趨勢索引 與 未來研究

工業社會之掘起

《第三波》作者 Alvin Toffler 在討論第二波工業社會時，寫下了一章對工業社會的解構。今天我仍然認為這一章是經典。經典之處在哪呢？在於作者用一種系統觀來描述所謂的第二波工業社會是怎樣的。他認為工業生產的模式，很清晰地出現了 6 個環環相扣的現象。重點是，這 6 個現象並不獨立存在。它們都是互相依存，而且是互相強化的。這樣下來，便讓我們看到一個愈來愈鞏固的社會結構。

這是我認為 Toffler 最精彩之處﹕他看到一個複雜的社會結構，而且是能夠穿透所謂共產主義、社會主義，或是資本主義。這就是工業生產的模式，政治的主義成功與否，都是視乎它是否能配合工業生產中所強調的效率（efficiency）與競爭（competition）。當然，效率與競爭在任何世代都出現過，但從來沒有試過像20世紀所看到的景象那麼壯闊與殘酷﹕競爭已經從國家與國家之間，帶到民間的商業活動之中，以至後來進入到我們學習的課室裏。以前那種守望相助的農村生產模式不再管用，20世紀是創新的年代，也是民間出現競爭活動的年代。在這個年代崛起之始，出現了被稱為是經濟學之父的亞當．史密斯（Adam Smith）及提出自然界「物競天擇」的達爾文（Charles Darwin）。這兩名經濟學家與科學家，聯同整個年代的理性主義一同崛起，一起討論起「科學的方法」來。

科學所帶來的威力，毫無保留地展現在機械的運作原理上。有了科學上的支持，機器的威力日益擴展。什麼是機器？說到最後就是力的功率與放大。有了機器，便可以省力。力度的放大，再加上史密斯提出「分工（division of labour）」，使工業的生產力大大提升，工業因而開始懂得進入「大量生產」的模式。這個轉變非同小可。

當時商家們從經濟學原理中得出了「大量生產」對自己種種好處，當中包括成本的大幅下降、生產工藝的熟練度大幅提升、品質也因為大量生產而變得愈來愈穩定等等。一連串的好現象將商業活動推向一個新紀元。做工業的龐大利益前所未見。那時候商家們都只是顧自己的利益，工人卻愈來愈遭受嚴重的剝削，但史密斯認為只要商家們「安分守己」地追求自己利益，而且擴大對自己利益的追求，整個社會面貌便能得以改善。

《原富》或《資本論》 都關於效率

當然這種「個體私利導致整體增長」並不是所有人都認同，其中一個不認同而後來有同樣重大影響力的人物就是馬克思（Karl Marx）。相對於史密斯所寫的《原富》，馬克思寫的是《資本論》，是反對資本家的剝削。但重點都是關於哪一種方法更能支撐因蒸氣機的出現而引發的機械生產模式，或我們所慣稱的工業生產模式。無論是哪一種主義，最後仍然是關於「效率」。不涉及政治的考量下，資本主義的基本主張就是競爭，共產主義主張合作。但他們都是關注如何利用空前的科學知識，有更大的生產力。說到最後，這是一個關於駕馭的問題。

Toffler 的功力在於看穿這些主義背後的共通性。這是他厲害之處，但他不讓自己停在那裏，他再進一步提出工業社會6個不同的面向，哪怕你是什麼主義都好，都得要乖乖的駕馭這6個面向，你方能在工業社會中呼風喚雨。但你又會問，我們明明是在討論未來，為何我們又會回到從前，討論起工業社會來？這正是 Toffler 跟大多數未來學家的分別，他認為如果我們沒有參照歷史的「浪潮（或波）」是如何演進的，我們將不會對未來的「第三波」有更深邃的見解。從很多方面來看，Toffler 的想法是非常紮實的。下回待續。

越精確越容易錯

上回提到 Alvin Toffler 提出的「三次浪潮（three waves）」的想法，作為我們對未來想像的框架的重要性。Toffler 厲害之處是從人類繁雜的歷史中，選擇從「生產模式」入手，即創造產品與服務的生產力。他留意到，若從生產模式入手，我們可以看到有 3 個極具區別性的轉型﹕分別是農業生產、工業生產，以及後期的知識生產。他在 1980 年出版《第三波》之前，便已經留意到當時的社會正從一個以機械、機器、大量化，以至標準化的生產模式，進入到另一個新的年代。

不要說當時仍沒有互聯網，連個人電腦（personal computer）也只不過是一種剛起步的「發燒友玩意」，因此 Toffler 只能從種種社會現象中推演出下一波的生產模式必然是以應用知識或運用資訊的方式來生產。他並不精確地知道這個未來會怎樣，但他仍賦予這個未來一個標籤，稱之為「第三波」。對於這樣的未來，Toffler 也只能夠做到我所指的「模糊地對」，今天看來，他的「模糊地對」結果是一致地被認為是頗「準確」的。但若這些大未來學家可以如此高瞻遠矚，下一個問題是為什麼他們不嘗試再精確一點呢？

喜愛細節卻增加錯誤可能

這讓我想起諾貝爾經濟學獎得主 Daniel Kahneman 的一個實驗。他設計了一個虛擬的角色，且稱之為 A 女士，並給予他的受試者看以下資料﹕「A 是個 31歲、未婚、有話直說的聰明女性。她主修哲學，在學生時代非常關心歧視和社會公義的問題，也參與過反核遊行。」

現在 Kahneman 給予受試者一張清單，並要求他們將最有可能角色，依機率排列。整個實驗中最關鍵的是清單中的其中兩項為「A是銀行出納員」、另一項為「A 是銀行出納員，同時也是活躍的女權主義運動者」。結果有近 90% 的美國一級大學生選擇了第二項。這與 A 的身分描述較吻合，從表徵的層面看是非常合理的，但同時也是錯得離譜的。問題出在哪裏？就是出在第二項是一條「及（and）」的命題﹕她是出納員及女權主義運動者。兩者出現的機率，在邏輯上是必然會少於單一個出現的機會。這裏的重點是雖然「活躍的女權主義者」更符合我們上面的描述，但當我們為一個情景加添了細節（無論這些細節是多吸引）的時候，我們也同時在降低這個情景出現的機率。

研究未來的取態

做預測我們都希望要準確，同時我們也要求有更多的描述。但這兩個要求基本上是對著幹的，但就如以上所說，就是全世界最頂級的大學生，也有近九成會忽略這種基本邏輯。因此，我們的社會便不得不出現很多「精確地錯」的專家。有時候我也覺得很難怪罪於他們，因為他們也是為了迎合聽眾、傳媒的要求，才不斷在公眾面前出醜。但也不打緊，人類的記憶都是短暫的（而且是充滿謬誤的），所以我們很快便會忘記這些人曾經錯過多少次，重點是他們能夠說出類似「活躍的女權主義者」這類「精準」的言論，總是比「模糊地對」的那種泛泛而談來得吸引。也正因如此，我們一直不能認真的了解未來。原來想要嚴肅的認識未來，並不是盲目的、按從自己的偏見和喜惡而信口開河，也不是愈精確愈好。這也是為什麼我們需要框架（frames）。掌握了如 Toffler 這類「第三波」的大框架後，我們不妨用「狐狸」的思維方式，小心的推敲，用機率的方式來區分信息與噪音。那樣，我們反而能夠在「模糊地對」的前提下，比其他人來得更精準。

「模糊地對」的大趨勢

早在廿年前，大家都在推崇探討大趨勢的未來學家，就如提出《第三波》的 Alvin Toffler、《大趨勢》的 John Naisbitt，以及上期提及的上個世紀的管理學泰斗 Peter Drucker。但翻看這些大師的著作，他們鮮有為「什麼是大趨勢」下一個有鮮明共識的定義。因此這個工作只能留待我們自己來填補。我認為所謂的大趨勢，是指今天已經在發生的改變。你是可以感受到的，但這些改變並不是表面、易見的改變。例如時裝潮流是一種顯而易見的改變：2014 年會流行什麼顏色，流行怎樣的配搭等等。我傾向稱這種「來時急，去時快」的現象為「時尚（fads）」。社會上出現的大趨勢（megatrends），應被視為是一些無論你做什麼都不能逆轉的社會現象。大趨勢可比喻為在地球底層慢慢移動的板塊，而且涵蓋性很廣大。

「時尚」多是隨機的

時尚的出現是相對隨機的、不可測的，而且往往都是充滿爆炸力的，例如熱爆全球的韓國歌手 Psy 唱的《江南 Style》。但我認為在這一類突爆式的現象可以學習的地方並不多；就連Psy自己也不能重複這種成功，那即是說當中的隨機性非常強。花時間研究這些「時尚」的起因往往捉錯用神。與其花時間在一些無法預見，又無法複製的事情上，倒不如多花時間在一些我們有線索的事情上。就如 Peter Drucker 提出「知識工人（knowledge workers）」的崛起。

另一位偉大的未來學家 Alvin Toffler，提出人類社會發展的板塊活動，他稱之為「波浪（waves）」，有一浪蓋一浪的意思。Toffler提出人類若然從生產模式進行研究，我們大致可以分為三浪，第一波（first wave）為農業式的生產模式，接踵而來的是第二波（second wave），就是工業式的生產模式。第二波是大部分國家仍然在經歷的階段，但很多已發展國家，尤其是歐、美、日本等地，已經同時地進入了所謂的第三波（the third wave），一個與知識、資訊緊扣的年代，人類大量地利用知識與數據、並展開多維度的分析作為他們生產的手段。Drucker所提出的知識工人，剛好也與 Toffler 提出的第三波不謀而合。

重知識資訊的「第三波」

從一個大趨勢的層面來說，早在數十年前已經看到這股隱伏的趨勢，以及它的發展路徑，他們的確是高瞻遠矚。回看很多他們的「預言」，仍然很有參考價值，甚至是準確。例如 Toffler 早在 1970 年代出版的《未來的震撼（Future Shock）》，便提出社會的改變速度將會愈來愈快，快到一個地步會對我們活在改變當中的人產生種種不適應現象。用這一句話來描述 40 年後的今天（尤其是中國大陸的改變）是再貼切不過。又，Toffler 在 1980 年代的《第三波（The Third Wave）》提出「產銷合一（prosumer）」的概念，認為市場的角色將隨科技而有所改變，不再那麼清晰地在一個交易中區分出誰是生產者，誰是消費者。例如以前我們用傳呼機的年代，電話服務生替我們處理並發放信息。今天我們發放的信息幾乎全是由自己在手機上輸入的。直截了當但也跳過了服務生的需要。我們是短信的生產者，也是消費者。

太多數據產生更多「精準的錯」

這些大師之所以如此準確，一方面當然是來自他們敏銳而非同凡響的觀察力，但另一方面是當年的資訊量有限，並不利於做精準的預測。由於這種限制，反而讓那個年代的未來學大師採用了一種「模糊地對（approximately right）」的預言。這樣說來，三四十年後的今天，預言與預測已經進入了一個巨量數據（big data）的年代。就如我以前所說，愈多資訊，帶來更多噪音，一不留神，我們便會掉進「精準地錯（precisely wrong）」的陷阱裏。

Peter Drucker 與大未來

「預測未來的最好方法，就是創造未來。」

這是管理學泰斗 Peter F. Drucker（彼得．德魯克，又譯彼得．杜拉克）說過的名句。在管理學上 Drucker 絕對是奇葩，於 95歲的高齡離世。他年過 90仍能著書，豐富的資歷令他成為一本活的管理百科全書。著作等身之餘，還提出了多個改變世界的管理概念，例如在 1960年代提出的「知識工人（knowledge worker）」，1970 年代提出的「目標管理（management by objectives）」（或後期變得更流行的「績效管理」），直到今天仍然是主流。記者出身的他，行文異常通暢，但從不援用任何學術的言詞來說明他的管理概念。其威名響遍世界，香港及內地都有不少粉絲，更設立了專為推廣 Drucker 管理理念的學院（名為「德魯克管理學院」，可 google 一下）。他是管理學的「神級」人物。

有趣的是，Drucker 並不稱自己為管理學家。他比較認同自己是一名「社會生態學家」。的確，若翻查德魯克的創作年表，便會發現 Drucker 作品的發表年期中，管理學著作只佔少數。其餘的多是涉及社會及國家發展的評論。他的管理著作暢銷全球，有口皆碑。但對我來說他其實更像一名研究趨勢的未來學家（起碼他是較 Harry Dent 早上30年提出人口學上「嬰兒潮」現象！）。

印象非常深刻的是，在 10多年前 Wired 雜誌一篇訪問中，Drucker 被問及當年仍是所向披靡的微軟公司，被美國司法部用「反壟斷法」予以起訴，他竟說這是大可不必的，因為從來沒有一家企業能如此壟斷一個市場超過 15年，而且分拆微軟可能是幫助微軟延續其霸權！微軟被控是在 1997年發生的事，事後回看它的壟斷也不過 15年。那時誰會想到微軟今天會被蘋果的光芒蓋盡，變得毫不起眼。厲害之餘， Drucker 又在另一篇文章談及人口老化及對老人金的看法，他說今天（和未來）的老人不是太窮，而是太富有，國家肯定無法支持他們這種富裕的退休費用。第一次讀到 Drucker 的言論時，是覺得很不中聽。但那種橫跨80年以上的世界觀實在讓我不敢輕視這名老人的說法。在此我特別推薦他的《杜拉克跨世講堂》，全是短篇的著作，但你能從中看到 Drucker 的世界觀是如何的宏大及與眾不同。他不單是管理智慧的象徵，也是未來研究的泰斗。

管理智慧象徵 預言社會走向

我希望能多花一些篇幅介紹作為一級未來學家的 Peter F. Drucker。但我在這裏的意圖卻是要指出，2005年離世的 Drucker 也代表着一個「大未來」的年代已經過去了。在那個年代，我們非常願意聆聽一群「超宏觀」的「大未來學家」（也包括提出第三波（The Third Wave）及大未來的 Alvin Toffler，或曾經紅極一時的《大趨勢》（Megatrends）作者 John Naisbitt，以及後期在垂死掙扎的 Harry Dent等），他們的特色是從社會的種種基調說起﹕人口學呀、地緣政治呀、企業發展呀、自由經濟呀、科技發展等等作一個綜合藍圖。當年，我們只要聽到這些大師指出社會正往着未來的哪一個走向走，就已經興奮不已。今天我們回看他們那些「預言」，有些是頗準確的（當然，也是頗獨斷的），也有不少落空了。我們如何消化這些預言的準與不準呢？同時，就如任何行業一樣，未來研究的領域也在不斷改變。我認為這個領域，將不能避免地變得愈來愈數學化（mathematical）。因此我們看到統計分析奇才 Nate Silver 的出現，以及博弈論（Game Theory）、大數據（Big Data）的崛起。未來研究是否已經進入了一個新年代？舊有的「大未來」學派是否真的過時？且聽下回分解。

尋求共識 (Seeking Consensus)

科學家要求大量證據，才願意斷定某個假說確鑿無疑。例如，很多醫生、專家都廣泛公認吸煙是導致肺癌的主要因素，但到現時為止，我們仍然沒有一致的共識說這就是「事實」。當然要視乎你是來自什麼利益團體，若你是煙草製造商，很容易可以理解你為何會認為吸煙不會導致癌症。在此要討論的焦點並不是這些煙草商買通了多少醫生，資助了多少研究，而是這些研究到底有多真正的科學含量；我們不能夠因為研究者的背景或資助來自煙草界，而拒絕考慮研究背後的科學是否嚴謹、是否真確（有可能這是另一些重要發現）。說到底，我們總是代表某種立場。若我們願意放下某些偏見，而客觀地容許一種被稱為「健康的懷疑（healthy skepticism）」的態度時，我們將會看到一個很不同的世界。

回到剛剛我們問到的問題，為何醫生們已蒐集那麼多證據，我們仍不能一口咬定「吸煙導致癌症」？為什麼政府只能用上「吸煙危害健康」作宣傳口號而不能直截了當地指出香煙就是肺癌的殺手？我們要明白人類的身體是高度複雜的有機生物，專家們對於身體內部不同運作的因果關係仍未能搞得清楚，或用上我們的術語來說，就是身體有太多噪音（noise），令我們難以看清哪種因果關係能確鑿如「吸毒就會上癮」一樣。選擇如此「精確」的斷言反而會增加了不準確的可能。

討論有關對未來的預測，情也是大同小異。社會的資訊是公開流動的，也是充滿噪音的。預測界新星 Nate Silver 便提出一種「狐狸」的思維態度，緊記用機率來表達未來的可能，而且不斷留意有沒有更具分量的新資料，足以左右原先的想法，並且留意哪些是有分量的共識。

 

預測前先有清晰底線

Silver 的本事就是能夠準確預測美國大選 50 個州份的所有結果，這是令所有預測選舉的行家望塵莫及。他是如何做到？Silver 指最重要是追蹤不同頻道的報道，特別是有分量的報道。什麼才算是有分量？條件就是這些人的看法一直以來的可信度如何，以往的紀錄怎樣？蒐集了之後，再尋找這些人的「共識」。當然，共識往往難以達到一致，就如「吸煙導致癌症」仍有人持不同看法一樣。但在此不要要求「精確」，重點是有沒有足夠清晰的「底線（baseline）」存在（類似「吸煙危害健康」）。有了底線後，便可以在這之上用「機率」來看那些候選人的勝算是多少。

當愈來愈多新資料（而且是有分量的資料）出現時，適時修正之前的機率。需要留意的是，「修正」不一定撥亂反正，在 Silver 的例子中，他就是能夠不斷吸收新資訊，讓他持續「修正」候選人的勝算愈來愈明顯。他完全發揮了「狐狸」的特質，用客觀的頭腦不斷留意哪些是信號，哪些是噪音，以及這些信號是否匯聚出「共識」來。Silver 就是用了這套方法，讓他能夠在 2012 年美國大選前，當其他人認為奧巴馬將與羅姆尼有一番難分高下的惡鬥時，他卻認為奧巴馬將會大勝。或用他的語言是﹕奧巴馬勝出的機率為 90.9%。