閱讀是最有效的學習方式，也是最便捷的自我提升途徑。轉眼間，2020年已過去近半，你的讀書計劃如期實行了嗎？
本期書單綜合了復旦大學管理學院和三所合作院校（香港大學經濟及工商管理學院、挪威商學院、華盛頓大學奧林商學院）老師們的推薦書目，將帶你走進一個充滿管理哲學與思考的精彩世界。
1
《第二次機器革命》
作 者：埃裡克·布萊恩約弗森、 安德魯·麥卡菲 譯 者：蔣永軍 出版社：中信出版社推薦人：黃麗華（復旦大學管理學院教授）
推薦理由：摩爾定律持續發揮作用已有半個世紀，猶如寓言故事中，國王賜給西洋棋棋盤發明者的米粒數按天指數級增長一般，當棋盤進入「另一半」時米粒數大得驚人，國王不得不破產。如今，「第二次機器革命」猶如把人類帶入到了「棋盤的另一半」，正如書中所講：「在這個世界裡，前所未有的廉價傳感器所帶來的『廉價』解決方案將會使以前棘手的難題消遁於無形，科幻小說的虛擬世界也將變成活生生的現實」。
正是由於「第二次機器革命」的到來，以數位化為基礎的智能硬體、智能設施、智能軟體 （軟體機器人），通過各類組合式創新手段，將進入各行各業的企業和政府組織中，成為數位化轉型與創新的第一波浪潮。由埃裡克·布萊恩約弗森和安德魯·麥卡菲兩位麻省理工學院斯隆管理學院教授合著的《第二次機器革命》，給我們展示了數位化時代的技術驅動力以及人們的必然選擇。
2
《為什麼》
作 者：朱迪亞·珀爾、達納·麥肯齊
譯 者：江生、於華
出版社：中信出版社
推薦人：伏嘯（復旦大學管理學院助理教授）
推薦理由：如今，大數據和人工智慧（AI）早已不再局限於科學研究、軍事等領域的應用，特別是2010年以來，機器學習訓練技術的快速發展正在為人工智慧激發出更廣泛的應用。一個備受關注的問題是：如何讓AI像人一樣思考？換言之，「智慧」可以實現嗎？本書在層層迷霧中為人工智慧的未來發展指明了方向。
在本書中，人工智慧領域的權威專家朱迪亞·珀爾及其同事達納·麥肯齊凝聚了畢生的研究成果，藉助認知能力的三個層級逐步深入地揭示人類智慧的本質。作者由此指出，要讓AI具有如同人類一般的智慧，我們就必須讓機器學會問「為什麼」，也就是要讓機器學會因果推理，理解因果關係。換言之，如果我們僅以統計模式運行AI學習系統，即只讓機器「知其然，而不知其所以然」，則會嚴重限制AI的發展。
作者把人的認知能力分為三個等級,即「觀察」「幹預」和「想像」。作為最基礎的認知能力，「觀察」指的是根據數據（經驗）積累來發現不同變量之間的相關性，無需對研究對象施加任何影響。而作為最高級別的認知能力，「想像」則是設想一個現實中並不存在的情景（即「反事實情景」），然後預測它對變量施加的影響。作者指出，人類的認知能力之所以能超越「觀察」，達到「幹預」和「想像」的級別，是因為我們天生擁有能夠理解「因果關係」並且善於探索和反思的大腦，這也是我們人類目前領先AI的最重要之處。
3
《共同基金常識》
作 者：約翰·博格譯 者：巴曙松、吳博出版社：北京聯合出版公司推薦人：任浩瀚（復旦大學管理學院助理教授）推薦理由：對投資者來說，買基金的時候，是選擇那些號稱能「戰勝市場」的主動型基金，還是那些被動跟蹤指數，看似毫無技術含量的指數基金？不管是在學術上還是在實踐中，這都並不是一個簡單的問題。指數基金的發明人，被譽為二十世紀四大投資巨頭之一的約翰·博格告訴你，應該堅定地選擇後者。這本書是約翰·博格畢生投資經驗的總結和歸納，傳達的核心思想也非常簡單：遵循簡單、低成本、長期策略的指數基金投資就是最好的投資策略。那些不斷調整倉位，努力戰勝市場的投資組合，看起來對投資者充滿著吸引力，但是大部分最終跑不過市場，卻收取了投資者高昂的管理費用。對於那些投機、追求短期超額收益的投資者來說，這本書或許能提供一種相對理性的聲音，傳達一種更為簡單卻更為有效的投資理念。約翰·博格創造的低成本指數基金事實上已經幫助無數普通人實現財富的保值增值，正如巴菲特說的「約翰·博格對無數美國人和我來說，都是英雄」。
4
《牛奶可樂經濟學》
作 者：羅伯特·弗蘭克
出版社：中國人民大學出版社出版
推薦人：Dr. Wen Zhou（Associate Professor, HKU Faculty of Business and Economics）
推薦理由：生活中司空見慣的現象，仔細想來都有無窮的奧妙。例如，超市裡牛奶盒子是方的，而軟飲料的罐子是圓的，為什麼？自動取款機的第一行數字是7、8、9而不是1、2、3，為什麼？大尺寸的名牌皮包比小的貴，但大號的名牌皮鞋與小號的是一個價，為什麼？同樣是家具，床墊為什麼要標準化而桌子、椅子不用標準化？在香港，為什麼有的地鐵站的鐵軌在中間而站臺在兩邊，但有的則是站臺在中間而鐵軌在兩邊？為什麼所有的生物都必須死亡？換個角度，有的生物只活一兩天，有的動物可以活幾百年，樹木可以活幾千年，那些短命的生物，為什麼不學學其他生物，活得長一點？所有問題的答案，意想不到地簡單。讀了這本書，你會有所體會。
5
《動蕩的世界：風險，人性與未來的前景》
作 者：艾倫·格林斯潘譯 者：餘江出版社：中信出版社推薦人：Dr. Xu Li（Associate Professor, HKU Faculty of Business and Economics）
推薦理由：這本書顯然是關於之前發生過的金融或經濟動蕩。但是，鑑於世界正面對的不穩定性，這是一個好機會讓我們從歷史中汲取教訓。是的，有一句話說：「人們永遠無法從歷史中學習」。但是，儘管讓我們嘗試吧。如果我們不從歷史中學習，我們還能學到什麼？
6
《Measure What MattersHow Google, Bono, and the Gates Foundation Rock the World with OKRs》
作 者：John Doerr
推薦人：Mr. Hanno Roberts（Professor, BI Norwegian Business School ）
推薦理由：This book covers the topic of OKRs (Objectives and Key Results).It is an alternative to the usual reliance on KPIs and metrics. It moves the focus from measurement and number games towards team learning and continuous improvement. But just like agile management, its success depends on its implementation. It is not a plug 'n play tool. Context and management routines need to adjust to it. Performance matters most when it is NOT business as usual. This book is useful when business needs to recapture lost ground and win again.
7
《Mindf*ck: Cambridge Analytica and the Plot to Break America》
作 者：Christopher Wylie推薦人：Mr. John Chandler Johnson（Associate Professor, BI Norwegian Business School）
推薦理由：In 2018, Elon Musk called AI humanity’s 「biggest existential threat.」 Not climate change, not war, not a global health crisis. The recent books Mindf*ck (2019) and The Circle (2013) generally support Musk’s dystopian view. But this alarmism is nothing new. The epilogue to Albert Speer’s Inside the Third Reich (1969) anticipates much of Mindf*ck, and The Circle reads like a digital reimagining of Frank Norris』 The Octopus (1901). These books all raise valuable questions about human agency, corporate power, privacy, and governance. But they also share a fear of power borne of new technology. There is something to be learned from past generations』 struggles with oppressive technologies, but we can also use past generations』 fears to gain some perspective on our own.
8
《The Signal and the Noise》
作 者：Nate Silver
推薦人：Samuel Chun（Assistant Dean of Executive Programs and Professor of Management Practice at the Olin Business School, Washington University in St. Louis）
推薦理由：Drawing on his own groundbreaking work, the author examines the world of prediction, investigating how we can distinguish a true signal from a universe of noisy data. Most predictions fail, often at great cost to society, because most of us have a poor understanding of probability and uncertainty. Both experts and lay people mistake more confident predictions for more accurate ones. But overconfidence is often the reason for failure. If our appreciation of uncertainty improves, our predictions can get better too. This is the "prediction paradox": The more humility we have about our ability to make predictions, the more successful we can be in planning for the future.Distinguishing the signal from the noise requires both scientific knowledge and self-knowledge: the serenity to accept the things we cannot predict, the courage to predict the things we can, and the wisdom to know the difference.