名人推薦：「在正確時機擷取適當資訊，經常是成功衝出重圍的關鍵。維微克‧拉納戴夫具傳奇色彩的創業紀錄以及他和凱文‧曼尼對資訊科技藝術的深刻洞察力，使《2秒優勢力》成為在正確時機推出的絕佳著作，幫助讀者配備未來作戰需要裝甲的知識和觀點。」

~~馬克‧安德森（MARC ANDREESSEN）

安德森‧霍洛維茲創投基金（Andreessen Horowitz）、Opsware自動化軟體公司、網景（Netscape）共同創辦人



「任何人有興趣瞭解追求長遠成功的最大公約數，都應該去讀《2秒優勢力》...

組織或人才並不需要擘劃未來十年、甚至十天後的願景，他們需要的...

長久以來，科技人員一直想設計出能夠模擬人類大腦運作的電腦，他們致力於鑽研人工智慧和機器人，製造有能力打敗西洋棋大師的電腦，不過這些計劃頂多只能獲得有限的迴響。電腦和人腦運作的基本結構具有極大差異，有些事情電腦做的比人類好，比方說長等式的速算，或是篩選數百萬份的文件，從中找出幾個關鍵字。然而，有些連三歲小孩都會的最簡單的事情，電腦並不會，例如知道一隻用線條畫的牛和真正的牛同樣都是牛。電腦當然無法和人腦高層次的運算過程並駕齊驅，譬如靈機一動，把風馬牛不相及的概念串連在一起。打造一款具有人類思考能力的電腦是一條漫漫長路，或許從一開始就是個天方夜譚。

不過，電腦科學家透過人類大腦的研究進行學習，並且借用人類的預測模型，建置了以全新模式運作的電腦系統。這些系統以自己的方式建立記憶組塊，並根據預測模型產生行為。感測器可以把資料饋送給電腦，同時進行模式的建立和預測模型的測試。

具有前瞻思考能力的企業，已經開始採用這些新的系統，捨棄官僚組織型態，以更接近人類才幹的模式來運作。這些企業可以運用科技察覺市場的風向變化、不斷調整策略、並搶先一步行動─這便是「兩秒優勢力」。

結果證明，只要在緊要關頭，比對手早一步掌握一小撮正確資訊，比起延遲十天半月，才取得全部資訊來的有價值多了。事件發生後，運用資料庫去分析龐大的資料，就像要韋恩‧格雷茨基去翻出他征戰過的所有參賽記憶，來分析為什麼上一場比賽沒有得分，然後為下一場比賽擬出作戰計劃。雖然這樣的模式或許有其價值，但是現在已經不夠看了。企業希望能像格雷茨基那樣先發制人，利用有效率的「心智模型」，在事件發生前贏得些微領先優勢，當機立斷地決定下一步要如何出招。公司行號將能夠預測客戶的需求，商店不會再出現商品庫存量太多或太少的問題，執法人員也能防患未然，遏止犯罪行為的發生。

好幾股趨勢的匯流，加速了兩秒優勢力科技的成形。

過去五十年來，我們一直生活在資料庫科技的世界。企業和政府機構透過與個人的互動（填寫個人資料表、預約記錄）、交易資料（提款機、網路、信用卡）和大事記（棒球記錄、墨西哥灣的颶風觀測數據、洛杉磯國際機場的航班離境資料）來蒐集資料。我們將這些資料輸入結構化的資料庫，經過整合、比對和分析，來挖掘過去發生過的事情。

資料庫可能會告訴零售業者，八月份幫寶適紙尿褲的業績成長百分之五十，建議大賣場那個月應該增加庫存。或者，航空公司可以透過資料庫知悉，當某段航程的票價調降二十美元，就會大幅侵蝕競爭對手的市場佔有率。人口普查是一個龐大的資料庫，它可以看出一國人口每隔十年的變化型態。

資料庫可以協助主管根據過去的結果，為未來的行動作出明智判斷，那是極具價值的。此外，資料庫也愈來愈具備即時處理能力。數十年前，管理階層必須對資料庫提出資料需求，然後等上一天或一個禮拜的時間來跑出結果。到了二○一一年，資料庫已經可以飛快地更新資料，並立刻根據排山倒海而來的資訊，列出過去發生過的事情，來回應管理者資料查詢的結果。

資料庫科技幾乎對世界各地、任何規模的所有企業的營運都非常重要。但是，如今資料庫正遭遇重大的困難。基本上，資料庫鎖定的都是過去的資料，它們分析已經發生的事情，而不是預測未來即將出現的事件。此外，隨著資訊來源的不斷膨脹，資料庫也快要被資訊的巨浪淹沒，資料庫的技術將會追趕不上資訊爆炸的速度。

二○一○年，全球數位資料的儲存量已經超過1,200個exabyte的規模（1個exabyte相當於一兆本書的內容）。每隔兩年，資料量就會成長四倍，其中百分之七十的資料是個人創造出來的，包括社群網路的個人資料、YouTube的影音視訊、Twitter的推文、潘朵拉線上音樂盒（Pandora）的自動音樂推薦系統服務、和Foursquare的定位登入資料；其他則來自五花八門的感測器，包括放置在浮標用來記錄海灣水域的晶片；行李箱上的無線射頻識別標籤（RFID tag），每次行李一送上行李艙或要從機艙門卸下時，就會向航班發出通知；以及全球幾十億支的手機─每隻手機隨時都在更新手機持有人的位置以及機主的移動方式。

同一時間，儲存技術的快速進展，將會使得蒐集和儲存所有大量湧入資料成為可能。儘管資料愈多，絕對有其彌足珍貴之處，但是資料量太龐大也會讓人吃不消。假如為了回應每次的查詢，就必須利用資料庫技術將所有資料過濾一遍，這樣將會造成資料庫的癱瘓，資料庫的回應速度一定會變得其慢無比。就像格雷茨基不可能在比賽中逐一搜尋所有的記憶一樣，企業也不可能每次要找答案時，就進行一次地毯式的資料蒐尋。

如果電腦的運算能力，能夠提升到追上資料膨脹的速度，那麼資料儲存量的快速飆升，或許就不是什麽大問題了，但這是不太可能的事。自一九七○年代以來，電腦運算速度一直按照摩爾定律所闡述的速率在進化：也就是說，'微處理器可容納的電晶體數目，約每隔十八個月便會增加一倍。一九八○年到二○○○年末這段期間，電腦系統的速度快了好幾百倍。但是，現在個別電晶體的尺寸實在很小─僅由不到十二個原子構成─已經沒有多少再壓縮的空間。目前應用在幾乎所有電腦的運算技術，最多也只能夠再快兩、三倍而已。

為了面對一觸即發的資訊大戰，科技人員正在尋求替代的運算方案。其中最具有潛力的一條路，就是開發更接近人類大腦的電腦─就像格雷茨基那樣，利用資料來建立模型的技術，用資料的學習，來取代依賴整個資料庫的學習。這項技術將能夠解讀即時事件，進而預測未來的發展。

這種技術發展的速度和靈活度，變得愈來愈重要。無論是企業界、政府單位和日常生活，能夠反應的時間愈來愈少。激烈的競爭，迫使這個世界以快捷無倫的速度運轉，沒有人能承擔根據過時資訊而導致反應太慢的代價。根據當下正在發生的資訊來預測未來事件的能力，將成為新的競爭優勢。

網路問世前，我們所處的時代稱為「企業1.0」（Enterprise 1.0）。以銀行為例，客戶每天都會絡繹不絕而來（當時並沒有提款機！），行員處理著堆積如山的文件，清點交易紀錄。待當日營業日結束時，分行經理會進行總結算，再把資料回報給總行，進行各分行資料的彙整與計算。取得銀行的交易紀錄及現況報告書，可能要花上幾天或是幾個禮拜的時間，在這個階段，任何單一事件的回應時間是用月曆來衡量。

到了「企業2.0」（Enterprise 2.0），電腦和網路開始引領風騷，每個交易都變成數位化的資料位元。隨著電腦和網路的日趨強大，計算和分析資料的速度也愈來愈快，快到銀行總裁可以盯著電腦螢幕，看著自己銀行的資金以近乎即時結算的速度流進流出。在這個階段，任何單一事件的回應時間是用碼表來衡量。

我們正要進入「企業3.0」（Enterprise 3.0）的時代，現在任何事件都可以變成數位資料位元。交易只是事件的一種，還有許多其他類型的事件。每次客戶登入銀行網站，即使交易沒有完成，也算一筆事件。手機的信號分析，可以告訴銀行每天有多少人經過一家分行─那又產生了更多的事件資訊。在星羅棋布的零售通路用簽帳卡付款也是事件。銀行應該要有能力辨識事件的模式，預測客戶接下來可能想要什麽，然後主動抓住那塊商機。在這個階段，任何單一事件的回應時間必須用時光機來衡量─因為洞燭機先的行動力是它背後的理念。

在「企業3.0」的時代，就算仰賴僅僅慢了數秒的資訊所做的決策，都可能演變成災難一場，可是要根據所有事件來進行決策又困難無比。這套新的系統，必須在正確的時機、正確的地點、獲得正確的資訊，這樣它們才能預測下一秒的動態。

長久以來，科技人員一直想設計出能夠模擬人類大腦運作的電腦，他們致力於鑽研人工智慧和機器人，製造有能力打敗西洋棋大師的電腦，不過這些計劃頂多只能獲得有限的迴響。電腦和人腦運作的基本結構具有極大差異，有些事情電腦做的比人類好，比方說長等式的速算，或是篩選數百萬份的文件，從中找出幾個關鍵字。然而，有些連三歲小孩都會的最簡單的事情，電腦並不會，例如知道一隻用線條畫的牛和真正的牛同樣都是牛。電腦當然無法和人腦高層次的運算過程並駕齊驅，譬如靈機一動，把風馬牛不相及的概念串連在一起。打造一款具有人類思考能力的...

前言
第一部
搞懂天才的腦袋
第一章 透視韋恩‧格雷茨基的腦箱
第二章 一類、二類人才和大腦新皮質
第三章 解構天才腦袋
第四章 一般大腦的智慧軟體
第二部
智囊系統大解密
第五章 假如系統也長腦
第六章 機變百出的科技與企業
第七章 聰明蓋世的電子產品和電子腦袋
第三部
兩秒優勢力
第八章 兩秒優勢力與美麗新境界
第九章 兩秒優勢力與大腦進化論
註記 225
索引 235

前言
第一部
搞懂天才的腦袋
第一章 透視韋恩‧格雷茨基的腦箱
第二章 一類、二類人才和大腦新皮質
第三章 解構天才腦袋
第四章 一般大腦的智慧軟體
第二部
智囊系統大解密
第五章 假如系統也長腦
第六章 機變百出的科技與企業
第七章 聰明蓋世的電子產品和電子腦袋
第三部
兩秒優勢力
第八章 兩秒優勢力與美麗新境界
第九章 兩秒優勢力與大腦進化論
註記 225
索引 235