油門 可以 加速 到 哪裡 ， 或 前面 會 有 危險 等 ， 感覺 、 並 擬出 一 套 適合 的 戰略 。 駕馭 得當 的 狀態 ， 或許 就 可以 有 一 套 看起來 縝密 的 盤算 和 佈局 。 然而 ， 我 認為 恰如其分 的 局面 ， 應該 才 是 理想 的 狀態 。 將棋 世界 中 ， 有 許多 從 過去 積存 至今 的 經驗 資訊 。 不 應 一味 遵循 這些 過去 經驗 ， 而是 思考 如何 從中 創造 新意 ， 在 現階段 尚未 出現 結論 的 事物 中 ， 找出 其中 值得 一 試 的 ， 並 享受 其中 的 過程 。 這 種 情況 下 ， 如果 在 年輕 時 ， 一定 會 因為 想 不 出 什麼 結論 ， 什麼 都 盡情 試試 。 但是 ， 這樣 的話 就 是 為了 冒險 而 冒險 了 。 或許 在 當時 ， 目的 就 在於 「 放手一搏 」 、 「 盡情 嘗試 」 。 現在 則 非 如此 。 雖然 仍 有 一些 沒有 試 過 的 攻防 戰略 ， 但 會 有 自己 的 理由 決定 是否 採用 。 不再 盲目 出手 ， 而是 依據 自己 的 判斷 決定 進退 。 這 並 不 是 根據 過去 某些 人 的 經驗 或 結論 ， 而是 自己 考慮 是否 可行 ， 主要 是 由 自身 的 判斷 與 意志 所 做 的 決定 。 是 實力 ？ 還是 對 模式 的 認識 ？ 關於 現代 將棋 的 戰略 或 模式 ， 有 非常 清楚 的 研究 說明 。 因此 ， 棋士 對於 某 種 形態 的 形成 與 動向 ， 已經 知道 最後 的 結論 ， 將 會 決定 比賽 的 勝負 。 這 與 「 將棋 的 實力 」 無關 。 而 在於 「 是否 具備 了 這 個 模式 的 相關 知識 」 。 就 好比 資訊 大戰 一般 ， 如果 能夠 比 對手 早 一 步 掌握 最 新 的 訊息 ， 有時 光 憑 這 一 點 就 能夠 大幅 領先 。 也 因為 這樣 ， 許多 人 一窩蜂 地 研究 各 種 戰略 模式 。 數據 資料 ， 因為 長久 的 累積 ， 必然 經過 嚴整 堆疊 ， 形成 其 價值 。 在 最初 的 一 、 兩 年 或許 還 沒有 什麼 明顯 的 影響 或 效用 ， 但 畢竟 是 職業 棋士 彼此 砌磋 所 架構 形成 的 理論 、 定規 。 然而 經過 二 、 三十 年 的 累積 ， 確實 影響 比賽 的 成敗 。 如果 手 上 完全 沒有 掌握 這 方面 的 背景 知識 ， 是 很 難 能夠 在 三十 分鐘 、 一 小時 的 比賽 中 攻破 對手 的 局勢 。 由 此 可以 知道 年月 、 時間 中 所 累積 的 經驗 知識 有 多麼 龐大 。 而 同樣地 ， 能否 取得 充斥 於 街頭 的 資訊 與 知識 ， 具有 攸關 成敗 的 影響 。 這 一 點 無論 是 哪 一 個 領域 ， 都 具有 舉足輕重 的 影響力 。 以 便利商店 為 例 ， 某 一 家 店 的 某 一 項 商品 銷售 的 數量 是 多少 等等 ， 都 可以 藉著 POS （ Point of Sale ， 銷售 時點 情報 系統 ） 讀取 ， 匯整為 數據 資料 。 並 參考 該 數據 決定 接下來 採購 或 商品 陳列 等 銷售 與 市場 的 需求 。 當然 ， 當 母數 愈 多 ， 銷售 的 方向 就 愈 能夠 精準 無誤 地 判斷 掌握 。 此外 ， 電視 收視率 的 調查 也 是 一樣 。 例如 關東 地區 擁有 電視 的 住家 大約 是 一千七百七十萬 戶 ， 據說 其中 接受 收視率 調查 的 對象 是 六百 戶 左右 。 只有 這麼少 的 調查 對象 ， 我們 也 可以 知道 所得 的 結果 ， 在 全體 ， 即 一千七百七十萬 戶 中 收視 的 人數 佔 的 百分比 為 多少 。 也 可 了解 調查出來 的 誤差 比例 會 有 多 高 。 科學性 的 準確率 如何 我 並 不 清楚 ， 但 據說 如果 調查戶 為 六百 戶 的話 ， 誤差 範圍 是 三％ ； 但 若是 調查 六千 戶 的話 ， 誤差 的 範圍 則 降低 至 ○．三％ 。 如此 我們 可以 了解 ， 精確 的 統計 與 市場 行銷 發展 的 速度 令 人 不容 忽視 ， 並且 也 具有 極 大 的 力量 ， 發揮 了 強大 的 影響力 。 二○一一年 上映 ， 由 布萊德彼特 主演 的 電影 《 魔球 》 （ Moeny ball ） 中 ， 描述 了 職棒 大聯盟 的 一 個 球隊 經理 如何 打造 了 一 支 神奇 的 球隊 。 這 個 主角 過去 在 網羅 選手 時 ， 都 是 以 肌力 、 腳程 、 肩力 等 體能 為 判斷 基準 。 但 在 某 次 的 情況 下 ， 不再 考慮 這些 要素 ， 只 藉著 數字 來 選擇 。 這些 數字 ， 是 以 統計學 的 方法 分析 能夠 提高 贏 球率 的 數字 ， 重點 在 上壘率 或 長打率 或 具有 選球 眼光 用 四 壞球 來 上壘 。 如果 是 投手 則 是 評估 其 勝場率 、 防禦率 及 奪得 三振 的 次數 ， 稱 之 為 「 可 期待值 」 ， 如此 只 憑 數字 來 選擇 球員 。 某 種 角度 看起來 似乎 是 赤裸裸 的 太 簡略 做法 ， 但 確實 是 提高 了 球隊 的 成績 。 這 支 隊伍 在 一 年 打完 一百六十二 場 比賽 後 ， 幾乎 每 年 都 能 參加 季後賽 — — 《 魔球 》 就是 依據 這 個 球隊 的 真實 故事 所 改編成 的 電影 。 從 這 個 角度 看來 ， 數據 是 非常 重要 的 。 龐大 的 數據 資料 本身 ， 就 具有 各 種 不同 形態 的 影響力 ， 這 應該 是 不可 否認 的 吧 ！ 然而 ， 另一方面 ， 我 覺得 不僅僅 如此 。 以下 我 會 再 加以 解說 。 比 input 更 重要 的 output 過去 的 知識 和 資訊 ， 皆 可 成為 材料 ， 都 是 可 成為 創造 新 事物 的 素材 。 打 個 比方 ， 即使 是 過去 常見 的 食材 ， 只要 經過 適當 的 搭配 重組 ， 就 可以 創造出 一 道 新式 的 料理 。 但是 ， 資訊 再 如何 經過 分類 、 整理 ， 如果 沒有 確實 掌握到 問題點 在 哪裡 ， 就 無法 正確 分析 。 進一步 說 ， 如何 在 眾多 的 資訊 中 取得 自己 所 需要 的 ， 有時 「 如何 割捨 」 比 「 選擇 」 重要 ， 而 「 是否 使用 」 又 比 「 如何 割捨 」 重要 。 為了 避免 「 資訊 代謝 症候群 」 現象 ， 相對於 資訊 的 吸收 ， 必須 要 刻意 地 提高 使用 的 比重 。 過去 曾 有 機會 與 腦科學家 茂木健一郎 先生 談話 。 茂木 先生 提到 在 唸 研究所 寫 某 篇 論文 時 ， 從中 得到 錯誤 的 試驗 。 當時 他 因為 太 著力 於 研究 對象 ， 以致 論文 進行到 一半 難以 繼續 ， 最後 無法 發表 。 有 一 位 學長 建議 他 ： 「 試 著 先 將 構想 具體化 寫下 ， 等 完成 論文 初稿 之後 ， 看 世界 的 眼光 就 會 不 一樣 。 」 而 這樣 做 之後 ， 果真 可以 更 明確 看出 研究 的 問題點 與 課題 了 。 茂木 先生 表示