為什麼領導者該像科學家一樣思考#
主管每天都在做產品、客戶、資源配置、薪酬等決策,但這些決策背後的假設從未被認真檢視。最常聽到的辯護是:
「我一直都是這樣做、一直都成功,從沒想過要換方式。」
作者 Stefan Thomke(哈佛商學院教授)與 Gary W. Loveman(前 Caesars Entertainment CEO)指出,如果挑戰假設這麼有價值,為什麼主管不把它當標準作業?經過數十年研究,他們的結論是:
多數企業領導者不像科學家那樣思考與行動。
這背後有一個結構性難題:
- 領導者的位置常被視為過去成功經驗的證明
- 高階主管活在正向回饋迴圈中,不太可能去質疑自己決策的根基
- 用科學方法(scientific method)需要面對困難問題時的智識謙遜(intellectual humility)
科學式思考的核心承認:人會犯認知與判斷錯誤、會在錯誤假設上養出自滿。科學式行動則要求我們不斷探查自己的假設,並在證據顯示它錯時改變它。
本章提煉出科學方法的五個元素,逐一對應到管理實務。
1. 成為「有知識的懷疑者」#
成為「有知識的懷疑者」(knowledgeable skeptic)意味著:
- 使用理性,要求證據,並對新想法保持開放
- 尋求事實的獨立確認
- 把專業知識看得比權威更重
- 檢驗彼此競爭的假設
- 反覆地問:「我們為什麼相信這件事?」「這是真的有什麼證據?」
Sony 案例:2011 年 Kazuo Hirai 接掌 Sony 消費電子業務時,前任的核心假設是:要恢復獲利,必須增加電視銷量以攤平高成本。Hirai 對此存疑並做了分析,發現要達到損益兩平需年銷 4,000 萬台 — 但 2010 年只賣了 1,500 萬台,且為衝量持續打折,反而陷入惡性虧損循環。
他下令減少銷量、提高售價,把已開發國家 LCD 電視銷量砍掉約 40%、美國機型砍半,同時降低固定成本、提升畫質、與 Best Buy 合作店中店模式。2015 年,Sony 電視業務交出 11 年來首次營業利益。
2. 調查異常現象#
異常(anomalies)是看起來不對勁、與預期不符的現象。它們是被忽略的訊號 — 但也是發現新洞見的關鍵入口。
科學史上的經典案例:1879 年,Louis Pasteur 渡假回來發現雞霍亂菌培養皿失去毒性;助手把這些「壞掉」的菌株注入母雞,雞只出現輕微症狀並完全康復。再注射新鮮菌株時,這些雞依然健康。這個異常促成了**減毒活疫苗(live attenuated vaccines)**的誕生。
商業上的例子:1999 年 Gary 接任 Harrah’s Entertainment COO 不久,在拉斯維加斯飯店電梯裡聽到客人抱怨:「拉斯維加斯這裡的吃角子老虎比大西洋城還緊(payout 低)。」這讓 Gary 驚訝,因為:
- 拉斯維加斯機台平均 payout 為 94.5%,大西洋城是 93%
- 業界長年假設「機台給得少 → 客人會跑掉」
於是他請分析團隊調查。結果發現:客人要玩 80,000 次才能感受到平均 payout,因此根本無法分辨兩地差異。這個發現催生了賭場業的數據革命,平均 payout 也因此逐步下調。
Lego 前 CEO Jørgen Vig Knudstorp 說:「即使抱怨的客戶比例極小,也要真正地、非常主動地聆聽。」一批 15,000 套缺零件的 Lego 商品出貨,回報的客戶不到 5%。當你聽到一個抱怨,合理推論是:「還有更多人不滿意,只是沒講。」
3. 提出可被檢驗的假設#
要有效地挑戰假設,必須把它轉化為可以量化驗證或推翻的假設(hypothesis)。引用 19 世紀科學家 Lord Kelvin:
「當你能測量你所談論的事,並用數字表達它,你就對它有所了解。否則,你的知識是貧乏且不令人滿意的。」
科學案例:19 世紀末,物理學家假設宇宙充滿一種叫「以太(ether)」的介質讓光傳播。1887 年 Michelson 與 Morley 設計實驗測量光在垂直方向的速度差 — 結果沒有差異,瓦解了以太假說,為狹義相對論(special relativity)讓出舞台。
商業案例:Bank of America 想改善客戶在分行排隊的不耐感。內部研究發現:當客戶排隊超過 3 分鐘,實際等待時間與感受到的等待時間會出現巨大落差(5 分鐘的等待感覺像 10 分鐘)。團隊提出可測試假設:
「在櫃台上方裝設電視螢幕,將降低感受到的等待時間。」
實驗:在亞特蘭大某分行裝 CNN 電視,與另一家相似分行對照。
| 分行 | 測試前 | 測試後 |
|---|---|---|
| 有電視 | 高估 32% | 高估 15% |
| 對照組 | 高估 15% | 高估 26% |
假設的靈感可以來自客戶質性研究(焦點團體、易用性測試)、分析(客服資料)、異常觀察,或其他公司的非典型成功實踐。

Table 3-1: 強假設 vs. 弱假設
4. 提出硬證據#
物理學家 Richard Feynman 1964 年於康乃爾大學的演講中說:
「不論你的猜測多漂亮、你多聰明、是誰提出的、他叫什麼名字 — 如果它和實驗結果不符,它就是錯的。就這麼簡單。」
商業決策不該僅以感受、經驗、猜測或地位作為假設依據;如果尚無確切證據,有紀律的實驗可以提供它。
Resort Fee 案例:2009 年起拉斯維加斯飯店紛紛開始收 Resort Fee(含 Wi-Fi、礦泉水、健身房)。Gary 與團隊假設「客人會視為漲價、入住率下滑」,並有 Southwest Airlines 不收託運費吸引客戶的軼事支持。於是 Caesars 廣告主打「Resort Fee Free Zone」。
但三個月後資料顯示這項決策完全沒有效果。Gary 要求用實驗測試:先對較不敏感的會議客與非高階會員收費,三個月後確認客戶並不會因此轉去其他飯店(且競爭對手多已收費)。逐步擴展實驗範圍後,硬證據累積到足以推翻原本的假設 — 客戶對 Resort Fee 的敏感度,遠低於對房價的敏感度。
5. 探查因果關係#
依賴對因果關係的假設是危險的。人類常常:
- 把不相關的行動與結果連起來,混淆相關與因果
- 對無關的「噪音」反應過度
- 開心接受支持自己假設的「好證據」,卻對反駁假設的「壞證據」嚴格挑剔
科學家用幾種方式探查因果:
- 傳統實驗:改變一或多個變因(推定的原因),其他保持不變,觀察結果
- 隨機化(randomization):當無法控制所有變因時,用隨機分組防止系統性偏誤
- 自然實驗(natural experiments):變因不在研究者控制下,但仍可揭示因果(2021 年 Joshua Angrist 與 Guido Imbens 因此獲諾貝爾獎,他們以麻州樂透得主作為「保證基本所得」的天然對照)
- 模擬(simulations):當變因互動無法觀察時可用
- 反事實(counterfactuals):「如果沒有 A,B 還會發生嗎?」例如:折價券真的促銷有效,還是不發折價券銷售也會成長?
Lego 前 CEO Knudstorp 接任後反覆問「這真的是真的嗎?」「我們真的相信那件事嗎?」他重新檢視外包給 Flextronics 的決策:原本假設能精簡供應鏈、降低成本,實際卻是交期更長、採購費用更高、模具壽命縮短。最後 Lego 把製造拉回內部,並投資頂尖射出成型技術 — 既能讓積木卡得夠緊又能被孩童拉開、又能與數十年前的舊積木相容,這是只有極嚴格的模具公差能達成的。
五個元素之間的關係#
這五個元素彼此相扣:
- 懷疑啟動觀察
- 觀察揭露異常
- 異常產生假設
- 假設由實驗驗證
- 實驗最終揭示因果
把科學方法引入決策的最大挑戰,不是技術,而是文化 — 領導者要願意說「我可能錯了」、願意讓證據而不是位階主導結論。