網(wǎng)絡(luò)消費(fèi)網(wǎng) >  科技 > > 正文
每日短訊:如何處理決策中對未知項(xiàng)的思考
時間:2023-02-20 17:16:58

作者:王智遠(yuǎn)同學(xué),頭圖來自:《獵場》


(資料圖片僅供參考)

如果你能知道決策的最終結(jié)果,那選擇就簡單許多,可是,決策之所以難,關(guān)鍵在信息不完善。假設(shè)你正在考慮換工作,下一步該做什么選擇,就存在很多選項(xiàng),比如:

找和現(xiàn)在一樣的工作

找一個有晉升機(jī)會的工作

試著不跳槽,等待升職

離職后選擇充電,徹底改變職業(yè)道路

不難看出,如果我們深度思考未來,會發(fā)現(xiàn)選擇無窮盡,怎么辦呢?類似情況下,你可以嘗試這四種方法。

利弊清單成本收益

首選的思考框架是“利弊清單”(pro-con list),分別列出做決策后可能帶來的“好處與弊處”,然后進(jìn)行平衡,這種方法在一些簡單場合管用,但有不少缺點(diǎn)。

例如,如何知道清單中的可選項(xiàng)有多少?好處和弊端擁有同樣權(quán)重,怎么辦?單獨(dú)看利弊,相互關(guān)聯(lián),又怎么辦?

所以,它會導(dǎo)致出現(xiàn)“隔墻草更綠心理”(grass-is-greener mentality),也就是,我們在心理上更注重積極因素(例如,更綠的草)而忽略消極因素。

比如:

一個學(xué)金融的學(xué)生,畢業(yè)后會踏上風(fēng)險投資的職業(yè)生涯,如果你列出利弊清單,發(fā)現(xiàn)好處多多(有機(jī)會跟各種級別創(chuàng)始人,改變世界,獲得高額投資回報,以高杠桿方式加入創(chuàng)新公司)。

可是,假定你是內(nèi)向型人格,上述諸多選項(xiàng)并非好事,你可能要面臨各種社交活動、承擔(dān)別人沒有的心理負(fù)擔(dān),甚至,可能在進(jìn)入某個領(lǐng)域后,你的大部分時間都會花在陷入困境的公司上。

雖然風(fēng)險投資這個職業(yè)的確不錯,但并不代表“你一定適合”,唯有隨著時間推移,經(jīng)驗(yàn)增長,你的選擇與職業(yè)生涯才會更加清晰。

你肯定聽說過一個說法,“如果手里只有錘子,那么,一切看起來都像釘子”,就是這個意思;決策模型中的錘子就是“利弊清單”,它在某些情況下管用,但面對極為復(fù)雜、后果嚴(yán)重的事,就需要用更其他方法。

在你所列出的清單中,適當(dāng)給選項(xiàng)加入一些數(shù)字,用-10到10給它們打分,以表示每個選項(xiàng)在你心中的價值(好處給正分,弊端給負(fù)分)。

比如:

換工作時,事少(+5分),離家遠(yuǎn)(-3分),錢多(+10分),這樣下來,每個選項(xiàng)不再是同等權(quán)重,要是多個選項(xiàng)關(guān)聯(lián),你也可以把它們組合起來打分。

是不是看起來更輕松一些?

只要將內(nèi)心博弈的每個選項(xiàng),優(yōu)缺點(diǎn)加起來,依照最終得分,就會推進(jìn)決策效率,這是一種簡單的成本收益分析(cost-benefit analysis)。

當(dāng)情況再復(fù)雜時,怎么辦呢?

你只需要把對應(yīng)分值換成人民幣數(shù)(例如-100元,+500元),這樣一來,將成本和收益相加,最終就能估算出某個選項(xiàng)的價值。

比如:

考慮買房,寫下該付的錢(首付、過戶費(fèi)),以后要付的錢(按揭貸款、物業(yè)費(fèi)、維修費(fèi)、房產(chǎn)交易稅...),還有未來做賣方時希望獲得的回報,然后把這些加起來,可以估算你的長期收益(損失)。

當(dāng)然,利弊清單原理和它(成本收益分析)一樣,很難詳細(xì)計算出每一項(xiàng)收益和投入,有一個好辦法,你可以跟做過類似決策的人聊聊,請他們指出你忽略的選項(xiàng)。

當(dāng)年我跟其他鄰居聊過后發(fā)現(xiàn),如果室內(nèi)安裝一個非常大的空調(diào),師傅就無法從電梯運(yùn)輸上去,必須用吊車。所以,咨詢他人的好處就是,你能知道哪部分是無形的。

但是,列出無形成本和收益似乎有點(diǎn)奇怪,日常你也不可能計劃如此巧妙,怎么辦?

你可以用“終局思維”以折現(xiàn)率(PV = 現(xiàn)值present value,C=期末金額,r=折現(xiàn)率,t=投資期數(shù))的方法進(jìn)行衡量。

利弊分析難點(diǎn),最終對折現(xiàn)率敏感。

這是一種比較實(shí)用的方法,把自己要投資的成本、折現(xiàn)率比放一起,然后按照時間維度計算,就能看出是否有增值可能。

比如:

在感性分析上:去某個小公司待兩年,兩年能拿到多少錢,是否有成長、晉升可能,兩年后出來,是否有機(jī)會去更大平臺,還是面臨年齡大,失業(yè)可能。

整體一衡量,大概能估算出,兩年后自己價值上升還是下降,不過,上升下降的看法圍繞“最初目標(biāo)”會發(fā)生變化,假定一開始,你已經(jīng)計劃好兩年后創(chuàng)業(yè),那可能在小公司更鍛煉自己。

在理性分析上:以5萬元的債券為例,你只需要改變下折現(xiàn)率,就能算出凈收益,這種分析法有助于我們用終局思維,按照比較合理的折舊率,算出凈收入處在哪個范圍內(nèi)。

請注意,折現(xiàn)率越高,未來受益打折就越多,最終價值(受益)也會大打折扣;為了提高假設(shè)準(zhǔn)確性,我們需要花時間找出那些關(guān)鍵要素,并且一起開始要想好,出發(fā)目標(biāo)是什么。

關(guān)健要素就是“可選項(xiàng)”。

關(guān)于利弊成本分析,需要牢記一點(diǎn),成本收益(利弊清單)是否有用,取決于你輸入的數(shù)字,如果你不能把所有可選項(xiàng)變成數(shù)字,把數(shù)字變成金錢對照折現(xiàn)率來算,那就無法做出概率評估。

換言之,我們應(yīng)該把內(nèi)心博弈的選項(xiàng)中間影響選項(xiàng)的關(guān)鍵要素找出來,變成分值,如果分值替代不了,就用現(xiàn)金值,然后基于2年、5年后的某個目標(biāo)進(jìn)行折現(xiàn)率分析。

那成本收益分析(利弊清單),就是幫助你做決策的一流參考模型。

決策樹算概率

理想很豐滿,現(xiàn)實(shí)很骨感,多數(shù)情況下,你的選項(xiàng)與相關(guān)成本、收益都不是很清晰,甚至,潛在結(jié)果不確定性太大,以至于一開始你也很難弄清楚關(guān)鍵要素。

比如:

我希望夏天游泳季節(jié)到來前,把泳池設(shè)施弄好,現(xiàn)在有兩個承包商報價。其一,來自以前用過的泳池維修團(tuán)隊,報價高達(dá)3萬元。

其二,報價低一些只要2萬元,不過該團(tuán)隊只有一個人,我之前沒有跟他打過交道,而且這人看起來,似乎有點(diǎn)不厚道。

我覺得,他只有50%概率能準(zhǔn)時(1周內(nèi))按照報價完成合同,如果未完成,會出現(xiàn)25%概率拖延一周,加收300元人工費(fèi),20%概率拖延兩周,加收600元人工費(fèi),5%概率拖延3周以上,還需要返工,總共加收1000元的人工費(fèi)用。

怎么辦?

我可以用決策樹(the decisiontree)來衡量這件事,它是一幅示意圖,看起來像一顆倒著的樹,能幫你分析不確定的決策,通常樹干是決策點(diǎn),樹葉代表可能出現(xiàn)的不同結(jié)果。

現(xiàn)在,將每個潛在結(jié)果出現(xiàn)的概率及金錢,全部加起來,就能算出每個承包商的預(yù)期值(expected value),根據(jù)潛在結(jié)果算出的總數(shù),就是我要為承包商支付的價格。

不管怎么說,從決策樹和最終期望值出發(fā),即使當(dāng)中存在不少潛在問題,我們?nèi)匀豢梢岳硇缘卣驹跁r間周期、金錢投入雙角度做選擇。

決策樹納入這些額外值,可以有效地“計入”(price in)額外成本,因?yàn)檫@些數(shù)不僅包括需要支付的錢,還有心理效應(yīng),所以,我們也把它稱為“效用值”(utility values)。

效用可能與實(shí)際價格脫節(jié)。

即使兩樣同樣價格的東西,你仍然會覺得其中一樣比另一樣價格高,就像你喜歡的樂隊的演出同其他相同價格的樂隊比起來,你更愿意看自己喜歡的樂隊。

事實(shí)上,效用存在一種功利主義(utilitarianism)哲學(xué)思想。它的觀點(diǎn)是,能為所有相關(guān)人士帶來最大效用的決策才最符合道義。

不過,作為一種哲學(xué)思想,難免存在許多弊端。

首先,涉及多人決策時,盡管提升了整體利益,但利益在所有人之間分配不均,這個決策看起來就會不公平,就像生活水平的提高,不意味著收入平衡。

其次,效用值難以估算。如果只考慮哪個決策能最大限度地提升整體利益,那么功利主義是非常有用的哲學(xué)模型;不管怎么說,在存在多種概率結(jié)果的情況下,決策樹有助于你弄清該怎么做。

不妨想想保險:

你該選擇保費(fèi)低、自付額高的保險、還是選擇保費(fèi)高,自付額低的保險?這取決于預(yù)期的醫(yī)療水平,以及能否承擔(dān)發(fā)生概率小,需要自負(fù)很多錢的意外情況。

換言之,你覺得身體健康,未來不可能有大病,自然保費(fèi)低比較合適;你認(rèn)為未來可能會出現(xiàn)某些大問題,自然是后者。

誠然,考慮不太可能發(fā)生但后果嚴(yán)重的情況,決策樹特別管用,因此,發(fā)生這種事的實(shí)際成本,遠(yuǎn)遠(yuǎn)高于自付額的成本;另外,這類分析中,也要注意小概率的“黑天鵝事件”(black swan events)。

所謂黑天鵝,即重大后果的極端性事件(例如最終造成巨大的經(jīng)濟(jì)損失),但它出現(xiàn)后的概率,要比你最初預(yù)期的高得多。

已知與未知????

對于未知項(xiàng),我們也可以從簡單的2×2矩陣出發(fā),構(gòu)想這四類知道或不知道的東西,此概念在1955年,由心理學(xué)家約瑟夫·盧夫特(Joseph Luft)和哈靈頓·英厄姆(Harrington Ingham)提出。

當(dāng)你更系統(tǒng)地考慮風(fēng)險(例如項(xiàng)目可能存在的風(fēng)險)時,這個模型特別管用。

已知的已知

?對其他人來說可能有風(fēng)險,對你來說不是,因?yàn)槟愀鶕?jù)過往經(jīng)驗(yàn)知道該如何應(yīng)對。就像,某個項(xiàng)目需要一個技術(shù)方案,但你已經(jīng)知道解決方案是什么,也知道該如何實(shí)現(xiàn),只需要執(zhí)行就可以。

已知的未知

?項(xiàng)目存在已知的風(fēng)險,但由于存在不確定性,目前還不清楚該如何解決。就像第三方風(fēng)險,只有接觸后,你才知道會有什么反應(yīng)。

未知的已知

?存在你沒有考慮過的風(fēng)險,但有明確應(yīng)對方案。例如,你做的項(xiàng)目可能要在四月份才展開,但你還不知道,另外一家公司4月份去國外開年會。

未知的未知:

?有些風(fēng)險并不顯而易見,需要大家齊心協(xié)力才能發(fā)現(xiàn)。例如,組織或行業(yè)中的某些變化(削減預(yù)算、公司收購、發(fā)布新產(chǎn)品)會大大改變這個項(xiàng)目。即使你認(rèn)出了“未知的未知數(shù)”(將它變成“已知的未知數(shù)”),還是不確定它出現(xiàn)的可能性和后果。

正如你看到的,先列舉屬于上述四個類別的事物,然后努力將它們變成“已知的已知數(shù)”。這個模型關(guān)注的是,盡可能全面了解某個情景,它類似于系統(tǒng)思考。

拿生孩子舉例:

通過閱讀書籍,你知道孩子剛生下來的頭幾周會很難熬,你需要請假,購買汽車安全座椅、嬰兒床、尿布,等等(這些都是已知的已知數(shù))。

你還知道,孩子的吃和睡(或者不吃不睡)可能是個問題,但在孩子呱呱落地之前,你都沒法確定他們的喜好(未知的已知數(shù))。

你可能還不知道需要“將孩子裹進(jìn)襁褓”,但護(hù)士或家人很快就會告訴你,將這個“未知的未知數(shù)”變成“已知的已知數(shù)”;此外,還有一些事根本沒人知道,甚至想都沒想過,例如你的孩子會不會有學(xué)習(xí)障礙,等等。

面對“未知的未知數(shù)”怎么辦?

有個相關(guān)模型能給我們提供多角度,它就是情景分析,也稱為情景規(guī)劃(scenario planning),用于更深入思考未來的事情上。

多角度情景分析

它得名于分析可能出現(xiàn)的不同情景。聽起來挺簡單,實(shí)際上卻很復(fù)雜,因?yàn)?,考慮未來可能出現(xiàn)的情景相當(dāng)困難,全面思考它們的可能性和后果更是如此。

怎么辦呢?

常規(guī)情況下,為更好地進(jìn)行情景分析,我們必須構(gòu)想合理但不同的未來,最終得出幾種可能出現(xiàn)的情景。

這個過程非常困難,你喜歡抓住腦海里蹦出的第一個念頭。但這往往是根據(jù)當(dāng)前(現(xiàn)時)情況做出的直接推斷,而不會向自己的前提假設(shè)發(fā)起挑戰(zhàn)。

要向自己的前提假設(shè)發(fā)起挑戰(zhàn),有一種技巧很管用,列出可能發(fā)生的重大事件,然后推測它們可能造成的影響,有些事件可能毫無影響,但有些事件會構(gòu)成你應(yīng)該深思的情景的基礎(chǔ)。

第二種暢想未來情景的技巧叫作思維實(shí)驗(yàn)(thought experiment),它只在你思維中進(jìn)行實(shí)驗(yàn),在現(xiàn)實(shí)世界中不會發(fā)生。

最著名的思維實(shí)驗(yàn)是“薛定諤的貓”(Schrödinger"s cat)。

簡單來說,你的箱子里有只貓,如果放射性原子在剛剛過去的一小時內(nèi)發(fā)生衰變,貓就會被毒死。

該思維實(shí)驗(yàn)提出了一些看似無法回答的問題:你打開箱子觀察貓之前,它是死是活,還是像量子力學(xué)的某些解釋暗示的那樣,介于死活之間?

實(shí)驗(yàn)具體怎么用?

你可以提出“如果……會怎么樣”的問題,就像,如果預(yù)期壽命延長40年會怎么樣?如果資金雄厚的競爭對手,抄襲我們的產(chǎn)品,會怎么樣?如果我選擇轉(zhuǎn)行會怎么樣?

也可以針對過去發(fā)生的事提出“如果……會怎么樣”的問題。這稱為反事實(shí)思維(counter-factual thinking),也就是想象過去發(fā)生的事與實(shí)際發(fā)生的相反。

如果我接受了那份工作會怎么樣?如果我上了另一所學(xué)校會怎么樣?如果我沒有做那份兼職會怎么樣?

但關(guān)鍵在于,重新考慮自己過去的決定時,不光要考慮,如果你做了其他選擇可能帶來的積極后果,也要考慮連帶作用,蝴蝶效應(yīng)提醒我們,微小的改變可能會帶來連鎖反應(yīng)。

提出“如果……會怎么樣”的問題,有助于進(jìn)行創(chuàng)造性思考,更寬泛地說,這是與橫向思維(lateralthinking)有關(guān)的眾多技巧之一。

橫向思維是“跳出固有框架”(thinking outside the box),另一種實(shí)用的橫向思維技巧是在形成想法時增加隨機(jī)性。這種思維能幫你從一個想法橫向跳躍至另一個想法,與批判性思維(更多的是評判你面前的想法)恰恰相反。

比如:

你可以從周遭環(huán)境中隨機(jī)選擇一個對象,然后試著以某種方式將它與你此刻的想法聯(lián)系起來,該過程中回催生新的想法。

不過,無論你使用哪種技巧,獨(dú)自一人進(jìn)行情景分析都會很困難,尋求外部意見會帶來更好的結(jié)果。但是群體效應(yīng)會產(chǎn)生一定認(rèn)知偏差,或從眾效應(yīng),那么,該怎么辦?

盡可能確定所有觀點(diǎn)“有理有據(jù)”?

積極嘗試發(fā)散性思維,找出多種解決方案?

值得注意的是,它與聚合思維(convergentthinking)恰恰相反,聚合指的是,積極嘗試讓思維聚焦到某一個解決方案上。

如同:

召集大家開個會,但不是進(jìn)行“頭腦風(fēng)暴”,只是過一遍情景分析的目標(biāo),然后將大家解散。

此外,你身邊的人可能擁有和你類似的特質(zhì),你應(yīng)該跳出日常交際圈,以便盡可能多地獲取橫向思維和發(fā)散思維。

有一種方法是積極尋找不同文化背景的人,叫做創(chuàng)意眾包(crowdsource),也就是從任何想?yún)⑴c的人(群眾)那里尋求(外包)建議,這通過互聯(lián)網(wǎng)很容易實(shí)現(xiàn)。

眾包在很多情況下非常有用,從征集新聞線索到為維基百科增加詞條,再到解決企業(yè)和政府面臨的實(shí)實(shí)在在問題。

例如:

2009年,在線流媒體服務(wù)網(wǎng)站網(wǎng)飛(Netflix)舉辦的比賽中,眾包研究人員,就擊敗了網(wǎng)飛自己的推薦算法。

誠然,只有當(dāng)集體知識儲備多于你原本擁有的知識,利用群體智慧才有意義,跟靠自己一個人做決定比起來,利用群體智慧能幫你做出更明智的決定,“群體”也能幫你在各類情境下,進(jìn)行系統(tǒng)思考,獲取新數(shù)據(jù)和新想法。

還有一種方法,你也可以找那些“反復(fù)做出準(zhǔn)確預(yù)測的人”請教,這點(diǎn)也許有些難度。

不過,《超預(yù)測》一書作者,菲利普·泰洛克(Philip E. Tetlock)研究了成千上萬參與者后發(fā)現(xiàn),能夠準(zhǔn)確做出預(yù)測的人,基本具備這幾種特質(zhì):

首先,腦力至關(guān)重要,在垂直專業(yè)領(lǐng)域研究很深,付出諸多實(shí)踐,可以隨著時間推移不斷遷移自我能力;團(tuán)隊合作又經(jīng)常傾向獨(dú)立思考,向自身觀念發(fā)起挑戰(zhàn)。

其次,能夠?qū)徱曔^去,審視類似事件出現(xiàn)的概率,然后評估當(dāng)前出現(xiàn)的可能性,避免基礎(chǔ)比率謬誤,最終敢于花時間,根據(jù)獲得的信息,不斷修正自己,避免證實(shí)偏差。

這種人很難找,你想想看,能預(yù)測市場,加上一定經(jīng)驗(yàn)且思維敏捷,咖位一定不低。

總結(jié)一下:

評估決策選項(xiàng)中“關(guān)鍵因素”,給它們打分;基礎(chǔ)問題利用利弊清單解決,復(fù)雜問題,不妨升級考慮成本收益分析、折現(xiàn)率。

決策樹,能讓你對所有選項(xiàng)進(jìn)行概率計算。

2×2矩陣可以幫助我們發(fā)現(xiàn)“未知的未知數(shù)”。

對于未知的未知,進(jìn)行多情景分析,提防首要念頭,用“如果....會怎么樣?”進(jìn)行思維實(shí)驗(yàn),然后運(yùn)用聚合思維搜集大家意見,提防和你文化背景一樣的人,可以用眾包法,也可以找那些能精準(zhǔn)預(yù)測的人請教。

決策中所有問題,不過是概率問題,如果你能把一件事,圍繞設(shè)想的目標(biāo)逐個拆分,進(jìn)行分析;我想,行動中運(yùn)氣不會太差。

本文來自微信公眾號:王智遠(yuǎn)(ID:Z201440),作者:王智遠(yuǎn)同學(xué)

關(guān)鍵詞:

版權(quán)聲明:
    凡注明來網(wǎng)絡(luò)消費(fèi)網(wǎng)的作品,版權(quán)均屬網(wǎng)絡(luò)消費(fèi)網(wǎng)所有,未經(jīng)授權(quán)不得轉(zhuǎn)載、摘編或利用其它方式使用上述作品。已經(jīng)本網(wǎng)授權(quán)使用作品的,應(yīng)在授權(quán)范圍內(nèi)使用,并注明"來源:網(wǎng)絡(luò)消費(fèi)網(wǎng)"。違反上述聲明者,本網(wǎng)將追究其相關(guān)法律責(zé)任。
    除來源署名為網(wǎng)絡(luò)消費(fèi)網(wǎng)稿件外,其他所轉(zhuǎn)載內(nèi)容之原創(chuàng)性、真實(shí)性、完整性、及時性本站不作任何保證或承諾,請讀者僅作參考并自行核實(shí)。
熱文

網(wǎng)站首頁 |網(wǎng)站簡介 | 關(guān)于我們 | 廣告業(yè)務(wù) | 投稿信箱
 

Copyright © 2000-2020 m.netfop.cn All Rights Reserved.
 

中國網(wǎng)絡(luò)消費(fèi)網(wǎng) 版權(quán)所有 未經(jīng)書面授權(quán) 不得復(fù)制或建立鏡像
 

聯(lián)系郵箱:920 891 263@qq.com

備案號:京ICP備2022016840號-15

營業(yè)執(zhí)照公示信息