top of page

企業練功講求站穩

功夫是一種需要長時間、精力和毅力修煉的武術技藝。而功夫亦逐漸成為了形容人們通過努力不懈和刻苦訓練所獲得的技能的代名詞。筆者兩年前經朋友介紹跟隨楊永勣師傅(Jerry)學習詠春,原本是出於想完成童年的心願,用師傅的說法,功夫是很多男人心目中的一種浪漫。作為一位數據分析師在師傅的引導下,就開始了一個很有意思的詠春旅程。 Jerry所教的詠春與我情有獨鍾的OODA分析框架不謀而合,師傅的口頭禪是收集數據對賽果很重要。OODA決策框架中的關鍵就是做好觀察(Observe),從大量觀察中,找出決策的定位(Orient),根據前面兩個「O」的前提下作出最佳選擇(Decide),然後付諸行動(Action) 我理解到Jerry所教導的詠春背後,擁有很嚴謹的選擇邏輯,每個動作都會盡量減少對手下一個出手的可能性。例如在一場瞬息萬變的搏擊裏面,最令我深刻的金句是「企唔穩打唔重」、「睇唔到打唔重」,第一句精髓是企得穩,乃一切招式選擇的前提。可想而知,如何站得穩是戰勝的先決條件(或者讓對手站不穩),並不是單純以招式為主。 詠春的「中線」之所以重要,在我的理解上其實是把對手進攻和防守區域標準化(從上而下,由左至右),易於觀察及尋找最有利攻擊及防守線路。由於限制了對手的攻擊線路和範圍,便可以集中力量去訓練如何拆解各種變化。 同一道理,一間零售公司可以使用OODA循環,來優化他們的營銷策略。首先,他們通過收集和分析大量的數據,以觀察市場趨勢和客戶需求,研究用戶的購買歷史和偏好、產品的銷售數據和競爭對手的行為等。然後,他們可以利用這些數據和業務知識,來鎖定和制定正確的營銷策略,例如哪些產品或促銷活動最受客戶歡迎,哪些銷售渠道最有效等。 接下來,他們可以在取向的基礎做出決策,最後付諸行動,例如執行宣傳計劃、調整產品庫存或評估新的營銷策略是否成功等。通過使用OODA循環的理念,企業能夠不斷地優化他們的營銷策略,說起來與一套「功夫」的修煉沒太大分別。但如果企業的組織協同能力欠奉,什麼策略也是徒勞(站不穩);至於在資源永遠有限情況下,數據的收集亦必須符合戰略需要而作出決策取捨。

Recent Posts

See All
選擇胖模型還是胖鞍具?

打開任何人工智能(AI)方案,你會看到兩種完全不同的產品策略在較量:一種叫做胖模型(Fat Model),另一種叫做胖鞍具(Fat Harness)。 胖模型的信念很直白:以更大的大腦解決更多的問題。參數多、數據龐大、算力強,模型自然顯得聰明。這驅動了ChatGPT、Claude和Grok之間的競賽──每一代都宣稱新產品比上一代更強,而企業只要付費就能直接使用,代價是你的AI能力完全綁定在供應商的

 
 
慎防智能代理「無聲」脫軌

試想想,人工智能(AI)系統已在生產環境中完成部署,但究竟要如何防止AI「悄然失靈」?過去3個月,全球超大規模企業在AI基礎設施上的資本支出達到一個前所未有的量級。單憑這一數據,人們或許會得出結論:AI的生產化部署正在全力推進,市場充滿信心。 然而,7月份第一周,來自不同領域的幾個訊號同時浮現,揭示出一個更為複雜的真相。一邊是史無前例的基礎設施投資;另一邊是一群深諳「系統可靠性」的專家──那些專門

 
 
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
bottom of page