星期二, 12月 30, 2025

錯誤的舞台,會把天才變成庸才

https://today.line.me/tw/v3/article/x2kE2wG

這則關於「里歐」的故事,對於企業管理——特別是人力資源配置(Talent Acquisition & Placement)與組織行為(Organizational Behavior)——提供了非常生動且深刻的商業教案。

身為管理者,我們可以從中提煉出以下四個關鍵啟發:


1. 「適才適所」大於「資優至上」 (Fit > Skill)

里歐被退訓並非因為「能力不足」,而是因為「能力過剩且方向不符」。

  • 管理觀點: 在招聘或晉升時,我們往往陷入迷思,認為學歷最高、反應最快、過往績效最好的人就是首選。

  • 企業應用:

    • 標準化職位(Service Dog): 對於產線品管、財務稽核、資安合規等職位,需要的是高度的紀律(Discipline)與SOP執行力。這類職位若由「太有主見、太聰明」的人擔任,他們可能會因為覺得SOP不合理而自作主張修改流程,反而帶來風險(如里歐自行決定幫忙順序)。

    • 創新型職位(Leo): 里歐的特質(觀察環境、主動爭取、策略性思考)正是業務開發(Sales)、行銷策略或研發(R&D)所需要的。

2. 聰明員工的「代理人問題」 (The Agency Problem)

里歐利用所學技能(叼鞋襪)來達成自己的目的(想出去玩),而非單純服務主人。這在管理學上是典型的代理人問題——員工的目標與公司的目標不一致。

  • 管理觀點: 越聰明的員工,越懂得「利用制度」。如果KPI設計不當,他們會利用規則漏洞來極大化個人獎金,而非公司利益。

  • 企業應用: 管理者必須檢視績效制度。你是要員工「表面上的忙碌」(如里歐叼襪子假裝幫忙),還是要「實質的產出」?對於高智商員工,必須將其個人利益(獎金、成就感)與公司長期目標做深度綁定(Alignment),而非僅給予指令式任務。

3. 區分「執行型人才」與「策略型人才」

文中提到服務犬需要「絕對服從」,而里歐傾向「經過思考後的選擇」。

  • 管理觀點: 企業需要這兩種人,但不能混用。

    • 執行者(Doers): 聽令行事,穩定輸出。這是公司的基石。

    • 思想者(Thinkers): 會問「為什麼要這樣做?」、「有沒有更好的方法?」。這是公司變革的動力。

  • 企業應用: 如果管理者發現某位員工像里歐一樣「不受控但有產出」,不要急著視為「不服從」,這可能是將將才錯置於兵卒之位。應考慮將其轉調至需要獨立判斷的專案管理或策略部門。

4. 錯誤的舞台,會把天才變成庸才 (Wrong Seat, Wrong Person)

在服務犬學校,里歐是個「被退訓的失敗者」;但在新家庭,他是完美的「情感支持犬」。

  • 管理觀點: 績效不彰有時不是員工的問題,是**生態系(Ecosystem)**的問題。

  • 企業應用: 當一位高潛力人才表現不如預期,主管應先自問:「這個職位的成功定義(Success Profile)是否與該員工的特質衝突?」里歐在嚴格的指令下是個麻煩,但在需要主動關懷的情境下是個天使。好的領導者懂得為「特質鮮明」的員工創造合適的舞台,而不是強迫他們削足適履。


總結

「太聰明」不是缺點,但在錯誤的系統裡,它會變成一種干擾。

這則故事提醒管理者:不要試圖把一隻充滿策略思維的「里歐」,訓練成只會聽口令動作的機器。如果您手上有這樣的員工,請不要用「服從性」來考核他,而是給他一個目標,讓他用自己的聰明才智去解決問題。

台灣家庭財富10階級

連結

根據行政院主計總處國富統計數據,以家庭淨資產包含土地市值+金融資產-所有負債,整理出來台灣家庭財富10階級如下:

1級:上層富裕,家庭淨資產>3391萬

2級:富裕,家庭淨資產約3391萬

3級:準富裕,家庭淨資產約2134萬

4級:中高階級,家庭淨資產約1547萬

5級:上層中產,家庭淨資產約1171萬

6級:核心中產,家庭淨資產約894萬

7級:中下階層,家庭淨資產約677萬

8級:脆弱基層,家庭淨資產約490萬

9級:低資產,家庭淨資產約319萬

10級:貧困,家庭淨資產<143萬,平均每戶約77萬

星期一, 12月 29, 2025

投資認知的六個階段

這段關於「從投資到哲學」的推論位於講者游庭皓分析完 Google 搜尋關鍵字變化以及市場波動之後。他藉此說明雖然科技與物質生活不斷進步,但人性始終未變,而投資的最高境界往往是回歸到對人性的理解。

以下整理這段推論的層次遞進與核心邏輯:

1. 投資認知的六個階段

講者描述了一個交易者隨著經驗累積,其研究領域會不斷深化,最終形成一個「認知階梯」:

  1. 研究金融:交易剛開始時,投資人認為自己是在處理金融數據與市場交易。
  2. 研究經濟:深入之後,發現金融背後的驅動力其實是總體經濟的運作。
  3. 研究政治:再深入挖掘,會發現經濟政策與市場走向深受政治決策的影響。
  4. 研究歷史:接著會開始研究歷史,試圖從過去的週期中尋找參照。
  5. 研究哲學:當視野拉長,投資思考便會昇華為哲學層次的思辨。
  6. 研究人性:最終發現,所有的市場波動與商業本質,歸根究底都是在研究人性。

2. 從人性到「空」的體悟

當投資人理解了「人性」是市場波動的根源後,講者進一步推導出一段近乎佛學或人生哲學的體悟過程:

  • 理解人性,尋找規律:看透人性(如貪婪、恐懼、損失厭惡)後,開始尋找市場背後的運行規律。
  • 探索因果:在規律之中,去探索事件發生的因果關係。
  • 看見輪迴:在因果循環中,看到了市場週期的不斷輪迴(例如比特幣或股市的暴漲暴跌)。
  • 感到無常:在不斷的輪迴中,感受到世事與市場的無常。
  • 發現皆空:最終在無常之中領悟到「原來一切皆空」,這被講者稱為人生的昇華體悟。

3. 推論的佐證與目的

講者提出這段推論的主要目的是為了強調**「人性不變」**這一觀點:

  • 關鍵字佐證:他對比了 2024 年與 2025 年的 Google 熱門搜尋關鍵字,發現前幾名永遠是「基本資訊」(如翻譯、天氣),後幾名則是「娛樂」(從 A 片變成精彩 539 或餐廳)。這證明即便科技進步,人類的需求與人性本質沒有太大改變。
  • 投資應用:因為人性不變(如厭惡損失、追求確定性),市場總會出現恐慌與非理性的殺盤。理解這點的長期投資者,就能在市場情緒低迷、乖離率過大時,克服人性恐懼進行佈局,而不是被波動「掃出場」,。

總結

這段推論的核心在於指出:投資不只是數學或金錢的遊戲,而是一場對人性和世界運作本質的修行。 唯有看透人性與週期的無常,投資者才能在面對如 2025 年比特幣暴跌或股市劇烈波動時,保持冷靜並長期持有,。


類比說明: 這就像是洋蔥剝皮的過程。最外層看到的是「金融」這層皮(價格跳動);剝開後看到「經濟」與「政治」(供需與政策);再往核心剝,看到的是「歷史」與「哲學」(週期與智慧);直到最後流著眼淚剝到核心,才發現裡面包著的其實是赤裸裸的「人性」,而當你把人性也看透了,手中便不執著於任何一層,這就是所謂的「空」。

星期日, 12月 28, 2025

蒸汽、鋼鐵與無限心靈

https://www.notion.com/blog/steam-steel-and-infinite-minds-ai

核心論點:AI 是當代的「新材料」

Ivan Zhao 認為歷史是由「材料」定義的(鋼鐵定義了鍍金時代,半導體定義了數位時代)。AI 不僅僅是工具,而是一種「無限心靈」(Infinite Mind)的材料。 掌握這種新材料的人,將定義下一個時代。

我們目前正處於「透過後視鏡看未來」(Marshall McLuhan 理論)的階段——就像早期電影像舞台劇、早期汽車像馬車一樣,我們現在把 AI 當作 Google 搜尋框(Chatbot)來用,這是過渡期的特徵。


三個層次的變革隱喻

1. 個人層面:從「騎腳踏車」到「開車」

  • 現狀(腳踏車): 過去賈伯斯稱電腦為「心靈的自行車」,但知識工作者依然像在高速公路上踩腳踏車(靠人力驅動)。

  • 未來(開車): 程式設計師已經率先進入未來,透過 AI Agent(代理人)讓自己從 10 倍工程師變成 40 倍工程師。他們不再只是「寫」程式,而是「管理」正在工作的 AI。

  • 關鍵門檻: 知識工作要像程式碼一樣被 AI 託管,需要解決兩大問題:

    1. 情境碎片化 (Context): 知識分散在 Slack、文件、腦袋裡,需整合才能讓 AI 理解。

    2. 可驗證性 (Verifiability): 程式碼跑不動就知道錯了,但策略或文案的好壞難以自動驗證。

  • 轉變: 人類不該介入迴路(In the loop,如紅旗法案中走在車前的人),而該在迴路之上進行監督(Over the loop)。

2. 組織層面:從「木造建築」到「鋼骨摩天樓」

  • 鋼鐵隱喻(打破規模限制): 傳統組織像木造建築,人越多(樓越高)溝通成本越高,最終會崩塌。AI 是組織的「鋼鐵」,能承載情境與溝通重擔,讓組織能像摩天大樓般無限擴張,而不被溝通成本壓垮。

  • 蒸汽機隱喻(流程重組): 工業革命初期,工廠只是把水車換成蒸汽機,但工廠還是在河邊,效率提升有限。直到工廠脫離河邊、圍繞蒸汽機重新設計流程,生產力才爆發。

  • 現狀與反思: 多數公司現在只是在「替換水車」(加個 AI Chatbot),尚未圍繞 AI 這個「無限心靈」重新設計組織架構。Notion 內部已有 700+ 個 Agent 在處理重複性工作,這才是未來的雛形。

3. 經濟層面:從「佛羅倫斯」到「東京」

  • 尺度改變: 過去的經濟像佛羅倫斯,是「人本尺度」(Human Scale),步行可達,舒適但規模有限。

  • 巨型城市化: AI 將把知識經濟推向「東京」或「重慶」般的巨型城市尺度(Machine Scale)。

  • 代價與紅利: 新的經濟體系將會更讓人迷失、更匿名(失去部分可辨識性),節奏不再是週會或季報,而是跨時區連續運轉。但相對的,它將帶來前所未有的規模、速度與自由度。


總結與啟發

這篇文章最強烈的一個觀點在於:不要只把 AI 當作副駕駛(Co-pilot),那是「水車時代」的思維。

真正的變革在於想像力——就像卡內基看著鋼鐵想到了摩天大樓,我們看著 AI(無限心靈),不該只想著怎麼讓它幫忙寫 Email,而該思考當擁有「永不休眠的心靈」作為建材時,我們能蓋出什麼樣的全新組織與商業模式。