《 ( 1990-2025年)管理領域: 複雜系統理論的演進脈絡 》
- 複雜系統理論在過去三十五年中如何演變並影響當代管理研究與實踐？
複雜系統理論（Complexity Systems Theory）在管理領域的演變，從最初的生物學基礎與模擬模型，發展到今日與人工智慧（AI）及數位轉型深度結合，呈現出從預測與控制轉向適應與湧現的典範轉移。
以下根據來源內容，將這三十五年的演變與影響分為四個主要階段進行說明：
一、 理論奠基與景觀模擬 (1990-1999)
在1990年代初期，管理學界開始引入生物學與複雜適應系統（CAS）的概念。
• 探索與利用的平衡：
March (1991) 提出了組織學習中「探索」（Exploration）與「利用」（Exploitation）的平衡，成為後續複雜性研究的核心課題。
• NK 模型與適應性景觀：
Levinthal (1997) 引入了 Kauffman 的 NK 模型，將組織的適應過程比擬為在**崎嶇景觀（Rugged Landscapes）**上的搜尋，這為組織如何在複雜環境中尋求最優解提供了理論基礎。
• 混沌邊緣的競爭：
Brown 與 Eisenhardt (1997, 1998) 提出組織應在「混沌邊緣」進行持續變革，將策略視為一種結構化的混沌，而非長期的靜態規劃。
二、 領導力與動態能力的整合 (2000-2007)
進入21世紀後，理論重點從宏觀的組織適應轉向微觀的領導行為與動態能力。
• 動態能力：
Eisenhardt 與 Martin (2000) 將複雜系統觀點融入動態能力研究，探討企業如何在高變動環境中整合與重組資源。
• 複雜領導理論 (CLT)：
Uhl-Bien 等人 (2007) 標誌著領導學的轉型，主張將領導力從工業時代的科層控制，轉向知識時代的互動與湧現觀點，強調領導者應促進系統內的互動而非僅是下達指令。
• 湧現機制：
研究開始關注「小變化」如何透過放大機制演變成「激進變革」，強調組織變革的非線性本質。
三、 跨領域應用與系統性回顧 (2008-2019)
此時期複雜理論擴展至公共管理、永續發展等更廣泛的社會科學領域。
• 公共與治理：
複雜理論被應用於公共管理，用以理解政策制定中的不確定性與非線性動態。
• 搜尋策略的深化：
研究者對 NK 模型在組織搜尋策略中的應用進行了系統性回顧，鞏固了該模型在解釋複雜世界中局部行動設計的地位。
• 韌性與永續：
複雜理論開始與組織韌性和永續發展掛鉤，強調系統在面對衝擊時的自我修復能力。
四、 數位時代與 AI 驅動的管理 (2020-2025)
當前（2025年）的前沿研究聚焦於數位技術與人工智慧，如何重塑複雜系統。
• 數位轉型領導：
當代研究探討數位領導（Digital Leadership）在技術驅動變革中的角色，強調其對於增強服務創新能力與組織敏捷性的積極影響。
• 人機協作的湧現：
AI 不再僅是工具，而被視為一種源自人機關係（Human-Algorithm Relations）的組織能力。
• 管理不確定性：
實務研究顯示，當代企業正學習利用 AI 來管理複雜系統中的不確定性，並將 AI 驅動的管理與永續商業實踐連結。
五、總結與當代影響
複雜系統理論對當代管理的影響主要體現在：
1. 實務思維：
從追求穩定的規畫轉向培養組織的敏捷性與韌性。
2. 領導實踐：
領導者角色轉變為系統的協調者，負責創造促進互動與創新的環境。
3. 技術整合：
將 AI 視為管理複雜適應系統的關鍵能力，用以應對數位轉型帶來的動態挑戰。
若要用一個比喻來理解這種演變：
傳統管理如同在平靜的湖面駕駛一艘巨大的破冰船，仰賴強大的引擎與預定的航線；
而當代的複雜系統管理則如同在一場變幻莫測的激流中進行團體泛舟，團隊成員必須根據水流的實時變化（湧現）不斷調整動作，並利用精良的感測設備（AI與數位技術）來預判前方的岩石，以維持整體的平衡與前進方向。
- 組織如何平衡探索與利用動態，以在不確定的適應性景觀中持續生存？
在複雜系統理論的框架下，組織要在不確定的適應性景觀（Adaptive Landscapes）中生存，核心挑戰在於如何管理「探索」（Exploration）與「利用」（Exploitation）之間的動態平衡。
這不僅是一個資源分配的問題，更是一個涉及組織學習、搜尋策略與技術整合的系統性過程。
以下根據來源內容，說明組織平衡這兩者動態的關鍵機制：
1. 建立探索與利用的學習平衡
組織生存的基礎在於 March (1991) 提出的二元性：
「探索」（Exploration）：探索涉及對新可能性的追求、冒險與創新；而
「利用」（Exploitation）：利用則專注於提升現有能力的效率、精煉與執行。
• 過度利用的風險：
若組織過於專注於利用，可能會陷入「成功陷阱」，在短期內獲利但在環境變遷時失去適應力。
• 過度探索的風險：
若過度探索，則可能導致資源分散，始終無法將研發轉化為實際收益。
• 最新觀點：
當代的複雜適應系統研究進一步加入**「模仿」（Imitation）**作為第三種動態，認為在複雜環境中，適度的模仿能協助組織在探索與利用之間找到更穩健的生存位置。
2. 在崎嶇景觀（Rugged Landscapes）中進行有效搜尋
Levinthal (1997) 引入的 NK 模型將企業的生存環境比喻為高低不平的景觀。
• 局部搜尋與全局搜尋：
在崎嶇（複雜）的景觀中，組織若僅進行微小的調整（利用），容易受困於局部最適點（Local Optima），而無法發現更高的性能高峰。
• 避免複雜性災難：
為了不被困在低矮的山丘，組織必須透過跨越式的「探索」來尋找新的高峰，避免在協同演化過程中遭遇「複雜性災難」。
• 設計局部行動：
管理者的任務在於設計一種環境，讓基層的「局部行動」能夠在複雜世界中匯聚成有效的系統性適應。
3. 維持在「混沌邊緣」的動態能力
Brown 與 Eisenhardt (1997, 1998) 主張組織應維持在一種「結構化混沌」（Structured Chaos）的狀態。
• 時間節奏與持續變革：
成功的組織不會等待危機才變革，而是透過規律的時間節奏（Time-paced evolution）在穩定與變動之間切換，這種「在邊緣競爭」的策略能同時兼顧目前的獲利（利用）與未來的機會（探索）。
• 動態能力：
透過整合、重組與獲取資源的「動態能力」，組織能夠在高變動的環境中快速調整其在適應性景觀中的位置。
4. 數位時代：利用 AI 管理不確定性
進入 2020 年代，技術進步為這種平衡提供了新的工具。
• AI 驅動的決策：
當前研究強調利用 AI 來管理不確定性，AI 能夠加速組織對環境景觀的感知能力，協助管理者判斷何時該加強探索，何時該優化利用。
• 人機協作的湧現：
AI 被視為一種源自人機關係的組織能力，它能增強組織的敏捷性，使探索與利用的切換更加流暢。
• 數位領導力：
在數位轉型過程中，具備「數位領導力」的領導者能更有效地提升服務創新能力，並在技術驅動的變革中維持組織的適應韌性。
5.總結
組織若要在不確定的適應性景觀中生存，必須具備雙元性（Ambidexterity）：
一方面透過 「利用」鞏固當下的生存根基，
另一方面透過持續的「探索」搜尋景觀中更高的性能 Peak。
這可以類比為一位森林探險家：
「利用」就像是在已知的營地周圍採集食物，確保當下不挨餓；而
「探索」則是派出一部分隊員翻過未知的山頭，尋找水源更豐富、地勢更優越的新營地。
如果只留在原地（過度利用），資源終會耗盡；
如果全員盲目奔跑（過度探索），則可能在找到新營地前就體力透支。
一個成功的探險隊（組織）會利用指南針與無人機（AI 與數位技術）來觀察地形，在維持體力與冒險開拓之間找到精確的節奏。
- 數位轉型與人工智慧的興起，為複雜領導理論與組織變革帶來哪些挑戰？
數位轉型與人工智慧（AI）的快速發展，為原本基於知識時代開發的複雜領導理論（Complexity Leadership Theory, CLT）與組織變革模式帶來了前所未有的挑戰。
根據來源內容，這些挑戰主要體現在領導角色的重塑、人機關係的湧現，以及在極度不確定環境中的管理能力。
以下是數位轉型與 AI 為該領域帶來的核心挑戰：
1. 領導角色的範式轉移：從「互動」到「數位導航」
傳統的複雜領導理論強調將領導力從工業時代的科層控制轉向知識時代的互動觀點。然而，數位轉型的興起要求領導者必須發展出數位領導力（Digital Leadership）。
• 技術驅動的變革管理：
領導者現在面臨如何透過數位領導力來增強「服務創新能力」並推動技術驅動變革的挑戰。
• 數位優勢的建立：
組織不僅需要技術，還需要文化、領導力與能力的協同作用，才能在數位轉型中建立真正的競爭優勢。
2. 複雜適應系統的新成員：人工智慧與演算法
過去的複雜理論主要關注人與人之間的互動。
AI 的加入將系統的互動維度提升到人機關係（Human-Algorithm Relations）。
• 湧現性的新來源：
當代研究將 AI 視為一種源自人機關係的組織能力，這意味著組織的變革與適應不再僅是人類行為的結果，而是演算法與人類共同演化的產物。
• 演算法管理的整合：
管理者面臨如何將「演算法管理」與傳統的人力資源管理整合的挑戰，形成一種跨越數位與物理邊界的整合框架。
3. 管理高度不確定的適應性景觀
AI 雖然是應對複雜性的工具，但也帶來了新的不確定性。
• 利用 AI 管理不確定性：
組織面臨如何「學習利用 AI 來管理不確定性」的挑戰，這需要領導者具備更高層次的認知靈活性。
• 敏捷性的要求：
數位轉型要求極高的組織敏捷性，領導者必須在數位轉型過程中平衡敏捷性與系統穩定性，以應對不斷變化的適應性景觀。
4. 知識管理與技術整合的衝突
將新興技術整合至現有的知識管理系統（KMS）中，存在顯著的實務挑戰。
• 整合挑戰：
在導航 AI 革命時，如何解決技術整合過程中的阻礙，並確保知識創造能持續支持永續的商業實踐，是當前組織變革的重要課題。
• 多層次的衝突：
AI 的引入會在組織行為的多個層次（個體、團隊、組織）產生影響，領導者必須應對這些由技術引入帶來的利害關係人利益衝突。
5.總結
數位轉型與 AI 為複雜領導理論帶來的最大挑戰，
在於領導者的影響力必須從「人際互動」延伸至「人機協作」。
領導者不再僅是創造環境讓員工互動，還必須設計並引導演算法與人類之間的動態關係，以確保組織能在日益複雜的數位景觀中持續演進。
• 傳統的複雜領導（爵士樂團領隊）：
傳統的複雜領導如同爵士樂團的領隊。
他不會給予死板的樂譜（科層控制），而是設定好調性與節奏，創造出一個讓樂手可以互相激盪、即興發揮的互動空間（知識時代的互動觀點）。
這種領導方式仰賴樂手之間的人際互動，進而產生出優美的湧現效果。
• 數位與 AI 時代的領導（AI 數位樂章製作人）：
在數位轉型下，領導者進化為一位操作即時生成式演算法的數位製作人。
1. 人機協作：
舞台上不再只有人類樂手，還加入了能即時回應人類演奏的 AI 演算法。
領導者必須處理源自人機關係的組織能力，確保演算法與人類樂手之間能協調運作。
製作人必須具備數位領導力，將新興的數位音色（新技術）整合進現有的音樂框架中，並克服技術與傳統演奏法之間的衝突。
面對瞬息萬變的樂壇趨勢（不確定的景觀），他利用 AI 來管理創作過程中的不確定性，將數位技術轉化為提升「服務創新能力」的利器，讓樂團能在數位景觀中持續演進。
彙整了 1990 年至 2025 年間管理學界關於複雜系統理論的經典與前沿文獻，描繪出該領域三十多年來的演進脈絡。
研究初期聚焦於組織學習、適應性景觀與策略變革的理論奠基，
隨後逐步擴展至動態能力與複雜領導力的實務整合。
進入近期，學術關注點轉向數位轉型、人工智慧管理，以及永續發展等當代議題，探討組織如何在高度不確定的環境中維持韌性。
透過將文獻分類為理論核心、領導實務與科技應用，為學術研究者與企業管理者提供了系統化的閱讀指引。
不僅記錄了複雜科學與組織科學的交會，更展現了人機協作時代下，管理思維的典範轉移。
1990-2025年管理領域複雜系統理論最常被引用的經典期刊文章
一、理論奠基期 (1990-1995)
1. March, J. G. (1991). "Exploration and Exploitation in
Organizational Learning." Organization
Science, 2(1), 71-87.- 引用次數超過30,000次，探索與利用平衡的開創性研究
2. Kauffman, S. A. (1993). The Origins of Order: Self-Organization and
Selection in Evolution. Oxford University
Press.3. Stacey, R. D. (1995). "The Science of Complexity: An Alternative
Perspective for Strategic Change Processes." Strategic Management Journal, 16(6), 477-495.- 引用次數超過1,000次，將複雜科學應用於策略變革
4. Eisenhardt, K. M., & Tabrizi, B. N. (1995). "Accelerating
Adaptive Processes: Product Innovation in the Global Computer Industry." Administrative Science Quarterly, 40(1), 84-110.
二、NK模型與適應性景觀 (1997-1999)
5. Levinthal, D. A. (1997). "Adaptation on Rugged Landscapes." Management Science, 43(7), 934-950.- 引用次數超過2,200次，NK模型在管理領域的開創性應用
6. Brown, S. L., & Eisenhardt, K. M. (1997). "The Art of
Continuous Change: Linking Complexity Theory and Time-Paced Evolution in
Relentlessly Shifting Organizations." Administrative Science Quarterly, 42(1), 1-34.7. Brown, S. L., & Eisenhardt, K. M. (1998). Competing on the Edge:
Strategy as Structured Chaos. Harvard
Business School Press.
三、Organization Science 1999年複雜理論特刊
8. Anderson, P. (1999). "Complexity Theory and Organization
Science." Organization Science,
10(3), 216-232.9. Anderson, P., Meyer, A., Eisenhardt, K., Carley, K., & Pettigrew,
A. (1999). "Introduction to the Special Issue: Applications of Complexity
Theory to Organization Science." Organization Science, 10(3), 233-236.10. McKelvey, B. (1999). "Avoiding Complexity Catastrophe in
Coevolutionary Pockets: Strategies for Rugged Landscapes." Organization Science, 10(3), 294-321.11. Dooley, K. J., & Van de Ven, A. H. (1999). "Explaining
Complex Organizational Dynamics." Organization Science, 10(3), 358-372.12. Levinthal, D. A., & Warglien, M. (1999). "Landscape Design:
Designing for Local Action in Complex Worlds." Organization Science, 10(3), 342-357.13. Morel, B., & Ramanujam, R. (1999). "Through the Looking Glass
of Complexity: The Dynamics of Organizations as Adaptive and Evolving
Systems." Organization Science,
10(3), 278-293.
四、動態能力與組織變革 (2000-2002)
14. Eisenhardt, K. M., & Martin, J. A. (2000). "Dynamic
Capabilities: What Are They?" Strategic
Management Journal, 21(10-11), 1105-1121.- 引用次數超過25,000次，動態能力與複雜系統理論的整合
15. Tsoukas, H., & Chia, R. (2002). "On Organizational Becoming:
Rethinking Organizational Change." Organization Science, 13(5), 567-582.五、複雜理論整合與批判 (2004-2006)
16. Burnes, B. (2005). "Complexity Theories and Organizational
Change." International Journal of
Management Reviews, 7(2), 73-90.17. Maguire, S., McKelvey, B., Mirabeau, L., & Öztas, N. (2006).
"Complexity Science and Organization Studies." In S. Clegg et al. (Eds.), The SAGE Handbook of
Organization Studies (2nd ed.), pp. 165-214.六、複雜領導理論 (2006-2007)
18. Lichtenstein, B. B., Uhl-Bien, M., Marion, R., Seers, A., Orton, J.
D., & Schreiber, C. (2006). "Complexity Leadership Theory: An
Interactive Perspective on Leading in Complex Adaptive Systems." Emergence: Complexity and Organizations, 8(4),
2-12.19. Uhl-Bien, M., Marion, R., & McKelvey, B. (2007). "Complexity
Leadership Theory: Shifting Leadership from the Industrial Age to the Knowledge
Era." The Leadership Quarterly, 18(4), 298-318.20. Plowman, D. A., Baker, L. T., Beck, T. E., Kulkarni, M., Solansky, S.
T., & Travis, D. V. (2007). "Radical Change Accidentally: The
Emergence and Amplification of Small Change." Academy of Management Journal, 50(3), 515-543.七、公共管理應用 (2008-2017)
21. Teisman, G., & Klijn, E. H. (2008). "Complexity Theory and
Public Management." Public Management
Review, 10(3), 287-297.22. Rhodes, M. L., & Eppel, E. A. (2017). "Complexity Theory and
Public Management: A 'Becoming' Field." Public Management Review, 19(7), 923-927.八、理論整合與回顧 (2018-2019)
23. Baumann, O., Schmidt, J., & Stieglitz, N. (2019). "Effective
Search in Rugged Performance Landscapes: A Review and Outlook." Journal of Management, 45(1), 285-318.24. Tasselli, S., Kilduff, M., & Landis, B. (2019). "Complexity
Theory and Leadership Practice: A Review, a Critique, and Some
Recommendations." The Leadership
Quarterly, 31(1), 101304.- 複雜領導理論的綜合性回顧與批判，涵蓋超過3000篇參考文獻
25. Turner, J. R., & Baker, R. M. (2019). "Complexity Theory: An
Overview with Potential Applications for the Social Sciences." Systems, 7(1), 4.九、永續發展與韌性 (2020-2022)
26. Dominici, G., Basile, G., Palumbo, F., & Ricotta, F. (2020).
"Discussing the Use of Complexity Theory in Engineering Management:
Implications for Sustainability." Sustainability, 12(24), 10629.27. Norberg, J., & Cumming, G. S. (Eds.). (2021). Complexity Theory
for a Sustainable Future. Columbia University
Press.28. Cicerelli, G., & Ravetti, C. (2023). "Sustainability,
Complexity, and Organizational Resilience." Journal of Economic Interaction and Coordination, 19, 409-432.
十、數位轉型與複雜領導 (2022-2023)
29. Weber, E., Khademian, A. M., & Mandell, M. P. (2022). "The
Digital Transformation Leadership Framework: Conceptual and Empirical Insights
into Leadership Roles in Technology-Driven Business Environments." Journal of Leadership Studies, 16(1), 6-27.30. Brunner, D. J., Schuster, T., & Lehmann, C. (2023).
"Leadership's Long Arm: The Positive Influence of Digital Leadership on
Managing Technology-Driven Change Over a Strengthened Service Innovation
Capacity." Frontiers in Psychology,
14, 1-18.31. Moghaddam, M. T., Kaushik, V., & Wright, S. (2023). "The
Interplay of Digital Transformational Leadership, Organizational Agility, and
Digital Transformation." Information
Systems Management, 41(1), 42-65.32. Bankins, S., & Formosa, P. (2023). "A Multilevel Review of
Artificial Intelligence in Organizations: Implications for Organizational
Behavior Research and Practice." Journal of Organizational Behavior, 44(6), 909-945.
十一、AI與複雜系統管理 (2024)
33. Raisch, S., Yoo, Y., Fomina, E., & Lee, J. (2024). "Managing
with Artificial Intelligence: An Integrative Framework." Academy of Management Annals, 18(1), 1-35.34. Gilli, K., Meyer, A., & Valente, M. (2024). "The Digital
Leadership Emerging Construct: A Multi-Method Approach." Management Review Quarterly, 74, 263-294.35. Guida, R., Cioppi, M., & Ferri, M. A. (2024). "Exploration,
Exploitation, and Imitation in Complex Adaptive Systems." Journal of Economic Interaction and Coordination,
19, 433-458.36. Ochoa, W. A. A., Iarozinski Neto, A., Vitorio Junior, P. C., &
Palma Calabokis, O. (2024). "The Theory of Complexity and Sustainable
Urban Development: A Systematic Literature Review." Sustainability, 17(1), 3.37. Ransbotham, S., Kiron, D., Khodabandeh, S., Chu, M., & Zhukov, L.
(2024). "Learning to Manage Uncertainty, With AI." MIT Sloan Management Review and Boston Consulting
Group Research Report.
十二、最新前沿研究 (2025)
38. Alexander, J., & Fernandez, K. (2025). "Rethinking Change:
Complexity Theory and Its Application to Human Service Nonprofits." Nonprofit Management and Leadership, 35(2),
245-268.39. Stelmaszak, M., Mützel, S., & Seidl, D. (2025). "Artificial
Intelligence as an Organizing Capability Arising from Human-Algorithm
Relations." Journal of Management Studies,
62(1), 1-38.40. Matthews, M. J., Su, R., Yonish, L., McClean, S., Koopman, J., &
Yam, K. C. (2025). "A Review of Artificial Intelligence, Algorithms, and
Robots Through the Lens of Stakeholder Theory." Academy of Management Annals, 19(1), 1-52.41. Bhatia, R., Pihlajamaa, M., Hyytinen, K., & Jäntti, A. (2025).
"Sustainability Transformation Calls for Complexity-Informed Systemic
Policy Design." Public Management
Review, 27(4), 1179-1203.42. De Sousa, M. M., & Alves, G. (2025). "Are We Ready for
Digital Transformation? The Role of Organizational Culture, Leadership and
Competence in Building Digital Advantage." Central European Management Journal, 33(1), 145-172.43. Santos, R. L., & Costa, A. P. (2025). "Leading in the Digital
Age: The Role of Leadership in Organizational Digital Transformation." Administrative Sciences, 15(2), 43.44. Hassan, M. U., Iqbal, S., & Malik, M. S. (2025). "Artificial
Intelligence-Driven Management: Bridging Innovation, Knowledge Creation, and
Sustainable Business Practices." Journal of Innovation & Knowledge, 10(1), 100587.45. Georgiev, D., & Antonova, A. (2024). "Navigating the AI
Revolution: Challenges and Opportunities for Integrating Emerging Technologies
into Knowledge Management Systems." Frontiers in Artificial Intelligence, 7, 1-22.- 導航AI革命:新興技術整合至知識管理系統的挑戰與機會
使用建議
這45篇文章完整涵蓋了1990-2025年複雜系統理論在管理領域的發展脈絡:
按時期分類:
1.
理論基礎期 (1990-1995): March, Kauffman, Stacey, Eisenhardt的奠基性工作
2.
理論擴展期 (1997-1999): Levinthal的NK模型、Brown &
Eisenhardt的持續變革
3.
Organization Science特刊 (1999): Anderson等人的系列突破性文章
4.
整合期 (2000-2007): 動態能力、複雜領導理論的發展
5.
應用期 (2008-2019): 公共管理、永續發展領域的實務應用
6.
數位時代 (2020-2025): 數位轉型、AI管理、永續轉型的最新發展
按主題分類:- 領導實務: 18-20,
24, 29-31, 34, 43
- 數位轉型與AI: 29-35, 37-40, 42-45
建議閱讀路徑:- 初學者: March
(1991) → Anderson (1999) → Uhl-Bien et al. (2007) → Raisch et al. (2024)
- 研究者: 上述基礎 + Levinthal (1997) → Eisenhardt & Martin (2000)
→ Baumann et al. (2019) → Tasselli et al. (2019)
- 實務工作者:
Uhl-Bien et al. (2007) → Weber et al. (2022) → Ransbotham et al. (2024) →
Santos & Costa (2025)
其他
1.王美雅、吳思華(2011)從複雜理論觀點探索創新擴散的動態過程：一個新概念擴散實驗，科技管理學刊，民 100年，16卷，2期 ，81-119。
3.蔡敦浩、林韶怡、利尚仁(2010)行動導向的創業歷程：以複雜調適系統觀點再現創業經驗，管理學報 Journal of Management，民 99 年，27 卷，1 期，57-73。
https://www.jom.management.org.tw/upload/alistfs141105201926822.pdf
4.蔡敦浩、藍紫堂（2004）新興產業發展的複雜調適系統觀點—以台灣E-Learning產業為例，管理學報 Journal of Management，民93年，21卷，6期，715-732。
https://www.jom.management.org.tw/upload/alistfs1411110108110402.pdf
25.09.12【財經起床號】
馮勃翰教授導讀《經濟預測革命》從混沌理論到大數據的決策新科學
3.尼爾·約翰遜(Neil Johnson)(2022)簡單的複雜(Simply Complexity: A Clear Guide to Complexity Theory)，中信出版社
https://www.books.com.tw/products/CN11825862?srsltid=AfmBOoqnU7gdwjVqySbNwRn3vr3ETJZjNzjbCcznsAHg0-9qRerfO4pN ;
https://www.amazon.com/Simply-Complexity-Clear-Guide-Theory-ebook/dp/B00O0G17K2 ;
https://www.youtube.com/watch?v=ongeLyS7PEg
4.馬特‧沃特金森， 薩巴‧孔科利(Matt
Watkinson, Csaba Konkoly)(2023)
《隨機思維：不死守目標、拉高容錯率，打破企業經營追求完美的傳統慣性》(Mastering Uncertainty: How great fournders,entrepreneurs and business leaders thrive in an unpredictable world)，商周出版
系統的要素之間相互牽連時，計算上的小誤差或變化會因為這些要素互動越多而被擴展得越大。
在商業界中的大量不確定性：
- 首先，我們得到的資訊都不完整；
- 第二，輸入內容可能導致非線性的產出結果。
- 「開放系統」具有輸入和輸出流，代表與周圍環境交換物質、能量、或資訊。
複雜性理論在策略研究中的演化（1990–2025）
自 1990 年代以來，複雜性理論（complexity theory）逐步進入策略研究領域，為理解企業在高度不確定與動態環境中的行為提供了不同於線性與均衡導向模型的分析視角。早期研究主要借鏡自然科學中的複雜適應系統（complex adaptive systems），強調非線性因果關係、回饋機制、湧現（emergence）與自我組織等特徵，並將企業與產業視為由多元行動者互動所構成的動態系統。
此一階段的研究多為概念性與理論導向，試圖挑戰傳統策略理論中對理性規劃與穩定均衡的假設。
進入 2000 年代後，複雜性理論逐漸與既有策略理論對話，並被吸納至動態能力、組織學習與策略變革等研究脈絡中。相較於早期的整體系統觀點，學者開始將複雜性概念操作化為可觀察與可測量的構念，例如：環境複雜性、策略互依性與能力組合效果，使複雜性思維得以融入實證研究設計。
此時，複雜性不再僅被視為替代理論，而是作為補充視角，用以解釋企業在多重限制與高度不確定情境下的適應與演化過程。
2010 年以後，特別是 2020 年以來，複雜性理論在策略研究中的影響呈現「隱性主流化」的趨勢。雖然主流策略期刊（如 ：Strategic Management Journal）較少直接使用「complexity theory」作為標籤，但其核心邏輯已深度嵌入於生態系研究、制度複雜性、平台策略、組態觀點與非線性績效關係等議題之中。
此一階段的研究更關注多層次互動、跨組織協同與策略結果的湧現性，將企業策略視為在複雜互依網絡中，不斷調整與重組的動態過程。
整體而言，複雜性理論已從早期的顯性理論框架，演化為策略研究中重要但不一定被明言的基礎思維，持續影響學界對策略形成、變革與績效差異的理解。
1.Burford, N., Shipilov, A., & Furr, N. (2025). Ecosystem synergies as drivers of acquisitions.
Strategic Management Journal, 46(13): 3218–3251.
https://sms.onlinelibrary.wiley.com/doi/10.1002/smj.3729
主要探討創新生態系結構如何驅動企業併購選擇，提出「生態系協同」作為新的併購協同機制，強調互補者互動與生態系結構對策略決策的影響。
2.Balachandran, S., & Clement, J. (2025). When mimicry leads to divergence: Interdependence asymmetries and selective imitation among competitors.
Strategic Management Journal, 46(12): 2879–2916.
https://sms.onlinelibrary.wiley.com/doi/abs/10.1002/smj.3731
研究策略模仿行為中因活動互依性（interdependence） 差異而導致策略分歧，強調組織內部互動結構與複雜決策後果。
3.Raffaelli, R., Zuzul, T., Gulati, R., & Rivkin, J. (2025). Outcome and process frames: Strategic renewal and capability reprioritization at the Federal Bureau of Investigation.
Strategic Management Journal, 46(6): 1325–1362.
https://sms.onlinelibrary.wiley.com/doi/full/10.1002/smj.3697
透過策略更新與能力重排序，探討不確定環境與策略過程互動（策略重整的內外複雜動態）。
4.Wang, P., et al. (2025). Navigating market entry decisions in the solar PV industry.
Strategic Management Journal, 46(6): 1392–1427.
關注市場進入策略如何受到前置經驗與產業結構複雜性影響。
https://www.researchgate.net/publication/388748561_Navigating_market_entry_decisions_in_the_solar_PV_industry_The_role_of_founders'_pre-entry_experience_across_the_value_chain
5.Wang, Y., Yue, L. Q., Rajagopalan, N., & Wu, B. (2024). The entry-deterring effects of synergies in complementor acquisitions.
Strategic Management Journal, 45: 2791–2817.
研究平台與互補者（complementor）在複雜協同網絡中形成的協同機制，及其對市場進入障礙的影響。
https://www.researchgate.net/publication/382564837_The_entry-deterring_effects_of_synergies_in_complementor_acquisitions_Evidence_from_Apple's_digital_platform_market_the_iOS_app_store
6.Stonig, J., Schmid, T., & Müller-Stewens, G. (2022). From product system to ecosystem: How firms adapt to provide an integrated value proposition.
Strategic Management Journal 43(9)
,1927-1957.
探討企業如何從產品系統轉化為生態系策略，以及協同與互補性如何演化。
https://sms.onlinelibrary.wiley.com/doi/10.1002/smj.3390 ;
https://sms.onlinelibrary.wiley.com/doi/epdf/10.1002/smj.3390
7.Daymond, J., Knight, E., Rumyantseva, M., & Maguire, S. (2023). Managing ecosystem emergence and evolution: Strategies for ecosystem architects. Strategic Management Journal, 44(4), O1–O27.
https://sms.onlinelibrary.wiley.com/doi/10.1002/smj.3449
探討商業生態系如何在不確定與高度互依的情境中形成與演化，提出「生態系架構者（ecosystem architects）」可透過策略性設計關係、角色與治理機制，引導多元行動者的協同行為與價值共創。
強調生態系並非自然生成，而是可被策略性塑造的動態複雜系統。
SMJ小結:
1.
從理論層面觀之，這一系列研究共同推進了策略研究對複雜系統的理解，將競爭優勢的形成從單一企業層級，延伸至由多元行動者、互補關係與制度條件所構成的動態互依結構。
透過引入生態系協同、互依性不對稱與策略過程重構等概念，相關文獻顯示策略並非預先設計的最適解，而是在非線性互動與持續調適中湧現的結果。
此一觀點深化了策略理論對不確定性、湧現性與多重均衡的解釋力，並隱含地將複雜性理論轉化為可操作的中層理論架構。
2.
在實證層面，相關研究一致指出，企業在併購、模仿、市場進入與策略更新等關鍵決策上，皆受到生態系結構、活動互依性與能力配置方式的系統性影響。
研究結果顯示，策略行為與績效關係往往呈現情境依賴與非線性特徵，其效果取決於互補者組合、組織內外互動結構及既有能力路徑。
整體而言，這些實證發現支持將企業策略視為嵌入於複雜互依網絡中的動態調適過程，而非孤立決策的線性結果。
沒有留言:
張貼留言