「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。」