「不懂就稱讚很糟，不懂就批評更糟。」
— 達文西（Leonardo da Vinci）
事業是複雜系統，活在更複雜的系統（市場、產業、社會）裡。複雜系統（complex system）是相互連結、能自我延續、形成整體的安排。本章探討所有系統共通的元素、環境如何影響系統，以及不確定性與變化的本質。
高爾定律：所有可運作的複雜系統都從可運作的簡單系統演化而來#
「成功運作的複雜系統，都是從成功運作的簡單系統演化而來。從零開始設計的複雜系統永遠行不通，且無法被修好——你必須回頭從簡單系統開始。」
— 高爾（John Gall）
高爾定律（Gall’s Law）：複雜系統含有大量相互依賴與變數，必須恰好對齊才能運作。從零打造的複雜設計沒有經過環境淘汰，因此必然在無數預期之外的地方失敗。
這就是為什麼原型 → MVP → 迭代這套價值創造方法奏效。從滿足當前淘汰測試的最簡單系統開始，逐步加複雜度，最終你會擁有一個能在真實環境中運作的複雜系統。
流動、存量、餘裕#
- 流動（Flow）：資源進出系統的動向。輸入流（inflow）：原料、新進員工、資金存入；輸出流（outflow）：成品、離職員工、開支。
- 存量（Stock）：流動匯聚的資源池——銀行帳戶、庫存、排隊名單、待辦清單。
- 想增加存量：加大輸入流或減少輸出流；反之亦然。
- 餘裕（Slack）：存量中可用資源的數量。
- 過大：資金被綁、增加倉儲與管理成本
- 過小：系統可能在某個環節「斷糧」
餘裕的拿捏需要平衡。汽車工廠中，引擎庫存太多綁太多資金；太少則整條產線可能停擺。
限制條件#
「一旦你解決了頭號問題，二號問題就升格了。」
— 溫伯格（Gerald Weinberg）
Goldratt 的限制理論（Theory of Constraints）：任何系統的整體產出永遠被某一個關鍵限制所決定。要提升整體 throughput，找出限制 → 解除限制才是有效路徑。Goldratt 的「五個聚焦步驟」：
- 辨識（Identification）：找出當前的限制（例：產線正在等引擎）
- 發揮（Exploitation）：確保限制相關資源不被浪費——分班輪流，午休不停線
- 歸從（Subordination）：重新設計整個系統來支援限制——把工廠重排，讓引擎站旁邊就是它需要的所有材料
- 提升（Elevation）：永久增加限制的容量——買新機器、招更多人（昂貴，留到最後）
- 重新評估（Reevaluation）：解除舊限制後，限制可能跑到別處去——別停在一個地方優化
回饋迴路與自我催化#
- 回饋迴路（Feedback Loop）：當系統的輸出成為下一輪的輸入，就形成迴路。
- 平衡迴路（balancing loop）：抑制變化、維持穩定（如恆溫器、人體血糖）
- 強化迴路（reinforcing loop）：每輪都放大輸出，導致暴衝或衰退（如複利、價格戰）
- 自我催化（Autocatalysis）：來自化學——某反應的產物是下一輪反應的原料。
- 1950–1990 年代電視廣告就是經典例子：花 1 美元廣告賺回 2 美元，再投回去變 4 美元 ⋯⋯ 寶僑、奇異、Kraft、雀巢就是這樣變成巨頭。
- 網路效應、病毒傳播也是自我催化的範例。
找到事業中能自我催化的元素，成長速度會超乎預期。
環境與淘汰測試#
- 環境（Environment）：系統運作所在的更大結構。環境改變、系統必須跟著改變，否則就會被淘汰（恐龍滅絕、油價暴漲導致依賴塑膠運輸的企業大量倒閉）。
- 淘汰測試（Selection Test）：環境決定什麼能存活——人類要呼吸、要吃喝、要保溫；企業要創造價值、收回成本、有充足利潤。
- 「適者生存」其實更像「不適者死亡」。
- 環境變動是創業者的好朋友——巨頭舊有的優勢可能在新淘汰測試下變成包袱。
熵與不確定性#
「不願改進的人，最終會面對不是改進的改變。」
— 蒙格（Charlie Munger）
- 熵（Entropy）：放著不管，複雜系統會逐漸失序——身體要持續鍛鍊、馬路要鋪、軟體要更新、房屋要維護。
- 維護工作社會地位低，但它才是長期維持價值的關鍵。
- 不確定性（Uncertainty）：和「風險」不同：
- 風險（known unknowns）：知道有什麼可能會發生，可以做風險規劃（朋友的航班可能誤點）
- 不確定性（unknown unknowns）：不知道有什麼會發生（一顆隕石把車砸毀）
- 黑天鵝事件（Black Swan）：發生前機率近乎零、發生後改變整個環境。Taleb 提醒：你所有歷史資料訓練出來的模型，都救不了你。
賣「確定性」的人很多，但確定性根本不存在。最佳防禦是靈活、有準備、有韌性，而非試圖預測。
變化、相互依存、對手方風險#
- 變化（Change）：複雜系統永遠在變，不存在「靜態」。我們會誤以為可以把企業從「優秀做到卓越、屹立不搖」——這是不切實際的烏托邦。
- 相互依存（Interdependence）：系統往往依賴其他系統。緊耦合系統一個環節失敗就會連鎖崩潰（多米諾骨牌、Rube Goldberg 機器）；鬆耦合系統有更多餘裕與替代路徑。
- 消除不必要的依賴 = 降低連鎖故障的風險。
- 對手方風險（Counterparty Risk）：你依賴別人時，他失約就會拖垮你的系統。
- 2008 金融海嘯就是經典：投資銀行互相向對方買「信用違約交換（CDS）」當保險，結果同時崩盤、保單無人能履約，全部跟著倒。
二階效應#
「我們可以選擇行動，但無法選擇行動的後果。」
— 柯維（Stephen Covey）
二階效應（Second-Order Effects）：每個行動都有後果，而後果還會帶來後果。
- 巴林島土地填海：抽取內陸土壤填海造地，意外抽乾了島嶼的地下水脈，將原本綠意盎然的「伊甸園」變成沙漠。
- 紐約戰後租金管制：原意是讓退伍軍人住得起，結果房東無法把上漲的維護成本轉嫁，乾脆讓建築敗壞甚至棄置——最終讓住房供給縮水、租金更貴，與初衷完全相反。
對複雜系統做變更時要極度謹慎——你得到的可能與你期待的相反。
外部性#
外部性（Externality）：主流程的副作用影響到非主要決策者或受益者。
- 負面外部性：克里夫蘭凱霍加河 1868–1969 年至少燒了 13 次——工廠把廢料排入河，自己省錢，社會受害。
- 個資外洩也是負面外部性：公司搜集 PII 對自己有商業價值，但若被駭客入侵，受害的是客戶。
- 正面外部性：網路、電話的網路效應；公共衛生、識字推廣帶來大家共享的好處。
預期會產生負面外部性的行動，事先規劃減損與防範——這既是道義，也是長期 Reputation 的保障。
正常事故#
「問題不是有問題，而是預期不該有問題、把問題本身當成問題。」
— 魯賓（Theodore Rubin）
正常事故（Normal Accidents）：在大型緊耦合系統中，小風險累積到一定程度，意外就成必然。系統越複雜、運作越久，重大失敗只是「何時」而非「會不會」的問題。
- 1986 挑戰者號因 O 形環凍結變脆而爆炸；2003 哥倫比亞號因熱盾損毀解體。
- NASA 的回應極具啟發：不是再加更多系統（那只會讓系統更緊耦合），而是分析近失事故、為下次相同情境準備好應變方案。
過度反應是 Threat Lockdown 的系統版——只會讓未來更容易出事。
盡量讓你依賴的系統保持鬆耦合。鬆耦合系統雖較沒效率，但壽命長、出事時也不會災難性崩潰。