演算法下的行銷優勢

　　★榮獲《金融時報》「本月最佳商業書」

　　汲取人文科學五大原則，
　　供商界領導人、企業界與個人解決工作與生活最棘手的難題。

　　最優秀的執行長除了能讀報表以外，還要懂得欣賞小說！

　　大數據真能解決所有問題？
　　你我如何在演算法時代下勝出？

　　人類已成為演算法的奴隸。日復一日，一個又一個數學天才、工程師拋開人類直覺與經驗，用完全以事實為根據的分析破解產界難題。就這樣，我們不再思考。機器替我們思考了。
　　
　　在大數據與科學至上論當道的今日，麥茲伯格根據他在福特、愛迪達與香奈兒等全球大企業工作的經驗寫成本書，主張純憑數據解決問題的作法往往造成驚人缺失，為人類帶來巨大風險。一味以數字算計，將危及我們的事業、教育、政府，以及畢生的積蓄。太多公司將具備人文技巧的員工撇在一邊，終於再也無法掌握顧客的人性需求。麥茲伯格提出證明，今日許多最大的成功故事並非來自量化思考，而是源自與文化、語言，以及歷史的深入而精微的互動。他為這套作法取名為「意義建構」（Sensemaking）。
　　
　　在這本具指標意義的書中，麥茲伯格提出以下五項原則，供商界領導人、企業界與個人用以解決他們最棘手的難題。

　　1.注重文化，而非個人。
　　2.掌握厚數據，不只是薄數據。
　　3.要大草原，不要動物園。
　　4.重視創意，捨棄工廠製造。
　　5.學會仰望北極星，而非依賴GPS。
　　
　　他剖析用這種辦法招徠新客戶的公司，並引領讀者進窺投資人喬治‧索羅斯（George Soros）、建築師比雅‧英格爾（Bjarke Ingels）這類意義建構「大師」的工作進程。無論就實用與理論而言，本書都是反制公司集體思考的利器，是卓而不群的領導人與創意家不可或缺的資源。
 

作者簡介

麥茲伯格　Christian Madsbjerg

　　ReD 聯合顧問公司創辦人、客戶關係總監，將人文與社會科學工具應用於企業界的重要先驅，專注於發掘人類行為的研究方法，並為許多《財星》（Fortune）三百大企業最高階主管提供策略建議。曾在哥本哈根和倫敦攻讀哲學與政治學，擁有倫敦大學碩士學位。合著有《大賣場裡的人類學家：用人文科學搞懂消費者，解決最棘手的商業問題》（The Moment of Clarity）。

譯者簡介

譚天

　　曾任《聯合報》編譯主任、《自由時報》副總編輯等職。現旅居加拿大專事譯作。譯有《把成功變成習慣》、《商業冒險》（合譯）、《泰王的新衣》、《如果你願意，讓我為你上一堂課》、《當代最具影響力14位大師談創新》、《十億民工進城來》、《大事法則》、《戈巴契夫傳》、《新媒體消費革命》、《身先士卒》、《飛堡戰記》、《新工業國》、《採訪CEO》、《推動轉型的手》等約一百本書。
 

我們常聽到，與機器相比，人類有多麼不理性、多麼欠缺效率。與矽晶動力的電腦相較之下，人腦不僅呆鈍還太情緒化。在職場上，人類根本一無是處，只會拖延專案進度，把原本黑白分明的事變得模糊且複雜。我們需要透過經驗學習，而我們即使學到一些東西，也仍然無法達到演算法那種精確、嚴密或一致。
 
由於在這世上的地位跌得實在太慘，我們還找出一句為自己辯白的託辭。在員工休息室或下班後酒酣耳熱之間，我們會聳聳肩對同事說，「我也只是人而已」。這句話點出我們的文化對人性的一種真正看法：既是人，就充滿瑕疵。
 
工程圈稱此為「人因因素」（human factor）。在航空、供應鏈管理、製藥等產界，所謂「人因因素」就是「會出錯」的另一種說法。學界甚至出現一門新學術，名為「人因因素研究」，專門研究如何更正我們在人機互動過程中所犯下的錯誤，以「優化」這些互動。人因因素研究探討的是，當人類犯下常見錯誤時，機器應該怎麼因應才能得到最好的結果。舉例來說，谷歌一輛自駕車在設法解釋真人駕駛的前後矛盾時，便運用這種研究。人類以行為不規律出名，這種缺陷使自駕車很難用演算法達到完美駕駛。
 
我們人類的悲哀還不只如此而已，記者與未來學者也不斷告誡，人類的大部分工作即將為機器人取代。首先被機器搶走飯碗的是工廠與客服員工，但很快所有勞動力，包括餐館員工、藥劑師、診斷師、律師、會計師，就連照顧老人的看護都得丟差。對記者與學者而言，目前的問題不是這種現象會不會出現，而是出現以後我們應該如何自處。