違反直覺的意思是說，我們面對某些類型的問題時，我們的頭腦要帶領我們走某一條路，而正確的思考方式卻是走一條不同的路。因此從某方面來說，你必須違反自己天生的傾向、你的直覺，走不同的方向。
莫柏辛：謝謝，莎拉，很高興來到這裡。
葛林：你所謂的「違反直覺」是什麼意思？
莫柏辛：違反直覺的意思是說，我們面對某些類型的問題時，我們的頭腦要帶領我們走某一條路，而正確的思考方式卻是走一條不同的路。因此從某方面來說，你必須違反自己天生的傾向、你的直覺，走不同的方向。我可以舉的一個例子，是視覺假象。我們看著那個錯覺，看到一個東西，但是你知道，如果我們使用量尺的話，那其實是某種不同的東西。這些幾乎都算是具有同一類型特性的決策問題。
葛林：那麼，你認為大多數領導人作決策時，最關鍵的問題是什麼？
莫柏辛：在這本書中，我們試圖討論他們可能會犯錯的七、八種情況。也許我可以舉個例子，那是內部觀點相對於外界的觀點。內部的觀點是收集資訊和你自己的情報，然後根據那些資訊預測未來。外界的觀點來自一個完全不同的角度，問道：「以前其他人在這種情況下時，發生了什麼事？」所以基本上要檢視一個大型的基本機率。特別適用於高階主管的一個實例，是類似合併購之類的事情，對吧？當主管做了一個併購的交易，他們想，哇，這可能是我們的一個很棒的交易！策略棒極了，財務狀況好得不得了。我們知道，整體而言，併購並沒有為股東創造價值。所以這是個有趣的對比，這是一個例子，顯示主管怎樣得到基本機率資料，做出更明智的決策。
葛林：不過，你同時也在這本書中談到，比方說，仰賴專家的危險。那麼，仰賴專家和引進外部的觀點以幫助你做得更好，兩者可能會有什麼不同？
莫柏辛：問得好。專家的事情，基本機率資料就是現實情況。因此，人們對於它有什麼看法，並不重要。專家的事情真的很棒。因此，這裡的論點是，專家們受到來自兩方面的擠壓。一方面，我們使用電腦和演算法，以便更好地解決問題。另一方面，由於技術的進展，我們愈來愈能夠利用群眾的智慧。舉例來說，一個例子是海瑞斯博奕公司，前哈佛商學院教授蓋瑞．拉夫曼進入那家公司負責經營。他們以前認為下大注的賭客是他們最好的顧客，所以鋪了紅地毯迎接，並用豪華轎車接送。但在他們確實分析了資料後，發現中等收入的人才是他們的最佳顧客。因此，他們根據那一點重新調整了整個計畫，好為公司創造更多價值。所以，演算法再一次教導他們做到這一點。另一個極端是運用群眾的智慧。組織日漸發現，無法利用自己組織內部的人。外面有各式各樣的人，他們可能不是技藝高超的專家，但若是集合他們的意見，可以得到比組織內的專家更正確的觀點。因此從某方面來說，專家們變得愈來愈不重要。也很有趣的是，即使這些群眾和專家比較起來，真的表現得非常好。但大多數主管、大多數人都有些疑慮，不敢把他們的問題委託給這群人處理。所以這兩者之間的脫節現象很有趣，一方面是較好的結果或預測，另一方面則是大多數人覺得不是很放心地信任這些提供預測的來源。
葛林：因此在一開始，當你談到違反直覺，以及必須要衡量某個事物，就是要拿出量尺，實地去衡量它，確保你看到的不是視覺假象。那麼在決策時，這種群眾外包和資料彙整，就是量尺嗎？
莫柏辛：是啊，那是一個例子。我的說法是，也許你天生的直覺是找到看起來很不錯的人，舉止像很有自信的專家，但其實較好的做法可能是仰賴其他的來源。也就是說，你的心裡很想要聽從穿細條紋西裝或實驗服的人，但那可能不是最佳的進行方式。這類事情有一大堆的例子，你天生的傾向帶領你走一條路，但是正確的思考方式可能是不同的做法。
葛林：你能不能舉個決策的例子，是你認為做錯了的決定，即使作決定的人很聰明，也努力地考慮了很多不同的因素？
莫柏辛：嗯，有一些非常著名的例子是很聰明的人，智商很高，卻做了非常糟糕的決定。其實這正是我書中的一大重點，智商並不能衡量決策的品質，所以客觀來看非常聰明的人，也會犯下和其他人同樣的錯誤。一些絕佳的例子可能是長期的資本管理，當然那在大約十年前爆發出來了。如果你把那群人聚在一起，他們不論在哪裡，都會是最令人印象深刻的人。其中包括兩位極端聰明的諾貝爾獎得主，他們信任過去的傑出成績，但是沒有考慮到所有他們應該考慮的因素，結果導致在相當短的時期內損失了四十億美元。這顯示，比較聰明，智商高的人，並不能免於這些問題。其實在某些情況下，可能會有一些因素，讓你比在其他情況下更容易犯錯。
葛林：我們已經討論了一些這方面的問題。但是對於想要作出較好決策的經理人，你有什麼建議嗎？我們如何作出正確的決策？
莫柏辛：有兩件事，我認為是很好的想法。一個稱為「事前剖析」。很多時候，公司和人員都知道，我們應該做事後剖析，也就是說，我們做了一個決定，它沒有成功，讓我們坐下來，想一想為什麼事情進行不順利，下一次我們在哪些地方可以做得更好。事前剖析有一點不太一樣的地方，這是要在我們確實做出決定之前，先假設我們已經在未來了，在一年之後，我們回頭來看這個決定；它沒有成功，我們要考量它為什麼沒有成功，並寫下失敗的原因。事實證明，當人們做事前剖析時，可以找出更多會導致錯誤決策的因素，勝過他們用別的方法能找到的。所以你大致是暫時把自己從現實中抽離一下，作抽象思考，確認自己的決定沒錯，那是一個例子。另一種做法非常簡單，但要有紀律地持續進行，並不容易。那就是拿一個小筆記本，每次你做出一個會有後果的決定，就確實寫下你在做什麼，你正在想什麼，以及如果你真的打算那麼做，你的感覺如何，例如你當天早上一起床心情就不好，或你感覺非常好。開始記錄這些是因為，實際的情況常常是，一旦我們做出了決定，尤其是進行順利的決定，由於我們有後見偏誤，所以會改寫我們的決策過程。因此，這個做法就像能使人吐露實情的麻醉藥，讓你持續追蹤自己做了什麼、為什麼那樣做。希望你可以回過頭來反省自己的決定，然後未來會做得更好。
葛林：聽你談這些很有趣，因為任何有關決策的書籍、文章或規範中，常出現的一個主要批評是，任何人從事後來看，都可以看出哪些決定是錯誤的。所以基本上，你是試圖在事先就擁有後見之明。
莫柏辛：完全正確。妳說到了一個真的很重要的重點，我們一開始就強調這一點，那就是過程和結果是有明顯差別的。我們在這裡談到的很多問題，是我所謂的機率問題。有一系列可能的結果，而關鍵的想法是，往往你做出了正確的決定，卻得到不好的結果；相反的情況也常出現：你做了錯誤的決定，卻得到好的結果。因此，一個很關鍵的事情是，要專注於過程，而不是結果。我一個朋友有個很精采的故事，他在拉斯維加斯玩21點。坐在他旁邊的那個傢伙拿到了17點，玩21點的人都知道，拿到17點後就應該按兵不動。這傢伙決定要一張牌，莊家發了一張4點給他，和他手中的牌湊起來，他贏了。莊家說，「要得好，先生。」嗯，他要牌要得好，因為他贏了那一局；他要牌要得好，因為是在賭場內。因為如果他一遍又一遍那樣做，他會輸掉的。這是一個很好的例子，說明糟糕的過程也會有好的結果。所以，你的問題的答案，非常重要的是，我們必須盡可能集中心力在過程上，最後結果自然會順利出現。
葛林：最後，關於決策的規範和流程還常出現另一種批評，如果你最終陷入決策過程的泥淖中，面對種種不同的規則，結果就是你無法作出任何決定，沒有任何決定產生，人們不知何去何從。你如何確保有注意到流程，而不是乾脆終止決策流程？
莫柏辛：是啊，我想說的第一件事是，之前也提到過的，就是有很多決定，你不需要經過這種再想一下的繁瑣程序，對吧？不需要的，有很多決策的選擇是顯而易見的，或是後果並不重要，所以你不需要經過整個流程。但話雖如此，我們嘗試推動不同的方式來思考，而確實得到了這些事情的解答。例如，再來談談內部和外界的觀點：如果你看到一個外界觀點，顯示非常有可能產生某種結果，那應該足夠提示你該如何採取行動。或者，如果你使用演算法之類的東西，即使你不一定了解它們或信任它們，還是可以用它們來測試一些樣本或做實驗，看看結果如何。因此，是有一些做法可用，希望這些做法提供你一些具體的措施和方法，讓你繼續前進，做出決定。
葛林：有沒有什麼例子是，你知道過程中可能會做出錯誤的決定，但後來人們考慮清楚，阻止產生錯誤的決定？
莫柏辛：我不知道我是不是能當場就想出一個，但我可以舉一個類似的例子。實際上就是書中第一章提到賽馬「大布朗」的事。妳可能還記得這件事，2008年，大布朗很有機會贏得三冠王，這對馬來說是很難能可貴的。牠已贏得了肯德基大賽，贏得了普利克內斯大獎賽，即將參加貝爾蒙特大獎賽。牠在這場比賽的賠率是3比10，代表77％的獲勝機率。順便提一下，訓練師滔滔不絕地談論牠，說這匹馬會贏得比賽，這是預料中的事。如果你引進外界觀點，就會發現，在那種情況下，只有15％的馬匹真的贏得了比賽。而且，牠其實並不像其他曾爭取三冠王的許多賽馬那樣優秀。所以可以找到一個例子，顯示牠的獲勝機率遠低於77％，這將使得對那匹馬下的賭注非常不同。所以有一個很好的例子，你可以使用那樣一種工具，好好地檢視這個情況。哦，順便提一下，我忘了說，那一天大布朗創造了歷史，牠在那場比賽中得了最後一名，爭取三冠王的馬匹從來沒有得過那樣的成績。
葛林：麥可，非常感謝你今天參加我們的節目。
莫柏辛：我很樂意來參加，謝謝。
葛林：今天來上節目的是麥可．莫柏辛，所談的書是《再想一下》。如果需要更多有關決策的資訊，請上hbr.org網站https://www.hbrtaiwan.com/article_content_AR0006557.html
請先 登入 以發表留言。