Hacker News
This opinion piece argues that W. Edwards Deming's principles for quality improvement, which focused on systemic thinking and long-term vision, were inherently at odds with the rapid, often superficial, adoption of AI technologies. The author suggests Deming's approach would have struggled to gain traction in the current AI landscape.
AI 生成摘要
這篇觀點文章認為，W. Edwards Deming 關於品質改進的原則，強調系統性思考和長期願景，與當前人工智慧技術的快速、常流於表面的採用，本質上是衝突的。作者暗示，在現今的人工智慧格局下，戴明的做法將難以獲得重視。
這篇文章探討了二十世紀兩位管理學巨擘——彼得·杜拉克（Peter Drucker）與戴明（W. Edwards Deming）在美國企業影響力的消長。作者指出，儘管戴明在戰後日本創造了工業奇蹟，但美國企業至今仍深受杜拉克的「目標管理」（MBO）與現代變體 OKR 的支配，這反映了管理者在處理組織複雜性時，傾向於選擇能簡化資訊、易於監控的數字指標，而非戴明所倡導的系統性變革。
在 Hacker News 的討論中，許多參與者認同杜拉克的理念之所以在美國勝出，主因在於其「易用性」。有留言者形容，杜拉克的著作讀起來像是一本「安裝指南」，提供了一套放之四海而皆準的公式，讓管理者能快速上手；相比之下，戴明的理論更像是一篇嚴謹的科學論文，要求管理者必須具備深厚的統計學基礎與對系統失效模式的深刻理解。這種門檻差異導致了杜拉克式管理的普及，因為它允許管理者在不深入了解底層運作邏輯的情況下，僅透過對輸出結果施加壓力來進行管理，這在頻繁更換職位的美國職場文化中顯得更具效率。
然而，社群中也出現了對這種「指標導向」文化的強烈批判。部分評論者指出，美國企業過度追求季度財務報表和短期指標，導致了所謂的「貨物崇拜」（Cargo Culting）現象。管理者往往為了達成數字目標而犧牲長期品質，甚至在數據收集過程中產生大量無意義的噪音。有觀點認為，這種管理方式在波音（Boeing）等工程導向公司的衰落中扮演了關鍵角色，當財務指標凌駕於工程卓越之上時，系統性的崩潰便不可避免。此外，討論也延伸到了軟體工程領域，爭論戴明的統計製程控制（SPC）是否適用於充滿變數的開發工作。支持者認為，雖然軟體開發具有混沌特性，但諸如程式碼審查時間、部署頻率等指標仍能透過戴明的系統理論來優化；反對者則擔心，過度強調指標會增加工程師的壓力，甚至導致開發者為了美化數據而採取短視行為。
值得注意的是，討論中也觸及了勞資關係與組織文化的深層差異。有留言指出，戴明的「豐田模式」之所以成功，建立在員工對公司有長期歸屬感的基礎上，這讓基層願意主動改進流程。但在現代西方企業頻繁裁員、外包與追求流動性的背景下，員工缺乏改善系統的動力，轉而專注於個人職業生涯的數據表現。這種結構性的矛盾，使得戴明的理念在強調短期回報的資本市場中顯得格格不入。
在討論中，參與者推薦了多本深入了解戴明思想的著作，首推《新經濟學》（The New Economics），其次是《轉危為安》（Out of the Crisis）。針對統計學基礎，則推薦了《Think Stats》與《Statistical Rethinking》等應用統計書籍。此外，Donald G. Reinertsen 的著作被認為是將戴明理念應用於產品設計與開發流程的佳作。針對管理實驗，戴明著名的「紅珠實驗」（Red Bead Experiment）也被多次提及，用以說明系統限制如何決定個人表現。