概念地圖・知識漏斗
作者 山姆（謝冠生）・喵喵書評創辦人
發布
分類：創新
這一頁不只是把一個概念解釋一遍——一張自己畫的結構圖，加上拿台灣情境從頭走一次的實例演練、這個框架什麼時候會騙你，以及它接回 P.A.I.N. 之後長什麼樣。一頁必須交付的三層 →
知識漏斗：把謎題一段一段壓成演算法
烘豆師傅退休前三個月，接班的人拿著錄音筆跟在旁邊，專門錄他喊「該轉小火了」的那一秒。錄了三十次，回頭把三十張豆表攤開比對，轉小火的溫度沒有一次一樣——有兩百零三度的，也有一百九十七度的。師傅自己講不出所以然，只說「聽爆裂的節奏」。這種說不清楚、卻真的有效的東西，在 Roger Martin 的《設計思考就是這麼回事》裡有一個明確的位置：它卡在知識漏斗的中段，謎已經解開一半，流程卻還沒長出來。整張漏斗要講的事只有一件——知識怎麼從寬口那一段，被推進窄口那一段。
三段的差別在哪：一張表把漏斗讀完
漏斗分段的標準只有一個：這件知識能不能離開某個人的腦袋，照樣被做出來。
| 段位 | 知識長什麼樣 | 誰做得來 | 最容易卡在這裡的方式 |
|---|---|---|---|
| 謎題 Mystery | 現象糊成一團，連問題該怎麼問都還沒定下來 | 願意泡在現場、忍得住沒有答案的人 | 急著要指標，把還沒成形的東西當雜訊砍掉 |
| 啟發法 Heuristic | 一條把搜尋範圍縮小的經驗規則，準度看人 | 帶得動人的老手 | 把老手的規則當成個人風格供著，沒人去問「為什麼這樣就對」 |
| 演算法 Algorithm | 固定步驟或參數，輸入一樣、輸出就一樣 | 新人、外包、機器 | 效率數字太好看，於是整間公司只剩下這一段 |
| 再壓一次：程式碼 | 演算法被寫進系統，人的手連碰都不必碰 | 伺服器 | 規則被封在系統裡，想改一次要排三個月的開發 |
這張表最值得多看兩眼的是第三欄。往下走一格，能做這件事的人就多一批、也便宜一批——這正是所有老闆都想往下走的理由。可是同一格往下走，「懂為什麼」的人也少一批。到了程式碼那一列，整條產線上再也沒有人需要理解原理，只需要按下開始。Roger Martin 真正在意的是流動：窄端賺來的錢，要養得起寬端那些暫時看不出產值的謎題。讓知識持續在漏斗裡往下走是能力，把寬口封起來一路衝到底則會有另一種下場——帳面漂亮好幾年，然後在某個季度突然發現手上沒有題目了。
四道自問：判斷這張漏斗在你這行成不成立
一、你們有沒有一個「還不能被解決」的位置。謎題之所以是謎題，是因為連問題本身都還在變形。多數公司的管理制度裡沒有這種位置——任何被提出的東西，三十天內必須變成一張有交期、有 KPI 的單子。沒有這個位置，寬口那一段就長不出來，因為沒有人敢承認自己手上的是一團還沒有形狀的東西。自問：上一次有人在會議上說「我不知道這是什麼，但它一直重複出現」，然後被允許再觀察三個月，是什麼時候？
二、老手的規則說不說得出口。啟發法的判準只有一個：能不能被講成一句別人聽得懂的話。烘豆師傅說「聽爆裂的節奏」，那還在謎題端；他說「一爆密集之後數三十秒，不管溫度多少」，那就跨進啟發法了。同一件事，說法一變，整個組織能不能承接它就跟著變。自問：把你們最厲害的那位師傅的判斷寫成三句話，第二個人照著做，命中率會掉多少？
三、演算法有沒有留回頭路。寫成流程之後，真正的風險藏在「它一直都對」這件事裡——對得太久，久到沒人記得它當初為什麼長這樣。好的演算法會把當初的假設一起封進去：這條曲線是為了哪一種豆、哪一種水活性、哪一群客戶的口味寫的。假設寫在旁邊，過期時才有人認得出來。自問：翻出你們最順的那份 SOP，找得到它當初要解決的那個具體麻煩嗎？
四、漏斗這一年動了幾格。單看一張快照沒有意義，要看流速。健康的組織一年會有東西從謎題端往下挪一格，也會有新的謎題被放進寬口。整年都停在同一個形狀，代表你們把探索的能力連同那批人一起精簡掉了，只是帳面上看不出來。自問：過去十二個月，有沒有任何一件事，從「說不清楚」變成「教得會」？
台灣場景：一家中部烘豆廠，把三段走一遍
- 寬口：客訴說不出所以然：這家公司自己進生豆、自己烘、供給二十幾間獨立咖啡館。半年內陸續有六家說「最近這批不對」，可是每家講的都不一樣：有人說悶、有人說尖、有人說尾韻短。烘焙曲線沒改過，杯測分數也沒掉。業務把六則客訴各自回一句「我們再注意」，六則就此各自死掉，沒有人把它們擺在一起看
- 把謎題留成謎題三個月：老闆做了一件反本能的事——不派人去查原因，先派人去記錄。每次客訴進來，就補問三件事：哪一天到貨、店裡當天濕度、開封到沖煮隔幾天。先擴大觀察面而不急著結案，是寬口那一段唯一該做的事
- 形狀慢慢浮出來：三個月後攤開看，抱怨集中在「到貨後第四天到第七天沖」的那批。跟豆種無關、跟曲線無關，跟下豆後的養豆時間有關。謎題第一次有了邊界。問題從「品質不穩」縮小成「養豆窗口」，範圍一縮，事情就可解了
- 長出第一條啟發法：老師傅接手，給了一句話：「下豆後第五天到第十二天是窗口，深焙往前抓兩天。」這句話還不精確，也還要看人判斷，可是它第一次可以被寫在白板上，被質疑，被修。啟發法一旦說得出口，就變成一句可以被別人接手、被別人修的話
- 壓成演算法：又跑了兩季，規則被換算成一張表：焙度區間對應建議沖煮起訖日，印在每一包的側標上，出貨系統自動算好日期。新來的助理不必懂養豆原理，照印就對了。窄端做完後，客訴半年內少掉六成，人力成本也降了
- 然後烘焙室安靜了：既然側標會自己算，業務不必再打那通「你們大概隔幾天沖」的電話。回饋的管道就這樣被效率順手拆掉。最省事的那個改動，同時也是最徹底的斷線：從此沒有人在跟客戶說話
- 隔年，換一種謎題上門：市場開始轉向淺焙與冷萃，客戶的抱怨換了一種長相——「你們的豆子拿去做冷萃會有雜味」。這件事側標算不出來，表格也沒有欄位。而當年蹲在店裡問三個問題的那兩個人，一個離職、一個被調去顧出貨系統。該去蹲點的位置空著，這句抱怨就只能停在客服信箱裡發霉
- 補救：留一台烘豆機給不確定：老闆最後把最小那台三公斤機拉出來，規定它不接單、只做沒有答案的批次，每個月固定帶兩位業務去店裡蹲一天。寬口那一段要被刻意保護，因為它永遠競爭不過窄端的數字
這個場景真正的接縫，出現在側標印出來的那一天。那張表是整件事的成果，也是整件事的分水嶺——它把一個活的判斷凍成了一個結果，然後把產生這個判斷的整套動作，一起省掉了。往下走的每一格都會發生同一件事：知識變得更好複製，產生知識的那個現場卻更沒人去。所以最該被寫進制度的那一條，其實是「每個月帶兩位業務去店裡蹲一天」這種看起來毫無產值的規定；養豆表反而不必擔心，它有數字，誰都會記得維護它。窄端的效率會自己長大，寬端的能力只會自己萎縮。以上為說明結構用的示意情境，僅供理解框架之用。
這張漏斗什麼時候會騙你
- 它長得像一條單行道，實際上不是。畫成漏斗，很容易讀成「所有知識都該往窄端走，走到底就贏了」。可是有些事情本來就不該演算法化——高單價的客製、危機處理、談判、招人。這些領域一旦壓成固定流程，準確度反而掉下來，因為每一次的條件都不重複。判準很簡單：這件事的變數，是不是每次都長得差不多？答案是否定的，就別急著寫 SOP，先把它停在啟發法，讓人的判斷留在裡面。
- 它讓「演算法化」看起來像終點，但終點會過期。寫成流程的那一刻，這套知識的準度就開始隨環境衰減。原料換了產地、客戶換了世代、通路換了規則，那張表還在算，只是算的是三年前的世界。而演算法最壞的性質，就是它壞掉的時候不會報錯——它會非常穩定地繼續輸出錯的答案，而且每一次都一模一樣。所以每一條被固化的規則都該配一個複查日期，過期就重新丟回漏斗上游看一遍。
- 它畫的是知識的形狀，權力那一層完全不在圖上。圖上三段看起來平等，現實裡差得很遠。窄端的人有數字、有報表、有可比較的績效；寬端的人只有一句「我覺得這裡怪怪的」。每一次資源會議，寬端都會輸。決定漏斗會不會流動的，向來是有沒有人在制度上替寬端擋子彈——固定的預算、不必交報告的時間、不看短期產出的評鑑方式。少了這些，漏斗就只是一張牆上的圖。
痛點視角：漏斗越窄，回饋越少
被壓縮掉的不只是步驟，還有耳朵。
每往窄端推一格，需要親自去現場理解客戶的人就少一批。謎題端要六個人蹲在店裡問問題，啟發法端剩兩位老手偶爾去看看，到了演算法端，系統自己算完印在標籤上，一個人都不必去。這是效率，也是代價：組織對客戶痛感的解析度，跟著漏斗一起收窄。麻煩的地方在於，痛點不會停在原地等你。客戶的難處會換形狀、換場合、換說法——當年是養豆窗口，隔年變成冷萃雜味。這張圖畫得出知識怎麼一段一段往下收斂，畫不出客戶的痛怎麼一年一年往旁邊挪。而能認出「這是一種新的痛」的能力，正好長在寬口那一段，也正好是最先被優化掉的那一段。所以漏斗真正的維護成本，最後落在養人上：得刻意留著一群「還待在聽不懂的東西裡」的人。今晚做一件小的：翻出你們跑得最順的那條流程，寫下它當初是為了解決誰的哪一句抱怨。那句話寫不出來的，就是已經斷線的那一段。
常見問題
知識漏斗跟一般講的「標準化」差在哪？
標準化通常從演算法那一段開始講：把已經知道的做法寫成文件、統一版本、要求照做。知識漏斗多管了前面兩段——那個做法一開始是怎麼被看出來的。差別在成本上很明顯：只做標準化的公司，規則過期時只能等外面的顧問或競爭對手告訴它；有完整漏斗的公司，自己的寬口就會先發出雜訊。標準化是保存知識，漏斗管的是產生知識。
一定要推到演算法那一段才算成功嗎？
不一定，而且很多行業刻意停在啟發法。判準是重複性：同一種情境一年出現幾百次，值得寫成演算法，因為省下來的判斷成本會累積；一年只出現三五次、每次條件都不同，寫成流程反而綁死了現場的手腳。實務上比較常見的健康狀態，是同一家公司裡三段並存：例行的出貨與報價在演算法端，客製與談判停在啟發法端，還有一兩件事被允許留在謎題端。
中小企業沒有研發部門，怎麼撐得起寬口那一段？
寬口那一段吃的是紀律，設備反而排在很後面。三件事就夠起步：第一，指定一個地方收集「說不清楚但一直重複」的現象，不必馬上解決，先讓它們累積到看得出模式；第二，每個月固定挪半天到客戶現場，不帶提案、只帶問題；第三，明確講清楚這半天不看產出。中小企業真正的門檻，落在這半天太容易被急件吃掉——急件永遠有名字，謎題還沒有。
有了 AI，是不是可以直接從謎題跳到演算法？
AI 讓中間那一段變快，沒有讓它消失。模型很擅長從一堆紀錄裡找出規律，也就是幫你把啟發法整理出來——前提是先有人決定要記錄什麼。烘豆那個場景真正的關鍵動作，是有人決定去問「開封隔幾天沖」這個問題；沒有這一欄資料，再強的模型也算不出養豆窗口。所以 AI 讓漏斗流得更快；至於寬口那一段該由誰去蹲、去問、去感覺不對勁，還是沒有人可以代勞。
同一張漏斗，往上游擺跟往下游擺，看到的東西不一樣。往上游擺，問的是這一格知識該不該再往下推一步；往下游擺，問的就變成手上的人和錢要怎麼分給兩端，那條資源的線在探索與利用裡拆得更細。而漏斗一旦停住，組織通常察覺不到自己只是在原地修數字——為什麼那條規則本身沒有人敢動，雙環學習談的正是這一層。
喜歡這篇文章嗎？
每週幫你拆二本好書，把判斷力、好書金句、好問題，直送你的信箱。
不適合你可隨時退訂 · 每週兩封，陪你把書讀進生活。
送出即表示同意我們依隱私權政策使用你的 email。