如果用比較不浪漫、但更精確的語言來說，今天我們談的各種策略方法、理論與觀點，核心都在處理同一件事：人在有限理性之下，如何面對不確定性，並在競爭中爭取較佳的位置。這個說法其實很接近 Herbert Simon 的觀點：決策者並不是全知全能的計算者，而是在資訊不完全、能力有限、時間受限的情況下做判斷。因此，策略從來不是一門保證成功的技術，而是一套在不完備條件下提高勝率、降低誤判風險的思考方式。
從這個角度來看，策略其實沒有想像中那麼神奇。很多人喜歡從成功企業身上歸納方法，試圖找出一條從 A 到 B 的穩定路徑；但問題在於，商業世界中的成功，本來就深受競爭互動、外部衝擊與運氣因素影響。Phil Rosenzweig 早已提醒，企業研究很容易落入光環效應：公司表現好時，我們傾向把一切都解釋成優點；公司表現差時，又把原本同樣的特質解釋成缺點。於是，許多看似嚴謹的成功公式，其實只是把結果倒推成原因。
一旦某種做法被辨識、理解並廣泛模仿，它所帶來的超額回報通常就會被競爭侵蝕。反過來說，若一家公司能維持優勢，往往不是因為它掌握了某個公開公式，而是因為它的優勢來源具有不易模仿、難以拆解，或難以被競爭者完整複製的特性。這也是後來很多策略研究反覆關心「可持續優勢」而不是「單次成功」的原因。那些突出的策略家，也常常只是較早在某個特定生存空間裡，找到有效回應不確定性的那批人而已。換句話說，他們的強，往往先是一種情境性的強，而不一定是普遍性的強。我經常想到一個比喻：在一座大型保護區裡稱王的獅王，確實是那個區域的勝者；但一旦離開原有地盤，面對新的地形、新的競爭者與新的資源條件，他原本那套成功方式，未必還能同樣奏效。策略的可貴之處，從來不只在於勝出，更在於理解自己的勝出是在哪一種條件下成立。
以 2026 年 3 月仍在進行中的世界棒球經典賽（WBC）為例，日本無疑是世界棒球強權，且在 2023 年才拿下隊史第三座經典賽冠軍；但在 2026 年八強賽，日本仍遭委內瑞拉淘汰，並首度無緣四強。這不是在說日本棒球不優秀，而是在提醒我們：一個在既有競爭生態中被驗證的優勢，放到對手組合、比賽節奏、投打風格與淘汰機制都不同的更大舞台時，不一定能原封不動地延續。策略不是靜態配方，而是情境配適。
也因此，我傾向把策略理解為一個介於「創造」與「被選擇」之間的過程。管理教育與商業敘事常把策略說成「人定勝天」的故事，但更接近現實的說法是：人可以創造價值、設計行動、組織資源，卻同時也會被環境、制度、時間與競爭者所選擇。若要評估一套策略，有兩個問題特別重要：第一，它創造了多大的價值；第二，這種優勢能夠維持多久。前者講的是爆發力，後者講的是耐久性。真正困難之處，不在於喊出目標，而在於兼顧兩者。
對外部顧問來說，真正困難的地方也正在這裡。顧問不是只靠一套工具箱吃飯，而是必須先回答：自己究竟相信什麼？你相信理性規劃能大幅降低不確定性嗎？你相信願景能動員人心、改寫秩序嗎？你相信制度與環境才是真正的決定力量嗎？還是你相信資料所揭露的機率分布，比故事更接近真相？如果沒有先處理這個問題，顧問很容易只是在販售一套受過訓練的方法，而不是在幫助客戶辨識真正的挑戰。
我自己剛開始接觸策略時，並不是從正統經濟學的視角切入，而是從組織生態學開始。Hannan 與 Freeman 在 1977 年提出的組織生態觀點，正是把分析焦點從單一企業如何主動調適，移向組織族群如何在環境中被選擇。這個觀點重視的是創立與死亡、密度、合法性、競爭、組織老化與環境篩選，而不只是某一家企業的領導者是否高明。它提醒我們：企業興衰不只是意志問題，也是一個群體動態問題。
從組織生態學來看，關鍵不只是「誰贏」，而是「什麼樣的環境會讓哪一類組織比較容易活下來」。因此，我們關注的不只是龍頭企業的位置，也關心小型玩家如何在邊陲找到棲位。這種思考和產業經濟學並非完全對立，但分析層次不同：前者更關心族群與人口動態，後者則較常從市場結構與廠商行為出發。若再更往上一層看，制度經濟學提供了另一種高視角。Douglass North 明確指出，制度是人為設計的正式與非正式約束，其功能之一就是建立秩序、降低交換中的不確定性，並進一步影響交易成本、生產成本與經濟績效。這也意味著，企業的成功從來不只是企業本身的能力問題，同時也是制度環境的產物。
也正因如此，在美國制度環境中長大的企業，其成功邏輯不見得能無痛移植到亞洲；反過來，在亞洲脈絡中形成的組織能力，也未必能直接在美式規則下被放大。制度不只是背景，而是塑造策略可行性的重要條件。站在當前全球經濟秩序來看，很多機會確實仍由美國所主導的制度安排放大；但對其他地區的企業而言，真正的問題不只是「要不要模仿」，而是「要在哪個制度邏輯下找到自己的位置」。
在談幾種策略觀點之前，我想先借一個一百年的故事說明：人類對不確定性的回應，往往要過很久，才看得出真正後果。這個故事是——納斯卡線。納斯卡與帕爾帕地畫位於秘魯南岸，形成於約西元前 500 年到西元 500 年之間。它們不是壁畫，而是把地表表層刮除後形成的大型地畫。聯合國教科文組織長期將其視為具有儀式性與天文相關意涵的重要遺址；而 2024 年發表的研究又利用 AI 在短短六個月內新發現 303 個具象地畫，幾乎讓已知具象地畫總數倍增。更重要的是，研究者指出，不同類型的地畫用途可能不同：較小型、浮雕式的地畫多鄰近古道，可能供個人或小群體觀看；較大型的線狀地畫則更可能與社群層級的儀式活動有關。(聯合國教科文組織世界遺產中心)
納斯卡研究歷經百年，對其功能的理解愈來愈多元，牽涉儀式、道路、景觀、水資源象徵與社群活動；另一方面，考古研究指出，納斯卡社會後期的人為森林砍伐與農業擴張，使當地脆弱生態越過臨界點，並在約西元 500 年前後走向嚴重崩解。這給我們的啟發，不是「人類愚蠢到最後滅亡」這種道德故事，而是：短期回報與長期承載之間的錯配，往往在事後才看得清楚。
如果把這個一百年的故事，換成當代版本，那就是 AI。AI 確實帶來巨大的生產力想像。IMF 的估計指出，全球近 40% 的工作暴露在 AI 影響下，先進經濟體約 60%，而這些工作多半集中在高認知任務；但同一份研究也指出，AI 一方面可能取代部分工作，另一方面也可能補強許多工作的生產力。ILO 與 OECD 近年的判斷也比較接近「大規模工作重組」而不是「立刻全面消失」：文書支援工作暴露最高，白領與高教育程度工作者會面臨更強的擾動，但目前實證並未顯示白領整體就業已普遍因 AI 而下降。(IMF)
所以，AI 真正帶來的，不只是效率提升，而是把原本就存在的結構問題放大：能力落差、工具取得不均、組織重分工、治理落後，以及短期績效壓力與長期能力培養之間的衝突。換句話說，AI 對策略的挑戰，不在於我們需不需要它，而在於我們是否只看見當下可得的效率，卻低估了長期制度調整、人力轉換與社會成本。這一點，倒是與納斯卡故事真正值得記住的地方很接近。
接下來，如果要整理幾種常見的策略觀點，我會先聲明：以下這些分類不是標準教科書的正式分派，而是為了教學與思考方便所做的整理。
第一類，我稱為理性派。這一派假設：A 是當前位置，B 是目標位置，而 X 是從 A 到 B 的方法。只要我們能把目標定義清楚、把問題拆解清楚、把執行路徑安排清楚，就可以提高抵達 B 的機率。像《從 A 到 A+》這類從成功企業反推共同特徵的研究，或平衡計分卡這類將目標、指標與因果邏輯連成系統的工具，都屬於這一脈絡。這類工具的價值在於迫使組織清楚說明自己要去哪裡、如何衡量、如何對齊；但它們的限制也很明顯：如果對問題的判斷本身有誤，或把成功案例中的相關誤判為因果，再漂亮的框架也只是把錯誤說得更有條理。
以平衡計分卡為例，原始架構強調四個基本視角：財務、顧客、內部流程，以及創新與學習（後來常寫成學習與成長）。它的重點不是神奇地保證企業成功，而是讓管理者不要只盯著財務結果，而忽略支撐結果的顧客、流程與學習能力。
第二類，我稱為願景派。這一派不從「可計算的現況」出發，而是先描繪「想成為誰」與「想改變什麼」。這種觀點特別常見於新創企業，以及試圖轉型、回春的成熟企業。願景的作用，在於集中注意力、動員資源、提供認同與意義；但願景本身不是策略。Richard Rumelt 批評的重點，從來不是願景毫無價值，而是很多組織把目標、口號、雄心與願景，誤當成了策略本身。當企業用一套 vision-mission-strategy 模板取代對真正挑戰的辨識時，最後往往只剩漂亮話，而沒有真正的取捨與行動邏輯。
但如果因此就把願景全部否定掉，我認為也太武斷。因為確實有一些創業者，能夠比別人更早看見既有穩定秩序中的缺口，或者看見混亂市場中一種可重新穩定局面的方式。願景在這裡的意義，不是寫一句偉大的話，而是率先看見一種尚未成形、但有可能被實現的世界。問題只在於，我們通常很難區分：一個成功者究竟是比較早看見機會、主動塑造了機會，還是只是剛好站在環境願意獎賞的位置上。這正是願景派迷人，但也最難複製的地方。
第三類，我稱為生態—制度派。這一派不先問「你想成為什麼」，而是問「什麼環境，容得下什麼策略」。它提醒我們，企業不在真空中競爭，而是被資源條件、群體密度、合法性、競爭壓力與制度規則共同塑形。這一派的好處是，它能抑制我們對英雄敘事的迷信；它的代價則是，它迫使我們承認：有時候存活不只是能力問題，也包含時機、位置與被環境選中的成分。
第四類，我稱為資料—機率派。它的核心不是要讓數據變成神諭，而是要讓經營者理解：企業躍升本來就是低機率事件，策略首先是機率判斷，不是意志宣示。像《Strategy Beyond the Hockey Stick》這本書，就是根據大量企業資料指出，在十年期內，真正能從中段表現跳到前段五分位的公司，只是少數；而企業能否躍升，與起始位置、所面對的趨勢，以及是否做出足夠關鍵的大動作有關。這類研究的價值，在於把「我覺得可以」轉化成「這件事的基礎機率到底有多高」。
第五類，我稱為要素—優勢派。這一派的關鍵問題是：企業究竟憑什麼在競爭中持續創造價值，而不是只贏一小段時間。Hamilton Helmer 的《7 Powers》之所以重要，不在於它提供一套口號，而在於它把焦點拉回「可持續優勢的來源」這個硬問題。它問的是：你的優勢是否足夠持久？是否足夠難以被侵蝕？是否能在競爭壓力下仍維持價值創造？這種思考方式很有力量，因為它把策略從抽象理想，拉回到優勢形成的具體機制。(7 Powers) 企業像是擁有一組能力工具箱，不是每一項能力都會在任何時刻變成優勢；只有當特定環境條件出現，某些能力才會真正被放大、被估值、被看見。
說到這裡，顧問的角色就變得微妙了。顧問本身也是在不確定世界中求生存的一群人，我們並不站在世界之外。實務上，顧問大致會出現兩種姿態。第一種是「我知你不知」：表面上順著客戶需求，實際上是在銷售一套自己深信有效的方法，並透過知識權威塑造出「秘訣掌握在我手上」的感覺。第二種則是陪伴式姿態：承認經營者對自身組織的脈絡、權力結構、資源配置與非正式運作，往往比外部顧問更清楚；顧問的價值，不在於宣稱自己比對方更懂一切，而在於協助對方更清楚地看見問題、界定挑戰、辨識限制，並比較不同選擇的後果。
對我來說，比較成熟的顧問工作，不是承諾客戶「我有確定答案」，而是承認有限理性與高度不確定性是常態，然後在這個前提下，幫助組織做出比較少自欺、比較能承擔代價、也比較符合情境的選擇。顧問真正能帶來的，不是保證成功，而是更好的問題框定、更嚴謹的推理、更清楚的取捨，以及對環境、制度、能力與時間尺度之間關係的辨識。
所以，如果最後要回到最根本的問題：我們應該如何建立自己的策略觀點？我傾向的答案不是去尋找唯一正確的學派，而是先回答幾個更前面的問題：你如何理解不確定性？你相信人可以在多大程度上塑造結果？你如何看待環境、制度、模仿、機率與時間尺度？同一套工具，放在不同世界觀下，功能完全不同。若把話再說得更直白一些：策略不是神蹟學，也不是安慰學；它是一門在有限理性、局部知識與競爭互動中，盡量提升勝率、延長優勢，並降低自我誤判風險的學問。真正值得經營者與顧問反覆追問的，不是哪一套工具最流行，而是：在你所處的環境裡，你到底在和什麼樣的不確定性作戰，而你又願意為此承擔什麼代價。
參考文獻
Bradley, C., Hirt, M., & Smit, S. (2018). Strategy beyond the hockey stick: People, probabilities, and big moves to beat the odds. John Wiley & Sons.
Collins, J. (2001). Good to great: Why some companies make the leap…and others don’t. HarperBusiness.
Hannan, M. T., & Freeman, J. (1977). The population ecology of organizations. American Journal of Sociology, 82(5), 929–964.
Helmer, H. (2016). 7 powers: The foundations of business strategy. Deep Strategy.
International Labour Organization. (2023). Generative AI and jobs: A global analysis of potential effects on job quantity and quality.
International Monetary Fund. (2024). Gen-AI: Artificial intelligence and the future of work.
Kaplan, R. S., & Norton, D. P. (1992). The balanced scorecard—Measures that drive performance. Harvard Business Review, 70(1), 71–79.
Kaplan, R. S., & Norton, D. P. (1993). Putting the balanced scorecard to work. Harvard Business Review, 71(5), 134–147.
Lane, M. (2024). Who will be the workers most affected by AI? A closer look at the impact of AI on women, low-skilled workers and other groups. OECD Artificial Intelligence Papers.
Lippman, S. A., & Rumelt, R. P. (1982). Uncertain imitability: An analysis of interfirm differences in efficiency under competition. The Bell Journal of Economics, 13(2), 418–438.
North, D. C. (1991). Institutions. Journal of Economic Perspectives, 5(1), 97–112.
Rosenzweig, P. (2007). The halo effect…and the eight other business delusions that deceive managers. Free Press.
Rumelt, R. P. (2011). Good strategy/bad strategy: The difference and why it matters. Crown Business.
Sakai, M., Sakurai, A., Lu, S., Olano, J., Albrecht, C. M., Hamann, H. F., & Freitag, M. (2024). AI-accelerated Nazca survey nearly doubles the number of known figurative geoglyphs and sheds light on their purpose. Proceedings of the National Academy of Sciences, 121(40), Article e2407652121.
UNESCO World Heritage Centre. (n.d.). Lines and geoglyphs of Nasca and Palpa.
University of Cambridge. (2009, November 3). Nasca people of ancient Peru: Forest clearances sealed civilization’s downfall.
