
[澳]王珞
在一个规模不断扩张、联结日益紧密的世界里,商业运行的底层逻辑正在发生变化。越来越多的现象变得难以预测、难以控制一-成功无法复制,风险不断放大,传统的因果分析与线性思维逐渐失效。 本书指出:涌现是复杂系统的基本现象。当系统规模较小时,变量关系相对简单,线性描述尚能接近现实;但随着规模扩大、互动增强,因果关系逐渐变得模糊,系统行为转而被难以预测的涌现现象主导。 基于复杂系统理论,本书梳理了“规模一复杂性一涌现一不确定性”的内在机制,结合硅谷创新实践、平台经济发展、金融网络构建与人工智能应用等案例,揭示了极化、创新与风险背后的真实逻辑。 本书并非意在提出新概念,而是提供了一种对现实的重新解读,并进一步给出了在不确定环境中进行决策的思考框架。
作为程序员,我常以为写好代码就能掌控一切,但书中用 Linux 说明:大量开发者凭简单规则自发协作,竟比任何中央设计更出色。书还指出,系统规模越大,因果越模糊,唯有接受涌现、在规模与活力间找平衡,才能既不迷失也不僵化。所以,我学会给团队留空间,少做过度规划,多搭平台;让代码像蚂蚁搬家般自组织,而非一味强控。真正的高手,是在简单规则里孕育复杂奇迹。别急着指挥全局,先让简单规则自由共振,奇迹自会出现。
一、核心观点1. 复杂系统视角:商业世界已从可线性预测的“简单规模”进入“规模-复杂性-涌现-不确定性”的非线性阶段。2. 涌现替代因果:当系统变量互动增强时,传统自上而下的因果链条被局部互动产生的宏观模式所取代,这就是涌现。3. 从预测-控制到感知-适应:成功不再依赖精准预测和刚性执行,而在于持续感知环境、快速学习、动态调整。4. 简单规则+自组织:最复杂的系统往往源自最简单的互动规则,关键在于设计能激发正向自组织的机制。5. 能力导向而非资源优化:涌现战略聚焦培养组织在不确定中的适应与创新能力,而不是在既有资源下做局部最优。6. 多维度评估体系:单一指标掩盖系统健康度,应建立多指标协同、关注长期韧性的评估框架。7. 平台与网络效应:平台经济、全球价值链、城市商业格局等都是涌现现象,价值高度集中在少数节点,竞争演化不可预先设计。8. 信息生态风险:AI 生成的虚假信息在网络中相互强化,会酿成系统性偏差,凸显涌现带来的“真假问题”挑战。9. 组织设计新范式:扁平化、无边界、一线决策权有助于提升对环境的响应速度,符合涌现时代的治理思路。10. 价值观与选择:在信息复杂互动的时代,坚持真实、理性与长期主义是个人与组织避免被短期波动裹挟的“锚”。二、10 条金句1. 成功往往不是来自对未来的精确预测和严格执行,而是来自在不确定性中保持适应能力,在变化中发现机会。2. 面对不确定性,不要幻想消除它,而是要用涌现思维寻找不确定性中的确定性——把自己能够把握的部分做到极致,最大化努力,而不是最大化收益。3. 涌现思维揭示了一个反直觉的真相:最复杂的系统往往来自最简单的规则。Linux 的成功不是因为有完美的总体设计,而是因为建立了有效的自组织机制。4. 这种思路背后的假设是:系统有一个明确的临界点,只要成功地预测它,就能提前干预。5. 本书的使命:理解规模—复杂性—涌现—不确定性的完整图景。6. 更重要的是,特斯拉通过垂直整合建立了新的价值创造模式……将汽车变成了持续的服务平台。这种模式创造了全新的价值流。7. 真正革命性的产品往往来自用户的创造性使用,而不是产品设计者的原始构想。8. 信息拥有改变世界的巨大力量,但这种力量的最终导向哪里取决于我们每个人的选择……在涌现的时代中航行。9. 涌现战略则更注重能力的建设,培育组织在不确定环境中的适应能力和创新能力。10. 谁最了解客户,谁就应该拥有决策权。
一、核心观点与案例总结 1. 涌现现象的本质 • 定义:商业系统的宏观特性(如硅谷创新、平台经济)由微观个体(企业、用户)的简单互动自发形成,无法通过线性规划预测。 • 案例: ◦ 硅谷:政府规划的科学城(如日本筑波)无法复制硅谷的成功,因其创新密度源于开放协作的生态,而非顶层设计。 ◦ Linux系统:全球开发者无中心协调,通过开源协作涌现出超越商业公司的操作系统。 2. 规模的双刃剑效应 • 正向:网络效应(如微信支付)随用户规模指数级增长。 • 负向:组织复杂度超临界点后引发“大公司病”(如阿里巴巴层级僵化)。 • 案例:Netflix从DVD租赁转型流媒体,通过小规模试错(《纸牌屋》数据实验)规避规模陷阱。 3. 自组织 vs. 他组织 • 自组织优势:抖音的推荐算法由用户行为迭代优化,非预设规则。 • 他组织局限:百视达因过度依赖ROI计算错失流媒体机遇。 4. 极化现象与生态平衡 • 头部效应:美团外卖通过算法控制骑手,形成“强者愈强”的垄断。 • 破局路径:SHEIN通过C2M模式在快时尚领域颠覆ZARA,证明垂直细分可对抗极化。 二、系统性归纳 1. 理论框架 • 复杂系统三特征: ◦ 非线性响应(小变动引发大变革,如Twitter的#标签自发涌现)。 ◦ 路径依赖(华为芯片技术投入锁定长期优势)。 ◦ 临界点不可预测(比特币价值爆发前无显著信号)。 2. 商业实践原则 • 引导而非控制:腾讯微信红包功能由用户需求自然演化,非产品经理设计。 • 组合投注:比亚迪同时布局混动/纯电/燃料电池,规避技术路线风险。 三、客观评价 1. 贡献 • 认知颠覆:推翻“成功=精密规划”的传统管理神话,揭示适应性决策的价值(如字节跳动AB测试文化)。 • 跨学科整合:融合生物学(蚁群算法)、物理学(相变理论)解释商业现象。 2. 局限 • 案例选择性偏差:聚焦硅谷/中国科技巨头,对传统行业(如制造业)涌现机制分析不足。 • 量化工具缺失:未提供“涌现效应”的测量模型,实操性待验证。 3. 现实启示 • 企业级应用: ◦ 构建模块化组织(如海尔小微模式)降低复杂性成本。 ◦ 监测“弱信号”(如小红书社区关键词)捕捉涌现机会。 • 风险警示:算法极化可能加剧社会不公(如外卖骑手被困系统)。
好书,其实也是一种哲学思考,离定解而修应变,合守柔以顺道。重要的不是预测与控制,而是识别与顺势(适应) 从“分析和控制”转向“观察和引导”,从“预测结果”转向“创造条件”,从“寻找确定答案”转向“提升适应能力”。
非常推荐的书籍,对于理解企业的复杂性和未来的管理有非常好的启发,升维中那张规模的诅咒是这本书的引子,这本书随没有给出终极的解法,但给出了倡导的建议。确实创新都是发生在边缘,伟大不能被计划,但有一定的规律可以遵循。强烈推荐!
📘 书籍类型 商业认知/经管通俗读物,属复杂系统理论在商业管理中的应用,介于科普与管理咨询之间,和 《反脆弱》 《系统之美》同类定位。 👤 作者背景 王珞:澳籍华人,工商管理博士,师从经济学家杨小凯;曾任教于美国威斯康星协和大学、欧洲大学商学院,讲授博弈论与谈判;曾在IBM、德勤从事管理咨询,服务过中信、中远、通用汽车等大型企业。 代表作还有 《升维:不确定时代的决策博弈》 《赢在谈判》。 📖 主要讲了什么 核心命题:商业组织是复杂自适应系统,"规模→复杂性→涌现→不确定性"是基本动力学。 主要内容: 批判还原论/线性思维(如"底层逻辑""第一性原理"万能论),指出大公司行为无法从局部简单推导。 解释平台极化(赢家通吃)、创新为何出现在边缘、金融风险为何不可精确预测——都是涌现现象。 提出管理者应从"控制者"转为"规则设计者与引导者",给团队留自组织空间,用模块化、组合投注、观察系统状态等方式应对不确定性。 ✅ 是否符合事实 / 代表谁的观点 理论根基:复杂系统、涌现(Emergence)、复杂自适应系统(CAS)是圣塔菲研究所等机构成熟研究方向,科学上有依据,书中对此转述基本正确。 商业案例解读:属于"用理论重新诠释现象",非严格实证,属管理思想类著作的常见做法,不算造假但有主观阐释成分。 代表立场:偏现代企业管理层/咨询视角——主张在保持组织规模的同时通过放权与自组织缓解"大公司病",服务于希望改良科层制的大中型企业管理者,不直接代表劳工或监管方利益。 🎯 发现什么问题 / 解决什么问题 发现:传统线性管控、精确预测、还原论式分解在大规模互联商业系统中失效;"规模的诅咒"(大=复杂=不可预测)被忽视。 解决(思想上):提供认知转换框架——放弃全知全能的控制幻想,改为识别系统状态、设计互动规则、提升适应力,在不确定性中捕捉可把握的部分。 🔗 核心逻辑链 系统规模扩大 → 要素间互动呈组合爆炸 → 系统复杂性指数级上升 → 出现涌现属性(整体≠部分之和)→ 精确预测临界点不可能 → 决策应转向:观察+规则设计+适应性调整(而非强控制) 书中反复用"压死骆驼的最后一根稻草无法事先算出"类比此逻辑。 ⚠️ 逻辑/内容上的局限与争议 案例生硬附会:部分读者指出用涌现解释华为/阿里/硅谷案例有"先定结论再套理论"之嫌,因果论证不够严谨。 操作性偏弱:从"认知转变"到"具体怎么做"跨度大,中高层管理者可能觉得缺落地工具(作者在后几章试图补但有限)。 不可证伪倾向:宣称"临界点不可预测"既是复杂系统特性,也使其理论难以被反证——若预测失败可以说"本来就不可预测"。 冗余啰嗦:有读者反馈核心观点半章可讲完,书存在重复铺陈。 西方理论本土化有限:虽引用中国公司案例,但理论框架基本移植自圣塔菲学派,未充分考虑中国制度环境差异。 总体看,这是一本认知升级向的管理读物,适合想跳出线性思维的企业管理者或创业者读,不宜当严格学术著作或操作手册。你如果读完了感兴趣,也可以对照 《复杂》 《反脆弱》一起看,互补性挺强。
看涌现原书过于抽象,于是来看这本书以求生动形象的理解涌现。 作者对于涌现的理解还是很到位的,由于生态系统,每个个体按照一定的规则,结构,自组织就会涌现出非常复杂的现象,其实也是熵增,某一个局部是秩序,范围一放大就可能是混沌,某一段时间是秩序,放长又是混沌,混沌与秩序不断的交替,演变,股市,宏观经济,气象预测,企业管理,都是这个逻辑。 尊重这一底层规律,就要有系统的思维看问题,寻求动态发展的眼光看待事物发展和演变规律,每一个自组织一旦领先就会正反馈自我强化,直到盛极而衰,而又周而复始,领先的个体有符合幂定律,强者恒强,幂定律一直存在,而个体不断变化。 这样一个组织系统不断演化,内部又有强弱之分,又有主要和次要之分。 这种规律的存在让我们无论是在商业,管理,投资,教育小孩或者应对未来应做到 1.放弃预测,专注于系统思考下的应对 2.放弃控制,应在系统思考下的引导,搭建平台,尊重自组织,让个体发挥最大活力与创新。 3.系统研究,梳理过去历史,局部,整体,外部与内部,找出最有未来的趋势 道法自然,尊重趋势,尊重自然法则,顺应,引导。 不足之处是作者对案例剖析深度不够
从“分析和控制”转向“观察和引导”,从“预测结果”转向“创造条件”,从“寻找确定答案”转向“提升适应能力”,不要刻板地把自己放在控制论中,而是要以适应变化,从开始选定目标后,不要管过程 而是以最小的成本实现快速的试错,在试错的过程中不断切合事宜进行迭代,这样反而是达到效益利用的最大化,但本书套话太多小标题太多(像ai总结)理解其大略精要即可,没必要完全精读
只给了视角,没给解法。 基本上只是讨论世界是复杂的,要接受不确定性。有点像另外一个观点,为什么成功不能被计划。 不太值得花太多时间细读。
可能为了通俗易懂,很多都是举例说明,但是对身在其中的人来说,不免过于直白,像是拿着锤子找钉子。