財大咖 | CFO思想棲息地與財稅話語策源地
算法能為我們解決所有的問題嗎？是否數據越多，我們制定出的戰略就越好？在人工智慧時代，人的作用是什麼？在大眾都在使用算法的當下，我們如何勝出？
時代進步正在顯示這樣的趨勢：包括會計核算等在內的人類的大部分工作將被交由機器人處理。與此同時，有些高管，過於看重數據、報告、模型而忽略現實中的管理問題。缺少對數據背後其他因素的思考，也成為很多初級管理者上升的瓶頸。
丹麥企業家克裡斯蒂安馬茲比爾格在自己的著作《意會：算法時代的人文力量》中提出，人們的想法、喜好和對產品的選擇很大程度上受他們所處的環境與文化的影響。所以，企業家真正需要花時間去做的，是去了解目標客戶群體的行為和其所處的世界。正如他所說：「最成功的領導者都是充滿好奇心、接受過廣博教育的人。他們既可以欣賞小說，也可以閱讀電子圖表。」
原創 | 克裡斯蒂安馬茲比爾格（丹麥）
摘選自《意會：算法時代的人文力量》
來源 | 財大咖（ID:caidaka2019）
轉載請在文章下留言
分裂式式創新背後的假設
在矽谷，人們總會談到「分裂」。成功的企業家顛覆傳統的工作方式；他們與市場「分裂「，而不僅僅是銷售一種產品。當我們分解這種「分裂」中隱含的假設時，就可以真正洞察到矽谷對創新和發展所抱持的理念。分裂一個產業，在矽谷的說法中意味著徹底與「過去」和「未來」決裂。這反映的是一種科學式的思維方式，在這種思維方式中，提出一個假設，並認為該假設是可行的，或「真實的」，直到你能夠驗證它是錯誤的，或者找到新的假設來取代它。只要經過嚴謹驗證，證明該假設成立，這種假設就可以替代之前所有的研究。當然，這一假設的成立也是暫時的，最後總有一個新的假設會取代它的位置。這是一個永遠在不斷發展的學科。
這種思維方式與人文學科的知識傳統形成鮮明的對比，人文學科並不主張知識的切斷，也不會將過去的經驗看過是不適宜或過時的，它關注的是主導力量與態度是以何種方式塑造當代文化，以及隨著時間的推移和距離的轉換，曾經過時（有意圖或無意圖）的知識和理解力的復甦。
但是矽谷文化認為人文科學與專業生活的關聯性不大。分裂就是拒絕曾經。矽谷是想與曾經積累的知識進行徹底的決裂。因為這種「分裂」反應的是一種理念，也就是創新需要對變革無所畏懼和與過去的決裂，是屬於年輕人的一種特質。矽谷推崇無經驗，因為初生牛犢不怕虎，沒經驗的人會更願意冒險。馬克·扎克伯格在2007年參加史丹福大學的一次活動時對與會者說「年輕人更精明。」這實際概括了目前盛行的態度。與這一觀點相呼應的是風險投資人維諾德·柯斯拉2011年在班加羅爾的一次科技盛會上對在場的聽眾說，「年齡超過45歲的人基本不會有什麼創新思想了。」在這樣的場合，對傳統智慧的否定是一種必要的禮儀。一位不願透露姓名的分析家對「紐約客」的記者喬治·派克爾說，「如果你是矽谷的工程師，你肯定沒有什麼動力去讀《經濟學人》。」
一方面，這種態度反應的是對量化的沉迷，這在矽谷的年輕人看來是智慧與經驗知識的化身。量化的形式很多，其中「量化自我」運動就是用設備追蹤和量化他們各個方面的行為。這同時也反映了在美國社會中對量化青睞的大趨勢：無論是在醫療、教育、政府，還是在我們個人生活領域。這種趨勢目前正以一個新的詞彙大數據為我們所熟知。
大數據背後的假設
大數據本身是考察相關性，而不是因果關係的。大數據可以構建統計上的顯著相關關係，但是卻不能解釋為何形成這樣的結果。隨著數據集越來越大，對於重大的相關性，會逐漸增加數據誤導的風險—可能出現魚目混珠的情況。大數據可以提供信息，但是無法給出解釋。經濟學家與記者提姆·哈特福德在2014年金融時報的文章中寫道，「大數據並沒有解決困擾了統計學家和科學家數百年的問題：關於洞察力的問題，也就是如何推斷到底發生了什麼，和找出如何幹預和優化系統的方式。」
當大數據取代傳統的研究方法而不是與傳統方式共同發揮作用，會出現怎樣的結果？谷歌的流感趨勢檢索給我提供了一個典型的案例。2008年，谷歌的研究人員想要探索一個想法—運用搜索詞條預測大規模疾病的爆發。經過分離和流感相關的檢索和對這些檢索追蹤，研究人員想當然地認為他們可以比疾病控制中心更快預測流感的爆發。他們所採用的技術被命名為「現在播報」。研究人員將理論付諸於實踐，並將研究結果發表在《自然》雜誌上。不論怎樣，這似乎是一次巨大的成功。谷歌的檢索可以比疾病控制中心早兩周預測出流感爆發。
然後，谷歌的流感趨勢預測就不靈驗了。2009年整個H1N1流感爆發，它都沒有預測出來，而2012-2013的季節性流感又被過分誇大了。到2013年年底，在為期兩年的時間裡，科學家們估算，谷歌流感趨勢預測108個星期中有100個星期，流感都處於高頻爆發的可能。到底是哪裡出了問題？包括其他的問題在內，谷歌的算法對於任何與流感季節相關的檢索都會產生反應（vulnerable），但是對於真正的流感爆發搜索卻沒有反應。因此，像「高中籃球」和「雞湯」這樣的檢索就會在流感警示中被剔除—相關性只是基於偶然性的，針對流感的問題並沒有反映因果關係。這是因為大數據並不關註解釋為什麼。而只是反映經驗主義者的思維。大數據是想要從等式中去除人性偏見，充分採用演繹思維，摒棄歸納的質詢方式。在數據充分的情況下，數字就可以不言自喻，根本不需要理論。但是，就如同我們在谷歌流感趨勢的例子中所看到的，我們還是需要做深入分析來對這種相互關係的意義進行探討，同時構建因果關係。大數據不能簡單擺脫對傳統研究方法的依賴，它的意義仍然來自於對數據的解讀。如果像谷歌這樣處理數據的話，大數據永遠不會做到不偏不倚，保持中立。
儘管谷歌預測流感趨勢這樣的例子暴露了大數據的局限性，矽谷的數據推崇者們仍然在不遺餘力地宣揚大數據。他們的觀點的基礎是2008年《有線》（WIRED）雜誌中，由克裡斯·安德森寫的題為「理論的終結」的文章。根據文章中的觀點，我們過去對系統的解釋方式—通過模型或假設—已經變得越來越落伍了，與真理始終存在距離。2008年，網際網路，智慧型手機和客戶關係軟體已經產生了超豐富的數據。「數字不言自明，」安德森寫到，他還引用了商界領袖彼得·諾維格，谷歌研究部總裁的話，「所有的模型都是錯誤的，你會發現，你可以在不採用模型的情況下取得成功。」最終，安德森接受了諾維格的觀點並將其大肆宣揚：這是一個擁有大量信息的世界，應用數學會替代目前我們可以採用的所有工具。關於人類行為的所有理論都過時了，從語言學到社會學。別再提什麼分類學、本體論和心理學了。誰又知道人們為什麼做他們所做的事？關鍵是他們就是這麼做的，而我們可以史無前例地精準追蹤和測度他們的行為。只要有足夠的數據，數字就可以說明一切。
這些公司已經開始充分接受數據目的論，數據越多就會越進步：可以給客戶帶來更好的結果，可以更加精準理解客戶需求與欲望，也可以給整個社會帶來更好的結果。可是，難道真的是越大越好嗎？
用數以百萬計的樣本規模來理解這個世界是與其他探尋這個世界方式的一次巨大決裂。通過大數據研究，我們可以獲得關於人的新的發現，但是關於每個單獨的個體，大數據能給我們提供的有價值的信息是微乎其微的。如果不能夠真正意識到人類的行為是根植於情境當中的，矽谷又會向我們傳達多少真理呢？
十九世紀的實用主義者威廉·詹姆士在回應同時代的還原論者時，批判了這種對待數據的幼稚的方式。在他1890年出版的書《心理學原理》中，詹姆士寫到：「沒有人曾經單獨擁有一種簡單的感受。認知…是多種物品和關係的產物。」一隻白色的天鵝在紅光下看起來是紅色的，要想知道天鵝的顏色，我們需要知道光的性質。換句話說，事實總是存在於情境當中的，將事實抽離成分散的數據點會使他們變得毫無意義和不完整。
無摩擦技術背後的假設
矽谷中流行的一個概念是「無摩擦技術」。這是矽谷衡量創新的標準。當技術在被操作的時候是非常順利的、本能的，不需要夾雜任何形式的人類的思想與情緒，這種技術可以被看做是無摩擦的。在這種情況下，技術成為真實生活天衣無縫的一部分。但是這樣的技術對於人類的思想和努力意味著什麼？我們應該把技術在我們生活中的作用看做是想當然的嗎，還是我們有時候在某些情況下應該想想，我們是否都應該對我們所使用的技術進行更有思想的參與和投入？因為矽谷關於無摩擦技術的思維方式變得越來越流行，這將會影響人們認為什麼創新是令人興奮的，而且獲得資助和進行研究的課題也只越來越束縛而不是拓展我們對可能性的感知。
在2010年華爾街郵報對當時谷歌的CEO艾瑞克·施密特的訪談中，他爭辯道，「大部分人不希望谷歌回答他們的問題……他們希望的是谷歌能夠告訴他們接下來該做什麼。」這反映了在西方文化或者說廣義的公眾生活領域，網際網路文化的一個微妙的變化。這應該引起警示。當我們用谷歌檢索，或者在臉書上發布信息時，這些平臺背後變幻莫測的算法正在加工（shape）我們可以獲得的一些信息，例如關於我們的朋友和世界上正在發生的事情，以及關於我們健康與幸福的信息。我們忽略的是，矽谷就是以讓篩選的信息更有效地滿足我們的偏好與需求的名義，在加工我們可以獲取的信息。
一種反覆被提及的觀點是，這種個性化的信息會導致兩極化。通過給人們提供反映他們觀點的內容，並且屏蔽那些不同的見解，這樣的過濾機制會使公共領域越來越缺乏動態性。網際網路活動家艾利·帕裡澤將這種現象稱為「過濾器泡沫。」
無摩擦技術的危險並不在於它能或不能為我們做事情，而是在於它們是如何束縛著我們的思維。如果數據可以真正反映完善的觀點與偏好，我們為什麼還要尋求新的信息，要學習不同的東西或者打破現有的局限，推翻已經接受的觀點？這就是記者、評論家和政治分析師們所說的「後真理時代。」在矽谷的思維模式中，和積極尋求真理相比，我們更願意參與到那些讓我們感到被肯定和認同的對話和經歷當中。
毋庸置疑，真正的矽谷以及矽谷的整體文化的確為目前出現的創新帶來了巨大的有利因素。沒人會提出應該與這種前沿技術以及企業家精神完全脫離，正是這種技術與精神造就了矽谷文化，並使矽谷在全球經濟中扮演重要角色。我們在這裡要批判的是矽谷在悄無聲息中讓我們的精神生活付出了代價。歷史、政治、哲學和藝術，這些用以描述我們豐富多彩的現實世界的人文學科，或者傳統，正在被矽谷思維背後的理念不斷詆毀。
當我們相信技術能夠拯救我們時，我們就無法再從過去中學到知識；只是相信數字能說明一切，我們就難免成為海妖歌聲中的犧牲品。我們要去找尋最好的答案，而不是投入到對真理的肢解當中。
感知是對上述誤導性的矽谷假設的修正方式。即使現在有如此強大的計算能力供我們支配，也沒有什麼可以替代用細緻耐心的人類觀測來思考、推敲和努力來解決問題的方式。
2021年1月16日，財能下午茶數位化風暴第17期，財能書院特邀南海控股財務共享中心運營總監韓琦帶來乾貨分享，相約騰訊會議，不見不散！
來關注視頻號啦！
財能科技旗下視頻號三巨頭：
華哥聊財務、財老譚、財小炳
覆蓋CEO、CFO、財務經理及財會專業大學生人群
分享創業和財務有關的一切！
每天一分鐘，為你賦能！
也可打開「朋友圈」下方的「視頻號」，
再搜索「華哥聊財務」、「財老譚」、「財小小」即可關注。