想 生產 汽車 。 由於 當時 的 汽車 外型 或是 引擎 種類 都 還 沒有 定下來 ， 於是 這些 公司 紛紛 推出 各 種 千奇百怪 的 車子 ， 包括 前述 的 蒸汽 汽車 及 電池 動力 汽車 。 汽油 動力 引擎 最後 會 戰勝 群雄 ， 其實 事先 並 沒 人 知道 。 譬如說 ， 愛迪生 就 設計 了 一 款 電動車 ， 一八九九年 就 有 位 名人 曾經 預言 「 全 美國 將 到處 都 是 充電站 」 。 在 某 個 時期 ， 全 美國 上路 的 汽車 當中 ， 確實 有 三分之一 都 是 電動車 。 同樣地 ， 許多 人 也 看好 蒸汽 引擎 ， 認為 這 才 是 最 合理 的 驅動 車子 方式 ， 就 像 它們 顯然 很 適合 用來 拉 火車 或是 汽輪 。 一九○○年代 初期 ， 全 美 共有 超過 一百 家 公司 生產 蒸汽 汽車 ， 其中 最 成功 的 是 史坦利 蒸汽車 ， 因為 它 擁有 傳奇 的 速度 ── 一九○五年 ， 它 能 開到 時速 一二七 英里 （ 約 合 時速 二○三 公里 ） ， 而且 搭乘起來 也 很 舒服 。 然而 ， 隨著 一九○○年代 接近 尾聲 ， 競爭 者 開始 減少 了 。 電動車 走不了 多久 ， 就 必須 充電 。 蒸汽車 則 需要 很 長 的 時間 來 熱車 。 不過 ， 更 重要 的 是 ， 汽油 動力車 的 製造商 最先 投下 鉅資 ， 研發 大量 生產 技術 並 設法 鎖定 大眾 市場 。 奧斯 是 最早 向 不同 製造商 採購 各 種 零件 ， 而 不 自己 生產 零件 的 汽車 製造商 ， 凱迪拉克 則 是 最早 成功 採用 標準化 零件 的 汽車 製造商 ， 這 個 舉動 替 它 省下 大量 的 製造 時間 與 製造 成本 。 當然 ， 還 有 福特 公司 ， 它 以 生產線 概念 在 工業界 掀起 革命 ， 福特 並 從此 鎖定 製造 廉價車 為 願景 。 一 次 世界 大戰 爆發 時 ， 全 美 還 有 約 一百多 家 汽車 製造商 。 但是 ， 之前 已 有 四百多 家 汽車 製造商 退出 市場 ， 其中 也 包括 奧斯 汽車 工廠 ， 它 被 通用 汽車 買下 。 至於 奧斯 本人 ， 始終 沒 能 享受到 該 公司 早期 的 勝利 果實 ， 因為 他 和 史米斯 的 兒子 大吵 一 架 之後 ， 沒 幾 年 便 離職 了 。 他 最後 又 開 了 一 家 新 的 汽車 公司 REO 。 但是 他 已經 過氣 了 。 奧斯 開創出 的 理想 __UNDEF__ ， 由 亨利 ． 福特 完成 ── 一 次 世界 大戰 時 ， 全 美 幾乎 一半 的 汽車 都 是 由 福特 公司 提供 。 這時 再 沒有 人 多 談 蒸汽 汽車 或是 電動車 ， 而且 汽車 也 不再 具有 令 人 眼花撩亂 的 長相 和 體積 。 人人 都 知道 汽車 該 長 什麼 模樣 。 就 是 福特 的 T型 車 模樣 。 美國 汽車 工業 早期 的 演變 ， 並 不 算 特例 。 事實 上 ， 你 如果 觀察 一下 大部分 美國 的 新 工業 發展史 ， 從 鐵路 ， 電視機 到 個人電腦 ， 以及 最近 的 網路 科技 ， 你 將 會 看到 類似 的 模式 。 在 這些 案例 中 ， 該 工業 早期 的 特色 都 在於 擁有 各式各樣 的 產品 ， 而且 許多 產品 間 的 差異 ， 無論 就 技術 或是 設計 方面 ， 都 大 得 驚人 。 然而 ， 隨著 時間 的 腳步 ， 市場 開始 精選 贏家 和 輸家 ， 很 有 效率 地 挑出 哪些 技術 將 會 興盛 ， 哪些 將 會 消逝 。 在 這 個 過程 中 ， 大部分 公司 都 會 失敗 ， 只有 少數 幾 家 能 存活下來 ， 然後 掌控 大部分 的 市場 。 就 研發 及 銷售 新 科技 而言 ， 這 個 過程 看起來 似乎 很 浪費 。 而且 ， 就算 有 Google 那樣 的 例子 ， 也 並 不 保證 經過 這樣 的 流程 後 ， 最佳 的 技術 一定 能 在 末了 脫穎而出 （ 因為 群眾 並非 全體 同時 在 下 決策 ， 而是 分散 在 一 段 時期 內 ） 。 所以 啦 ， 為什麼 要 這樣 做 呢 ？ 想 知道 答案 ， 看看 蜂巢 裡 的 蜜蜂 吧 。 蜜蜂 在 尋找 食物 方面 ， 效率 極 高 。 根據 《 蜂巢 裡 的 智慧 》 （ The Wisdom of the Hive ） 作者 希利 （ Thomas Seeley ） 的 說法 ， 典型 的 蜂群 有 辦法 搜索 距離 蜂巢 六 公里 或 更 遠 的 範圍 ， 如果 在 距離 蜂巢 兩 公里 內 就 有 大 片 花叢 ， 蜜蜂 發現 它們 的 機率 將 大於 百分之五十 。 蜜蜂 是 怎麼 做到 的 ？ 牠們 可 不會 團團 圍坐 ， 一起 討論 負責 尋 糧 的 蜜蜂 該 往 哪裡 飛 。 相反地 ， 蜂巢 一 次 便 派出 一 群 探 路 的 蜜蜂 ， 搜遍 蜂巢 四周 。 當 某 隻 探 路 蜜蜂 發現 了 一 片 看起來 很 豐盛 的 花蜜 來源 ， 牠 會 飛回 蜂巢 ， 跳 一 支 搖擺舞 ， 而 牠 的 舞蹈 強度 ， 則 是 由 該 地點 花蜜 的 品質 來 決定 。 搖擺 舞會 將 其他 尋 糧蜂 吸引過來 ， 然後 跟隨 牠 飛去 採 蜜 ， 花蜜 地點 的 品質 愈 差 ， 吸引到 的 跟隨 者 就 愈 少 ， 有時候 ， 某些 蜜蜂 乾脆 放棄 自己 找到 的 花蜜 地點 。 結果 ， 這些 尋糧蜂 等於 是 以 近乎 完美 的 方式 ， 將 自己 分派到 不同 的 花蜜 來源 上 ， 也就是說 ， 牠們 能 在 最 省 時間 與 精力 的 方式 下 ， 盡量 幫 蜂巢 尋得 最 豐富 的 食物 。 這 是 解決 蜂群 糧食 問題 的 集體 的 聰明 對策 。 不過 ， 最 重要 的 是 ， 蜂群 如何 取得 這 項 集體 的 聰明 對策 。 牠們 並 不會 先 全體 討論完 所有 可能 的 選擇 後 ， 再 決定出 一 個 最 理想 的 尋 糧 路線 。 蜂群 沒法 這樣 做 ， 因為 它 並 不 清楚 共有 哪些 可能 的 選擇 （ 也 就 是 不同 的 花叢 ） 。 相反地 ， 它 派出 盡可能 包含 各 個 方向 的 尋 糧 蜜蜂 ， 然後 相信 其中 至少 有 一 隻 會 發現 最好 的 花叢 ， 並 飛回來 ， 好好 地 跳 一 支 舞 ， 讓 蜂群 能 知道 食物源 位於 何方 。 這 種 方式 和 我們 前面 討論 過 的 很 不 一樣 ， 這 點 一定 要 認清 。 無論 是 猜測 牛隻 重量 實驗 、 或是 尋找 天蠍號 下落 、 簽賭 市場 、 在 愛荷華 模擬 交易 市場 下注 ， 群體 只 需要 在 已 規範好 的 選項 中 做 決策 ， 或是 解決 已 定義 清楚 的 問題 。 在 這些 案例 中 ， 不同 的 個體 可以 帶來 解決 問題 的 不同 資訊 ， 但是 該 問題 可能 的 答案 ， 就 某 個 角度 來 說 ， 等於 是 已經 決定好 了 （ 像是 ： 不 是 布希 就 是 高爾會 當選 美國 總統 ； 非 洋基隊 即 馬林 魚隊 會 贏得 棒球 世界 大賽 。 ） 但是 在 「 尋找 花蜜 最 豐富 的 花叢 」 案例 中 ， 群體 的 任務 卻 更為 複雜 。 它 變成 兩