事件
Eric Ries 在 2011 年出版《精實創業》,核心命題只有一句話:startup 不是執行問題,是學習問題。這個命題在當時是反直覺的——創投和商學院的語言都是「計畫、融資、執行」,但 Ries 說,在高度不確定的環境下,最危險的事不是執行太慢,而是花了六個月 build 一個沒人要的東西。
BML 循環的結構:Build(建構最小可測試產品)→ Measure(量測真實用戶行為)→ Learn(確認或殺死假設)→ 修正 → 再 Build。表面看是產品開發流程,實際上是認識論的重組:把直覺變成假設、把假設變成實驗、把實驗變成知識。
---
為什麼這是 loop,不是 checklist
大多數人誤讀 BML 的方式是把它當 waterfall 的精簡版——做小一點、快一點、然後上線。這是錯的。
BML 的核心操作不在 Build,在 Measure 之前你有沒有寫下一個 falsifiable hypothesis。
正確做法:「我相信 *用戶 A* 在 *情境 B* 下會做 *行為 C*,因為 *原因 D*。如果七天後 conversion rate < 5%,這個假設被殺死。」
錯誤做法:上線、看 dashboard、說「數字還不錯」、繼續做下一個功能。
後者沒有在跑 BML,只是在跑 Build-Build-Build,用更快的速度重複同一個錯誤。
這個區別至關重要:你量測的對象不是產品,是你對用戶的信念。每一個 cycle 的輸出是知識更新,不是功能上線。
---
歷史上的 BML 原型
BML 不是 Ries 發明的——他把一個古老的認識論結構帶進了創業語言。
- **科學方法**(17世紀 Francis Bacon):假設 → 實驗 → 觀察 → 修正假設。BML 是科學方法的商業語言版本。
- **豐田 PDCA**(1950s Deming / Shewhart):Plan → Do → Check → Act。製造業的品質迭代循環。
- **Boyd 的 OODA Loop**(冷戰空戰理論):Observe → Orient → Decide → Act。速度比對手快一個循環就能取得優勢。
這三個原型有共同結構:用小代價的行動取得資訊,再用資訊更新下一次行動。在不確定性高的環境,這是最理性的策略。
---
兩個容易搞錯的地方
1. MVP 不是「爛產品」
Minimum Viable Product 的重點在 *viable*,不在 *minimum*。MVP 的定義是:能夠測試你最重要假設的最小投入。如果你最重要的假設是「用戶願意為自動化報表付費」,MVP 可以是一個手動做報表然後假裝是 AI 的 Wizard of Oz 實驗——不需要真的建 AI。如果你的假設是「用戶在手機上比電腦上更願意購買」,MVP 必須是能在手機上真實結帳的版本。
MVP 的尺寸取決於你的假設,不取決於工程資源。
2. Pivot 不是「失敗後換方向」
Pivot 在 BML 語言裡是精確詞——它是當假設被殺死後,基於新知識的有結構轉向。Instagram 從 Burbn(複雜簽到 app)pivot 到純照片分享,因為量測到用戶只用照片功能。這不是放棄,是學習後的更新。
隨機換方向不叫 pivot,叫 thrashing。
---