1702327565
反直觉思考：斯坦福大学思维自修课 [:1702326959]
1702327566
反直觉思考：斯坦福大学思维自修课 第三章 专家限制：为何电脑程序比你更了解自己？
1702327567
1702327568
本章强调了我们对专家的无条件依赖。专家所了解的领域往往十分狭窄，因而我们对专家的看法和预测应该抱有更加怀疑的观点。通过使用计算机建构决策模型，或是通过利用群众智慧而非依赖专家的做法，人们能够更有效地解决问题。
1702327569
1702327570
对零售商而言，准确预测假日销售是一项关键的任务。太低的预测会造成货架空缺和利润损失，而过度乐观的预测则会导致库存积压和利润率压力。因此，零售商有强大的诱因来想出准确的销售估计值。为此，大多数商家选择依靠专家——在组织中收集信息、研究发展趋势并作出预测的人。
1702327571
1702327572
对消费电子产品公司来讲，风险是特别高的，因为他们的很多收入都是在送礼季期间产生的，而且，他们的库存也会很快贬值。压力真正落在消费电子巨头百思买的内部专家身上，该集团是依靠专家的众多零售商之一。因此，你可以想象一下，当畅销书《群体的智慧》的作者詹姆斯·索罗维基漫步走进百思买的总部，宣布一个惊人的消息，即“一个相对无知的群体可能比该公司最好的预言家预测得更准确”时，人们会有什么反应。1
1702327573
1702327574
索罗维基的消息与杰夫·塞佛兹不谋而合，塞佛兹是一名高管，后来跑百思买的礼品卡业务。塞佛兹不知道这个想法在公司环境下是否真能行得通，于是，他让该组织中的几百人了解了一些基本背景信息，并要求他们预测2005年2月的礼品卡销售情况。当他3月份统计结果的时候，近200名受访者的平均预测值99.5%是准确的。他的团队正式预测的准确度则下降了5个百分点。群体的预测效果更好，但这是一次侥幸吗？
1702327575
1702327576
2005年下半年，塞佛兹设立了一个中心区位，以供员工提交和更新他们从感恩节到年底的销量预测。三百多名员工参与了这项活动，塞佛兹记录了他们集体猜测的结果。当2006年初尘埃落定时，他透露道，8月份内部专家正式预测的准确率为93%，而假定业余群众的准确率仅下降了0.1%。2
1702327577
1702327578
百思买随后将额外的资源分配给了其预测市场，即“泰格交易”。3通过两千多名员工的预测，市场为管理者带来了有用的见解，员工们已经进行了成千上万次交易，所涉及的话题从客户满意度评分，到开店，再到电影销售等。比如，2008年初，“泰格交易”预测一种新的笔记本电脑服务程序包的销量可能会让人失望，而专家则表示乐观。当早期结果证实了“泰格交易”的预测时，公司暂时取消了该产品的供应，打算秋季再重新上市。虽然远非完美，但是，“泰格交易”在大多数时候都比专家更准确，而且，它还为管理层提供了一些通过其他途径无法获得的信息。4
1702327579
1702327580
1702327581
1702327582
1702327583
反直觉思考：斯坦福大学思维自修课 [:1702326960]
1702327584
反直觉思考：斯坦福大学思维自修课 侍酒师，不要瞧不起这个方程式
1702327585
1702327586
谈到葡萄酒，我是个门外汉。晚餐时分，当我品味一杯葡萄酒时，我几乎总是把选择酒的事交给服务员或者餐桌上的其他人，并且天真地把快乐与价格联系起来。5让我感到诧异的是，判断葡萄酒竟类似于欣赏艺术品——美是由旁观者说了算——在我看来，懂得品酒的时髦人群总是那么博学，还有点神秘。因此，想象一下，当我得知计量经济学家和耶鲁大学法学教授伊恩·艾尔斯的《超级数字天才》中有一个等式，可以让人不需要品尝就了解葡萄酒的价值时，我有多么高兴：6
1702327587
1702327588
葡萄酒的价值= -12.14540 + 0.00117冬季降雨量+ 0.61640生长季节平均温度- 0.00386收获季节降雨量
1702327589
1702327590
奥雷·阿森费尔特是一位经济学家和葡萄酒爱好者，他设计的这个回归方程是用来说明产自法国波尔多地区的红葡萄酒的质量的。在长期生产葡萄酒的过程中，波尔多酒商使用一致的方法，一直认真记录降雨量和气温，这为阿森费尔特提供了丰富的数据。他发现，天气和葡萄酒质量之间存在一种明确的因果关系，于是，他得出了整个等式，用以量化二者之间的关系。尽管遭到内部葡萄酒鉴赏家的蔑视，但结果表明，阿森费尔特的价值预测达到了惊人的准确程度，对于判断新葡萄酒特别有用。7
1702327591
1702327592
在这种情况下，电脑胜过鉴赏家。多年来，喝葡萄酒的人不得不依靠专家的意见，而专家自身的素质是有差异的，他们的意见也会发生分歧。这就需要外部人员——在以上例子中是一名经济学家——来识别之前被忽略的关系。有了这个等式，计算机就能以更快、更经济、更可靠的方法提供评估，而且不会有一丝势利。
1702327593
1702327594
1702327595
1702327596
1702327597
反直觉思考：斯坦福大学思维自修课 [:1702326961]
1702327598
反直觉思考：斯坦福大学思维自修课 专家的殿堂正在倒塌
1702327599
1702327600
随着网络对群众智慧的利用和计算能力的增长，专家为其预测增添价值的能力正在稳步下降。我把这种现象称作专家限制，显示这一现象的证据正逐渐增加。尽管这已成趋势，但我们仍然渴望专家——掌握特殊技能或方法的个体——相信许多形式的知识都和技术以及专业相关。我们公然听从身穿白色实验服或细条纹西装的人的意见，相信他们手中握有答案，而且，我们对电脑得出的结果或一群新手的集体意见也心存疑虑。8
1702327601
1702327602
专家限制意味着，坚持旧有思维习惯的人无法通过利用新方法从他们所面临的问题中获得洞见。知道什么时候比专家有远见，这需要一种全新的视角，而这种视角并不是与生俱来的。可以肯定的是，专家的未来并不完全是黯淡的。专家在一些关键领域保留着优势。我们所面临的挑战是，知道何时以及如何利用他们。
1702327603
1702327604
所以，作为一个决策者，你如何应对专家限制？第一步：仔细考虑你所面临的问题。图3-1可以帮助你指导这个过程。左起第二栏所覆盖的问题，其解决方案都是以规则为基础的，所产生的可能结果也是有限的。在这里，有些人可以在过去模式的基础上调查这个问题，并把规则写下来，用于指导决策。9专家能够处理好这些任务，可是，一旦原则清楚明了时，电脑就显得更经济、更可靠了。考虑一下诸如信用评分或简单形式的医疗诊断之类的任务，专家之所以会就如何处理这些问题达成一致，那是因为解决方案都是透明的，而且在很大程度上也是经实践证明的、真实可靠的。
1702327605
1702327606
1702327607
1702327608
1702327609
图3-1 专家的价值
1702327610
1702327611
起初，专家在这些问题上是很重要的，因为他们可以找出起作用的规则或算法。想想阿森费尔特吧。然而，潜在秩序并不总是显而易见的。有时，专家必须使用统计方法来寻找系统中的结构，可是，一旦他们这么做，电脑就会接管他们的任务。
1702327612
1702327613
21世纪初，哈拉斯赌场的经验是一个很好的实例。多年来，哈拉斯和其他赌场一样，奉承讨好那些在赌桌上下高筹码的人——豪赌客。然而，一项关于客户数据的仔细研究显示，正是一些可自由支配时间和收入的中老年人为赌场增加了大部分收益。因此，针对最优质的客户群，高管利用这份数据来建立更大的忠诚度，同时依然有效地管理豪赌客。传统智慧认为，专家高管永远是对的——豪赌客是创造最高价值的客户——这种观念显然是错误的，但是，只有通过新的视角来分析这份数据时，我们才能明白这一点。10
1702327614