一位年輕的職場工作者向我提問：
他們公司本來是做B2B業務，疫情過後開始嘗試進軍B2C市場，雖然在A通路取得了一些成功，B通路也在起步，但C通路卻未見成績…。整體B2C營收佔公司總營收不到5%。他請教我作為B2C專家的建議，希望能找到一條成功的道路。
這樣的問題，對我來說幾乎每天都會遇到。
我稱這種問題為「通靈類問題」，也就是發問者把有經驗者或專家當作靈媒，想要直接得到『讓他安心』的答案，卻忘了他要的是 高效能解決『他的問題』的答案。
我們每天面對非常多的商業挑戰與問題，尋求解答的過程就像拼圖，拼圖的一開始最大的問題是對於問題的理解並不全面。
可能來自對公司內部各部門作為的的認知不足，或是對外部的總經市場與競爭者動態未進行深入研究比較分析，導致看到的問題是表面的問題，描述起來的資訊往往有局限性。
這種情況下，直接解答這個表面又局限的問題（B2C的best practice）是無法真正解決問題(公司B2C營收要提升到10%)，反而會引發更多誤導。更糟糕的是，任何專家的答案可能會被誤解為權威的依據，從而走入思維的死胡同。
發問者應該並不清楚自己所期待的是一種「通靈」般的解答，即直接且即時的成功答案。在過去的非AI時代，由於問題要經過昂貴的研究，分析，結論的過程，這個過程鎖在專家權威做過的人的腦裡，跟他詢問的確是最快的的有效方法。
但現在是 AI時代，全世界的經驗，研究，分析都在LLM裡，針對新東西LLM也能做有效的推論，問題應該先與AI一同深入探索，
在AI時代，「問專家給答案」的習慣帶來的功效已經明顯失效，是個out dated做法。
因為這個方法慢，又有很大的局限性。
讓問題成為發現的利器
在我於台大任教的課堂上，我經常提醒學生，對於任何問題，我們應該多問問題，少急於回答答案。
先問不答，這樣的思維方式能夠幫助我們清晰地認識問題的全貌，從而避免陷入狹隘的理解和判斷中。
面對任何一個棘手問題，先不著急回答，而是利用短短四分鐘，針對原始問題進行大量的提問，且不提供任何答案。
這樣做有助於發現問題的盲點，對問題的真正本質有更深刻的認識。
以這位年輕工作者的問題為例，我進行了以下的提問，你看看這些問題是不是能夠幫助我們澄清眼前的局勢，也能引導我們發現問題的根本所在：
- 過去在B2C方面公司做了哪些努力？
- 這些努力進行了多久？花費了多少資源和時間？
- 在這些努力中，哪些活動貢獻了最大的營收？
- 這些活動當中，有哪些本來預期能帶來收益，但最終未能達成預期？
- 哪些策略是過去試過後再也不會再做的，為什麼？
- 如果從營收以外的角度看，哪些行動對公司最有意義？
- 下一季計劃進行的活動是什麼？為什麼選擇這些行動？
- 新的計劃與過去的成功和失敗經驗有何關聯？
- 競爭者在類似活動中有哪些成功或失敗的經驗可以借鑒？
- 是否有其他產業中的成功案例可以作為參考？
- ….
對問題的深入挖掘更多問題，是不是幫助我們建立對原始問題更全面的理解了？更具體和可操作？我們原來的問題還是問題嗎？
用問題釣出深層答案
這樣的提問法，其實不是尋找答案的過程，而是挖掘真實需求的過程。當我們進行大量的問題提問時，其實是在引導自己逐步清晰地認識和定義問題。透過這樣的思維方式，我們不再只是被動接受答案，而是積極地參與到問題的分析中，尋找根本的原因，才去設計出適合的解決方案。
例如，在B2C轉型的過程中，許多企業會發現，在傳統的B2B業務中，他們的『營運模式』和『銷售策略』可能並不適用於消費者市場。
消費者的需求更加多樣化，競爭環境也更加複雜。在這樣的情境下，透過問題的深入挖掘，我們可以找到關鍵的差距，例如：是否對目標市場的需求理解不夠深入？是否選擇的通路與消費者的購買習慣不匹配？或者，是否存在過於依賴單一通路的風險？
大量問題法，不僅能夠幫助我們發現問題的本質，還能為未來的行動提供指引。
它不僅是解決當前困境的工具，更是一種能夠幫助我們在面對複雜情境時做出理性決策的思維方式。
在AI時代，因為AI的答案又快又好，得到答案變得『毫無價值』。在AI時代最重要的是『問題』，『有價值的問題』，『更好的問題』，而大量問題法是我最推薦的與AI協作的利器，也是AI世代下職場知識工作者的必修課。
結語：問題的力量
作為一名專業的職場工作者，我們所需要的並非簡單的答案，而是理解問題的能力和工具。我們需要的是「釣竿」，而非「魚」。問題本身就能引導我們找出答案，通過大量的問題提問，我們可以逐漸剖析並解決問題，而不是寄望於某個專家的即時解答。
只有這樣，才能在複雜多變的市場中，不斷突破自己的認知盲點，找到適合企業的成功路徑，真正實現B2C的長期增長。