「南北共讀」。未來地圖
陳一銘、吳仁麟
2019-03-12 14:42

「南北共讀」。未來地圖

 

前言:「南北共讀」專欄是由位於台灣南北的兩位朋友陳一銘和吳仁麟共同經營。陳一銘在台南,吳仁麟在台北,兩人針對同一本書來分享,在不同的生活情境和風土中交流心得,這次閱讀的是「未來地圖」(天下雜誌出版)

 

https://www.books.com.tw/products/0010808558

 

【花10分鐘,讓您讀懂500頁的書】

 

每週的「南北共讀」專欄,Terry都精心製作了約20多頁的簡報,若要免費索取簡報請來信:vinwu168@gmail.com。(通關密碼:南北共讀)。

 

---------------------------------------------------


南北共讀。未來,無所畏或無所謂

 

吳仁麟(台北)

 

對於未來,人們總是恐懼多於想像,那像是某種深植在DNA裡的記憶,從古到今,絕大部分對於未來的大小預測總是失敗的居多。

 

從戰爭的爆發到愛情保鮮期,我們預見未來的能力一直是如此的可悲,所以出版市場裡永遠不缺預測未來的書。這些書裡,凶猛一點的像「1995閏八月」,張牙舞爪的恐嚇台灣人說老共馬上要打過來。國際化一點的像「聖經密碼」,說三千年前上帝已經為這世界的每一天寫好劇本。而博大精深的中華文明自然也不能在這個市場上缺席,據說是明朝劉伯溫寫的「燒餅歌」還預言了智慧型手機將雄霸市場(當然是讀者自己解讀出來的)。

 

「未來地圖」這本書應該可以列為這些預言出版物的其中一本,從封面到最後一個字都在談未來,但是其實絕大部分的內容都在談過去,讀起來反而比較像一本網路創世紀。至於那些對於未來的觀察,百分之九十九都是已經發生中的事,並沒有什麼讓人會掉下巴的匪夷所思畫面,剩下的百分之一,都只是一些很滑頭的建議和預言,任何事用來解釋都可以說得通。

 

像讀者最期待的該是如何面對未來這件事,這本書裡提了「掌握五個法則,打造未來優勢」(括號裡是我的回應):

 

第一個法則是:用資料取代材料,因為人力正被數位資本密集技術取代。(這不是今天每個企業都在努力的事嗎?)

 

第二個法則是:建立網絡化市集平台,把用戶變成自己的員工。(到目前為,能做到的也只有Google、Amazon、YouTube、IG、百度、騰訊和蘋果這些公司吧?)

 

第三個法則是:提供隨需服務,像Amazon就是提供隨需服務的公司,它有愈來愈多的產品是當天就可送達。(如果我的公司有一兆美金的市值,才能買得起隨需服務的軟硬體吧)

 

第四個法則是:由演算法管理,市場競爭是演算法的較勁,更是資料的競爭。人工智慧是最高端的演算法,現代世界的運作已愈來愈仰賴它。(這還有人不知道嗎?)

 

第五個法則是:找到新方法來擴增員工能力,給他們新技能,幫助他們成功。(很多已經倒閉的夕陽企業人資辦公室牆上還留著這句話)

 

光從以上這些內容就不難了解到,這本書大概沒預測到什麼了不起的未來,也不會告訴我們該如何面對未來。但是,這並不表示這本書不值得一讀,相反的,在某些功能上,這本書很有實用性,比如:

 

一.讓我們明白一些既殘酷又讓人充滿無力感的現實,像是我們的教育都在教一些學生出校們就沒有用的學問和技術,因為世界變化太快。我們的企業每天都在提供即將在市場消失的產品和服務,因為最可怕的敵人往往不是我們想得到的對手,像電動車改變了汽車市場,但是傳統車廠視為命脈的引擎並不是競爭重點。

 

二.讓我們了解網路世界是如何走到今天的,其實網路世界也是充滿連續性的,像共享經濟的掘起是因為互連網、智慧手機、GPS和線上支付這些科技串連結構而造成,沒有這些源於不同年代的數位科技,地球上不會出現Uber和Airbnb這些品牌。

 

三.讓我們了解台灣社會多麼缺乏思考和判斷力,像那些幫這本書寫序的意見領袖,每個人都只會拍馬屁叫好,除了三呼萬歲卻說不出一些自己的想法和意見,也難怪從政府到學校一談到未來都是大同小異的口號和教條。

 

這本書還是值得一看,但是要記得用懷疑和批判的心和腦去讀。

 

..........................................

 

「未來的列車,你有跟上了嗎?」

 

陳一銘(台南)

 

這週比較特別,在香港發文。

 

3/11的南北共讀,寫的是Tim O’Reilly的「未來地圖」。智人正在以前所未有的速度,往未來前進。

 

如何在這樣的高速下,跟上腳步,跟隨著正確的方向,「未來地圖」作者歐萊禮,提出了他從開源碼軟體的一系列經驗,告訴我們如何建構出相較正確的地圖。因為我們都尚在未來的途中,所以書中有很多無明確答案的問題,可幫助大家一起思考。

 

此書共分四部分:


第一部分為「用對地圖」此部分,他分享了從工作經驗中如何找到創新邊緣的人,向量思維的打造,既有商業模式的拆解與特徵抽取,建立正確的地圖。

 

第二部分為「從平台到新商業生態系統」新科技如何改變企業本質,企業如何強者恆強?政府這個最大的平台如何跟上智慧化?

 

第三部分為「快速提升數位素養」大數據與演算法,讓媒體與金融這兩大區塊開始出現不可控的狀況。該如何監管演算法?政府應該扮演什麼角色?

 

第四部分為「未來由我們決定」經濟體被少數人操控,超級貨幣集中在少數人的手上,工作是否會被AI取代,人類與機器該如何並存與合作?作者最後給了所有創業者最真誠的建議。

 

-------------------------------------------------------


第一部分:

 

作者透過長期的觀察與驗證,歸納出了幾點定律:

 

1: 贏者全拿,微軟透過windows作業系統的普及,在軟體領域上的強項擊敗IBM的第一代電腦壟斷地位,但最後也產生了另一種形式的壟斷者。而這狀況將再度發生。


2: 未來不會無故發生,是人讓它發生。你的決定很重要。


3: 把已經身處未來邊緣的人聚集一起,才能重新繪製未來的地圖。


4: 面對未知的事物,相對於簡單的套用舊地圖,經過訓練的感知力和對未知的開放態度,能夠讓我們繪製出更好的地圖。

 

作者給出建議,如何能夠較正確的繪製出地圖

 

1: 找到關於未來的蛛絲馬跡並加以研究,然後問自己:「當這些現成為新常態時,情況會有什麼不同?如果形勢照此發展下去,會怎麼樣?」

 

2: 克里斯汀生闡述的「誘人利潤不滅定律」:


「當產品模組化和商品化,使得價值鏈中某個環節的誘人利潤消失時,與之相鄰的環節,往往會出現誘人利潤的專有產品。」

 

這件事情,隨時都在發生,隨時都有價值鏈上某個環節被取代,但隨之而來的都是大量新的價值鏈。微軟透過作業系統,顛覆了IBM的個人電腦,而開放原始碼商品化,也將會使得新一類的專有應用積累大量財富。

 

3: 看待事情的方式會影響你的視野:


「Google與Amazon的優勢不只是一套軟體,它們包含了大量的資料,擁有人員和用來蒐集,管理和利用這些資料構建服務的業務流程,才是優勢。」


「我們每天都在使用Google,但大部份人都沒聽過他底層的Linux。」

 

4: 向量思維:觀察到新趨勢時,畫出一條線,隨新資料數據將其擴展。

 

作者舉例,從他的觀察與實作,如何找到「利用集體智慧」這個的向量,他觀察六個重大事件與相對影響:

 

1: 接觸linux,軟體開發的協作成式,後來稱為開放原始碼軟體
2: 1987年,試行群眾外包的形式,發行<管理UUCP和Usenet>。透過讀者回饋,一直再版新增。
3: 1992年,透過<GNN網路>從新加入全球資訊網的新網站中挑出最菁華,整理成豐富的目錄。
4: 1994年,關注搜尋引擎,自動蒐集所有連結。Google找到連結中有用訊息。
5: 1995年,看到eBay和craigslist用群眾外包的形式。銷售產品和服務能延伸到實體世界。
6: amazon,改進搜尋引擎的原則,改進電子商務效率。

 

到了2009年,他已經很直觀的能看出接下來會發生什麼事情。「智慧手機革命已經把網路從桌爆移到口袋」
「集體智慧應用程式不再僅僅是靠人類用鍵盤輸入資料,而是愈來愈常受到感測器所驅動。」

 

透過了長年的觀察與不斷自我詢問與驗證,才能磨練出對未來的直覺。


而集體智慧,還在成長中,而這種非人類力量具備的「連結性」與「可更新性」,更以極快的速度成長成全球腦。

 

而「全球腦」正在移動(自駕車),長出眼睛(攝影機),長出耳朵(麥克風),並且透過這些感測器,再將更多的訊息吸收與學習。

 

-------------------------------------------------------

 

記得這幾個驅動未來的力量,因為不只在文章的後面,甚至往後的未來,將會一直不斷出現在我們的生活中:

 

<大數據>,<演算法>,<集體智慧>,<Saas>,<機器學習>,<人工智慧>

 

透過分析Uber的商業模圖,我們找到一些蛛絲馬跡。

 

並且,我們需要把我們智人最擅長的工作拿出來再重作一次(河森堡:進擊的智人)「抽取特徵」

 

商業模式圖的泛用框架如下,結構圖我會放在簡報內:

 

A: 「用資料取代材料」:賦予有形資產數位足跡。

B: 「網絡化的市集平台」:第五章)演算法管理的網絡化市場平台中,獲取巨大力量。

C: 「隨需服務」:正在成為消費者普遍預期;雙邊平台->服務+人力和資源

D: 「由演算法管理」:最高端的是AI,第三章)討論最可怕的是控制我們經濟的那些未經檢驗的演算法。

E: 「擴能版員工」:想讓未來經濟比現在好,就要找到新方法來擴增員工能力,給他們新技能,讓他們有新機會。

F: 「神奇的用戶體驗」

 

當然最重要的,「實行」永遠大於「想法」


未來不是想像出來的,是創造出來的。

 

-------------------------------------------------------

 

第二部


從平台到新商業生態系統

 

@新科技徹底改變企業本質,

 

1: 作產品到作平台


亞馬遜從上到下每個環節,每個職能,都在使用軟體,好把它的員工,供應商和顧客都整合進同一個工作流程。Amazon的每個員工的產值,是傳統渠道Walmart的兩倍。


「機器強化了人類,而非取代人類」

 

2:線上線下完美整合

 

Uber和Lyft將全職司機很大一部分轉為兼職工作。讓人類可以作更多有趣,高價值的活動。


這不是一個零和遊戲。隨著模式規模的放大,人人都能加入,用很小的邊際成本,產生很高的邊際效應,就會為彼此作更多事情。


「機器強化了人類,而非取代人類」

 

3:世界往前走,你還困在過去?


FB與Google將用戶轉化成自己員工,為廣告業務創造內容。


網路時代的核心原則:更多自由,帶來更大發展。

 

4: 反托拉斯法應該考量市場整體競爭水準,而不能以降低消費成本為主要評斷標準。


一個茁壯繁榮的生態系統,不僅對參與者有利,也有利於市場平台的擁有者。


目的是削弱整體市場的風險。

 

5: 去中心化,更快進步。


極簡/協同合作/去中心化,將會是未來的系統所需的基本要素

 

@最強企業如何不斷優化服務應該具備什麼樣的組織文化:

 

1: 最強企業,溝通也高度結構化


以終為始,溝通目標


A:常見問題清單


B:承諾思維:先給承諾展示最終樣貌


C:撰寫新聞稿,解釋功能和原因


2: 兼具一致性與自主性:人人清楚目標是什麼,而且有權用自己的方法來實現這個目標。

 

要承諾的是成果而不是達成目標的方法

 

3: 沒有最終版,持續更新

 

@政府如何平台化,智慧化

 

政府在往未來的路上,是一個非常重要角色:


觀點一:新一代網路平台是資料平台,而政府往往是那些資料的重要來源

 

觀點二:企業能作的,政府也能作。 


蘋果並沒有自己開發出成千上萬的應用程式,而是建立了一個平台和一個市集,吸引開發者湧入

 

觀點三:民眾是政府現成的用戶。


對政府來說,有活絡的市場就有繁榮的經濟,應該要善用。

 

觀點四:政府與技術平台互相學習的四大機制


1政府和技術平台一樣,須提供其他應用程式所依賴的核心服務


2制定法律規範,做為平台核心服務的一部分,並具體落實


3投資創新,以創造新的機會


4服務都要收費

 

政府專案的三項啟發:


1: 如果21世紀的應用程式是建立在破爛的20世紀政府平台上,這些應用程式的功能也將受限


2:對服務施行細節透澈了解是制定良好政策的關鍵


3:成功改造政府服務關鍵在同理心,而不慬是技術。


往未來的路上,政府將會扮演著決定性速度的角色。政府應該要有數位素養,要被重新塑形。

 

-------------------------------------------------------


第三部


快速提升數位素養

 

演算法也需要經理人

 

這些程式相當於過去的工人,而程式設計師就是他們的經理,如何引導這些程式走向我們要的結果,需要監管。


簡單的模型和大量的資料,勝過根據少量資料的精緻模型。

 

適存函數的設計,反過來形塑了我們的公司,客戶與內容。


臉書媒合廣告主與使用者需求,結果讓臉書版面充滿了購物訊息,也因為演算法,讓臉書的訊息逐漸變的越來越淺薄。快,狠,準成為了內容的依據。


「我們塑造了工具,工具也塑造了我們」

 

現在的人工智智慧,都是弱AI。是專用領域下,透過監督式學習所產生。目前最重要的問題或許並不在於新演算法的設計,而在於保證我們訓練人工智慧的訓練資料沒有內在偏差。因為偏差的訓練資料,將會導至社會的走向,往不好的方向走,而且會掉入負面循環。

 

往未來的路上,監管者的角色:

 

監管者應該是由結果來設定監管方向,而非簡單的適存函數。


監管方法的建議:

 

1: 嚴禁持有資料者濫用資料


2: 「感覺被侵犯」應該為隱私監管的核心,不能有資訊歧視的狀況。


3: 把線上評價系統融入監管

 

最終回歸以人本的生意:

 

當你繪製新技術地圖時,找對起點是關鍵。許關於隨需或零工經濟的分析過於狹隘,只關注矽谷的發展,而忽略了函蓋層面更廣泛的勞工問題。

 

隨需模式讓雇員和獨立契約工一樣可以自由選擇上下班時間。

 

一流雇主的共同點,視員工為可開發資產。演算法是新的排班主管,該關注驅動演算法的適存函數,以及產生的商業規則,而不是以利潤為主。否則會像「媒體」與「金融」一樣,出現缺陷。

 

一:媒體

 

假新聞的流動在全球腦的幫忙下,傳播速度更快,分辨來源更困難。


如同哈拉瑞在「21世紀必上的21堂課」中提到的其中一堂。我們只是活在新的「後真相」世界,煽動情緒比展現事實更重要。

 

所以什麼是真相?


「我們是我們力圖去理解的世界的一部分,在塑造我們參與的事件裡,我們殘缺的認知扮演著重要作用。」

 

資訊來源的辨別方法:


1: 故事或圖表有無引用來源?


2: 資料來源描述的情況是否真的與這篇文章聲稱的一致?


3: 資料來源是否有權威性?


4: 如果消息引用了量化資料,從數學來看是否合理?


5: 資料來源是否能證實文章的觀點?


6: 是否做到同一個故事裡包括多家獨立觀點?

 

演算法必須協助提出合理的懷疑。

 

二:金融

 

這裡提到了AI的分類,我稍微放一下。如果想了解實際的應用,可以去看一下李開復的「AI新世界」,還會有一些更通俗的說明。


弱AI:特定領域專用AI,AlphaGo就是一個極成功的例子。


強AI:通用型AI,人類的目標,尚有一大段距離。


而作者相信一定一會有介於其中的混合型AI,而這種隱喻就在金融市場一直在發生。

 

大量人類的智慧與決策訓練了AI。金融市場,高頻交易,CDO(債務擔保證卷)等複雜性金融商品,以及影子銀行。我們已經創造出了一些偏離我們控制和理解的東西。

 

AI高速運算與自主學習特性,錯誤也會被迅速放大。2010年,一名惡意交易員用高頻交易演算法操縱股市,在短短36分內,讓道瓊指爆跌1000點(市值蒸發1兆美元),幾分鐘後又戲劇性反彈600點。


市場目前已經變成人機智慧的混合體,而這樣的系統設計在作者觀點下,是我們自己選擇把對人類有害的未來強加給我們。

 

「以為對金融市場有利,就是對就業,工資和民生有益,這是致命錯誤,企業領導者,政策制定者和政治家所做的許多經濟抉擇,都犯了同樣的錯誤。」


金融市場從僕人變成我們的主人,甚至成了其他集體智慧的主人。Google, FB, Amazon, Airbnb, etc。我們必須要馴服的是現在的混合型人工智慧,而非「魔鬼終結者」中想像出來的超級人工智慧。

 

-------------------------------------------------------

 

第四部


未來由我們決定

 

作者提醒我們應該先意識到「市場」與「金融市場」的不同。


企業減少員工,不是受制於以供需決定價格的真實商品和服務市場,而是基於由慾望和貪婪來操控價格的金融市場。經濟體被華爾街的少數人控制了。

 

現在思考一個邏輯,勞工也是顧客,若無法獲得公平的收益分嵑,總有一天他們會買不起自己生產的產品。


每次的工作與收入後,其實就是一種重新分配收益,然而有錢人消費有限,大量的資金會流向金融商品。而金融產品都是從經濟中榨取價值,而不是創造價值。這是一種畸型的經濟體。

 

這就像是一種五人遊戲:收益或損失,按不同比例分配給消費者/企業本身/金融市場/勞工/納稅人。而現行經濟規則,鼓勵把收益分配給消費者和股東(如今還包括公司高層),而由勞工和納稅人承擔損失。

 

現今經濟有一條失敗的規則:只要有可能,人力就應該被當作需要削減的成本,這樣能增加企業利潤,讓投資人得到豐厚回報。這種規則只會讓經濟體更往失敗的地方前進。

 

「我們要玩好商業遊戲,就需要以人為本。」

 

而財富分配不均的核心是超級貨幣。

 

超級貨幣:高本益比,金融槓杆。大多數人以商品和服務換取普通貨幣,只有少數幸運兒能得到超級貨幣。

 

而也導至了分配不均問題:有部分是因為超級明星公司興起所致,巨大的生產力讓員工人少,薪資更高的情況下,占有更大的市場份額。所以平台必須承諾致力於合作夥伴生態系統的健全和永續發展。這不僅是理想主義,更是關乎自身利益的正確理解。

 

「超級貨幣不是禮物,是一種義務。」

 

以Google為例,對社會創造價值已經遠大於為股東創造的超級貨幣(5620億美元)

 

所以我們在思考工作的未來時,理解在「哪裡創造價值」和「在哪裡獲得價值」這兩者同樣重要。

 

縱觀每次人類的革命,消滅了一堆工作同時也會產生大家的新工作。農業革命,工業革命,到現在的網路革命。


所以明日的新工作可能不會以我們熟知的形式出現。

 

大家對AI的恐懼,其實可以「機器幣」與「人類幣」這種隱喻思考:


「有可能需要出現兩種貨幣:機器幣和人類幣。機器幣用來購買由機器生產的東西,這些東西會愈來愈便宜;人類幣是用來購買只有人類生產的東西。」

 

大家要理解一件事情,機器生產的商品成本不斷下降的同時,只有人才能做的事應該更有價,而非更不值錢。強社交性的工作永遠不會被取代,只會更有價值。

 

而書中有一觀點很有意思


「想了解未來,看看現在有錢人都在做什麼就行了」


以前要有錢人才能外出用餐,現在幾乎是每個人的生活日常。


以前要有錢人才能專車,現在Uber讓每個人都有專車可坐。


看看資源與權力較集中的特殊階級在作的事情,就能看到未來的樣貌。

 

正確答案不是沿用傳統方式將創意變現,而是建立一種全新的經濟

_________________________________

學習如何因應未來?

 

一:現在必須要以高學力取代高學歷,因為你的經驗在這個時代,很有可能過一個月就會失效。技術發展的速度遠遠超過教育系統,學習能力將會是未來最重要的核心能力之一。

 

二:我們需要的不是更多免費的教育,而是一種完全於不同於以往工廠式的教育體系。

 

三:知識共享三部曲:創造/分享/嵌入工具。語言能力,是智人社會最偉大的發明,也是知識開始被創造之後的載體。而印刷術,網際網路,讓分享知識成為最簡單的事。嵌入工具,智人擅長將時間折疊,將技術封裝成一個一個的黑盒,再永世留傳下去。

 

四:找出可提高人類價值的新興領域,是新一代創業家乃至全體社會的重大挑戰。還記得前面提的人機合作,利潤不滅定律嗎?

 

五:具有數位結構素養的人知道需要尋找什麼,他們腦中有完成任務的路線圖,而那些不具數位結構素養的人則會顯得手足無措。

 

六:新技術給企業帶來的優勢,取決於他訓練員工,改變其工作流程來適應新技術的能力

 

-----------------------------------

最後,作者分享給創業家的事:

 

1:做對自己來說重要的事,而不是為錢工作。檢驗市場是否出現泡沫的一個方法,是看有多少企業家關注的是接下來的回報,而不是他們想要實現完成的大事。


2:創造多於你獲得的價值


3:把眼光放遠


4:渴望比今天更好的明天

 

為了因應不確定的未來,書中提出了情境規劃工具:

 

目標是擴展思路,去想什麼可能會發生。


具體作法,是找出可能影響未來的一些關鍵向量。方向,速度,加速度(重要)。並將可能性分成四個象限。

 

以技術和經濟未來的問題為例:


第一個向量可設為「技術破壞工作的速度」,以及「技術催新工作的速度」


第二個向量可設為我們利用科技是為了「優化機器所者的財富」或是「極大化全球經濟中所有參與者的財富」

 

第一象限則為,科技催生新型工作+讓全體人類優化,則是上述所說,人類經過擴增能力後,去做以前做不到的事。


第二象限則為,如何建構一個新的社會結構,對學習創新和人情味的價值衡不同於今日。


第三象限則是,在被機器統治之前,人們就會群起反抗的未來


第四象限則是,對未來科技被掌握在某些特定人手上,感到沮喪

 

「讓人類失去工作的不是科技,而是我們如何運用科技的決定。」