|
集體智能在行動(dòng)
2004年秋末，麻省理工大學(xué)斯隆管理學(xué)院的準博士，雷姆·萊克漢尼(Karim Lakhani)正和所有畢業(yè)生一樣，辛苦的準備畢業(yè)論文�！拔野l(fā)現，我再也不愿意在論文上多花一分鐘時(shí)間了�！比R克漢尼回憶道。他分析了創(chuàng )新者是如何出現在開(kāi)源軟件運動(dòng)中的，但是4年后，他筋疲力盡了，是時(shí)候放個(gè)長(cháng)假了。
“我停下了所有工作，閱讀尼爾·斯蒂芬森(Neal Stephenson)的小說(shuō)《巴洛克記》，”斯蒂芬森的三部曲是歐洲啟蒙時(shí)代的歷史小說(shuō)，對萊克漢尼影響深遠�！叭顷P(guān)于皇家學(xué)會(huì )的建立，關(guān)于世界理性思維的曙光以及微積分的發(fā)明�！痹谌R克漢尼眼里，《巴洛克記》是一本關(guān)于創(chuàng )新的故事體歷史。
一個(gè)段落尤其吸引了萊克漢尼的注意。斯蒂芬森的一本書(shū)里寫(xiě)了關(guān)于“經(jīng)度獎金”的真實(shí)歷史。1714年，英國建立了一個(gè)委員會(huì )，懸賞2萬(wàn)英鎊（大概相當于今天的1200萬(wàn)美金），尋找一種方法，確定航船的經(jīng)度——由于皇家海軍無(wú)法完成這件事，導致數量不明的艦艇和貨物丟失，造成嚴重的財政流失�！爱敃r(shí)最頂尖的科學(xué)泰斗，包括牛頓在內，都試著(zhù)研發(fā)這個(gè)裝置，但無(wú)人成功�！比R克漢尼說(shuō)。
最后，一個(gè)儀表出現了，它的精度即使在航海的嚴酷環(huán)境下都不受影響，而它的發(fā)明者是一個(gè)文化程度不高的家具工，來(lái)自英格蘭約克郡，名叫約翰·哈里森。
“我讀到這個(gè)后想，哈，這有點(diǎn)像開(kāi)源。一些人把問(wèn)題公布于眾，千奇百怪的陌生人聲稱(chēng)他們有答案，這些答案總是出乎你的意料�！�
經(jīng)度獎金是已知的最早的例子，向盡可能多的人公布難題，懷著(zhù)前途未卜的希望，也許在某個(gè)地方的某個(gè)人——甚至可能是約克郡的家具工——會(huì )帶著(zhù)解決問(wèn)題的方法出現。
萊克漢尼又開(kāi)始完成他的論文，但現在他決定要用更寬廣的眼光去看待創(chuàng )新。他聽(tīng)說(shuō)了“創(chuàng )新中心”的問(wèn)題解決專(zhuān)家，想知道這個(gè)公司會(huì )不會(huì )是經(jīng)度獎金的現代版本�！拔腋嬖V他們，我很想知道他們解決問(wèn)題的方法�！畡�(chuàng )新中心’（聽(tīng)了我的想法）也感到很興奮�！�
萊克漢尼與哥本哈根商務(wù)大學(xué)的一位準博士以及兩個(gè)“創(chuàng )新中心”的科學(xué)家組成一個(gè)小組。在接下來(lái)的幾年里，他們研究了令26個(gè)公司的研發(fā)實(shí)驗室束手無(wú)策的166個(gè)科學(xué)問(wèn)題。2007年夏天，他們將研究發(fā)現以哈佛商學(xué)院工作底稿的形式出版。研究結果和學(xué)術(shù)界幾十年的傳統智慧背道而馳，但對于約翰· 哈馬森來(lái)說(shuō)，這些發(fā)現可能不算驚喜。萊克漢尼和他同事的發(fā)現是一個(gè)活生生的例子，證明了佩吉的“多樣化戰勝能力學(xué)說(shuō)”：你最意想不到的人，最有可能幫你解決問(wèn)題。
一個(gè)全新的范例
在安大略棚戶(hù)灣路凱莉汽車(chē)修理廠(chǎng)的樓上，我們能找到企業(yè)研發(fā)部門(mén)的未來(lái)。那兒是愛(ài)德華·麥卡瑞克周末的棲身之地，他是“創(chuàng )新中心”最成功的解決人之一，這個(gè)地方是個(gè)單身公寓，房間里散落著(zhù)擴音器，吉他，電能變換器，兩臺臺式電腦和一個(gè)喇叭，半個(gè)浮舟half of a pontoon
boat，以及相當多的電子小玩意，足夠開(kāi)一家電子產(chǎn)品店。幾乎每周六，麥卡瑞克都會(huì )到這來(lái)，給自己倒一杯酒，點(diǎn)一根煙，然后開(kāi)始為世界五百強的公司解決難題，這些難題即使是公司最好的科學(xué)家都一籌莫展。
大眾的才華不勝枚舉，一些科學(xué)才華和專(zhuān)長(cháng)過(guò)去只存在于神圣的學(xué)術(shù)領(lǐng)域�，F在，大眾當中的一些人也能擁有。
高瞻遠矚的公司正在開(kāi)發(fā)這種新興的智力資本之泉，并且在改變研發(fā)過(guò)程。在這里，沒(méi)有了白色的實(shí)驗服，取而代之的是麥卡瑞克，他就像前面提到的化學(xué)家喬治亞一樣，是14萬(wàn)“解決人”之一，他們構成了“創(chuàng )新中心”的科學(xué)家網(wǎng)絡(luò )。
藥品生產(chǎn)商禮來(lái)公司在2001年為“創(chuàng )新中心”的成立提供了資金——這也是公司們和外援聯(lián)系的方式。最開(kāi)始，“創(chuàng )新中心”就對那些希望利用網(wǎng)絡(luò )資源尤其是專(zhuān)家資源，為自己服務(wù)的公司敞開(kāi)大門(mén)，比如波音，杜邦，還有寶潔這樣的公司，他們將自己最棘手的科學(xué)問(wèn)題公布在“創(chuàng )新中心”的網(wǎng)頁(yè)上；網(wǎng)站的每一個(gè)人都可以嘗試解決這些問(wèn)題。一般而言，公司會(huì )支付給解決問(wèn)題的人1萬(wàn)-10萬(wàn)美金不等的報酬。（他們也會(huì )支付給“創(chuàng )新中心”一些費用）“創(chuàng )新中心”的首席科技官吉爾·帕內特說(shuō)，網(wǎng)站上超過(guò)30%的問(wèn)題都能得到解決，“比傳統的公司內部的方法多解決30%的問(wèn)題�！�
“關(guān)于研發(fā)，每個(gè)和我聊過(guò)的人都面臨一個(gè)類(lèi)似的問(wèn)題�！睂殱嵷撠熆萍紕�(chuàng )新的前副總裁拉里·休斯頓（Larry Huston）說(shuō)， “‘研發(fā)預算的增長(cháng)速度每年都超過(guò)銷(xiāo)售的增長(cháng)速度�！F有的研發(fā)模式已經(jīng)不行了�！�
寶潔是創(chuàng )新中心最早和最好的客戶(hù)之一，但公司和其他的眾包網(wǎng)絡(luò )也有合作。比如說(shuō)，YourEncore允許公司為了某個(gè)項目，在該網(wǎng)站臨時(shí)雇傭一些退休的科學(xué)家。和“創(chuàng )新中心”類(lèi)似，Ninesigma也是一個(gè)創(chuàng )新的網(wǎng)上生產(chǎn)基地�！叭藗兛傄詾檫@是外包，但絕對不是�！毙菟诡D說(shuō)，“外包，是我雇傭某些人完成一項工作，工作完成后，我們合作關(guān)系就結束了。這和這個(gè)時(shí)代的雇傭關(guān)系沒(méi)有太大的差別。而眾包是指，從外面引進(jìn)一批人，讓他們參與到一個(gè)創(chuàng )意無(wú)限的合作過(guò)程中�！�
雖然大部分“創(chuàng )新中心”的解決人是成熟的科學(xué)家，但還是有很多業(yè)余愛(ài)好者，在車(chē)庫之類(lèi)我們的已經(jīng)非常熟悉的地方工作，比如有一個(gè)達拉斯大學(xué)的畢業(yè)生，他發(fā)明了一種用于修復藝術(shù)品的化學(xué)藥品；北卡羅來(lái)納州的一名專(zhuān)利律師想出了一種用于混合大量化合物的新方法�；蛘邅�(lái)看看麥卡瑞克，這個(gè)性格溫和但行為古怪的電氣工程師，他的實(shí)驗室只有錄音棚的兩倍大。然而，他卻解決了高露潔公司內部研發(fā)人員無(wú)法解決的問(wèn)題。
包裝商品零售業(yè)巨頭高露潔公司，想在不逸散到周?chē)諝庵械那闆r下將氟化物粉末注射到牙膏管內�？催^(guò)這個(gè)難題后，麥卡瑞克就知道自己有辦法：只要在和牙膏管接觸時(shí)，給粉末帶上一個(gè)電荷，帶有正電荷的氟分子會(huì )被牙膏管吸引，從而避免逸散。
“這確實(shí)是一個(gè)非常簡(jiǎn)單的方法�！丙溈ㄈ鹂苏f(shuō)。那為什么高露潔想不到呢？“大概是因為他們的化學(xué)家不太懂物理吧�！�
就這樣，麥卡瑞克贏(yíng)得了2萬(wàn)5000美金的報酬。假如寶潔撥款讓研發(fā)部門(mén)想出同樣的方法，即使能做到，也可能要花上好幾倍的錢(qián)�！斑@是很難的挑戰�！丙溈ㄈ鹂苏f(shuō)，“它的確讓我增強了自信�！�
麥卡瑞克在自己的科學(xué)之路上一直特立獨行。他花了4年時(shí)間，在英屬哥倫比亞省的溫哥華獲得了世界級粒子加速器的碩士學(xué)位，但他決定不讀博士�！耙患宜綘I(yíng)公司雇用了我，”他停頓了一下，接著(zhù)說(shuō)“我確實(shí)很需要錢(qián)�！彼伊艘恍┡c工程學(xué)相關(guān)的工作，但相繼放棄了，因為這些工作都不能讓他學(xué)以致用，或是滿(mǎn)足他對動(dòng)手的需要�！俺磐砦宓墓ぷ鞑贿m合我�！丙溈ㄈ鹂苏f(shuō)。
他零星的做了一些工作，設計了很多產(chǎn)品，比如散熱器，工業(yè)噴漆機器人等。不是每個(gè)聰敏而且求知若渴的知識分子都要呆在大學(xué)或者私人基金贊助的實(shí)驗室里，做著(zhù)一份待遇優(yōu)厚的工作，有些人就愛(ài)制造供熱通風(fēng)與空調系統。
對麥卡瑞克來(lái)說(shuō)，“創(chuàng )新中心”是他從科學(xué)的偏僻之地走出來(lái)的機會(huì )。在過(guò)去5年里，
他每周都要上幾次“創(chuàng )新中心”，看看有什么新的挑戰。最近，這些問(wèn)題被分為化學(xué)和生物兩類(lèi)。麥卡瑞克并未接受過(guò)這兩門(mén)學(xué)科的學(xué)術(shù)培訓，但他很快意識到，這不會(huì )妨礙他�！拔铱吹竭^(guò)很多化學(xué)難題，都能夠用電動(dòng)機械的方法來(lái)解決，而這些是我從粒子物理中學(xué)到的�！�
除了氟化物注射的難題，麥卡瑞克還成功的改進(jìn)了一種凈化硅酮溶劑的方法，賺了1萬(wàn)美元。之后，麥卡瑞恩陸續解決了另外五個(gè)創(chuàng )新中心的難題�！皩τ趦H僅幾周的工作來(lái)說(shuō)，這個(gè)收入還是不錯的�！彼p聲笑道。
麥卡瑞克發(fā)現了一個(gè)獲勝公式：尋找那些可以用物理學(xué)或者電氣工程學(xué)解決的化學(xué)或生物問(wèn)題。2007年，“創(chuàng )新中心”新增了工程學(xué)類(lèi)別問(wèn)題，但麥卡瑞恩對此并沒(méi)有興趣。他解決的7個(gè)問(wèn)題都是其他領(lǐng)域的。
這讓我們對麥卡瑞恩有了一些了解，（他是那種不喜歡憑直覺(jué)工作的人），但我們了解更多的是“創(chuàng )新中心”。當萊克漢尼仔細研究了“創(chuàng )新中心”的資料后，發(fā)現麥卡瑞克并不是例外，他代表了一種規律——最有可能解決問(wèn)題的科學(xué)家，是最意想不到的那些人。
“實(shí)際上我們發(fā)現，‘解決人’更容易在與自己專(zhuān)業(yè)無(wú)關(guān)的領(lǐng)域獲得成功�！比R克漢尼說(shuō)。問(wèn)題離他們的專(zhuān)業(yè)越遠，就越有可能得到解決�！拔覀儼褑�(wèn)題比作花朵，目的不僅是吸引最多的昆蟲(chóng)，而是種類(lèi)最多樣化的一群昆蟲(chóng)�！�
萊克漢尼的論文有一個(gè)更有趣的觀(guān)點(diǎn)：在成功解決問(wèn)題的人當中，足有75%的人已經(jīng)知道問(wèn)題的答案。研究表明，這些全球最頂尖企業(yè)的研發(fā)人員歷時(shí)數年都沒(méi)能解決的問(wèn)題——其解決方法居然不需要突破思維，也不需要其他的智囊出謀劃策，只需要足夠多樣化的一群人來(lái)嘗試（便可以得到解決）。這些都支持了海耶克的論點(diǎn)：不是獲得更多的知識才能取得進(jìn)步，而是要學(xué)會(huì )匯總和利用我們已有的知識。我問(wèn)麥卡瑞克，他花了多少時(shí)間來(lái)解決“創(chuàng )新中心”的問(wèn)題，他的答案很能說(shuō)明問(wèn)題——“如果我想了30分鐘還不知道該怎么做，就放棄�！�
對于商業(yè)和科學(xué)領(lǐng)域的人來(lái)說(shuō)，萊克漢尼的發(fā)現也許算新聞。因為在這些領(lǐng)域，幾十年專(zhuān)業(yè)化的風(fēng)潮大行其道。但他們恰好吻合經(jīng)濟社會(huì )學(xué)幾十年來(lái)的研究，與社會(huì )學(xué)家稱(chēng)作“弱連接力量”的法則不謀而合。
1970年，哈佛大學(xué)社會(huì )學(xué)準博士馬克·格拉諾維特(Mark Granovetter)跨過(guò)查爾斯河來(lái)到馬薩諸塞州牛頓市，詢(xún)問(wèn)了當地282名職業(yè)技術(shù)方面的管理層員工，如何得到了現在的工作。調查結果是，大多數人利用了私人關(guān)系，這個(gè)結果并不意外，只是再次印證了一個(gè)傳統觀(guān)點(diǎn)——“你知道什么并不重要，重要的是你認識誰(shuí)�！� 但是，格拉諾維特的研究更深入了一些，他想知道到底是哪種私人關(guān)系？是配偶？兄弟？還是密友？結果——都不是。只有16.7%的人是通過(guò)這樣親密的關(guān)系找到工作的，剩下借由個(gè)人關(guān)系找到工作的都是通過(guò)他們幾乎不認識的人。幫助最大的是朋友的朋友。
因為我們熟悉的人知道的事情和我們知道的是一樣的，比如知道的適齡單身人士一樣，知道的工作機會(huì )也一樣；哪些公寓正在出租？——我們知道的還是一樣。
弱連接的力量和公司環(huán)境內那種根深蒂固的偏見(jiàn)正好相反。萊卡漢尼說(shuō)“在人際交往中，人們有很強的同質(zhì)性?xún)A向，也就是我們通常說(shuō)的物以類(lèi)聚。因此，即使公司通過(guò)尋找外援來(lái)解決問(wèn)題，也會(huì )依賴(lài)于他們了解的人或者合作對象，同樣會(huì )產(chǎn)生在局部尋找的偏見(jiàn)，這和在公司內部解決問(wèn)題沒(méi)什么差別�！�
這樣看來(lái)，那些難倒寶潔頂尖科學(xué)家的問(wèn)題，愛(ài)德華·麥卡瑞克幾杯白蘭地下肚就能解決，也就不足為奇了。
要讓一切實(shí)現，關(guān)鍵是要在像“創(chuàng )新中心”這樣巨大的網(wǎng)絡(luò )中尋求外援�；蛘�，像萊卡漢尼的比喻說(shuō)的，讓你的花盡可能吸引更多的昆蟲(chóng)。這點(diǎn)說(shuō)起來(lái)容易做起來(lái)難�！肮臼遣荒軐ν夤妓麄兊膬炔繂�(wèn)題的。傳統的公司文化限制外人接觸內部信息，而不是越多越好�！蹦敲催�有什么比讓他們束手無(wú)策的問(wèn)題更加隱秘的公司內部信息？當然，這樣反而會(huì )給那些愿意逆流而行的公司提供更好的機會(huì )。
如果一個(gè)文化程度不高的家具工可以解決他的時(shí)代最令人困惑的問(wèn)題之一；如果一個(gè)電氣工程師能解決世界五百強公司遇到的最棘手的化學(xué)問(wèn)題，那么，MATLAB的奈德·格利對于未來(lái)，集體智能也許可以治愈癌癥的設想也許并不荒謬。
這個(gè)目標并不像聽(tīng)上去那么遙不可及。受到SETI家庭工作室（SETI@home）分布式計算啟發(fā)，斯坦佛大學(xué)化學(xué)系開(kāi)展了一項“折疊”家庭實(shí)驗室計劃（Folding@home），也就是利用成百上千臺家用電腦的空余計算能力模擬“蛋白質(zhì)折疊”——蛋白質(zhì)自我組裝形成生物分子的過(guò)程——這對于了解像囊胞性纖維癥和阿耳茨海默氏�。ㄌ嵩缋夏臧V呆癥）以及癌癥等疾病，是關(guān)鍵性的一步。
從開(kāi)發(fā)上千臺電腦的剩余生產(chǎn)力到開(kāi)發(fā)上千個(gè)大腦的剩余生產(chǎn)力只需向前邁一小步，而且這件事已經(jīng)發(fā)生了�！皠�(chuàng )新中心”最近和非盈利組織prize4life合作，對方提供100萬(wàn)美金的獎金尋找能夠幫助治療“運動(dòng)神經(jīng)元病”，又稱(chēng)“葛雷克氏病”(Lou Gehrig's
disease)的方法。這種模式很容易被應用到尋找其他病癥的治愈方法上。大眾最接近的規模（也就是網(wǎng)民的人數）是十億，當十億變成三十億會(huì )發(fā)生什么？所有這些人一起工作，會(huì )創(chuàng )造出怎樣的集體認知成就？
把難題交給眾包解決，這一方法已經(jīng)滲透進(jìn)了最不可能創(chuàng )新的聯(lián)邦政府。2007年，佛蒙特州的獨立派，參議員伯尼·桑德斯提出一個(gè)議案，將專(zhuān)利部門(mén)給予藥品公司的藥品專(zhuān)賣(mài)權用一種現金獎勵的方式取代。議案提議政府建立800億美元的基金，將這筆錢(qián)用于獎勵定向的醫藥目標，比如改進(jìn)瘧疾的一些治療方法。
目前藥品公司并沒(méi)有資金，研究這類(lèi)救命的治療方法。因為對瘧疾這類(lèi)殺手看似無(wú)情的漠視，藥品公司成為眾矢之的，但實(shí)際的原因是這類(lèi)藥品的研發(fā)十分昂貴，而最需要這類(lèi)藥的人也是最貧窮的，這意味著(zhù)藥品公司很難從治療瘧疾的藥品中賺回成本。桑德斯的議案將基本上保證為成功研發(fā)出此類(lèi)藥品的個(gè)人和公司提供補貼。
在政治光譜的另一面，紐特·金里奇(Newt Gingrich)提出一個(gè)類(lèi)似的系統，用于降低政府的花費。正如威廉·賽爾頓(Willam Saleton)在2007年10月的網(wǎng)絡(luò )雜志《Slate》上寫(xiě)到的，金里奇建議“與其給聯(lián)邦政府部門(mén)10億美元去解決問(wèn)題……不如將這筆錢(qián)獎勵給第一個(gè)解決這個(gè)問(wèn)題的公司。隨著(zhù)對話(huà)的開(kāi)展，金里奇開(kāi)始給一個(gè)又一個(gè)的挑戰投錢(qián)。為什么這個(gè)方法這么有效率？——為了10位數的獎金�！�
但我最喜歡的解決問(wèn)題網(wǎng)絡(luò )是Netflix競賽獎金。2006年末，電影租賃公司承諾，任何可以將電影推薦系統性能提高10%的人，都將獲得100萬(wàn)美金。這個(gè)競賽受到了職業(yè)統計學(xué)家以及各式各樣業(yè)余愛(ài)好者的歡迎，同時(shí)也吸引了很多觀(guān)眾。而且這對于奈特格利在MATLAB競賽中提出的原則是一個(gè)擲地有聲的肯定，只不過(guò)換到了商業(yè)背景下。
從1997年開(kāi)始，Netflix成為了各地郵遞員的“煩惱之源”�，F在，它每天要給750萬(wàn)訂閱用戶(hù)發(fā)出35000封授權信。2000年，Nexflix網(wǎng)站增加了一項服務(wù)，叫做“你可能會(huì )喜歡”（Cinematch）——網(wǎng)站根據之前用戶(hù)觀(guān)看過(guò)的影片為其推薦電影。對于推薦引擎，有個(gè)很著(zhù)名的說(shuō)法——它是現代網(wǎng)頁(yè)中一個(gè)有缺陷的服務(wù)�！澳憧赡軙�(huì )喜歡”也不例外。這個(gè)系統主要是在1-5星的星級評分中，預測用戶(hù)會(huì )為某部電影評多少分�，F在“你可能會(huì )喜歡”已經(jīng)有0.9525的平均錯誤率，也就是說(shuō)，它平均丟掉1星。假定用戶(hù)對待三星的電影是不看，但會(huì )考慮租下四星的電影來(lái)看，那么目前的系統效果就太不理想了。為了改進(jìn)系統，Netflix極大的擴充了資源，但公司最后決定考慮比爾·喬伊的論點(diǎn)——無(wú)論多聰明的人為你工作，最聰明的還是在別處。
“那些我們沒(méi)有雇傭的人一樣可以為我們工作�，F在，需要靠他們來(lái)創(chuàng )新。我們只是助手�！�Netflix推薦系統的副總裁吉姆·本奈特說(shuō)。
在登錄網(wǎng)站后，參賽選手會(huì )進(jìn)入一個(gè)巨大的資料庫，里面有一億用戶(hù)的評分。通過(guò)研究這些評分之間的關(guān)系，參賽者試著(zhù)修改代碼，目的是更準確的預測人們更愛(ài)看什么樣的電影，他們向Netflix提交了自己的算法，通過(guò)和用戶(hù)對電影的真實(shí)評分做比較，公司會(huì )給算法打分，然后放入排行榜。
在實(shí)驗開(kāi)始不到兩周的時(shí)間里，Netflix收到了169份結果，其中一些對現有的系統有些改進(jìn)。一個(gè)月后，提交超過(guò)了一千份。最好的程序員很快將“你可能會(huì )喜歡”的性能提升了大約5%。但接下來(lái)進(jìn)展就變緩了，一年后，最佳選手——一組來(lái)自AT&T的信息可視化研究小組的程序員“BellKor”——仍然只能將“你可能會(huì )喜歡”的性能提升8.43%。
從基本的形式來(lái)看，Nexflix獎金很像MATLAB競賽。選手試著(zhù)寫(xiě)一個(gè)算法，解決一個(gè)難題，然后提交，即時(shí)打分。和MATLAB不一樣的是，Netflix拒絕公布每個(gè)提交的程序代碼。這是可以理解的，有100萬(wàn)美金的風(fēng)險呢。有人認為，一旦公司這么做了，選手會(huì )到大門(mén)前抗議。但正如喬丹·埃倫伯格在2008年在《連線(xiàn)》上發(fā)表的關(guān)于Netflix獎金的文章中提到的，選手決定無(wú)論如何也要共享算法。
“沖著(zhù)獎金來(lái)的人，即使處于領(lǐng)先，對自己算法的態(tài)度也驚人的開(kāi)放，他們的表現更像是一群為了攻克某個(gè)難題聚在一起的學(xué)者，而不是為了100萬(wàn)美元的報酬爭得頭破血流的企業(yè)家�！币粋�(gè)叫做simonfunk的選手，盡管他處于第三名，遠遠領(lǐng)先于其他競爭對手，但還是將自己的算法完整的公布了出來(lái)。這些看上去無(wú)根據的開(kāi)放行為是否危及了他們贏(yíng)得獎金的能力呢？埃倫伯格就這個(gè)問(wèn)題詢(xún)問(wèn)了BellKor的頭兒，他看上去有些迷惑，答道，“通過(guò)和其他小組互相學(xué)習和互動(dòng)，我們得到了足夠的收獲。這對于我們來(lái)說(shuō)才是真正的大獎�！�
最出乎意料的人為Nexflix獎金做出了有益的貢獻，這很像MATLAB競賽中的“腳本少年”。嘉文·波特，一個(gè)48歲的退休管理顧問(wèn)，為了找點(diǎn)樂(lè )子決定參加Netflix競賽，他自稱(chēng)“住在車(chē)庫的人”，2007年10月，波特飛速上升為排行榜的前十名，其他選手會(huì )使用復雜的統計學(xué)算法，而波特既沒(méi)有相關(guān)背景，也沒(méi)有經(jīng)驗。但波特運用了他在人類(lèi)心理學(xué)方面的知識，詢(xún)問(wèn)了用戶(hù)在平時(shí)生活中如何為電影評級的一些問(wèn)題，比如，近期上映的電影是不是會(huì )得到較高的分數？
利用在行為經(jīng)濟學(xué)領(lǐng)域（一種新的學(xué)科，用心理學(xué)解釋影響人們做出某個(gè)經(jīng)濟決定的原因）積累起來(lái)的洞察力——波特將一些人考慮在算法內，比如說(shuō)，傾向于給每個(gè)電影都打三星以上的人。這聽(tīng)上去很基礎，但研究算法的統計學(xué)家對此卻并不敏感，他們認為，所有顧客都是一樣理性的。在本書(shū)（原版）出版之際，波特是第五名，僅比第一名少1.5%。
和Nexflix的獎金一樣，戴爾的“點(diǎn)子風(fēng)暴”也嘗試利用大眾的集體智能解決問(wèn)題。但和Nexflix不同的是，戴爾并不是嘗試解決現有的問(wèn)題，而是利用大眾來(lái)創(chuàng )新。
這個(gè)電腦制造商在2007年2月舉辦了這次競賽，本書(shū)出版時(shí)，“點(diǎn)子風(fēng)暴”的網(wǎng)頁(yè)上已經(jīng)有超過(guò)9000個(gè)點(diǎn)子。這些點(diǎn)子包括讓戴爾在全美設立技術(shù)支持呼叫中心，以及要求在臺式電腦的背后設計更多的USB接口。
戴爾的這個(gè)網(wǎng)頁(yè)是建立在標準社交媒介方案基礎上的，也就是說(shuō)，用戶(hù)不但可以在網(wǎng)上提出新的點(diǎn)子，也可以評論他人的點(diǎn)子。另外，他們可以用“大拇指向上”或“大拇指向下”的方式投“升級”或“降級”票。獲得最多升級票的點(diǎn)子會(huì )在點(diǎn)子風(fēng)暴的主頁(yè)上出現，就像最吸引人的報道在社會(huì )新聞網(wǎng)站diggs.com上升為頭條一樣。
最后一個(gè)功能利用了眾包另外的一個(gè)關(guān)鍵元素——大眾的集體意見(jiàn)——它的效果太強大了�！包c(diǎn)子風(fēng)暴”上線(xiàn)那天，一個(gè)名叫dhart的用戶(hù)建議戴爾應該在電腦上預安裝Linux操作系統。大概三萬(wàn)名用戶(hù)表示贊同，dhart的帖子幾個(gè)月來(lái)一直保持在第一名的位置上。結果，2007年5月戴爾發(fā)布了三款使用Linux操作系統的新電腦。
戴爾嘗試與顧客合作，是眾包的一個(gè)類(lèi)型，叫做“點(diǎn)子匯”。盡管“點(diǎn)子匯”更多的是討論尚未出現的問(wèn)題的解決方法，而不是針對某個(gè)現有問(wèn)題，但他們和“創(chuàng )新中心”以及Netflix競賽獎金這樣的眾包網(wǎng)站是近親。這個(gè)詞來(lái)自2006年IBM舉辦的“創(chuàng )新匯”。公司在宣傳這次活動(dòng)時(shí)，稱(chēng)它是“史上最大的一次頭腦風(fēng)暴集會(huì )”。來(lái)自104個(gè)國家超過(guò)15萬(wàn)人貼出了46000多個(gè)點(diǎn)子。同年公司宣布，基于“創(chuàng )新匯”提出的點(diǎn)子，公司將斥資1億美元創(chuàng )立10家新公司。
“創(chuàng )新中心”，Netflix獎金，以及戴爾的“點(diǎn)子風(fēng)暴”都利用了多樣化的力量。佩吉提出，想象一下，任何問(wèn)題最好的那些解決方法就像是一個(gè)個(gè)連綿的山峰�！笆苓^(guò)類(lèi)似教育的人將會(huì )征服同樣的山峰，因為他們用類(lèi)似的方法解決問(wèn)題。但是背景不同的人——比如剛才提到的學(xué)心理學(xué)的——在尋找解決之道時(shí)會(huì )采用完全不同的探索方法。他會(huì )嘗試去攀登不同的高峰，最后很可能這是最高的那一座�！彼暮锰�，對于面臨棘手問(wèn)題的個(gè)人和公司來(lái)說(shuō)顯而易見(jiàn)。眾包的優(yōu)勢在于，任何人都可以向山峰發(fā)起挑戰。事實(shí)上，它什么都不限定，對每個(gè)想嘗試的人都敞開(kāi)大門(mén)。而結果，總是令我們驚喜。
在合適的條件下，“創(chuàng )新中心”的眾包案例中多樣化勝過(guò)能力。原因非常簡(jiǎn)單：無(wú)論有多少失敗的方法，都不會(huì )影響到最后成功的那一個(gè)�！氨热�Netflix獎金，多少傻瓜來(lái)嘗試解決這個(gè)問(wèn)題都沒(méi)關(guān)系，人越多越開(kāi)心�！迸寮f(shuō)。
更多的人使用更多的方法來(lái)解決問(wèn)題——無(wú)論這個(gè)方法多么欠考慮——最后解決這個(gè)難題的幾率都不會(huì )因此下降，反而會(huì )增長(cháng)。如果他們是錯誤的，大可以直接忽略。但這個(gè)道理只適用于類(lèi)似Netflix獎金和“創(chuàng )新中心”這樣的眾包項目，當我們利用大眾來(lái)預測未來(lái)時(shí)，每一個(gè)預測都會(huì )影響最終的結果。在這些例子中，多樣性扮演的角色復雜的多。
預測市場(chǎng)——投資未來(lái)
1988年，民權激進(jìn)主義分子杰西·杰克遜在密歇根贏(yíng)得了民主黨首輪競選，這震驚了全國。這是投票的人以及政界內部人士都沒(méi)有預料到的結果。在愛(ài)荷華大學(xué)，一群政治學(xué)家和經(jīng)濟學(xué)家，對人們沒(méi)有預測到杰克遜的勝利很感興趣，想知道市場(chǎng)是否能在預測選舉結果方面做的更好。在接下來(lái)的幾個(gè)月里，剛好是老布什和邁克爾·杜卡齊斯(Michael Dukakis)的大選，他們建立了愛(ài)荷華政治股票市場(chǎng)。根據每個(gè)候選人得到的投票份額，投資者最多可以買(mǎi)500美元的債券，股票價(jià)錢(qián)在1美分到1美元之間不等，必須足額支付。如果在布什的股票漲到55歐元時(shí)你一把抓住，就能從每股中賺得45歐元。
11月，結果揭曉。那年主要的民意調查結果，錯誤率平均是2.5%——這已經(jīng)不錯了。但愛(ài)荷華政治股票市場(chǎng)做的好太多了，他們預測的結果誤差不超過(guò)0.1%�！敖y計學(xué)的法則主宰了民意調查�！� 市場(chǎng)的創(chuàng )始人之一羅伯特說(shuō)，“亞當·史密斯提到的‘無(wú)形的手’在這里起作用了�！�
實(shí)際上，因為這個(gè)結果太深入人心，大學(xué)重新將實(shí)驗命名為愛(ài)荷華電子市場(chǎng)（IEM），允許一系列關(guān)于未來(lái)的交易，比如，國外的大選，谷歌的市場(chǎng)資本總值，微軟股票某日的價(jià)格以及美聯(lián)儲即將出臺的政策。自從此類(lèi)交易開(kāi)始后，20幾年里，IEM一直勝過(guò)最好的民意調查。
這一切是為什么呢？難道民意測驗沒(méi)有開(kāi)發(fā)集體智能嗎？他們不是一種眾包嗎？答案是，他們是的，但這不能讓他們成為類(lèi)似IEM信息市場(chǎng)那樣精確的預言機構。民意調查是種簡(jiǎn)陋的工具：最傻和最聰明的人同等重要，而且他們都只有一次機會(huì )。而在預測市場(chǎng)上，經(jīng)濟回報會(huì )讓聰明人因為智慧而得到優(yōu)勢，愚蠢的人在同樣的環(huán)境下會(huì )被逐漸淘汰，斯科特·佩吉將這種原則稱(chēng)為“蠢人出局”。
和民意測驗，調查以及專(zhuān)家預言相比，預測市場(chǎng)擁有巨大的優(yōu)勢，它吸引了媒體，私有公司以及政府部門(mén)里面越來(lái)越多的人。也許在范圍和方法論方面有所不同，但預測市場(chǎng)和所有的期貨市場(chǎng)并無(wú)區別。交易商在可能的結果上下注，對象涉及總統選舉等內容，而不是豬肚。從理論上說(shuō)，某個(gè)市場(chǎng)中證券的價(jià)格反映了大眾對它走向的預測。
眾包網(wǎng)站和預測市場(chǎng)都利用了集體智能，但方法迥異。預測市場(chǎng)僅僅是匯聚信息的機器，但這并不意味著(zhù)信息市場(chǎng)不展現它自身的神奇能力�！罢l(shuí)想成為百萬(wàn)富翁”的原理放在這兒也起作用——愚蠢的人一般會(huì )采用隨機投票的方式，那么只需幾個(gè)精明的觀(guān)察者就能預測出準確的結果。
和“百萬(wàn)富翁”不同的是，預測市場(chǎng)并不是一個(gè)簡(jiǎn)單的信息匯聚系統。在預測市場(chǎng)，所有的“票”并不都是平等的。如果一個(gè)投資者有內幕消息，他或者她很可能會(huì )比一個(gè)憑直覺(jué)投資的人投更多的錢(qián)。在本書(shū)出版之際，希拉里·克林頓的股票在愛(ài)荷華電子市場(chǎng)上大概是13歐元（也就是說(shuō)，如果她沒(méi)有獲得總統提名，每股就獲益87歐元）如果一小部分人知道了破壞奧巴馬競選的大丑聞，那么很自然的，他們會(huì )買(mǎi)進(jìn)希拉里的期貨。在預測市場(chǎng)上，人人都可能在金錢(qián)的驅使下泄露個(gè)人知道的消息。同樣的，在這個(gè)市場(chǎng)中，（低廉的）投資成本也誘惑著(zhù)那些攥緊錢(qián)袋對此視而不見(jiàn)的人。
在2004年總統大選的前一天，著(zhù)名的網(wǎng)絡(luò )媒體《沙龍》(《Salon》)的作家哈德·曼約(Farhad Manjoo)提出：民意調查中，來(lái)自民主黨的競爭對手約翰·克里（John Kerry）領(lǐng)先于布什總統1~7個(gè)百分點(diǎn)，而IEM的交易者卻偏向了布什。
“是什么造成了民調和IEM之間的差異？”曼約問(wèn)道。答案是：在民調中沒(méi)有人需要承擔金融風(fēng)險�！叭绻诖筮x中壓上了錢(qián)，精神就得集中……我支持克里做總統，但在IEM，我賭他當不上總統�！爆F在我們都知道，這是一個(gè)明智的賭注。即使民調顯示克里獲勝，但IEM仍然預測布什獲勝。在當日午夜，IEM公布的數據是布什以50.45%領(lǐng)先于克里的49.55%，這與最終的大選結果驚人的吻合。
多樣化也影響著(zhù)預測市場(chǎng)的結果，但它的作用并沒(méi)有超過(guò)能力。在預測市場(chǎng)，多樣化和能力同樣重要。斯科特·佩吉再一次用數學(xué)定理為我們解釋了這一現象。佩吉的“多樣化預測定理”是：集體的錯誤=個(gè)人錯誤的平均值—預測的多樣化。他使用了很多看上去很?chē)樔说墓絹?lái)證明這點(diǎn)，但邏輯十分簡(jiǎn)單易懂：如果兩個(gè)預測之間的分歧較大——我猜40，你猜60，答案其實(shí)是50——預測的多樣化會(huì )相互抵消，這和“百萬(wàn)富翁”很像。正如佩吉寫(xiě)的，在預測市場(chǎng)中，“表現不同和表現出色同樣重要�！�
盡管IEM有準確預測的記錄，但直到后來(lái)在所謂的“恐怖主義期貨市場(chǎng)”上爆發(fā)了一場(chǎng)政治風(fēng)暴后，信息市場(chǎng)才變得廣為人知。2001年5月，美國國防部高級研究計劃局的一個(gè)項目主管公布了一項議案，提議用市場(chǎng)來(lái)預測某些事件，比如恐怖襲擊，政變以及暗殺。其中，一名預測市場(chǎng)學(xué)的先鋒人物羅賓·漢森獲得了100萬(wàn)美金的獎勵。漢森是一個(gè)標新立異的思想家，他認為預測市場(chǎng)的效果很顯著(zhù)，便提議建立一個(gè)基于預測市場(chǎng)基礎上的政府形式——“富塔奇”。
漢森任職于圣蒂亞戈一家名為“網(wǎng)絡(luò )交易”的公司，他創(chuàng )造了政策分析市場(chǎng)（PAM）——一組情報和政策分析專(zhuān)家對某些外交事務(wù)投資（上限為100美元），借此來(lái)預測很多事件，比如國家穩定（科索沃是否會(huì )宣布獨立？）經(jīng)濟增長(cháng)（印度的GDP今年會(huì )不會(huì )增長(cháng)10%？）軍事準備（如果印度侵略巴基斯坦，它的軍隊能成功占領(lǐng)這個(gè)國家嗎？）等等。對于漢森和預測市場(chǎng)上那些財富來(lái)說(shuō)，有一點(diǎn)很不幸——預測的范圍也包括了對恐怖主義的預測。
PAM隨后被納入反恐信息警戒辦公室，它的主管是已經(jīng)飽受爭議的前國家安全顧問(wèn)約翰·鮑因德克斯特（John Poindexter），他曾因在伊朗軍售舞弊案中提供偽證而獲罪，此外還有其他幾項重罪。隨后美國便發(fā)生了“9·11”世貿中心恐怖襲擊事件，在那種緊張的環(huán)境下，接下來(lái)發(fā)生什么都不足為奇。
2003年7月，很多人在PAM下注，說(shuō)會(huì )發(fā)生恐怖襲擊！這次的目標是國防部！新聞媒體捕捉到了這一動(dòng)向——在第一篇報道出現后不久，美國參議員羅恩·維登(Ron Wyden)——一個(gè)來(lái)自俄勒岡州的民主黨人士，還有來(lái)自北達科他州的民主黨人士拜倫·多根(Byron Dorgan)舉行了一個(gè)新聞發(fā)布會(huì )，嘲笑PAM鼓勵人們從恐怖襲擊中賺錢(qián)。在第二天破曉之前，五角大樓被迫關(guān)閉了PAM，同時(shí)也結束了漢森關(guān)于“富塔奇”的夢(mèng)想。
一周后，PAM被徹底的掃進(jìn)了歷史的垃圾桶，它的結局和夜間脫口秀節目中某個(gè)壓軸笑料一樣。但許多經(jīng)濟學(xué)家和政治學(xué)家認為PAM并非罪無(wú)可赦，它有很多潛在的力量——在預測未來(lái)事件方面，這個(gè)市場(chǎng)比任何專(zhuān)家都做的好——它的壞名聲甚至有可能幫助預測市場(chǎng)更快地成為主流的選擇。
期貨交易員的選擇面已經(jīng)寬了很多。從票房總收入到奧斯卡結果，好萊塢股票交易所（HSX）為交易員在各方面都提供了市場(chǎng)。HSX有一個(gè)很值得夸耀的記錄，它預測了奧斯卡超過(guò)80%的提名。（其中包括最默默無(wú)聞的幾類(lèi)，比如最佳音效剪輯獎）。而且，從1996年上線(xiàn)開(kāi)始，它最多只猜錯過(guò)一個(gè)大獎。除此以外，市面上甚至出現了一本針對這種新興學(xué)科的專(zhuān)業(yè)期刊——《預測市場(chǎng)》。
私有企業(yè)已經(jīng)躍躍欲試，準備好迎接預測市場(chǎng)的到來(lái)。為了將諸如庫存，銷(xiāo)售目標，生產(chǎn)能力之類(lèi)的決策過(guò)程眾包，公司在企業(yè)內部使用了這種機制。
20世紀90年代中期，惠普和加州理工學(xué)院的經(jīng)濟學(xué)家查爾斯·普洛特（Charles Plott）設計了一個(gè)期貨市場(chǎng)，用來(lái)預測一系列惠普產(chǎn)品的銷(xiāo)售情況。通常，銷(xiāo)售預測是由公司銷(xiāo)售部門(mén)的分析員完成的。但在普洛特的實(shí)驗中，雇員來(lái)自各個(gè)部門(mén)。用不同的證券代表不同的銷(xiāo)售數額，按特定差距分類(lèi)。比如說(shuō)，如果“投資者”認為，在某月公司能賣(mài)掉201到300臺打印機，就買(mǎi)下那個(gè)證券的股份。如果他猜對了，每股可獲1美元。結果證明，8種惠普實(shí)驗的產(chǎn)品，有6種擊敗了正式的預測。自此，惠普建立了“實(shí)驗經(jīng)濟學(xué)”小組，用預測市場(chǎng)來(lái)完成額外的研究工作。
市場(chǎng)比專(zhuān)家更勝一籌，因為在市場(chǎng)中，交易的人們聚在一起，有機會(huì )獲得更多的信息。麻省理工大學(xué)斯隆管理學(xué)院的教授托馬斯·馬龍在他的書(shū)《工作的未來(lái)》中寫(xiě)道，“其實(shí)很簡(jiǎn)單，中心計劃人員掌握的信息不如分散的銷(xiāo)售人員掌握的那么多�！�
谷歌，微軟，禮來(lái)，高盛，德意志銀行，都采用預測市場(chǎng)來(lái)輔助公司制定戰略。馬龍本人和電腦芯片制造商英特爾合作，進(jìn)行了一項很成功的實(shí)驗，利用一個(gè)內部市場(chǎng)來(lái)確定每個(gè)制造工廠(chǎng)應該在某一季度生產(chǎn)多少芯片？修改過(guò)后，這個(gè)方法的效率達到了99%，遠遠超過(guò)了英特爾用傳統方法完成的結果。
馬龍指出，這樣的市場(chǎng)能夠幫助公司快速適應外界瞬息萬(wàn)變的情況，“因為每個(gè)人都希望盡快搶占市場(chǎng)，以取得領(lǐng)先優(yōu)勢�！倍陵P(guān)重要的信息瞬間即逝�！芭c其讓一組高級經(jīng)理為幾個(gè)方案日以繼夜的工作，不如讓一大堆人在同一時(shí)間工作，探索大量的可能性�！薄拖裣伻褐�，工蟻在各個(gè)方向同時(shí)覓食一樣。2006年，馬龍成立了麻省理工大學(xué)集體智能研究中心，現在正在嘗試使用預測市場(chǎng)將醫療和天氣變化這樣的世界級難題眾包。
沒(méi)有什么比旺盛的需求更能推動(dòng)創(chuàng )新的發(fā)展，近年來(lái)，越來(lái)越多的公司為預測市場(chǎng)提供現成的軟件平臺�？偛课挥谥ゼ痈绲墓�Inkling Markets，允許每一個(gè)人創(chuàng )造自己的預測市場(chǎng)，它的客戶(hù)包括思科，電子游戲制造商藝電（Electronic Arts），克萊勒斯，科技出版商奧萊利傳媒公司，富國銀行，印第安納大學(xué)，牛津大學(xué)，斯坦佛大學(xué)，甚至美國洛斯阿拉莫斯實(shí)驗室。
問(wèn)題是，大部分這樣的市場(chǎng)都缺乏預測市場(chǎng)最關(guān)鍵的成分：真實(shí)貨幣的使用——這是為了避免賭博。IEM的存在是日用期貨貿易委員會(huì )的一個(gè)例外，其他的預測市場(chǎng)使用的是虛擬貨幣。經(jīng)濟學(xué)家也同意這是一個(gè)問(wèn)題。人們在一堆復雜動(dòng)機的驅使下積極參與其中，經(jīng)濟回報并不總是主要原因。在類(lèi)似HSX市場(chǎng)中，參與者說(shuō)他們是出于好勝心被迫參與的，因為這樣會(huì )在同伴中更有聲望。但預測市場(chǎng)不像iStockohoto或者Threadless.com，它不大可能出現一個(gè)激進(jìn)而且緊密結合的社區——提升名譽(yù)的承諾是站不住腳的。
預測市場(chǎng)也逐漸遇到了影響其他股票市場(chǎng)的問(wèn)題：一時(shí)的狂熱，信息重疊，泡沫。比如20世紀90年代末，科技股大行其道，無(wú)緣無(wú)故的火爆起來(lái)。
建立預測市場(chǎng)，尤其對那些希望在內部設立這種機制的小公司來(lái)說(shuō)，一個(gè)更大的障礙是，期貨交易的準確性和市場(chǎng)的“密度”——也就是在一定時(shí)期買(mǎi)進(jìn)賣(mài)出的交易員人數——是成正比的�；萜蘸凸雀璋l(fā)現，要說(shuō)服那么多雇員，為了一點(diǎn)點(diǎn)收益參與到內部市場(chǎng)中，不是那么容易的事。（谷歌允許員工用虛擬貨幣投資，收益是類(lèi)似T恤和禮券之類(lèi)的獎品）“結果，證券市場(chǎng)變得疲軟，交易數量太少，達不到有效預測的目的�！�
惠普社會(huì )化計算實(shí)驗室的主任貝納多·休伯曼（Bernardo Huberman）說(shuō)，“其次，一個(gè)疲軟的市場(chǎng)很容易被一些交易員操縱�！北热�，某個(gè)銷(xiāo)售員可能會(huì )根據自己的喜好隨便預測�！x開(kāi)了大眾，眾包也就不復存在了。
為了扭轉這種趨勢，休伯曼發(fā)明了一種方法，用于抵消疲軟市場(chǎng)帶來(lái)的不良影響。即使只有公司董事會(huì )成員做交易，也能得到準確的預測。
其實(shí)就是讓每個(gè)參與者回答一系列問(wèn)題，據此評估他們規避風(fēng)險的水平。那些做事容易不管不顧的人得分很高，而那些性格相反的人分數則很低。在任何預測市場(chǎng)中，他們占據的位置都是根據風(fēng)險指數確定的。休伯曼認為，用他的系統（惠普擁有專(zhuān)利）能夠解決這個(gè)難題，他說(shuō)其他公司（沒(méi)有指出名字）也已經(jīng)獲得使用許可了�！拔夷芟胂螽斔粦迷谥悄芄ぷ髦械那闆r。比如說(shuō)，眾多對阿塞拜疆一知半解的人可能會(huì )聚在一起，對那兒可能發(fā)生的事情做出相當可靠的預測�！�
預測市場(chǎng)的擁護者也在試著(zhù)改變關(guān)于賭博的規定，只要賭金數額不大，他們希望有關(guān)方面允許在非盈利的信息市場(chǎng)使用真錢(qián)投資。（IEM每個(gè)投資賬戶(hù)的上限是500美元）2007年5月，20多個(gè)著(zhù)名經(jīng)濟學(xué)家給國會(huì )以及聯(lián)邦監管機構寫(xiě)信，呼吁為這類(lèi)活動(dòng)建立一個(gè)“安全港口”，他們指出“將這類(lèi)市場(chǎng)作為預測工具，可以極大的提高公共和私人領(lǐng)域的決策過(guò)程，同時(shí)能讓風(fēng)險控制更有效率……”
迄今為止，我們一直將眾包和預測市場(chǎng)看做兩個(gè)完全不同的現象。從集體智能的角度來(lái)看，他們的確不同。但在眾包中，理論扮演的角色很奇怪——眾包是一種已經(jīng)在實(shí)踐中出現的經(jīng)濟生產(chǎn)方式，而我們被迫要將理論套用在實(shí)踐中�；ヂ�(lián)網(wǎng)讓改變如此之快，理論幾乎跟不上。因此在現實(shí)世界中，一些集體智能既不是應用在信息市場(chǎng)也不是解決棘手問(wèn)題的網(wǎng)絡(luò )，而是兩者的結合，這也并不意外。眾包并沒(méi)有一系列鐵定的規則，有時(shí)最好的戰略就是運用才華即行創(chuàng )作。
Marketocracy：集體智能的即興創(chuàng )作
T.J.懷特身上集中體現了關(guān)于多樣化的爭議。1999年，沒(méi)有多少投資人會(huì )讓?xiě)烟貋?lái)幫他們打理證券投資產(chǎn)品。那時(shí)的懷特幾乎沒(méi)有任何經(jīng)驗。在德克薩斯州上高中的時(shí)候，懷特是一個(gè)默默無(wú)聞的學(xué)生。在美國，他度過(guò)了默默無(wú)聞的六年。之后又在海軍工作了六年，地點(diǎn)是科羅拉多州，他將這段時(shí)間稱(chēng)作“第二個(gè)童年”，懷特陸續干了一些工作，唯一的目的是“保持一種生活方式”，這種生活方式包括滑雪和勘探金礦，但他兩樣都不行。
那一年的某個(gè)早上，懷特一覺(jué)醒來(lái)，看著(zhù)公寓外面的停車(chē)場(chǎng)，一瞬間醍醐灌頂�！拔姨×�，我已經(jīng)30歲，卻一無(wú)所有。沒(méi)有技術(shù)，沒(méi)上過(guò)大學(xué)，沒(méi)有事業(yè)�！�
2000年新年剛過(guò)，懷特就搬到了達拉斯，那些讓他疑惑的問(wèn)題逐漸有了答案。很快他就在離家不遠的家得寶公司（全球最大的家具建材零售商，譯者注）找到一份工作�！敖�(jīng)理以前也是海軍，我們一見(jiàn)如故�！睉烟鼗貞�。幾周后，他在一個(gè)“高個(gè)兒德克薩斯人”的小型聚會(huì )上遇到了現在的妻子，“在我剛搬到達拉斯的時(shí)候，無(wú)意間進(jìn)了這個(gè)網(wǎng)站，我身高6.2英尺，切莉也是。我們很快相愛(ài)了�！�
懷特找到了屬于他的職業(yè)：通過(guò)互聯(lián)網(wǎng)做短線(xiàn)股票交易�！懊總�(gè)人都在談?wù)撃切╊?lèi)似家得寶這樣的公司有穩定工作的百萬(wàn)富翁，為什么我就不行？（20世紀90年代末，許多家得寶的雇員靠公司股票賺了大錢(qián)）”
懷特說(shuō)服切莉，將他倆畢生的積蓄都投了進(jìn)去，開(kāi)始投資。他購買(mǎi)了一個(gè)科技公司6000美元的股票，他曾在“達拉斯晨報”上讀到過(guò)這個(gè)公司；另外的4000美元投在了其他的科技股上。年末，科技股大跌，懷特的錢(qián)化為烏有。
在當地一家漢堡連鎖店，懷特和妻子切莉進(jìn)行了一次談話(huà)。懷特想讓妻子將剩下的2000元積蓄給他，讓他繼續投資。
“她在對面看著(zhù)我，握著(zhù)我的手，然后說(shuō)‘你不擅長(cháng)這個(gè)，你嘗試了，但失敗了�！睉烟爻粤藳](méi)經(jīng)驗的虧，但他收獲了兩個(gè)珍貴的教訓。第一，他發(fā)現自己喜歡投資的過(guò)程——鉆研計劃書(shū)，研究市盈率，把虛增的部分從真實(shí)的獲益潛力中排除掉。更重要的是，他意識到他再也不應該把錢(qián)投給一個(gè)他不了解的公司。
“我對生物科技或者計算機一竅不通，但是如果某個(gè)人在地上打了一個(gè)洞，說(shuō)要尋找石油，我會(huì )去仔細了解一下�！�
第二年，懷特就找到了一個(gè)更安全的渠道釋放熱情。一個(gè)叫做Marketocracy的投資公司允許員工在他們的網(wǎng)站創(chuàng )造“模范投資組合”。也就是說(shuō)，Marketocracy是股票市場(chǎng)的預測市場(chǎng)。免費注冊后，任何人都可以開(kāi)10個(gè)賬戶(hù)，每個(gè)以100萬(wàn)元獨占資金起。懷特的第一筆資金來(lái)自范圍相當廣的投資，他稱(chēng)其為“藍領(lǐng)工業(yè)”。開(kāi)始，他還是不斷賠錢(qián)，但很快就停止了短線(xiàn)投資，開(kāi)始追求長(cháng)期利益。他做這件事有一個(gè)基本的公式，就是只對增長(cháng)率超過(guò)市盈率的公司投資。沃倫·巴菲特和富達基金經(jīng)理以及作家彼得·林奇都主張這種方法，他們提倡“在了解的基礎上投資”，但懷特說(shuō)他當時(shí)并不知道這些——“我還以為這是我發(fā)明的�！�
事實(shí)證明，懷特的直覺(jué)驚人的準確。他已經(jīng)在Marketocracy交易了7年，最佳盈利記錄甚至高于華爾街幾支最好基金。如果你在2001年給懷特100萬(wàn)美金，現在將擁有417萬(wàn)6000美金。懷特并不都是用虛擬貨幣投資。通過(guò)賺取傭金，他慢慢有了積蓄，并且在2005年和切莉結婚后，很快辭掉了家得寶的工作。
“我現在的投資金額達到16萬(wàn)6000美金，我們買(mǎi)了兩輛車(chē)�！鼻欣蜣o去了在軟件公司的工作，全天照顧小狗�！八骱抟郧暗墓ぷ�，這還是好聽(tīng)的說(shuō)法呢�！睉烟卣f(shuō)，“現在她不用工作了，這是最好的一件事�！�
懷特這樣的人居然會(huì )是投資天才，這貌似不太可能，但能夠發(fā)掘出這樣的人，是Marketocracy做的最好的地方。超過(guò)10萬(wàn)人創(chuàng )造了“模范投資組合”，其中大約有2萬(wàn)被認為是“活躍交易員”，他們定期——甚至是不由自主的——管理自己的投資產(chǎn)品。Marketocracy留意著(zhù)這些“代用基金”經(jīng)理的表現，通過(guò)一個(gè)選拔系統，挑出最好的一百名“模范投資組合”，這一百支基金將有可能進(jìn)入“明星100（Masters 100）基金”，這些基金的實(shí)質(zhì)資產(chǎn)值達到3500萬(wàn)美元。對共同基金來(lái)說(shuō)，這些錢(qián)并不算多，但對這樣另類(lèi)的投資方式來(lái)說(shuō)，卻是巨大的肯定。
表面上看，Marketocracy是標準的集體智能眾包。盡管Marketocracy有一大堆來(lái)自股票相關(guān)領(lǐng)域的所謂專(zhuān)家，但更多的是像T.J.懷特這樣的人——律師，廚師，地理學(xué)家以及對市場(chǎng)某個(gè)領(lǐng)域有特殊見(jiàn)解的人，能夠敏銳的覺(jué)察到交易的技巧，或者知道什么時(shí)候能從黑馬中獲利。這些就是佩吉稱(chēng)作“模范大眾”的人——也就是說(shuō)，Marketocracy的決策并不是建立在大眾基礎上的，而是建立在一部分表現最好的大眾基礎上。
佩吉說(shuō)，“（他們）就像一群專(zhuān)家�！痹诒景咐�，專(zhuān)家既包括高智商類(lèi)型的人，以及眾多不可或缺的“棕色襪子”。這似乎將成為一種勝利模式——從2001年末開(kāi)始，明星100的表現超過(guò)了股市的標尺——標準普爾500——近40%。
這個(gè)記錄能清晰的證明多樣化群體的優(yōu)勢所在。但實(shí)際上，Marketocracy投資管理方法背后的事實(shí)，更有趣也更加復雜。同時(shí)它也揭示出許多集體智能微妙的表現方式，在這一過(guò)程中，必須輔以一定的條件。幾年來(lái)，讓Marketocracy自豪的是，它調配出一個(gè)精確的混合物，同時(shí)包含有眾包網(wǎng)絡(luò )和預測市場(chǎng)最好的特性，純粹根據投資組合的表現在懷特這類(lèi)人中選賢任能。但在隨之而來(lái)的一些災難性的季度里，公司也學(xué)到了如何謹慎行事：有時(shí)要跟隨明星100精英投資者的步伐，偶爾也需要背道而馳。
在創(chuàng )立Marketocracy之初，肯·凱姆(Ken Kam)和馬克·塔古奇（Mark Taguchi）根本沒(méi)有想過(guò)集體智能這檔事，他們倆只是想發(fā)明一種更好的方式，用來(lái)尋找貿易人才。
1994年到2000年，兩人幫助運營(yíng)“第一手基金（Firsthand Funds）”，這支基金的表現超過(guò)了同期其他所有共同基金，在第一個(gè)五年中，它的平均回報率是56%。
兩人離開(kāi)后，創(chuàng )辦了自己的基金，簡(jiǎn)歷鋪天蓋地的飛來(lái)。為了找到最好的交易人才，他們要求應聘者以及任何能上網(wǎng)的人，創(chuàng )造一個(gè)模擬投資組合。本來(lái)他們希望的是，有大概5000人在Marketocracy開(kāi)戶(hù)，這樣一兩年后就能有足夠的資料幫助他們雇傭到最好的交易員來(lái)管理新的基金�！暗@個(gè)目標很快就變了�！彼牌嫘Φ�，和肯對視了一下。
第一年，大概有5萬(wàn)準投資者注冊并創(chuàng )立了虛擬投資組合。塔古奇說(shuō)，“我們一直認同團隊的概念。但那個(gè)概念逐步發(fā)展成為一個(gè)‘巨型’團隊�！�2001年11月，Marketocracy發(fā)行了“明星100”。很多雙眼睛關(guān)注著(zhù)Marketocracy，在上一個(gè)牛市中，肯和塔古奇已經(jīng)成為巨星，大家都對他們經(jīng)營(yíng)共同基金不同尋常的新方法充滿(mǎn)興趣，或者充滿(mǎn)懷疑。
最初，事實(shí)似乎證明肯，塔古奇和大眾都是正確的——第一年，市場(chǎng)進(jìn)入全面蕭條，但“明星100”從一開(kāi)始就跑贏(yíng)了大盤(pán)。年末，Marketocracy高于標準普爾指數14%；2002年末，市場(chǎng)跌至低谷，隨著(zhù)經(jīng)濟的復蘇，股票市場(chǎng)也開(kāi)始逐漸攀升。那時(shí)，肯和塔古奇用最簡(jiǎn)單的方式經(jīng)營(yíng)基金——公司完全按照“明星100”反映的比率分配資金。塔古奇說(shuō)，“一開(kāi)始，我們把前一百名的基金看做投資基金的樣板，所以，如果‘明星100’在蘋(píng)果公司投3%，我們也這么做�！边@支基金的表現繼續領(lǐng)先于市場(chǎng)。Marketocracy的“大眾能量”投資策略在2002年的熊市中仍然表現出色，在2003年的牛市中也一樣。
肯說(shuō)，“2002年，防守型的人開(kāi)始掌權�！边@些投資者在市場(chǎng)低潮的時(shí)候能夠做出合適的決策，但隨著(zhù)股票市場(chǎng)開(kāi)始上揚，肯和塔古奇希望能有不同類(lèi)型的交易員掌舵�！�2003年我們開(kāi)始換上一些更有魄力的投資者，”這似乎是一種安全穩妥的措施。2003年，基金的回報率重新回到了不起的42.82%，如潮的資金開(kāi)始涌入。
然而，到了2004年，市場(chǎng)開(kāi)始進(jìn)入一個(gè)全新的更為復雜的階段�！澳菚r(shí)市場(chǎng)起伏不定，時(shí)好時(shí)壞，而且（這種動(dòng)蕩）不總是在同樣的行業(yè)�！泵餍�100開(kāi)始表現不佳，投資者逐漸撤走資金，僅一年，管理資產(chǎn)（投資基金的主要績(jì)效指標）從1億降到5000萬(wàn)。
顯然，在Marketocracy的算法中有缺陷。
第一，肯和塔古奇意識到，由于頂尖的投資者彼此認識，（Marketocracy曾舉辦一些活動(dòng)，讓成員互相見(jiàn)面，聊聊各自的本行），投資的時(shí)候他們就會(huì )互相商議——這有其有利的一面，比如說(shuō)，成員們可以對他們目前尚未投資的產(chǎn)業(yè)有所了解，但同時(shí)也有很大的不利：商議是集體智能的天敵，因為它會(huì )減少多樣化。隨著(zhù)人們的協(xié)商，他們會(huì )達成共識。若想要大眾做出明智的預測，或者提出解決問(wèn)題的新奇方法，最主要的條件之一就是：每個(gè)人都要獨立自主的做出決定�？险f(shuō)，“在最好的交易員中都開(kāi)始出現一窩蜂心態(tài)了�！币虼�，肯和他的團隊對網(wǎng)頁(yè)做了一些改動(dòng)，其中之一就是讓成員們無(wú)法看到彼此的交易情況�！昂芸炀推鹱饔昧��！�
但真正的突破在于，Marketocracy意識到，僅僅用最出色的前一百名交易員作為工具實(shí)在是不夠，僅用一種算法來(lái)指導投資局限性太強。公司還有很多表現稍遜色的交易員，雖然他們不是最好的，但其獨一無(wú)二的專(zhuān)長(cháng)也可能會(huì )在某個(gè)交易中為公司帶來(lái)巨大的收益，然而公司卻沒(méi)能充分利用這些人的才華和能力。因此，Marketocracy開(kāi)始出擊，利用整個(gè)社區的力量做決策。
在2004年Marketocracy遭遇失敗后不久，肯和塔古奇就開(kāi)始實(shí)踐這種混合的方法�！拔覀儼l(fā)現一小部分交易員在大量買(mǎi)進(jìn)一個(gè)叫‘Knighsbridge油輪’的股票，這是一個(gè)石油運輸公司，”肯說(shuō)。在“明星100”中沒(méi)人接觸過(guò)它，甚至可能都沒(méi)人聽(tīng)過(guò)。但是在Marketocracy，很多非精英交易員大量加載這支股票�！八慕灰變r(jià)格前所未有的低，但所有這些人都逆流而上，為它投資。我們很想知道為什么？”因此，他們給一些交易員發(fā)了郵件�！埃ńY果）我們得到了驚人的細節信息�！�
實(shí)際上，這些交易員掌握了明星100和華爾街都不知道的內部消息：“這家公司準備將所有的油輪都報廢。你是怎么知道的？誰(shuí)會(huì )知道這些事？”肯帶著(zhù)懷疑問(wèn)。
“結果，這些油輪是在新加坡注冊的，有些人專(zhuān)程去新加坡看了注冊情況，太不可思議了。一般的經(jīng)驗告訴我們，當油輪到了要報廢的時(shí)候，價(jià)值為零。但是鋼材的價(jià)格會(huì )在短期內達到最高，所有這些都會(huì )以股利的方式回報給投資者�！�Marketocracy大獲全勝。
事實(shí)上，公司逐漸成為一個(gè)預測市場(chǎng)，并利用了眾播的重要組成部分。佩吉說(shuō)，“在解決問(wèn)題的方案中，多樣化戰勝能力的原因是，你總是能把傻瓜扔出去�！钡�Marketocracy的例子中，由于太相信“明星100”，這個(gè)自由選擇權很難得到實(shí)踐。佩吉解釋說(shuō)，“挑選股票一部分和預測有關(guān)，一部分和解決問(wèn)題有關(guān)，因此Marketocracy的方法很好理解�！�
開(kāi)發(fā)人們的集體智能涉及到交易大眾已知的東西，此類(lèi)眾包的應用一般要求個(gè)人貢獻一些時(shí)間和精力，他們在我們眼中可能像是添加劑：幫助人們更好的完成工作，但對現有員工沒(méi)有威脅。
我們都明白，其他類(lèi)型的眾包有可能帶來(lái)更多的破壞。在一些例子中，這樣的破壞已經(jīng)發(fā)生。 |