罗杰?马丁

愚笨的源起

在过去的六十年里，管理实践越来越多地立足于科学分析的基础之上。1959年，福特基金会（Ford Foundation）发表了《高等工商管理教育》（Higher Education for Business），卡耐基基金会（Carnegie Foundation）的《美国商人的教育：针对大学及学院级别工商管理项目的研究》（The Education of American Businessmen：A Study of University-College Programmes in Business Administration）也在同年发表。这两部著作批评了美国当时的商业教育，开启并塑造了整整一个甲子的科学分析时代。这两份报告都是由经济学家执笔完成的，对当时美国商业教育中普遍缺乏的科学的严谨性，提出了严苛的批评。

仿佛大梦方觉，美国的商业教育迅速转向了两份报告所提出的科学的方向。商学院开始教授金融、运营、会计、经济学以及营销等领域中的定量分析技能，随后进一步扩展到了战略和人力资源管理领域。学术性商业期刊如同雨后春笋般涌现，纷纷把对于严谨的定量方法的运用作为合格论文发表的标尺。之后的二十年间，商学院教给学生的是：唯有晓畅的定量分析作为支持的决策才是正确的决策。在紧随其后的四十年中，商业教育迅速从家庭作坊级别的规模发展成为美国高等教育体系中规模最大的单一学科，占据了全美大学每年颁发学位五分之一的比例。商业教育以同样的速度在全球范围内迅猛发展，尤其是在中国，为中国2001年加入世贸组织（WTO）做好了准备，并在此后持续发展壮大。

然而，定量分析技能的强迫症在商业教育中造成了对科学方法论的根本性误用。随着数据分析/“大数据”成为管理學中日益炙手可热的焦点话题，这种情况正在变得更加糟糕。商业教育因此培养出了数量巨大的、偏颇失衡的管理者。为了重拾平衡，我们必须注意到科学先驱亚里士多德曾经提出的告诫，必须留意到他提出的一个“两分法”。

亚里士多德的两分法（The Aristotelian Duality）

人们往往认为，科学方法肇始于十六、十七世纪的科学革命（Scientific Revolution）。实际上，早在两千多年之前，在公元前四世纪，古希腊哲学家亚里士多德早已为之打下了基础。亚里士多德在《后分析篇》（Analytica Posteriora）中第一个描述了确定某一结果起因的严谨方法。他介绍的方法是：如何对被观察现象作出科学严谨的推理。

亚里士多德因为这一开创性贡献而名垂青史，任何一位科学史的合格毕业生都不会对《后分析篇》感到陌生。然而，他提出的一项关于后分析方法使用的重要告诫却几乎被遗忘，彻底湮没在历史的烟尘中。亚里士多德指出，他的方法只对世界的一个特定部分有效，而对于另一部分则不适用。他把前一个部分称为不可变事物（cannot be other than they are）的世界，指的是受到不变法则支配的那一部分世界，例如万有引力、能量守恒以及水的冰点和沸点等。同时，他将世界的另一部分称为可变事物（can be other than they are）的世界。在这一部分的世界中，人类通过相互之间的作用带来新的、之前从未存在过的产品、服务、习惯或者方法。关于这一部分的世界，亚里士多德清楚明白地指出：切勿使用《后分析篇》中提出的科学推理方法。令人遗憾的是，全世界的人们几乎忽视了亚里士多德的告诫，现代商业教育更是理所当然地对此不加理会。

我们都学习过科学推理，当我们对科学推理的基本要素作出思考时，亚里士多德的两分法是言之成理的。其中，最根本的一条定理是，为了对数据分析作出有效的推理，我们必须满怀信心地认定，我们所分析的数据取自具有代表性的数据池。例如，假如我们需要探究一种针对五十岁以上男性前列腺癌新药的功效，最好不要去测试女性或者青少年的数据！如果数据池无法代表我们期望得出推论的那一部分人口，那么，我们试图从中得到的所有的推理都将是无效的。

就定义而论，在进行分析时，所有的数据都是来自过去的，即便是通过刚刚完成的试验收集而来的数据，它们依然是来自过去的。因此，无论何时，每当我们从这样的分析中得出推论时，其隐性或者显性的基本假定都是：同我们从中采样的、过去的数据池相比，未来的数据池不会出现属性上的不同。如果未来的数据池出现不同的属性，那么，我们的抽样将不再具有代表意义，我们从中得出的所有推论自然是无效的、具有误导性的。对于亚里士多德的“不可变事物”的世界而言，这根本不成其为问题。在那一部分的世界当中，未来与过去是完全相同的，因此，过去的数据完全可以代表未来的数据。

然而，在“可变事物”的世界中，情况则完全不同。在这一部分的世界中，来自过去事件数据池中的数据必定无法代表这些数据在将来发生时的样貌。正因为如此，亚里士多德才会如此明白笃定地告诫我们，不要在这一部分的世界中运用科学方法论。在这一部分的世界当中，所谓的“科学分析”只会告诉分析者，未来和过去是雷同的。除此之外，别无他用。但是，未来不会按照过去的样貌发生。因此，分析者必定会发现二者之间的巨大差异，并因此大失所望。

尽管如此，现代商业教育依然教导学生们，针对数据的科学分析适用于所有类型的管理决策。事实上，商学院不仅认为科学分析是极具价值的，而且将其奉为称职管理的必要条件。以方兴未艾的“人力分析”（people analytics）为例：“（它是）深度数据驱动的、以目标为导向的方法，旨在研究所有的人类过程”。它的基本假定是隐性的。它当然要刻意地做到隐性，否则就会贻笑大方。这一基本假定是：人们无法，也不愿意做出改变，因此，只要分析人们的过去，就能极为准确地预测出他们的未来。再以营销科学为例，这个领域拥有无数与之同名的顶级学术期刊。它的基本假定是：顾客行为无法改变，也不会改变：只要我们分析了大量的、来自超市扫描设备的数据，就能精确地预测出未来的顾客行为。

这当然是一派胡言，亚里士多德早在公元前四世纪就指出了这一点。然而，商业教育依然将这些科目奉为金科玉律，似乎它们才是这世上最深刻、最有效的道理。无怪乎如此众多的、由受过正规商业训练的领导者掌舵的大型企业会如此惧怕被迅速崛起的新兴企业颠覆，却又屡屡遭到颠覆。原因在于这些领导者学到的分析理论告诉他们，未来无非是过去的延伸;而与此同时，颠覆者们正在创造着崭新的未来，并且完全占据了未来的高地。

平衡的技能组合

亚里士多德认为，在“不可变事物”的世界里，人类的作用在于发现导致我们所见的种种结果的原因，从而充分利用这些结果。再如，我们发现吸烟会导致肺癌，因此，我们能够想方设法地把肺癌的发生率降到最低。再如，我们发现不同品种的农作物的最佳生长需要不同量级的日照量，因此可以通过农作物与生长环境的更好的搭配实现农作物产量的最大化。相比之下，在“可变事物”的世界里，亚里士多德认为，人类的作用在于成为更好结果的起因。例如，个人电脑的先驱者们发现，大型计算机的使用者们不得不无休无尽地排队等待管理者为他们编写程序。于是，他们创造了个人电脑，由使用者自主控制自己的编程安排。前者并没有改变吸烟诱发肺癌的机制，也没有改变农作物生长的规律，但是它们有效利用了这些不变的法则;而后者则创造了全新的、超凡的体验。

亚里士多德指出，想要创造一个同过去不相连续的未来，人类必须对各种可能性展开想象，选择能够提出最有说服力论据的那一种可能性。这就需要一整套根本不同的技能组合，它同“不可变事物”世界的技能组合根本不同。该组合中分析技能涉及的是对数量的掌控。在这一部分的世界里，管理者需要学会各种严谨的方法，以便完成定量数据的收集;需要掌握种种繁复的方法，以便完成对数据的操作。这正是现代MBA教育的焦点，也是商学院中不断涌现的、不计其数的数据分析和数据科学项目的着眼点。为了富于效益地操控种种数据，MBA课堂上传授的种种技能可谓乱花渐欲迷人眼：资本资产定价模型（Capital Asset Pricing Model）、经济订货量（Economic Order Quantity）、排队论（Queuing Theory）、布莱克-斯克尔斯期权定价原理（Black-Scholes Option Pricing Theorem）和纳什均衡（Nash Equilibrium）等等。博士项目甚至会教授更加繁复的数据操控技能，培养出市面上极为紧俏的“分析高手”（quant jocks）。

然而，如此这般的教育只能培养出“独当一面”（one-sided）的管理者，他们具备了高度发达的定量操控技能，却对定性理解的技能懵懂无知。在重要变量无法被简化以供定量格致时，定性的理解就成了必不可少的能力。生活中有太多重要的事物是无法量化的，例如“你问我爱你有多深”、一件事物的美、生命的质量、某一经济体的优点等等。但是，它们是可以被理解和欣赏的。蓝带大厨（Cordon Bleu chef）能够品味出不同食材组合与搭配之间的微妙差别;侍酒师（Sommelier）可以分辨出不同葡萄产区的风土与不同酿酒师的技法带给酒体的不同影响;史蒂夫·乔布斯（Steve Jobs）能够感受到他为iPhone设计的曼妙的曲线对于使用者有着怎样的致命吸引力;比尔·施通普夫（Bill Stumpf）和唐·查德威克（Don Chadwick）能够领略到他们标志性的、打破框架的Aeron座椅在舒适度和实用性方面为使用者带来了怎样的冲击力。

对于“可变事物”的世界中的运营而言，这些定性的理解能力都是必不可少的，因为我们必须想象到那些现在尚未存在的、但是可能实现的种种可能性。关于顾客当前行为的定量调查，甚至是关于顾客宣称自己想要怎样做的意见调查，都无法告诉我们，他们未来真正理解和欣赏的可能是什么。事实上，在测试环境中，用户对于Aeron座椅的反应极为平淡。但是赫曼米勒（Herman Miller）公司还是如期推出了这款产品。结果它成了人类历史上最畅销的椅子。类似这样的决策离不开对于顾客感受、期待和梦想的更加微妙细腻的体味。对于员工满意度的定量分析无法告诉我们，怎样的变革能夠真正带来更高的士气。因为它同样离不开更加精微的认识能力。

创造尚未存在的事物离不开对于轶事证据（anecdotal evidence）的、非科学式数据碎片的和相似情形的类比的运用，唯其如此，才有可能建立起正向的、关于未来必定胜于过去的故事。接下来，因为亚里士多德公式的第二部分，在对于可能性做出想象之后，我们需要选出能够提出最具有说服力论据的那一种可能性，这离不开对于关键受众的精确理解，由此讲出足够令人信服的故事，取得胜出的结果。

令人遗憾的是，我们正规的教育体系几乎无法帮助学生获得定性理解与欣赏的能力。它只发生在文学、美术和设计领域里，在他们所习的主题范围之内，这些专业的学生学会了分辨各种定性特征之间的细微差别。但是，在正规教育中，这些专业只占了非常微小的比例，对于MBA申请者来说，来自这些领域的申请者所占的比例则更小。举例来说，（美国）国家教育研究中心（National Center for Educational Studies）指出，全美每年的大学毕业生选择广义人文学科专业的比例只有14%。另据《美国新闻与世界报道》（U.S.News and World Report）的报道，只有10%的MBA毕业生持有人文学科的本科学位。在自然科学和绝大多数社会科学的教学当中，针对定性领悟能力的培养少之又少，甚至常常见所未见。至于现代商业教育，当然更是无从谈起。如果说有什么的话，它只是被用作批判的对象，因为商学院的学生学到的是：只能基于数据做出决策。

如果商业教育的目的是为管理实践带来真正的积极影响，它就需要努力在毕业生身上创造有益的、均衡的技能组合。如今，商业教育的焦点依然停留在定量操控上，它只能让自己的毕业生为“不可变事物”的世界做好准备，而这只是学生毕业之后即将走入的广阔天地的一小部分。他（她）们还需要得到定性理解方面的训练，只有这样，才能在“可变事物”的世界里成为有益的新结果的起因。只有到了那个时候，商业教育才能真正对现代社会做出完全的贡献。

本文责任编辑：刘永选liuyx6@sem.tsinghua.edu.cn