有限理性決策模型在動態環境中的策略坍塌
2.2 認知資源限制與決策框架
有限理性的第二個核心，是認知資源的稀缺性。人類的工作記憶容量有限，注意力是零和資源，決策者不可能同時監控所有變數。因此，真實決策高度依賴「啟發式」（heuristics）：用簡化的規則取代複雜的計算。例如「如果競品降價就跟進」、「如果轉換率低於 2% 就優化落地頁」、「如果客訴量上升就加開客服」。這些規則在常態下有效，因為它們濃縮了過去經驗。
但啟發式的有效性建立在「環境結構穩定」的假設上。一旦環境的因果結構改變，原本有效的啟發式會變成系統性偏誤的來源。Kahneman 與 Tversky 的研究早已指出，代表性捷思、可得性捷思與錨定效應，會在不确定情境下造成可預測的判斷偏差。在動態環境中，這些偏差不是偶發的雜訊，而是會透過組織流程被制度化、被放大。
此外，決策框架（framing）的影響也不容忽視。同一個問題，用「損失」框架或「收益」框架呈現，會導向不同的風險偏好。動態環境中，框架往往由外部事件觸發而被動改變，決策者若沒有自覺，很容易在同一個問題上反覆切換框架，導致策略方向搖擺不定，最終形成「什麼都做一點、什麼都沒做深」的資源碎片化。
2.3 從個體有限理性到組織有限理性
有限理性不只發生在個人層次，也會在組織層次被複製與放大。組織透過分工、流程、KPI 與預算制度，將個人的認知限制「外部化」為結構性限制。這本來是為了降低協調成本，但在動態環境中，這些結構可能變成僵化的來源。
例如，當產品部門的 KPI 是「功能上線數量」、行銷部門的 KPI 是「獲客成本」、工程部門的 KPI 是「系統穩定度」，三個部門各自進行滿意的有限理性決策，卻可能共同產出一個「功能堆疊但無人使用、獲客便宜但留存極差」的產品。這不是任何單一部門的錯，而是組織層次有限理性與局部誘因結合後的必然結果。
換言之，策略坍塌很少是「某個人做了笨決定」，更常見的是「一群聰明人各自做了合理的決定，但系統整體失靈」。這也是為什麼單純檢討個人、要求「更努力思考」往往無效，必須從決策機制與組織結構下手。
三、動態環境的四大特性
要理解策略坍塌，必須先描述「動態環境」到底動在哪裡。多數討論把「動態」等同於「變化快」，但這種理解過於粗糙。從決策科學的角度，動態環境至少包含四個彼此交織的特性，每一個都會對有限理性機制造成特定壓力。
3.1 高頻變動與資訊衰減
第一個特性是變動頻率高於決策週期。當市場訊號、技術典範、競品動作、使用者偏好的更新速度，超過組織「蒐集資訊—分析—決策—執行」的完整循環時，決策所依據的資訊在執行當下就已经過期。這種「資訊衰減」會讓滿意化決策的基礎鬆動：你根據上季數據設定的門檻，這一季可能已經不對應真實需求。
在 3C 科技領域，這個現象尤其明顯。摩爾定律雖已放緩，但晶片、螢幕、感測器、通訊協定的迭代仍以季度為單位推進；消費者對規格與價格的敏感度，也會隨著競品促銷與社群話題快速波動。產品團隊若仍以年度規劃為主要節奏，就很容易在「計畫趕不上變化」的循環中反覆救火。
3.2 回饋延遲與非線性因果
第二個特性是回饋延遲與非線性。決策的後果不會立即顯現，而是經過一段時間、透過多層中介變數才浮現。這使得決策者難以建立「行動—結果」的穩定對應關係，也難以判斷一個策略到底是「還沒發酵」還是「根本無效」。
更麻煩的是非線性：小規模的行動可能沒有明顯效果，跨越某個臨界點後卻產生劇烈變化；反之，看似有效的策略可能在規模擴大後突然失效。這種非線性讓基於歷史資料的啟發式規則失去外推能力。當組織用「過去三個月的轉換率」去預測「未來三個月的投放報酬」時，往往忽略了平台演算法、競品出價、季節性因素可能已經改變了整個函數形狀。
3.3 多重利害關係人的策略互動
第三個特性是策略互動。在動態環境中，決策者不是面對一個固定的「環境」，而是面對一群會回應你行動的「對手」。競品會針對你的定價調整策略，平台會針對你的流量結構調整演算法，使用者會針對你的功能設計發展出新的使用習慣。這使得決策本質上成為一種博弈，而非單純的最佳化問題。
博弈結構會讓有限理性決策的後果更難預測，也更難逆轉。你以為自己在做一個「夠好」的差異化定位，競品卻用補貼把你拖入價格戰；你以為自己在優化轉換率，平台卻因為你的內容結構改變而降低推薦權重。在這種環境中，「滿意」的標準不再由自己決定，而是被對手的行動持續重新定義。
3.4 路徑依賴與不可逆性
第四個特性是路徑依賴與不可逆性。動態環境中的許多決策具有「鎖定效果」：一旦投入資源、建置系統、簽訂合約、培養團隊能力，就很難無成本地回頭。這使得決策的容錯空間變窄，也讓早期的「小偏差」有機會累積成「大錯位」。
在技術架構上尤其明顯。一個為了快速上線而選擇的資料庫、一個為了省成本而妥協的 API 設計、一個為了趕檔期而略過的資安審查，在當下都是「滿意」的有限理性選擇，但可能在三到五年後成為難以償還的技術債。當環境改變、需要快速轉向時，這些路徑依賴就會變成策略坍塌的加速器。
四、策略坍塌的生成機制
有了理論基礎與環境描述，現在可以進一步拆解策略坍塌是「怎麼發生的」。本文歸納出四條主要機制，它們彼此不是互斥的，而是經常同時作用、互相強化。
4.1 滿意化門檻的僵化
第一條機制是滿意水準的僵化。如前述，滿意水準應該隨環境與經驗動態調整；但在實務中，門檻往往被寫進 KPI、預算書、產品規格書，變成「制度化的常數」。一旦門檻僵化，組織就會持續用舊標準評估新環境，產生「明明達標，卻持續失去競爭力」的弔詭。
例如，某消費電子品牌長期以「毛利率不低於 25%」作為產品立項的滿意門檻。這個門檻在成熟市場是合理的，但當市場出現「硬體低毛利、服務高毛利」的結構性轉變時，堅持舊門檻會讓公司錯過以硬體鋪量、以服務變現的策略窗口。門檻本身沒有錯，錯的是它被當成不可質疑的前提。
僵化的另一個表現，是「達標即停止搜尋」。滿意化決策本來就鼓勵停止搜尋以節省成本，但在動態環境中，過早停止搜尋可能意味著錯過更好的替代方案。當組織文化把「達標」等同於「成功」，就會壓抑進一步探索的動機，最終讓策略選項越來越窄。
4.2 啟發式偏誤的累積與放大
第二條機制是啟發式偏誤的累積。單一啟發式規則的偏差可能很小，但當多條規則同時作用、且透過組織流程被層層放大時，偏誤會形成系統性的方向錯誤。
常見的放大路徑有三種。第一是「指標替代」：用容易量測的指標替代真正重要的目標，例如用「下載數」替代「活躍使用」，用「頁面瀏覽量」替代「決策品質」。第二是「部門疊加」：每個部門都用自己的啟發式做局部優化，結果互相抵消。第三是「回饋汙染」：當組織只收集支持既有策略的證據（確認偏誤），啟發式就會被錯誤地強化，越來越難修正。
在 3C 科技團隊中，這種累積偏誤經常表現在「規格競賽」上。工程團隊用「規格越高越好」的啟發式，行銷團隊用「規格是賣點」的啟發式，產品團隊用「競品有我們也要有」的啟發式，三者疊加的結果，是產品功能不斷膨脹、成本不斷上升，但真正影響使用者體驗的關鍵環節（例如軟體穩定度、售後服務、生態整合）卻長期被忽略。
4.3 承諾升級與沉沒成本陷阱
第三條機制是承諾升級（escalation of commitment）。當一個策略已經投入大量資源卻未見成效時，決策者往往不是撤退，而是加碼，理由是「已經投入這麼多，不能半途而廢」。這種行為在動態環境中特別危險，因為環境可能已經改變，原本有機會成功的策略，現在已經沒有成功條件。
承諾升級的心理根源，包括自我辯護、損失趨避、以及社會壓力。在組織中，它還有一個結構性根源：決策者若承認失敗，可能面臨績效考核、職涯發展與同儕評價的負面後果，因此理性地選擇「繼續維持」。這使得策略坍塌往往不是「突然發生」，而是「被一連串不願止損的決定延長、加深」。
科技產業的經典案例，是某些公司過度投入自有生態系或自有格式，即使市場訊號已經顯示開發者與使用者不買單，仍持續加碼補貼與行銷，最終拖垮整體資源配置。事後回看，每一個加碼決定在當下都有「合理」的理由，但合起來卻是一條通往坍塌的路。
4.4 組織慣性與知識衰減
第四條機制是組織慣性與知識衰減。組織為了效率，會將成功的做法制度化為流程、SOP 與文化。這些制度在穩定環境中是資產，在動態環境中卻可能變成負債，因為它們降低了組織感知變化的敏感度，也降低了嘗試新做法的意願。
知識衰減則是另一個常被忽略的問題。當關鍵決策者離職、當專案文件沒有更新、當系統的隱性知識只存在少數人腦中，組織對「為什麼當初這樣決策」的理解會逐漸流失。這使得後續決策者只能看到「現在的規則」，卻看不到「規則背後的前提」，於是很容易在前提已經改變時，仍然機械地套用舊規則。
組織慣性與知識衰減結合，會形成一種「決策的近視」：組織只看得到短期指標，看不到長期的結構性變化；只記得住成功的口訣，記不住成功的前提。策略坍塌於是在無人察覺的情況下逐步成形。
五、案例研究：3C 科技領域的三個對照
理論機制需要案例檢驗。以下三個案例均經過改寫與去識別化處理，但保留決策結構的核心特徵，分別對應產品線決策、演算法治理與 AI 輔助決策三個層面。
5.1 案例一：消費性電子產品的產品線決策
某中型消費電子品牌，主力產品是無線耳機與行動電源。過去五年，公司依靠「快速跟進競品規格、以中低價切入」的策略穩定成長。決策流程高度滿意化：產品經理設定「規格對標競品、成本低於競品 15%、上市時間不晚於競品一個季度」三個門檻，達標就立項。
然而，當市場進入「生態整合」階段，競爭優勢的來源從單一硬體規格轉向「跨裝置連接穩定度、軟體更新支援、品牌信任感」時，這套門檻開始失效。公司仍持續推出規格漂亮、價格有競爭力的新品，但退貨率與客訴率同步上升，因為軟體品質與售後體驗沒有跟上。
決策者的反應是「加大行銷力道」與「再降價格」，這是典型的承諾升級：既然已經投入模具與備貨成本，就必須把量衝出來。結果是毛利率進一步壓縮，品牌定位下滑，最後被迫裁撤整條產品線。事後檢討發現，問題不在任何單一決策，而在於「滿意門檻」沒有隨競爭基礎改變而更新，組織也沒有建立「軟體品質」這類難以量測但關鍵的評估維度。
5.2 案例二：SaaS 平台的演算法治理
某內容平台以推薦演算法為核心，決策目標是「提升使用者停留時間」。演算法團隊設定「七日留存率提升 1%」作為迭代上線的滿意門檻，並以 A/B 測試作為主要驗證工具。這套流程在初期運作良好，平台成長迅速。
但隨著平台規模擴大，創作者開始針對演算法行為進行策略調整：標題越來越聳動、內容越來越碎片化、發布頻率越來越高。平台原本的「停留時間」指標，開始與「內容品質」與「創作者生態健康度」脫鉤。演算法團隊仍持續用舊門檻優化，卻沒意識到環境中的行為主體已經改變了遊戲規則。
最終，平台出現「高停留、低信任」的結構：使用者停留時間沒有下降，但品牌好感度與創作者忠誠度持續流失，廣告主也開始質疑內容品質。這是典型的策略互動導致的策略坍塌：決策者以為自己在優化一個固定系統，實際上是在與一群會適應的使用者與創作者博弈。當滿意門檻只反映短期指標，長期生態就會被侵蝕。
5.3 案例三：AI 輔助決策系統的導入
某科技公司導入 AI 輔助決策系統，用於需求預測與庫存配置。系統以歷史銷售資料訓練，決策者設定「預測誤差低於 8%」作爲採用門檻。上線初期，系統表現優異，存貨周轉率明顯改善，決策者逐漸將大部分配置決策交由系統建議。
然而，當市場出現突發性變化（例如競品斷貨、社群話題引爆、供應鏈中斷）時，系統的預測誤差迅速擴大，因為歷史資料中沒有類似情境。決策者卻因為「系統過去很準」而延遲介入，形成一種「自動化偏誤」：過度信任自動化建議，忽略了系統的前提假設已經失效。
這個案例說明，AI 輔助決策本質上仍是有限理性的延伸，而非取代。若組織沒有建立「模型失效偵測」與「人工覆核機制」，AI 反而會讓策略坍塌更難被察覺，因為決策看起來更「客觀」、更「數據驅動」，實際上卻是把舊環境的統計結構套用到新環境。
六、抗坍塌的實務框架
理解機制與案例之後，接下來的問題是：實務上能做什麼？本文提出四個相互支撐的做法，分別對應門檻設計、決策審計、組織感知與工具輔助。
6.1 動態滿意化：可調式的決策門檻
第一個做法，是把滿意門檻從「常數」改為「函數」。具體而言，每一個門檻都應該標註三個要素：適用情境、更新頻率、以及失效訊號。例如「毛利率不低於 25%」應該改寫為「在成熟硬體市場、年成長率低於 5% 的情境下，毛利率門檻為 25%；若市場年成長率高於 15%，則允許階段性降至 18% 以換取市佔」。
更進一步，可以建立「門檻委員會」或「決策參數審查」機制，每季檢視關鍵門檻是否仍對應策略目標。這聽起來像是增加官僚成本，但相對於策略坍塌後的損失，這種成本是必要的保險。關鍵在於讓「調整門檻」成為常態，而不是例外。
6.2 決策審計與反事實演練
第二個做法，是建立決策審計（decision audit）制度。每次重大決策都應該留下「決策備忘錄」，記錄當時的假設、可取得的資訊、考慮過的替代方案、以及預期的結果範圍。這不是為了事後追究責任，而是為了在環境變化時，能夠快速辨識「哪個假設已經失效」。
搭配決策審計的，是反事實演練（counterfactual rehearsal）：定期針對關鍵策略進行「如果當初選了另一個方案，現在會怎樣」的推演，以及「如果某個前提改變，我們的策略還成立嗎」的壓力測試。這種演練能有效打破確認偏誤，讓組織在坍塌發生前就看見徵兆。
6.3 組織層面的分散式感知
第三個做法，是建立分散式感知能力。策略坍塌往往源於「組織只從少數指標感知環境」。為了降低盲區，組織應該刻意設計多元的訊號來源：前線客服、社群觀察、競品情報、技術趨勢、甚至離職員工訪談。重點不是收集更多數據，而是收集「不同觀點的數據」。
同時，組織應該保護「異議者」與「弱訊號」。許多坍塌的早期徵兆，最初只出現在少數人的直覺或邊緣案例中，若組織文化只獎勵服從與共識，這些訊號就會被忽略。建立安全的異議管道、定期舉辦「紅色團隊」（red team）演練，都是可行的做法。
6.4 科技工具的輔助角色
第四個做法，是善用科技工具，但不神化它。AI 與數據工具可以協助監控大量指標、偵測異常、模擬情境，但必須明確界定其角色是「輔助感知」而非「替代判斷」。實務上，可以設計三層機制：第一層是自動監控與警示，第二層是人工覆核與情境判讀，第三層是決策者的最終責任。
此外，工具本身也需要被審計。模型的前提假設、訓練資料的時效性、指標的定義變更，都應該被記錄與定期檢視。當環境改變時，工具應該是最早發出訊號的感測器，而不是最晚被調整的盲點。
七、結論與行動清單
有限理性不是缺陷，而是人類決策的現實條件。真正危險的，不是我們無法追求最優解，而是我們在環境已經改變時，仍然用舊的滿意門檻、舊的啟發式、舊的組織慣性來做決策。策略坍塌的本質，是決策機制與環境特性之間的錯配；它很少由單一錯誤造成，而是由一連串局部合理的選擇累積而成。
要避免坍塌，組織需要的不是「更聰明的人」，而是「更能自我修正的決策系統」。這包括可調式的滿意門檻、制度化的決策審計、多元的感知管道，以及對科技工具的正確定位。這些做法的共同點，是承認不確定性、保持學習速度、並在必要時勇於止損。
以下是一份可直接帶回團隊討論的行動清單：
策略坍塌不會因為我們忽略它而消失，卻會因為我們正視它而減緩。在不確定性越來越高的 3C 科技環境中，真正的競爭優勢，或許不在於誰能最快做出「夠好」的決定，而在於誰能最快發現「原本夠好的決定，現在已經不夠好了」。
💬 想說點什麼？
歡迎到留言板分享你的想法、心得或疑問。
💬 前往留言板 →