在每周一次的「创业 CEO」系列，我们讨论一个创业者如何教会自己成为一位伟大的 CEO，因为历史上最伟大的创业公司，往往都是由这样的人在领导。
欢迎来到 Good Strategy Bad Strategy 在线读书会 #11，本周开始，我们进到这本书的最后一大部「策略思考」。今天讨论的是第十六章 The Science of Strategy (策略的科学面)。
身为一个工程师，一个所谓「科学的信徒」，从小，我信仰凡事都该有绝对的因果，每个事物的背后都该有牛顿、爱因斯坦般的模型，可以准确的去预测输入与输出之间的关系。1999 年，当我第一次创业时，那是一个非常痛苦的过程，因为我发现这个世界上，尤其是现实的商业社会里面，充斥着我不了解的因果逻辑。
渐渐的，我从实作中开始抓住了一些诀窍 ─ 原来营销的重点不是特价与优惠，原来卖软件不是跟客户解释它的功能，而是它的效果，原来带人要带心，给它们越多薪水他们不一定会越勤奋。我开始自己在脑海中建立了一些非常粗糙的因果模型来参考，但其背后的道理还是非常模糊，因此，2004 年，我决定去美国读一个 MBA ─ 如果理工学院理教的是物理世界的模型，那商学院教的应该就是商业世界里的逻辑吧！
怀抱着这样的想法，我花了两年的时间在 NYU Stern 学习。而的确，在 Stern，我学到了商业世界的数学，也就是会计与统计，也学到了像是终身价值营销、病毒营销、财务报表分析、组织概论等等非常基础的模型。至于更进阶、实务的模型，抱歉，学校里没有，它们只存在业界。
想想也很合理，就像半导体的各种基础理论，或许可以在某一流电机所里学到，但半导体的最新技术与制程，那可只有 Intel、台积电、三星这些公司里面才会有。
也就是说，一个组织的价值，除了它的人才与活动之外，就是它私有的实务知识。这样的知识哪里来，必定是从实作的过程中取的。在科学的世界里面，当我们要取得这些新知识，我们透过假设与实验来不断演进我们的论证：
而在商业的世界里面，我们同样可以透过类似的循环，去取得我们需要的实务知识：
也就是说，我们所熟悉的种种「科学」，或更明确的说是「经过科学验证的种种因果关系」，在预测物理世界的运行上是大体适用的。但来到商业世界，由于其复杂程度远远高过物理世界，且人们的决策方式并非完全理性，当然很难有确切、广泛公开的科学因果可以参考。即使有广泛公开的科学因果，它也很难成为一个企业的好策略核心。
但在那之上，假设、实验、修正的「科学的方法」在这个世界依然实用，并且一个企业的成功与否，几乎取决于它能不能有效的运用这样的方法，去取得可以分出胜负的「实务知识」，并基于这些知识形成更有效的策略。没错，到此为止，好策略与 Lean Startup 的 Build-Measure-Learn 循环，也连成一线，再次验证天下的道理，实在是殊途同归。
假如 Schultz 坚持他当初的概念，则 Il Giornale 大概至今仍是一家独立的小义式浓缩咖啡吧。但，就像一个细心研究实验结果的优秀科学家一样，Schultz 与他的团队对于客户的反应非常警觉，Il Giornale 被创办之后，成为了一个活生生的实验场所…
… Schultz 想象了一家在西雅图的义式浓缩咖啡吧，他测试了这个假设，并且发现它有缺陷。但这个测试同时产生出了新的信息，因此 Schultz 更正了他的假设并且再次测试，经历了上百次的修正，原始的假设早就消失了，被众多新的假设所取代，每个新假设都覆盖了这个成长且变形中的生意其中的某些象限。这个学习的过程 ─ 假设、数据、异常、新假设、新数据… 如此如此 ─ 称作「科学归纳法」，是每一个成功生意中关键的元素。
Schultz 的第一版 Il Giornale 咖啡吧是一个大失败，但从那边，他取得了关键的实务知识，让他可以不断 Iterate，最终演化为成功的商业模式，甚至回头买下了他的老公司 Starbucks，一步步建造了一个伟大的咖啡企业。这是一个非常 Lean Startup 的创业故事，我相信读过的人都会很有体会。
最后，你所产生的私有知识，终将有成为公开知识的一天。因此，对许多创业者来说，当找到一个厉害的商业模式时，他们的主要挑战就从「找知识」变成了「快速扩大」，必须让这个知识所能创造的策略资源最大化，建立规模来让未来取得这知识的竞争对手难以效法。这也是资本市场与创投资金最能够帮助创业者的地方，让你用大量的金钱，去快速的取得规模。
以上，就是读完本书第十六章我的一些心得，与大家分享，也欢迎你留言提出你喜欢的段落与得到的想法。
