迷糊了
《思维模型》
加布里埃尔·温伯格 劳伦·麦肯
19个笔记
6 决策，还是决策
>> 6 决策，还是决策
>> 做决策之所以难，正是因为你必须在信息不完善的情况下做出决策。
>> 假设你在考虑换工作，“下一步该做什么”可能存在很多选项，例如：
· 你可以找跟现在一样的工作，只是条件（薪酬、地点、组织使命等）更好。
· 你可以试着在当前工作中升职。
· 你可以换到类似的组织机构中，升职加薪。
· 你可以重返学校充电，彻底改变职业道路。
>> 当然，还有其他很多选择。如果你深入思考，就会发现选择似乎无穷无尽。你没法一个个尝试，再选定其中之一。人生也是如此。
>> 利弊清单”（pro-con list），就是分别列出做决定后可能有的好处和弊端，然后两相权衡。
>> 第一，这个清单假定只有两个选项，而正如你在前面看到的，选项通常会多得多。第二，它假定所有好处和弊端拥有同样的权重。第三，它孤立地看待每个好处和弊端，而这些因素通常是相互关联的。第四，由于好处通常比弊端明显，这会导致“隔墙草更绿心理”（grass-is-greener mentality），使你在心理上更重视积极因素（例如更绿的草），而忽略消极因素。
>> 如果你手里只有锤子，那么一切看起来都像钉子。”这句话被称为“马斯洛之锤”（Maslow's hammer）
>> 权衡成本与收益
>> 有一种简单的方法可以改进利弊清单，那就是给清单加上一些数字。仔细阅读你列出的每个好处和弊端，用-10到10给它们打分，以表示每个选项在你心目中的价值（好处给正分，弊端给负分）。考虑换新工作的时候，对你来说也许地点比加薪更重要。如果是这样的话，地点的得分会更高。
>> 有一个好办法是跟做过类似决策的人聊一聊，请他们指出你可能忽略的成本或收益
>> 化繁为简
>> 勒夏特列原理（Chatelier's principle）指出，在一个已经达到平衡的化学系统中，如果改变反应条件（例如温度、体积或压强等），系统就会自行调整，进入全新的平衡状态，这个过程通常能抵消部分条件变化。
>> 谨防未知的未知数
>> · 已知的已知数：对其他人来说可能有风险，对你来说却不是，因为你根据过往经验知道该如何应对。例如，某项目需要一个技术上的解决方案，但你已经知道解决方案是什么，也知道该如何实现，只需要执行这个已知的方案就够了。
· 已知的未知数：项目存在已知的风险，但由于存在不确定性，目前你还不清楚该如何解决。以“依赖第三方的风险”为例，只有跟第三方直接接触后，你才知道他们会有什么反应。你可以通过去风险化（具体请见本书第一章）练习消除不确定性，将其中一些风险变成“已知的已知数”。
· 未知的已知数：存在你没有考虑过的风险，但有明确的应对方案。例如，你做的项目可能要在夏天在欧洲开展业务，但你还不知道欧洲人8月份通常会休假。经验丰富的顾问能帮你从一开始就认出这些风险，将它们变成“已知的已知数”。这么一来，它们就不会打你个措手不及，导致项目失败了。
· 未知的未知数：有些风险并不显而易见，需要大家齐心协力才能发现。例如，或许组织或行业中的某些变化（例如削减预算、公司收购或发布新产品）会大大改变这个项目。即使你认出了“未知的未知数”（将它变成“已知的未知数”），还是不确定它出现的可能性和后果。接下来，你还是得做“去风险化”练习，最终将它变成“已知的已知数”。
>> 你也可以针对过去发生的事提出“如果……会怎么样”的问题。这称为反事实思维（counter-factual thinking），也就是想象过去发生的事与实际发生的相反。
>> 从众效应（bandwagon effect）描述的是这样一种现象：由于当某个观点流行起来以后，团队中其他成员会“跟风”，因此共识能够迅速占据上风。
>> · 观点多样性：如果能汲取不同人士的知识和经验，众包的效果就会很好。
· 独立性：人们需要能表达自己的意见，不受他人影响，以免出现群体思维。
· 聚合性：进行众包的实体需要能结合各方意见，达成集体决策。
>> 泰洛克考察了使超级预测家能做出准确预测的特质。巧的是，它们正是人们通常需要培养的良好特质：
· 智力：脑力至关重要，尤其是进入新领域和迅速上手的能力。
· 专业知识：虽然你能迅速了解某个领域，但了解得越多越有帮助。
· 实践：做出良好预测显然是一种能够磨炼的技能，可以随着时间的推移不断强化。
· 团队合作：只要能避免群体思维，一群人就能胜过独立的个体。
· 开放心态：愿意向自身观念发起挑战的人，往往能做出更好的预测。
· 审视过去：审视类似事件过去出现概率的人，能更好地评估当前出现的可能性，避免基础比率谬误（具体请见本书第五章）。
· 花时间：花在做预测上的时间越多，预测就越准确。
· 修正预测：根据新获得的信息不断修正预测，就能避免证实偏差（具体请见本书第一章）。
>> 本章要点
· 想运用利弊清单时，不妨考虑升级为成本收益分析或决策树。
· 进行定量评估时，请对所有输入的数据进行敏感性分析，以便找出关键驱动因素，弄清你可能需要提高哪些假设的准确度。密切关注使用的折现率。
· 警惕“黑天鹅事件”和“未知的未知数”。运用系统思考和情景分析，以便更系统地发现它们并评估其影响。
· 对于复杂的系统或决策空间，考虑进行仿真模拟。这有助于你更好地评估不同情境下可能发生的事。
· 警惕群体思维带来的盲点。与团队合作时，请考虑发散思维和横向思维的技巧，包括寻找更多的不同视角。
· 努力认清系统中的全局最优，寻找能让你更接近全局最优的决策。
