討論與小結

重新檢視消費者偏好與其搜尋的假設^,為了討論科技的演化^,模型中的消費者與 效用最大化的傳統模型沒有太大的差別^, 差別在於生產者的技術在改變。 然而^, 真實的消費者有許多限制^, 例如^{: (1)} 認知、 學習與背景環境的差異^, 消費者的 選擇行為未必完全理性 (Simon, 1955); (2)消費者選擇經常會遭遇到衝突或無 法比較的困難 (Tversky, 1972; Tversky and Kahneman, 1979); (3) 消費者 的搜尋成本問題 (Bell et al., 1998); (4) 消費者面對商品種類數目與篩選商家 數目的關係^, 研究發現商品的種類愈多^, 會傾向減少商家的拜訪^, 以節省搜尋成 本 (Messinger and Narasimhan, 1997)。 消費者行為是一門涉及心理學、 行銷

學與管理學的科學^,我們的研究若想進一步擴展來討論這方面的議題^,還需要非 常多的努力。

目前^,模型能夠討論的消費者行為乃是基於偏好中同時有異質與同質的一般 化假設。 在還沒有涉及偏好改變的前提下^, 能夠同時兼顧主流偏好與多樣性的 個人化風格。 我們將有機會可以觀察到消費者的主流商品型態 ⁽流行商品⁾、 主 流偏好被滿足的人口數 ⁽流行帶動的消費群⁾、 與個人化量身訂製 ⁽特立獨行的 消費者⁾ 等發展。 換言之^, 以時間發展的觀點^, 一開始預期可以觀察到同質的偏 好喚起較廣泛的群體對特定種類商品的重視^, 接著才會有愈來愈多的個人化特 質服務。 另外^, 對於廣告、 生產者對商品的描述、 情境的導引等^, 廣義的來說也 是商品生產過程的一部分。 重點是這整個過程可以掌握消費者偏好。

以下舉顧客關係管理 (CRM, customer relationship management)做為企 業管理的應用。⁵ 其貢獻來自於對知識的掌握與使用^, 包括^{: (1)}對顧客的資料蒐 集與處理^{; (2)}對資料進行分析與運用^{; (3)}有效分析重組以產生有用的知識^{; (4)} 評估與回饋。 所以資料是顧客知識管理(customer knowledge management)的 基礎^,再加上與顧客完美的互動將有機會成為理想的^CRM。 我們將消費者偏好 和 ^CRM四個循環結合如下^:

1. 知識發掘^{: GP} 可以負責功能性的改革^, 透過新的功能來與消費者接觸^; 而 ^GA 可以在樣式上作各種不同的組合來滿足消費者的感官神經^, 迎合 消費者對樣式的喜好。 因此^, 在知識的蒐集上^, 必須仰賴最新的電子商務 技術和消費者互動^, 取得消費者最新的回饋資訊。 接著生產者適當地將資 訊透過人工智慧的計算方法重新利用和重組^,便成為其自動創新能力的第 一步。

2. 客群市場規劃^: 在創新和^CRM 中客群市場規劃的結合上^, 我們可以將客 群區分成兩大族群^, 一類為追隨者^, 但又想彰顯自己獨特性格的客群^; 另 一類客群為喜愛嘗試並且勇於接受新事物的先驅者。 因此在知識的發掘 上^, 前者為在既定功能下^, 對新樣式有需求的消費者^; 後者為對新功能有 需求的消費者。 針對不同需求的客群^, 他們可以進入到符合自己喜愛的界 面下^, 與將來發展出來的界面互動。 界面的設計主要還是與消費者的視覺 和聽覺接觸為主^, 未來的技術將可更深入滿足消費者對商品資訊的需求。

5CRM 的觀念是美國Gartner Group 在¹⁹⁹⁷ 年提出^, 主要可以區分為銷售 ^(Sales)、 服 務^(Service)以及行銷(Marketing)等三個主要領域。

3. 顧客互動與回饋^: 上述兩個過程至少可能出現兩個問題。 第一^, 消費者無 法從清單中找到自己喜歡的樣式^; 第二^, 生產者目前所提供的產品功能無 法滿足消費者的需要。 基於第一點^, 可以提供消費者更大的自由^, 讓消費 者可以自己選擇要用來組合的元素。

人機互動的觀念主要有, IGA (interactive GA)與HBGA (human-based GA)。^IGA 的觀念是Caldwell and Johnston (1991) 在設計如何讓計算 機幫助人們指認嫌犯時所提出的。 同樣的^, 這種技術可以預先產生產品的 樣式給使用者評分^, 使用者只要輸入心目中主觀的感覺^, 或挑出自己喜歡 的樣式^, 計算機蒐集這些線索之後即進入重組、 改變^, 然後再交由使用者 來篩選^, 最後的效果常會出乎意料的好^, 此即發掘消費者偏好的途徑。

HBGA 的觀念又比 ^IGA 進一步讓使用者介入, Cheng and Kosorukoff

(2004)發現 ^HBGA更符合創新的涵意^, 而且賦予使用者更大的權限。 讓

使用者不只是提供點的線索^,更進一步提供方向。 因此^,在表現上^{, HBGA} 可以比 ^IGA 更早得到滿意的結果。 缺點是複雜的問題^, 使用者變成無從 決定遺傳運作的大小和方向^, 其介入程度退化到和 ^IGA 一樣。 同時兩者 都有使用者疲勞的問題^, 因此介面宜愈單純愈好。 第二個問題^, 需要對目 前功能作出改革。 問題在於不知道這個新功能的組成形式如何^, 若消費者 有能力可以將這個功能的預期輸入和輸出結果告訴計算機。 接著由程式 來演化新的功能^, 其會以消費者的預期為目標再加上目前的工業技術水 準^, 演化出新功能的商品。 系統會建議出各式不同的新產品結果^, 消費者 只要篩選最接近自己需要的產品即可。

4. 反覆分析與修正^: 將透過客戶所建置出來的新產品互相比對^, 不同的顧客 可能彼此的需求有共同之處。 藉由資料庫所儲存的大量客戶資訊^, 在預算 限制之下^, 以計算機的運算優勢^, 反覆分析並找出最可行的產品設計。

以上管理學和計算科學結合的應用^,是演化計算技術和真實顧客的結合的一 個例子。 而顧客潛在的偏好經由導引才有機會顯現出來^,我們的模型相當於是預 先虛擬客戶端的偏好存在^, 經由市場互動^, 討論技術演進 ⁽商品改良⁾ 可能出現 的結果。

創新

5.1 技術交易

WIPO (世界智慧財產局, world intellectual property organization) 1977年 對技術的解釋^: 「技術為一種有系統的知識^, 其目的是為了產品的製造、 製程的 應用或提供服務。」 然而^,無論是技術或是知識^, 對於研究者而言^,乃然沒有一個 明確統一的定義。 本研究的表現方法可以呈現比較明確的思路。 換言之^,商品的 表達方式本身就具有技術的涵意。 從原料經過各種加工過程到完整的商品^, 整 套的技術都呈現在商品裡。 創新的來源就是技術的改良體現到商品上再透過市 場反應到生產者的獲利和消費者的福利。 而技術的改良方式又可分為組織內和 組織外。¹ 在組織內就是生產者本身的創新機制^, 透過遺傳運作的內涵來改良商 品。 另一方面^, 組織外的改良就需要尋求技術移轉或技術交易。

我們的模型可以透過一些變數的改變來表示不同的組織文化^,這些變數有研 究發展比率^(γR&D)、 突變率^(pm)、 交配率^(pc)、 是否採用自動定義終點^(ADT) 等。 除了最後一項為模組化的能力之外^,在意義上都是生產者求變的程度。 然而^, 廣大的消費者所形成的搜尋空間是無窮無盡^, 任何一家生產者成功找尋所有的 市場需求幾乎是不可能。 因此在個別生產者各有其利基 ^(niche)時^,若再加上技 術交流^,將有效縮短創新的時程。² 在技術交流或交易, Williamson (1975)指出 技術移轉、 技術授權、 共同研發等的形式^, 並歸納出以下步驟^{: (1)} 搜尋交易對 象^{; (2)}向對方傳遞期望交易及交易條件^{; (3)}談判^{; (4)}擬定合同^{; (5)}確認合同 執行。

1我們暫且借用組織這個詞^,實際上我們還未正式討論到組織的問題。

2我們假設理想上應可獲得這個效果^,在⁸⁰年代企管文獻上^,提出一些指標用以衡量技術移 轉的績效^, 主要是探討組織的接受能力和技術擴散的程度 (Satikarn, 1981)、 成本和效益的分

析(Teece, 1981)。 基本上這些看法都以組織的角度出發^,觀察的重點鎖定在組織的績效^,對於

總體經濟的效果不易掌握。 利用本研究的框架^,將有助於釐清個體和總體之間的關係。

技術如何成功交易是一個值得深入研究的課題^; 然而^, 達成交易之前^, 在模 合這些要求的商品可以被歸類為本質上的創新 (essential innovation)。 而其他 的只能夠視為持續性的嘗試和犯錯階段。