英国Icosystem 公司CEO 兼首席科学家Eric Bonabeau 认为群体智慧有利于制定出更好的决策，他强调Web2.0 技术能使企业成为有史以来最大规模的“群体”。而需要探索的主要问题是新的工具和方法能否让群体改变制定决策的方式。
与Malone 群体智慧模型当中的“创造”和“决策”相似，Bonabeau 指出解决问题同样包括两项主要任务，一是形成各种可能的解决方案（generating solutions），二是评价解决方案（evaluating different alternatives）。然而，诸多人类的偏见都会对两项任务造成消极影响，其中“形成解决方案”阶段的偏见主要包括自利偏见（self-serving bias）、社会干预（social interference）、可用性偏见（availability bias）等七类，“评价”阶段的偏见主要包括线性思维偏见（linearity bias）、统计性偏见（statistical bias）、模式的依赖（pattern obsession）等七类。Bonabeau 通过实例的调查发现，群体智慧的运用可以有效缓和以上偏见造成的影响，例如，群体智慧提供多样化的观点可以阻止自利偏见以及信念固着。在此基础上，他于2009 年提出了一个通用的群体智慧框架模型，以帮助企业评价如何使用决策2.0（Decisions 2.0）工具解决问题和制定更好的决策[24]，见图5-2。
对于企业而言，无论目标是形成解决方案还是评价解决方案，抑或是两者兼有，他们都需要考虑三种类型的方法来完成目标：扩大范围（outreach）、累积聚合（additive aggregation）以及自组织（self-organisation）
1.扩大范围（outreach）
扩大范围是指在收集想法或者对其进行评估的时候，企业需要加入那些从未被纳入的人或团体。在组织内部要跨越层级和职能障碍，或者直接组织外部获取帮助。扩大范围的作用就在于其增加了个体的数量，使得群体成员多样性得以增强。开源软件的发展就是“庞大成员发挥作用”的一个最好例子。
(www.xing528.com)
图5-2 decision 2.0 框架
2.累积聚合（additive aggregation）
累积聚合就是指企业可以通过无数的来源获取信息，然后执行某种均值运算。在此过程当中，可以从传统决策群体整合数据，或者可以获取扩大范围之后的更广泛的人的信息。最简单的例子就是概率论中的大数定律（law of large numbers）的运用，例如，叫一群人去估计一个罐子里的糖豆，然后采取他们答案的均值。当然，还有许多复杂的例子，如在信息、预测以及市场方面的应用。该方法运用的关键在于在多样性和专业性之间平衡的保持。
3.自组织（self-organisation）
自组织是指能够让群体成员进行交互并产生整体大于局部之和的机制[25]。自组织过程是自发产生的，它不由任何中介或系统内部或外部的子系统所主导或控制。Wikipedia、Digg 等就是通过交互来创造更多价值的典型例子。这些应用使人们能够通过增加或删除别的参与者的贡献来创造价值。但这类应用也存在危险，如果交互机制设计不合理，就无法产生良好效果。
运用群体智慧来提升决策制定质量，不仅仅要考虑以上三种方法，还要考虑控制（control）、多样性对专业性（diversity versus expertise）、参与（engagement）、监管（policing）以及知识产权（intellectual property）等问题。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
