複雜世界的生存指南

正是因為世界是非常複雜的,其複雜程度是人類大腦無法完美處理、理解、駕馭的,所以我們才會做錯決定、碰壁、預測錯誤,甚至遭遇重大的失敗。

因為世界是複雜的,事情的進展才常常與人們的預想不一樣,若某人想完成自己的目標,實現自己的野心,會很容易感到寸步難行——有時候你會在努力很久了之後才發現,所有努力都是無用功,而且情況還變得更糟;有時候你會在力挽狂瀾的嘗試後發現,你的努力不足以阻止糟糕的事情發生。

這個星期解讀的是《適應性創新》(貌似暫無台版,英文版叫做 Adapt),作者是提姆.哈福特(Tim Harford),我們曾在這一篇文章中解讀過他的另一本書《不整理的人生魔法:亂有道理的!》

雖然這本書的簡體版翻譯叫《適應性創新》,但其重點其實並不是在創新,而是在說一套「如何適應複雜世界」的方法。

但在那之前,我們先大略的談談——世界有多複雜?

麥肯錫全球研究院(Mc Kinsey Global Institute)研究複雜性的專家指出:如果把不同大小、樣式、品牌的物品,如鞋子、襯衫、襪子、果醬、醬汁以及數百萬的各類圖書、DVD、音樂加起來,你會發現,在紐約、倫敦這樣的重要經濟中心能提供100多億種截然不同的商品。

而相比之下,一個原始的採集部落只有幾百種左右的物品。

當然,用商品來形容世界的複雜還只是最表面的一種形容——生產這些物品有賴於人類所累積的知識,而人類的知識大廈是由不同的學科所建立的,裡面不同的學科專門研究不同的「世界規律」,從物理到化學,心理學到經濟學,無不在嘗試對現實世界進行描繪與駕馭。

而每一門學科都累積了有史以來最傑出的人類大腦的貢獻,汗水的耕耘,但直到今日,依然未有哪一門學科能宣稱自己已經完美的攻克了他們的研究領域。

所以世界有多複雜?

把全體人類的知識加總,都還未能完整描述或駕馭這個世界。

就這等複雜。

幸好,我們還有專家

其實如果仔細思考,每個人都有能力意識到世界是多麼的複雜的(有能力意識到,但真的意識到的人不多),但許多人在面對複雜的問題或困境時,還是會因為輕視了世界的複雜性而做出錯誤的判斷。我們會在後面談到這個。

不過,更普遍的情況是——當面對複雜的問題或困境時,我們會依賴專家的判斷,讓專家們指點我們的迷津。

那麼,專家的判斷能力又如何呢?

菲利普·泰特洛克(Philip Tedlock,我們曾在這篇文章解讀過他的著作)是美國國家科學院一個專題委員會裡最年輕的成員。

這個委員會受託調查冷戰期間蘇聯面對裡根政府的強硬態度會做出怎樣的反應,以及裡根政府是會把蘇聯的反應看作恃強淩弱者的恫嚇,還是會給出有效的反擊?泰特洛克盡最大可能尋找所有的相關專家,仔細徵求他們的意見。

事實讓他大為震驚:這些最權威的冷戰問題研究專家的看法竟然一次次地互相矛盾。我們早就對電視上受訪者的意見相左習以為常,可能覺得沒有必要對此大驚小怪;不過,當我們意識到這些人都是知名專家,而他們對最關鍵的現實問題的看法也不能達成基本一致的話,我們就該明白所謂的專家意見遠不如我們期望的那麼可靠。

泰特洛克的研究並沒有止步於此。20年來,專家判斷力的問題一直困擾著他。他跟蹤調查了300多位專家——他所說的專家是指專業從事政治、經濟動向評論或諮詢的人,這樣的專家多得驚人,有政治學者、經濟學家、律師、外交官,還有間諜、智囊團成員和記者。

這些人多半擁有博士學位,幾乎人人都有碩士學位。泰特洛克評估專家判斷力品質的方式就是死盯到底:他讓這些人作出明確的、可以量化的預測——私下回答他提出的27540個問題,然後他靜觀其變,看這些人的預言能否變成事實。

實際上,這些預言很少能命中。專家們失敗了,他們無法預測未來,這表明他們也沒能完全把握異常複雜的當前局勢。但這並不是說專家意見一無是處。泰特洛克把專家們的回答和研究生對照組的回答進行了比較,專家們的表現更勝一籌。

專家們或許比一般人更可靠,但他們的判斷並不像一般認知中那樣「絕對正確」,甚至算不上「很可能正確」。(但如果能把專家分類的話,有一種類型的專家是比較可靠的,那就是懂得理性思考,以科學方法得出判斷的專家。)

這意味著,如果撇開運氣因素,無論是企業還是個人,依賴專家的意見未必就能很好的解決遇上的問題、困境。

可能有人會說,這是因為一般企業/團隊並未有足夠的財力和人力來解決問題,但事實是,就算是那些擁有充沛的資源和人才,善於管理的頂級企業,也一樣有失手的一天。

書中舉了一個例子:1982年出版的《追求卓越》這本書就整理出了43家當時非常「卓越」的企業名單,這些企業在當時都算得上是頂級企業。但在短短兩年之後,其中的14家企業(約1/3)即出現了嚴重的財務問題。

類似的案例比比皆是,曾經貴為世界頂級的企業的美國鋼鐵公司、諾基亞、柯達等等的企業,這裡就不多敘述,這些企業無不有雄厚的資源,但最後都依然做不到基業長青。這不是因為這些企業自甘墮落了,也不是因為企業的經驗不足、人才不足,也不是什麼心態上的問題,而是有兩個原因:

第一個原因是環境變化得太快,原本非常被看好的行業可以在幾年內迅速衰退,原本被看好的技術可以迅速被取代。

第二個原因是企業的判斷有誤,預想中推出後會順利的策略,到最後卻會發現預想與現實不符,導致人才、金錢、時間的浪費。

哈福特在書中還舉了另一個例子,一個看起來非常聰明、非常可能會成功的計劃,實行起來卻未必如我們想像中順利:

以遊戲水泵項目(Play Pump)為例,這是一個聽起來很聰明的創意:以孩童玩耍的旋轉木馬作為水泵的動力,把水泵放入深井,孩子玩耍時,旋轉木馬就會轉動,水泵就把水抽上來存儲到一個大水箱裡,用水時打開水龍頭即可,這樣就能為偏僻的社區提供淡水。

但是,很少有人去非洲農村長住,所以很難確定當地的真實情況。有位年輕的加拿大工程師歐文·斯科特(Owen Scott)到馬拉威(Malawi)居住了一段時間,為無國界工程師組織工作,所以他很容易看到安裝遊戲水泵後的真實情況。

「每次去看遊戲水泵時,我總是看到同樣的畫面:一群婦女和兒童費勁地用手轉動著旋轉木馬讓水泵抽水。我從沒見過孩子在上面玩耍。」不過他經常看到「柯達一刻」的場景:「拿著照相機的外國人一出現,孩子們就興奮起來,他們一興奮就上去玩兒木馬。有短短5分鐘,這個東西看上去就像個了不起的成就。」

有時,遊戲水泵替代了傳統的手壓泵。斯科特進行過一番比較,用傳統的手壓泵灌滿一個20升的桶需要28秒,而用遊戲水泵則需要傻乎乎地使勁轉上3分零7秒。斯科特還詢問了居住在人煙稀少的馬維拉村莊的村民們,他們是更喜歡新式的遊戲水泵還是老式的傳統手壓泵。

他們的回答很明確:手壓抽水泵的效率更高。

問題在於,不是所有人都和歐文·斯科特一樣愛刨根問底,外國人拍攝的那些照片看上去很有說服力,更不用說這些照片還很感人,誰也不知道孩子們是因為看到外國人才立刻興奮起來去玩木馬的。

很快,遊戲水泵專案就獲得了世界銀行組織頒發的一個很有聲望的獎項,美國援外機構美國國際開發署(USAID)、總統防治愛滋病緊急救援計畫(PEPFAR)、各種私人基金、當時的總統夫人蘿拉·布希和企業家、說唱歌手Jay-Z都馬上對這個項目表示了支持。

歐文·斯科特要與這個項目的一大幫聲援者進行抗衡,不過他成功了,他把採訪馬維拉村民的視頻上傳到YouTube,產生了巨大的影響——「任務立刻中止,遊戲水泵給馬維拉帶來了很多問題」。

這其實是許多現實情況的寫照——1971年美國政府實施了石油的價格管制,隨即石油就出現短缺危機;美聯儲前主席艾倫·格林斯潘(Alan Greenspan)推行了各項「消滅」經濟衰退的舉措,結果反而導致了2008年的金融危機(至少有很大一部分人是這麼認定的)。

他們的共同之處是,以某種手段人為的干預系統,但最終卻吃力不討好,弄巧反拙。

這些制定策略、擬定計劃的人不是不夠聰明,而是並未對現實世界的複雜產生敬畏之心,才會對自己的計劃過度自信。哈福特還用「上帝情結」(God Complex)來形容這些自認已經看透了世界之複雜的人。

那麼,到底我們該怎麼辦呢?難道我們無法做些什麼嗎?

哈福特在書裡提出了一個不算新穎的解決方案,甚至也算不上是「完美」的解決方案(當然,這世上根本不存在什麼完美的解決方案),但這一個方法勝在非常簡單、有效,且具備操作性,人人適用,它就叫做:

「試錯法」(trial and error)。

適應複雜系統的必備思想

所謂的試錯法,簡單來說就是主動的進行試驗(trial),主動的從錯誤中學習(error)。

愛迪生就是一位貫徹了試錯法的發明家:

1887年,被譽為「門洛帕克的奇才」(Wizard of Menlo Park)的托馬斯·愛迪生在距離新澤西州西奧蘭治市(West Orange)幾千米遠的地方建了一些大型實驗室,把試驗法推進到了系統化和工業化的程度。

他為自己的「發明工廠」雇用了幾千名員工,確保儲物間原料充足,合理規劃實驗室,保證在盡可能短的時間裡進行最多的試驗。作為工業研究之父,他有句名言廣為流傳——「如果發現1萬種材料都不起作用,我也不算失敗。我更不會灰心,因為每拋棄一種沒用的材料都是一種進步。」

他還直白地評論試錯法的這種工業化操作:「成功的真正標準是在24小時裡最多能做多少試驗。」

這其實算是一種有效的「笨方法」,其背後的邏輯是,只要做的試驗足夠多,就一定能嘗試完所有的方案,而這些的方案裡總有一些方案是可行的,可以幫助發明的。

結果是,在愛迪生的一生里,他完成了一千多項發明。

而之所以說試錯法是應對複雜世界的最好方法,是因為試錯,就是演化。

為了顯示「因為試錯,就是演化」這一句話有多重要,我還加上了顏色。

為什麼說試錯就是演化?

你可能早已熟悉演化的概念,最常見的說法是「優勝劣汰,適者生存」。從生物學的角度來解釋,就是物種在基因的隨機變異後,展開生存與繁殖的競爭,最後那些更能適應環境的變異就能繼續生存、遺傳下去。

書中提到了一個特別能說明何謂演化的生物例子:

20世紀70年代,約翰·恩德勒(John Endler)著手研究委內瑞拉和千里達島(Trinidad)河流中的孔雀魚,他注意到一個有趣的模式:瀑布下方水塘裡的孔雀魚往往色彩單調,但上游更遠處水塘裡的孔雀魚卻色彩豔麗。

是什麼原因導致這種差別呢?

恩德勒猜測:孔雀魚能逆流而上穿越瀑布,而噬食孔雀魚的梭子鯛卻做不到,所以上游的水塘裡沒有梭子鯛。色彩斑斕的孔雀魚可謂生活在伊甸園之中,一道瀑布讓它們遠離梭子鯛的侵擾,為了吸引發情期的孔雀魚,它們演化出了異常絢麗的色彩;色彩單調的孔雀魚要在危險的環境中生存,所以身上演化出天然的保護色。

恩德勒決定在嚴格的受控環境中檢驗這個假設。他在巨大的溫室中設置了10個水池,水池裡養上孔雀魚。一些水池底鋪著鵝卵石,其他水池底鋪著更細的沙礫。恩德勒從兩類池子中各挑出一個池子放入危險的梭子鯛,其他池子中有的放入較溫和的食肉魚類,有的不放。

14個月裡,孔雀魚經過10代繁殖,魚群適應了周圍的環境。在危險的水池中,色彩最單調的孔雀魚生存了下來並成功繁殖,而且孔雀魚身上的保護色也與水池底部的色彩產生了對應關係:鋪鵝卵石的水池中孔雀魚身上的圖案較大,鋪沙礫的水池中孔雀魚身上的圖案較小。

在較安全的水池中,斑點豔麗的孔雀魚繁殖得更多,似乎雌孔雀魚更青睞長著鮮豔波點的雄孔雀魚。恩德勒教授的孔雀魚試驗是現代生物演化的經典案例,這個試驗形象地說明了種群如何適應新問題——比如出現了梭子鯛。

這種適應不僅迅速,而且還受環境影響,孔雀魚要想逃脫梭子鯛的捕食,就要依賴水池底部鋪設的材料。這是一個去中心化的過程,因為沒有哪條孔雀魚策劃並主導了這個過程。驅動這一過程的正是失敗:一些孔雀魚被吃掉了,而存活下來的其他孔雀魚則繁殖出更多成功適應環境的孔雀魚。

生物會盲目的、隨機的變異出一項「功能」(有時是減少一項功能),這一項「功能」可能會提升物種的生存與繁殖概率,也可能是「幫倒忙」的反過來降低物種的生存與繁殖概率。

但無論如何,只有那些真正能「幫得上忙」的變異會生存下來,而那些「錯誤」的變異則會被淘汰,這演化機制讓物種得以適應環境變化。

這不就是大自然在「執行」試錯法嗎?

無論變異出什麼,環境都會自然選擇什麼能留下,什麼得消失,這就是演化的奇妙之處。

現在,你還記得前面我們提到的遊戲水泵項目的例子嗎?

其實這個項目還有下文:

後來,遊戲水泵項目的一個投資方凱斯基金會(Case Foundation)發現,這種水泵「在某些特定的社區環境中,比方說規模很大的小學,能發揮出最大的作用,不過在其他社區卻未必行得通」,應該尋找其他方式。

如果你有什麼決策,就先試錯一下,把你的具體決策放入具體情況,讓決策經受環境的考驗,你就能知道你的決策能不能適應環境,你是否應該另尋他路。

以遊戲水泵項目為例,如果他們的團隊在一開始就先進行試錯,稍微測試一下這個項目是否能「適應」目標環境,在得到了試驗結果後才決定是不是要大舉實行項目的話,就不會「好心做壞事」了。

換言之,試錯法就是把工作交給環境,讓環境自己篩選出更佳的決策、成功概率更高的項目。

無獨有偶,《魔鬼經濟學3》中也提到類似的策略,但是是以「隨機實驗」來試錯:

致力于帮助唇腭裂儿童的全球慈善機構微笑列車的發起人白澗龍(Brian Mullaney),曾經是一個非常成功的廣告人。他為了提高微笑列車得到的總籌款額,透過運用科學家的看家法寶「隨機實驗」,找到了許多讓人們更願意捐款,捐出更多錢的方法。

例如,他為了測試怎樣的照片更能刺激人們捐款,隨機寄出了四十九種不同的募款信件,信封都印上了不同年齡的黑人、白人、亞洲人和棕色人,男生或女生的照片,而且他們的臉上各有不同的表情,有的哭泣,有的微笑。結果發現,有幾種臉孔的確能吸引更多的絹匡。

於是他更進一步的測試了另外二十一種不同的照片,而裡面最能吸引他人捐款的照片,比最不吸引人的照片吸引多出了62%的捐款。他發現,哀傷的白種小孩的照片個能吸引人們捐款,這可能是因為捐款人大多數是白人,而他們更願意幫助與自己相像的人。

這種隨機實驗最大的好處,是能收集各種因素的關聯係數,怎樣的照片最有效果?可能是你主觀認為的那張照片,也可能不是,那怎樣得知呢?把不同的照片隨機的寄出去給一小群人(可能是幾千人),並記錄下哪一張照片最有效果。找到了最有效的那張照片後,用這張照片寄給其他人(可能是幾十萬人),以獲得最大的捐款數額。

當然,最理想的情況是,我們有無限的人力、時間和金錢來進行多個不同的試錯,至到找到最佳的選項為止。

但在現實情況中你不可能無限的進行試驗啊,每一次的試錯都需要花費精力、時間、機會、金錢等等的成本,這意味著沒有人能無限制的運用試錯法(除了大自然、天擇)。

那怎麼辦呢?

一個健康的演化系統是這樣的

來自谷歌的答案如下:

谷歌有一個廣為人知的20%自由時間的政策:任何工程師(和其他員工)上班時都可以抽出20%的時間研究一些似乎毫無價值可言的項目。從這些個人研究專案中誕生了Google News、Google Suggest、Adsense、社交網站Orkut以及谷歌半數的成功產品——當然還有失敗品,且數量驚人。

但,怎麼從壞專案中篩選出好的專案呢?

谷歌依賴的一個基本原則是——同事認可。

經理不會妨礙單個員工的專案,決定加快發展哪個專案、放棄哪個項目的是其他工程師:如果你無法說服同事們幫助自己把想法付諸實踐,它就不會成功。經理可以為創新提供空間,但投入時間和精力的卻是同事們。

後來,谷歌規模日益龐大,埃裡克·施密特、拉裡·佩奇和謝爾蓋·布林(Sergey Brin)正式確立了相關程式,以加強支援與篩選有研究價值的創新活動。這一舉動的目的不是遏制更多項目的發展,而是為那些可能淹沒在兩萬名員工中的項目提供額外的資金和資源。

這其實就是一種槓鈴策略,我們曾在這篇文章提過,讓80%的員工時間保持正規、保險的生產,然後用20%的時間來做高風險、高回報的事情——這些員工用20%時間做出來的項目,大多數都是失敗的,但只要有少數獲得成功,那所有失敗就值了。

但如果用哈福特的說法來說,這20%的時間是為了讓公司產生「變異」。

換言之,谷歌其實就像是在模仿著「演化機制」,人為的對公司系統注入「演化機制」:

管理大師加裡·哈默爾認為,谷歌盡可能多地推出新產品的做法,實際上是在積極地運用達爾文策略(演化論)——它不是一條孔雀魚,而是裝滿了各種孔雀魚方案的溫室。谷歌是個單純的演化機構:開始時只是一個搜索引擎,然後與美國在線和雅虎聯手,把網站採樣轉變成具體收入,後來發展成一個把搜索結果與廣告綁定到一起的體系,再後來谷歌又想出了Adsense的點子——可以讓廣告與任何網頁關聯到一起。

這一發現純屬偶然,當時谷歌正在開發Gmail,打算通過Gmail的收件箱發送關聯廣告,結果卻把它擴展成了谷歌應用程式以及其他的項目。哈默爾認為:「就像機體偏愛有前途的基因一樣,谷歌的成功多虧了意外的運氣。」

這句話道出了很多公司的真諦——全食超市的麥基就自詡為「偶然成功的雜貨商」,不過谷歌把它昇華成了指導原則。哪家公司在主動嘗試新事物時會抱著難免失敗的念頭呢?谷歌。

幫助拉裡·佩奇製造第一台書本掃描機的副總裁瑪麗莎·梅耶爾曾說過,80%的谷歌產品註定要失敗——但這並不重要,因為人們會記住那些成功的產品。

她說得很對:谷歌的形象並沒有因Knorl和Search Mash的平庸表現而受損——Knorl是谷歌推出的一款服務,與維基百科相似但沒有推廣起來;Search Mash是代替谷歌搜索引擎的試驗品,現已停止使用,一位搜索專家稱之為「谷歌迄今為止最糟糕的產品」。

頗有影響的Tech Republic網站做過一個調查,2009年5個最差的技術產品中就有兩個出自谷歌,而且它們是谷歌的主打產品——Google Wave和安卓1.0手機作業系統。

雖然很多人對Gmail、谷歌閱讀器、谷歌博客頗有微辭,可大多數網路使用者還是知道並且依賴谷歌搜索引擎、谷歌地圖和谷歌圖片搜索。只要公司不在失敗的產品上浪費太多資金,少數重磅產品似乎證明這些試驗還是有存在價值的。

這就是谷歌運營的根本原則。谷歌和約翰·恩德勒一樣,建立了自己的孔雀魚水池,然後靜待結果出現。谷歌的公司策略就是沒有策略。

谷歌運用試錯法的境界可謂超越了愛迪生,谷歌不僅僅是使用試錯法,而是塑造了一個人造的「科技生態圈」,在這個生態圈裡,能夠適應複雜世界的項目自然會留下,而那些無法適應複雜世界的項目則自然會被淘汰。

這種公司策略的巧妙在於它不是讓「某個人」或「某個團隊」來應對複雜世界,而是建立一整個「演化系統」來化解複雜世界的不確定性、多變。

但是,我們不是谷歌啊(而且沒在那裡上班)。那麼,這對個體來說有什麼用處呢?

人生,就是不停的試錯

結合書中和我自己的所知,對個體的建議如下:

第一個建議是「變異」

讓自己嘗試不一樣的東西,做不一樣的人生試驗,用不同的角度思考(這不就是跳出舒適圈的意思嗎?)。

第二個建議是「不作死」

你可以嘗試不一樣的試驗,但你得謹慎的確認這種嘗試並不會對你造成太大的傷害,低成本但結果顯著的試驗最好。最好的方法或許是拿出一小部分的資源(時間、精力和金錢)來進行試錯(這是那些勸人跳出舒適圈的人,所常常忽略的重要一環)。

例如,你可以用大部分的時間來照常上班,用空閒時間來完成其他嘗試,例如興趣的培養、低成本創業、創業點子的市場測試。

第三個建議是「增加試錯頻率」

你可以找多一個人助你一起進行不同的試錯、增加你的資源以獲得承擔更多試錯的餘閒,也可以設計出成本低成效高的試錯計劃。

例如,人類大腦的計算能力是有限的,但人類發明了電腦,因此,我們不用靠自己的大腦來破解某個密碼,我們只要讓電腦快速的運用算法來破解就行(最簡單粗暴的破解密碼的方法,就是不斷的嘗試輸入不同的密碼)。這裡,電腦就起到了加速試錯的作用。

第四個建議是「識別錯誤」

你得在自己的試驗失敗後,識別出自己錯在哪裡,是什麼導致錯誤與失敗。哈福特認為,這是試錯法之中最難的一環,但他似乎沒提出什麼具體建議。

而我的建議很簡單,就是你我現在正在做的事情:

「智讀」

第五個建議是「把人生看作個人演化」

我是這樣想的——我的生命其實就是在適應複雜世界的一次嘗試。

而我能完成的事情,無論成功或失敗,都是一次又一次的試驗結果,我在職場中得到的升降,在市場中得到的成績,在人際關係中得到的回饋,這些都是試驗帶給我的訊息,它們在嘗試告訴我一些東西。

而我得從這裡判斷,讓自己不捉緊那些不該留的事情,讓自己不放走那些應該留的事情。

這些,都是對我所做之事,對我的生存策略的一種篩選與淘汰。

雖然大自然的演化是盲目的,但具體到我們自身在試錯時,則不需要真的盲目。

舉個例子,如果你是個作家,你想為你寫的一本書取一個吸引人的好名字,那你要做的不是打開詞典隨機找出一些單詞拼湊出一個書名來試錯,而是透過思考與設計來整理出許多個不同的書名選項,然後再對每一個書名做個試驗、調查。

當時我就是這麼幹的——我把我直覺中最喜歡最看好的書名《深度學習之道》,和不怎麼看好的書名《深度學習的技術》、《學習之書》以及其他書名、搭配的副標題,統統都放到網上測試讀者的反應。

結果發現,《深度學習的技術》大獲全勝。

若把我們從《反脆弱》中學習的知識,再搭配這本書所說的試錯法,我們可以得出一個有趣的觀點:

試錯法是主動的、積極的尋找「失敗」,並使用反脆弱的特性來實現成長。

在我看來,人可以被分成四種——

被動的犯錯,且無法察覺錯誤、承認錯誤、吸收錯誤的人。

被動的犯錯,但可以察覺錯誤、承認錯誤、吸收錯誤的人。

主動的試錯,卻無法察覺錯誤、承認錯誤、吸收錯誤的人。(指的是被盲點和認知偏差所蒙蔽的人)

主動的試錯,也可以察覺錯誤、承認錯誤、吸收錯誤的人。

若要在人生中不斷的精進,成為「進化人」,請務必成為第四種人。

Image Credits:TED – Tim Harford

2