愈是廣泛閱讀的人，愈有可能深陷其中。6種思考盲點，讓你誤以為自己在思考|數位時代 BusinessNext

假設有兩間製造檢驗儀器的公司，兩者市佔率差不多，產品性能和價格也幾乎相同，但是A公司的產品收納在漂亮的盒子裡，包裝設計美觀；B公司的產品則是內部構造（管線和感應器配置等）都暴露在外，質感較粗糙。你覺得5年後，哪家公司的市占率會成長？

乍看之下，因為A公司產品設計得很出色，似乎是比較合理的答案，但正確答案卻是B公司。因為B公司的產品可以看到內部構造，客戶可以按需求自行改造，讓產品使用起來更方便，而B公司也可以記住顧客的改造，運用在下一次的新品開發，形成雙贏局面。

選擇A公司的人，可能是因為你沒有看到問題的本質：企業顧客購買檢驗儀器的理由，其實並不包含設計。而我們在思考時，通常都會被「包裝設計」這種表象所迷惑。

阻礙你看清本質的思考慣性

《本質思考》作者平井孝至指出，很多人不會從本質思考，只進行表面的思考，而且不管任何人，都會有思考慣性，這些思考慣性，會讓你誤以為自己在思考，所以才無法從「本質」思考，想破頭也找不出解答。

而且愈是廣泛閱讀商業書籍、熱衷學習思考術的人，愈有可能深陷以下思考盲點而不自知。

1. 堅持初期假設

有這類思考慣性的典型症狀是：在討論過程中經常使用「可是……」「不過……」「但是……」等詞反駁別人的想法，這表示說話的人封閉在自己建立的假設中。

陷入這個慣性的人，很難跳脫已設定好的假設，讓思考就停留在自己看見的一小部分本質，而看不到整體樣貌。

擁有這種症狀的人，可以在與他人討論時，多吸收別人的論點，拓展、深化自己的思考，如此一來，就更有機會歸納出可以真正解決問題的答案。

2. 反面結論

這是非常直觀的思考慣性，直接將現象的反面當作答案。比如我們都會覺得累了就需要休息，但卻忽略人會感到疲倦的原因有很多種，可能是對未來失去目標，也可能是真的生病了。

若是單純把現象的反面當作答案，只會掩蓋潛藏在現象背後的本質，這樣無法真正解決問題。

3. 依賴架構思考

我們在分析問題時，經常會運用理論架構幫助思考。以企業經常使用的SWOT分析來說，把公司的Strength（優勢）、Weakness（弱點）、Opportunity（機會）、Threat（威脅）列出來，對資訊整理來說，的確是非常有效，但對於解決問題，並沒有太大的意義。

在使用制式架構整理資訊的過程，總會讓人誤以為自己已經思考過了，而且因為大量資訊擺在面前，就會覺得自己了解所有狀況，於是便會停止思考。

4. 依常理分類

「那個人氣質好好喔！」「因為她是學音樂的啊！」
「他好喜歡分析東西喔！」「因為他是念理工科的啊！」

上述的對話就是依常理分類的典型例子，大家都會覺得學音樂的人氣質很好，但這其實是刻板印象，氣質好不好跟學音樂與否，其實並沒有什麼相關性。

許多時候，我們把事物進行分類後就以為自己已經思考、了解了，但事實上，分類並沒辦法解答事情，而你只是運用常理在尋找邏輯，而不是真的用大腦在思考。

5. 忘了思考的目的

我們為了解決問題，會先進行資料蒐集、整理，若是在資訊蒐集和整理階段時，不知不覺讓這件事變成目的，而忘了當初蒐集資料的目的。

不只是製作資料時會有這種情況發生，在漫長的討論過程中，也會有忘記對話目的的人，想說的話並沒有傳達得很清楚，講了一堆，卻被問：「你到底想說什麼？」沒有謹記思考、說話的目的，結果就只是運作到手和嘴巴，而非大腦。

6. 喪失主體性

犯這種慣性的人，通常會不自覺地依賴別人的大腦思考。因為沒有徹底的思考，所以他會對自己的主張沒有信心，聽到別人說的話，通常都會表示認同，而沒有站穩自己的立場。下述對話就是一個典型的例子：

A：「我們的工作方式可能要大幅改變。」
B：「說得也是，現在的做法真的不太有效率……」
A：「但我覺得公司高層提出來的政策不太妥當。」
B：「聽你這麼一說，好像真的是這樣耶……」

這樣的對話只是單方面的，雙方並沒有提出新觀點討論，最終淪為一言堂。

日常生活的小練習，培養本質思考的能力

根據平井孝至的經驗，幾乎所有人都有思考慣性，若要找到真正解決問題的答案，就必須先知道自己的思考慣性，再加以修正，進而從事物「本質」思考。

在資訊氾濫、變化快速的現代社會裡，我們常會急於採取行動，但若是你能往後退一步，仔細觀察事物的本質，你會發現更有效率的答案。

平井孝至最後提供大家平常鍛鍊自己本質思考能力的方法，不論何時何地，只要撥一點空檔和思考的意願，就可以自我訓練。

1. 磨練歷史觀

歷史可以拓展思考範圍，你可以從歷史中學習、思考，增加提出新觀點的能力。你也可以參考以下文章：

1.為什麼要學歷史？鍛鍊思辨能力4個步驟，關鍵時刻做出正確決定！
2.宏觀的格局和視野怎麼培養？我推薦的 3 位作家與他們的成名作

2. 從標題聯想內容

每天只要花5分鐘，試著從報紙、雜誌的標題想像內容和結構。推測完再閱讀報導，和自己構思的內容比較一下，如果報導寫得比你想的更深入，就把那個觀點學起來；若是你可以找到比報導更深、更廣的內容，就表示你的思考力已經提升，學會不依賴資訊的思考方式。

3. 與別人分享觀點

你可以向朋友、家人或同事分享你自己思考出的「理論」，可以是對於時事的評論，也可以是你自己的生活觀察，試著和他們討論，聽聽他們的想法，這樣可以讓你的思考從單純的紙上談兵，化為可實際運用的執行對策。

告別標準答案，當教授變成「學習架構師」

「我們不再只是教導知識，而是設計學習。」李家岩指出，臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師（Learning Architect）」，他們的任務不是單向輸出，而是設計出高強度的挑戰與情境，讓學生在解決問題的過程中，自然地將 AI 納入決策迴路。

以今年新開設的「雙軸轉型與人工智慧」課程為例，這並非傳統的技術概論課，而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書，反而被要求運用生成式 AI 輔助設計商業模式畫布（Business Model Canvas），甚至利用Vibe Coding技術讓不懂程式語言的商管學生，也能透過自然語言與提示工程，快速生成互動式的原型與操作介面來模擬市場反應。這項技術打破了傳統「文組企劃、理組執行」的藩籬，讓創意能即時轉化為可執行的程式碼。在這個過程中，AI 扮演的角色並非代筆的秘書，而是將概念具現化的加速器，以及最嚴厲的邏輯質疑者。

「這是我在課程中學到最深刻的一課，」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管，她坦言最初員工對 AI 充滿敬畏，甚至恐懼被取代。但在 EiMBA 的課堂上，她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯，迫使我們把策略餵給AI後，必須面對它無情的反問。」鐘紫瀕回憶，「這個市場假設有數據支持嗎？」、「你的競爭壁壘在哪裡？」這種高強度的追問，都是AI在對學員提出的挑戰，迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案，現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子，映照出我們思考邏輯上的盲點。」

數位孿生實戰，將「感覺」轉化為「數據決策」

除了策略層面的思維激盪，AI 在營運端的落地應用，更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業，過去他的經營模式多仰賴美感與經驗，「以前做決策就是憑感覺，甚至忙不過來時，連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上，他被迫面對冰冷的數據與流程，而這正是李家岩強調的「數位孿生（Digital Twin）」素養。

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型，利用AI進行模擬與預測，是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走，非常痛苦，」林宏諭形容，為了讓 AI 能協助優化流程，他必須把每一個步驟定義清楚，無法再用「大概」、「憑感覺」含糊帶過。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後，林宏諭發現自己的決策不再是賭博，而是可被驗證的科學。「現在AI不僅幫我理清思緒，更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動，讓大家能準時下班，去做更有價值的事。」這正是課程希望帶給學員的轉變，從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

跨域共創，打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們，就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代，如此多元的背景在AI的催化下，產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎（Hult Prize）肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊，成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術，打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋，在過去，不同領域的專業人士溝通成本極高，但現在，AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻，讓文組生也能做Prototype，更讓理組生也能懂得商業敘事。」在這樣的環境下，創新不再是單打獨鬥，而是像RiiVERSE團隊一樣，結合理性與感性，共同回應全球永續（ESG）的艱鉅挑戰。

為了內心的狂熱，動手去做

然而，隨著AI涉入決策越來越深，一個核心問題浮現：在演算法能預測趨勢、生成文案甚至編寫程式的時代，人類領導者的價值還剩下什麼？「我們教的不是被AI取代，而是擴增智慧。」李家岩眼神堅定地說。他強調，未來的領導者必須具備三項關鍵特質：AI素養、跨域系統設計能力，以及科技人文的反思力。

其中最關鍵的，是懂得界定「自主邊界（Autonomous Boundary）」。領導者必須清楚判斷：哪些決策該放手讓 AI 自動化？哪些時刻必須保留人類的溫度與價值判斷？「例如在智慧工廠中，AI 可以預測機台何時需要維修保養，但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』，這些涉及價值觀的決策，永遠需要人類來定奪。」李家岩補充道。

在李家岩眼中，真正的創新往往不是來自同類型人才的討論，而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段，跨域合作才能讓問題完整。」他再次提到。對他而言，EiMBA 想培養的不是知道最多的人，而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代，領導者最重要的能力，不是掌握所有答案，而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說，而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。