Look With Fresh Eyes

為什麼「重新看見」是改變的起點？#

書中第一章結尾的一句話直指核心：

「『走進現場觀察工作』的本質，是讓自己更靠近現實，並用新鮮的眼睛去看它。這就是你找到有希望的槓桿點的方式。」

被卡住的組織與個人，往往不是因為缺資源、不夠努力，而是因為他們已經看不見自己每天在做什麼。失能變成日常，日常變成「就是這樣啊」。

這一章把書中關於重新看見的方法整合起來：走進現場、挑戰假設、跳脫平均、繪製顧客旅程、追問習慣的由來。

為什麼我們會盲掉？#

失能的累積機制#

一個短期應急方案，會在沒人提醒的情況下變成永久制度：

巴拿馬瓦楞紙板廠每天中午停機——是十多年前供電不穩的應急方案，電力問題早已修復
西北紀念醫院的紅色電話響個不停——員工以為這是工作的一部分，沒人質疑「為什麼有人需要打電話來確認包裹？」
美國軍方為「平均飛行員」設計座艙——一個 1926 年的決策被沿用了數十年，沒人問過「平均到底是誰？」

MIT 教授 Nelson Repenning 與同事的觀察：
「在我們研究過的幾乎所有工作中，都發現了類似明顯但被忽略的問題……
看似『管理失誤』的，往往只是過時習慣的偶然累積。」

解釋深度錯覺：你以為你懂#

心理學家羅森布利特（Leonid Rozenblit）與基爾（Frank Keil）2002 年的研究：

受試者先評估自己對熟悉物品（拉鍊、馬桶、腳踏車）的理解程度
平均自評約為 4 分（滿分 7 分）
然後被要求寫下逐步說明：腳踏車的鏈條、踏板、車架到底怎麼連？
自評分數急速下跌

更驚人的是 Rebecca Lawson 的研究：

給受試者一張只有兩個輪子和車架的腳踏車骨架圖
請他們補上踏板、鏈條和其他結構
結果有人把鏈條同時連到前後輪——這台車根本無法轉彎
畫錯這台車的受試者報告「幾乎每天騎車」

不要把「會用」誤認為「懂系統」。
我們以為「能用 = 理解」，所以系統還在運作時不去看細節。等系統故障時，才發現原本以為的理解底下是一片空白。

三種「看見」的方法#

方法一：實地走訪（Go to the Gemba）#

「Gemba」是日文「實際發生的場所」，源自豐田生產系統。

案例：跟著九年級生過一天#

伊利諾州雷登高中副校長 Karen Ritter 報名了 Stanford d.school 的「影子學生計畫」（Shadow a Student Challenge），跟著學生 Alan 一整天：

跑體育課的衝刺、吃自助餐廳的午餐、做課堂作業
最痛苦的是雙倍時長的補救代數課——鐘聲響了卻不是下課
觀察前她對「學生主動學習」這項打 B；觀察後降到 C-

她發現自己的直覺有些對、有些錯：

正確的直覺：學校確實有支持性的環境（這項保持 A）
錯誤的假設：以為雙倍補救課對學生有幫助。事實上，沒有證據顯示這在改善學習，只是讓學生更痛苦——還排擠了他們選法文或汽修等選修課的機會

Repenning 的提醒：「當你去看真實的工作，如果你不感到尷尬，那大概是看得不夠仔細。」

從 Karen 的觀察到結構性的修正#

學校後來：

為教師舉辦更具互動性教學的專業培訓
修改政策，確保每個學生至少能選一門選修（過去有些被排到雙閱讀加雙數學的學生完全沒有選擇）

方法二：挑戰假設（Challenge Your Assumptions）#

環境保護基金會（EDF）首席科學家 Steven Hamburg 說：

「在思考系統時，最大的挑戰是意識到自己的假設——因為假設幾乎總是決定了你怎麼看系統。」

案例：被忽略的甲烷#

過去環保界的主流假設：

甲烷在大氣中存活時間短（約 12 年），長期看來重要性不如二氧化碳
因此政策資源主要投入二氧化碳減排

但若把假設換成「能不能在短期內快速降溫？」，甲烷就突然變成全球氣候的一個隱藏槓桿——它的溫室效應強度遠高於二氧化碳，短期內減排能立刻產生效果。EDF 後來推動 MethaneSAT 衛星計畫，把這個一直被忽略的施力點放大成全球行動。

個案：低收入大學畢業生#

特許學校創辦人 Mike Goldstein 與同事 Geordie Brackin 長期相信「上大學 = 翻身」。Bain 的分析卻顯示：

只有一半畢業生年薪超過 4 萬美元
40% 從事不需要學士學位的工作

當他們質疑「大學階段是最重要的介入點」這個假設後，把鏡頭拉到「畢業後的職涯諮詢」階段——這個被遺忘的環節反而成為更有效的槓桿點。

方法三：從「平均」中找到亮點與黯點#

平均值是好的監控工具，糟糕的診斷工具。
平均值能告訴你「有些事不對勁」，但很少告訴你「到底什麼不對勁」。

案例：沒有「平均飛行員」這回事#

1950 年，美國空軍研究員 Gilbert Daniels 測量超過 4,000 位飛行員的 10 個關鍵尺寸：

計算每個尺寸的平均，並把「平均」放寬到分佈的中間 30%
問了一個沒人問過的問題：有多少飛行員在這 10 個尺寸上都落在中間範圍？
答案：零——4,063 位飛行員裡，沒有一個是「平均飛行員」

Daniels 的洞見：「如果你為平均飛行員設計座艙，你其實是為沒有任何人設計座艙。」
解法不是「找出平均」，而是「讓座艙能調整」——可調腳踏、可調座椅、可調頭盔帶，從第 5 百分位到第 95 百分位都能適用。

案例：用「亮點分析」拆解平均#

Gartner 顧問 Ken Davis 在 2008 金融危機後接手客戶留存業務，留存率從 2008 年的 100% 跌到 2009 年的 84%。他做了三件事：

走進現場：發現客戶夥伴大量時間花在訂單與交叉銷售上，主軸目標反而被稀釋
找亮點：在留存率分佈圖中，有 17 位客戶夥伴的留存率超過 100%（即客戶今年比去年花更多錢）
拆解亮點的行為：訪談這些頂尖夥伴的日常做法

最關鍵的差異不是「是否有跟進流程」（A 跟 F 都會跟進），而是「是否有清晰的每日流程」（defined daily process）：

「我每週聯絡 30–40 位客戶。週一是電話日，依續約日期排序優先順序。」
A 表現者幾乎全部使用，F 表現者只有三分之一使用

把這 9 種具體行為傳授給整個團隊後，連續 10 年留存率刷新紀錄，估計為公司帶來至少 1 億美元的營收增長。

亮點分析的隱藏邏輯：頂尖表現者自己往往不知道為什麼自己是頂尖。他們做著對自己來說自然的事——所以需要旁觀者去觀察、命名、複製。

跟隨一個人，看見整個系統#

組織複雜時，不可能一次看清全貌。但你可以跟著一個人走過整個系統。

案例：放射科的病人旅程#

愛荷華大學醫院放射科原本要等兩週才能掃描。團隊跟著病人走完全程，發現一個荒謬的細節：

護理師遞給病人顯影劑後，要等整整一小時讓藥劑流經消化道
但護理師才是病人見到的「第一位」醫護人員——所以這個等待計時太晚才開始
解法：接待人員報到時就遞顯影劑，省下一小時的計時

這種「請接待員給藥」的點子在任何單一筒倉內永遠不會被想到——
接待員會把自己的工作做到極致，但不會想：「嘿，這應該是我發的」
護理師也不會想：「這件事其實不需要醫療專業，我該轉手出去」
只有跨越筒倉、跟著病人走過一遍，才看得見這種槓桿點

拒絕「猜謎大會」（Guess-a-thons）#

谷歌 X 共同創辦人 Tom Chi 說，多數企業決策是這樣做出來的：

Ted 主張某個大膽方案
Marisa 因為不喜歡 Ted，反對該方案
Helen 害怕做決定，永遠主張「再多看點資料」
Gregg 永遠在問「這對文化會有什麼影響？」（諷刺的是 Gregg 自己是大家最不喜歡的文化部分）

最後決策者是「最會吵架的人，或職位最高的人」。

Tom Chi 給我們的挑戰：
「聰明人總會為自己的猜測想出聰明的理由——但這不代表他們的猜測不是猜測。」
「不論聽起來聰明或不聰明，唯一該聆聽的問題是：我聽到的這件事，是猜測還是直接體驗？」
「如果是猜測，就應該被當成猜測對待。如果是直接體驗，那才是我們該根據的東西。」
換句話說——離開「猜測的介質」（medium of guesses），進入「現實的介質」（medium of reality）。

跟前線講真話的人聊一聊#

企業重整顧問 Jeff Vogelsang 用一個荒謬簡單的方法搞清楚一家公司哪裡出了問題：

找最靠近顧客、最靠近核心活動的人
告訴對方：「這是私下對話，我不會洩漏你說的任何內容。我只想找出共同主題。」
然後閉嘴，讓對方講

「他們會說：『反正我不在乎，他們可以開除我。』然後他們會把所有的問題吐出來——我會記滿 10 頁筆記，90% 都是真的，10% 是情緒或私人恩怨。
兩週之內，公司裡的人會告訴你發生了什麼事——只要你會問開放式問題、會閉嘴、讓他們慢慢講。」

兩種對「前線」的常見誤解：
犬儒派：「他們只是來打卡的，問他們能說出什麼？」
浪漫派：「他們才是真正懂的人！高層應該全部下放！」
真相介於兩者之間——他們是人。有聰明的點子也有愚蠢的點子。
諮詢他們的理由不是「他們是無私的智者」，而是「他們比你更懂自己的工作，而他們的工作比你的離現實更近」。

重新看見的承諾#

當你用新鮮的眼睛看自己的工作，你會看到許多被合理化、被忽略、被當成空氣的問題：

那台每天中午該停機的機器
那場讓九年級生眼神死掉的補救課
那位被叫去簽 100 個包裹的員工
那個以為「我們都是為了平均飛行員設計」的決定

想像一下：如果你能找出並停掉團隊裡最愚蠢的那些事——那些考慮不周的、沒意義的、自我傷害的——全部，停掉。
那會值多少錢？
有些明顯該改的事，不去看就永遠不會看見；有些絕妙的點子，不去看就永遠不會出現。