1700551780
1700551781
以上结果是例外还是常态？我们向大众竞赛型研究的先驱卡里姆·拉哈尼提出了这个问题，除了我们刚刚描述的研究之外，他还主持了许多其他项目。他告诉我们说：
1700551782
1700551783
过去5年间，我们依靠大众来解决了700多项挑战，服务对象包括美国航空航天局、医学院、公司等，不一而足。我们失败过一次，当时大众没有出手，或者说没有针对问题开展工作。[2]在所有其他情况下，我们要么与现有内部解决方案旗鼓相当，要么大胜而归。
1700551784
1700551785
这是一个非常难以置信的发现，不是吗？像美国国立卫生研究院和贝思以色列女执事医疗中心这样的公司和组织毕竟花了大量的时间、金钱和努力，建立了用于创新和解决问题的资源基础，即研发实验室、科技人员、工程部门等。这些资源实际上是核心中的核心。那么，为什么在处理本应整合这些资源来处理的问题时，大众能如此轻易地胜出？
1700551786
1700551787
是不是核心里面的专家实际上没那么好？别忘了我们在第1章提供的大量证据，即领域专家和所有人一样，都会受制于一些偏见，使工作质量降低。这可能是随着人们在其领域取得一定成就，偏见盲点也被放大，过度自信和过度认可偏见就有大量记录。人们真正考虑的只有支持自己想法的信息，从而导致更糟糕的结果。
1700551788
1700551789
许多“专家”实际上可能根本不是专家，他们一直在自欺欺人，以为自己真的能力强，工作质量高。当今世界很复杂，变化快，技术又高深，很难分辨真正的专家。
1700551790
1700551791
肯定有一些“不够专家”的知名专家，但我们认为，他们不是大众经常优于核心的主要原因。我们相信，当今绝大多数的科学家、工程师、技术人员，以及其他在组织内部工作的人，实际上都能胜任工作，都有兴趣做好这些工作。那么，是什么原因使大众几乎每次都在挫败他们？
1700551792
1700551793
严重错配
1700551794
1700551795
组织有很多美德，但它们往往陷入自己的套路。它们做适得其反的事，使其在创新、研发和几乎所有其他领域的表现更糟。组织性功能障碍是真实的存在，而不仅是无数迪尔伯特（Dilbert）漫画的主题，它们使核心无法做到本应做到的那么好。
1700551796
1700551797
然而，与单纯的功能障碍相比，更大的原因要微妙得多。核心往往错误匹配了其所面临的各种挑战和机遇，而人群则因为足够大而几乎从未错配。但是，为什么核心如此频繁地错位、错配呢？设立研发实验室或工程部门的全部要点，不就是将手头及未来工作所需的资源整合到一起吗？这可不像遗传学实验室误请一批冶金学家，然后当团队无法揭开DNA奥秘时不断被“惊呆”。为什么错位如此频繁呢？
1700551798
1700551799
有一些事情似乎正在发生。首先是几乎所有学科都在不断创造重要的新知识，而知识进入核心的速度很慢。例如，人类基因组在2003年被完全排序，这一成就对医学、生物技术、制药和其他行业有巨大影响。随着测序技术的普及，成本呈指数式下降，[3]农业、畜牧业等行业也受到影响。对于所有这些领域的组织核心的创新者、研究人员和问题解决者而言，如果他们没有努力学习，更新技能，那就很容易不敌大众，尤其是不敌那些年轻和接受最新教育的大众成员。例如，最前沿的基因编辑工具与5年前的完全不同，原因是自2012年出现的CRISPR，它是一种源自链球菌之类细菌的工具包，在DNA分子非常长的双螺旋上，它可以用前所未有的准确度来发现、切割和替换任何所需的基因片段。
1700551800
1700551801
如第2章所述，我们看到了人工智能和机器学习近来的快速变化；由于石油及天然气的压裂和太阳能发电成本的急剧下降，[4]能源生产正在变革；其他许多领域也是如此。当这种快速的进步发生时，相关行业内组织核心的知识很容易老化。与此同时，大众中的某处很可能至少有一些帮助实现最新进展的人，或者有他们的学生，因此相当熟悉。总之，核心会变得陈旧，但大众真的不会。
1700551802
1700551803
边缘奇效
1700551804
1700551805
大众经常挫败核心的另一个原因可能更重要。它是指许多（如果不是大多数）的问题、机会和项目受益于不同人、不同团队的观点，或者说，受益于多种不同的背景、教育、解决问题的方法、知识和技术工具包、性别等。这绝对就是大众的定义，要在核心内部复制则很难，甚至不可能。以一家制药公司的研发实验室为例，它不太可能聘用几名天体物理学家或密码学家，然后指望他们刚好能解决某个难题，这种机会是微乎其微的。这是一个完全理性的商业决策，但如果解决这个难题的工作仍然保留在核心之内，那么公司就没有天体物理学家或密码学家可以帮忙。
1700551806
1700551807
将貌似不可能的潜在有用的输入源的大门关上，这是愚蠢之举。在很多时候，人们需要的知识和专长恰恰来自貌似遥不可及的学科。正如开源代码软件倡导者埃里克·雷蒙德（Eric Raymond）所说：“如果有足够的眼球，所有的瑕疵都一览无遗。”换句话说，随着潜在解决者数量和多样性的增加，所有问题都变得更容易解决。基因组测序竞赛的结果显示，在那些比基准更快、更准确的参赛方案中，没有一份来自计算生物学家。这再次表明，外部人士表现得更胜一筹并不少见。拉哈尼和拉斯·波·杰普森（Lars Bo Jeppesen）研究了在线票据交易网站InnoCentive发布的166项科学挑战，他们发现，最可能被成功解决的是那些吸引了“边缘”眼球的挑战，即它们吸引了技术上或社会上“远离”挑战发布者的人。[5]
1700551808
1700551809
在很大程度上，大众的宝贵价值在于它是巨大的边缘群体。它包含了大量人群，他们是聪明才智、训练有素、经验丰富、顽强拼搏和积极向上的组合体，而且无论从地理上、知识上还是社会上讲，他们都与任何组织核心相距遥远。[6]随着互联计算能力在世界各地的传播，有用的平台可以建立起来，使大众成为一种显见的、可行的和宝贵的资源。
1700551810
1700551811
与大众共舞
1700551812
1700551813
精明的组织正在探索如何利用大众来解决问题，顺便实现很多其他目的。这项工作仍处于早期阶段，但是我们已经看到许多让核心和大众一起工作的有趣方式。
1700551814
1700551815
完成工作。正如我们在维基百科和Linux中所看到的那样，大众可以汇聚在一起，打造很有价值的事物，如果他们遵循了开放、不唯资历等原则，情况更是这样。一些组织正在把这些原则付诸实践，以便为企业提供所谓的“大众建设”服务。亚马逊公司的“土耳其机器人”（Mechanical Turk）是最早的例子之一，开始时，它是一项内部工作，旨在发现重复的产品页面并将其消除，2005年11月，该项服务宣布可提供给外界使用。今天，被称为“Turkers”的“大众”处理着各种各样的任务，例如将名片上的文本转录成电子表格，回答心理学研究的调查问卷，以及标记图像以便输入到AI程序中。“寻找—修复—验证”是“土耳其机器人”基本平台的一项改进，它是麻省理工学院的迈克尔·伯恩斯坦（Michael Bernstein）及其同事开发的“程式化设计模式”，可以让“Turkers”在完成任务和发现、修复错误之间进行自我选择。
1700551816
1700551817
本章开头描述了Topcoder公司举办白细胞基因组测序比赛，它用的是类似方法。该公司为了发现世界各地的编程人才而举办比赛，然后又作为中介商和集成商，对接人才和那些想外包大型应用开发或系统集成项目的公司。Topcoder全球社区的成员不仅包括程序员，而且还包括被识别出来的设计师、学生、数据科学家和物理学家。该公司为这批大众提供了一系列的企业项目，让他们自我选择进入团队和角色，将他们的所有工作整合在一起，并监控质量。它使用金钱激励和竞争激励，再加上一些监督工作，借此为客户创造了类似Linux的环境。在数据科学竞赛方面，卡格尔（Kaggle）也做了同样的事情。
1700551818
1700551819
找到正确的资源。有时侯，人们不想把全体大众汇合在一起，只想尽可能快、尽可能高效地找到合适的人员或团队来帮忙做事。找到合适对象的机会随着看到请求的人数的增加而增加，因此，任务匹配平台变得非常流行。这类平台包括用于平面设计和其他创意工作的99designs和Behance，用于信息技术和客户服务工作的Upwork，用于个人服务的Care.com等。此外还有TaskRabbit，它用于各种稀奇古怪的工作，如婚礼主持、给某人的爷爷送冰激凌，或者到苹果手机店排队等待新上市的iPhone。这些业务都认识到，网络和智能手机带来了前所未有的机会，可以更好地匹配商业服务的供需关系，一如我们在本书第二部分相关章节所强调的那样，平台和产品合则两利，而且，实现适配的手段之一就是把要求放到尽可能多的眼球前面。
1700551820
1700551821
进行市场研究。如前言所述，通用电气是世界上最大、最古老、最成功的工业公司之一，它转向大众，评估消费者对其制冰机的需求。大众平台可能提供有价值的信号，这些信号关系到消费者对某些类型产品的兴趣和热情，那些可能吸引利基市场受众的产品尤其如此，通用并不是第一家认识到这一点的大型组织。例如，电视剧《美眉校探》（Veronica Mars）讲述由克里斯汀·贝尔（Kristen Bell）扮演的一名少年侦探的故事，在2004—2007年播出时，该剧曾有一小批忠诚追随者。节目播完之后，其粉丝并未消失。他们以在线和集会方式继续谈论节目。
1700551822
1700551823
这种持续的兴趣引起了电影制片厂华纳兄弟、贝尔（Bell）和该节目创始人罗伯·托马斯（Rob Thomas）的注意。他们想知道：这是否意味着拍摄一部《美眉校探》电影有足够的需求，即使电影是在同名电视节目最后一次播出几年后才推出的。为了找到答案，他们在流行的众包网站Kickstarter上发起了一场活动。这场活动包括一个短暂的拟推出电影预告片，贝尔和托马斯的视频，以及对不同程度支持的奖励。[7]活动的目标是筹资200万美元。12小时之内，它竟然就达成这一目标，最终共筹资570万美元。这部电影于2014年3月14日首映，分别提供剧院观看和视频点播服务。总体而言，它得到了积极评价，从财务角度来说是成功的。
1700551824
1700551825
马克·安德森的职业生涯始于作为最成功的早期网络浏览器的主要程序员，此后，他摇身一变成为著名的风险投资家。安德森认为，众筹可能成为新产品开发的主要方式之一。他对我们说：“人们会争辩说，过往2 000年间，从娱乐媒体到鞋子、食物到每样东西，产品和服务的上市方式一直在倒退。也就是说，它变成是供给驱动的。但是等你发现市场是否喜欢它时，你已经投入了很多钱。众筹翻转了这种模式。除非有人事先预购，不然你不会向市场推出什么东西。人们还预付了资金……众筹是一种针对某些带有社会资本的事物来‘预装配’金融资本的手段，试图围绕某事创造一场运动，试图让人们提前买东西。”
1700551826
1700551827
2016年年初，Indiegogo在其网站辟出专门空间，同时推出一组“企业级众筹”工具，使大企业有可能在投资制造之前获得实时的客户反馈，并将市场研究的成本变成预售和获取客户的机会。
1700551828
1700551829
获取新客户。除了众筹平台以外，众贷平台也在近几年出现并变得流行。其中许多（如果不是大部分）最初想从事点对点（P2P）服务，即匹配想投资的个人和需要个人或商业贷款，但又不能或不愿意找传统贷款机构的人。然而，随着时间的推移，包括世界上最大的一些对冲基金在内的许多机构投资者意识到大规模寻贷者中存在机会。违约率或多或少可以预测，而且利率相当可观，这意味着风险与回报之比往往具有吸引力。平台的增长给寻贷者带来了很多诸如此类的好机会，足以吸引大投资者。2014年，美国最大的两个众贷平台Prosper和Lending Club一半以上的贷款来自机构投资者，它们往往使用专门的软件来梳理可用的机会。事实证明，P2P贷款往往变得不那么显眼，大型知名贷款机构向客户提供的个人和小企业贷款呈现新的方式。
[
上一页 ]
[ :1.70055178e+09 ]
[
下一页 ]