──波士頓顧問集團(BCG)駐紐約資深合夥人馬丁.瑞夫斯 Martin Reeves
阿里巴巴集團(Alibaba Group)總參謀長曾鳴 Ming Zeng
ADP公司策略與業務發展副總裁阿敏.文賈拉 Amin Venjara
──哈佛商學院講座教授大衛.葛文 David A. Garvin
──哈佛商學院企業管理講座教授馬可.顏西提 Marco Iansiti
哈佛商學院企業管理副教授卡林.拉哈尼 Karim R. Lakhani
──法國魯昂商學院(Rouen Business School)助理教授洪海俊 Hae-Jung Hong(音譯)
歐洲工商管理學院(INSEAD)科技創新所講座教授伊夫.多茲 Yves Doz
──寶僑(P&G)技術長布魯斯.布朗 Bruce Brown
創見公司(Innosihgt)常務董事史考特.安東尼 Scott D. Anthony
──日本國際大學國際管理研究所教授若山俊弘 Toshiro Wakayama
東京大學經濟研究所教授新宅純二郎 Junjiro Shintaku
東京大學經濟研究所副教授天野倫文 Tomofumi Amano
The Self-Tuning Enterprise
How Google Sold Its Engineers on Management
Digital Ubiquity
L'Oréal Masters Multiculturalism
How P&G Tripled Its Innovation Success Rate
What Panasonic Learned in China
為中老年人的事業提案
BIM專案管理的協同合作戰略思維
幸福伙伴方程式
馬丁.瑞夫斯 Martin Reeves/曾鳴 Ming Zeng/阿敏.文賈拉 Amin Venjara
如果有一種演算法能告訴我們何時開發新的商業模式,或是應不應該開拓某個新市場,那該有多好! 如果我們說,確實有這樣一種演算法,就是在騙你。現實中沒有這種東西,而且我們估計可見的未來,也不會有演算法或其他形式的人工智慧,能回答這麼困難的策略問題。不過,我們確實認為,某種幾乎同樣有意思的東西正逐漸成熟,它能幫助組織應用演算法原則,不必組織高層提供方向,就能時常重新校準自身的商業模式、資源分配流程,以及組織結構。 這是刺激人的說法,但它是基於我們在Google、奈飛(Netflix)、亞馬遜(Amazon)、阿里巴巴(Alibaba)等網路公司觀察到的實際情況。這些公司已非常擅長利用反映無數個別顧客行為的即時資料,自動調整推薦給這些顧客的商品或內容。持續更新的推薦內容,是演算法決定的,但支持這些演算法的流程和技術,並不是什麼魔法:我們可以仔細分析,了解它們運作的方式,然後把這些技術訣竅應用在其他地方。這正是這些公司已經在做的事。