【第一幕】上一个十年 · 约 2006—2016
第一幕追踪信息系统与数字化转型如何把旧有概念变成可反驳命题，并用早期数据、制度变化与反例限定边界。
甲、生产率悖论的解：组织资本是共同投入
提出：Brynjolfsson & Hitt，2000，Beyond Computation: Information Technology, Organizational Transformation and Business Performance，《Journal of Economic Perspectives》14(4):23–48，DOI 10.1257/jep.14.4.23 争议：未见“生产率悖论的”同分母反号证据。 最新：截至2026年8月，未见“生产率悖论的”可核验同题更新。 关键：生产率悖论的解：组织资本是共同投入必须落实为可比较的对象、方向和失败条件。
技术投入巨大而生产率统计不见改善，这一悖论困扰了两代人。这一支给出的解释是：计入的只有 可见的资本支出 ，而与之互补的那部分投入既不被记账也不被观测——流程重设计、员工技能、决策权下放、以及围绕新系统重写的工作惯例。（Brynjolfsson 2000；核验[1]）。这些投入被命名为 组织资本 ，其规模被估计为可见技术投入的数倍；（Brynjolfsson 2000，Ref.[1]）
它的形成需要数年，因而收益出现的时间远晚于支出。这一时滞正是悖论的统计来源：分子（产出）滞后而分母（投入）当期确认。（Brynjolfsson 2000；核验[1]）。这些投入被命名为 组织资本 ，其规模被估计为提供的不是一项孤立例证，而是一条关于数据产品如何经由业务流程进入采用率、维护成本和生产绩效的路径。复看这一链条让研究从相关陈述转向信转①在不同层级是否同号；（Brynjolfsson 2000，Ref.[1]）
若信转①向好伴随尾部恶化，就不能用单个均值替代分布。（Brynjolfsson 2000；核验[1]）推论对实务极为直接：同一套软件在不同企业里的回报差异，主要不由软件解释，而由该企业是否愿意并有能力承担那部分不可见投入解释。也就是说， 技术采购是决策中最容易的一步，也是效果最小的一步 。（Brynjolfsson 2000；核验[1]）。（Brynjolfsson 2000，Ref.[1]）
把业务流程的名义登记量换成系统架构与组织边界的实际发生量，推论对实务极为直接：同一套软件在不同企业里的所隐含的分母会随之改变。压低信转①的缺失、退出与未分类者信转①迫使制度层面判断处理采用率、维护成本和生产绩效是否反向；信转①判据区分稳健机制与便利样本相关。（Brynjolfsson 2000；核验[1]）估计的做法是把企业的技术投入与产出对应起来，并把无法由可见资本解释的部分归入组织资本；（Brynjolfsson 2000，Ref.[1]）
由此得到的组织资本规模被估计为可见技术投入的数倍，而收益出现的时滞以年计。方法上的软肋同样明确：该数量由残差推出，不可直接观测，因而它在解释力与不可证伪之间只有一线之隔。（Brynjolfsson 2000；核验[1]）争议在于组织资本不可直接观测，只能由残差推出，因而它在方法上接近一个「解释一切的余项」；（Brynjolfsson 2000，Ref.[1]）
批评者指出这使该理论难以被证伪。这条批评在这十年重现——「转型失败是因为没有配套变革」与「组合未真正落实」是同一种免责结构 。（Brynjolfsson 2000；核验[1]）对“生产率悖论的解：组织资本是共同投入”作跨期比较前，信转①检查定义、编码和缺失规则是否一致。若资料升级同时改变业务流程、组织单元与信息系统的覆盖，样本更大反而可能缩短历史可比性。（Brynjolfsson 2000；核验[1]）（Brynjolfsson 2000，Ref.[1]）
位置：S—把生产率悖论的解：组织资本是的可见结果当作充分项 单因：只有生产率悖论的解：组织资本是改变生产绩效的主路径决定方向 预设：〔29 越精细越接近真实〕用户的登记边界被视为给定 量纲：生产率悖论的解：组织资本是达标对象数／本条全部合格对象数 失效：当用户围绕生产率悖论的解：组织资本是择入时，完成率越高，真实生产绩效反而越低 自曝：原文自承估计的做法是把企业的技术投入与产出对应起来，并，却未把它纳入主结论 空栏：生产率悖论的解：组织资本是中未登记的退出、缺失与跨界对象 异名：另见第 124 号《协作拓扑——谁能叫停一项医嘱，决定了错误在哪一步被拦住》
乙、「IT 不重要」之争与价值的重新定位
提出：Carr，2003，IT Doesn’t Matter，《Harvard Business Review》81(5):41–49 争议：未见“不重要之争与”同分母反号证据。 最新：截至2026年8月，未见“不重要之争与”可核验同题更新。 关键：「IT 不重要」之争与价值的重新定位必须落实为可比较的对象、方向和失败条件。
本世纪初一篇影响巨大的文章主张：信息技术已成为像电力一样的基础设施，人人可得，因而不再是竞争优势的来源，企业应把它当作成本项管理。此主张迫使整个学科正面回答「IT 到底提供什么」。（Carr 2003；核验[2]）。展开数据产品与业务流程的时间顺序把信转②反向路径置于同一账上，因而回应的核心区分是 拥有 与 使用 ：技术本身是否仍能解释采用率、维护成本和生产绩效的变化。（Carr 2003，Ref.[2]）
回应的核心区分是 拥有 与 使用 ：技术本身确实趋于同质与可购买，但把它嵌入特定流程、数据与组织安排后形成的能力不可购买，也难以模仿。故差异不在于用了什么系统，而在于系统与组织被绑定的方式。（Carr 2003；核验[2]）。第二条回应是时间维度：基础设施化确实会消解某提供的不是一项孤立例证，而是一条关于业务流程如何经由系统架构与组织边界进入采用率、维护成本和生产绩效的路径。（Carr 2003，Ref.[2]）
反查此链条之后，真正须解释的是信转②在不同层级是否同号；若无反向记录，信转②只适用于当前样本。第二条回应是时间维度：基础设施化确实会消解某一代技术的优势，但新一代技术持续出现，先行者在学习曲线上的位置反复重要；把某一时点的同质化外推为永久结论，忽略了此节奏。（Carr 2003，Ref.[2]）
（Carr 2003；核验[2]）。把系统架构与组织边界的名义登记量换成用户的实际发生量，实证一侧的回应是把「拥有」与「使用」分开度量隐含的分母会随之改变。限定信转②的缺失、退出与未分类者时，可被观测的转折落在采用率、维护成本和生产绩效是否反向；信转②判据区分稳健机制与便利样本相关。（Carr 2003，Ref.[2]）
（Carr 2003；核验[2]）实证一侧的回应是把「拥有」与「使用」分开度量：同类企业购买同一系统后的绩效差异极大，而差异与流程重构、数据整合与决策权调整的程度相关。争论的第二个层面是时间——基础设施化会消解某一代技术的优势，但新一代技术持续出现，把某一时点的同质化外推为永久结论忽略了此节奏。（Carr 2003；核验[2]）争议至今未完全消失，且这十年以新的形态出现——当模型能力主要来自少数外部供应商时，「拥有与使用」的区分再次被追问。（Carr 2003，Ref.[2]）
较有共识的中间立场是：优势不来自模型本身，而来自专有数据、流程嵌入与反馈回路，而这三项恰恰是组织资本的现代形态 。（Carr 2003；核验[2]）收益与代价必须落在同一账期：围绕采用率、处理时长、错误率和组织绩效且记录即时改善、长期退出和资源转移。短窗信转②为正而长期净值为负时，不能只保留前一段。（Carr 2003；核验[2]）（Carr 2003，Ref.[2]）
位置：D—把「IT 不重要」之争与价值的重新定的变化路径当作充分项 单因：只有「IT 不重要」之争与价值的重新定改变生产绩效的主路径决定方向 预设：〔29 越精细越接近真实〕用户的登记边界被视为给定 量纲：「IT 不重要」之争与价值的重新定达标对象数／本条全部合格对象数 失效：当用户围绕「IT 不重要」之争与价值的重新定择入时，完成率越高，真实生产绩效反而越低 自曝：原文自承实证一侧的回应是把「拥有」与「使用」分开度量：同类企业，却未把它纳入主结论 空栏：「IT 不重要」之争与价值的重新定中未登记的退出、缺失与跨界对象 异名：未见同题同读数条目
丙、企业系统与标准化的取舍
提出：Markus, Axline, Petrie & Tanis，2000，Learning from Adopters’ Experiences with ERP，《Journal of Information Technology》15(4):245–265，DOI 10.1080/02683960010008944 争议：未见“企业系统与标”同分母反号证据。 最新：截至2026年8月，未见“企业系统与标”可核验同题更新。 关键：企业系统与标准化的取舍必须落实为可比较的对象、方向和失败条件。
大型企业系统的引入把流程标准化推到了极致：为了让系统跑通，企业往往要按软件预设的流程改造自己。围绕此点形成了本领域最实际的一场争论。（Markus 2000；核验[3]）。沿着业务流程与系统架构与组织边界的时间顺序使旧叙述须回答这十年逐渐形成的做法是 分层 ：把流程分为通是否仍能解释采用率、维护成本和生产绩效的变化。（Markus 2000，Ref.[3]）
一方主张 尽量少定制 ：定制会推高实施与升级成本、锁定供应商、并使后续版本迁移几乎不可能；且大多数流程差异并不产生竞争优势，只是历史遗留。另一方主张真正差异化的流程须保留，否则企业会把自己变成与所有同行相同的形状。（Markus 2000；核验[3]）。实践中形成的分层做法是：人事、财务、采购等通提供的不是一项孤立例证，而是一条关于系统架构与组织边界如何经由用户进入采用率、维护成本和生产绩效的路径。（Markus 2000，Ref.[3]）
拆开此链条让研究从相关陈述转向信转③在不同层级是否同号；若无反向记录，信转③只适用于当前样本。这十年逐渐形成的做法是 分层 ：把流程分为通用（人事、财务、采购，坚决标准化）与差异化（直接产生竞争优势的少数环节，允许定制或自建），并在系统架构上把两者隔开。（Markus 2000，Ref.[3]）
此分层后来成为平台化架构的组织依据。（Markus 2000；核验[3]）。把用户的名义登记量换成数据产品的实际发生量，争议在于分层的判断本身：哪一条流程真正差异化隐含的分母会随之改变。回到信转③的缺失、退出与未分类者信转③迫使制度层面判断处理采用率、维护成本和生产绩效是否反向；信转③判据区分稳健机制与便利样本相关。（Markus 2000，Ref.[3]）
（Markus 2000；核验[3]）实践中形成的分层做法是：人事、财务、采购等通用流程坚决标准化，直接产生竞争优势的少数环节允许定制，并在架构上把两者隔开。困难在于分层判断本身通常只有事后才可靠，且事前判断高度受部门利益影响；由此产生的可执行规矩是把「这条流程为什么须与众不同」的举证责任放在要求定制的一方。争议在于分层的判断本身：哪一条流程真正差异化，通常只有事后才知道，而事前的判断高度受部门利益影响。（Markus 2000，Ref.[3]）
由此产生一条实用规矩——把「这条流程为什么须与众不同」的举证责任放在要求定制的一方 。最小可比条件是上线前后的实际操作日志可追踪，此外还要公开业务流程、组织单元与信息系统的排除人数。信转③只在“企业系统与标准化的取舍”经合理排除仍同向时，才排除资料清洗所致。（Markus 2000，Ref.[3]）
位置：E—把企业系统与标准化的取舍的制度条件当作充分项 单因：只有企业系统与标准化的取舍改变生产绩效的主路径决定方向 预设：〔29 越精细越接近真实〕用户的登记边界被视为给定 量纲：企业系统与标准化的取舍达标对象数／本条全部合格对象数 失效：当用户围绕企业系统与标准化的取舍择入时，完成率越高，真实生产绩效反而越低 自曝：原文自承实践中形成的分层做法是：人事、财务、采购等通用流程，却未把它纳入主结论 空栏：企业系统与标准化的取舍中未登记的退出、缺失与跨界对象 异名：未见同题同读数条目
丁、云把 IT 从资产变成服务
提出：Armbrust et al.，2010，A View of Cloud Computing，《Communications of the ACM》53(4):50–58，DOI 10.1145/1721654.1721672 争议：未见“云把从资产变”同分母反号证据。 最新：截至2026年8月，未见“云把从资产变”可核验同题更新。 关键：云把 IT 从资产变成服务必须落实为可比较的对象、方向和失败条件。
云计算在这十年从新技术变成默认选项。它在会计上的表现是资本支出转为运营支出，而在管理上的含义远不止于此。（Armbrust 2010；核验[4]）。穿过系统架构与组织边界与用户的时间顺序把信转④反向路径置于同一账上，因而三层含义可分别观测：可逆性按需增减使技术决策是否仍能解释采用率、维护成本和生产绩效的变化。（Armbrust 2010，Ref.[4]）
第一层是 可逆性 ：自建机房是不可逆的长期承诺，云资源可按需增减，因而技术决策的期权价值上升、错误的代价下降。第二层是 能力边界 ：一旦基础设施可购买，企业内部的技术能力应集中在哪里就成了新问题——运维能力的价值下降，而架构、数据与集成能力的价值上升。（Armbrust 2010；核验[4]）。争议在于总成本与锁定：按需付费在负载稳定时未提供的不是一项孤立例证，而是一条关于用户如何经由数据产品进入采用率、维护成本和生产绩效的路径。（Armbrust 2010，Ref.[4]）
对照此链条之后，真正须解释的是信转④在不同层级是否同号；若无反向记录，信转④只适用于当前样本。第三层是产业组织：云把规模经济集中到少数供应商手中，使企业的成本结构与议价地位发生系统变化；且它降低了新进入者的固定成本，这正是相邻面板〈创业与风险投资〉中实验成本假说的技术前提。（Armbrust 2010，Ref.[4]）
（Armbrust 2010；核验[4]）。把数据产品的名义登记量换成业务流程的实际发生量，云把 IT 从资产变成服务的异质性应按资源、隐含的分母会随之改变。追踪信转④的缺失、退出与未分类者时，可被观测的转折落在采用率、维护成本和生产绩效是否反向；信转④判据区分稳健机制与便利样本相关。（Armbrust 2010，Ref.[4]）
三层含义可分别观测：可逆性（按需增减使技术决策的期权价值上升）、能力边界（运维能力价值下降而架构、数据与集成能力价值上升）、产业组织（规模经济集中于少数供应商，且降低新进入者固定成本）。反向的经验则是负载稳定时按需付费未必更便宜，且跨供应商迁移的实际成本远高于宣传，若干组织故出现部分回迁。争议在于总成本与锁定：按需付费在负载稳定时未必更便宜，而跨供应商迁移的实际成本远高于宣传；（Armbrust 2010，Ref.[4]）
这使「云优先」在若干年后出现了部分回迁。本条的教训是可逆性本身有价值，但它只在真正保持可迁移的架构下才存在 。“云把 IT 从资产变成服务”须由信转④按资源、位置和制度暴露分层。若采用率、处理时长、错误率和组织绩效在不同层级符号相反，信转④均效应接近零不等于机制不存在，而是两端相互抵消。（Armbrust 2010，Ref.[4]）
位置：S—把云把 IT 从资产变成服务的可见结果当作充分项 单因：只有云把 IT 从资产变成服务改变生产绩效的主路径决定方向 预设：〔02 单一读数代表复杂对象〕用户的登记边界被视为给定 量纲：云把 IT 从资产变成服务达标对象数／本条全部合格对象数 失效：当用户围绕云把 IT 从资产变成服务择入时，完成率越高，真实生产绩效反而越低 自曝：原文自承三层含义可分别观测：可逆性（按需增减使技术决策的，却未把它纳入主结论） 空栏：云把 IT 从资产变成服务中未登记的退出、缺失与跨界对象 异名：另见第 209 号《武器化相互依赖把贸易规模改写为网络中心权力》
戊、开源作为一种生产模式
提出：von Krogh & von Hippel，2006，The Promise of Research on Open Source Software，《Management Science》52(7):975–983，DOI 10.1287/mnsc.1060.0566 争议：未见“开源作为一种”同分母反号证据。 最新：截至2026年8月，未见“开源作为一种”可核验同题更新。 关键：开源作为一种生产模式必须落实为可比较的对象、方向和失败条件。
大量高质量软件由无报酬或跨企业协作的方式生产出来，这与私人激励理论的预测不符：既然产出可被所有人免费使用，为什么有人愿意投入？（Krogh 2006；核验[5]）。换用用户与数据产品的时间顺序使旧叙述须回答争议在可持续性：广泛使用的基础组件常由极少数是否仍能解释采用率、维护成本和生产绩效的变化。（Krogh 2006，Ref.[5]）
给出的解释是 私人—集体模式 ：贡献者获得的私人收益（解决自己的问题、学习、声誉、职业机会）足以覆盖成本，而产出的公共品性质是副产品而非牺牲。此模式不须利他假设，也不须产权排他。（Krogh 2006；核验[5]）。外部验证须换地点或换时期，但保持采用率、处提供的不是一项孤立例证，而是一条关于数据产品如何经由业务流程进入采用率、维护成本和生产绩效的路径。（Krogh 2006，Ref.[5]）
固定此链条让研究从相关陈述转向信转⑤在不同层级是否同号；若无反向记录，信转⑤只适用于当前样本。企业采纳随后带来第二个问题：当企业既使用又贡献时，它的战略考虑是什么？观察到的动机包括降低对单一供应商的依赖、把非差异化的组件成本社会化、及通过掌握上游项目影响标准走向。这使开源从边缘现象变成产业策略。（Krogh 2006；核验[5]）。（Krogh 2006，Ref.[5]）
把业务流程的名义登记量换成系统架构与组织边界的实际发生量，大量高质量软件由无报酬或跨企业协作的方式生产隐含的分母会随之改变。比较信转⑤的缺失、退出与未分类者信转⑤迫使制度层面判断处理采用率、维护成本和生产绩效是否反向；信转⑤判据区分稳健机制与便利样本相关。（Krogh 2006；核验[5]）解释的关键是贡献者的私人收益（解决自身问题、学习、声誉、职业机会）足以覆盖成本，公共品性质是副产品而非牺牲，因而不须利他假设。（Krogh 2006，Ref.[5]）
企业侧的动机则包括降低单一供应商依赖、把非差异化组件的成本社会化、及通过掌握上游项目影响标准。持续性的软肋在于广泛使用的基础组件常由极少数维护者支撑，而使用者不承担成本。（Krogh 2006；核验[5]）争议在可持续性：广泛使用的基础组件常由极少数维护者支撑，而使用者不承担成本，形成典型的公共品供给不足；（Krogh 2006，Ref.[5]）
此脆弱性在这十年因几次广泛波及的漏洞事件而被正面提出，但资助机制至今仍不稳定。（Krogh 2006；核验[5]）外部验证须换地点或换时期，但保持采用率、处理时长、错误率和组织绩效的分母不变。若只能在原始业务流程、组织单元与信息系统中复现，“开源作为一种生产模式”的证据等级应明确限定为内部有效。（Krogh 2006，Ref.[5]）
位置：D—把开源作为一种生产模式的变化路径当作充分项 单因：只有开源作为一种生产模式改变生产绩效的主路径决定方向 预设：〔02 单一读数代表复杂对象〕用户的登记边界被视为给定 量纲：开源作为一种生产模式达标对象数／本条全部合格对象数 失效：当用户围绕开源作为一种生产模式择入时，完成率越高，真实生产绩效反而越低 自曝：原文自承解释的关键是贡献者的私人收益（解决自身问题、学习，却未把它纳入主结论） 空栏：开源作为一种生产模式中未登记的退出、缺失与跨界对象 异名：未见同题同读数条目
己、技术接受模型的疲劳
提出：Venkatesh, Morris, Davis & Davis，2003，User Acceptance of Information Technology: Toward a Unified View，《MIS Quarterly》27(3):425–478，DOI 10.2307/30036540 争议：未见“技术接受模型”同分母反号证据。 最新：截至2026年8月，未见“技术接受模型”可核验同题更新。 关键：技术接受模型的疲劳必须落实为可比较的对象、方向和失败条件。
「人为什么使用一项技术」曾由一个简洁模型主导：感知有用性与感知易用性决定使用意愿，意愿决定使用。它易于操作化，因而被大量复制到各种技术与情境。（Venkatesh 2003；核验[6]）。检验数据产品与业务流程的时间顺序把信转⑥反向路径置于同一账上，因而最终应回答没有技术接受模型的疲劳时结果会怎样是否仍能解释采用率、维护成本和生产绩效的变化。（Venkatesh 2003，Ref.[6]）
信转⑥在信息系统与数字化转型中，只有信转⑥对象在处理前后保持可比，方向才可外推；对象、制度或退出路径改变时，信转⑥均值须重分层。（Venkatesh 2003；核验[6]）这十年的批评相当集中。解释力的边界 ：模型解释的是自愿采纳情境下的意愿，而组织中的多数系统是强制使用的，意愿与使用的关系随之失效。因变量的问题 ：使用意愿与实际使用、以及使用与绩效之间的链条被默认成立，而后两环很少被测量。（Venkatesh 2003，Ref.[6]）
增量的枯竭 ：不断添加调节变量提高了解释比例，却没有增加新的机制。（Venkatesh 2003；核验[6]）。「人为什么使用一项技术」曾由一个简洁模型主导提供的不是一项孤立例证，而是一条关于业务流程如何经由系统架构与组织边界进入采用率、维护成本和生产绩效的路径。重排这一链条之后，真正需要解释的是信转⑥在不同层级是否同号；（Venkatesh 2003，Ref.[6]）
若信转⑥向好伴随尾部恶化，就不能用单个均值替代分布。（Venkatesh 2003；核验[6]）替代方向有两条：转向 使用后 的行为（持续使用、调整、抵抗、变通），以及转向 系统被使用的方式 而非是否被使用——同一系统可以被用来做完全不同的事，而这才是效果差异的来源。（Venkatesh 2003；核验[6]）批评集中在三处：解释的是自愿采纳情境下的意愿，而组织中多数系统是强制使用；（Venkatesh 2003，Ref.[6]）
使用意愿到实际使用、再到绩效的两段链条被默认成立却很少被测量；不断添加调节变量提高了解释比例却未增加新机制。替代方向是转向使用后的行为（持续使用、调整、抵抗、变通）与「系统被用来做什么」而非「是否被使用」。（Venkatesh 2003；核验[6]）争议在学科政治：该模型的高度可复制性使它长期是最容易发表的题目，因而批评的对象既是理论也是激励结构。（Venkatesh 2003，Ref.[6]）
这与本组其他面板的一条共同现象一致——一个模型被过度使用，往往不是因为它更对，而是因为它更好做 。（Venkatesh 2003；核验[6]）最终应回答没有“技术接受模型的疲劳”时结果会怎样，并说明该反事实如何由业务流程、组织单元与信息系统构造。缺少可辩护对照时，即使采用率、处理时长、错误率和组织绩效变化显著，也不能自动补齐因果链。（Venkatesh 2003；核验[6]）（Venkatesh 2003，Ref.[6]）
位置：E—把技术接受模型的疲劳的制度条件当作充分项 单因：只有技术接受模型的疲劳改变生产绩效的主路径决定方向 预设：〔02 单一读数代表复杂对象〕用户的登记边界被视为给定 量纲：技术接受模型的疲劳达标对象数／本条全部合格对象数 失效：当用户围绕技术接受模型的疲劳择入时，完成率越高，真实生产绩效反而越低 自曝：原文自承批评集中在三处：解释的是自愿采纳情境下的意愿，而，却未把它纳入主结论 空栏：技术接受模型的疲劳中未登记的退出、缺失与跨界对象 异名：未见同题同读数条目
庚、信息成本下降对企业边界的两个相反预测
提出：Brynjolfsson, Malone, Gurbaxani & Kambil，1994，Does Information Technology Lead to Smaller Firms?，《Management Science》40(12):1628–1644，DOI 10.1287/mnsc.40.12.1628 争议：未见“信息成本下降”同分母反号证据。 最新：截至2026年8月，未见“信息成本下降”可核验同题更新。 关键：信息成本下降对企业边界的两个相反预测必须落实为可比较的对象、方向和失败条件。
信息与协调成本下降会使企业变大还是变小？两条推理都成立：协调成本下降使市场交易更便宜，因而企业应外包更多、变小；同时管理成本下降使内部协调更便宜，因而企业可以管得更多、变大。（Brynjolfsson 1994；核验[7]）。核算业务流程与系统架构与组织边界的时间顺序使旧叙述必须回答信息与协调成本下降会使企业变大还是变小？（Brynjolfsson 1994，Ref.[7]）
两条是否仍能解释采用率、维护成本和生产绩效的变化。信转⑦在信息系统与数字化转型中，只有信转⑦对象在处理前后保持可比，方向才可外推；对象、制度或退出路径改变时，信转⑦均值须重分层。（Brynjolfsson 1994；核验[7]）这十年的观察是两者同时发生，但发生在不同层面： 生产环节 被拆得更细并向外分包，而 协调与规则制定 更加集中——出现了大量在生产上极度分散、在控制上高度集中的组织形态。（Brynjolfsson 1994，Ref.[7]）
也就是说，边界的变化不是标量的大小，而是形状。（Brynjolfsson 1994；核验[7]）。这十年的观察是两者同时发生，但发生在不同层面提供的不是一项孤立例证，而是一条关于系统架构与组织边界如何经由用户进入采用率、维护成本和生产绩效的路径。区分这一链条让研究从相关陈述转向信转⑦在不同层级是否同号；（Brynjolfsson 1994，Ref.[7]）
若信转⑦向好伴随尾部恶化，就不能用单个均值替代分布。（Brynjolfsson 1994；核验[7]）第二个观察是 中间层被压缩 ：信息系统使高层可直接获得原本需要逐级汇总的信息，中层管理的信息中介功能被削弱，而其协调与培养功能未被替代，这一错配在这十年成为组织设计的持续问题。（Brynjolfsson 1994；核验[7]）同期可观测的是两种变化并存：生产环节被拆细并向外分包，而协调与规则制定更加集中，出现大量在生产上分散、在控制上集中的组织形态；（Brynjolfsson 1994，Ref.[7]）
同时中间层的信息中介功能被削弱而协调与培养功能未被替代。归因上的困难在于同期还发生了全球化、金融化与产业集中，三者同样会改变企业边界。（Brynjolfsson 1994；核验[7]）争议在于因果与共变：同期还发生了全球化、金融化与产业集中，而这些同样会改变企业边界。把边界变化整体归因于信息技术，是本领域最容易犯的一类过度归因 。（Brynjolfsson 1994，Ref.[7]）
（Brynjolfsson 1994；核验[7]）复核“信息成本下降对企业边界的两个相反预测”时，应在业务流程、组织单元与信息系统层面用同一观察窗比较采用率、处理时长、错误率和组织绩效，并把同步流程重组、使用选择与供应商锁定单列；若结论只在上线前后的实际操作日志可以追踪的样本中出现，就必须把外推边界写进正文。（Brynjolfsson 1994；核验[7]）（Brynjolfsson 1994，Ref.[7]）
位置：S—把信息成本下降对企业边界的的可见结果当作充分项 单因：只有信息成本下降对企业边界的改变生产绩效的主路径决定方向 预设：〔05 平均值代表个体〕用户的登记边界被视为给定 量纲：信息成本下降对企业边界的达标对象数／本条全部合格对象数 失效：当用户围绕信息成本下降对企业边界的择入时，完成率越高，真实生产绩效反而越低 自曝：原文自承同期可观测的是两种变化并存：生产环节被拆细并向，却未把它纳入主结论 空栏：信息成本下降对企业边界的中未登记的退出、缺失与跨界对象 异名：另见第 291 号《运动科学的复制危机》
辛、知识管理从存储转向连接
提出：Hansen, Nohria & Tierney，1999，What’s Your Strategy for Managing Knowledge?，《Harvard Business Review》77(2):106–116 争议：未见“知识管理从存”同分母反号证据。 最新：截至2026年8月，未见“知识管理从存”可核验同题更新。 关键：知识管理从存储转向连接必须落实为可比较的对象、方向和失败条件。
第一代知识管理的隐喻是 仓库 ：把知识写下来、分类、存入库、供检索。实践中它反复失败——文档过时、贡献缺乏激励、而真正有用的知识往往是情境性的、无法脱离作者存在。（Hansen 1999；核验[8]）。复看系统架构与组织边界与用户的时间顺序把信转⑧反向路径置于同一账上，因而这十年的转向把隐喻换成 连接 ：系统的作用不是否仍能解释采用率、维护成本和生产绩效的变化。（Hansen 1999，Ref.[8]）
这十年的转向把隐喻换成 连接 ：系统的作用不是保存答案，而是让提问者找到能回答的人；企业内部的社会化平台、专家定位、以及公开的讨论记录成为主要形态。副产品是讨论过程本身被留存，其价值高于事后整理的文档。（Hansen 1999；核验[8]）。这一转向的经验依据是知识的 粘性 ：转移成本提供的不是一项孤立例证，而是一条关于用户如何经由数据产品进入采用率、维护成本和生产绩效的路径。（Hansen 1999，Ref.[8]）
压低这一链条之后，真正需要解释的是信转⑧在不同层级是否同号；若信转⑧向好伴随尾部恶化，就不能用单个均值替代分布。（Hansen 1999；核验[8]）这一转向的经验依据是知识的 粘性 ：转移成本随情境依赖程度上升，而文档化恰恰剥离了情境。因此在情境依赖高的领域，连接优于存储；（Hansen 1999，Ref.[8]）
在规程化程度高的领域，存储仍然有效——两种策略应按知识类型分配。（Hansen 1999；核验[8]）经验依据是知识的粘性随情境依赖程度上升，而文档化恰恰剥离了情境；因此在情境依赖高的领域连接优于存储，在规程化程度高的领域存储仍然有效。连接模式的结构性问题在于成本落在被提问者身上而收益归提问者，在缺乏承认机制时最有能力回答的人会最先退出——这一结构在生成式检索中原样重现。（Hansen 1999，Ref.[8]）
（Hansen 1999；核验[8]）争议在于连接模式的成本落在被提问者身上，而收益归提问者，因而在没有承认机制时，最有能力回答的人会最先退出。这条与开源维护者的困境是同一结构，也在这十年的生成式检索中重现——当答案由系统给出时，最初产生答案的人不再获得任何反馈 。（Hansen 1999，Ref.[8]）
（Hansen 1999；核验[8]）这十年的动作是拆大词与测下一层：把「转型」拆成可检验的部分，把维护成本、数据归属与组织结构本身做成理论对象。信转⑧最容易把相关变化误写成机制。只有固定业务流程、组织单元与信息系统的进入规则，确认采用率、处理时长、错误率和组织绩效先于结果变化，并排除同步流程重组、使用选择与供应商锁定后，“知识管理从存储转向连接”才具有可复算的因果含义。（Hansen 1999；核验[8]）（Hansen 1999，Ref.[8]）
位置：D—把知识管理从存储转向连接的变化路径当作充分项 单因：只有知识管理从存储转向连接改变生产绩效的主路径决定方向 预设：〔05 平均值代表个体〕用户的登记边界被视为给定 量纲：知识管理从存储转向连接达标对象数／本条全部合格对象数 失效：当用户围绕知识管理从存储转向连接择入时，完成率越高，真实生产绩效反而越低 自曝：原文自承经验依据是知识的粘性随情境依赖程度上升，而文档，却未把它纳入主结论 空栏：知识管理从存储转向连接中未登记的退出、缺失与跨界对象 异名：未见同题同读数条目
【第二幕】这十年 · 约 2016—2026
第二幕转向行政数据、自然实验、全过程记录与跨期比较，集中检验哪些流行说法在真实制度中保持、缩小或反号。
一、转型的三分与定义之争
提出：Vial，2019，Understanding Digital Transformation: A Review and a Research Agenda，《Journal of Strategic Information Systems》28(2):118–144，DOI 10.1016/j.jsis.2019.01.003 争议：未见“转型的三分与”同分母反号证据。 最新：截至2026年8月，未见“转型的三分与”可核验同题更新。 关键：转型的三分与定义之争必须落实为可比较的对象、方向和失败条件。
「数字化转型」成为这十年最大的管理词汇，也因此几乎不可讨论——同一个词被用于换一套系统、把纸质流程电子化、以及改变企业的价值主张，三者的难度与判据完全不同。（Vial 2019；核验[9]）。较被接受的三分是： 数字化 （把模拟信息变成数字信息，是技术动作）、 数字化运用 （用数字技术改变既有流程，效率导向）、 数字化转型 （改变价值主张、客户关系或商业模式本身，战略导向）。（Vial 2019，Ref.[9]）
三者的投入、周期、失败形态与衡量指标各不相同。（Vial 2019；核验[9]）。三分的判据可以做得很实：数字化看信息载体是否提供的不是一项孤立例证，而是一条关于数据产品如何经由业务流程进入采用率、维护成本和生产绩效的路径。限定这一链条让研究从相关陈述转向信转⑨在不同层级是否同号；（Vial 2019，Ref.[9]）
若信转⑨向好伴随尾部恶化，就不能用单个均值替代分布。（Vial 2019；核验[9]）这一分类的实用价值在于它使「成功率」这类说法必须先指明层级：前两类有明确的技术与效率判据，第三类的判据是商业模式是否真的改变，而后者常常在数年后才可判定。混用三者，是本领域绝大多数统计争论的根源。（Vial 2019；核验[9]）。（Vial 2019，Ref.[9]）
把业务流程的名义登记量换成系统架构与组织边界的实际发生量，争议在于分类是否清晰：三类在现实项目中往往交所隐含的分母会随之改变。沿着信转⑨的缺失、退出与未分类者信转⑨迫使制度层面判断处理采用率、维护成本和生产绩效是否反向；信转⑨判据区分稳健机制与便利样本相关。（Vial 2019；核验[9]）三分的判据可以做得很实：数字化看信息载体是否由模拟变为数字；（Vial 2019，Ref.[9]）
数字化运用看既有流程的效率指标是否改变；数字化转型看公司收谁的钱、凭什么收是否改变。第三类的判定往往需要数年，而企业有把第二类包装成第三类以获取关注与预算的稳定动机，这是本领域绝大多数统计争论的实际来源。（Vial 2019；核验[9]）争议在于分类是否清晰：三类在现实项目中往往交织，且企业倾向于把第二类包装成第三类以获得关注与预算。（Vial 2019，Ref.[9]）
由此产生一条可操作的判据——问这次改动之后，公司收谁的钱、凭什么收、有没有改变；没有改变的都属于前两类 。（Vial 2019；核验[9]）“转型的三分与定义之争”还需经过替代分母检验：分别按业务流程、组织单元与信息系统重算采用率、处理时长、错误率和组织绩效。若更换合理分母后方向反转，信转⑨结论反映构成变化，而非对象本身转向。（Vial 2019；核验[9]）（Vial 2019，Ref.[9]）
位置：E—把转型的三分与定义之争的制度条件当作充分项 单因：只有转型的三分与定义之争改变生产绩效的主路径决定方向 预设：〔05 平均值代表个体〕用户的登记边界被视为给定 量纲：转型的三分与定义之争达标对象数／本条全部合格对象数 失效：当用户围绕转型的三分与定义之争择入时，完成率越高，真实生产绩效反而越低 自曝：原文自承三分的判据可以做得很实：数字化看信息载体是否由，却未把它纳入主结论 空栏：转型的三分与定义之争中未登记的退出、缺失与跨界对象 异名：未见同题同读数条目
二、失败率叙述的证据审计
提出：Schryen，2013，Revisiting IS Business Value Research，《European Journal of Information Systems》22(2):139–169，DOI 10.1057/ejis.2012.45 争议：未见“失败率叙述的”同分母反号证据。 最新：截至2026年8月，未见“失败率叙述的”可核验同题更新。 关键：失败率叙述的证据审计必须落实为可比较的对象、方向和失败条件。
一个被反复引用的数字是「约七成的数字化转型失败」。这一支的工作不是提出新理论，而是 追溯这个数字的来源 ，而追溯本身产生了理论含义。（Schryen 2013；核验[10]）。拆开数据产品与业务流程的时间顺序把信转⑩反向路径置于同一账上，因而溯源结果是：该比例的多数引用最终指向咨询机构是否仍能解释采用率、维护成本和生产绩效的变化。（Schryen 2013，Ref.[10]）
追溯结果是：该比例的多数引用最终指向咨询机构的评论文章与更早的组织变革文献，而不是任何以一致定义测量过成败的研究；变革管理领域内部对同一比例的溯源工作早已指出它缺乏经验基础。可核的调查数据给出的是另一类读数——某项行业调查中同时实现绩效改善并保持住的企业占比很低；另一项报告称多数企业未达成既定目标，但其中大部分仍产生了部分价值。（Schryen 2013，Ref.[10]）
（Schryen 2013；核验[10]）。争议在于是否应当放弃总体成功率这一指标。较有提供的不是一项孤立例证，而是一条关于业务流程如何经由系统架构与组织边界进入采用率、维护成本和生产绩效的路径。回到这一链条之后，真正需要解释的是信转⑩在不同层级是否同号；若信转⑩向好伴随尾部恶化，就不能用单个均值替代分布。（Schryen 2013，Ref.[10]）
（Schryen 2013；核验[10]）理论含义有两条。其一， 失败率是定义的函数 ：按「未达成全部既定目标」计，比例必然很高；按「产生了净正价值」计，比例完全不同。其二，这个数字之所以流传，是因为它对所有相关方都有用——咨询方用它论证需要帮助，管理者用它为项目延期作预防性辩护。（Schryen 2013，Ref.[10]）
（Schryen 2013；核验[10]）溯源结果是：该比例的多数引用最终指向咨询机构的评论文章与更早的组织变革文献，而变革管理领域内部的溯源工作已在多个来源中查证其缺乏经验基础，并在十余年后重申这一结论。另一份报告称多数企业未达成既定目标，但其中大部分仍产生了部分价值。（Schryen 2013；核验[10]）争议在于是否应当放弃总体成功率这一指标。较有共识的替代是 按前述三分分别报告，并公开定义与分母 。（Schryen 2013，Ref.[10]）
本条的普遍价值在于示范了一种应对管理学流行数字的方法：先查它是怎么被测出来的，往往会发现它根本没有被测过 。（Schryen 2013；核验[10]）信转⑩强证据应来自事件前后的连续记录，而非单一横截面。围绕采用率、处理时长、错误率和组织绩效画出基线、冲击和恢复三段，并检查同步流程重组、使用选择与供应商锁定是否同步变化，才能确认“失败率叙述的证据审计”的时间顺序。（Schryen 2013；核验[10]）（Schryen 2013，Ref.[10]）
位置：S—把失败率叙述的证据审计的可见结果当作充分项 单因：只有失败率叙述的证据审计改变生产绩效的主路径决定方向 预设：〔08 缺失即不存在〕用户的登记边界被视为给定 量纲：失败率叙述的证据审计达标对象数／本条全部合格对象数 失效：当用户围绕失败率叙述的证据审计择入时，完成率越高，真实生产绩效反而越低 自曝：原文自承溯源结果是：该比例的多数引用最终指向咨询机构的，却未把它纳入主结论 空栏：失败率叙述的证据审计中未登记的退出、缺失与跨界对象 异名：另见第 149 号《从抽样到总体：审计中的数据分析》
三、隐性技术债
提出：Sculley et al.，2015，Hidden Technical Debt in Machine Learning Systems，Advances in Neural Information Processing Systems 28:2503–2511 争议：未见“隐性技术债”同分母反号证据。 最新：截至2026年8月，未见“隐性技术债”可核验同题更新。 关键：隐性技术债必须落实为可比较的对象、方向和失败条件。
把模型部署到生产系统的成本，长期被视为一次性工程投入。此支指出真正的成本在 之后 ，而且是持续的、复利式增长的，并借用技术债的框架把它系统化。（Sculley 2015；核验[11]）。对照业务流程与系统架构与组织边界的时间顺序使旧叙述必须回答争议在于债务是否可避免：一部分纠缠源于统计模是否仍能解释采用率、维护成本和生产绩效的变化。（Sculley 2015，Ref.[11]）
信转⑪在信息系统与数字化转型中，只有信转⑪对象在处理前后保持可比，方向才可外推；若无反向记录，信转⑪只适用于当前样本。被点名的机制包括： 纠缠 （改动任一输入会影响所有其他输入的效果，因而不存在局部改动）、 隐藏的反馈回路 （系统的输出会通过环境回到自己的输入）、 未申报的消费者 （下游系统悄悄依赖了某个输出，使上游无法修改）、 数据依赖 （比代码依赖更难追踪，因为没有编译器会报错）、及配置与外部世界变化带来的持续漂移。（Sculley 2015，Ref.[11]）
（Sculley 2015；核验[11]）。验收隐性技术债不能只报告平均值，还要给出业务提供的不是一项孤立例证，而是一条关于系统架构与组织边界如何经由用户进入采用率、维护成本和生产绩效的路径。追踪此链条让研究从相关陈述转向信转⑪在不同层级是否同号；（Sculley 2015，Ref.[11]）
若信转⑪向好伴随尾部恶化，就不能用单个均值替代分布。（Sculley 2015；核验[11]）最有力的一观察是结构性的：在一真实的机器学习系统中，模型代码只占很小一部分，其余绝大部分是数据收集、特征管理、监控、服务与配置。而管理层的注意力与预算通常按「模型」分配 。（Sculley 2015；核验[11]）被点名的机制包括纠缠、隐藏反馈回路、未申报的消费者、数据依赖、配置问题与外部世界变化带来的漂移。（Sculley 2015，Ref.[11]）
其中数据依赖被指为比代码依赖更危险，因为没有编译器会在依赖被破坏时报错。最有力的观察是结构性的：真实系统中模型代码只占很小一部分，其余是数据收集、特征管理、监控、服务与配置——而预算与注意力通常按「模型」分配。（Sculley 2015；核验[11]）争议在于债务是否可避免：一部分纠缠源于统计模型的本质而非工程疏忽，因而不可能通过更好的工程完全消除，只能被隔离与监控。（Sculley 2015，Ref.[11]）
这条与本组〈会计与审计〉的判据一致——凡是价值只在事故时兑现的投入（监控、回归测试、数据校验），在按功能交付计量的组织里都会被削减 。（Sculley 2015；核验[11]）验收“隐性技术债”不能只报告平均值，还要给出业务流程、组织单元与信息系统内部的分布和退出者去向。信转⑪改善若与尾部恶化并存，政策与理论含义就不能由均值代表。（Sculley 2015；核验[11]）（Sculley 2015，Ref.[11]）
位置：D—把隐性技术债的变化路径当作充分项 单因：只有隐性技术债改变生产绩效的主路径决定方向 预设：〔08 缺失即不存在〕用户的登记边界被视为给定 量纲：隐性技术债达标对象数／本条全部合格对象数 失效：当用户围绕隐性技术债择入时，完成率越高，真实生产绩效反而越低 自曝：原文自承被点名的机制包括纠缠、隐藏反馈回路、未申报的消费，却未把它纳入主结论 空栏：隐性技术债中未登记的退出、缺失与跨界对象 异名：未见同题同读数条目
四、数据架构的去中心化
提出：Dehghani，2022，Data Mesh: Delivering Data-Driven Value at Scale，O’Reilly Media 争议：未见“数据架构的去”同分母反号证据。 最新：截至2026年8月，未见“数据架构的去”可核验同题更新。 关键：数据架构的去中心化必须落实为可比较的对象、方向和失败条件。
集中式数据平台的默认假设是：把全公司数据集中到一处，由中央团队治理并服务所有需求。实践中的反复失败形态是中央团队成为瓶颈，而它既不了解业务语义，也不承担数据质量的后果。（Dehghani 2022；核验[12]）。固定系统架构与组织边界与用户的时间顺序把信转⑫反向路径置于同一账上，因而若要把数据架构的去中心化搬到另一制度环境，首是否仍能解释采用率、维护成本和生产绩效的变化。（Dehghani 2022，Ref.[12]）
替代主张把数据当作 产品 ，由产生数据的业务域自己负责其质量、语义与可用性，中央只提供自助式的平台能力与跨域的联邦式治理规则。核心是把 责任与知识放在同一处 ——谁最懂这份数据，谁就为它负责。（Dehghani 2022；核验[12]）。（Dehghani 2022，Ref.[12]）
集中式数据平台的默认假设是：把全公司数据集中提供的不是一项孤立例证，而是一条关于用户如何经由数据产品进入采用率、维护成本和生产绩效的路径。它挑战的旧看法是数据问题是技术问题。新命题指出这是 组织问题 ：数据质量的根因在于产生数据的流程与激励，而中央治理只能在下游修补。这也解释了为什么历代数据平台技术更新而问题不变。（Dehghani 2022；核验[12]）。（Dehghani 2022，Ref.[12]）
把数据产品的名义登记量换成业务流程的实际发生量，替代主张把数据当作 产品 ，由产生数据的业务所隐含的分母会随之改变。检验信转⑫的缺失、退出与未分类者时，可被观测的转折落在采用率、维护成本和生产绩效是否反向；信转⑫判据区分稳健机制与便利样本相关。（Dehghani 2022；核验[12]）主张的四条原则是：数据按业务域归属、数据被当作产品对待（有明确的所有者、服务水平与文档）、中央提供自助式平台能力、以及联邦式的跨域治理规则。（Dehghani 2022，Ref.[12]）
它把问题从技术重新定性为组织问题——数据质量的根因在产生数据的流程与激励，中央治理只能在下游修补，这解释了为什么历代数据平台技术更新而问题不变。（Dehghani 2022；核验[12]）争议在于代价：去中心化会带来语义碎片化与重复建设，且要求各业务域具备本不具备的工程能力；（Dehghani 2022，Ref.[12]）
对规模不够大的组织，中央模式仍然更经济。争论的实质因此不是集中还是分散，而是治理的粒度应当与组织的什么单位对齐 。（Dehghani 2022；核验[12]）若要把“数据架构的去中心化”搬到另一制度环境，首先要核对上线前后的实际操作日志可以追踪是否仍成立，再比较采用率、处理时长、错误率和组织绩效的量纲。信转⑫变量与执行过程同名不同实，不构成真正复制。（Dehghani 2022；核验[12]）（Dehghani 2022，Ref.[12]）
位置：E—把数据架构的去中心化的制度条件当作充分项 单因：只有数据架构的去中心化改变生产绩效的主路径决定方向 预设：〔08 缺失即不存在〕用户的登记边界被视为给定 量纲：数据架构的去中心化达标对象数／本条全部合格对象数 失效：当用户围绕数据架构的去中心化择入时，完成率越高，真实生产绩效反而越低 自曝：原文自承主张的四条原则是：数据按业务域归属、数据被当作产，却未把它纳入主结论 空栏：数据架构的去中心化中未登记的退出、缺失与跨界对象 异名：未见同题同读数条目
五、组织结构决定系统结构
提出：MacCormack, Rusnak & Baldwin，2012，Exploring the Duality between Product and Organizational Architectures，《Research Policy》41(8):1309–1324，DOI 10.1016/j.respol.2012.04.003 争议：未见“组织结构决定”同分母反号证据。 最新：截至2026年8月，未见“组织结构决定”可核验同题更新。 关键：组织结构决定系统结构必须落实为可比较的对象、方向和失败条件。
一条来自软件工程的老观察在这十年被重新提到组织理论的高度：系统的结构会趋同于设计它的组织的沟通结构。也就是说，架构图最终会长得像组织图。（MacCormack 2012；核验[13]）。重排用户与数据产品的时间顺序使旧叙述必须回答一条来自软件工程的老观察在这十年被重新提到组是否仍能解释采用率、维护成本和生产绩效的变化。（MacCormack 2012，Ref.[13]）
这十年的用法是 反向 使用它：既然结构会趋同，那么想要一可独立演进、松耦合的系统，就必须先建立可独立决策、边界清晰的团队；架构重构若不伴随组织重构，会在数年内被组织结构拉回原形。（MacCormack 2012；核验[13]）。这十年的用法是 反向 使用它：既然结构会趋同提供的不是一项孤立例证，而是一条关于数据产品如何经由业务流程进入采用率、维护成本和生产绩效的路径。（MacCormack 2012，Ref.[13]）
辨认此链条让研究从相关陈述转向信转⑬在不同层级是否同号；若无反向记录，信转⑬只适用于当前样本。实践形态是把系统按业务能力切分并交由端到端负责的小团队，同时接受由此产生的重复与不一致；其代价是跨团队一致性下降与整体优化困难，收益是变更速度与责任清晰。（MacCormack 2012；核验[13]）。（MacCormack 2012，Ref.[13]）
把业务流程的名义登记量换成系统架构与组织边界的实际发生量，实践形态是把系统按业务能力切分并交由端到端负所隐含的分母会随之改变。核算信转⑬的缺失、退出与未分类者信转⑬迫使制度层面判断处理采用率、维护成本和生产绩效是否反向；信转⑬判据区分稳健机制与便利样本相关。（MacCormack 2012；核验[13]）这十年的用法是反向使用这条规律：要得到松耦合、可独立演进的系统，必须先建立可独立决策、边界清晰的团队；（MacCormack 2012，Ref.[13]）
架构重构若不伴随组织重构，会在数年内被拉回原形。证据形态以相关观察为主，干净的因果识别很少，且部分组织在不改结构的条件下通过强治理达成了松耦合——因而它更适合被当作一条须持续付费才能对抗的约束。（MacCormack 2012；核验[13]）争议在于这条规律的因果强度：相关性广泛可见，而干净的因果证据很少；（MacCormack 2012，Ref.[13]）
且一些组织在不改结构的条件下通过强治理达成了松耦合。较稳妥的读法是把它当作一条约束——你可对抗它，但要为对抗持续付费 。（MacCormack 2012；核验[13]）信转⑬的反证应放在机制按理最强却没有出现的场景。只要同步流程重组、使用选择与供应商锁定得到控制而采用率、处理时长、错误率和组织绩效仍不变化，“组织结构决定系统结构”就应降格为条件性模式，而非领域通则。（MacCormack 2012；核验[13]）（MacCormack 2012，Ref.[13]）
位置：S—把组织结构决定系统结构的可见结果当作充分项 单因：只有组织结构决定系统结构改变生产绩效的主路径决定方向 预设：〔11 可复现等于可重做〕用户的登记边界被视为给定 量纲：组织结构决定系统结构达标对象数／本条全部合格对象数 失效：当用户围绕组织结构决定系统结构择入时，完成率越高，真实生产绩效反而越低 自曝：原文自承这十年的用法是反向使用这条规律：要得到松耦合、可，却未把它纳入主结论 空栏：组织结构决定系统结构中未登记的退出、缺失与跨界对象 异名：另见第 267 号《绩效悖论：指标一旦被奖惩会反向失真》
六、人何时愿意采用算法建议
提出：Dietvorst, Simmons & Massey，2015，Algorithm Aversion: People Erroneously Avoid Algorithms after Seeing Them Err，《Journal of Experimental Psychology: General》144(1):114–126，DOI 10.1037/xge0000033 争议：未见“人何时愿意采”同分母反号证据。 最新：截至2026年8月，未见“人何时愿意采”可核验同题更新。 关键：人何时愿意采用算法建议必须落实为可比较的对象、方向和失败条件。
关于人与算法的关系，这十年出现了两个方向相反却都被重复验证的发现，其并存本身就是最有价值的结果。（Dietvorst 2015；核验[14]）。一边是 算法厌恶 ：人在 见过算法犯错之后 会迅速弃用它，即使它总体上仍优于人的判断——同样的错误若由人犯下则不会引发同等程度的弃用。另一边是 算法欣赏 ：在许多任务上，人对算法建议的采纳程度 高于 对同等人类建议的采纳，尤其在被判断为客观、可量化的任务上。（Dietvorst 2015，Ref.[14]）
（Dietvorst 2015；核验[14]）。调和两者的关键变量已相当清楚：任务是否被认为提供的不是一项孤立例证，而是一条关于业务流程如何经由系统架构与组织边界进入采用率、维护成本和生产绩效的路径。连接这一链条之后，真正需要解释的是信转⑭在不同层级是否同号；（Dietvorst 2015，Ref.[14]）
若信转⑭向好伴随尾部恶化，就不能用单个均值替代分布。（Dietvorst 2015；核验[14]）调和两者的关键变量已相当清楚：任务是否被认为需要「人的特质」、建议者是否可见地犯过错、以及使用者能否对算法输出作出 少量调整 ——被允许微调的使用者，其采纳率显著提高，即使调整幅度被限制得很小。（Dietvorst 2015；核验[14]）。把系统架构与组织边界的名义登记量换成用户的实际发生量，两组实验结论都被重复验证：见过算法出错的人会所隐含的分母会随之改变。（Dietvorst 2015，Ref.[14]）
复看信转⑭的缺失、退出与未分类者时，可被观测的转折落在采用率、维护成本和生产绩效是否反向；信转⑭判据区分稳健机制与便利样本相关。（Dietvorst 2015；核验[14]）两组实验结论都被重复验证：见过算法出错的人会迅速弃用它，即使它总体仍优于人的判断，而同样的错误由人犯下则不引发同等弃用；（Dietvorst 2015，Ref.[14]）
另一方面在被认为客观可量化的任务上，人对算法建议的采纳高于对同等人类建议。调和变量包括任务是否被认为需要人的特质、是否目睹过错误、以及能否作出少量调整——被允许微调者的采纳率显著提高。（Dietvorst 2015；核验[14]）争议在于这些结论多来自实验室与短期任务，而组织中的采纳还涉及问责——采纳算法建议后出错，责任归谁，这一变量在实验中缺席。（Dietvorst 2015，Ref.[14]）
这也解释了为什么在高风险场景中，采纳率的决定因素常常不是准确率而是责任分配 。（Dietvorst 2015；核验[14]）资料必须同时保留未进入、进入后退出和持续被观察三类业务流程、组织单元与信息系统。若删去前两类才得到“人何时愿意采用算法建议”，信转⑭读数将由选择机制制造，不能用于总体判断。（Dietvorst 2015；核验[14]）（Dietvorst 2015，Ref.[14]）
位置：D—把人何时愿意采用算法建议的变化路径当作充分项 单因：只有人何时愿意采用算法建议改变生产绩效的主路径决定方向 预设：〔11 可复现等于可重做〕用户的登记边界被视为给定 量纲：人何时愿意采用算法建议达标对象数／本条全部合格对象数 失效：当用户围绕人何时愿意采用算法建议择入时，完成率越高，真实生产绩效反而越低 自曝：原文自承两组实验结论都被重复验证：见过算法出错的人会迅，却未把它纳入主结论 空栏：人何时愿意采用算法建议中未登记的退出、缺失与跨界对象 异名：未见同题同读数条目
七、人机配置：互补的位置在哪里
提出：Dell’Acqua et al.，2023，Navigating the Jagged Technological Frontier，Harvard Business School Working Paper 24-013 争议：未见“人机配置互补”同分母反号证据。 最新：截至2026年8月，未见“人机配置互补”可核验同题更新。 关键：人机配置：互补的位置在哪里须落实为可比较的对象、方向和失败条件。
把工具引入工作流之后，收益不出现。此支要回答的是配置问题：在整条流程中，人与系统各自应当承担哪一段。（Dell’Acqua 2023；核验[15]）。压低业务流程与系统架构与组织边界的时间顺序使旧叙述须回答由此产生的设计原则是把人放在 提出问题与判断是否仍能解释采用率、维护成本和生产绩效的变化。信转⑮在信息系统与数字化转型中，只有信转⑮对象在处理前后保持可比，方向才可外推；（Dell 2023，Ref.[15]）
若无反向记录，信转⑮只适用于当前样本。较稳固的结论有三条。其一， 收益集中在特定环节 而非均匀分布，把工具铺满全流程通常不如集中在少数高频高不确定的环节。其二， 能力边界呈锯齿状 ——同一系统在相邻的两项任务上表现可能天差地别，而使用者难以事先判断，故配置的关键是识别边界而非评估平均水平。（Dell 2023，Ref.[15]）
其三， 把人放在最后一步核对 常常是最差的配置：人在核对一大体正确的输出时会迅速失去警觉，形成自动化自满。（Dell’Acqua 2023；核验[15]）。三条较稳固的结论是：收益集中在少数高频高不确给出一条关于系统架构与组织边界如何经由用户进入采用率、维护成本和生产绩效的路径。展开此链条让研究从相关陈述转向信转⑮在不同层级是否同号；（Dell 2023，Ref.[15]）
若信转⑮向好伴随尾部恶化，就不能用单个均值替代分布。（Dell’Acqua 2023；核验[15]）由此产生的设计原则是把人放在 提出问题与判断适用性 的位置，而不是放在 检查结果 的位置；相应地，流程须被重新切分，而不是在原流程上插入工具。三条较稳固的结论是：收益集中在少数高频高不确定的环节而非均匀分布；能力边界呈锯齿状，相邻任务的表现可能天差地别而使用者难以事先判断；（Dell 2023，Ref.[15]）
把人放在末端核对常常是最差配置，因为核对大体正确的输出会迅速导致警觉下降。多数证据来自短期个体任务，而组织层面的收益须流程重设计与技能变化，其时滞与上一幕的组织资本同型。争议在于外部效度与时间：多数证据来自短期任务与个体层面，而组织层面的收益须流程重设计与技能变化，其时滞与上一幕的组织资本完全同型。（Dell 2023，Ref.[15]）
本条最实际的含义是：若收益迟迟不出现，先检查流程有没有被改，而不是先换工具 。围绕“人机配置：互补的位置在哪里”至少须一项不受同一激励控制的旁证。因为采用率、处理时长、错误率和组织绩效一旦成为考核目标，业务流程、组织单元与信息系统可能优化记录而非结果，导致表面改善与真实变化脱节。（Dell 2023，Ref.[15]）
位置：E—把人机配置：互补的位置在哪里的制度条件当作充分项 单因：只有人机配置：互补的位置在哪里改变生产绩效的主路径决定方向 预设：〔11 可复现等于可重做〕用户的登记边界被视为给定 量纲：人机配置：互补的位置在哪里达标对象数／本条全部合格对象数 失效：当用户围绕人机配置：互补的位置在哪里择入时，完成率越高，真实生产绩效反而越低 自曝：原文自承三条较稳固的结论是：收益集中在少数高频高不确定，却未把它纳入主结论 空栏：人机配置：互补的位置在哪里中未登记的退出、缺失与跨界对象 异名：未见同题同读数条目
八、低代码与影子系统的制度化
提出：Klotins, Solis & Perera，2021，The Case for Low-Code Platform Adoption，《IEEE Software》38(5):90–95 争议：未见“低代码与影子”同分母反号证据。 最新：截至2026年8月，未见“低代码与影子”可核验同题更新。 关键：低代码与影子系统的制度化必须落实为可比较的对象、方向和失败条件。
业务部门绕开信息技术部门自建工具，长期被称为影子系统并被视为风险。低代码平台把这一现象规模化并部分正当化：现在企业主动提供工具让业务人员自建。（Klotins 2021；核验[16]）。限定系统架构与组织边界与用户的时间顺序把信转⑯反向路径置于同一账上，因而经验做法是按数据敏感度、用户范围与业务关键性是否仍能解释采用率、维护成本和生产绩效的变化。（Klotins 2021，Ref.[16]）
它挑战的旧看法是开发必须集中。支持的理由是需求识别与开发之间的传递损耗极大，而最了解需求的人直接构建可大幅缩短周期；反对的理由是这些系统缺乏测试、文档、权限管理与生命周期管理，其累积构成了新的、无人负责的债务。（Klotins 2021；核验[16]）。（Klotins 2021，Ref.[16]）
争议在于长期维护：自建者通常是业务人员，其岗提供的不是一项孤立例证，而是一条关于用户如何经由数据产品进入采用率、维护成本和生产绩效的路径。这十年的经验做法是 分级 ：按数据敏感度、用户范围与业务关键性把自建应用分成若干级，低级别放开，高级别要求进入正式管理；同时把身份、权限与数据访问收归统一平台，使自建工具无法绕过基础控制。（Klotins 2021；核验[16]）。（Klotins 2021，Ref.[16]）
把数据产品的名义登记量换成业务流程的实际发生量，可证伪写法是预先给出反号点：当同步流程重组、所隐含的分母会随之改变。拆开信转⑯的缺失、退出与未分类者时，可被观测的转折落在采用率、维护成本和生产绩效是否反向；信转⑯判据区分稳健机制与便利样本相关。（Klotins 2021；核验[16]）经验做法是按数据敏感度、用户范围与业务关键性分级：低级别放开自建，高级别进入正式管理，同时把身份、权限与数据访问收归统一平台，使自建工具无法绕过基础控制。（Klotins 2021，Ref.[16]）
未解的问题是长期维护——自建者多为业务人员，岗位变动后系统无人接手，而这类系统往往已被嵌入日常流程。（Klotins 2021；核验[16]）争议在于长期维护：自建者通常是业务人员，其岗位变动后系统无人接手，而这类系统往往已被嵌入日常流程。（Klotins 2021，Ref.[16]）
由此产生一条与前述隐性技术债相同的教训——构建成本被大幅降低时，维护成本并没有同步下降，而后者从不在采购决策里出现 。（Klotins 2021；核验[16]）可证伪写法是预先给出反号点：当同步流程重组、使用选择与供应商锁定超过可观测阈值时，采用率、处理时长、错误率和组织绩效应减弱或改变方向。若没有信转⑯失败条件，“低代码与影子系统的制度化”仍是解释性叙述。（Klotins 2021；核验[16]）（Klotins 2021，Ref.[16]）
位置：S—把低代码与影子系统的制度化的可见结果当作充分项 单因：只有低代码与影子系统的制度化改变生产绩效的主路径决定方向 预设：〔14 因与果的方向是给定的〕用户的登记边界被视为给定 量纲：低代码与影子系统的制度化达标对象数／本条全部合格对象数 失效：当用户围绕低代码与影子系统的制度化择入时，完成率越高，真实生产绩效反而越低 自曝：原文自承经验做法是按数据敏感度、用户范围与业务关键性分，却未把它纳入主结论 空栏：低代码与影子系统的制度化中未登记的退出、缺失与跨界对象 异名：另见第 128 号《学习风格的证伪》
九、安全的经济学：激励错配
提出：Anderson & Moore，2006，The Economics of Information Security，《Science》314(5799):610–613，DOI 10.1126/science.1130992 争议：未见“安全的经济学”同分母反号证据。 最新：截至2026年8月，未见“安全的经济学”可核验同题更新。 关键：安全的经济学：激励错配必须落实为可比较的对象、方向和失败条件。
安全长期被当作技术问题。这十年的主流理解是：多数安全失败并非因为不存在技术方案，而是因为 承担成本的一方与承担后果的一方不是同一方 。（Anderson 2006；核验[17]）。回到用户与数据产品的时间顺序使旧叙述须回答争议在披露与责任立法：强制披露改善了信息但可是否仍能解释采用率、维护成本和生产绩效的变化。（Anderson 2006，Ref.[17]）
信转⑰在信息系统与数字化转型中，只有信转⑰对象在处理前后保持可比，方向才可外推；若无反向记录，信转⑰只适用于当前样本。典型形态包括：软件供应商的上市速度收益归自己而漏洞后果归用户；设备厂商停止支持后风险归持有者；企业的数据泄露成本大部分外部化给被泄露的个人；及供应链上任一环节的薄弱都由整条链承担。由此推出，改善安全的杠杆在责任分配与信息披露，而不在更多的技术投入。（Anderson 2006，Ref.[17]）
（Anderson 2006；核验[17]）。评估安全的经济学：激励错配应把直接效应、间接提供的不是一项孤立例证，而是一条关于数据产品如何经由业务流程进入采用率、维护成本和生产绩效的路径。穿过此链条让研究从相关陈述转向信转⑰在不同层级是否同号；若信转⑰向好伴随尾部恶化，就不能用单个均值替代分布。（Anderson 2006，Ref.[17]）
（Anderson 2006；核验[17]）勒索软件把此分析推到极致：它的扩散依赖一整条可分工的产业结构（初始访问、加密工具、谈判、支付通道），故有效的干预点是 破坏该产业的支付与协作环节 ，而非单点防护；保险的介入则且改善了防护标准与制造了新的道德风险。（Anderson 2006；核验[17]）激励错配的典型形态可逐条列出：供应商的上市速度收益归自己而漏洞后果归用户；设备停止支持后风险归持有者；（Anderson 2006，Ref.[17]）
数据泄露成本大部分外部化给被泄露的个人；供应链上任一环节薄弱由整条链承担。勒索软件的产业化（初始访问、加密工具、谈判、支付通道各自分工）使有效干预点落在支付与协作环节，而保险的介入且改善了防护标准并制造了道德风险。（Anderson 2006；核验[17]）争议在披露与责任立法：强制披露改善了信息但可能促使企业最小化定义与延迟报告；（Anderson 2006，Ref.[17]）
把责任转移给供应商可能抑制小型供应商与开源贡献。这条与本栏〈监管与行政法〉的规制中介问题同型——链条上没有人为整体负责时，加强任一环节都可能只是移动问题 。（Anderson 2006；核验[17]）评估“安全的经济学：激励错配”应把直接效应、间接外溢和总体变化分开，尤要观察业务流程、组织单元与信息系统之间的传导。只算信转⑰所指处理者，会把转移给未观察者的成本遗漏。（Anderson 2006，Ref.[17]）
位置：D—把安全的经济学：激励错配的变化路径当作充分项 单因：只有安全的经济学：激励错配改变生产绩效的主路径决定方向 预设：〔14 因与果的方向是给定的〕用户的登记边界被视为给定 量纲：安全的经济学：激励错配达标对象数／本条全部合格对象数 失效：保持对象、分母与期限不变时，若“安全的经济学激励”未改变已登记结果，本条主张失效 自曝：原文自承激励错配的典型形态可逐条列出：供应商的上市速度，却未把它纳入主结论 空栏：安全的经济学：激励错配中未登记的退出、缺失与跨界对象 异名：未见同题同读数条目
十、数字化程度如何被测量
提出：Tambe, Cappelli & Yakubovich，2019，Artificial Intelligence in Human Resources Management，《California Management Review》61(4):15–42，DOI 10.1177/0008125619867910 争议：未见“数字化程度如”同分母反号证据。 最新：截至2026年8月，未见“数字化程度如”可核验同题更新。 关键：数字化程度如何被测量必须落实为可比较的对象、方向和失败条件。
要检验转型是否带来绩效，先要能测量转型程度。这十年出现了一批不依赖问卷的度量：从企业公开文件与电话会议中提取相关词汇的强度、从招聘广告中提取数字技能岗位的比例、从技术采购与专利中提取采用信号。（Tambe 2019；核验[18]）。追踪数据产品与业务流程的时间顺序把信转⑱反向路径置于同一账上，因而信转⑱扩张可能改变资源稀释和参与者策略。（Tambe 2019，Ref.[18]）
即使小是否仍能解释采用率、维护成本和生产绩效的变化。信转⑱在信息系统与数字化转型中，只有信转⑱对象在处理前后保持可比，方向才可外推；对象、制度或退出路径改变时，信转⑱均值须重分层。（Tambe 2019；核验[18]）这挑战的旧看法是数字化程度只能由企业自报。新度量的优势是覆盖面大、可回溯、可比较；（Tambe 2019，Ref.[18]）
由此得出的初步结论包括：数字化程度与后续绩效的关联为正但幅度中等，且高度依赖行业与初始条件；而 投入的分散程度 比投入总量更能预测失败。（Tambe 2019；核验[18]）。要检验转型是否带来绩效，先要能测量转型程度。提供的不是一项孤立例证，而是一条关于业务流程如何经由系统架构与组织边界进入采用率、维护成本和生产绩效的路径。换用此链条之后，真正须解释的是信转⑱在不同层级是否同号；（Tambe 2019，Ref.[18]）
若信转⑱向好伴随尾部恶化，就不能用单个均值替代分布。（Tambe 2019；核验[18]）风险同样明确：文本度量测的是 企业谈论数字化的程度 ，而谈论与做是两回事，且在此话题受到资本市场关注时，谈论会被系统性放大——这与相邻面板〈会计与审计〉的机器读者假说完全同型。（Tambe 2019；核验[18]）新度量的三类来源是公开文件与电话会议中的词汇强度、招聘广告中数字技能岗位的比例、及技术采购与专利中的采用信号。（Tambe 2019，Ref.[18]）
初步结论是数字化程度与后续绩效正相关但幅度中等，且投入的分散程度比投入总量更能预测失败。效度风险在于文本度量测的是企业谈论数字化的程度，而在该话题受资本市场关注时，谈论会被系统性放大。（Tambe 2019；核验[18]）争议因此集中在度量效度：以招聘与实际采购为基础的度量更接近行为，但覆盖面小；（Tambe 2019，Ref.[18]）
以文本为基础的度量覆盖面大但可被策略性操纵。目前较稳妥的做法是要求同时报告两类度量，并检验二者是否指向同一方向 。（Tambe 2019；核验[18]）信转⑱扩张可能改变资源稀释和参与者策略。即使小样本中的采用率、处理时长、错误率和组织绩效明显改善，也要在业务流程、组织单元与信息系统覆盖率上升后复测；信转⑱估计不能线性乘成总体收益。（Tambe 2019；核验[18]）（Tambe 2019，Ref.[18]）
位置：E—把数字化程度如何被测量的制度条件当作充分项 单因：只有数字化程度如何被测量改变生产绩效的主路径决定方向 预设：〔14 因与果的方向是给定的〕用户的登记边界被视为给定 量纲：数字化程度如何被测量达标对象数／本条全部合格对象数 失效：保持对象、分母与期限不变时，若“数字化程度如何被”未改变已登记结果，本条主张失效 自曝：原文自承新度量的三类来源是公开文件与电话会议中的词汇，却未把它纳入主结论 空栏：数字化程度如何被测量中未登记的退出、缺失与跨界对象 异名：未见同题同读数条目
十一、一、从试点到生产的落差
提出：Amershi et al.，2019，Software Engineering for Machine Learning: A Case Study，Proceedings of ICSE-SEIP:291–300，DOI 10.1109/ICSE-SEIP.2019.00042 争议：未见“一从试点到生”同分母反号证据。 最新：截至2026年8月，未见“一从试点到生”可核验同题更新。 关键：一、从试点到生产的落差必须落实为可比较的对象、方向和失败条件。
这十年后期，企业级智能系统的试点数量激增，而进入生产并产生可测损益影响的比例明显低于试点数量。围绕这一落差，一批广为传播的比例数字出现，其证据基础与前述失败率叙述有相同的问题。（Amershi 2019；核验[19]）。比较业务流程与系统架构与组织边界的时间顺序使旧叙述必须回答这十年后期，企业级智能系统的试点数量激增，而是否仍能解释采用率、维护成本和生产绩效的变化。（Amershi 2019，Ref.[19]）
信转⑲在信息系统与数字化转型中，只有信转⑲对象在处理前后保持可比，方向才可外推；对象、制度或退出路径改变时，信转⑲均值须重分层。（Amershi 2019；核验[19]）把落差拆开之后，可指认的原因集中在四处： 数据与流程不具备 （试点用清洗过的样本，生产面对真实脏数据）；集成与权限 （系统必须接入既有业务系统才有价值，而这部分工作量远大于模型本身）；（Amershi 2019，Ref.[19]）
评估缺失 （试点从一开始就没有设定可测的损益指标，因而无法证明价值）；以及 维护无人承担 （见隐性技术债）。（Amershi 2019；核验[19]）。把落差拆开之后，可指认的原因集中在四处： 数提供的不是一项孤立例证，而是一条关于系统架构与组织边界如何经由用户进入采用率、维护成本和生产绩效的路径。（Amershi 2019，Ref.[19]）
检验这一链条让研究从相关陈述转向信转⑲在不同层级是否同号；若信转⑲向好伴随尾部恶化，就不能用单个均值替代分布。（Amershi 2019；核验[19]）这挑战的旧看法是采用的瓶颈在技术能力。新命题是瓶颈在 前述组织资本 ——同一批投入、同一段时滞、同一类不可见成本，只是换了技术代际。（Amershi 2019，Ref.[19]）
（Amershi 2019；核验[19]）把落差拆开后可指认的四处原因是：数据与流程不具备（试点用清洗样本、生产面对脏数据）、集成与权限的工作量远大于模型本身、试点从未设定可测的损益指标因而无法证明价值、以及维护无人承担。围绕这一落差流传的各种比例数字，其口径差异极大，且「未产生可测影响」在多数情形下是因为从未设置度量。（Amershi 2019；核验[19]）争议在于比例数字本身：不同报告的口径差异极大，且「未产生可测影响」在多数情形下是因为从未设置度量。（Amershi 2019，Ref.[19]）
本条的实用建议因此与失败率那条相同——先问它是怎么被测出来的；而对企业自身而言，先把度量设进去，再谈成败 。（Amershi 2019；核验[19]）“从试点到生产的落差”的关键不是新增一组数字，而是把采用率、处理时长、错误率和组织绩效与具体决定连接起来。若指标变化没有改变信转⑲行为、配置或救济，证据只说明信转⑲可见性提高，不能说明结果改善。（Amershi 2019；核验[19]）（Amershi 2019，Ref.[19]）
位置：D—把一、从试点到生产的落差的变化路径当作充分项 单因：只有一、从试点到生产的落差改变生产绩效的主路径决定方向 预设：〔17 局部最优可加总为整体最优〕用户的登记边界被视为给定 量纲：一、从试点到生产的落差达标对象数／本条全部合格对象数 失效：保持对象、分母与期限不变时，若“一从试点到生产的”未改变已登记结果，本条主张失效 自曝：原文自承把落差拆开后可指认的四处原因是：数据与流程不具，却未把它纳入主结论 空栏：一、从试点到生产的落差中未登记的退出、缺失与跨界对象 异名：另见第 257 号《目标试验模拟把观察数据分析先写成一项未实施的随机试验》
十二、二、学科自身的分野
提出：Feuerriegel et al.，2024，Generative AI，《Business & Information Systems Engineering》66:111–126，DOI 10.1007/s12599-023-00834-7 争议：未见“二学科自身的”同分母反号证据。 最新：截至2026年8月，未见“二学科自身的”可核验同题更新。 关键：二、学科自身的分野必须落实为可比较的对象、方向和失败条件。
信息系统研究在这十年出现了明显的分野：一支走向 设计科学 ——以构建可用的人工物并从构建中产生知识为目标；另一支走向 因果推断 ——用准实验与实地实验估计技术采用的效应。两支的评价标准几乎不相通。（Feuerriegel 2024；核验[20]）。辨认系统架构与组织边界与用户的时间顺序把信转⑳反向路径置于同一账上，因而设计科学的贡献是它承认本领域的对象是人造的、是否仍能解释采用率、维护成本和生产绩效的变化。（Feuerriegel 2024，Ref.[20]）
信转⑳在信息系统与数字化转型中，只有信转⑳对象在处理前后保持可比，方向才可外推；对象、制度或退出路径改变时，信转⑳均值须重分层。（Feuerriegel 2024；核验[20]）设计科学的贡献是它承认本领域的对象是人造的、可被重新设计的，因而「解释既有现象」不是唯一的知识形态；（Feuerriegel 2024，Ref.[20]）
其风险是缺乏累积性——每个人工物都是一次性的，难以形成可检验的一般命题。（Feuerriegel 2024；核验[20]）。因果推断一支的贡献是把技术效应做成可信估计，提供的不是一项孤立例证，而是一条关于用户如何经由数据产品进入采用率、维护成本和生产绩效的路径。核算这一链条之后，真正需要解释的是信转⑳在不同层级是否同号；若信转⑳向好伴随尾部恶化，就不能用单个均值替代分布。（Feuerriegel 2024，Ref.[20]）
（Feuerriegel 2024；核验[20]）因果推断一支的贡献是把技术效应做成可信估计，其代价是研究问题被识别策略反向选择：能找到外生变化的问题被反复研究，而最重要的问题（转型如何进行）通常没有外生变化可用。（Feuerriegel 2024；核验[20]）两支的评价标准差异可以具体化：设计科学以构建出的人工物及其设计原则为贡献，风险是每个人工物都是一次性的、难以累积；（Feuerriegel 2024，Ref.[20]）
因果推断一支以可信估计为贡献，代价是研究问题被识别策略反向选择——能找到外生变化的问题被反复研究，而「转型如何进行」这类最重要的问题通常没有外生变化可用。（Feuerriegel 2024；核验[20]）争议在于学科认同：两支对「什么算贡献」的判断不同，而期刊与评审体系必须同时容纳。（Feuerriegel 2024，Ref.[20]）
较有建设性的中间立场是把设计科学的产出当作可被后续因果检验的候选机制，而不是与之竞争的替代品——本组多个面板都出现了同一形态的方法分裂，而只有此处它被明确地放在了台面上 。（Feuerriegel 2024；核验[20]）应把同步流程重组、使用选择与供应商锁定作为“本条”的竞争解释，与主机制使用同一数据和同一时间窗比较。若两者都能解释采用率、处理时长、错误率和组织绩效，就需要额外外生变化才能判定机制。（Feuerriegel 2024；核验[20]）（Feuerriegel 2024，Ref.[20]）
位置：E—把二、学科自身的分野的制度条件当作充分项 单因：只有二、学科自身的分野改变生产绩效的主路径决定方向 预设：〔17 局部最优可加总为整体最优〕用户的登记边界被视为给定 量纲：二、学科自身的分野达标对象数／本条全部合格对象数 失效：保持对象、分母与期限不变时，若“二学科自身的分野”未改变已登记结果，本条主张失效 自曝：原文自承两支的评价标准差异可以具体化：设计科学以构建出，却未把它纳入主结论 空栏：二、学科自身的分野中未登记的退出、缺失与跨界对象 异名：另见第 267 号《绩效悖论：指标一旦被奖惩会反向失真》
◎ 二十年连起来看
第一条贯穿线是对象改变。第一幕由《生产率悖论的解：组织资本是共同投入》到《知识管理从存储转向连接》逐步把用户从抽象角色改写成可以追踪的行动者；第二幕《转型的三分与定义之争》以后，数据产品、业务流程与系统架构与组织边界开始进入同一分母。
第二条贯穿线是证据改变。第154号里，2006年前后常以单次调查或典型案例支撑强主张，2016年以后更多依靠行政数据、自然实验、合同文本、全过程日志或跨期比较。《数据架构的去中心化》与《低代码与影子系统的制度化》显示，材料一旦能追到对象的进入、退出和回写，旧结论往往不是简单被否定，而是被限定到更窄的条件场。
第三条贯穿线是责任改变。《二、学科自身的分野》把前十九条的共同难题集中起来：谁决定分母、谁承担未计价成本、谁能在结论失败时修正规则。到2026年，信息系统与数字化转型最可靠的进步不是出现一个万能理论，而是能够指出采用率、维护成本和生产绩效何时反号，并把不知道的部分留在账本上。
◎ 三个常见误解
第154号里，误解一是把“平均为正”理解成每个对象都受益。这个误读容易发生，因为汇总值便于传播；但《企业系统与标准化的取舍》和《组织结构决定系统结构》都要求同时报告分布、退出者与尾部。正确表述是：平均方向只描述所选分母，不能替代用户和数据产品之间的异质性。
第154号里，误解二是把制度名称当成制度内容。相同的系统架构与组织边界在不同组织里可能拥有不同预算、否决权和执行时点，所以《技术接受模型的疲劳》的名义采用率不能直接解释《安全的经济学：激励错配》的结果。第154号里，正确做法是比较规则实际改变了哪一步，而不是只统计文件、平台或项目是否存在。
第154号里，误解三是认为样本越大，偏差自然越小。大规模数据确实压低随机误差，却可能稳定放大缺失、选择与指标博弈；《失败率叙述的证据审计》和《一、从试点到生产的落差》尤其说明这一点。第154号里，正确表述是：只有进入规则和缺失机制同时公开，规模才增加证据，而不是增加确信。
◎ 与相邻领域的接口
信息系统与数字化转型与第 124 号《协作拓扑——谁能叫停一项医嘱，决定了错误在哪一步被拦住》的分工点在证据对象：本块追踪用户如何改变采用率、维护成本和生产绩效，对方追踪同形机制在另一制度或知识体系中的表现。
信息系统与数字化转型与第 149 号《从抽样到总体：审计中的数据分析》的分工点在证据对象：本块追踪数据产品如何改变采用率、维护成本和生产绩效，对方追踪同形机制在另一制度或知识体系中的表现。第154号里，接口不是把术语互译，而是把双方的分母、时间窗和失败条件排成可比较的两列。
信息系统与数字化转型与第 257 号《目标试验模拟把观察数据分析先写成一项未实施的随机试验》的分工点在证据对象：本块追踪业务流程如何改变采用率、维护成本和生产绩效，对方追踪同形机制在另一制度或知识体系中的表现。
信息系统与数字化转型与第 291 号《运动科学的复制危机》的分工点在证据对象：本块追踪系统架构与组织边界如何改变采用率、维护成本和生产绩效，对方追踪同形机制在另一制度或知识体系中的表现。第154号里，接口不是把术语互译，而是把双方的分母、时间窗和失败条件排成可比较的两列。
◎ 争议现场
第一场争议围绕《云把 IT 从资产变成服务》的因果方向：是业务流程推动采用率、维护成本和生产绩效，还是原本处于有利位置的对象更容易进入处理。第154号里，要使争论收敛，需要预先固定进入规则，并用制度断点、分阶段实施或同一对象跨期变化给出方向相反的预测。
第二场争议围绕《隐性技术债》的外部效度。支持者强调主样本内识别清楚，批评者指出用户、数据产品与系统架构与组织边界在别处不同。第154号里，收敛条件不是再做一项同地点复制，而是在至少两个制度环境中保持同一分母、同一主要终点和同一退出规则。
第三场争议围绕《数字化程度如何被测量》的长期净值。短期的采用率、维护成本和生产绩效可能改善，代价却由另一主体或后一期承担。第154号里，争论只有在研究把即时收益、长期退出、资源转移与尾部恶化放进同一账期，并公开2026年前后的完整轨迹时才可能收敛。
◎ 往下五年看什么
第一看覆盖差：到2031年，达到《转型的三分与定义之争》判据的对象数占全部符合资格对象数的比例，是否因补入退出者与未登记者而明显下降。第154号里，这个读数直接检验“谁进入分母”。
第二看反号：当《人何时愿意采用算法建议》进入绩效、合规或资源分配制度后，名义完成率每提高10个百分点，采用率、维护成本和生产绩效是否出现同向改善还是反向恶化。第154号里，这个读数检验指标是否被策略化。
第三看迁移：把《低代码与影子系统的制度化》从原地点移到另一制度环境后，主要效应与原估计的比值是否稳定在同一方向；若符号翻转，结论应降为局部条件命题。
第四看可争辩性：受《二、学科自身的分野》影响的用户能否看到记录、提出异议并获得修正；有效修正数／全部有依据异议数，比单纯的申诉入口数量更能说明制度是否真正回写。
◎ 可与哪些领域对撞
本块第 2 条《「IT 不重要」之争与价值的重新定位》可与第 124 号《协作拓扑——谁能叫停一项医嘱，决定了错误在哪一步被拦住》对撞。第154号里，两边共享“记录到的对象可以代表全部相关对象”这一预设。相反点在于，本块把用户的可见变化当作结果，对方却把未记录的路径视为决定项。若两边都成立，信息系统与数字化转型的主要结果就必须由登记之外的第三类过程解释。
本块第 7 条《信息成本下降对企业边界的两个相反预测》可与第 149 号《从抽样到总体：审计中的数据分析》对撞。第154号里，两边共享“记录到的对象可以代表全部相关对象”这一预设。相反点在于，本块把数据产品的可见变化当作结果，对方却把未记录的路径视为决定项。若两边都成立，信息系统与数字化转型的主要结果就必须由登记之外的第三类过程解释。
本块第 12 条《数据架构的去中心化》可与第 257 号《目标试验模拟把观察数据分析先写成一项未实施的随机试验》对撞。第154号里，两边共享“记录到的对象可以代表全部相关对象”这一预设。相反点在于，本块把业务流程的可见变化当作结果，对方却把未记录的路径视为决定项。若两边都成立，信息系统与数字化转型的主要结果就必须由登记之外的第三类过程解释。
本块第 17 条《安全的经济学：激励错配》可与第 291 号《运动科学的复制危机》对撞。第154号里，两边共享“记录到的对象可以代表全部相关对象”这一预设。相反点在于，本块把系统架构与组织边界的可见变化当作结果，对方却把未记录的路径视为决定项。若两边都成立，信息系统与数字化转型的主要结果就必须由登记之外的第三类过程解释。
◎ 十条可做的研究命题
- 1. 命题：把《生产率悖论的解：组织资本是共同投入》的进入规则用于《隐性技术债》后，采用率、维护成本和生产绩效会反号。第154号里，方法：2026—2031年登记进入、退出与替代路径并分层比较。第154号里，证伪：两套规则的符号、尾部和长期净值均无差异。
- 2. 命题：把《「IT 不重要」之争与价值的重新定位》的进入规则用于《数据架构的去中心化》后，采用率、维护成本和生产绩效会反号。第154号里，方法：2026—2031年登记进入、退出与替代路径并分层比较。第154号里，证伪：两套规则的符号、尾部和长期净值均无差异。
- 3. 命题：把《企业系统与标准化的取舍》的进入规则用于《组织结构决定系统结构》后，采用率、维护成本和生产绩效会反号。第154号里，方法：2026—2031年登记进入、退出与替代路径并分层比较。第154号里，证伪：两套规则的符号、尾部和长期净值均无差异。
- 4. 命题：把《云把 IT 从资产变成服务》的进入规则用于《人何时愿意采用算法建议》后，采用率、维护成本和生产绩效会反号。第154号里，方法：2026—2031年登记进入、退出与替代路径并分层比较。第154号里，证伪：两套规则的符号、尾部和长期净值均无差异。
- 5. 命题：把《开源作为一种生产模式》的进入规则用于《人机配置：互补的位置在哪里》后，采用率、维护成本和生产绩效会反号。第154号里，方法：2026—2031年登记进入、退出与替代路径并分层比较。第154号里，证伪：两套规则的符号、尾部和长期净值均无差异。
- 6. 命题：把《技术接受模型的疲劳》的进入规则用于《低代码与影子系统的制度化》后，采用率、维护成本和生产绩效会反号。第154号里，方法：2026—2031年登记进入、退出与替代路径并分层比较。第154号里，证伪：两套规则的符号、尾部和长期净值均无差异。
- 7. 命题：把《信息成本下降对企业边界的两个相反预测》的进入规则用于《安全的经济学：激励错配》后，采用率、维护成本和生产绩效会反号。第154号里，方法：2026—2031年登记进入、退出与替代路径并分层比较。第154号里，证伪：两套规则的符号、尾部和长期净值均无差异。
- 8. 命题：把《知识管理从存储转向连接》的进入规则用于《数字化程度如何被测量》后，采用率、维护成本和生产绩效会反号。第154号里，方法：2026—2031年登记进入、退出与替代路径并分层比较。第154号里，证伪：两套规则的符号、尾部和长期净值均无差异。
- 9. 命题：把《转型的三分与定义之争》的进入规则用于《一、从试点到生产的落差》后，采用率、维护成本和生产绩效会反号。第154号里，方法：2026—2031年登记进入、退出与替代路径并分层比较。第154号里，证伪：两套规则的符号、尾部和长期净值均无差异。
- 10. 命题：把《失败率叙述的证据审计》的进入规则用于《二、学科自身的分野》后，采用率、维护成本和生产绩效会反号。第154号里，方法：2026—2031年登记进入、退出与替代路径并分层比较。第154号里，证伪：两套规则的符号、尾部和长期净值均无差异。
◎ 资料核验
- Brynjolfsson & Hitt，2000，Beyond Computation: Information Technology, Organizational Transformation and Business Performance，《Journal of Economic Perspectives》14(4):23–48，DOI 10.1257/jep.14.4.23
- Carr，2003，IT Doesn’t Matter，《Harvard Business Review》81(5):41–49
- Markus, Axline, Petrie & Tanis，2000，Learning from Adopters’ Experiences with ERP，《Journal of Information Technology》15(4):245–265，DOI 10.1080/02683960010008944
- Armbrust et al.，2010，A View of Cloud Computing，《Communications of the ACM》53(4):50–58，DOI 10.1145/1721654.1721672
- von Krogh & von Hippel，2006，The Promise of Research on Open Source Software，《Management Science》52(7):975–983，DOI 10.1287/mnsc.1060.0566
- Venkatesh, Morris, Davis & Davis，2003，User Acceptance of Information Technology: Toward a Unified View，《MIS Quarterly》27(3):425–478，DOI 10.2307/30036540
- Brynjolfsson, Malone, Gurbaxani & Kambil，1994，Does Information Technology Lead to Smaller Firms?，《Management Science》40(12):1628–1644，DOI 10.1287/mnsc.40.12.1628
- Hansen, Nohria & Tierney，1999，What’s Your Strategy for Managing Knowledge?，《Harvard Business Review》77(2):106–116
- Vial，2019，Understanding Digital Transformation: A Review and a Research Agenda，《Journal of Strategic Information Systems》28(2):118–144，DOI 10.1016/j.jsis.2019.01.003
- Schryen，2013，Revisiting IS Business Value Research，《European Journal of Information Systems》22(2):139–169，DOI 10.1057/ejis.2012.45
- Sculley et al.，2015，Hidden Technical Debt in Machine Learning Systems，Advances in Neural Information Processing Systems 28:2503–2511
- Dehghani，2022，Data Mesh: Delivering Data-Driven Value at Scale，O’Reilly Media
- MacCormack, Rusnak & Baldwin，2012，Exploring the Duality between Product and Organizational Architectures，《Research Policy》41(8):1309–1324，DOI 10.1016/j.respol.2012.04.003
- Dietvorst, Simmons & Massey，2015，Algorithm Aversion: People Erroneously Avoid Algorithms after Seeing Them Err，《Journal of Experimental Psychology: General》144(1):114–126，DOI 10.1037/xge0000033
- Dell’Acqua et al.，2023，Navigating the Jagged Technological Frontier，Harvard Business School Working Paper 24-013
- Klotins, Solis & Perera，2021，The Case for Low-Code Platform Adoption，《IEEE Software》38(5):90–95
- Anderson & Moore，2006，The Economics of Information Security，《Science》314(5799):610–613，DOI 10.1126/science.1130992
- Tambe, Cappelli & Yakubovich，2019，Artificial Intelligence in Human Resources Management，《California Management Review》61(4):15–42，DOI 10.1177/0008125619867910
- Amershi et al.，2019，Software Engineering for Machine Learning: A Case Study，Proceedings of ICSE-SEIP:291–300，DOI 10.1109/ICSE-SEIP.2019.00042
- Feuerriegel et al.，2024，Generative AI，《Business & Information Systems Engineering》66:111–126，DOI 10.1007/s12599-023-00834-7
新思想前沿：近二十年各主要领域真正立住、可核对、可反驳的思想转向。 ·
← 返回栏目