南瓜报价案
来源 : 舒梅律师在线 发布时间 : 2015-06-02 21:34 点击 :
这是法国南部小村庄上一名小学教师的真实经历，说明了智能解决机制的作用。
教师计划在万圣节派对时举办南瓜雕刻活动。班上有20个孩子，所以她需要 20个南瓜。不幸的是该地旱灾，南瓜严重短缺，她所到之处都没南瓜卖了。终于她找到了一个农民，农民正好剩下20个南瓜，每个卖1法郎。教师说:“太好了！我全要了"。尽管教师提出愿出三倍价买全部南瓜，但农民还是只愿意卖给她一半。教师勉强同意了出10法郎买10个南瓜，但现在农民意识到他应该每个南瓜卖3 法郎，总共要价30法郎。
教师买一个南瓜最乐观的出价是一法郎，农民卖一个南瓜最乐观的要价是三法郎，智能解决机制在双方最乐观的出价和要价之间建议一些价格，各方可以不公开地接受这些建议的价格，任何一方都不知道哪个价格已被对方接受，直到他们都接受相同的价格，然后他们就成交了。成交前一切交易信息保密，毫无风险地迅速达成各方所认可的公平目标。
我们再看看智能解决机制如何奖励合作。如果迅速成交，成交本身就是大奖，然而，如果一方比另一方更合作，也会得到额外奖励。假设教师先开始接受15法郎的价格，农民接着接受21法郎的价格，但是都不告诉对方，该阶段交易以不成功结束。
如果仲裁员选择21，这会给不肯多让步的教师太严厉的惩罚，而且也会明显地确定她为输者，不适合二者长期合作关系。这就是不使用普通的钟摆仲裁的主要原因。为了解决这个问题，智能解决机制修改了钟摆仲裁模式，发明了一种称为阻尼摆仲裁（Dampened Pendulum Arbitration）。在没有透露各方已经接受了哪种报价的情况下，仲裁员被给与一系列的价格，接着仲裁员从中选择一个当事人认为是最公平的价格，即被称为“可见度盲区报价”。智能解决机制裁决案子时，奖励报价最接近公平的一方。但不同于普通的钟摆仲裁，阻尼摆仲裁最小限度地地显示明显的输家。
假设谈判双方这次更熟练地掌握了基于利益（interest-based）的原则，要求对方说明他们提出各自要求的理由，也就是说明各自要求的利益所在。农民最关心的是南瓜的价格与数量，他说明了他的利益所在: 他需要留下至少10个南瓜才够明年播种。教师表示她对南瓜子不感兴趣，本来就打算丢弃南瓜子。当教师考虑着怎么将所有南瓜搬进她的小型雷诺车，农夫提出送货服务。双方通过沟通，意识到这是笔没有利益冲突的交易。
在当事人在每个争议的问题上确定可能出现的最好及最坏结果的时候，他们谈判的范围就形成了。教师期待的最好结果是花10 法郎买20个南瓜，不送回种子，且明天农民送货上门。教师不愿看到的最坏结果是花30 法郎，买10个南瓜，送回所有20个南瓜的种子，没有送货服务。
农民接受价为19法郎，并声明此为最终阶段。现在教师要在最后期限前确定自己的出价。她意识到如果没将南瓜带回家会很丢脸，所以她做出了较大的让步，一下出价25法郎。19到25法郎之间的价格是双方价格重叠的区间，也就是双方能达成协议的区间（Zone of Agreement）。显然双方达成一致价格了，但这个议定的价格应该是多少？双方可以拆衷各让一半。
在确定哪些是争议的问题后，智能调解(Smartsettle) 还需要给每个争议问题的重要性加以区分。在这种情况下，教师可以给价格问题分配20点满意值（satisfaction points）；相对地，给购买南瓜的数量问题分配200点，给归还种子问题分配10点，给送货问题分配50点。运用此信息，智能调解(Smartsettle)现在可以建立评分系统，帮助教师比较不同的搭配组合。例如，如果最坏的假设结果满意值为0，那么最好结果则有 280点满意值。现在我们已准备好在多维满意空间（multi-dimensional satisfaction space）中来分析“可见度的盲区报价”（Visual Blind Bidding）模式。假设这是农民和教师之间的南瓜短缺问题的谈判情况。 每一方在交涉中有他们乐意接受的最低满意度。这最低满意度划定了一个潜在的谈判区间。
智能解决机制鼓励各方互通各自最乐观的提议，该提议所要求的利益比他们所认为的公平结果可以稍微多些，这样他们仍然有可让步的空间；但不能过多侵犯对方利益。智能解决机制接着提出一系列介于各方最优提议之间的建议。这些建议存在于潜在的谈判区间内，它们可能被双方接受。如果各方都愿意接受这一提议的话，智能解决机制会改进该提议，提出一个公平及最佳的解决方案，促成他们在谈判结束时达成一个公平协议。
教师计划在万圣节派对时举办南瓜雕刻活动。班上有20个孩子，所以她需要 20个南瓜。不幸的是该地旱灾，南瓜严重短缺，她所到之处都没南瓜卖了。终于她找到了一个农民，农民正好剩下20个南瓜，每个卖1法郎。教师说:“太好了！我全要了"。尽管教师提出愿出三倍价买全部南瓜，但农民还是只愿意卖给她一半。教师勉强同意了出10法郎买10个南瓜，但现在农民意识到他应该每个南瓜卖3 法郎，总共要价30法郎。
教师买一个南瓜最乐观的出价是一法郎，农民卖一个南瓜最乐观的要价是三法郎，智能解决机制在双方最乐观的出价和要价之间建议一些价格，各方可以不公开地接受这些建议的价格，任何一方都不知道哪个价格已被对方接受，直到他们都接受相同的价格，然后他们就成交了。成交前一切交易信息保密，毫无风险地迅速达成各方所认可的公平目标。
我们再看看智能解决机制如何奖励合作。如果迅速成交，成交本身就是大奖，然而，如果一方比另一方更合作，也会得到额外奖励。假设教师先开始接受15法郎的价格，农民接着接受21法郎的价格，但是都不告诉对方，该阶段交易以不成功结束。
如果仲裁员选择21，这会给不肯多让步的教师太严厉的惩罚，而且也会明显地确定她为输者，不适合二者长期合作关系。这就是不使用普通的钟摆仲裁的主要原因。为了解决这个问题，智能解决机制修改了钟摆仲裁模式，发明了一种称为阻尼摆仲裁（Dampened Pendulum Arbitration）。在没有透露各方已经接受了哪种报价的情况下，仲裁员被给与一系列的价格，接着仲裁员从中选择一个当事人认为是最公平的价格，即被称为“可见度盲区报价”。智能解决机制裁决案子时，奖励报价最接近公平的一方。但不同于普通的钟摆仲裁，阻尼摆仲裁最小限度地地显示明显的输家。
假设谈判双方这次更熟练地掌握了基于利益（interest-based）的原则，要求对方说明他们提出各自要求的理由，也就是说明各自要求的利益所在。农民最关心的是南瓜的价格与数量，他说明了他的利益所在: 他需要留下至少10个南瓜才够明年播种。教师表示她对南瓜子不感兴趣，本来就打算丢弃南瓜子。当教师考虑着怎么将所有南瓜搬进她的小型雷诺车，农夫提出送货服务。双方通过沟通，意识到这是笔没有利益冲突的交易。
在当事人在每个争议的问题上确定可能出现的最好及最坏结果的时候，他们谈判的范围就形成了。教师期待的最好结果是花10 法郎买20个南瓜，不送回种子，且明天农民送货上门。教师不愿看到的最坏结果是花30 法郎，买10个南瓜，送回所有20个南瓜的种子，没有送货服务。
农民接受价为19法郎，并声明此为最终阶段。现在教师要在最后期限前确定自己的出价。她意识到如果没将南瓜带回家会很丢脸，所以她做出了较大的让步，一下出价25法郎。19到25法郎之间的价格是双方价格重叠的区间，也就是双方能达成协议的区间（Zone of Agreement）。显然双方达成一致价格了，但这个议定的价格应该是多少？双方可以拆衷各让一半。
在确定哪些是争议的问题后，智能调解(Smartsettle) 还需要给每个争议问题的重要性加以区分。在这种情况下，教师可以给价格问题分配20点满意值（satisfaction points）；相对地，给购买南瓜的数量问题分配200点，给归还种子问题分配10点，给送货问题分配50点。运用此信息，智能调解(Smartsettle)现在可以建立评分系统，帮助教师比较不同的搭配组合。例如，如果最坏的假设结果满意值为0，那么最好结果则有 280点满意值。现在我们已准备好在多维满意空间（multi-dimensional satisfaction space）中来分析“可见度的盲区报价”（Visual Blind Bidding）模式。假设这是农民和教师之间的南瓜短缺问题的谈判情况。 每一方在交涉中有他们乐意接受的最低满意度。这最低满意度划定了一个潜在的谈判区间。
智能解决机制鼓励各方互通各自最乐观的提议，该提议所要求的利益比他们所认为的公平结果可以稍微多些，这样他们仍然有可让步的空间；但不能过多侵犯对方利益。智能解决机制接着提出一系列介于各方最优提议之间的建议。这些建议存在于潜在的谈判区间内，它们可能被双方接受。如果各方都愿意接受这一提议的话，智能解决机制会改进该提议，提出一个公平及最佳的解决方案，促成他们在谈判结束时达成一个公平协议。
