第二章 文獻探討
第三節 建模方法之回顧
三、 運用管理飛行模擬器發展管理學習實驗室
策略制訂之過程,傳統上高階經營團隊經由對話與討論,漸漸對真實世界形 成集體的心智模式,透過對心智模式的操弄,團隊不斷地實驗著「假如我們這麼 做,在這種情況下,結果會怎樣?」眾多心智實驗後,團隊達成了共識,下了決 策,並直接實施於真實世界中,再追蹤結果,進行修正。然而,這樣的決策過程,
等於是拿真實世界直接做實驗,這在工程領域是不可思議的:設計飛機前,一定 有飛機模型的風洞實驗;建築水壩前,也一定有水工模型,絕對不會根據構思,
就直接蓋個水霸,等到有問題再修正。因此,系統動力學家早至六O 年代起,
即開始提倡所謂的「政策實驗室」:將企業系統的複雜因果關係與動態互動,轉 換為模擬模式,而後於模擬模式先行測試各種可能的政策。其後,約於八O 年 代末期,由於Senge(1990)提倡的組織學習,系統動力學家們開始將組織學習 的精神,納入「政策實驗室」中,不再單純地將政策實驗室視為「風洞」,而是 在建構與使用政策實驗室時,進行組織學習的相關修練,譬如,深度匯談、系統 思考、心智模式等。此時政策實驗室被稱之為「學習實驗室」。
詳言之,企業系統的因果關係,較諸物理系統,更加隱晦不明,也更加複雜;
假如經理人團隊在進行策略制定的研擬過程中,能有個模型(即練習場或過度對 象)可供操弄與實驗,其思考品質或群體智商,應能有效的提高,成本與風險也 應能有效的降低。Senge(1990)及 de Geus(1988)建議,可採用以系統動力學
(System dynamics)模擬模式為核心的「微世界」(micro-world),作為企業的「學 習實驗室」。如此,企業得以進行更有效率與效果的策略制定。
以微世界為練習場的「學習實驗室」,其典型的過程為:經理人團隊經由對 話與討論,將每個人對真實世界的因果關係知識先行攤出,再以系統思考
(Systems thinking)為表徵語言,整合這些知識,創造出初步的心智模式;而後 由系統動力學家以模擬語言,將此心智模式,轉化為電腦模擬的微世界雛形
(prototype);經理人團隊再以此雛形微世界,進行「假如‧‧‧結果會‧‧‧」
的實驗,比對模擬的結果與經驗中真實世界的結果;這時,大部分情況會顯示,
模擬結果不符合以往的經驗,於是,經理人團隊體會到,原先的初步心智模式,
事實上或是很粗略而不周全,或是有所認知偏誤。於是,經理人團隊進一步的討 論,創造出更有效度的心智模式,專家再據以修改雛形微世界,經理人再透過微 世界,由實驗與討論中,改善心智模式(Sterman, 1994;Vennix, 1990;1996;
de Geus, 1988;Paich 與 Hilton, 1998;王思峰, 民 83a, 民 83b;民 90a;楊碩英 及王思峰, 民 83)。
如此,經由此反覆的過程,經理人團隊將創造並分享一組有效度的知識,而 且這組知識是由隱性知識(tacit knowledge)焠練成顯性知識(explicit
knowledge),相當有利於日後的知識移轉與傳播(Nonaka,1991)。更重要的是,
經理人團隊現今擁有一個有效度的模型(微世界)可供實驗,不必直接在真實世
界做實驗。經理人團隊可以應用這組知識與模型,進行情境企劃(scenario planning),測試各種決策、政策或策略,在不同的內外情境下,各種直接、間接、
長期、短期、局部、整體的結果。於是,透過實驗與對話,在組織記憶中已儲存 了多種對未來情境的具體演練,組織的焦點不再是如何精準的預測單一未來,而 是擁有內部的能力,能快速地因應不確定的未來(de Geus, 1988;王思峰, 民 90b;、黃家齊與陳加屏,民 90)請見圖 12。
應用微世界於「學習實驗室」,除如上述,對知識的創造、分享、焠練、移 轉與應用,有著相當大的增益潛力外,其對一些需要更深層的雙環學習(double loop learning;Argyris 與 Schon,1978)之議題,亦應能有效地輔助組織心智模式 之覺察、挑戰與改善(Senge 與 Sterman,1992)。深度匯談(dialogue)之理論認 為(Bohm, 1996;Isaacs,1993),每個組織都有著專屬該組織的獨特心智模式,
這種集體的心智模式背後反映著一些對真實世界運作方式的集體假設,但組織內 的成員深陷於這些假設而不自知。當組織內的攸關人員(不限於初始之開發團隊)
參與微世界的學習過程時,組織內的集體心智模式與假設,會很自然的反映在其 每個人員的決策上,而其模擬實驗的結果,也會面臨如真實世界中該組織的困境 一般(Roth & Kleiner, 1996;Senge 與 Sterman,1992),體悟組織內的集體假設,
以及改善集體心智與動態互動的可能(Roth & Kleiner, 1996;Senge 與 Sterman,1992),方能大為提高策略制定的品質。
圖 12 理想化學習程序圖
資料來源:Sterman, J. D., (2000) Business Dynamics: System Thinking and Modeling for a Complex World, Figure 1-14
Decisions
Real World:
z Implementation failure
z Game playing z Inconsistency z Performance is
goal
Virtual World:
z Perfect implementation z Consistent incentives z Consistent application
of decision rules z Learning can be goal
Virtual World z Known structure
z Variable level of complexity z Controlled experiments
Information Feedback
Virtual World:
z Complete, accurate, immediate feedback
Real World:
z Selective perception z Missing feedback z Delay
z Bias, distortion, error z Ambiguity
Strategy, Structure, Decision Rules
z Simulation used to infer dynamics of mental models correctly
Mental models
z Mapping of feedback structure z Disciplined application of
scientific reasoning
z Discussability of group process, defensive behavior
Real World
z Unknown structure z Dynamic complexity z Time delays
z Inability to conduct controlled experiments