第1章
工作者
你的職場DNA，老闆都知道
紐約正值塞車時間。我在四十七街漢克的攤子逗留了一下，花一塊兩毛五美金買了一杯加糖的咖啡，端著咖啡走進電梯，登上中城的摩天大樓。以前公司櫃台都會擺著一堆《華爾街日報》，讓我們人手一份走進辦公室。現在公司取消了這個福利，叫我們直接在網路上讀報，還把更多工作轉移到電腦上進行。
我掀開咖啡蓋，然後連上雅虎網站，看一下我的私人電子郵件，很快回一封信給我姊姊。接著我又瀏覽一下費城的報紙，看看棒球新聞，費城人隊慘敗……現在是早上十點鐘，咖啡杯裡只剩下杯底一點點褐色污跡，而我才剛開始閱讀線上《華爾街日報》。
白領階級總愛拖拖拉拉地展開一天的例行工作，而且通常也不會有太大關係。其他勞工可就沒有這麼幸運了。百年前，開始有人拿著筆記本和碼表走進工廠，測量工人的每一個動作。他們把工業生產變成一門科學，而日本汽車工廠更將這門科學發揮到極致。日本人實施統計品管，分析每一把噴槍、每一座鎔爐的生產效率，還擴及到每一個工人每分每秒的動作。如果其中任何元素錯過了任何一個節拍，他們都可以當場調整。相較之下，許多辦公室白痴卻可以盡情享受隱私權的保護。除非上司走過我們的隔間時，我們剛好不小心大聲打鼾，否則我們的工作習慣始終只是自己的小秘密。上司根據我們的工作成果，而非工作流程，來為我們打分數。只要能夠賣掉房子、打贏官司、或寫出讓上司讚嘆的軟體程式，我們仍然是當紅炸子雞。
電腦會告密？！
不過現在情況不同了。過去十年，我們不再成天與桌上成堆的公文、筆記本、報紙，以及貼滿門上的黃色便利貼為伍，許多工作都已經轉移到和網路相連的電腦上操作。如今和我們緊密合作的工作夥伴有驚人的記憶力，具有不可思議的時間感，但是對我們毫無忠誠度。他們為公司老闆工作，所以，老闆現在不需要攜帶筆記本或碼表，就可以衡量我們在工作上投入的心力。
電腦會告密，它會毫不遲疑地洩漏我們在線上的所有秘密。如此一來，就陷我們於危險的境地，我們很可能成為資料的奴隸，為自己製造的資訊所奴役，而且辦公室遠比其他地方都更危險。
今天，我們在辦公室按下的每一個電腦按鍵都可能被記錄和分析，但這些資訊並非我們所有，只要老闆高興，他們隨時可以看到我們每個人的電子郵件紀錄。紀錄上面會顯示出我們最常用的字眼，還會依照這些字眼的常用程度，以不同大小的字體等比呈現。你只好祈禱「啤酒」和「電影」等字眼不會大大呈現在這份報表上，甚至比你賣的藥或推薦的股票字體還大。至於線上版的《華爾街日報》呢？老闆也可以追蹤我們閱讀了哪些文章。他們還可以購買軟體，追蹤我們和哪些人連絡，以了解我們的社交網絡，然後從這些資料推斷出我們的生產力高低，我們對工作是否滿意，以及我們和同事的關係，在團隊中扮演什麼角色。微軟還開發出一種能檢測辦公室員工心律、血壓、直流電皮膚反應和臉部表情的軟體，甚至在二○○六年為這項技術申請專利。這項應用技術背後的想法是，萬一員工的挫折感和壓力不斷升高，這套軟體可以對他的主管發出警訊。目前這樣的應用方式還在初步研究階段，但即使就今天的技術基礎而言，如果貴公司不曾搜尋你使用電腦的行為模式，那麼其實他們非不能也，而是不為也，只不過是因為他們決定不要這麼做，或還沒有想到要這麼做罷了。
為什麼企業要這樣自找麻煩呢？很簡單，為了提高我們的生產力。
幾世紀以來，企業之所以把焦點放在成果上，是因為他們就像衝進摩根辦公室的媒體廣告商一樣，沒辦法監控和分析員工的實際工作狀況。現在，這樣的工具唾手可得，難道他們不該對股東負責，好好應用這些工具來刺激生產力和獲利嗎？企業正是抱持著這樣的看法。
所以現在，當我以企業老闆別有目的的眼光，重新審視工作場所時，我已經開始懷念過去開心的懶散時刻和無聊的例行公事。我在位居四十三樓的辦公室裡，連上YouTube，點進去看一部無聊的梗犬影片，一隻動畫狗一邊跳舞、一邊唱著荒謬的歌。我很好奇，我投資四十五秒鐘做這件無聊事，可能會透露給老闆什麼訊息。看梗犬影片的人和得獎的新聞報導之間會有什麼關係？真是令人懷疑。遲早管理階層就會開始記錄這類行為。這個想法在我腦中盤旋不去，我在懊惱中又點了一次梗犬影片，其實那隻狗沒什麼好笑的，我只不過想再度享受一下這個無聊動作所代表的自由。
每個活動，每個人都可以建立模型
春天的傍晚，我開車駛過橫跨赫德遜河的塔潘澤橋，左轉離開紐約市，把車開進威思徹斯特郡的森林，來到IBM湯瑪斯華生研究實驗室的總部。實驗室像個堡壘般座落在山丘上，扭曲的玻璃帷幕映照出飄浮在空中、如棉花球般的雲朵。我和實驗室的賽莫．塔克瑞提（Samer Takriti）有約，塔克瑞提是敘利亞出生的數學家，整個計畫就是因他而起。之前正是他告訴我他的團隊如何為幾千名IBM技術顧問建立數學模型。他說，他們想在盤點所有人的專長後，運用數學計算出最有效的用人方式。
那次會談後，我認為，如果塔克瑞提能夠為工作者建構數學模型，那麼最後我們每個人都會被納入購物者和病患的模型中。簡言之，數字搜客能為人類從事的各式各樣活動歸納出各種模型。現在，我要回過頭去探索塔克瑞提和他的團隊打算怎麼樣把IBM員工化為數字--還有，如果他們成功的話，他們要怎麼樣運用這些數字。
塔克瑞提是個四十開外、身材修長、兩眼無神的中年人，身上套著一件橄欖球衣，衣襬緊緊塞進藍色牛仔褲中。辦公室的門打開時，他正在開電話會議，但還是揮手招呼我進去。小小的辦公室裡沒有任何窗戶，牆壁上有一塊白板，上面寫滿我完全看不懂的數學算式。塔克瑞提在電話會議中顯得很沉默，只是一直說：「嗯，嗯。」我往另一面牆望去，上面裝飾著紐約州和賓州的電力網。這是塔克瑞提過往生活的產物，當時他運用數學為舊經濟（例如鐵工廠和電廠之類）架構模型。
塔克瑞提掛斷電話之後告訴我，據說他的家族原本是海珊故鄉提克里特的戰士。他們這一支後來移居敘利亞。塔克瑞提在大馬士革是頂尖的工程學生，在一九八○年代中獲得獎學金，遠赴美國密西根大學就讀，並且迷上了數學。他拿到博士學位後，於一九九六年在IBM的研究中心找到一份工作，研究中心離紐約市大約半小時的車程。於是這位提克里特戰士之子如今成天與一群數學天才為伍。
塔克瑞提的專長是隨機分析，也就是試圖預測隨機事件的數學。假定土桑市每個月下雨零到六次，而你每個星期只聽三次氣象報告，過去二十天中，氣象報告有十九天預報正確。假定你的三件外套中，有一件是麂皮外套，那麼明天外套被雨淋溼的機率有多大？想像一下，如果同一個問題的變數高達一千個，那麼你就踏進隨機分析的世界了。
華爾街的數學革命
在上個世代，邁朗．休斯（Myron Scholes）與費雪．布萊克（Fischer Black）領導的數學高手運用他們在機率上的專長，為金融業計算風險和訂定價格，創造了從選擇權到避險策略的一系列新金融商品，掀起華爾街的數學革命。這群數學家大規模地以科學取代直覺。塔克瑞提說，他到IBM任職前，相同的數學工具已經大量被應用到其他行業。
塔克瑞提不喜歡大肆宣揚這件事，不過他在一九九九年離開藍色巨人IBM後，曾到休士頓的安隆公司（Enron）上班。當時，安隆不只忙著設計後來導致公司垮台的騙局，同時也經營一所世界一流的數學實驗室。安隆公司認為，整個世界充滿了不確定（安隆本身的遭遇很快就證明了這點）。人們手上握有數以兆計的資金，卻完全在碰運氣。比方說，如果你把天氣看成一個混亂的市場，主題公園賭的是陽光，農夫賭的是雨水。安隆的數學小組能計算天氣的風險，為冷鋒過境和大熱天發展出指數和金融選擇權。每個人都可以避免天氣變化帶來的損失，但安隆把它變成一門生意。似乎只要有堅強的數學家陣容，就可以量化和模擬世上所有的風險因素，並且把它轉化成金融工具。
在安隆任職期間，塔克瑞提的股票大漲。但IBM在二○○○年末延攬他，請他擔任隨機分析部門的最高主管，於是塔克瑞提決定跳槽，一年後安隆公司就垮台了。他在IBM的新工作內容就和莫哈維沙漠突然爆發洪水或安隆公司即將破產一樣難以量化和預測。因為塔克瑞提要模擬的是人類工作者。
找出職場DNA範本
我告訴塔克瑞提，被架構成數學模型，聽起來不是什麼好玩的事情。我可以想像無所不知的老闆可以預測我的一舉一動，我甚至還沒有鼓起勇氣，要求他幫我加薪，他可能已經直接寄電子郵件給我，上面只有簡簡單單一句話：「不行！」但是塔克瑞提比較著重這件事的正面意義，想像你的上司終於肯定你的優點--或許是連你自己都沒有察覺的優點，然後他會「把你放在你能大大發揮所長的位子上」。
如果你的表現很耀眼，公司最後可能把你的數學模型拿來當作職場DNA的範本，想辦法複製另外一個你。
塔克瑞提團隊中負責建構模型的艾列山德拉．默斯羅維克（Aleksandra Mojsilovic）說，想像一下，如果公司裡有個叫史密斯的超級工人，公司大可任用兩、三個，或甚至十來個像他這樣的工人。一旦公司為所有員工建立起豐富的數學圖像，要從中篩選，找出究竟是什麼樣的經驗和日常工作方式令史密斯如此出色，應該不會太難。他說：「如果你擁有和他相同的完整工作經歷，你甚至可以計算出要經過多少步驟，就能成為另外一個史密斯。」當然，其中大部分的步驟都和教育訓練計畫有關，而不是利用操控基因的方式。真正的史密斯或許有一種直覺性的聰明或深諳設計的訣竅，這些都是無法複製的。「我並不是說，你因此可以重新塑造科學家或畫家或音樂家。」默斯羅維克說：「但是我們可以把很多職務看成商品。」如果有些人原本非常不適合這些職務，就會被重新裝配，先是在數學模型中重組，然後在現實生活中改造。
當塔克瑞提坐下來，試圖用符號來定義他的同事時，他向經濟學家和工業工程師求援，因為他們過去數十年來都一直在為複雜系統建構模型。從經濟觀點來看，他把每個人當成勞動市場上的元件，我們的價值會隨著需求高低而起落。從這個角度而言，華爾街開發出來的金融方程式也可以應用在我們身上。當我們找到工作時，我們都在做什麼？我們和同事合作，打造商品，創造價值。所以，轉換成數字時，我們和IBM龐大的工廠每天生產的微處理器零件至少有幾個共同的數學特性。一方面，我們好像股票一樣，但換個角度來看，我們又是機器零件。
當然，這麼說不盡公平，我們不只是股票和零件而已。塔克瑞提首先承認這點，因為我們是如此不同且難以預料，塔克瑞提因此需要動員從語言學家到資料採礦6專家的專業人才，組成四十名博士的團隊，才能解讀我們的行為和特徵。他們將所有的發現：包括我們的每一個動作、每一種技能，都加以分類，變成電腦能消化的符號。「所有的一切都必須轉化成數字。」塔克瑞提表示。
塔克瑞提的一大挑戰，是協助IBM找到能將三十萬名員工的技能分類的方法。IBM在資產負債表上列出了從超級電腦到人體工學椅的其他資產。當IBM的策略家思考究竟要賣掉某個事業部或投入更多資金時，他們會考量這些數字，勾勒出光明或陰暗的前景。他們會計算數字。
但是，他們要如何在你我身上「計算數字」呢？
沒錯，他們知道在我們身上耗費的成本有多少。他們可以把任何能以貨幣計算的事物俐落地納入方程式中。但是他們在付出這些成本之後，可以得到什麼收穫？而且要如何衡量這些收穫呢？我們的潛能何在？未來幾年，像我們這樣的人才會供給過剩嗎？還是供不應求？負責規畫的人需要知道答案。
為了執行這些計算，他們必須先把我們變成像金融工具般可以長期衡量的數字。想像一下某個行業中的某個勞工依著一貫的步調工作著。雖然這樣做看起來很冷血，不過姑且根據這個假想勞工目前的價值，給他一個等級，就暫定C級好了。如果這個行業愈來愈熱門，需要許多這類的勞工，他的價值就會上升，也許變成C+或B。如果他學會了更多技能，或更努力工作，也會發生同樣的事情，他的股票會上漲。但如果這個行業走下坡，陷入衰退，公司倒閉，那麼勞工市場就會供給過剩。於是，他的股票價值一落千丈，跌到D，或甚至F。我們都太熟悉這類變化了，勞工在經濟繁榮時期找到工作，在不景氣時遭到裁員。但是整個過程通常和勞工的價值沒有什麼關係。在有些公司裡，第一個被解雇的往往是剛剛雇用的員工，這種做法獎勵年資，而不是獎勵價值。有時候，能存活下來的往往是待人和善的員工，或甚至有兄弟在混黑幫的員工。這是古早時代的人所掌握的衡量標準。數字搜客的想法就截然不同了。但是他們要如何計算我們的價值呢？他們要如何把我們變成可量化的金融工具呢？
計算每個職務的投資報酬率
第一步是，先把我們分解成小小的片段，換句話說，就是找出我們有哪些和別人相同的特質，把它塞進欄位中，以某個數字代表。畢竟，電腦還沒辦法把我們當作托爾斯泰筆下的複雜角色來理解：你的臉上或許掛著世上最友善的笑容，和同事相處融洽，你也可能是個卑鄙小人，但至少IBM早期員工資料庫還容不下這麼多關於個人的細部資料。有些細節可能很重要，能呈現出你的真實面貌，但是資料庫對我們的理解主要還是來自於履歷表上的項目，從曾經擔任過的職務、是否精通C++電腦語言、到中文是否流利等，所呈現出來的拼貼圖案。
這樣的了解實在太膚淺、太表面了。試想一下，你在會議室坐下來，和五個同事一起推敲新的行銷計畫。這是類比世界的生活。你的腦子（到目前為止宇宙最複雜的運算裝置）在過程中其實處理了龐大的資料，它會察覺到有人皺皺鼻子，眼神飄忽，透露出一絲不屑和嘲諷的意味。你的腦子會把氣味和聲音連結在一起，並且聯想到其他的記憶和過去的經驗。它還會把所有的話語、表情和手勢加總起來，並且接收到其他五個人發出的數以千計、甚至數以百萬計的訊號。美國維吉尼亞大學的提姆西．威爾森（Timothy Wilson）教授在他的著作《佛洛伊德的近視眼》（Strangers to Ourselves）中指出，當我們的五種感官接收訊息後，腦部每秒鐘會掌握到超過一千一百萬個不同的資訊片段。今天的電腦還沒有辦法處理如此複雜的資料。IBM的數學系統掃描我們每個人時，可能只會掌握到五或十個資料點（data point），連我養的狗甚至都比IBM系統更了解人性。不過一旦我們被量化為數字後，機器就能完成超人的工作。電腦可以在短短一瞬間，將我們和其他一百萬或一億個人組合在一起。如此龐大的資料處理能力將帶來更高的效率和更深的洞察力。
想像一下，一旦他們把公司所有員工都按照技能分類，IBM裡那群數豆子的人（指財務會計人員）就可以做到哪些事情：他們會開始把關於員工的更詳細數字放進電腦中跑一跑，計算一下，就好像作其他投資一樣。無論你是Java程式設計師或辦公室經理，他們都會試圖計算出每種職務類別和每種技能的投資報酬率。他們會更仔細地比較每個員工和每個地區的生產力，決定哪些工作應該移到海外，他們因此能夠根據幾十個指標來衡量生產力。像你們這類的職務，員工到了四十五歲、五十歲和六十歲的時候，生產力有多高？公司一旦獲得這些數字，他們或許不但能計算出員工目前的價值，而且也能預測他們未來的價值。
我們得花一點時間，才能適應這樣的轉變。今天，我們乃是在缺乏數據和衡量標準的舊經濟型態中處理人群關係。大半時候，不管我們是在請人幫忙或尋找伴侶，我們其實都在以物易物：我會提供你這些東西，以下是我希望得到的回報。無法衡量，也很難計算。幾個世紀以來，甚至許多買賣都是以這樣的方式進行。你不肯用兩頭羊來換這張桌子嗎？那麼我再加一把鐵槌如何？整個過程非常沒有效率。每次交易都需要再三討價還價，物品的價值時時波動。難怪一旦出現了可以用數字化方式衡量價值的貨幣，以物易物的交易方式就遭淘汰。這可以說是最早的數字搜客的一大勝利。他們提供了計算和比較不同物品的工具，並因此促進了商業發展和全球市場，讓東京證券交易所液晶螢幕上的數字不斷閃動。今天，塔克瑞提和他的團隊把我們也變成了符號，讓我們能在新的人類市場上各就各位。
就好像股票經紀人經營垃圾債券或新興市場股票投資組合一樣，數字搜客也把我們丟進工作者的投資組合中，而且一個產業接著一個產業，都紛紛發生同樣的情形。例如阿拉莫租車公司向塔科達公司購買浪漫愛情電影迷的組合，然後比較他們和其他人的購買行為。如果塔克瑞提的團隊有辦法將IBM員工以電腦能夠理解的形式，簡化為技能的組合，IBM就能像管理金融投資組合一樣運用人力。而這正是塔克瑞提腦子裡的想法。
棒球場上的統計魔術
事實上，多年來美國職棒賽的情況就是如此。我的書架上有一本厚厚的百科全書，上面列出一八八○年代以來美國職棒大聯盟每一位球員的統計數字。但是現在棒球界的數字搜客切割和分析棒球數據的速度幾乎不輸華爾街的計量分析師。他們想出很多新的衡量標準--用數學方式描繪球員的新方法。其中一種新的統計數字叫做「WARP」（wins above replacement player），顯示這名球員貢獻的勝場數超越替補球員多少場。
我在一個叫「棒球預測」（Baseball Prospective）的網站上搜尋美國職棒明星卡洛斯．貝爾崔（Carlos Beltran）的簡介，貝爾崔是紐約大都會隊的中外野手，是左右開弓的強打者。他在二○○四年下半年，以一億二千萬美元的酬勞，和大都會隊簽下七年長約，平均每年年薪約一千八百萬美元。在二○○六年球季耀眼的表現後，貝爾崔的WARP是一○．六，換句話說，如果大都會隊拿貝爾崔去和其他球隊交換，換來一個年薪只有五十萬美元的替補球員，那麼大都會隊在需要比賽一百六十二場球的球季中，將會少贏將近十一場球。根據這項統計數字，大都會每多贏一場球，就要多花一百六十二萬美元的成本。對於一支有錢的紐約職棒球隊而言，這個代價他們還付得起。但是到了二○一○年，貝爾崔已達三十三歲高齡時，他的WARP還會這麼高嗎？悲哀的是，「棒球預測」網站的答案是否定的，他們預測屆時貝爾崔的WARP會下降到三．六，而且他的身價只值五百八十萬美元--遠低於他的年薪。
這樣計算出來的數字正確嗎？很難說。WARP能夠顯示貝爾崔所有難以衡量的特質嗎？比方說，他會教新人打擊的訣竅，或他在一壘壘包邊移動會擾亂對方的投手？換句話說，這些數字真的能反映出複雜的實際狀況嗎？往往不能，即使在充斥著統計數字的職棒領域都一樣。如果你挑錯了統計數字，數字更可能撒謊，把你騙倒。這早就不是秘密了。只不過當你的統計數字下滑時，試試看用這個理由去和上司爭辯吧！
我對塔克瑞提坦承，我對於要像貝爾崔一樣被別人打分數，感到些微不安。我發現，在模糊不清的以物易物式經濟中工作和生活，遠離這些資料庫，其實還不錯。沒錯，難以衡量的抽象世界儘管令財會人員頭痛，但卻可能是個寬容的世界。微笑、友誼、甚至很會編故事可能都會為你加一點分數，讓你的飯碗更穩固些，或甚至帶來加薪。但是在有明確衡量標準的工作環境裡，工作者一切都得靠自己了，在公司裡的地位可能會因為數字高低而起起落落。沒有幾個人能像貝爾崔那樣，一次就簽下七年長約。對於遭量化衡量的勞苦大眾而言，不再有吃大鍋飯這回事了，畢竟在實施數據化評估的職場上，任何懶惰無能的員工都代表市場機能沒有發揮效率。一旦衡量標準確立，這些員工的價值將直線下滑，或遭到清算，就好像投資組合中績效不佳的股票一樣。
你能想像自己管理像這樣的工作者組合嗎？這可能是你這輩子碰過最棒的事情了。有的股票會一飛沖天，某些員工也一樣。但是被丟進組合中只是開端而已。塔克瑞提的團隊已經展開下一階段的研究，新系統將會更詳細地解讀我們每一個人。
IBM把自家公司當試驗品
二○○六年十一月的某一天早上，在北京市中心的紫禁城，IBM董事長山姆．帕米沙諾（Sam Palmisano）站上講台，準備宣佈事情。帕米沙諾穿著慣常的西裝，戴著已經成為他註冊商標的角質框眼鏡，但是當他朝著講台走去時，他的樣子看起來不是那麼真實，反而比較像卡通人物。原來這個人不是真正的帕米沙諾，而是帕米沙諾的虛擬化身。而且他造訪的紫禁城也只是數位模擬影像罷了。IBM的技術人員在一個叫「第二生命」（Second Life）的虛擬世界中建造了虛擬紫禁城，想要聽帕米沙諾宣佈大事的新聞記者接連發了幾個星期牢騷，因為他們得上「第二生命」網站報名，讓自己的虛擬化身參加這場虛擬記者會。
帕米沙諾之所以高舉IBM的藍色大旗，在虛擬世界中冒險，是為了指出公司的未來。全世界的電腦工程師早已利用電腦模擬來設計電動渦輪和疏導大都市的交通流量。IBM認為，有朝一日，電腦將能模擬所有的商務流程。想像一下這個畫面：經理人手握操縱桿，嘗試新做法和調整作業方式，彷彿在操作自己的「虛擬市民」（The Sims）電玩。如果塔克瑞提和他的團隊能漂亮地完成下一個任務，螢幕上的虛擬化身將會是IBM員工的數學模型。
這樣的流程才剛開始，塔克瑞提已經開始懷念過去的美好時光，當時他們只是為機器建構模型，因此單純多了。機器不會騙人，不會爭吵，不會噘著嘴鬧脾氣，更不會有嚴重的酗酒問題或變得悶悶不樂，但機器也想不出很棒的點子。塔克瑞提說出一長串人類令人抓狂、毫無章法的特性。
我打斷他的話，詢問他其中牽涉到的數學。我指著白板上的方程式和批註，有的方程式為了避開其他方程式，寫得歪七扭八的，問他：「這是做什麼的？」（看起來有些批註是新加上去的。）
他聳聳肩。塔克瑞提和其他數字搜客一樣，提到他們信手寫下來的公式，總是輕描淡寫，不認為有多複雜。他拒絕承認他和同事寫下的演算法和方程式有甚麼神奇之處，他這麼做一部分出自謙虛的個性，但同時塔克瑞提也深信，只要我們坐得住、而且夠專心，即使是外行人都能弄懂微積分的基本道理。他開始解釋其中一個方程式，然後又停下來。他堅持，最難懂的是和人相關的部分，「數學反而比較容易。」
幾十年來，IBM的研究人員一直在將愈來愈多的IBM業務轉換成數學。他們採用的科學，一般稱之為「作業研究」（operations research），是在第二次世界大戰期間誕生的。當時德國的U潛艇（U-boat）經常攻擊盟軍的護航艦隊，擊沉許多船隻。於是數學家問，應該如何部署護航艦隊，才能將損失降到最低？究竟盟軍船艦在航行時是組成龐大艦隊，由驅逐艦護航比較好，還是組成比較小的艦隊，比較不容易讓U潛艇偵測到？
美國反潛作戰作業研究小組（簡稱ASWORG）建構了護航艦隊的數學模型，這個模型會在一連串現實世界的限制條件下運作。比方說，這些軍艦的航行速度不能超過某個速限，而且必須載運食物和燃料抵達目的地，航行時還必須避開海上冰山。數學家也掌握了關於U潛艇的各種統計數字--潛艇的大小、射程和所攜帶飛彈的殺傷度。他們運用這些資訊來模擬海上戰事。透過數字和發生好事、壞事或無關緊要事情的機率，每一艘船都與其他船隻產生連結。
在模型中，這些在北大西洋上航行的艦隊形成了由統計關聯性交織而成的網路。當研究人員在模型中操控艦隊時，發生好事和壞事的機率也隨之改變。反潛作戰作業研究小組因此計算出：有大型驅逐艦隨行的龐大護航艦隊比較安全，他們也計算出應該將深水炸彈發射到多深，才能對敵軍潛艇造成最大損害。海軍把數學公式計算的結果實際應用到戰事上，結果船艦耗損率大幅降低，盟軍船艦平安抵達英國。二次大戰接近尾聲時，數學家已經開始應用類似的方法來提升防空武器系統和燃料庫的效率。
「演算」出明智決策
塔克瑞提還向我介紹這個領域的巨擘喬治．丹齊格（George Dantzig），他跳起來，伸手到書架高處拿下一本厚重的教科書，並且開始快速翻閱。他說：「丹齊格研究婚姻的數學，或許你在談約會的那一章用得上他的研究。」丹齊格把多位性伴侶視為變數，試圖證明（至少從作業研究學者冷靜的觀點看來）一夫一妻制勝過一夫多妻或一妻多夫制。塔克瑞提沒有在這本書中找到相關的細節，他說，或許我可以在網路上找到。結果還真的很容易找到，而且我可以說，儘管在數字搜客眼中，丹齊格的研究非常有趣，但其實這篇文章絕大部分都未觸及婚姻制度。
不過在婚姻制度之外，我們的日常生活受到丹齊格很深的影響。一九四七年，這位柏克萊加大畢業的數學家發明了所謂的「單純演算法」（simplex algorithm）。演算法就像食譜一樣，是一套井然有序的指令。而丹齊格發明的這套指令的目的是導出明智的決策。如果農民想知道應該在某種土壤上栽種哪一種作物，或鋼鐵廠想知道應該用卡車或貨輪來運送煤炭，作業研究人員只需要掌握數字、限制條件和目標，都可以找到答案。無論牽涉的是金額或載重量，他們只要應用丹齊格的演算法，都能找到達到最高目標、發揮最大效益的點，然後再倒推回來，計算如何達到這樣的結果。
今天，包括運籌管理、規劃和網路設計都遵循這種叫「最佳化」的流程。如果你想從洛杉磯飛到紐約，旅遊網站Travelocity的最佳化程式將以閃電般的速度搜尋一萬個可能的路線，找到對你而言最理想、而且也能讓Travelocity和合作夥伴賺到最多利潤的飛行路線（利潤是其中一個限制條件）。當美軍直升機要飛越伊拉克動亂地區時，軍事規劃人員會計算出最佳路線。當你用手機打電話時，最佳化程式也會選擇傳送訊號的最佳路線。
丹齊格的演算法即將完成之時，IBM研究人員已經準備將作業研究運用在IBM的營運上，而IBM龐大的供應鏈正提供了絕佳的測試機會。為了建造IBM著名的辦公室機器（當時還不包括商用電腦），IBM向全世界的供應商採購零件和原料，這當然是一筆龐大的開銷。如果IBM可以利用這種新的數學演算方式來安排採購作業，那麼將為公司省下一大筆開支。
結果數學演算果然奏效。事實上，IBM還把這個專業技術轉變為一門生意。IBM的專家協助其他公司把物流作業轉換成數學後，找到「最佳化」的途徑來發揮最大效益，整個故事到此峰迴路轉，就好像艾薛爾（M. C. Escher）的畫作一樣，畫中的畫家親手描繪著自己的手。過去幾年來，IBM的營運重心已經從製造轉移到服務，他們現在銷售的專業知識和技術多過於機器。二○○五年IBM把個人電腦事業部賣給中國的聯想電腦公司時，IBM全球服務已經成為四百億美元營業額的大生意。所以，如果今天IBM的專家要將IBM的供應鏈最佳化，他們得設法自我模擬和自我調整，而這正是塔克瑞提的團隊在忙的事情。
試想一下這樣做可能帶來的影響。從供應鏈的例子，我們已經看到IBM如何把自家公司當作實驗室，他們先拿自己當試驗品，充分掌握了整個流程後，再把這樣的專業知識賣給其他公司。如今IBM開始為自家員工建構模型，如果生產力因此竟然大幅提升，你認為藍色巨人會把這套做法封鎖在公司內部嗎？我不認為如此。有朝一日，IBM的數學模型專家可能會登門造訪貴公司，不管他們是一群身穿藍西裝的顧問，或以軟體編碼的形式出現，這一回，他們改造的對象將會是你們。
坐冷板凳的明星顧問
塔克瑞提並不喜歡妄自揣測，不過如果他的系統開發成功的話，運作方式將會如下：假設有一位IBM經理人需要派遣一支五人小組飛到馬尼拉去設立電話服務中心。她坐在電腦前面填寫表格，幾乎就像在線上訂購度假行程一樣，她填上日期，然後點擊電腦選單上的選項，描述這項職務的性質和需要的技能，可能還規定理想的預算幅度。結果出來了，電腦提出了小組成員的建議名單，每個人各有專長，涵蓋了所需的一切技能。五個人中可能有三個人曾經合作愉快。他們都有現成的護照，而且住得離機場很近，附近的機場也都有班機可以直飛馬尼拉，其中一人甚至會說菲律賓話。名單似乎很理想，除了其中有一行字特別以紅色標示。預算有問題，已經超支四萬美元了！經理人發現，小組中的電腦結構工程師是真正的高手，是專業媒體喜歡報導的知名人物。當然，他適合這項職務的程度高達九八．七％，但是薪酬也高達每小時一千美元。這個情況就彷彿她原本只是想到巴黎度個週末，沒想到卻住進了麗池飯店的豪華套房。
嗯，於是經理人請系統再搜尋比較便宜的電腦結構工程師。新的名單出來了，是個二十九歲的印度顧問，僱用他的成本每小時只需八十五美元。這下子，預算超支的大洞就可以填補起來。不幸的是，他和這項職務只有六九％的適合度。不過，根據電腦的分析，只需要施加兩個星期的訓練，他就應付得來。那麼，這項工作能耽擱兩個星期嗎？
數字搜客就是如此管理他們的世界。在IBM眼中，公司別無選擇。員工人力已經變得太龐大了，而世界太廣闊、也太複雜，經理人很難靠傳統方法--靠熟人的熟人介紹，來掌握適當的人選。對全球化的經濟而言，口耳相傳太不可靠，也太慢了。個人的人脈太過於侷限。今天的經理人需要仰賴電腦自動化的威力挖掘出遠在新德里的顧問，就好像一個世代以前他們需要透過自動化系統，確認空氣壓縮機已經在堪薩斯首府托皮卡裝運出貨一樣。但要採取這樣的運作方式，首先必須用一連串數字來代表這位顧問（就像壓縮機也有個代號一樣）。
要拼湊出每一位員工的輪廓，塔克瑞提需要龐大的資訊7。他已經發動大批博士級專家（從資料採礦專家到統計學家、人類學家等），開始梳理員工的資訊。IBM不讓他們碰觸包含了年度績效評估的人事檔案，但事實上其他所有資料位元都是可以利用的好材料。從員工的履歷表和專案執行紀錄中，他們可以整理出每一位員工的技能和經驗。線上日曆會顯示員工如何運用時間，以及和誰會面。塔克瑞提的研究人員還能透過追蹤IBM員工使用的手機和掌上型電腦，勾勒出他們移動的軌跡。電話紀錄和電子郵件透露出每一位顧問的社交網絡。他們會把電子郵件的副本寄給哪些人？他們會寄隱匿收件人資料的電子郵件給任何人嗎？這些隱藏的訊息都會顯示出公司內部的非正式網絡成長的狀況，也可能顯示某個中階主管已經悄悄地在同事間扮演重要的領導角色，而他的上司反而變成了圈外人。或許兩個人應該交換工作。
如何詮釋我們的社交網絡已經變成熱門的研究題目，從IBM到美國國家安全局的反恐小組都熱中此道。其中一個重要實驗室位於匹茲堡的卡內基美崙大學，有個叫凱薩琳．卡雷（Kathleen Carley）的教授在電腦科學系建立了一個龐大的社交網絡王國。我和卡雷見面的時候，她底下有三十個研究生，全擠在地下室幾間研究室中工作。他們正在分析像亞洲流行性感冒這類傳染病的傳播網絡，同時也比較中東地區不同網絡的動態。
從電子郵件透視社交網絡
像這樣的社交網絡分析會透露出什麼與IBM或其他公司的員工相關訊息？很多。先從電子郵件開始說起。卡雷的研究生可以把某家公司某段時間的電子郵件全部灌進電腦中。他們曾經用這個方法分析過安隆公司破產前混亂的那幾個月裡員工交換的電子郵件。安隆案審判期間，這些電子郵件曾被拿來當作證據，從此以後，世界各地的社交網絡研究人員都把它拿來當作研究素材，詳細研究。卡雷的系統分析電子郵件的寄件人、郵件發送日期和收件人。卡雷的研究小組甚至不需要閱讀郵件的內容，他們開發的軟體程式就可以畫出多種不同的圖表。其中一張顯示哪些人會和哪些人連絡。她把圖表拿給我看，乍看之下，這張圖表好像義大利麵烹飪大賽，上面有一團團糾纏在一起的義大利麵，每個麵團上面都各有幾粒肉丸。還會有幾根麵條從一個麵團延伸到其他麵團。當然每個肉丸都代表組織中的某位成員，而義大利麵團則代表互相密切聯繫的一群人。
很合邏輯。財務人員、法務小組全都和自己部門內的同事密切聯繫，偶爾和其他部門互通電子郵件。但是事情沒有這麼簡單。「看到這群人沒有？」卡雷指著一大團糾結的義大利麵上面擠著一對肉丸，她說，這是一個非正式的網絡，在安隆瀕臨倒閉時成形。這個小團體在一天之內發送了一千封左右的電子郵件，變成內幕消息的情報交換所。如果安隆公司當時曾研究過這個非正式網絡，高階主管可能會看出公司正陷入動亂，因為愈來愈多員工開始交換各種關於公司危機的悲慘消息和可怕謠言，同時也協助彼此安排離開安隆公司之後的生活。
其他公司，包括IBM在內，也可以從員工的社交網絡中得到各種深入觀察。他們可以畫出每一位員工的聯絡網，找出不和任何人聯繫的孤鳥。卡雷說，企業需要審慎觀察這類員工，他們很可能心情鬱悶，或即將辭職，或甚至和競爭對手秘密往來。即使沒有閱讀所有的電子郵件內容，公司都能自動找出每個小團體內最常流通的字眼，因此他們不但能得知每個員工的聯絡對象，而且也知道他們聯絡的性質為何。他們還可以看出通信內容如何隨著時間而改變。例如，有兩名員工可能從星期二到星期五都在討論軟體程式，但是星期一卻花很多時間互傳電子郵件，討論週末的足球賽。卡雷預告：「下一步是把這類工具用在規劃時間表和生產力計畫上。」我的解讀是，這表示我們這些白領勞工正被逐步地「最佳化」。
聽起來很可怕？這完全要看你位在食物鏈中的哪一段而定。還記得幾乎被派去菲律賓的那個每小時收費一千美元的顧問嗎？結果他沒有去菲律賓，在IBM的盤算下，他繼續留在「板凳上」待命。塔克瑞提笑著說：「我們都這麼說，我想這個名詞源自於體育競賽。」當然，問題在於IBM想讓如此高薪的人才待在板凳上多久。如果沒有任何工作能讓他一展長才，難道他們不應該把他放到其他位子上，讓他有事可做嗎？
這倒不一定，塔克瑞提表示。工作滿意度是這個系統的其中一個限制。如果員工感到忿忿不平或無聊得不得了，他們的生產力必然會下降。全自動的經理人會把這件事牢記在心。正如你所料，它對超級巨星非常禮遇。由於這些明星員工一出馬就能為公司賺大錢，所以他們大半時間都待在板凳上待命。但是普通員工就沒有那麼好命了，他們被當作「一般商品」看待，他們的技能都是「可取代的」。換句話說，這些員工不管是印度人或烏拉圭人，都沒有差別，他們對於公司獲利沒有太大的貢獻。塔克瑞提很不想這麼說，畢竟人不是機器，每個人都各有專長，也各有成長的潛力，他深深明白這點。但如果從數學的角度來看，他說，公司應該讓一般員工幾乎百分之百的時間都辛勤工作，沒有什麼時間休息。
白領階級的工業革命
這一切將帶來什麼影響？有一天下午，我拿這個問題向皮爾．哈倫（Pierre Haren）求教，哈倫是麻省理工學院的博士，也是位傑出的數字搜客，還是ILOG的創辦人兼執行長。ILOG是一家法國公司，他們運用作業研究來調整工業系統，比方說，為酷爾斯（Coors）啤酒規劃最有效率的送貨路線。ILOG會考量各式各樣的限制條件。例如幾年前，新加坡政府希望新機場中不會發生外交衝突。所以新加坡官員要求ILOG規劃機場旅客的動線，避免讓中國大陸的旅客和台灣旅客在機場交會。哈倫說話時帶著濃濃的法國口音。我們在紐約中城的一家旅館大廳中談話，由於旁邊就是噴水池，他得吼得很大聲，才能讓我聽清楚他的話。
哈倫說，像IBM這類公司正在開發的系統不但會依照技能和知識將員工分類，同時也會把員工的時間分成更小的單位，不再以天和星期來計算，而是以每小時、每半小時、甚至以分鐘來計算。同時，需要完成的工作，不管是開發軟體程式或設計大型客機，也都會分解為一個個小步驟。從這個角度而言，哈倫彷彿在描繪一個世紀以前導致裝配線興起的工業工程。大型工作被分解成由許多員工分擔的幾千個作業。但是哈倫所說的工作並非靠手工、油壓機、或甚至機器人來完成，而是由知識和構想定義的腦力工作。在他眼中，這些專業知識與技能每分每秒都可以從世界各個不同地方獲得。當企業把專案計畫分割開來，把其中大部分工作移到海外時，就已經開始出現工作分享的情況。但等到數字搜客以數學模型來代表員工時，就更容易把員工的工作天拆開來，改成論分鐘計費，並且運用他們的聰明才智來滿足世界各地的工作需求。
就以IBM的明星顧問為例。不管他當時是在瑞士聖模里茲的滑雪纜車上或正在紐約的阿爾蒙克主持研討會，當他伸手到口袋裡，看到手機簡訊要求他貢獻十分鐘的寶貴時間時，他就從原本的板凳位置被叫了起來。可能他知道正確的演算法為何，或可能是某個顧客找他。他也許會回信表示自己正在忙（畢竟他是個明星）。但如果他接下這份工作，他就成為哈倫所謂虛擬裝配線上的一員。「這等於是白領工作者的工業革命。」
有些人認為我們的工作太需要創造力，沒有辦法被衡量或模擬。我過去也這麼想。多年來我都在寫文章，而我唯一重視的衡量標準就是總編輯欣不欣賞我的文章。但是，當我的文章移到線上刊登後，情況有了變化。管理者現在有辦法計算每篇文章的閱覽人數。今天有些經理人開始用單頁點閱率或有多少讀者會以電子郵件轉寄文章，來評估作者的表現。這樣做公平嗎？我認為不公平。我還記得有一次有個同事在他的部落格上放了一則廣告，主角是巴莉絲．希爾頓8，廣告片中，希爾頓穿得很清涼，拿著一大塊濕海綿，在水花四濺中擺著撩人姿勢洗車。結果當天他的部落格就吸引了數萬人造訪，比我們其他人整個月的瀏覽人數還多。他的表現真的超越我們嗎？這要看老闆拿什麼來衡量。當數字搜客開始在職場上呼風喚雨時，必然會引發這類的問題。
老大哥的影子浮現
我們坐在塔克瑞提的辦公室裡，天色愈來愈暗了。我看得出來，他對我提出的質疑憂心忡忡。這個虛擬裝配線的概念聽起來滿嚇人的。這樣的監視系統多少帶著些「老大哥」的影子。我們這些人既不是職棒明星貝爾崔，也不是時薪一千美元的高級顧問，對我們而言，成為數學模型的人生簡直好像成為可悲的資料奴隸一樣。
以下是塔克瑞提的辯解。由於他所建造的工具將提升員工的生產力，因此市場也將有所回報。（所以我們這些奴隸仍然可以享受到經濟上的效益。）更重要的是，工作者愈來愈能利用和自己相關的各種數字，為自己打開無數大門。我們已經利用電腦程式來規劃旅程和尋找約會對象，何不進一步利用這些程式來做生涯規畫，和要求更高的薪水呢？假定分析工具顯示，某位顧問每年為公司創造的價值超過二百萬美元，難道他不應該獲得這些數據，而且自由運用這個資訊作為談判籌碼嗎？
所以，在量化指標主宰的職場上，即使是我們這類自認超越衡量指標的人，都面臨愈來愈大的壓力，必須藉助和自己相關的各種數據，來為自己說話。
6 datamining，亦稱「資料挖掘」或「資料探勘」，是一種資料分析技術，研究如何在龐大資料庫中找出有價值的資訊和潛藏的規則及模式。
7 根據美國《商業周刊》二○○八年一月二十八日的報導，IBM還開發了一個叫Small Blue的搜尋引擎，用來找出適合的員工。「軟體會掃描員工的部落格、電子郵件、即時通訊和報告，然後推斷出每個人的技能和專長。當其他員工以不同的主題在Small Blue上搜尋時，這套軟體會在掃描它的發現後，提供一份專家的名單。」
8 Paris Hilton，美國希爾頓飯店女繼承人，為經常出現在八卦媒體的話題人物。
2024專利防護中