聽起來很厲害，然後呢？聊聊「可信度套利」

我們應該用第一性原理重新思考。

在會議裡提出第一性原理，完全可以是個好的開始。團隊需要重新檢查假設，而這個名稱恰好讓大家知道接下來要做什麼。不過，辨認假設、尋找資料，以及根據結果調整方向，都還需要實際投入。說出方法之後，討論是否變得深入，得看這些工作完成了多少。

把開頭那句話放進一個產品會議裡，頗有可以重新打開局面的氣勢。如果換成「把原本的假設攤開，看看哪些限制真的存在，哪些只是以前一直這樣做」，意思或許相去不遠，聽起來卻平常得多。一個像是在提醒大家做好基本功，另一個則讓人期待，接下來會有更深入的分析。這就引出了一個值得留意的問題：我們對一個說法的信心，有多少來自它提出的理由，又有多少來自它借用的名稱？

這之間微妙的地方在於，術語帶來的分量可能先到了，內容或資訊卻不見得具體到哪裡去。一項提議或一個概念，如果單純因為被灌上一些專業名詞或是描述就被認為更有洞見，我們便有理由停下來看一看，這份評價究竟根據什麼。

$$\circ$$

不要只看今年營收差多少，我們真正的問題是價值曲線沒有往兩端延伸。

微笑曲線很容易讓人直接聯想到一個策略方向：既然價值鏈兩端的附加價值較高，企業似乎就應該往研發、設計、品牌或服務發展。這個想法值得研究，但若直接拿來當成策略，還缺了不少內容。某類活動創造較高的附加價值，與某家公司投入之後能否獲利，畢竟是兩個需要分別回答的問題。

假設一家代工廠打算自創品牌。微笑曲線可以提醒它注意品牌活動的價值，但接下來仍得弄清楚，消費者為什麼要選擇它、通路怎麼建立，以及需要多少資源才能讓品牌站穩腳步。它也得比較其他選擇，例如繼續投入製程能力，或擴大既有客戶的合作。這些選項各自需要什麼條件、可能帶來什麼結果，都無法只靠微笑曲線的位置判斷。

曲線的簡潔，有時會讓這些問題看起來像是後續細節。然而，對一家正在做決策的公司來說，它們恰好決定了策略是否可行。微笑曲線提供的是觀察的起點，從產業分布走到企業選擇，中間仍需要一段完整的分析。沒有把一張圖表和概念拿出來，細節規劃與可行性就會自動地被延伸完成這種事情。

$$\circ$$

我們系統經過形式驗證，不可能是我們的問題。

隨著資訊系統的複雜以及相關利害關係與成本風險的上升，原本只在特定領域，如軍事航空等精密工業比較常見的形式驗證，逐漸受到更多的青睞甚至倚賴。

我們可以用購物網站的折價券來理解何謂形式驗證。假設網站希望確保，每張限用一次的折價券，即使遇到兩筆訂單同時結帳，也不會被重複折抵。工程團隊把相關規則寫成可以分析的模型，檢查它在設定的條件下是否符合要求。這類形式方法能針對模型檢查指定性質，因此，理解結果時，也需要知道檢查了什麼。

確認折價券不會被重複使用，是有價值的成果。但網站還有其他事情需要處理，包括退款金額是否正確、帳號會不會遭到盜用，以及實際程式是否按照模型中的規則運作。這些問題都有各自需要確認的部分。

假如這項成果到了宣傳頁面，被寫成「採用經數學驗證的交易技術」，再配上一句「讓每一筆購物都安心」，讀者接收到的印象就可能寬了許多。原本驗證的是折價券的一項使用規則，現在讓人放心的，卻像是整個購物過程。

這段轉述未必需要捏造事實。我們只要略去驗證對象、條件與範圍，留下「數學驗證」的分量，就可能讓局部成果替更廣泛的承諾背書。對不熟悉相關領域的讀者而言，很難只從那句宣傳察覺，自己相信的內容已經超出了驗證結果。

$$\circ$$

還有一些說法，讓人容易點頭的原因，是它指向的目標實在很難反對。「提高韌性」就是一例。

更有韌性的供應鏈、城市與醫療體系，都讓人聯想到面對衝擊時更有準備。這個詞也需要具體定義。WHO 歐洲區域辦事處在 2017 年就曾提醒，韌性 (resilience) 已成為學術與政策討論中的流行詞，而且經常沒有被清楚定義。

假設一份供應鏈計畫提議增加庫存、建立備援供應來源，理由是提高韌性。方向聽起來合理，但要評估方案，還得知道它準備因應多長的中斷、哪些物資必須優先供應，以及願意付出多少成本。準備承受幾天的延遲，與準備因應幾個月的中斷，會形成很不一樣的安排。

我們可以認同提高韌性的目標，同時對具體方案保留判斷。措施是否有效、代價是否值得，都需要另外說明。如果這些還沒談清楚，對目標的共識就不宜直接算成對方案的支持。

$$\circ$$

這幾個例子涉及的問題並不完全相同。有的是方法尚未展開，有的是從描述直接走向策略，有的是擴大了驗證範圍，也有的是用目標的吸引力支撐具體做法。這些案例都有一些共通之處：一個原本有內容的概念，被用來承擔了超出現有理由的說服工作。

我在這裡暫且把這種借用稱為「可信度套利」。套利在這裡是個比喻，指的是借來某個領域累積的聲譽，卻省下交代它與眼前主張有何關聯的工作。研究的信用、方法的嚴謹，或專業社群長期建立的信任，都可能被一起帶進來；支撐它們的條件，則未必受到同樣仔細的對待。

這種情況也可能出現在科技與公共議題的日常討論裡。有人以「採用開源技術」支持一項服務值得信任，還需要說明，程式可供檢視與服務實際受到充分檢查之間，完成了哪些工作。一項政策被稱為「以實證為基礎」，也仍然需要交代，引用的研究處理了哪些問題，以及研究條件和眼前情境有多接近。這些說法都提供了值得追蹤的線索，但還不是判斷的終點。

很多時候，說話的人未必有意操弄，更多時候是自己先被某個解釋說服，轉述時便把信心一起帶了過去；更有時，只是為了方便溝通，省略了看似不重要的限制。我們也可能因為太喜歡一個概念，逐漸把它用到更多地方，卻沒有逐次確認它是否仍然適用。

商業與行銷讓這個過程有了更明確的對價。研究的聲譽可能被用來支持產品溢價，方法的專業形象可能成為服務收費的理由。購買者付出的金錢，有多少建立在獲得支持的效果？有多少來自延伸出去的印象？在沒有交易的場合裡，同樣的借用也可能讓一個人的意見更有分量，或讓某項主張更容易被接受。不過，如果沒有足夠的具體可驗證的基底，詞藻堆砌出來的很多時候也僅僅是海市蜃樓。

困難的點在於，被引用的資訊可能都是真的，研究也確實存在，方法確實有用，技術成果也確實可靠。但把這些逐一確認之後，仍然需要看它們如何連到眼前的結論。一段論述可以在各個局部都正確，卻在連接它們的地方少了理由。讀者認出了熟悉的概念與可信的來源，便可能自行補成一個完整印象，而那個印象未必曾被完整支持。

因此，除了查核來源，我也想提醒，要去留意結論比來源多走的那一步。研究談的對象，是否就是現在討論的對象；技術成果涵蓋的範圍，是否足以支持宣傳中的承諾；一個值得追求的目標，是否已經有足夠理由支持眼前的做法。這些連結，比名稱本身更能幫助我們判斷。

同樣的要求，也應該用在自己的表達上。引用研究或理論時，願意交代哪些部分有依據、哪些是自己的推論，就能讓對方看清楚其中的關係。跨領域溝通難免需要簡化，但簡化之後，仍應留下足以理解與檢查的理由。

我們不必一聽到專業術語就提高敵意，也無須先判定對方是否別有用心。只要在熟悉的名稱出現時，替自己的信任留一點餘地。下次再遇到一個讓人覺得「聽起來很厲害」的說法，也許可以先停一下，看看那份厲害，究竟有多少真的用在了這件事上。