主管提問卻只能靈光一閃亂回答?掌握「空、雨、傘」的思考術,打好邏輯框架基礎
主管提問卻只能靈光一閃亂回答?掌握「空、雨、傘」的思考術,打好邏輯框架基礎

無論做什麼事,只要打造好框架,便能迅速掌握事情的本質。

歐姆威爾.格林肖是一位出自麥肯錫學校的管理者,他任職於非洲大陸門戶網站Africa.com。在進行具體的市場分析的時候,「空、雨、傘」的思考方法為他提供了不小的幫助。

格林肖說:「我們必須調查市場,並根據具體的目標市場,即非洲裔和對非洲感興趣的人,來確定如何開發產品、提供什麼樣的服務。這樣,就得分析多個行業,比如非洲的葡萄酒業、家庭裝修業、傢俱業和藝術業等,然後確定哪些行業在我們的目標市場內具有吸引力。我利用在麥肯錫掌握的系統化結構框架,透過迅速了解市場規模、競爭環境、主要參與者等,明確了其中哪些市場適合我們。」事實上,為什麼麥肯錫公司在一切的商業問題上都算是專家?就是因為他們透過掌握「空、雨、傘」的思考方法,構建了大量的結構框架,在系統化解決問題的過程中積累豐富的經驗。這種經驗有助於諮詢顧問在眾多類似的商業案例中,迅速把握問題所在。

空、雨、傘=事實、解釋、解決辦法

那麼,「空、雨、傘」的思考方法是什麼呢?簡單來說,就是當我們準備外出時看一看天空,外面看起來像要下雨的樣子,這時我們會選擇帶雨傘出門,即便到時候真的下起雨來,也不致被淋濕。

我們可以把以上這一系列過程分為「空、雨、傘」的框架進行思考。 「空」表示如今處於怎樣的一個狀態,這是「事實」。如果天空中全是烏雲,那麼很快就會下雨了。「雨」表示的是如今的狀況代表什麼含義,這是「解釋」。 也就是說,根據事實會得出何種結論。根據隨時可能下雨的狀況,得出如果被淋濕會影響心情的解釋。「傘」表示的是在了解事實與解釋之後所應該實際採取的行動,也就是「解決辦法」。

只要帶雨傘出門就不會被雨淋濕。也就是說,只要掌握「空、雨、傘」的思考方法的人,就不會被雨淋濕。

事實、解釋以及解決辦法,這三點必須環環相扣。想要問題得到充分解決,就要學會「空、雨、傘」的思考方法,構建一個思維框架,把問題系統化。

think man manager shutterstock
think man manager shutterstock
圖/ ShutterStock

麥肯錫內部存在的一個解決問題的習慣是: 利用系統框架化,然後再進行資料收集與分析 。所以說,「框架化」是麥肯錫邏輯思考的精髓所在,構建思維框架,為解決問題準備研究和分析的路線圖,是思考與分析中最重要的一個因素。

在闡述解決問題流程時,麥肯錫人往往會提及「以事實為基礎」,然而問題的解決卻並非始於事實,而是始於結構。所謂結構,是指解決問題的具體框架,廣義上說,就是分析事物、界定問題,並將它們在思維中進行細分。無論是做什麼事,借助結構,麥肯錫顧問都能夠迅速把握事情的本質。簡單地用相同的框架結構去處理不同企業面臨的問題,是不會有太好的結果的。

因此,在分析和解決商業問題的時候,他們也非常注意在思維框架的基礎上增加許多對現實的考量,根據現實對框架進行調整,不過基礎依然是思維框架。框架為何如此重要?因為它能夠將思考的過程系統化、程式化,對於思考的結論更具有支撐性。用麥肯錫內部的一句話就是 「沒有結構框架,觀點是站不住腳的」 。

讀者可以試想一下,在工作和生活中,你的觀點是如何被表達出來?在面對問題的時候,你的解決方案又是如何誕生的?這些觀點和方案,在思考的時候是否使用連貫的結構?或者是否至少強調了有必要保持內在的一致性和邏輯性?你的思考過程是否有縝密的邏輯線索?抑或是你的結論只是隨意做出的,沒有任何邏輯支援?這幾個問題的答案不同,你的觀點和方案對他人的說服力也不同。

如果沒有一個結構框架支撐你的觀點,你會發現你很難說服別人,甚至有時候都很難說服自己支持它們。在內部會議上,歐姆威爾.格林肖總能得到各種有趣的建議,但是這些建議能夠付諸行動的卻很少,原因就是提出建議的人往往只是靈光一閃,他們找不到支持這些建議的理論和現實材料。在這種情況下,公司是不會冒巨大的風險去嘗試他們這些建議的。

思維框架3階段,建構你的腦內思考術

由此可見,思維框架對於思考有多麼重要。那麼,思維框架要如何建立呢?大致可以分為三個階段:

第一階段 :確立中心思想。 一個思維框架必須有一個中心思想,你要弄清楚,自己要用這個框架分析什麼樣的問題、解決什麼樣的問題?還是這個框架就僅僅是一個啟發發散思維的結構?中心思想就像是目標,擁有目標之後,才能確定思考的方向。

第二階段:增添邏輯結構。 在確定中心思想之後,需要為你的框架加入邏輯結構,這種邏輯結構可以是因果性的推理,可以是發散式的思維導圖,也可以是批判式的創新。你可以選擇一種或多種,它們是對框架的理論支撐,類似分析和解決問題的方法論。一個框架中的方法論越多,分析起問題來就相對越容易,當然,即便只有一套方法論,只要使用得當,一樣可以將問題很好地解決。

第三階段:掌握必要知識。 必要的理論知識是構建思維框架所必需的,例如想要建立一套解決成本管理問題的思維框架,而你卻不懂得何為成本控制,沒有聽說過何為產品生命週期,這肯定是不行的。如果將邏輯結構看作整套思維的方法論的話,那麼必要的領域知識就是解決和分析某個具體因素的方法論。

一個完整的問題當中,需要分析的因素越多,需要掌握的知識也就越多。因此,如果沒有必備的知識儲量,你的思維框架也是不能做到無懈可擊的。思維框架的建立不是一蹴而就的事情,它需要不斷地學習和思考,還要根據理論的更新而進行不斷調整。不過,當它搭建完成之後,你便可以根據具體的情況,解決一切可以被納入框架體系中的問題了。

shutterstock_1222809544_thinking_idea.jpg
圖/ 作者 Shutter_M via shutterstock

「在麥肯錫工作所明確掌握的一項技能,就是面前有多條路可走的時候,我能夠保持頭腦清醒。這種技能,肯定適用於企業環境。我們的資源和資金都有限,這就決定了我們不可能什麼都做,因此,每一次都只能走一條路。有了結構框架,就可以確定每一種選項的優先次序,避免走彎路,從而節約大量時間和精力。這一點至關重要。我們不一定要知道哪一條路是正確的,但一定不要在錯誤的道路上走得太遠。」歐姆威爾.格林肖如是說。

在工作中,要學會掌握「空、雨、傘」的思考方法,構建符合邏輯的思維框架,它會成為你分析和解決問題的方法論,讓你擁有成為某個領域的專家的能力。

本文授權轉載自《麥肯錫經典工作術:58個菁英思考策略,改善你的思維惰性、突破邏輯盲點,直搗問題核心》,莊雲鵬著,商周出版

責任編輯:蘇柔瑋

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓