一笔尚未完成的交易，和一个比交易本身更大的问题

截至本文撰写时，曼城和巴塞罗那都没有就罗德里·埃尔南德斯的转会发布官方公告。可靠报道能够确认的是，球员已与这家加泰罗尼亚俱乐部谈妥个人条款，剩下的分歧在于转会费：报价约7000万欧元，而要价接近8000万欧元。在此之前，已经出现了一连串相互矛盾的消息，包括随后告吹的皇家马德里传闻，以及大量转发、声称已经官宣但实际上从未发生的视频。

这是值得停下来思考的第一个教训：在一个瞬息万变的市场里，基于未经证实的消息做决策，代价要高于多等一天的代价。但对你的企业而言，重要的不是这笔交易的结局，而是所有分析都绕不开的那个问题：如果罗德里真的转会，他所带来的东西会随他一起走吗？

绩效是系统的属性，而不是组件的属性

罗德里并不只是一支好球队里的一名好球员。他是整个体系赖以构建的枢纽：一支垄断控球权的球队，依靠唯一一名后腰在压迫下接球、用最少的触球完成分配，并在对手反击开始之前就将其扼杀。产出是四座英超冠军奖杯、2023年的欧冠冠军，以及2024年的金球奖。

但这份产出并不是球员独自创造的。它是球员与一个特定体系互动的结果：一位理念明确的主教练，多年来按固定跑位模式训练的队友，以及一条因为身后有可靠的人补位而敢于压上的防线。拿掉其中任何一个，无论球员本身多么出色，你都得不到同样比例的产出。

这恰恰是采购技术时最常犯的错误：买下组件，却期待得到系统的绩效。

反向检验：当组件缺失时会发生什么

这里在方法论上的幸运之处在于，这项检验确实发生过。2024年9月22日，罗德里在对阵阿森纳的比赛中十字韧带断裂，缺席了赛季剩余的比赛，直到2025年5月才复出。那个赛季，曼城没有拿到重要冠军，并于2025年5月17日在足总杯决赛中以1比0负于水晶宫。

把整个赛季归因于一名球员的缺席是不对的，其他因素也在起作用。但这个观察依然成立：一个高绩效体系在失去一个没有同等替代者的组件后，产出出现了明显下滑。

这让我们得出双向成立的规则：系统依赖于它的关键组件，而组件依赖于它所处的系统。谁卖给你其中一个，却向你承诺另一个的产出，就是在卖给你一种幻觉。

把这条规则转化为技术采购决策

每一位管理者都以这样或那样的形式遇到过这种情况：

  • 买了一套在竞争对手那里运行得非常出色的ERP，却没有产生同样的效果，因为竞争对手是在采购之前而不是之后理顺了自己的流程。
  • 引入了一个在基准测试中名列前茅的人工智能模型，后来才发现问题从来不在模型，而在于公司的数据存放在模型根本无法访问的文件里。
  • 聘用了一位在别处履历亮眼的管理者，结果他举步维艰，因为他以前的成功依赖于权限、团队和工具，而这些在新环境中并不存在。

三种情况犯的是同一个错误：以为绩效是粘在资产上的特质，资产走到哪里它就跟到哪里。绩效是互动的结果；只买组件而不准备系统的人，买下的是等式中最昂贵的部分，却忽视了决定其价值的那部分。

任何技术采购之前，正确的问题不是"这是市场上最好的吗？"，而是"我这一方必须准备好什么，才能让这个最好的东西发挥出它的能力？"

第二个维度：身体状态与人工智能在风险评估中的作用

评估这笔交易的另一个因素是身体方面的：一名30岁、刚从重伤中复出、身价接近8000万欧元的球员。俱乐部已经不再凭印象做出这样的决定。它们利用可穿戴设备以及比赛和训练追踪系统收集的训练负荷数据，据此构建模型，用来估计受伤概率并管理复出阶段的负荷。

这里必须说得准确，因为这个领域被宣传得超出了它的实际能力：对数十项关于机器学习与伤病预测研究的系统综述得出结论，结果虽有前景，但目前实际价值有限。原因众所周知：样本量小；由于相对于成千上万次无伤训练而言伤病十分罕见，类别严重失衡；以及在训练模型所用数据的那家俱乐部之外，外部验证薄弱。

这正是我们在完全不同的场景中反复对客户说的话：预测性维护并不是从预测模型开始的。它从一份干净的资产台账和足够长时间内有纪律的测量开始。在不完整的数据上运行模型会产生误报，两个月之内大家就不再理会这些警报；结果你花钱买来的工具，让你的团队失去了对警报的信任。无论资产是工厂里的一台泵，还是阵容中的一名球员，规则都是一样的。

7000万与8000万欧元之间的差距不是讨价还价，而是两种不同的估值模型

当一方出价7000万、另一方要价8000万时，分歧通常不在于意愿，而在于方法：还剩多少年的巅峰期，再次受伤的概率有多大，商业价值是多少，如果交易告吹，替代人选要花多少钱。双方得出的数字不同，是因为各自运行的是不同的模型。

职场中的类比非常直接：当你就一套系统或一份开发合同进行谈判时，价格上的争执通常是价值模型之争，而不是数字之争。带着一份书面的、覆盖系统整个生命周期的总拥有成本测算走进谈判的人，其中包括培训、支持、迁移以及可能的停机时间，所处的谈判地位与只比较报价单表面价格的人完全不同。

购买"市场上最好的"之前要问的五个问题

  • 我购买的具体成果是什么？三个月后我将如何衡量它？如果答案里没有数字，你买的只是一种印象。
  • 上线之前我这一方必须准备好什么（数据、成文的流程、权限、一名有名有姓的负责人），准备这些需要多少成本？
  • 这个方案在别处的成功，是方案本身带来的，还是源于一个我并不具备的环境？
  • 退出计划是什么？如果两年后我想更换，我会失去什么、要花多少钱，我的数据真的可以迁移吗？
  • 能实现80%效果的更便宜替代方案是什么？我为什么排除了它？

Origami的观点

我们最常收到的需求，开头往往是这样一句话：我们想要那套特定的系统，或者我们想要像某某公司那样的人工智能。我们的第一个回答永远是一个问题：上线之后，你想改变哪一项决策？如果答案清晰，交付就成了工程问题。如果不清晰，那么无论买来的工具多么先进，都会加入那份"花了钱却没人用"的系统清单。

因此，我们的项目总是先描述流程，再选择工具，并坚持每套系统在公司内部都要有一名有名有姓的负责人，以及至少一个在上线前后都要测量的指标。这样做的公司，能从一个普通的工具中获得出色的结果；跳过这一步的公司，从市场上最好的工具那里得到的只是一文件夹的文档和闲置的许可证。组件很重要，但决定其价值的是系统。

参考来源

  • BBC：罗德里因前十字韧带受伤赛季报销：bbc.com
  • 美联社：水晶宫在2025年足总杯决赛中击败曼城：apnews.com
  • The Athletic：巴塞罗那求购罗德里报价的最新进展：nytimes.com/athletic
  • 关于机器学习方法在运动损伤预测与预防中应用的系统综述：link.springer.com