精選
佳誼推薦書籍---《2秒優勢力》
2013/02/18 16:07
瀏覽259
迴響1
推薦3
引用0
《2秒優勢力》，商周出版@2012.10.05，ISBN：9789862722398
2秒優勢力The Two-Second Advantage:How we Succeed by Anticipating the Future - Just Enough作者：維微克．拉納戴夫、凱文．曼尼出版日期：2012 年10 月 05 日 |
內容連載
長久以來，科技人員一直想設計出能夠模擬人類大腦運作的電腦，他們致力於鑽研人工智慧和機器人，製造有能力打敗西洋棋大師的電腦，不過這些計劃頂多只能獲得有限的迴響。電腦和人腦運作的基本結構具有極大差異，有些事情電腦做的比人類好，比方說長等式的速算，或是篩選數百萬份的文件，從中找出幾個關鍵字。然而，有些連三歲小孩都會的最簡單的事情，電腦並不會，例如知道一隻用線條畫的牛和真正的牛同樣都是牛。電腦當然無法和人腦高層次的運算過程並駕齊驅，譬如靈機一動，把風馬牛不相及的概念串連在一起。打造一款具有人類思考能力的電腦是一條漫漫長路，或許從一開始就是個天方夜譚。
不過，電腦科學家透過人類大腦的研究進行學習，並且借用人類的預測模型，建置了以全新模式運作的電腦系統。這些系統以自己的方式建立記憶組塊，並根據預測模型產生行為。感測器可以把資料饋送給電腦，同時進行模式的建立和預測模型的測試。
具有前瞻思考能力的企業，已經開始採用這些新的系統，捨棄官僚組織型態，以更接近人類才幹的模式來運作。這些企業可以運用科技察覺市場的風向變化、不斷調整策略、並搶先一步行動─這便是「兩秒優勢力」。
結果證明，只要在緊要關頭，比對手早一步掌握一小撮正確資訊，比起延遲十天半月，才取得全部資訊來的有價值多了。事件發生後，運用資料庫去分析龐大的資料，就像要韋恩‧格雷茨基去翻出他征戰過的所有參賽記憶，來分析為什麼上一場比賽沒有得分，然後為下一場比賽擬出作戰計劃。雖然這樣的模式或許有其價值，但是現在已經不夠看了。企業希望能像格雷茨基那樣先發制人，利用有效率的「心智模型」，在事件發生前贏得些微領先優勢，當機立斷地決定下一步要如何出招。公司行號將能夠預測客戶的需求，商店不會再出現商品庫存量太多或太少的問題，執法人員也能防患未然，遏止犯罪行為的發生。
好幾股趨勢的匯流，加速了兩秒優勢力科技的成形。
過去五十年來，我們一直生活在資料庫科技的世界。企業和政府機構透過與個人的互動（填寫個人資料表、預約記錄）、交易資料（提款機、網路、信用卡）和大事記（棒球記錄、墨西哥灣的颶風觀測數據、洛杉磯國際機場的航班離境資料）來蒐集資料。我們將這些資料輸入結構化的資料庫，經過整合、比對和分析，來挖掘過去發生過的事情。
資料庫可能會告訴零售業者，八月份幫寶適紙尿褲的業績成長百分之五十，建議大賣場那個月應該增加庫存。或者，航空公司可以透過資料庫知悉，當某段航程的票價調降二十美元，就會大幅侵蝕競爭對手的市場佔有率。人口普查是一個龐大的資料庫，它可以看出一國人口每隔十年的變化型態。
資料庫可以協助主管根據過去的結果，為未來的行動作出明智判斷，那是極具價值的。此外，資料庫也愈來愈具備即時處理能力。數十年前，管理階層必須對資料庫提出資料需求，然後等上一天或一個禮拜的時間來跑出結果。到了二○一一年，資料庫已經可以飛快地更新資料，並立刻根據排山倒海而來的資訊，列出過去發生過的事情，來回應管理者資料查詢的結果。
資料庫科技幾乎對世界各地、任何規模的所有企業的營運都非常重要。但是，如今資料庫正遭遇重大的困難。基本上，資料庫鎖定的都是過去的資料，它們分析已經發生的事情，而不是預測未來即將出現的事件。此外，隨著資訊來源的不斷膨脹，資料庫也快要被資訊的巨浪淹沒，資料庫的技術將會追趕不上資訊爆炸的速度。
二○一○年，全球數位資料的儲存量已經超過1,200個exabyte的規模（1個exabyte相當於一兆本書的內容）。每隔兩年，資料量就會成長四倍，其中百分之七十的資料是個人創造出來的，包括社群網路的個人資料、YouTube的影音視訊、Twitter的推文、潘朵拉線上音樂盒（Pandora）的自動音樂推薦系統服務、和Foursquare的定位登入資料；其他則來自五花八門的感測器，包括放置在浮標用來記錄海灣水域的晶片；行李箱上的無線射頻識別標籤（RFID tag），每次行李一送上行李艙或要從機艙門卸下時，就會向航班發出通知；以及全球幾十億支的手機─每隻手機隨時都在更新手機持有人的位置以及機主的移動方式。
同一時間，儲存技術的快速進展，將會使得蒐集和儲存所有大量湧入資料成為可能。儘管資料愈多，絕對有其彌足珍貴之處，但是資料量太龐大也會讓人吃不消。假如為了回應每次的查詢，就必須利用資料庫技術將所有資料過濾一遍，這樣將會造成資料庫的癱瘓，資料庫的回應速度一定會變得其慢無比。就像格雷茨基不可能在比賽中逐一搜尋所有的記憶一樣，企業也不可能每次要找答案時，就進行一次地毯式的資料蒐尋。
如果電腦的運算能力，能夠提升到追上資料膨脹的速度，那麼資料儲存量的快速飆升，或許就不是什麽大問題了，但這是不太可能的事。自一九七○年代以來，電腦運算速度一直按照摩爾定律所闡述的速率在進化：也就是說，’微處理器可容納的電晶體數目，約每隔十八個月便會增加一倍。一九八○年到二○○○年末這段期間，電腦系統的速度快了好幾百倍。但是，現在個別電晶體的尺寸實在很小─僅由不到十二個原子構成─已經沒有多少再壓縮的空間。目前應用在幾乎所有電腦的運算技術，最多也只能夠再快兩、三倍而已。
為了面對一觸即發的資訊大戰，科技人員正在尋求替代的運算方案。其中最具有潛力的一條路，就是開發更接近人類大腦的電腦─就像格雷茨基那樣，利用資料來建立模型的技術，用資料的學習，來取代依賴整個資料庫的學習。這項技術將能夠解讀即時事件，進而預測未來的發展。
這種技術發展的速度和靈活度，變得愈來愈重要。無論是企業界、政府單位和日常生活，能夠反應的時間愈來愈少。激烈的競爭，迫使這個世界以快捷無倫的速度運轉，沒有人能承擔根據過時資訊而導致反應太慢的代價。唯有,根據當下正在發生的資訊來預測未來事件的能力，將成為新的競爭優勢。
網路問世前，我們所處的時代稱為「企業1.0」（Enterprise 1.0）。以銀行為例，客戶每天都會絡繹不絕而來（當時並沒有提款機！），行員處理著堆積如山的文件，清點交易紀錄。待當日營業日結束時，分行經理會進行總結算，再把資料回報給總行，進行各分行資料的彙整與計算。取得銀行的交易紀錄及現況報告書，可能要花上幾天或是幾個禮拜的時間，在這個階段，任何單一事件的回應時間是用月曆來衡量。
到了「企業2.0」（Enterprise 2.0），電腦和網路開始引領風騷，每個交易都變成數位化的資料位元。隨著電腦和網路的日趨強大，計算和分析資料的速度也愈來愈快，快到銀行總裁可以盯著電腦螢幕，看著自己銀行的資金以近乎即時結算的速度流進流出。在這個階段，任何單一事件的回應時間是用碼表來衡量。
我們正要進入「企業3.0」（Enterprise 3.0）的時代，現在任何事件都可以變成數位資料位元。交易只是事件的一種，還有許多其他類型的事件。每次客戶登入銀行網站，即使交易沒有完成，也算一筆事件。手機的信號分析，可以告訴銀行每天有多少人經過一家分行─那又產生了更多的事件資訊。在星羅棋布的零售通路用簽帳卡付款也是事件。銀行應該要有能力辨識事件的模式，預測客戶接下來可能想要什麽，然後主動抓住那塊商機。在這個階段，任何單一事件的回應時間必須用時光機來衡量─因為洞燭機先的行動力是它背後的理念。
在「企業3.0」的時代，就算仰賴僅僅慢了數秒的資訊所做的決策，都可能演變成災難一場，可是要根據所有事件來進行決策又困難無比。這套新的系統，必須在正確的時機、正確的地點、獲得正確的資訊，這樣它們才能預測下一秒的動態。 .....................
不過，電腦科學家透過人類大腦的研究進行學習，並且借用人類的預測模型，建置了以全新模式運作的電腦系統。這些系統以自己的方式建立記憶組塊，並根據預測模型產生行為。感測器可以把資料饋送給電腦，同時進行模式的建立和預測模型的測試。
具有前瞻思考能力的企業，已經開始採用這些新的系統，捨棄官僚組織型態，以更接近人類才幹的模式來運作。這些企業可以運用科技察覺市場的風向變化、不斷調整策略、並搶先一步行動─這便是「兩秒優勢力」。
結果證明，只要在緊要關頭，比對手早一步掌握一小撮正確資訊，比起延遲十天半月，才取得全部資訊來的有價值多了。事件發生後，運用資料庫去分析龐大的資料，就像要韋恩‧格雷茨基去翻出他征戰過的所有參賽記憶，來分析為什麼上一場比賽沒有得分，然後為下一場比賽擬出作戰計劃。雖然這樣的模式或許有其價值，但是現在已經不夠看了。企業希望能像格雷茨基那樣先發制人，利用有效率的「心智模型」，在事件發生前贏得些微領先優勢，當機立斷地決定下一步要如何出招。公司行號將能夠預測客戶的需求，商店不會再出現商品庫存量太多或太少的問題，執法人員也能防患未然，遏止犯罪行為的發生。
好幾股趨勢的匯流，加速了兩秒優勢力科技的成形。
過去五十年來，我們一直生活在資料庫科技的世界。企業和政府機構透過與個人的互動（填寫個人資料表、預約記錄）、交易資料（提款機、網路、信用卡）和大事記（棒球記錄、墨西哥灣的颶風觀測數據、洛杉磯國際機場的航班離境資料）來蒐集資料。我們將這些資料輸入結構化的資料庫，經過整合、比對和分析，來挖掘過去發生過的事情。
資料庫可能會告訴零售業者，八月份幫寶適紙尿褲的業績成長百分之五十，建議大賣場那個月應該增加庫存。或者，航空公司可以透過資料庫知悉，當某段航程的票價調降二十美元，就會大幅侵蝕競爭對手的市場佔有率。人口普查是一個龐大的資料庫，它可以看出一國人口每隔十年的變化型態。
資料庫可以協助主管根據過去的結果，為未來的行動作出明智判斷，那是極具價值的。此外，資料庫也愈來愈具備即時處理能力。數十年前，管理階層必須對資料庫提出資料需求，然後等上一天或一個禮拜的時間來跑出結果。到了二○一一年，資料庫已經可以飛快地更新資料，並立刻根據排山倒海而來的資訊，列出過去發生過的事情，來回應管理者資料查詢的結果。
資料庫科技幾乎對世界各地、任何規模的所有企業的營運都非常重要。但是，如今資料庫正遭遇重大的困難。基本上，資料庫鎖定的都是過去的資料，它們分析已經發生的事情，而不是預測未來即將出現的事件。此外，隨著資訊來源的不斷膨脹，資料庫也快要被資訊的巨浪淹沒，資料庫的技術將會追趕不上資訊爆炸的速度。
二○一○年，全球數位資料的儲存量已經超過1,200個exabyte的規模（1個exabyte相當於一兆本書的內容）。每隔兩年，資料量就會成長四倍，其中百分之七十的資料是個人創造出來的，包括社群網路的個人資料、YouTube的影音視訊、Twitter的推文、潘朵拉線上音樂盒（Pandora）的自動音樂推薦系統服務、和Foursquare的定位登入資料；其他則來自五花八門的感測器，包括放置在浮標用來記錄海灣水域的晶片；行李箱上的無線射頻識別標籤（RFID tag），每次行李一送上行李艙或要從機艙門卸下時，就會向航班發出通知；以及全球幾十億支的手機─每隻手機隨時都在更新手機持有人的位置以及機主的移動方式。
同一時間，儲存技術的快速進展，將會使得蒐集和儲存所有大量湧入資料成為可能。儘管資料愈多，絕對有其彌足珍貴之處，但是資料量太龐大也會讓人吃不消。假如為了回應每次的查詢，就必須利用資料庫技術將所有資料過濾一遍，這樣將會造成資料庫的癱瘓，資料庫的回應速度一定會變得其慢無比。就像格雷茨基不可能在比賽中逐一搜尋所有的記憶一樣，企業也不可能每次要找答案時，就進行一次地毯式的資料蒐尋。
如果電腦的運算能力，能夠提升到追上資料膨脹的速度，那麼資料儲存量的快速飆升，或許就不是什麽大問題了，但這是不太可能的事。自一九七○年代以來，電腦運算速度一直按照摩爾定律所闡述的速率在進化：也就是說，’微處理器可容納的電晶體數目，約每隔十八個月便會增加一倍。一九八○年到二○○○年末這段期間，電腦系統的速度快了好幾百倍。但是，現在個別電晶體的尺寸實在很小─僅由不到十二個原子構成─已經沒有多少再壓縮的空間。目前應用在幾乎所有電腦的運算技術，最多也只能夠再快兩、三倍而已。
為了面對一觸即發的資訊大戰，科技人員正在尋求替代的運算方案。其中最具有潛力的一條路，就是開發更接近人類大腦的電腦─就像格雷茨基那樣，利用資料來建立模型的技術，用資料的學習，來取代依賴整個資料庫的學習。這項技術將能夠解讀即時事件，進而預測未來的發展。
這種技術發展的速度和靈活度，變得愈來愈重要。無論是企業界、政府單位和日常生活，能夠反應的時間愈來愈少。激烈的競爭，迫使這個世界以快捷無倫的速度運轉，沒有人能承擔根據過時資訊而導致反應太慢的代價。唯有,根據當下正在發生的資訊來預測未來事件的能力，將成為新的競爭優勢。
網路問世前，我們所處的時代稱為「企業1.0」（Enterprise 1.0）。以銀行為例，客戶每天都會絡繹不絕而來（當時並沒有提款機！），行員處理著堆積如山的文件，清點交易紀錄。待當日營業日結束時，分行經理會進行總結算，再把資料回報給總行，進行各分行資料的彙整與計算。取得銀行的交易紀錄及現況報告書，可能要花上幾天或是幾個禮拜的時間，在這個階段，任何單一事件的回應時間是用月曆來衡量。
到了「企業2.0」（Enterprise 2.0），電腦和網路開始引領風騷，每個交易都變成數位化的資料位元。隨著電腦和網路的日趨強大，計算和分析資料的速度也愈來愈快，快到銀行總裁可以盯著電腦螢幕，看著自己銀行的資金以近乎即時結算的速度流進流出。在這個階段，任何單一事件的回應時間是用碼表來衡量。
我們正要進入「企業3.0」（Enterprise 3.0）的時代，現在任何事件都可以變成數位資料位元。交易只是事件的一種，還有許多其他類型的事件。每次客戶登入銀行網站，即使交易沒有完成，也算一筆事件。手機的信號分析，可以告訴銀行每天有多少人經過一家分行─那又產生了更多的事件資訊。在星羅棋布的零售通路用簽帳卡付款也是事件。銀行應該要有能力辨識事件的模式，預測客戶接下來可能想要什麽，然後主動抓住那塊商機。在這個階段，任何單一事件的回應時間必須用時光機來衡量─因為洞燭機先的行動力是它背後的理念。
在「企業3.0」的時代，就算仰賴僅僅慢了數秒的資訊所做的決策，都可能演變成災難一場，可是要根據所有事件來進行決策又困難無比。這套新的系統，必須在正確的時機、正確的地點、獲得正確的資訊，這樣它們才能預測下一秒的動態。 .....................
佳誼附註:
佳誼在去年2012年3月10日接觸NLP(神經語言學)以來,佳誼把NLP應用在,我在幫客戶選擇適合的理財商品上,就是利用我在過去十年學習總體經濟架構,配合國際金融未來的走勢,讓自己對該理財商品做足功課，考慮在投資的過程當中，可能會遇到什麼樣的風險？當風險發生時，它是不是會損及客戶的本金？能否在風險發生時，為客戶拿回全額的本金？當一切考慮的風險都能一一獲得解決時，最後，再問我的潛意識做確定！這様，佳誼才會將理財商品推薦給客戶，這是運用過去學習總體經濟所累積的資料庫,可以協助我根據過去的學習經驗和結果，在幫客戶選擇理財商品的行動上作出明智判斷，這是我在學習NLP部分極具價值的部分。
而當我們能夠提昇自己的腦力,並且,懂得使用自己的大腦時,在根據當下正在發生的資訊來預測未來事件發生的能力，這就不成問題了！因為,只有,懂得使用自己的大腦,也才能提昇自己在這個社會上的競爭優勢。而透過學習NLP的技巧，是我們要提昇自己競爭力最快的速度！這是，佳誼將近接觸NLP(神經語言學)11個月以來的親身體驗分享給大家囉~
你可能會有興趣的文章：
迴響（1） ：
1樓. 天王的傳人2013/05/11 14:55yh3sh5
「 佛牌」，來自東南亞等佛教國家的宗教聖物，中文的意思就是將佛像製作成牌狀讓善信配戴以求保佑的護身符，泰文則稱之為「para」，直譯為「佛像」或 「神像」。大的如寺廟內二、三層樓高的佛像，小的如拇指般的佛像通通都稱之為「para」。 地天泰官網: 古曼童
