阅读是最有效的学习方式，也是最便捷的自我提升途径。转眼间，2020年已过去近半，你的读书计划如期实行了吗？

本期书单综合了复旦大学管理学院和三所合作院校（香港大学经济及工商管理学院、挪威商学院、华盛顿大学奥林商学院）老师们的推荐书目，将带你走进一个充满管理哲学与思考的精彩世界。

1

《第二次机器革命》

作 者：埃里克·布莱恩约弗森、 安德鲁·麦卡菲 译 者：蒋永军 出版社：中信出版社推荐人：黄丽华（复旦大学管理学院教授）

推荐理由：摩尔定律持续发挥作用已有半个世纪，犹如寓言故事中，国王赐给国际象棋棋盘发明者的米粒数按天指数级增长一般，当棋盘进入“另一半”时米粒数大得惊人，国王不得不破产。如今，“第二次机器革命”犹如把人类带入到了“棋盘的另一半”，正如书中所讲：“在这个世界里，前所未有的廉价传感器所带来的‘廉价’解决方案将会使以前棘手的难题消遁于无形，科幻小说的虚拟世界也将变成活生生的现实”。

正是由于“第二次机器革命”的到来，以数字化为基础的智能硬件、智能设施、智能软件 （软件机器人），通过各类组合式创新手段，将进入各行各业的企业和政府组织中，成为数字化转型与创新的第一波浪潮。由埃里克·布莱恩约弗森和安德鲁·麦卡菲两位麻省理工学院斯隆管理学院教授合著的《第二次机器革命》，给我们展示了数字化时代的技术驱动力以及人们的必然选择。

2

《为什么》

作 者：朱迪亚·珀尔、达纳·麦肯齐

译 者：江生、于华

出版社：中信出版社

推荐人：伏啸（复旦大学管理学院助理教授）

推荐理由：如今，大数据和人工智能（AI）早已不再局限于科学研究、军事等领域的应用，特别是2010年以来，机器学习训练技术的快速发展正在为人工智能激发出更广泛的应用。一个备受关注的问题是：如何让AI像人一样思考？换言之，“智慧”可以实现吗？本书在层层迷雾中为人工智能的未来发展指明了方向。

在本书中，人工智能领域的权威专家朱迪亚·珀尔及其同事达纳·麦肯齐凝聚了毕生的研究成果，借助认知能力的三个层级逐步深入地揭示人类智慧的本质。作者由此指出，要让AI具有如同人类一般的智慧，我们就必须让机器学会问“为什么”，也就是要让机器学会因果推理，理解因果关系。换言之，如果我们仅以统计模式运行AI学习系统，即只让机器“知其然，而不知其所以然”，则会严重限制AI的发展。

作者把人的认知能力分为三个等级,即“观察”“干预”和“想象”。作为最基础的认知能力，“观察”指的是根据数据（经验）积累来发现不同变量之间的相关性，无需对研究对象施加任何影响。而作为最高级别的认知能力，“想象”则是设想一个现实中并不存在的情景（即“反事实情景”），然后预测它对变量施加的影响。作者指出，人类的认知能力之所以能超越“观察”，达到“干预”和“想象”的级别，是因为我们天生拥有能够理解“因果关系”并且善于探索和反思的大脑，这也是我们人类目前领先AI的最重要之处。

3

《共同基金常识》

作 者：约翰·博格译 者：巴曙松、吴博出版社：北京联合出版公司推荐人：任浩瀚（复旦大学管理学院助理教授）推荐理由：对投资者来说，买基金的时候，是选择那些号称能“战胜市场”的主动型基金，还是那些被动跟踪指数，看似毫无技术含量的指数基金？不管是在学术上还是在实践中，这都并不是一个简单的问题。指数基金的发明人，被誉为二十世纪四大投资巨头之一的约翰·博格告诉你，应该坚定地选择后者。这本书是约翰·博格毕生投资经验的总结和归纳，传达的核心思想也非常简单：遵循简单、低成本、长期策略的指数基金投资就是最好的投资策略。那些不断调整仓位，努力战胜市场的投资组合，看起来对投资者充满着吸引力，但是大部分最终跑不过市场，却收取了投资者高昂的管理费用。对于那些投机、追求短期超额收益的投资者来说，这本书或许能提供一种相对理性的声音，传达一种更为简单却更为有效的投资理念。约翰·博格创造的低成本指数基金事实上已经帮助无数普通人实现财富的保值增值，正如巴菲特说的“约翰·博格对无数美国人和我来说，都是英雄”。

4

《牛奶可乐经济学》

作 者：罗伯特·弗兰克

出版社：中国人民大学出版社出版

推荐人：Dr. Wen Zhou（Associate Professor, HKU Faculty of Business and Economics）

推荐理由：生活中司空见惯的现象，仔细想来都有无穷的奥妙。例如，超市里牛奶盒子是方的，而软饮料的罐子是圆的，为什么？自动取款机的第一行数字是7、8、9而不是1、2、3，为什么？大尺寸的名牌皮包比小的贵，但大号的名牌皮鞋与小号的是一个价，为什么？同样是家具，床垫为什么要标准化而桌子、椅子不用标准化？在香港，为什么有的地铁站的铁轨在中间而站台在两边，但有的则是站台在中间而铁轨在两边？为什么所有的生物都必须死亡？换个角度，有的生物只活一两天，有的动物可以活几百年，树木可以活几千年，那些短命的生物，为什么不学学其他生物，活得长一点？所有问题的答案，意想不到地简单。读了这本书，你会有所体会。

5

《动荡的世界：风险，人性与未来的前景》

作 者：艾伦·格林斯潘译 者：余江出版社：中信出版社推荐人：Dr. Xu Li（Associate Professor, HKU Faculty of Business and Economics）

推荐理由：这本书显然是关于之前发生过的金融或经济动荡。但是，鉴于世界正面对的不稳定性，这是一个好机会让我们从历史中汲取教训。是的，有一句话说：“人们永远无法从历史中学习”。但是，尽管让我们尝试吧。如果我们不从历史中学习，我们还能学到什么？

6

《Measure What MattersHow Google, Bono, and the Gates Foundation Rock the World with OKRs》

作 者：John Doerr

推荐人：Mr. Hanno Roberts（Professor, BI Norwegian Business School ）

推荐理由：This book covers the topic of OKRs (Objectives and Key Results).It is an alternative to the usual reliance on KPIs and metrics. It moves the focus from measurement and number games towards team learning and continuous improvement. But just like agile management, its success depends on its implementation. It is not a plug 'n play tool. Context and management routines need to adjust to it. Performance matters most when it is NOT business as usual. This book is useful when business needs to recapture lost ground and win again.

7

《Mindf*ck: Cambridge Analytica and the Plot to Break America》

作 者：Christopher Wylie推荐人：Mr. John Chandler Johnson（Associate Professor, BI Norwegian Business School）

推荐理由：In 2018, Elon Musk called AI humanity’s “biggest existential threat.” Not climate change, not war, not a global health crisis. The recent books Mindf*ck (2019) and The Circle (2013) generally support Musk’s dystopian view. But this alarmism is nothing new. The epilogue to Albert Speer’s Inside the Third Reich (1969) anticipates much of Mindf*ck, and The Circle reads like a digital reimagining of Frank Norris’ The Octopus (1901). These books all raise valuable questions about human agency, corporate power, privacy, and governance. But they also share a fear of power borne of new technology. There is something to be learned from past generations’ struggles with oppressive technologies, but we can also use past generations’ fears to gain some perspective on our own.

8

《The Signal and the Noise》

作 者：Nate Silver

推荐人：Samuel Chun（Assistant Dean of Executive Programs and Professor of Management Practice at the Olin Business School, Washington University in St. Louis）

推荐理由：Drawing on his own groundbreaking work, the author examines the world of prediction, investigating how we can distinguish a true signal from a universe of noisy data. Most predictions fail, often at great cost to society, because most of us have a poor understanding of probability and uncertainty. Both experts and lay people mistake more confident predictions for more accurate ones. But overconfidence is often the reason for failure. If our appreciation of uncertainty improves, our predictions can get better too. This is the "prediction paradox": The more humility we have about our ability to make predictions, the more successful we can be in planning for the future.Distinguishing the signal from the noise requires both scientific knowledge and self-knowledge: the serenity to accept the things we cannot predict, the courage to predict the things we can, and the wisdom to know the difference.

编辑：赵培灼