第1章 議題思考 解決問題之前，先查明問題

費米（Enrico Fermi）對于數學也很擅長。如果有必要的話，他也可以運用復雜的數學計算，但他首先會確認是否有那個必要。他是用最少的努力與數學工具交出成果的高手。

——漢斯·貝特（Hans Bethe）

漢斯·貝特：美國物理學家，1967年諾貝爾物理學獎得主。

恩里科·費米：生于意大利的物理學家，1938年諾貝爾物理學獎得主。

引自《天才物理學家列傳》（Great Physicists: The Life and Times of Leading Physicists from Galileo to Hawking），威廉·H·克魯柏（William H. Cropper）著。

1.1 查明議題

本書曾在導論中說過為了不要走上事倍功半的“敗者之路”，一定要查明議題。不要為了解決問題就立即動手嘗試各種可能，而是應該從查明議題開始。也就是從討論“什么有必要找出答案”開始，并以“為此必須先弄清楚什么”的思考流程著手分析，這才是最標準的做法。即使分析結果與預設不同，但最后成為有意義的輸出（成果）的概率仍然很高。因為如果找到了“對往后的討論具有重大影響”的答案，無論在商業上還是研究上都會有顯著進步。

一般人看到問題，很容易首先就想“趕快找到答案”，但是，真正首先應該做的是判斷該解答問題本身，也就是“查明議題”，然而這可能是違反人類本能的問題解決法。在還不知道具體內容時，就聽到“要明確表達最終想要傳達的是什么”這種命令，越是認真思考的人就越會感到不愉快。因此，“船到橋頭自然直，反正實際動手之后就會知道該怎么做”的想法橫行。就像大部分的人都體驗過的那樣，這正是做白工、生產力低的解決方式。還有認為“不用實際動手做，自然而然就會知道”、可以跳過查明議題的步驟，這種想法也是造成失敗的元兇。

如果沒有先查明“什么有必要找出答案”這個議題就來處理問題，之后一定會產生混亂，目標意識會變得模糊，從而做了許多白工。無論在商業還是研究領域，幾乎沒有一個人獨自處理問題的情況吧？在團隊內部先針對“這是為了什么而做”統一共識，并訂好“折返點”，一次無法完成，就多花幾次時間進行檢討。這個原則在制作企劃案時也是一樣的。當生產力下降的時候，團隊整體要針對議題調整達到共識。折返回到起點，整理一下“究竟這個計劃是要找出什么問題的答案”。然后，在那時也正好可以再次確認成員們是否還充滿斗志、所有人對于問題的理解還是否相同。

你有沒有個人專屬的智囊團？

在工作或研究經驗尚淺的時候，不建議一個人進行查明議題的工作，因為你可能會有很多像是“如果可以驗證這個問題的話，我就很厲害吧！”這樣的想法。但是，如果不是對該領域具有相當深的認識的人，恐怕不會知道“這對接收者而言是否真的有震撼力”。而且，經驗不足的人也不知道為了要證明自己想傳達的內容，需要做哪些分析或驗證。甚至，即使對上述部分都有充分的了解，但若缺少具有說服力的實際驗證方法，一切就都毫無意義了。

要查明議題，就需要判斷“實際上有沒有震撼力？”“能否以具有說服力的方式驗證？”“是否能夠傳達給接收者？”這些問題，這時就要有某種程度的經驗與“選擇力”。

在這樣的情況下，找個可靠的商量對象是最簡便快速的方式。這正是老練又有智慧的人或是對該課題領域具有直接經驗的人展現知識見聞的時機。在顧問公司里，一個團隊中一定會加入資深顧問，而美國研究室中包含指導教授在內的學位審查委員會，就是發揮這樣的功能。就算不屬于特定組織，也希望你能針對各個討論主題先找到可靠的商量對象。

就連一般企業人或學生也是，當你在寫論文、報道、專著或博客時，找到所謂的“那個人”，請毫不猶豫地提出見面商量的邀約。另外，研究院、智庫之類的機構也有許多可以洽談的專家。事實上，是否擁有這種“智囊團人脈”正是表現突出與表現不突出的人之間的顯著差異。

1.2 試擬假說

重要的是“自己的立場是什么？”

關于議題的查明，很多人只做到“必須先決定類似這樣的事情”這種“主題整理”的程度便停止了，但這樣根本完全不夠。如果想等展開實際的討論之后再次思考“議題是什么”，時間再多也不夠用。為了避免產生這樣的結果，就算勉強，也要事先建立具體的假說（hypothesis）。絕對不要說“不試試看怎么知道”這種話，在這時候能否站穩腳跟、堅持到底，對后續的影響將非常大。

為什么呢？理由有三。

1.針對議題找答案

原本就需要采取具體的立場、實際建立假說，才能成為可以找到答案的議題。例如：“××市場規?，F在究竟如何？”這只不過是單純的“提問”。這時候，通過設立“××市場規模是否正在逐漸縮??？”這一假說，才會成為可以找到答案的議題。也就是說，假說才能讓原本單純的提問，搖身一變成為有意義的“議題”。

2.知道所需的信息及該做的分析

只要沒有提出假說，在討論的階段與想找出答案的階段，就無法確定甚至無法發現上述內容是否明確。建立假說才能第一次明確真正需要的信息以及要做的分析是什么。

3.讓分析結果的解釋明確化

在沒有假說的情況下就開始進行分析的話，將很難解釋分析的結果究竟是否充分，最后只是徒勞無功。

我親眼見過在日本的公司里有說一聲“某某人，你先針對快要實行的新會計準則做一下調查”來分配工作的做法。可是這樣根本令人搞不清楚究竟要調查什么事情、要調查到什么程度才好。而這里，正是假說登場的時機。

“在新會計準則下，我們公司的利潤是否有大幅下滑的可能性？”

“在新會計準則下，對我們公司利潤的影響是否達到一年一百億日元的規模？”

“在新會計準則下，競爭者的利潤也會改變，那我們公司的地位是否會相應變差？”

“在新會計準則下，各業務的會計管理及事務處理上，是否有可注意的地方，讓負面影響降到最低？”

若根據這種程度的假說交代工作的話，被交代工作的人自己也可以明確知道該調查什么內容、到什么程度。通過建立假說的方式，讓該找出答案的議題明確化，如此一來，可大幅減少無謂的工作，如此一來，就能提高生產力。

凡事都化為“語言、文字”

看見議題并對其建立假說之后，接下來，就要化為語言或文字。

當出現“這就是議題嗎？”“這就是要查明的地方嗎？”的想法時，馬上用語言表達出來是很重要的。

為什么？這是因為用語言或文字表達議題，我們才會更明確地認識到自己該如何看待這個議題、想要弄清楚的是哪兩者的分岔點。如果沒有用語言或文字來表達，不僅自己，就連團隊內部也會產生誤解，結果會導致不可挽回的誤差，并浪費時間、白忙一氣。

把準備徹底執行的議題與假說寫在紙上，或將計算機文件轉化為文字，聽起來也許會覺得很簡單，但是，大多數的情況往往是看起來容易、做起來難。如果深入追究無法用語言或文字表達的原因，就會發現這是因為查明議題與建立假說的方式不夠周全。轉化成文字時，就會知道“究竟想要說什么”目前落實到什么程度；轉化為語言時，有一時語塞講不出來的地方，就表示沒有找到議題所在，換句話說，這就是還沒提出假說就想直接著手進行的結果。

當我說出“用語言或文字表達議題”“堅持將議題訴諸語言或文字到病態的程度”這些話時，許多人都很吃驚：因為我作為一個“理工科型思維且凡事分析的人”，從我口中說出“要重視把概念訴諸語言或文字”這種話，似乎令人很意外。

我想，這也是基于議題進行的思考的本質受到誤解的地方。

如果不將議題訴諸語言或轉化為文字，就無法整合概念?！爱嫯嫛被颉皥D解”也許有助于掌握意象，但是，要確實定義概念，就只能靠語言或文字（包含數學式、化學式）──這種被人類創造出來之后歷經數千年淬煉，至今出錯最少的思考表達工具。在此我先強調一下，若不使用語言或文字，人類會很難進行明確清晰的思考。

世界上的人大致可以分為兩種：“視覺思考型”（即用視覺上的意象進行思考的類型）與“語言思考型”（即用語言進行思考的類型）。我是典型的視覺思考型的人，相應的，由于日本人使用漢字，因此多數人都屬于視覺思考型。

將議題訴諸語言或轉化為文字，對“視覺思考型”的人而言，尤其重要。

視覺思考型的人大致可以理解語言思考型的人所說的內容，但相反的，視覺思考型的人所說的內容對語言思考型的人來說則幾乎全都無法理解。世界上屬于語言思考型的人占多數，所以視覺思考型的人若不能對自己打算處理的議題加以語言化，將大幅降低團隊的生產力。

我在剛進入職場的時候也是如此，雖然腦中浮現了許多點子，卻無法將點子落實成語言，想說的話無法順利傳達給周圍的人們，因而受了很多苦。但當我有意識地反復提醒自己“將議題轉化為語言或文字”之后，過了一段時期工作忽然就變得輕松起來。

聽起來好像很容易，然而一旦要實際執行，就會發現知易行難，這并不是那么簡單的事情。不用語言或文字明確表達是許多人的思考習慣，所以我建議各位讀者，必須刻意進行自我訓練。

用語言或文字表達時的重點

在此先舉出一些利用文字或語言表達議題、假說時，必須注意的重點。

1.加入“主語”和“動詞”

句子越簡單越好。因此簡單又有效的方法就是“用包含主語和動詞的句子來表達”。日文中的句子可以沒有主語，所以時常出現“在事情進展過程中，大家所想的都不一樣”的狀況。如果加入主語與動詞，就可以消除語句中模糊不清的部分、瞬間大幅提高假說的準確度。

2.用“WHERE”“WHAT”“HOW”取代“WHY”

議題的語言化還有一個秘訣，就是要注意表達的句型。

好的議題句型不是用“為什么……”這種“WHY”問句，大部分是采用“WHERE”“WHAT”“HOW”中的某一個句型。

·“WHERE”——“哪一邊？”“目標在哪里？”

·“WHAT”——“該做什么？”“該避免什么？”

·“HOW”——“該怎么做？”“該如何進行？”

“WHY”句型中沒有假說，對于究竟想要弄清楚什么問題的是非黑白并不明確。所以讀者們應該可以理解在按照“找出答案”的觀點整理議題之后，為什么大多會采用“WHERE”“WHAT”“HOW”句型。

3.加入比較句型

在文句中加入比較句型，也是不錯的想法。如果是需要查明“某某是A還是B”的議題，與其用“某某是B”的句型，不如用“某某并不是A，而是B”的句型。

例如，假設有某個關于新產品開發方向性的議題，與其說“該加強的是操作性”，不如使用“該加強的不是有關處理能力的那種硬件規格，而是操作性”這種句型，用對比的句子表達，想要找出什么問題的答案就全都變得很明確。如果可以的話，請各位讀者一定要利用這個技巧。

1.3 成為好議題的三要素

關于“好議題”，我們再進一步深入思考。

所謂“好議題”，就是可以讓自己或團隊振奮起來，而且經過完整驗證，其效果更可讓接收者不禁贊嘆。像這樣的議題有三個共同點。

1.屬于本質性的選項

好的議題必須是一旦找出答案，就會對之后的討論方向產生重大影響。

2.含有深入的假說

好的議題含有深入的假說。其深入程度，會讓人一碰到這個議題就產生質疑：“要明確立場到這個程度嗎？”也就是“顛覆常識的視角”或用“新結構”解釋普遍情況。這么一來，當完成驗證時，無論是誰都會認同由此產生的價值。

3.可以找到答案

也許讀者會發出“咦？”的疑問，可是這里強調的是，好的議題必須“確實可找到答案”，因為這世界上“雖然重要卻找不到答案的問題”多得不得了。

接下來我將對 “好議題的三要素”（圖1-1）做更詳細的介紹。

要素①：屬于本質性的選項

具有震撼力的議題總會牽涉某種本質性的選項。必須是像“往左還是往右”這種其結論會產生重大改變的事情，才能稱為議題，也就是說“有本質性的選項就是關鍵性的問題”。

在科學領域中，大型議題多數都很明確。在我所主攻的腦神經科學界，19世紀末的大型議題之一就是“腦神經是如網絡般相連接的巨大結構，還是具有以某個長度為單位的集合體”。后來，經神經科學之父圣地亞哥·拉蒙·卡哈爾（Santiago Ramóny Cajal，1906年諾貝爾生理學或醫學獎得主）研究，證實是“具有以某個長度為單位的集合體”，現在該基本單位稱為“神經元”（neuron，或譯為神經細胞）。在科學界也有其他幾個大型議題，像是自古聞名的“地心說與日心說”，還有最近在印度尼西亞的洞窟內發現的一種叫做“弗洛勒斯人”（Homo floresiensis）的矮小人種，與現代人類系統是否相關等。

具備選項，而且不同選擇將對未來的研究產生重大影響的議題，才是好的議題。

那么，在商業界的情況又是如何？

以某食品商檢討“商品A不暢銷”的原因為例，試想一下。大多數的時候，一開始會提出的主要議題大概是“究竟是‘A不具備產品優勢’，還是‘A雖然具備產品優勢，但銷售方法不好’”。因為根據不同選擇，之后重新檢視策略時的重點將有很大變化。

某連鎖便利商店在檢討“整體營業額下降”的原因時，一開始會提出的議題應該是“究竟是‘店鋪數量減少’，還是‘每一家店鋪的營業額下降’”。若是前者，該課題就是討論店鋪擴展速度或者是店鋪的撤店及加盟退出率；若是后者的話，問題就在于展店及運營方式。

無論哪一種可能都會讓人認為“有道理”，但實際上大多數案例都無法像這樣將議題查明到這個程度，而是自認為“商品本身很好，是銷售方式不對”“問題一定是出在于店鋪的擴展上”等，于是就貿然采取行動了。先來查明最大的分歧點是很重要的。另外，要查明“本質性的選項”時，提前對容易誤入的“議題陷阱”保持警覺，也是很有效的方法。

如何分辨“假議題”？

在導論中我也曾提到過，世上大部分被稱為“問題”或是讓你想要查查看的問題，大多數都不是當下真正有必要立刻找出答案的問題。因此我們要特別注意，不要被這種“假議題”迷惑。

假設某個飲料品牌長期業績蕭條，全公司一起檢討如何重新振作。此時經常會看到的議題選項是“‘是否該以現在的品牌繼續奮斗下去’還是‘該更新為新品牌’”。

可是，這時候首先應該弄清楚的是品牌蕭條的主要原因吧？如果不知道“究竟是由于‘市場規?？s減’還是‘在與同行的競爭中落敗’”的話，就根本無從判斷“修正品牌的方向性”究竟是不是議題。

假設原因是市場規模縮減，那么通常在進行品牌的修正之前，必須先重新檢視所設定的目標市場才行。這么一來，“品牌方向性的修正”不僅不是議題，甚至根本什么都不是。在最初階段，準確挑出這種乍看起來幾可亂真的“假議題”，是很重要的關鍵。

這種乍看之下很像是議題的情況，大部分也都是不需要或是不應該在當下找出答案的情況。每當這時，我們就要回頭反思：“現在是否真的必須找出這個答案？”“真的應該從這里找出答案嗎？”這樣一來，就能盡可能地避免在做了白工之后才后悔“那時候根本沒必要勉強那么做”。

議題并非靜止不動，而是動態變化

另外，還有一點希望各位先記在心里——議題是“浮動目標”，也就是說，“議題并非靜止不動，而是在動態變化”。特別是在處理商業問題時，這一點尤為關鍵。

議題指的是“應該找出答案的問題”，也就是“正確的問題”，即使處理的是相同的業務或主題，一般都會隨著公司、部門、時間、會議或是說話對象的不同而變化。由于議題是“現在必須找出答案的事情”，所以實際上會隨著責任部門或立場的不同而改變，甚至還時?？梢砸姷綄δ橙硕允亲h題，但是對其他人而言就不是議題的情形。

有一個典型的例子是，議題時常會隨著作為議題主語的“企業”的不同而變化。即使是在相同的商品領域討論經營戰略，隨著企業的不同，議題需要查明的地方也不同。就算業界本身看起來也許相差不多，但對于業界是以什么方式看待，或那具有什么樣的意義，將會因為企業各自的歷史、文化及策略等的不同而完全不同。

例如，來思考一下如下的場景——蘋果公司（Apple）正在擬定以“iPad”為主的平板電腦市場策略。首先，應該很容易就想到從這個市場發跡的蘋果公司，和其他的企業所要查明的地方會有很大區別吧？甚至還會想到是否該擁有自家企業專屬的操作系統，或與其他公司以什么方式共享操作系統等。隨著這些問題的答案不同，其中的涵義也會跟著改變。

在認為“議題就是這個”的時候，請確認一下它的主語。如果即使改變了“對誰而言”的主語仍可成立的話，很可能就要再確認一下查明議題的步驟是不是還不夠完善。

另外，還有些情況是在進行重要決策之后，周圍的議題根本就不成議題了。

例如，假設某家汽車廠針對“未來時代油電混合車的新趨勢”進行討論，一般可能會舉出很多討論項目，像是“應以何種引擎與馬達技術為基礎？”“如何管理電池？”“要開發哪一款車型？”等需要找出答案的議題。但是，這時候如果狀況轉變成“由于高層的交涉，決定接受由競爭對手公司提供的技術授權”的話，這些議題中的大多數恐怕都必須重新改過。

在科學界，“一旦有新發現，科學家就必須重新檢視作為前提的事實”，也是同樣的狀況。

要素②：含有深入的假說

好議題的第二要素，就是“含有深入的假說”。下述固定程序將有助于讓假說更為深入。

推翻常識

要加深假說的程度，一個很簡單的方法就是“列出人們普遍相信的事項，從中找找有沒有可以推翻的部分，或利用不同的觀點也可以說明的部分”。“推翻常識”在英文中有“違反直覺”的意思，稱作“counterintuitive”，我們就是要找到這種“違反直覺”的部分。這時，找熟悉該領域的人進行訪談應該會很有幫助；或者在計劃剛開始的階段，聽聽專家或第一線（現場）人員的說法，就可以知道在該領域中普遍相信的內容，也就是所謂的“常識”。相較于從書中學習，像這樣當“憑身體五感獲得的常識”獲得反證時，印象會更為深刻。

比方說，在日常生活中看起來覺得“太陽繞著地球轉動”的地心說，與事實證明“其實是地球繞著太陽轉動”的日心說，正是堪稱經典的最佳寫照。對于在日常生活中身體無從感覺的“時間與空間的關系”，當時愛因斯坦提出“時間與空間為一體”的相對論引發了相當大的震撼，也是很典型的案例?！肮狻钡扔凇安ā钡扔凇傲Ｗ印钡牧孔恿W，其基本邏輯也是因為在眼睛可以看得見的大千世界里沒有“波”等于“粒子”的存在，所以才會令人感到震驚。主張“我們生存的世界中屬于最大存在的宇宙，一開始是起自于一個點”的大爆炸理論，也是因為違反“最大始于最小”的直覺，形成了特殊的對比，所以才具有震撼力。

再舉一個很有名的科學案例。在20世紀40至70年代，生物學界有一個大型議題是：“生命體的能量吸收是如何進行的？”作為食物被攝入體內的碳水化合物在細胞內進行分解，最后變成水和二氧化碳，這時候“燃燒”所釋放的能量大部分都成為腺苷三磷酸（ATP，adenosine triphosphate）——一種磷酸化合物——而被吸收。這就是呼吸的本質，且成為所有生命活動的直接能量來源。關于這個能量的吸收，大部分人之前都認為與其他生物化學反應一樣，是“在細胞內的連鎖性化學反應”，但英國生物化學學者彼得·米切爾（Peter Dennis Mitchell）主張是“在離子穿透過粒線體膜的時候產生吸收”，并且加以證明。解開世紀大問題的米切爾于1978年得到諾貝爾化學獎。這也是推翻之前常識的典型案例。

在科學界，像這種迫使主要架構發生改變的發現，往往會造就很多新的研究領域；在商業界，則往往導致徹底地重新檢視策略與計劃、找到競爭者未察覺的發現或視角，這將成為重要的策略優勢。

商業上含有深入假說的議題大致有以下幾種：

以為正在擴大的市場，卻在先行指標的階段大幅縮減。

相對于以為會比較大的區塊A，從收益的角度看，卻是區塊B較大。

以銷售量為主進行競爭的市場，事實上產品的市場占有率越高，利潤越少。

核心市場的市場占有率擴大了，但成長型市場的市場占有率卻縮小了。

也許會有人認為：“那么重要的事情，怎么可能會忽略呢？”但是，我在業界頂尖企業的項目中曾發現類似的狀況。希望各位讀者時常思考一下，你所相信的信念或前提有沒有任何遺漏。

用“新結構”理解所見所聞

用于得到深入假說的第二個程序是，思考能否用“新結構”來理解所見所聞。這究竟是什么意思呢？其實是因為人對于看慣的事物得到了前所未有的認識時，真的會受到很大的沖擊。其中一個做法就是剛才介紹的“推翻常識”，而還有一個做法就是以“新結構”理解所見所聞。

這是由我們腦神經系統的構造所導致的。我們的腦中沒有相當于計算機的“內存”或“硬盤”的記憶裝置，只有神經之間彼此聯結的構造而已。也就是說，神經間的“聯結”就變成了基本的“理解”的來源。因此，當有些以前以為沒什么關系的信息之間竟然產生了聯結時，我們腦中就會感到很強的震撼。所謂“人類了解了什么事”，換句話說，就是“發現兩個以上不同的已知信息之間產生了新的聯結”。

以新結構理解所見所聞有四種類型（見圖1-2）：

1.找到共通點

最簡單的新結構就是找到共通點，也就是說，對于兩個以上的事物，只要看出某個共通的部分，人就會恍然大悟。與其說“某人在墨西哥建國時，對于團結兩個對立陣營有很大的貢獻”，還不如說“某人是墨西哥的坂本龍馬”，只要是日本人都會覺得后者比較好理解。如果說“辦公室用的打印機和大樓內的空調，收益結構相同”，人們只要知道其中某一種結構，就會點頭贊同說“原來如此”。一般說手臂與鳥類的翅膀其實是相同的器官，只是進化成不同形狀而已，這也是一樣的道理。

2.找到相關性

第二個新結構是找到相關性。即使不知道完整的整體樣貌，只要知道多個現象之間的相關性，人就覺得已經有所了解。

只要知道“保羅和約翰是好朋友，大致都采取相同的行動”“約翰與理查德對立，采取完全相反的行動”這些信息，只要看保羅最近的行動，就能大致知道理查德在做什么了。

在科學領域中有一個典型的案例，就是“完全不同的荷爾蒙在腦內相應的兩個受體（receptor）有功能上的相關性”。若說成十個不同的荷爾蒙與受體間存在系統性的關系，就可能向理解大幅邁進。事實上，就有幾個這種類型的研究獲得了諾貝爾獎。

3.找到群組

第三個新結構是找到群組。將討論對象分成幾個群組，因此，之前原本看起來是像一個或無數個類型的事物，可以判斷成特定數量的群組，而加深發現程度。

群組的典型案例是商業上的“市場區隔”（segmentation）。將市場基于某個觀點進行劃分，只要觀察各個群組各自不同的動向，就會獲得與之前不同的結果，從而使得對自家商品或競爭對手商品的現狀分析與未來預測變得更容易。

4.找到規則

第四個新結構是發掘規則。當知道兩個以上的事物有某些普遍機制或數量上的關系，人就會覺得能夠理解。

許多物理法則的發現都屬于這個類型。比如，“從桌上掉落的鉛筆”“從地球仰望月亮（穩定地飄浮著）”這些都可以用相同的邏輯（地心引力）解釋。

到目前為止，在商業上找到的例子不多，但是，兩個看起來八竿子打不著卻包含規律的事例倒是不少。比方說，如果知道“工業汽油的交易價格有起伏時，十個月后，玉米等農產品的價格將會同樣波動”這個固定模式，就會發現更深層的結構。

就算無法在一開始就發現能“推翻常識”的強有力的議題，也不需要失望。就如同之前一直在說明的，思考能否用“新結構”解釋現象，是另一種正面攻略。然后若能以這些相聯結的觀點驗證新事項，就會產生更深入的見解與震撼。與朝永振一郎（Sin-Itiro Tomonaga）一起獲得諾貝爾物理學獎的理查德·費曼（Richard Feynman）曾經說過：“科學的貢獻在于看見未來，讓推理成為發揮功能的工具?！边@正體現了獲得深入結構性理解的本質。

要素③：可以找到答案

即使是“屬于本質性的選項”而且充分“含有深入的假說”的問題，也有不是好議題的情況，那就是無法找出明確答案的問題。也許有人會質疑：“有那樣的問題嗎？”但其實有很多問題是無論用什么解決方式，都不可能用已有的辦法或技術找到答案。

我在研究領域的老師之一山根徹男（Dr. Tetsuo Yamane）曾經告訴過我一個故事。在20世紀60年代，山根老師還就讀于加州理工大學（Caltech，California Institute of Technology）時，曾從當時還在追求天才稱號的費曼那里聽到這樣一番話：

“重力與電磁力都屬于三度空間，與距離的次方成反比”，這確實是非常值得研究的現象?？墒俏医ㄗh不要接觸這類問題比較好，因為現在還無法預料能否找得到答案。

在五十年后的今天，該問題盡管經過為數眾多的天才們研究，仍然尚未解決，費曼果然是正確的。

在科學界，就像費曼提到的例子一樣，存在許多“即使以前就知道這是個謎團，卻因為沒有可以找出答案的實際辦法而束手無策”的問題，等找到辦法才終于能夠展開研究的問題多得數也數不清。

在問題提出后過了三百多年才終于解開的“費馬最后定理”（Fermat’s Last Theorem），也是在普林斯頓大學任教的英國數學家安德魯·懷爾斯（Andrew John Wiles）用盡近代數學的渾身解數才終于解開的，這正是“等找到辦法才終于得以成為好議題”的一個例子。

生物學家利根川進（1987年諾貝爾生理學或醫學獎得主）說過的話，也充滿啟發性：

杜貝可博士（Renato Dulbecco）后來最稱贊我的地方，是他認為我善用當時可利用的技術，在瀕臨最前端的邊緣之處，找出目前生物學剩下的重要問題中，有什么是可能可以解決的……無論有多么好的點子，如果沒有可以實現的技術，就絕對無法實現。但在大家認為因沒有技術而無法實現的問題當中，也有某些情況處于比較微妙的邊緣地帶，若能善加利用當時可用的技術到極致，就有可能勉強完成。

杜貝可博士是1975年諾貝爾生理學或醫學獎得主，他是利根川進的指導老師之一，他的教誨讓利根川進完全掌握了好議題的本質。無論是多么關鍵的問題，只要是“找不出答案的問題”就不能稱為好議題?！霸谀苷页龃鸢傅那疤嵯伦罹哒鸷沉Φ膯栴}”，才能成為有意義的議題。就算無法直接找出答案，但通過分解問題，若有可以找到答案的部分，就將那部分劃分出來作為議題。

在商業界中，類似的問題也是堆積如山。

例如，定價的問題?！叭绻涟思移髽I占據了大半市場（實際上大部分的市場都是這樣），該如何設定商品定價？”這實際上是非常難的問題，至今仍沒有明確的“固定程序”，也就是沒有可以經過分析找出確切答案的方法。如果參戰的只有兩家公司，還可以靈活運用博弈論（Game Theory），對該前進的方向找出相當程度的答案；一旦競爭企業達到三家以上，戰況立即就變得復雜許多。

就算可以看見所有的問題，但仍有大量讓人束手無策，或是目前還找不到清楚的解決方法的問題，這是不容忽視的事實。而且，也有一些問題是別人可以解決，但卻超出自己所能處理的范圍。雖然也可以不去想太多就去處理，但只怕一旦驗證方法瓦解，無論在時間方面還是所費的功夫方面，都可能會造成不可挽回的損失。

不是“具有震撼力的問題”就可以直接成為“好議題”。而且就如同費曼所說的，必須認識到的確存在“目前幾乎不可能找到答案的問題”的事實，且不要在這類問題上花時間，這是很重要的事情。

因此，成為“好議題”的第三個條件，就是查明“是否可以用既有的方法，或現在可著手進行的解決方法找出答案”。在可以看見議題選項的階段，必須用這樣的觀點再次重新檢視。

如導論中所述，就算假設關心的問題有一百個，“真正應該在當下找出答案的問題”頂多兩三個而已。而且，其中“在現階段擁有找出答案的辦法的問題”又只剩下半數左右。也就是說真正應該在現在找出答案的問題，而且是可以找到答案的問題，即議題，只占我們認為是問題的問題總數的1%左右而已。（詳見圖1-3）

查明議題比較理想的方式，就應像年輕時的利根川教授那樣，對于就算所有人都覺得“該找出答案”卻又“束手無策”的問題，從中發掘那些覺得“如果用我的辦法就能找出答案”的這種“位于死角的議題”。無論世上的人說什么，都應該經常問自己：“能否以我自己獨具的觀點找出答案？”如果說有什么經驗可以超越學術上或業務領域中的解決方式的話，大部分都是因為擁有這種“自己獨具的觀點”。

1.4 用于確立議題的信息搜集

取得用于思考的材料

在了解“所謂好的議題是什么？”和“建立假說的重要性”之后，接下來，必須思考該如何獲得用于發掘上述內容的“材料”。

也許大部分的主管會責罵下屬：“怎么可以用假說那種不確定的推論為基礎談事情？”但是，如果光用理論看問題或切入問題點，也就是只憑理論找到與議題、假說的聯結，是一件很困難的事。無論對誰而言都一樣，無論是專門解決問題的資深顧問、干練的社長，還是頂尖的研究者都是如此，當遇上知識不足或者答案并非顯而易見的主題時，就只好搜集數據作為建立假說的線索。

那么，為了要得到線索，究竟該怎么做呢？針對所處理的主題及對象“粗略地獲取用于思考的材料”——也就是不要花費太多時間，只要搜集主干結構的信息，親身感受一下對象的狀態。在這里與其追求詳細數字，不如著眼于整體的流程與結構。

在大學念書時從事專題研究，可能要花費幾個月的時間。然而，一旦畢業進入職場后，這種做法就非常沒有效率，根本稱不上是“生產力高”的做法。想辦法將議題明確化、有效率地進行重要的驗證并更新假說，才能在每一天都真正實現“高生產力”。大多數的情況下，從建立假說到驗證為止，短則一個星期、長則十天可以繞完一個循環。所以，最開始的步驟，就是搜集用于思考而提出假說的資料，盡可能在二至三天就完成；訪談等需要花時間做準備的部分，要事先做好準備工作。

話雖如此，光憑這些說明，各位讀者還是難以理解具體該做些什么吧？所以，我整理了一些技巧來搜集用于選定議題的信息。

技巧①：接觸一手信息

第一個技巧就是接觸“一手信息”。所謂的一手信息，就是沒有經過任何人過濾的數據。具體而言，展開以下行動會有成效：

·以制造生產為例：站到生產線與調度的第一線（現場），與第一線人員聊一聊。如果時間允許，一起動手進行某項作業。

·以銷售為例：前往銷售的第一線。比如，站在店門口聽取顧客的聲音；可以的話，和顧客一起行動。

·以商品研發為例：前往使用商品的第一線，與使用商品的顧客對話。詢問顧客為什么使用該商品？該商品與其他商品如何區分使用？在不同場合應該如何使用？

·以研究為例：前往研究該主題者或該方法者的研究室，實際聽他說并觀察現場。

·以地方縣市為例：以地方縣市為調查對象時，凡事眼見為憑。此外，建議再去拜訪與該地方縣市采取相反行動的地方縣市，了解差異。

·以資料為例：針對未經加工的第一手原始數據，觀察變化的類型或特征進行理解。

聽起來也許是很基本的事情，但是，卻很少有人對這些事情可以做到如同呼吸一般理所當然。越是被稱贊為“優秀”“聰明”的人，越是只用頭腦思考，想要以乍看之下很有效率的方式從各種讀物等二手信息中獲取線索，而這正是致命傷，因為在建立重要的假說時，這會變成以“戴著有色眼鏡看信息”的態度思考。

很多時候，只要沒有眼見為憑、親身感受，就無法理解第一線（現場）究竟發生了什么事。因為時常會有乍看之下毫不相干的事物，一到現場卻是緊密的聯動關系，或者本應是聯動的事物卻彼此分離的情況。這些狀況都是只要沒到現場查看就無法理解，這是在間接的簡報、報告或論文等二手信息中，絕對不可能會提出的死角。

無論如何表達，二手信息只不過是顯示了從擁有眾多層面的復合性質的對象中，巧妙地抽取出來的某一個片段式的信息而已（詳見圖1-4）。所謂的“事實”，只要不是直接看見的人就無法認知。因此，建議花費幾天時間，集中接觸一手信息，這樣將令我們對發生在自己身上的事實有切身體會，并提供強而有力的方針幫助我們建立明確的假說。

另外，到各個現場接觸一手信息的時候，就會聽到現場人員由經驗所衍生出來的智慧。不只可以聽到無論讀多少文字信息都不會知道的重點，甚至可以詢問他擁有什么樣的問題意識，像是現在面臨的瓶頸、不贊同一般人說法的原因、實際行動時真正應該確定的事情等，可以一口氣吸收那些用錢也買不到的智慧。

大部分的日本公司很少將公司內部的事情直接咨詢外部專家，這真的很可惜。如果說原因在于“因為有很多事對公司外部需要保密，所以不能與外部交流”，那大部分的情況其實只是想太多。

向不認識的人進行電話訪談，英文稱之為“cold call”，學會這項工作后，生產力將急遽提升。只要好好地告訴對方你在正當的公司工作或在大學、研究所進修，“涉及有保密義務的內容完全不用說出來，現在所問到的內容只用于內部討論”等，大部分人都會做出配合。其實，我也曾進行過數百次“cold call”，被拒絕的次數很少。因此，如果想要提高生產力，這是個好方法。

技巧②：掌握基本信息

搜集信息的第二個技巧就是從一手信息中獲得感覺，同時將世間常識和基本事項在某種程度上加以整合，按照MECE原則快速掃描（調查）。

這時候，一定要特別注意“避免只憑自己的想法就拍板定案”。首先應確定所處理課題領域中的基本知識。一般在商業上推敲業務環境的話，只要持續觀察下述要素：

1.業界內的競爭關系

2.潛在進入者

3.替代品

4.業務下游（顧客、買家）

5.業務上游（供貨商、供應企業）

6.技術和創新

7.相關法規

其中1至5項是由麥可·波特（Michael Porter）所提倡的“五力”（Five Forces），再加上6至7項合計七個項目的發展，在起步的階段應該就足夠了（圖1-5）。

學會觀察上述要素的發展之后，實際上在掃描中需要確定的就是“數字”“問題意識”和“架構”這三點。

數 字

在科學界，以數字為根基是理所當然的現象，在商業界也很常見。例如在討論業務整體的時候，會提出“市場規?！薄笆袌稣加新省薄盃I業利益率”“（上述指標的）變化率”之類的數字，在零售業會以競爭者的觀點提出“每日單位營業額”“存貨周轉”“顧客人均消費額”等數字。從整體的角度，根據“不知道就無法繼續討論”的一系列數字來確定大致情況。

問題意識

所謂“問題意識”，是依循過去以來的脈絡，找出該領域、業界、企業的常識，與課題領域相關的一般共識，以及從前是否討論過、討論的內容及結果等。要涵蓋全部的“如果不知道這些，與該領域的人就無法進行對話”的內容，并確認是否遺漏了重要的觀點。

架 構

無論在哪一個領域，都需要以下的信息：到目前為止課題整理的情況，課題周圍的事情如何定位；并要了解正在討論的問題在既有架構中是什么樣的定位，以及什么樣的解釋。具體而言，活用下述方法可以幫助你輕易掌握整體情況。

·總論、評論

·雜志、專業雜志的專題報道

·分析報告或年度報告

·主題相關書籍

·教科書中相符的幾頁

看書時不妨避開討論關鍵技術的專業部分，而只看其中有關基礎概念及原則的內容。為了培養時間軸上的宏觀角度，同時吸收新舊觀點，這也是不錯的方式。

技巧③：不要搜集過頭或知道過頭

第三個技巧是刻意地將搜集信息的深度保留在概要階段，也就是“不要做過頭”。雖然這與速讀術或高效能工作術的理念大不相同，但搜集信息的效率必定有其極限，當信息過多的時候，將無法更有智慧。這種情形稱為“搜集過頭”與“知道過頭”。

搜集過頭

用于搜集信息的努力、時間和其所獲得結果的信息量，在某種程度上呈正比關系，一旦超過某個程度時，迅速吸收新信息的速度就會慢下來。這正是“搜集過頭”。就算投入大量的時間，具有實際效果的信息也不會呈等比增加（圖1-6）。

知道過頭

“知道過頭”是更嚴重的問題。在“搜集過頭”的圖1-6中也可看出，在到達某個信息量之前，智慧確實會快速涌現；可是當超過某個量的時候，快速產生出來的智慧會減少，而最重要的“自己獨具的觀點”逐漸接近于零。是的，“知識”的增長不一定會帶動“智慧”的增長，反而必須經常持有一個觀念——信息量在超過某個程度之后，將會造成負面效果（圖1-7）。

對某個領域的一切都了如指掌的人，要產生新的智慧是極為困難的，因為手邊所擁有的知識幾乎超越了所有想法。就如同一流的科學家達到該領域的權威地位后，就不再像年輕時期那樣會產生強烈的點子，這是一樣的道理。

而且，這也是顧問公司存在于商業界的理由之一。一流企業應該已經招攬了眾多業界專家，卻還是以高薪雇用顧問，其中有一個很大的原因就在于因為企業主“知道過頭”，所以受到該領域的禁忌或“必須論”的刻板印象束縛，無法產生新的智慧，因此需要“旁觀者清”的管理顧問從旁協助。越聰明、越優秀的人，越容易達到“知道過頭”的狀態，一旦達到該狀態就越難逃脫知識的限制。

當人對某個領域有興趣，在剛獲得新信息的階段，一開始會有各種關心的內容或疑點。每次在向他人求教這些問題或找到答案的過程中，都會加深自身的理解，并涌現新的觀點或智慧。在這些觀點或智慧未消失的時候，也就是在不要變成“知道過頭”的范圍內，停止搜集信息，這正是在搜集用于確立議題的信息時的秘訣之一。

1.5 確立議題的五個方法

運用一般的做法無法找到議題時

遵守好議題的條件、找尋本質性的分岔點、嘗試可否進行結構性了解、考慮可否推翻現在一般人所相信的常識，并且到現場去找尋決定議題的材料、接觸一手信息（不要搜集過頭）——可是，即使如此，可能還是會有“不懂究竟什么是議題？”的情況出現。這時候，究竟該怎么辦呢？

最簡單的方法，就是讓頭腦休息片刻，然后再一次重復剛才介紹的基本步驟，再次接觸信息、與有見識的人討論。但也會遇到信息太充足，甚至搜集過頭，或用于找出議題的智慧不夠的情況。接下來先介紹在這種情況下可以使用的五種方法（圖1-8）。

方法①：刪減變量

有時候相關的要素太多，如此一來，“什么是重要的要素？什么是決定關鍵？”甚至連“究竟有沒有這樣的東西存在？”都看不見了?！笆郎系南M”和“自然界各種生物間角色的相關性”等主題就是典型的例子。

例如，假設想要了解以下事項：Twitter與Facebook等社交網站服務（SNS，social network service）對商品購買行為有什么影響？用什么數值可看出上述影響？若普及是否存在臨界值般的數值？這些問題間具有什么樣的相關性？這時候，因為要素太多，可想而知我們很難采取什么辦法能夠找出所有相關性。假設就算運氣好，可以獲得數據資料從而了解某些信息的來龍去脈，但大多數要素都彼此相關，因此恐怕也無法進行驗證，讓所有人都贊同。

在這種情況下，就要思考“能否刪減變量”，換句話說，就是能否刪減要素或限制要素。比方說，“商品購買行為”涵蓋的范圍太大，可以將商品領域限定為 “數字家電”。如果這樣仍然范圍太大的話，就再將討論的對象縮減為“數碼相機”“打印機”等，這么一來，變數就會減少一個。其次，針對社交網站服務，也可以按群組分為“微博、博客、社交網站”等。在這里，相信這些用于找出議題而搜集到的一手信息，尤其是聽取的用戶的意見等，就可以作為參考了。通過這個方式，可將原本多達幾十個的變量減少到幾個而已。

像這樣將與問題相關的要素，通過限定對象或按群組分類的方法加以刪減，真正的議題通常就因此而變得清楚可見。

方法②：可視化

人類是用眼睛思考的動物。因此大多數的時候眼見為憑，只要看得見形狀，就會快速地覺得對于該對象有了某些了解（即使邏輯上并未理解，仍會有此認知）。實際上，我們腦中的枕葉大部分都用于“看東西”，用眼睛看見形狀后就會快速地讓本質性的重點顯現出來。因此，第二個解決方式就是活用腦的這個特質，進行可視化。要完成可視化有幾個典型的做法。（圖1-9）

如果討論對象主題本身與空間有關時，比方說，在討論“店鋪中的陳列方式”時，可以排列出相互的關系并制成圖畫。重疊擺放的物品就畫成上下重疊，于是就很容易可以看出哪里和哪里的聯結還不夠清楚，或哪里和哪里的排列會有問題等這些需要查明的地方，而這就是議題。

當處理步驟有既定的順序時，就將所有步驟由前到后，像拼圖的碎片一樣一字排開，可以簡單地直接在紙上畫圖，也可以運用便利貼或單字卡等。在排列的過程中，將逐漸可以看見課題的本質，比如整合這個步驟才是真正的議題，或刪除這個其實不是議題的步驟等。

想要表現得到的幾個主要屬性（X軸或Y軸）的數值時，用圖表進行可視化是很有效的方法。

選擇兩個屬性畫圖表，或者將兩個屬性相乘或相除的結果設定為一個軸（例如X軸），再將別的要素設定為另一個軸（例如Y軸）。也有很多時候只要圖表化，就可以看見大部分的案例都可以分成幾個群組。這個時候，將以上（或以下）特定的數值標上顏色，群組將會更明顯。

比方說，如果討論啤酒新產品的方向性，可暫且以宣傳上時常用到的清淡與濃烈度為軸試著畫圖表。于是就能看見以下述擴展為前提要查明的地方（議題）：手邊既有商品處于哪個位置，市場的趨勢是朝向哪里，基于上述狀況口味的方向性可能會朝向哪里等。

方法③：從最終情形倒推

要快速整理議題的擴展時，可以從“究竟最終想要的是什么？”開始思考，這也是很有效的方法。

例如想要思考自己三至五年的中期事業計劃時，設計“想象中的情形與到達目標的正確路徑”，正是成為“最終想要的成果”。

然后再更進一步思考要知道什么才能決定“愿景”。于是就需要下述項目：

1.現在的業務狀況（市場觀點、競爭觀點）；

2.該以什么作為業務目標的景象；

3.三至五年后的目標，最關鍵的因素該放在哪里（是要守住相對優勢的地位，還是要積極開發市場等）；

4.對于當時的強項及符合自家企業制勝模式的想法；

5.用數值表現可以如何表達。

這時候，1至5項分別就是該找出答案進行查明的地方，也就是議題。

接下來，思考一下在科學界的情況。

假設在腦神經科學的領域里，想要驗證“某特定基因的變異，將造成在五十歲后罹患阿茲海默癥的概率大幅提高”而進行研究：

·50歲之后，具有某特定基因變異的人，比其他人更容易罹患阿茲海默癥，而且比例高很多。

·該差異在50歲之前并不明顯。

針對這個議題至少需要驗證上述兩點，并可推測若驗證下述事項，將成為驗證該議題時相當有力的佐證。

·這種變異的發生概率與歲數無關，但五十歲以上的阿茲海默癥患者中，具有該變異的人數比例相較于其他歲數的患者高很多。

這個解決方法，就是像這樣將需要查明的議題按照從最按終情形倒推的方式思考。而且，利用這個方法可以將議題結構化（此部分將于第二章詳細說明）。

方法④：反復問“So what?”（所以呢？）

如果提出當作議題的口袋選項中，多數是一看就是理所當然的問題時，反復問“So what?”（所以呢？）這個假設的問題，將會非常有效果。一而再、再而三地對自己或對團隊內部重復問問題，由此讓假說越來越具體，該驗證的議題也會越琢磨越有深度。這個解決方式與豐田汽車的改革運動中“問五次‘為什么？’”（為了查明原因反復詢問“為什么？”以追尋問題核心的辦法）有異曲同工之妙，只是這里不用于查明原因，而是用于查明該找出答案的議題。

比方說，設定下列描述為議題，會如何呢？

全球氣候變暖是錯誤的。

其中，究竟什么是“錯誤的”說得不清不楚，自然無法找出答案。對這個句子詢問“所以呢？”回答若是：

全球氣候變暖，并不是全球一致共通發生的現象。

至少可以看見一個該找出答案的重點（氣候變暖的狀況在全區域內是否一致）。只是，各地區的氣候當然多少會有差異，所以這還不足以成為議題。于是再進一步深入問“所以呢？”回答若是：

全球氣候變暖現象，只有北半球部分地區發生。

限制地點，若加上說：

被視為全球氣候變暖根據的資料都以北美及歐洲為主，地點有偏向性。

則驗證的重點就成為明確的議題。再進一步針對定義模糊的部分“刻意地”繼續問“所以呢？”：

主張全球氣候變暖者的資料，不只地點偏向于集中在北美及歐洲，數據的獲得方法或處理方式也有失公正。

如此一來，該找出答案的重點就成為更明確的議題了。（圖1-10）

1939年1月16日，全球首例核分裂實驗成功的消息傳到恩里科·費米的耳里。以洞察力卓越而聞名的費米就指出“如果進行核分裂的話，當下會釋放出非常大的多余能量”“這時候，多余的數個中子也會釋放出來”，其結果是“因為被釋放出的中子會去撞擊下一個鈾，于是會呈現級數倍增，可能會顯示出連鎖反應”。這正是通過反復問“所以呢？”從而找出議題的完美實例。當時具有前所未有的視角，后來發展成為目前電力供應的主力——核能發電，甚至原子彈。

不過，反復問“所以呢？”以進一步琢磨假說的工作相當累人，光是提出假說，不知不覺可能就花了很多時間，而且大多情況也都累到頭腦已經無法轉動的程度。一開始難有進展也是正常的，所以建議大家與其一個人拼命，倒不如以團隊的力量一起用頭腦風暴的方法進行較好。

方法⑤：思考極端的實例

當要素與變量牽涉在其中時，嘗試將幾個重要變量先填入極端的數值，就能看出哪個要素的變動會成為關鍵。

例如，假設在以會員為對象的生意上，面臨收益無法提升的問題。一個生意通常具有多個收益來源。在“商品營業額＝收益A”“會員費＝收益B”“招攬廣告＝收益C”等情況下，究竟哪個變量真正對提升收益有效果，并不是那么容易就可以看得出來。這時候想想看將“市場規模”“市場占有率”等基本要素填入極端的數值，將會發生什么事？

假設“市場變成十倍，或變成五分之一的話”“市場占有率變三倍，或變三分之一的話”，再進行思考。如果能像這樣將關鍵的要素選項縮減至三個左右，那么就可以看清楚“將來哪個要素在本質上真的會有巨大影響力”，從而將之定為議題。

＊＊＊

到目前為止，各位覺得怎么樣？雖然這不是全部，但如果善用這些方法，我們都能夠借此找到本質性的議題，提出深入的假說。

如果這么做還不順利的話，請思考是否有其他能夠解開議題的情形再重新進行設定；萬一這樣還是很困難的話，就當作“該議題找不出答案”，再尋找有沒有其他的本質性議題，這實際上就是解決方法。