close

 

書名:穀倉效應:為什麼分工反而造成個人失去競爭力、企業崩壞、政府無能、經濟失控?

 

作者:Gillian Tett

 

              拿到這本書之後第一個疑問是:什麼是穀倉?整本書看下來,作者並沒有對穀倉,Silo這個名詞作出任何字面定義,也許是想要讓讀者從他所舉的眾多例子與事件中去慢慢體會,也許是我們與西方人之間有文化隔閡,但不管怎樣,我還是先去找尋Silo的定義。

 

           從維基百科網站中得到的定義多半是農業上的用途,我又在這個中文部落格中找到這樣的定義:

           「供應鏈裏的上下游公司,將自己的機構視為一巨大的穀倉,但是彼此之間卻沒有交換資訊或整合,因而造成供應鏈上下游需求的波動。自從供應鏈管理(Supply chain management)的概念提出以後,silo這個字出現就越來越頻繁。希望藉由供應鏈上下游的整合,將各個企業的silo消除掉,而成為一條可以快速回應市場的鏈條,而不再強調企業追求自己的最佳化。

 

                這個定義相當貼近本書所要表達的意念。

 

                讀完整本書之後我嘗試著用自己的心得與語言來定義穀倉:派系山頭舒適圈。

 

               可以將穀倉視為社會、公司、國家、政權或自我心中的既有利益的舒適小圈圈,好比一座座存了稻穀的倉庫,當人們習慣守著屬於自己的那座穀倉之後,往往會形成狹隘視野、不想與其他人溝通分享的「小城堡」。

 

               譬如分工過度細膩的大公司下的每個部門、政黨下內鬥內行外鬥外行的派系、鬆散國家體系的軍閥、本位主義的政府部門....甚至學術圈的學閥。

 

                穀倉對於秩序的建立的確有幫助,穀倉效應會讓我們對世界的萬事萬物有所定義,讓生活、經濟運轉、組織以及自我定位妥善分工,促進每個個人、每個專業能夠在各自的領域中發揮所長,譬如金融業中的股票投資部門(稱之為自營部),自營部的員工經由分工,可以瞭解自己的業務範圍,什麼該作?什麼不該做?而自營部底下又經由分工,分成前台交易、中檯風控、後檯作業。交易員又經由專業分工,不同交易員職掌股權投資、衍生性商品交易、套利...等等。

 

            所以單單一家公司就可能因為專業分工而形成大大小小的一大堆穀倉,當這個組織還沒有變得龐大之前,專業分工之間或許還會有橫向的彼此合作、資訊資源與專業共享,然而,一但組織龐大到某種境界時,穀倉有時適得其反,不同公司的不同部門,甚至同一個專門團隊的不同成員可能因為互相競爭,或者是基於本位主義想要保護或獨享自己穀倉內的資源,彼此孤立的部門單位或專家團隊會開始溝通不良,甚至各自為政。

 

                 每座穀倉之間都不知道其他穀倉到底在幹什麼事情,往往因此忽略了風險,付出嚴重代價;過度分工可能造成資訊封閉與創新不易。最嚴重的是,穀倉容易造成狹隘視野或心理盲點,進而導致愚蠢行徑。

 

                作者舉二○○八年那場金融海嘯為例,他認為其中一個關鍵因素,在於金融體系各自為政,幾乎沒人有辦法觀照全局,發現金融市場逐漸高漲的危機。金融業或金融管理當局內部劃分為許多不同部門,或不同穀倉,結果主管對自己底下交易員的舉動一無所知。在上位者也因為穀倉效應而不知道底下所有交易部門的曝險程度。

 

               穀倉效應並非完全負面,作者從人類學觀點去切入,穀倉效應其實是一種文化現象,成因是社會團體與組織必須具備特定的分工慣例,人類從原始部落慢慢發展到現代國家,心理上以及實質上的穀倉,有其建立的必要性。誠如我前面所言,人類必須將事物分類,否則無法思考,社會也必須靠分類才能開始進化運作。

 

               譬如本書以芝加哥警局為例,為了分工必須把芝加哥市分成好幾個分局與派出所,藉此讓警察在辦案與巡邏上有工作界限範圍,但分工太細卻造成各個分局不想對其他警察分享轄區內的黑幫犯罪者或前科者...等等資訊,而造成高犯罪率與低破案率,芝加哥警察局於是形成一座座小穀倉。不單單龐大的警察局,許多大型公司的不同團隊通常習慣自我保護,彼此防備,激烈競爭,不歡迎外人插手干預自己的事。

 

               作者把人類學的方法搬出來,人類學認為了解社會的最佳方式是懂得切換觀點,既從局內觀之,亦從局外觀之。芝加哥警方因為穀倉的形成,而無法用局外人的觀點來看待與處理犯罪行為,也就是犯了專業傲慢與各自為政,分局之間因為本位的績效主義不願共享資訊資源(譬如好不容易培養出來的線民等),警察也礙於過於專業而不信任非警察出身的專家,這讓我想到台灣的軍方,歷年來少數幾個文人出身的國防部長,都會遭到軍方無情無理的抵制與排擠,其實這就是種糟糕的穀倉效應。

 

               回到金融業自營部門那個例子,由於現代交易的技巧與技術越來越複雜繁瑣,高進入門檻與過度精細的分類,這些部門漸漸複製出專業菁英階級,菁英階級特別樂於維持現狀,他們會設法強化既有的文化、規則與分類方式,讓外界無法了解他們運作,讓外界無法參與他們的利潤分配,久而久之就形成僵化排外的穀倉,部門裡頭的人長期控制實際資源資訊,一旦冒了太大風險,外部的人也無法得知。

 

                企業之所以會形成穀倉效應,主因乃過度強調專業分工與自負盈虧,在企業界裡,『穀倉』這個比喻意謂著組織內部出現不同次文化,如同一座座孤島,沒有水平連繫,甚至缺乏上下連繫,過度強調自負盈虧往往會演變成類似民初軍閥的世界,他們開始試著「保護」自己的部門,不只對抗公司外的競爭對手,也對抗公司裡的其他部門,不願彼此分享點子,優秀人員不再跨部門輪調,合作程度降低,連創新實驗與長期投資也逐漸減少,大家短視近利,不願承受風險。

 

               作者舉瑞士銀行為例,2009年瑞銀發生房市相關損失,總金額達到一百九十億美元。瑞銀集團是大型跨國銀行集團,素以保守穩健聞名,很難想像會突然間蒙受巨大損失。其實瑞銀集團高層並未蓄意隱瞞,反而在過程中自認公司非常安全健康,持有「一等一的次級房貸債券」,除了高層連稽核監管人員也是陷入自我催眠。深究其因發現,瑞銀內部各部門過度分工,基於獨善其身的利潤中心制度而無法合作,反而將關鍵資料握在各自手中,不肯對外交流,高層無從掌握幾個部門的真實全貌。

 

               多數銀行就如同瑞銀,由特定不同部門負責不同的金融商品,受不同規則限制,結果陷入個別穀倉窠臼。有些銀行允許專責人員交易整套貸款與衍生性商品,但不能拆開為個別的衍生性商品、債券或貸款;有些銀行允許專責人員交易個別的衍生性商品、債券或貸款,但不能碰整套的抵押債務債券。由於這些嚴格規定,業者對不同種類金融資產的需求並不均等,市場並不開放、自由與一致,價格遭受扭曲。

 

               或許一開始是為了規避風險而進行專業分工,譬如讓不同部門經手同一種交易工具的不同型態,藉此防止集體舞弊,但在過度分工與各自績效獎金競爭壓力下,制度流於僵化甚至扭曲,產生了「各掃門前雪」的山頭主義,集體防弊搖身一變成為「集體盲目」。

 

                更離譜的是,瑞銀集團的風險管理人員也因為過度分工,三千名風險管理人員理應全面監控整間公司,卻拆成三個不同團隊,分別追蹤不同部門與市場的風險,彼此之間很少溝通交流,很少交換資訊,跟風險管理的概念根本背道而馳。造成有些跨部門交易的風險(如把房貸包裝成債券,再把債券包裝成股權+衍生性金融商品這類複雜的交易),無法清楚計算。當然從事操作的債券部門也因為在損益自負的制度下獲取龐大的獎金,交易員只在乎能否增加自己團隊(或穀倉)的獲利,不在乎整個銀行或系統。自然不會有既得利益者想要去揭露整體風險(甚至在過度專業分工下,搞不好連交易員本身都無法也不想去了解)。

 

              我引申作者的話:「過度分工是無時無刻不在的威脅,不只糾纏瑞銀集團,也幾乎糾纏了所有的大型金融機構。

 

               瑞銀的危機是金融危機的縮影,不管是政府、金融業,整個系統過度分工,總體經濟研究者關注經濟數字,卻忽略金融系統的細微變化;銀行監管機關監督個別銀行,卻忽略其他金融機構;民營銀行業者卻放任影子銀行(如券商、私募基金、保險公司或中國的信託公司)無止盡地擴充信用,卻不想也無從去瞭解風險膨脹的速度與規模,更別說將這些資訊往上呈報給金融監理當局或各國央行。

 

                 穀倉不只存在組織或公司,連觀念都存在穀倉效應,長久以來,經濟學家或各國政府的財經當局,他們著重在實體經濟,對貨幣的影響不感興趣,也就對金融市場不感興趣,大部份政府的財經政策放在財政領域,如赤字、稅負與政府支出,或放在生產力等個別經濟領域上,經濟學認為貨幣只是交易工具,只是用來藉由利率來刺激或收縮實體經濟,而忽略了龐大流通貨幣所造成對實質經濟的直接影響。

 

                   我個人認為是這個世界過度放任或信任貨幣當局(如央行或可以創造信用的商業銀行),太過度信任市場經濟的理性預期,也過度信任市場的效率性,而忽略了過度分工下的專業傲慢以及人類的自私盲點,金融技術發展日趨複雜,多數人甚至多數官員往往會跳過不懂的專業術語,反觀學者專家則靠晦澀術語包裝自己,以建立威信,譬如台灣的9A總裁。以至於連2008年金融海嘯,都無法事先發現其嚴重性,金融界的穀倉造成整個行業的集體理盲,如此大的次級房貸泡沫竟然視若無睹。

 

                作者舉了蘋果電腦與臉書這兩家能夠打破穀倉的例子,他認為蘋果與臉書能夠在組織不斷龐大之下還能維持扁平式的管理,才是打破穀倉效應的最佳方式,但我個人卻無法完全認同,蘋果與臉書之所以能夠維持相對的扁平式組織,在於公司裡頭有強人,強而有力的領導人的確能夠打破部門藩籬,防患穀倉效應的產生,但這種期待明君的方法,其實不太管用,因為一旦領導人的威信光環不在,或離開公司組織,龐大的組織自然會形成一座座的穀倉,譬如中國的唐朝,當中央政府的資源影響力下降,軍閥藩鎮就一個個浮現。

 

               穀倉效應根本就是生物天性,作者用章魚甕為例,日本魚夫抓章魚所用的章魚甕是一種細頸的甕子,聰明的章魚自然會想要爬進舒服的甕中,章魚爬進去是輕而易舉,但想要爬出來卻難如登天。

 

           穀倉的問題不單單是組織太過龐大,而是在組織太過封閉,封閉的原因在於專業門檻、過度維護各自利益(很像政治派系),想要打破穀倉必須要有所覺醒,作者提出人類學家的方式,從外部的不同觀點去打破它,闢如芝加哥警局找來一個網路業者來改革警局,藉由大數據來整合不同分局之間的零散資訊,但這必須曠日耗時,首先必須讓警察可以接受網路阿宅的調度指揮,讓他們相信(至少半信半疑)網路數據分析也能抓犯人,更重要的是,大數據的方法必須要很有效,否則任何的改革都會遭致保守傳統力量的巨大反撲。

 

             可惜的是,作者所舉的芝加哥警局的例子,只成功了一半,當局引進大數據分析犯罪模式的確可以事先預測到哪一個分局轄區在什麼時候發生犯罪的機率高低,以至於可以事先將警力調度到即將發生犯罪的區域上頭,可惜的是,政在人在政亡人亡,當主事者調離芝加哥之後,這套非警方思考模式的系統就宛如束之高閣,犯罪率再度攀高,破案率在度下降。

 

            我引用作者的話來評論芝加哥警局這個例子:「多數公家單位有個問題,那就是年輕聰明的新人太多,經驗豐富的老手太少,沒有能力與眼光去分辨各個細節是否重要。談到分析研究,我們最大的問題是很難說服年輕人去綜觀全局。

 

            也許我可以更改成,願意使用不同視野或新觀念的人,多半沒有分辨細節的經驗,而穀倉內的經驗豐富的老手,又往往流於各種利益而不願改變。

 

            當然任何人只要樂於跳脫穀倉,破除既有生活裡的界線,就能獲得全新視野,只是,這種行為在偌大的組織內已經被視為「革命」,譬如重大違背民意的法案在朝野對峙中陷入僵局,藍綠都無法解決時,卻有一群年輕人跳進國會霸佔立法院,引發太陽花學運,這也是種打破穀倉的好方法,但是並不是每個想要打破穀倉的人都能夠如願。

 

              留在穀倉接受既有界線,往往比較輕鬆,這個世界期望我們把職涯規劃得平平順順,一路成為專業人士。我們從18歲進入大學就被分類成某種專業科系,我們一路上接受專業訓練成為專才,卻忽略了通才教育的重要性,即便是某類專業領域中,一樣是被切割成各種小範圍的專才,闢如金融業被分成銀行、券商與保險等等,在證券公司中,股票團隊歸股票團隊,債務團隊歸債務團隊,衍生性商品團隊歸衍生性商品團隊,諸如此類。由於合作不易,很少人在做跨資產類別的研究。多數股票分析員不太了解債券,他們只想顧好股票這一塊專業,不願也沒有機會去接觸其他領域,從事證券分析的人不懂債券的評等,也不懂債券交易,債券交易的人也不會去了解從債券商品中被切割出去的衍生性商品的複雜內涵。

 

              在組織中或在人生職涯上,我們被教導轉換跑道是一件壞事,專業與專注似乎是現代世界共同追求的目標,往往假借效率、專責與成效等名義,甘於身處穀倉。

 

                如果個人想要打破專業穀倉,如果組織想要打破派系穀倉?作者提了五個啟示供大家參考:

 

         第一個啟示,是大型組織不妨讓團隊界線保持靈活彈性

 

                第二個啟示,是組織必須反思薪資與獎勵機制。當人員的報酬完全取決於團隊表現,不同團隊又彼此內鬥,也就難以互相合作,且無論公司花多少錢舉辦聯合活動或採取開放式辦公空間都用處不大。

 

           第三個啟示,是資訊的流通至關重要。

 

         第四個啟示,是我們有時該重新想像另一套分類系統,甚至加以實驗

 

          第五個啟示,是不妨靠科技挑戰穀倉。電腦的好處是沒有根深蒂固的心理偏見,我們得以用不同方式替資料重新分類,測試不同的資料分法。

 

              整本書讀下來有得到解答嗎?坦白說不容易,但至少有些耳目一新的觀點讓人思考吧!

 

評:五顆星

arrow
arrow
    全站熱搜
    創作者介紹
    創作者 bonddealer 的頭像
    bonddealer

    總幹事耕讀筆記- 日本 ありがとうございました

    bonddealer 發表在 痞客邦 留言(4) 人氣()