再想一下

出版时间：2010-10-30  出版社：天下遠見出版股份有限公司  作者：麥可．莫布新  页数：288  译者：胡瑋珊  
Tag标签：无  

前言

　　導論　　聰明反被聰明誤　　──麥可．莫布新　　2008年12月，兩件似乎毫無關連的事件相繼發生。首先是心理學家史蒂芬．葛林斯潘（Stephen Greenspan）發表其著作《上當受騙紀事錄》（Annals of Gullibility，暫譯）。心理學教授葛林斯潘在書中解釋，我們何以容許他人占我們便宜的原因，其中也討論了涵蓋金融、學術與法律等領域的欺騙案例。最後，他以提供不再上當受騙的有益忠告，做為這本書的結論。　　第二件事則是由柏納德．馬多夫（Bernard Madoff）所主導、史上最大龐茲騙局（Ponzi scheme）的曝光，不疑有他的投資人付出了超過600億美元的代價。龐茲騙局是一種詐欺犯罪手法，基金管理人運用來自於新加入投資人的資金，以支付先前的投資人。由於沒有實質合法的投資活動，當幕後操盤者找不到足夠的新投資人時，整個騙局就會崩盤。當投資人被金融海嘯嚇壞了、紛紛要求贖回投資資金，而馬多夫無法滿足時，他的騙局便全盤瓦解。　　諷刺的是，聰明而又深受敬重的葛林斯潘，竟然在馬多夫主導的龐茲騙局裡失去其退休積蓄的30%。以上當受騙為題寫了本書的作者，最終還是被有史以來最偉大的騙徒所欺騙。持平而論，葛林斯潘並不認識馬多夫。他投資了一支把資金轉投資到這個騙局的基金。而葛林斯潘慷慨仁慈地分享了他的故事，說明他為何會被以後見之明來看，好到不可能是真實的投資報酬所吸引。　　如果你要求人們回答，有哪些形容詞與良好的決策者相關，通常可見「有智慧」和「聰明」等字眼。不過，歷史上有許多因為認知錯誤，聰明人做了壞決定而造成可怕後果的例子。讓我們來看以下這些案例：　　．1998年夏季，美國避險基金「長期資本管理公司」（Long-Term Capital Management, LTCM）損失超過40億美元，最後必須由銀行團出資拯救。長期資本管理公司）的資深專業人員（其中有兩位還是諾貝爾經濟學獎得主），在危機發生之前一直都相當成功。就一個團體而言，這些專業人員擁有全球任何組織中最頂尖的心智，而且他們自己也是其所管理基金的投資大戶。後來之所以失敗，是因為他們的金融模型未曾充分考慮到大幅的資產價格波動所致。　　．2003年2月1日，美國哥倫比亞號太空梭在重返地球大氣層時解體，機上7名組員全部罹難。國家航空太空總署（NASA）擁有全球公認最頂尖與最聰明的工程師。哥倫比亞號太空梭之所以解體，是由於一片泡沫絕緣材料在起飛發射時脫落，繼而損害了太空梭重返地球時保護機體免於高熱的能力。泡沫絕緣碎片並非新的問題，但因為之前沒出過意外，工程師便忽視了這個問題。與其考慮碎片的風險，航太總署反而把沒出現問題當成萬事平安的證據。　　．2008年秋天，在短短數週內，冰島的前三大銀行相繼破產，國家幣值貶值超過70%，股市則狂跌超過80%。當銀行部門於2003年私有化之後，大型銀行將其資產從原本約為冰島國內生產毛額的一倍，增加為將近十倍，速度之快被稱為「人類有史以來銀行體系的最快速擴張」。世人公認冰島的國民教育良好、慎重自制，但人民卻捲入了以債養債的消費狂潮，資產價值上揚飆漲。在冰島，或許每一位個體都能夠將自己的決定合理化，然而集體而言整個國家卻朝著經濟的懸崖快速墜落。　　沒有人一早醒來就想著，「今天我要做出壞決定。」然而，我們都會做出壞決定。尤其令人驚訝的是，某些最大的錯誤是由根據客觀標準而言非常有智慧的人所犯下的。聰明人會犯下龐大、愚蠢而且後果嚴重的錯誤。　　多倫多大學心理學家齊思．史坦諾維奇（Keith Stanovich）認為，我們用來判斷聰明與否的智力商數（intelligent quotient, IQ）測驗，未能測量優質決策所需的基本要素。「雖然大多數人表示，理性思考的能力是優越智慧的明顯表徵，」他認為，「標準的智商測驗卻無法測試出一個人有無理性思考的能力。」心智的彈性、內省能力，以及適切調整、校準證據的能力，都是理性思考的核心，但在智商測驗裡卻大都付之闕如。　　聰明人之所以會做出壞決定，是因為他們就如我們一般人一樣，在心智軟體上都擁有相同的「出廠設定」，但這套軟體的設計並非為了處理今日的諸多問題。因此，我們的心智經常想要以「出廠設定」的方式來看待這個世界，而事實上另一種較佳的方式卻需要一些心智上的努力。一個簡單的例子是光學的幻影：你認知到某一個影像，但實相卻是不同的東西。　　除了心智軟體的問題之外，聰明人之所以會做出壞決定，是因為他們抱持錯誤的信念。比方說，身為偵探人物福爾摩斯的創造者而名聞遐爾的亞瑟．柯南．道爾爵士（Sir Arthur Conan Doyle），就相信多種型態的靈魂論，例如仙子的存在。這些信念會阻礙我們進行清晰的思考。要做出好的決定，你必須經常再想一想，而這正是我們的心智所不願意的。　　聚焦在錯誤上似乎聽來沮喪，不過本書實際上是一個關於機會的故事。機會以兩種面貌呈現在我們面前。首先，透過更清晰地思考問題，你能夠減少所犯錯誤的數量。根據史坦諾維奇和其他人的研究，如果你在聰明人下決定之前，能事先向他們解釋，問題可能會如何出錯，則他們解決問題的表現會比毫無指引時要好。史坦諾維奇大聲疾呼，「唯有當你事先提醒時，聰明人的表現才會比較好！」其次，你也能看到其他人所犯的錯誤而加以運用。正如敏銳精明的生意人所知之甚詳的，一個人的錯誤是另一個人的機會。假以時日，最能理性思考的人就會是贏家。本書即是討論如何認清這些機會。　　接下來，我將帶領你走過以下三大步驟：　　．準備。第一個步驟是心智準備，此過程將讓你學習到我們常犯的錯誤。在每一章節裡，我會討論一個錯誤，佐以一些專業上的實例，同時提供學術研究資料，來解釋這些錯誤發生的原因。我也會檢討這些錯誤如何造成重大的後果。即使擁有最佳的意圖，投資人、商人、醫師、律師、政府官員，以及其他專業人士仍然做出拙劣的決策，而且通常付出極高的成本。　　．認知。一旦你知道錯誤的類別，第二個步驟便是認知情境中的問題，或稱為情境知覺。你在此的目標是：認知你所面臨的問題種類、你可能犯錯的風險，以及你需要何種工具以便做出明智選擇。發生錯誤的原因通常起源於一種失調：在你所面對的複雜事實及你用來對應複雜事實的簡化心智習慣，兩者之間的失調。挑戰在於，如何在表面上看來似乎相異的領域之間，創造心智上的連結。你將明瞭，多元領域的方法能夠在制訂決策時，激盪出偉大洞見。　　．運用。最後也是最重要的步驟是，減少你可能的潛在錯誤。就如同運動員為了準備一項競賽而開發其整體技能，本書的目標是建造或改善一套心智工具，以因應生活實相。　　順帶一提的是，我自己對於這些認知錯誤並沒有免疫力，而且仍然會犯本書中我所描述的每一個錯誤。我個人的目標是，當試圖做決策時，能夠認知到自己正踏入危險區域，然後放慢腳步。關鍵在於，如何在適當的時機尋找到適切的觀點。　　準備，認知，運用，然後贏得一件T恤　　和其他許多教授金融學的老師一樣，我也會跟學生進行實驗，說明聰明人做決策時是如何掉入陷阱。在一項實驗中，我在全班面前拿出一個裝了硬幣的玻璃罐，要求每個人各自出價投標全部銅板的價值。大多數學生的出價都比實際價值低，不過還是有些人出價遠高過銅板的價值。最高的投標者贏得這場拍賣，但其代價則是，支付金額超出實際幣值。這就是所謂「贏家的詛咒」。這個觀念對企業併購非常重要，因為企業爭相出價、併購一家目標公司時，出價最高者往往多付出太多錢。這項實驗讓學生（特別是獲勝的學生）獲得第一手的寶貴經驗。　　為了讓實驗更有趣，老師通常會把實驗設計成競賽，表現最佳者可以獲獎。我曾經參加過哈佛大學主辦，一場為期兩天的「投資決策及行為金融學」研討會，其中有幾次這樣的競賽。之前的閱讀與教學經驗早已讓我對這些實驗相當熟悉。然而，第一次參與實驗時，我的表現實在平平，比平均水準還低。不過，後來我研究了其中的原理，練習認清問題，並且學習適當解決問題的技巧。　　第一項實驗是測試「過度自信」。哈佛大學政治學教授，同時也是橋牌冠軍的查克豪瑟（Richard Zeckhauser）發給參加者一張列有十個不常見的問題，例如：亞洲象的懷孕期有多長，然後要求一個最接近正確答案的預測值，以及一個正確答案落在90%信賴區間的高低預估值。比方說，我可能會推估大象的懷孕期應該比人類長，然後猜測15個月。而我也有九成的把握，正確答案會落在12到18個月當中。如果我的能力與我的信心相符，那麼我會預期十次中有九次，正確答案應該會落在那個區段。不過，事實上大多數人只有40%到60%的時候正確，而這反映了人們的過度自信。即使我並不曉得那十個問題的答案，但是我有預感自己可能會在哪些地方出錯，於是便調整了最初的預估。最後我贏了那場競賽，得到一本書。　　第二項實驗則展現了理性思考可能出現的失靈情形。實驗中，全球頂尖行為經濟學家理查．塞勒（Richard Thaler）要我們寫下從0到100中的任一整數，最接近全體平均猜測值三分之二的人就獲勝。在一個純粹理性的世界中，所有參加者會冷靜地進行層層推論，最後得出這項實驗最合乎邏輯的解答，也就是0。不過，這項遊戲的真正挑戰包括必須考慮其他參加者的行為。你可能選了0而獲勝，可是如果任何人選擇了一個大於0的數目，你就無緣得獎。順帶一提，最後獲勝的答案，通常都介於11和13之間。我也贏了那場競賽，而且得到一件T恤。　　塞勒把獎品丟給我的時候，嘴裡一邊發牢騷：「你不該得獎，因為你早就知道是怎麼一回事。」　　沒錯，我早就知道是怎麼一回事。這就是關鍵所在，也正是本書的重點所在。　　讓難題變簡單的魔術方塊　　透過準備和認知，可以提供你新的觀點，用以簡化艱難的問題。由著名的經濟學家賀伯．賽門（Herbert Simon）所構想的遊戲「加總15」（Sum-to-Fifteen）就是一例。你把九張卡片，數字從1到9，正面朝上放在桌上。兩位玩家輪流挑選卡片，目標是收集到三張加總起來為15的卡片。若你未曾玩過這個遊戲，試試看。或者跟朋友或同事提議玩這個遊戲，然後你在一旁仔細觀察他們的舉動。　　這算是一個難度中等的遊戲，因為你必須同時記住自己和對手的加總數目。你必須思考如何主動攻擊，搶先拿到三張加總為15的卡片；同時也要防衛你的對手如法炮製。　　現在，讓我介紹一個魔術方塊，這個遊戲馬上變得輕而易舉：　　8　3　4　　1　5　9　　6　7　2　　請留意這些數字，不論從垂直、水平或者對角線加總起來都是15。忽然間，這個遊戲變得非常容易，就像童年時最喜歡的「井字遊戲」（tic-tac-toe，又稱為naughts and crosses）。一旦你把這個遊戲視為小時候常玩的井字遊戲，要獲勝就簡單多了。最差的情況頂多打成平手，輸的話則就不可原諒了。　　如何將我們心智資料庫裡的想法，拿來靈活應付現實世界裡的棘手問題，對大多數人都是難題。我們的頭腦並非生而適合「從準備到認知」的過程。沒錯，典型的決策者只分配25%的時間，用來妥當思考問題，以及從經驗中學習。大多數人都把時間花在蒐集資訊上，因為這樣感覺上頗有進展，在上司面前看起來又勤快。可是，缺乏情境背景的資訊很容易造成錯誤的決定。若未能適當了解你的決策中隱含的挑戰，這份資料對於決策的正確性就毫無幫助，而且事實上還可能把自信心使用在錯誤的地方。　　你應該專注於過程還是結果？　　三個因素決定了決策的結果：你如何思考問題、你的行動，還有運氣。你可以讓自己熟悉常見的錯誤，認清所處的情境，然後採取可能正確的行動。不過，如同上述所言：運氣，超出你的控制範圍之外，即便它可能在短期之內決定結果。根據這項事實，自然會引發一個基本問題：在衡量決策品質時，究竟該根據做決策的過程，還是結果，來衡量決策的品質？　　直覺的答案是，專注在結果上。結果是客觀的，同時能區分贏家與輸家。在很多案例中，衡量決策的人相信，一個有利的結果正是一個良好過程的證據。雖然這個想法相當普遍，卻是一個很糟的習慣。若能拋開這個習慣，將有助於你做決策時，打開一個充滿洞見的新世界。　　我們所面臨最具挑戰性的決策涵蓋了不確定性的元素，而我們表達可能結果的最佳方式便是機率。除此之外，即使資訊不完整，我們還是必須做出決策。當一個決定涵蓋了機率時，良好的決策可能導致壞結果，而壞的決策可能導致好結果（至少短期看來似乎如此）。舉例來說，你在賭場裡玩21點，而目前手中的牌加總為18點。你不依照玩牌的標準策略而要求發牌，莊家翻出了3點，剛好讓你21點。這就是一個不好的過程和一個好結果。如果用同樣的好手氣玩100次，根據標準策略所主張的，平均來說你還是會輸。　　在一個機率的環境中，專注在決策的過程而非結果，對你比較有利。21點是一種機會的遊戲。意思是如果你遵循機率法則，表現會最好，也就是手中已經有17點或是更多時別叫牌。不過，由於過程中運氣扮演了重要角色，請務必記得：良好的決策並不保證帶來吸引人的結果。如果你做了個好決定卻得到爛結果，把自己整理一下，重新出發，準備好再試一次吧。　　在衡量其他人的決定時，同樣也是觀察他們的決策過程而非結果，對你比較有利。許多人之所以成功，大半要歸功於好運氣，常見的情形是，他們完全不知道自己是怎麼做到的。不過，只要幸運停止對他們微笑，他們幾乎總是會得到處罰。同樣地，身懷技能而承受了好一段時間爛結果的人，反而會是值得押寶的好賭注，因為好運氣會隨著時間平均分配。　　專業人士常犯的重大錯誤　　本書的主要讀者是投資人和商業人士，但本書的觀念對於其他專業人士也同樣有益。本書既非常見錯誤的調查，亦非闡述一個重大主題。比方說，大部分書籍若非把焦點放在「展望理論」〔prospect theory，包括損失趨避（loss aversion）、過度自信（overconfidence），框架效應（framing effects）、定錨（anchoring），以及確認偏誤（confirmation bias）〕，就是執著在單一重要觀念上。相反地，本書是根據我在投資產業的經驗，以及藉由我在心理學與科學方面的涉獵，試著挑選我認為最有用的觀念。　　接下來的每一章會討論一個常見的決策錯誤，並說明該錯誤影響重大的原因，同時提供一些如何管理問題的方法。　　第一章，外部觀點：為何「大棕馬」是個壞賭注，本章指出我們傾向把每一個問題視為獨一無二，不去詳細考慮其他人的經驗。這類錯誤說明了，當購併其他公司時，即使自家公司過往少有成功的購併經驗，為什麼高階主管幾乎毫無例外地表現樂觀。　　第二章，開放選項：你的電話號碼如何影響你的決定，本章處理「隧道視野」的問題，亦即我們常在特定情況下欠缺考慮替代方案。當我們應該保持選項不設限時，我們的心智卻想要減少可能的方案。除此之外，誘因可能會促成某些只對特定人士有益的選擇。　　第三章，專家限制：為何Netflix比店員還清楚你最愛的電影，本章凸顯了我們對專家毫無批判性的依賴程度。專家的特色是，對很狹窄的領域知之甚詳，因此我們對專家的看法和預測應該更抱持懷疑的觀點。幸而我們愈來愈常見到，人們有效解決問題時，大多捨棄專家觀點不用，而是運用電腦的決策模型，或者善用群眾智慧（wisdom of crowds）。　　第四章，情境知覺：手風琴音樂如何提升勃根地葡萄酒的銷售量，本章標示出情境在決策中扮演的重要角色。我們總認為自己是客觀的，周遭人們的行為也同樣對我們的決策產生特別的影響。這也說明了，為何在尚未充分認清他人決策的情境之前，我們不應該對他人的行為驟下判斷。　　第五章，數大即不同：蜜蜂如何不靠房地產仲介就找到最好的蜂窩建地，本章探討在錯誤的層次上理解複雜系統的危險。你無法單靠觀察一隻螞蟻的行為來了解整個蟻群。試圖透過個體行為的加總來了解整體行為之所以行不通，是因為整體絕對大於部分的加總結果。這一章同時也指出，我們幾乎不可能管理一個複雜系統，這是美國政府處理2007年到2009年金融危機時所學到的教訓。　　第六章，處境證據：外包「夢幻客機」如何成為波音公司的噩夢，本章對於只根據個別徵兆而非所處情境，來預估一個系統的因果關係的做法提出警告。生活裡大多數問題的答案都是「那要看情況而定」。這個章節探討，如何思考究竟有哪些情況。　　第七章，臨界點：十個英國佬如何讓千禧橋搖晃，本章闡釋一個系統所遭受的小變異或小更動，最終會造成大規模變化的「階段移轉」（phase transitions）。由於當「階段移轉」發生時，很難分清楚因果之間的關係，更遑論預測結果了。　　第八章，技能與運氣有別：為什麼投資者善於買高賣低，本章說明技能與運氣在結果上所扮演的角色，同時強調通常被誤解的「回歸平均」（reversion to the mean，編注：意指當一個數字達到高點或低點時，接下來會趨近於一個平均數。亦即由低位回升或高位回落的現象）。比方說，運動記者和商業評論員在報導成功與失敗的故事時，一般而言都未能察覺技能和運氣所扮演的角色。　　結論，是該「再想一想」了，則為全書做摘要總結。同時也建議讀者採用某些特定技巧，以獲得決策優勢。比如，培養寫「決策日記」的習慣，並將想法付諸實行。　　丹尼爾．卡尼曼（Daniel Kahneman，普林斯頓大學心理學家、2002年諾貝爾經濟學獎得主）曾經提過，他很驚訝人們對於做決策的過程竟如此憂喜參半，充滿矛盾的情緒。一提到改善，大家就高談闊論，但極少有人真正願意投入所需的時間和金錢好好學習，終能改善決策品質。接下來的章節裡，我會介紹一些觀念來幫助你做出更好的決策。希望你也同時感受到閱讀的樂趣。　　選擇每一章的主題時，我心中有三個標準。首先，議題必須很常見。一旦你能消化吸收這幾個觀念，它們就會無所不在，出現在你以及其他人所面對的決策上。其次，這些觀念必須易於辨識，彼此之間不應只有細微或者很微妙的差異，而是能讓你清楚想起以往可能忽視的問題。最後，與這些主題相關的錯誤必須能夠加以預防。我雖然無法保證你成功，但我可以協助你改善做決策的能力。　　

内容概要

　　你知不知道，你的直覺會騙你？　　藉由三大步驟：準備、認知、運用　　讓你做對決策，投資穩紮穩打、職場上屢戰屢勝！　　沒有人會刻意做出壞決定。然而，我們卻總是做出壞決定。事實上，當代歷史中某些最大的災難，比方說大型投資銀行的崩潰及全球金融危機，全都是由許多聰明人所做出、看似合理的決策結果。這究竟是怎麼一回事呢？　　原因在於，當面臨複雜情境時，我們的頭腦會轉到簡化的型式，因而無法看清更好的解決方案。即便我們認為正在運用邏輯與思辨的能力，事實上潛意識裡還是受到社會和情境的影響。幸運的是，我們能夠重新設定心智系統，也就是說我們可以透過學習「再想一下」，來逆轉我們的直覺。　　在本書中，莫布新勾勒出一套嚴格的決策方法，能夠大幅降低昂貴的錯誤。這套方法包括：「準備」面對常見的心智陷阱，「認知」情境中的錯誤，以及「運用」正確的心智工具來形塑更好的決策。透過強有力的研究以及敏銳高明的分析，本書提供你一套發現危險決策陷阱的心智工具組，同時也讓你在專業與個人生活中的決定更加明智。

作者简介

　　麥可．莫布新（Michael J. Mauboussin）　　現為美盛資金管理（Legg Mason Capital Management）首席投資策略師。曾任瑞士信貸銀行（Credit Suisse）總經理暨美國分行的首席投資策略師。其工作主要是兼顧公司和投資人觀點的投資流程。分析領域橫跨金融、競爭策略、心理學，以及複雜系統理論。　　著有《魔球投資學》（More than You Know）一書，榮獲美國《商業週刊》2006年十大商業好書之一；同時也是美國「1-800-CEO-READ」網站評選為「歷來百大最佳商業書籍」之一。《商業週刊》於2001年的年度美國最佳商學院中，推崇他為「傑出教授」，此殊榮當年只有七位教授獲得；2009年，獲得教學卓越系主任獎（Dean’s Award for Teaching Excellence）。莫布新也是聖塔菲研究院（Santa Fe Institute）成員之一——該機構是複雜科學領域的創始先鋒，也是多學科研究的全球領導者。

书籍目录

導論 聰明反被聰明誤決策陷阱1：外在觀點——為何「大棕馬」是個壞賭注決策陷阱2：開放選項——你的電話號碼如何影響你的決定決策陷阱3：專家限制——為何Netflix比店員還清楚你最愛的電影決策陷阱4：情境知覺——手風琴音樂如何提升勃根地葡萄酒的銷售量決策陷阱5：數大即不同——蜜蜂如何不靠房地產仲介就找到最好的蜂窩建地決策陷阱6：處境證據——外包「夢幻客機」如何成為波音公司的噩夢決策陷阱7：臨界點——十個英國佬如何讓千禧橋搖晃決策陷阱8：技能與運氣有別——為什麼投資者善於買高賣低結論：是該「再想一想」了——如何能夠立即改變你的決策模式致謝詞註釋 

章节摘录

　　決策陷阱3　　專家限制　　為何Netflix比店員還清楚你最愛的電影　　侍酒師，別對這個方程式嗤之以鼻　　說到葡萄酒，我是一無所知。雖然晚餐時我喜歡小酌一杯，但是挑酒的工作幾乎總是推給餐廳服務員或共進晚餐的對象，並天真地將飲酒的愉悅和葡萄酒的價格混為一談。對我而言，評斷酒的好壞就像觀賞藝術品一樣─情人眼裡出西施─我一直認為，飲酒要晃動酒杯，啜飲和品味的這群人都是博學之士、而且有些神祕。所以，當耶魯大學計量經濟學和法學教授伊恩．艾瑞斯（Ian Ayres）在《什麼都能算，什麼都不奇怪》（Super Crunchers）一書中寫了方程式，宣稱可以評估葡萄酒的價值，而不必喝上一大口才能獲知時，我的喜悅可想而知：　　葡萄酒價值＝－12.14540＋0.00117冬季降雨量＋0.61640　　生長季節平均溫度－0.00386收穫季降雨量　　經濟學家和葡萄酒愛好者艾森菲特（Orley Ashenfelter）計算出這個迴歸方程式，以解釋來自法國波爾多（Bordeaux）地區的紅葡萄酒品質。長久以來，波爾多酒商藉由持續使用相同的方法來生產葡萄酒，以及不斷認真記錄雨量和溫度，提供艾森菲特豐富的數據。看出氣候與葡萄酒品質之間的明確因果關係後，他發展出這個方程式來量化箇中的連結。儘管葡萄酒行家內心感到不以為然，艾森菲特的價值預測已經證實極為準確，特別有益於判斷出廠年份較短的葡萄酒。　　在這個案例中，電腦優於品酒鑑賞家。多年來，葡萄酒飲用者必須仰仗專家的意見，但各路專家對於品質的觀點都各有不同。最後竟然還是由局外人（此例中是位經濟學家）來找出以往遭到忽略的關係。有了這個方程式，電腦可以提供更快、更便宜和更可靠的評鑑，而且沒有勢利的氣味。　　專家殿堂正逐漸傾頹　　由於群眾的智慧受到網路運用的加持，以及電腦運算能力的日新月異，致使專家預測的加值能力不斷下降。我將此稱為「專家限制」（expert squeeze），而且可茲證明的證據與日俱增。儘管趨勢如此，我們依然相信，許多形式的知識是技術性且專門的，同時渴望得到專家（亦即那些具備特殊技能或知識的個人）的意見。我們直覺認為，那些身穿白色實驗室外袍或細條紋西裝的人必定知道答案，並盲目聽從他們的意見，但卻對電腦產生的結果、或一群新手的集體意見心存疑慮。　　專家限制意味著，人們固守陳舊的思維習慣，不用新的方法深入了解問題。要知道何時得超越專家的意見，必須以全新的觀點來看事情，而這個觀點不會不請自來。不過可以肯定的是，專家的未來並非全然黯淡。專家在某些關鍵領域仍保有優勢。我們的挑戰是，要知道何時可借助專家的力量，以及如何運用。　　　　店員比不上Cinematch　　1990年代初期，我和妻子住在紐約市。晚上無事時，我們會租片回家觀賞。就如同那個時代其他影片出租店一樣，店裡會有一兩位店員根據你之前喜歡的影片及你當時的心情，非常熱絡地向你推薦，甚至可能不時會推薦一兩片你不常看的影片。考慮到他們相對不算多的電影庫存，以及對我們的電影口味有限的知識，這些員工算是相當有幫助的。　　DVD影片租借網站Netflix設立於1997年，以客戶滿意度為核心考量，初期便成功依據訂戶的喜好，介紹匹配的影片，業務因而蓬勃發展。2000年，這家公司推出名為「Cinematch」（影片配對）的服務，由一套演算程式系統，執行觀眾和磁碟影片的配對。Cinematch利用消費者回饋的資訊提供推薦，迅速改善預測消費者口味的準確度，讓用戶持續感到滿意及減少對新片發行資訊的依賴。Cinematch目前已帶動Netflix一半以上的租金收入。但公司管理階層意識到，Cinematch並非所有問題的答案。因此在2006年，他們發出戰帖：只要能提出更好的電腦程式，在預測消費者偏好的準確度上，比Cinematch高出一成，Netflix願意支付100萬美元獎金。　　撰寫這本書時，該筆獎金仍在各方爭奪之中，領先團隊的程式僅優於Cinematch 9.8%。有兩個值得強調的重點：第一，有些人雖然聰明絕頂，但處理問題的價值和Netflix相較之下卻是小巫見大巫。（Netflix的主管不諱言，一個成功演算法的價值超過100萬美元。）第二，無論是Cinematch或任何最終取代它的程式，其表現都大幅優於紐約市影片出租店的員工。　　儘管有幾十年充分的證據，各領域依賴專家的傾向依然毫無變化。事實上，大多數人很難吸收廣泛的統計證據，以融入他們的判斷中。當你面對如何挑選影片的決定時，問問自己，比較希望得到Cinematch提供的推薦，還是影片出租店櫃檯後頭的店員。現在，你已知道何者最可能提供你最大的觀賞樂趣。

媒体关注与评论

　　亞馬遜購物網站創辦人暨執行長傑夫．貝佐斯（Jeff Bezos）真誠推薦　　國內專家學者：　　周行一 / 政大財務管理系教授　　沈中華 / 台大財金系教授　　朱成志 / 萬寶投顧社長 專業推薦　　「除了更佳的決策之外，找不到其他事項能發揮更好的槓桿效應，而相關領域的研究目前正快速發展。在本書中，莫布新把這些道理濃縮成你真正需要的關鍵洞見，以訓練自己做出有效的強力決策。」　　——Jeff Bezos / 亞馬遜購物網站創辦人暨執行長　　「透過生動的