帶大廚（Cordon Bleu chef）能夠品味出不同食材組合與搭配之間的微妙差別;侍酒師（Sommelier）可以分辨出不同葡萄產區的風土與不同釀酒師的技法帶給酒體的不同影響;史蒂夫·喬布斯（Steve Jobs）能夠感受到他為iPhone設計的曼妙的曲線對于使用者有著怎樣的致命吸引力;比爾·施通普夫（Bill Stumpf）和唐·查德威克（Don Chadwick）能夠領略到他們標志性的、打破框架的Aeron座椅在舒適度和實用性方面為使用者帶來了怎樣的沖擊力。

對于“可變事物”的世界中的運營而言，這些定性的理解能力都是必不可少的，因為我們必須想象到那些現在尚未存在的、但是可能實現的種種可能性。關于顧客當前行為的定量調查，甚至是關于顧客宣稱自己想要怎樣做的意見調查，都無法告訴我們，他們未來真正理解和欣賞的可能是什么。事實上，在測試環境中，用戶對于Aeron座椅的反應極為平淡。但是赫曼米勒（Herman Miller）公司還是如期推出了這款產品。結果它成了人類歷史上最暢銷的椅子。類似這樣的決策離不開對于顧客感受、期待和夢想的更加微妙細膩的體味。對于員工滿意度的定量分析無法告訴我們，怎樣的變革能夠真正帶來更高的士氣。因為它同樣離不開更加精微的認識能力。

創造尚未存在的事物離不開對于軼事證據（anecdotal evidence）的、非科學式數據碎片的和相似情形的類比的運用，唯其如此，才有可能建立起正向的、關于未來必定勝于過去的故事。接下來，因為亞里士多德公式的第二部分，在對于可能性做出想象之后，我們需要選出能夠提出最具有說服力論據的那一種可能性，這離不開對于關鍵受眾的精確理解，由此講出足夠令人信服的故事，取得勝出的結果。

令人遺憾的是，我們正規的教育體系幾乎無法幫助學生獲得定性理解與欣賞的能力。它只發生在文學、美術和設計領域里，在他們所習的主題范圍之內，這些專業的學生學會了分辨各種定性特征之間的細微差別。但是，在正規教育中，這些專業只占了非常微小的比例，對于MBA申請者來說，來自這些領域的申請者所占的比例則更小。舉例來說，（美國）國家教育研究中心（National Center for Educational Studies）指出，全美每年的大學畢業生選擇廣義人文學科專業的比例只有14%。另據《美國新聞與世界報道》（U.S.News and World Report）的報道，只有10%的MBA畢業生持有人文學科的本科學位。在自然科學和絕大多數社會科學的教學當中，針對定性領悟能力的培養少之又少，甚至常常見所未見。至于現代商業教育，當然更是無從談起。如果說有什么的話，它只是被用作批判的對象，因為商學院的學生學到的是：只能基于數據做出決策。

如果商業教育的目的是為管理實踐帶來真正的積極影響，它就需要努力在畢業生身上創造有益的、均衡的技能組合。如今，商業教育的焦點依然停留在定量操控上，它只能讓自己的畢業生為“不可變事物”的世界做好準備，而這只是學生畢業之后即將走入的廣闊天地的一小部分。他（她）們還需要得到定性理解方面的訓練，只有這樣，才能在“可變事物”的世界里成為有益的新結果的起因。只有到了那個時候，商業教育才能真正對現代社會做出完全的貢獻。

本文責任編輯：劉永選liuyx6@sem.tsinghua.edu.cn