兩個 Tarek 的故事#
本章以一個對比開場,揭示世界本質的改變:
- 1882 年的 Tarek(虛構):在大馬士革廣場上抗議改革。鄂圖曼政府對他個人所知不多,但可以自信地預測他的影響範圍——僅限於步行距離內的聽眾。政府完全能控制局勢。
- 2010 年的 Tarek(真實人物 Mohamed Bouazizi):在突尼西亞街頭抗議警察腐敗後自焚。影片在 YouTube 和 Facebook 上迅速傳播,三個月內引發穆巴拉克下台、利比亞動盪、敘利亞內戰。
弔詭之處:現代政府對 Bouazizi 的個人資料遠多於 1882 年,但對他可能引發的結果範圍卻幾乎無法預測。我們知道得更多,卻預測得更差。
蝴蝶效應與複雜性#
Lorenz 的發現#
1961 年,MIT 氣象學家 Edward Lorenz 在重跑一個天氣模擬時,因為將六位小數四捨五入為三位(.506127 → .506),得到了完全不同的結果。
- 在「鐘錶宇宙」中,微小的輸入誤差只會導致微小的預測偏差
- 但天氣系統中,微小的擾動會透過無數相互依賴的變數指數級放大,產生截然不同的結果
- 這就是著名的「蝴蝶效應」——巴西蝴蝶的振翅可能在德州引發龍捲風
複雜(Complex)vs. 繁複(Complicated)#
這是本章最關鍵的區分:
| 特徵 | 繁複(Complicated) | 複雜(Complex) |
|---|---|---|
| 組成 | 許多部件,以相對簡單的方式連接 | 大量元素,密集且頻繁地交互作用 |
| 可預測性 | 可拆解、可預測 | 本質上不可預測 |
| 變化模式 | 線性:輸出與輸入成正比 | 非線性:微小變化可能產生巨大後果 |
| 典型例子 | 內燃機、工廠流水線 | 天氣、生態系統、國家經濟 |
| 管理方式 | 還原主義有效 | 還原主義失敗 |
撞球開球是理解複雜性的好比喻:雖然只有 16 顆球,物理定律也很簡單,但球與球之間的密集交互作用使得結果幾乎不可能預測。西洋棋也類似——前兩回合就有 197,742 種可能走法,第三步時飆升至 1.21 億種。

繁複(Complicated)vs. 複雜(Complex):前者的組件以線性方式連接,可拆解分析;後者的元素密集交互,產生不可預測的湧現行為
蝴蝶效應的常見誤解#
流行文化中,「蝴蝶效應」常被誤解為「槓桿」——小事情產生大影響,暗示可以被操控。但 Lorenz 的真正洞見是:
- 小事情可能沒有影響,也可能產生巨大影響
- 關鍵在於我們幾乎無法事先知道哪種情況會發生
- 蝴蝶振翅是否引發颶風,取決於成千上萬個其他相互依賴的變數
速度與相互依賴的加劇#
現代世界的兩大變化#
作者指出,近幾十年的技術發展從根本上改變了環境的本質:
1. 相互依賴性大幅增加
- Boeing 787 的組裝需要來自日本、義大利、瑞典、韓國、英國的零件
- 數位連接將幾乎所有人納入更廣泛的互聯網絡
- 在伊拉克,一個城市的行動幾乎立即在全國引發連鎖反應
2. 速度急劇加快
- 洛杉磯時報用機器人程式搶先幾分鐘報導地震新聞
- 金融交易公司花 3 億美元鋪設跨大西洋電纜,只為節省 5.2 毫秒
- 過去需要數月才能展開的社會互動,現在可以在數小時的社群媒體爆發中完成
速度與相互依賴的結合意味著:同一個行為在同一時間框架內,與過去相比連結到了數量級更多的潛在結果。原本只涉及兩三顆球碰撞的問題,現在變成了上百顆球的碰撞。
「紛亂的漩渦」(Wayward Swirl)#
軍事界用 VUCA(Volatility, Uncertainty, Complexity, Ambiguity)來描述這個新現實。這不是漸進式的變化——新世界本質上與「鐘錶宇宙」不同。用為後者設計的工具去處理前者,必然會出問題。

Few to Few vs. Many to Many:過去的互動模式是少數對少數,現代環境中每個節點都與大量其他節點直接連結
方形釘子、圓形孔洞#
Warren Weaver 的分類#
1948 年,Warren Weaver 在論文 “Science and Complexity” 中提出:
- 過去的科學處理的是有組織的簡單性(一兩個變數的問題)
- 但真實世界充滿了有組織的複雜性——半打甚至幾十個變數同時以微妙的方式相互關聯
- 不能把複雜性硬塞進為「繁複」設計的框架中
生態系統的教訓#
複雜系統的不可預測性在人類干預自然的歷史中展露無遺:
- 蔗蟾蜍災難:1935 年澳洲引進 102 隻蔗蟾蜍來控制甲蟲,結果蟾蜍不吃澳洲甲蟲,反而大量繁殖、毒殺本地動物,如今覆蓋昆士蘭 40% 的面積
- 葛藤蔓延了美國七百萬英畝土地
- 椋鳥:1890 年有人在紐約中央公園放了 60 隻,現在已成百萬規模的鳥群
重點不是所有引進物種都會失控——它們同樣可能在幾週內死光。複雜系統變幻莫測,呈現廣泛的可能結果範圍。將生態系統當作可預測的機器來對待是危險的。
經濟系統的複雜性#
Friedrich Hayek 在 “The Theory of Complex Phenomena” 中區分了:
- 本質上複雜的系統(如人腦、社會、經濟)
- 看似複雜但本質上只是繁複的系統(如大型機器、工廠)
經濟預測的記錄印證了這一點:
- 美國分析師社群 2001-2006 年間的平均預測誤差:12 個月 47%、24 個月 93%
- 2007 年 11 月,專業預測者認為嚴重經濟衰退的可能性不到 1/500——一個月後金融危機爆發
回到管理:Taylor 的侷限#
Taylor 的管理方案明確是為繁複問題設計的,而非複雜問題:
- 工廠環境是可預測的:明天會有同樣的八種紙漿、同樣的機器和水流
- 因此可以將流程拆解為獨立、可重複的動作
- 規劃效率成為「好管理」的命脈
但隨著世界從「少對少」走向「多對多」的複雜環境,組織的回應方式是建構越來越繁複的解決方案——更多規則、更多層級、更多文書——而非承認問題的本質已經改變。
在伊拉克,Task Force 用繁複的方案攻擊複雜的問題。計畫從制定到批准的時間內,戰場已經改變。等到執行時,計畫往往已經過時。他們無法預測敵人會在哪裡攻擊,也無法在攻擊發生時足夠快地回應。
大數據也救不了我們#
Task Force 擁有前所未有的態勢感知能力:無人機即時影像、操作員的音訊、人口與經濟數據、Blue Force Tracker 的 GPS 定位。但這對預測幾乎毫無幫助。
作者引用科學史家 James Gleick 的論述:即使在地表每隔一英尺放置一個完美的感測器,我們仍然無法預測一個月後是否會下雨——因為感測器之間的微小空隙隱藏著可能產生巨大後果的偏差。
- 大數據擅長解釋複雜現象如何發生、可能如何發生
- 大數據無法預測它們何時、何地會發生
- 資料可以告訴你午餐「最可能」吃什麼,但無法預測你實際會吃什麼——而複雜性的特徵正是那些偶爾的偏離可能產生巨大影響
企業界的印證#
- 1955 年的 Fortune 500 企業預期壽命約 75 年,現在不到 15 年
- 1955 年名單上的企業,到 2011 年只剩 13.4% 仍在榜上
- Gary Hamel 指出,企業現在身處無法控制的「生態系統」和「價值網絡」中,假設「未來大致像現在」的策略規劃反而有害
Henry Mintzberg 的警語:「在未知水域中設定預定航線,是直接撞上冰山的完美方式。」
本章核心論點#
近幾十年的技術變革帶來了更高的相互依賴性和更快的速度,創造出一種複雜性(complexity) 的狀態。複雜性與過去的繁複性根本不同——繁複的問題雖然費力,但最終可以透過預測來解決;複雜性意味著儘管我們追蹤和衡量的能力大增,世界在許多方面卻變得遠更不可預測。這種不可預測性與基於規劃和預測的還原主義管理模式根本不相容。新環境需要新方法。