從眾效應｜Bandwagon Effect
一句話
當某件事變得流行或多數人採用，其他人更傾向跟進，與事物本身的品質無關。這加速了流行趨勢，也製造了金融泡沫。
跟社會認同的差別
| 社會認同 | 從眾效應 | |
|---|---|---|
| 心理 | 「不確定 → 看別人怎麼做」 | 「大家都在做 → 我不做就 FOMO」 |
| 動力 | 找正確答案 | 怕錯過 / 怕被孤立 |
| 典型場景 | 餐廳選擇 | 投資熱潮、創業熱門題目 |
社會認同是「因為不確定」，從眾是「怕錯過」。從眾效應更非理性，因為它根本不問「正確」這件事。
適用情境
- 投資泡沫：1999 dot-com、2017 ICO、2021 NFT、2023 AI 概念股
- 創業熱門題目：每幾年一個風口，大量人投入後幾年後 80% 倒
- 技術選型：「大家都在用 React，我們也用」
- 招募：「同業都在搶 AI 人才」（即便還沒想清楚要做什麼）
HBS 個案
2000 年網路泡沫 IPO 熱潮 Source: HBS: The Dot-Com Bubble
1999 年那斯達克年漲 85%，主要由公司名稱有「.com」的股票推動。
從眾效應的瘋狂表現：
- 公司只要在名字後面加「.com」，改名後股價平均上漲 74%
- 沒獲利、沒商業模式的新創 IPO 估值高達 USD 100 億
- 機構投資人因「怕錯過」而在無盈利模式的公司持續加碼
- 散戶看到「機構在買」也跟進
- 「新經濟法則」的論調盛行：「傳統估值不適用了」
機構也參與從眾：
- 基金經理人怕錯過熱潮會被客戶質疑為什麼沒買
- 即便心裡知道有泡沫，也得跟進（不跟進的話季度報告會落後同行）
- 「Better to fail conventionally than succeed unconventionally」(凱因斯名言)
2000 年 3 月泡沫破裂：
- 那斯達克 2 年跌 78%
- 數兆美元市值蒸發
- 大量新創倒閉，員工失業
- 機構投資人的「跟進」變成「集體陪葬」
白話小例｜260 字
2024 年 AI 大熱，創投圈每家都在投 AI 相關。
中型 SaaS 公司 CEO 王總被董事會問：「我們的 AI 策略是什麼？」
王總本來覺得公司核心業務還有 60% 成長空間，AI 對自家產品只能優化邊緣功能（提升 5-10%）。但董事會壓力：「同業都在做 AI、不做我們的估值會被打折。」
王總決定：
- 招 5 個 AI 工程師（月薪 NT$30 萬+）
- 投入 NT$5,000 萬做「AI 客服助手」功能
- 對外發 PR：「我們是 AI-first 公司」
18 個月後實況：
- AI 客服功能用戶啟用率 8%（大多覺得不如直接打電話）
- 5 個 AI 工程師 3 個跳槽（被更高薪挖走）
- NT$5,000 萬 ROI 不到 5%
- 核心業務因為資源被分散，成長從 60% 降到 25%
機會成本：那 5,000 萬 + 18 個月時間如果投在已驗證的核心業務，預估 ARR 增加 NT$1.2 億。
從眾的代價：1.2 億潛在營收 + 品牌信任損傷（後來市場看穿這是 AI 蹭熱度）。
對抗從眾：
- 問：「如果同業沒人做這個，我會做嗎？」（如果答案是「不會」→ 紅燈）
- 看數據：你的用戶真的需要這個嗎？還是只是你想跟風？
- 蒙格說：「Mimicking the herd invites regression to the mean」（跟著羊群，回到平庸）