諾貝爾經(jīng)濟學(xué)獎得主和心理學(xué)家丹尼爾·卡尼曼（Daniel Kahneman）被稱為行為經(jīng)濟學(xué)之父。幾年前，他從普林斯頓大學(xué)的教學(xué)崗位退休，在紐約和人聯(lián)合成立了一家咨詢公司。在最近的沃頓人力分析大會（Wharton People Analytics Conference）訪談中，他講述了他的咨詢經(jīng)驗，他原本“期待”那些“需要盈利才能在這個競爭激烈的世界生存下來”的組織機構(gòu)的決策質(zhì)量“能讓他感到驚嘆”。
“但是我并沒有感到驚嘆，”他說道。
“你看著那些大型組織機構(gòu)，它們應(yīng)該是最優(yōu)秀最合理的。但是在它們運營過程中數(shù)不勝數(shù)的愚蠢行為，它們的那些荒唐程序，還有你身邊那些隨處可見，實在糟糕的思維方式，真的非常令人苦惱，”他說道，并指出有許多地方都可以改進。
在卡尼曼看來，
思考如何做出“與風(fēng)險的復(fù)雜性和重要性相稱”的決策是一個巨大的問題，但商業(yè)界對此并沒有投入太多的思考。在大會上，他描述了在使企業(yè)變得“更加智慧”的過程中能夠產(chǎn)生哪些重大進展。
人的問題
如果個人經(jīng)常做出糟糕的決策，就像卡尼曼所說的那樣，那么原因是什么呢？答案就在行為經(jīng)濟學(xué)中，該領(lǐng)域解釋了為什么人們經(jīng)常做出不合理的財務(wù)選擇，并且總是不按標(biāo)準(zhǔn)經(jīng)濟模型預(yù)測的常理出牌。（卡尼曼在他2011年備受贊譽的國際暢銷書《思考，快與慢》（Thinking, Fast and Slow）中解釋他的許多成果。）
行為經(jīng)濟學(xué)家認為，人們正在不知不覺中被過度自信、有限的注意力、認知偏見以及其他心理因素束縛手腳，從而不可避免
地產(chǎn)生判斷錯誤。這些因素影響著我們的一切行為，從我們?nèi)绾瓮顿Y股票，到我們?nèi)绾螒?yīng)對市場營銷供給，再到我們?nèi)绾芜x擇午餐購買的三明治。
“從本質(zhì)上來說，當(dāng)我們跳到結(jié)論，得出完整條理的故事，再進行闡釋時，我們對自己的感覺過于自信，”卡尼曼說道。“所以我們會自然而然，無意識地曲解一些情況。這一點很難控制。”更重要的是，很多人為錯誤甚至不是由于系統(tǒng)原因造成，而是“噪音”，他說道，“當(dāng)人們思考錯誤時，我們會傾向于思考出現(xiàn)了某些偏差。但是實際上，人們所犯的很多錯誤根本就是“噪音”而已，也就是說它們是隨意的，不可預(yù)測的，所以也是不能解釋的。”
他引述了一些關(guān)于專家的專業(yè)判斷的例子，令人堪憂，“你把相同的X光片放在放射專家面前，在個別試驗中，大約20%的時間他們都無法得出相同的診斷結(jié)論。”
從他的咨詢工作中，卡尼曼提供了一個大型金融機構(gòu)的例子，這一金融機構(gòu)經(jīng)常需要做出關(guān)于貸款批準(zhǔn)和保險公司的判斷。但是這些涉及數(shù)十萬美元的決策通常跟一個人的意見掛鉤�？崧M行了一個實驗，問團隊領(lǐng)導(dǎo)人如果讓兩個專業(yè)人士分別評估一個相同的案例，他們認為這兩個人的結(jié)論會有多少出入呢？
“許多人給出了同樣的猜測：5%到10%之間，”卡尼曼說道，“但答案是40%到60%之間。相差超過一個量級。這跟所有人預(yù)期的截然不同。”他指出，在這家組織機構(gòu)中存在“巨大的噪音問題”，但公司領(lǐng)導(dǎo)人對此毫無知覺。
這一問題不能歸咎于某些員工的相對經(jīng)驗不足，卡尼曼說道，“至少在我們的試驗中，令人感到非常驚訝的是那些經(jīng)驗豐富的專業(yè)人士的表現(xiàn)與新手們一樣變化無常。”
如果讓專家參與進來，像一個小組一樣決策會有所幫助嗎？即使這種做法在組織機構(gòu)中是可行的，其中也存在一些陷阱，而且通常情況下這種做法并不可行。卡尼曼說，根據(jù)社會心理學(xué)，當(dāng)一群人在討論一件事時，就會出現(xiàn)“巨大的順從壓力”，導(dǎo)致參與者從根本上低估他們之間的分歧程度。
面臨著改善商業(yè)決策的重重困難，一家企業(yè)應(yīng)該怎么做呢？
解決之道：算法
卡尼曼的方法是通過算法幫助組織機構(gòu)以“嚴(yán)謹(jǐn)思考”緩和人為判斷的風(fēng)險。研究結(jié)果非常明確，他說道，當(dāng)涉及到?jīng)Q策時，算法比人更勝一籌。“算法是沒有噪音的，人則不是，”他說道，“當(dāng)你把一些數(shù)據(jù)放在一個算法前時，你總是會從另一端得到相同的回應(yīng)。”
一個優(yōu)秀的算法根本不需要大量的數(shù)據(jù)，卡尼曼說道。（他說這是“一個金融業(yè)內(nèi)鮮為人知的秘密”。）如果你正在評估公司的金融穩(wěn)定性，例如給它們貸款或者給它們投保免受金融風(fēng)險影響。他建議跟一群對情況有透徹了解的人坐下來，列舉出五個或六個維度。八個以上可能就沒必要了。“如果你針對這些維度進行良好的等級排序，給予它們相同的權(quán)重，一般情況下你得出的結(jié)論會與一個非常復(fù)雜的統(tǒng)計算法一樣可靠。”而且就平均水平而言，通常會比專家結(jié)論可靠得多，他補充道。
卡尼曼是美籍以色列人，如今已經(jīng)步入耄耋之年。他回憶起曾經(jīng)發(fā)明過一個關(guān)于這類程序的模型，當(dāng)時他還只是一個擁有心理學(xué)學(xué)位的以色列排長，應(yīng)要求為軍隊設(shè)計一個新的面試系統(tǒng)。盡管當(dāng)時遇到了一些阻力，但是他設(shè)計的這一系統(tǒng)現(xiàn)在仍然被以色列武裝力量使用著，他說道。
卡尼曼發(fā)現(xiàn)了六個可以同時進行評估的維度，其中包括準(zhǔn)時性、社會性和盡責(zé)性，“一些稱之為男性的驕傲的因素”（他指出這是60年前針對作戰(zhàn)單元的面試），以及其他。“把這些因素放在一起同時評估非常重要，”他說道，“通過這種方式你不會只是對這個人形成一種整體的印象，而是對每個因素形成不同的印象。它所控制的也就是心理學(xué)家所說的光環(huán)效應(yīng)。”
完整的選拔過程就是產(chǎn)生六個核心維度，然后將其疊加。當(dāng)許多面試官抱怨“你把我們變成了機器人”時，卡尼曼說他添加了一個最終的“整體評分”步驟，作為對人類直覺論的一種讓步，“然后，閉上你的眼睛，思考這個人將會成為怎樣的一種士兵。然后在1和5之間打分。”
當(dāng)幾個月后新的面試系統(tǒng)生效后，根據(jù)實際表現(xiàn)，它的結(jié)果顯示最終的整體打分非常準(zhǔn)確，卡尼曼說道。事實上，它比任何單一維度評分都準(zhǔn)確得多。“從中可以獲得一些啟示，”他說道。在以前，候選人在面試時只進行整體評分，“這是毫無價值的”。
“整體評分不錯，直覺也不錯，但前提是你先要對問題的各個部分進行系統(tǒng)地和獨立的評估，”他解釋道，“然后當(dāng)你閉上眼睛，憑直覺產(chǎn)生一個整體的印象時，你就會添加信息。”
不論在任何組織機構(gòu)中，執(zhí)行這種程序一定會面臨來自員工的阻力，卡尼曼說道。“你應(yīng)該以一種輕柔的方法實施，否則人們就會對你懷恨在心，不會遵守。但是如果他們認為你實施這種程序能夠幫助他們完成工作，那就不錯。”就個人經(jīng)驗而言，他說道，如果你努力指導(dǎo)人們用一種特別的方式審視信息，實際上他們會發(fā)現(xiàn)這會幫助他們做好工作。
當(dāng)企業(yè)領(lǐng)導(dǎo)人初次被告知他們應(yīng)該實施算法來引導(dǎo)專家的觀點，他們的反應(yīng)如何？“不太好，”他說道。但是“當(dāng)你告訴團隊領(lǐng)導(dǎo)者，當(dāng)他們預(yù)期只有5%或10%的差異時，事實上會有50%的差異，他們就愿意采用算法了。”
人工智能會替代人類直覺嗎？
當(dāng)卡尼曼被問道人工智能在商業(yè)思考中越來越重要的角色，特別是強大的算法正越來越多地完成一些先前由會計師、咨詢師和管理者完成的工作，他的回答令許多觀眾感到驚訝，“我對此也很擔(dān)憂。”
他的擔(dān)心是，隨著人工智能越來越復(fù)雜，它將不再是簡單地幫助人類實現(xiàn)嚴(yán)謹(jǐn)思考，實際上它們自己就可以執(zhí)行專業(yè)的判斷。“這對組織機構(gòu)的領(lǐng)導(dǎo)人來說極具威脅性，”他說道，“因為一旦你進行決策分析后，任何人都可以猜透領(lǐng)導(dǎo)。這對權(quán)力結(jié)構(gòu)將會產(chǎn)生何種影響？”
他引用了一個令人大開眼界的人工智能里程碑的例子，也就是今年年初，谷歌電腦程序五局四勝，打敗了曾獲得18個國際冠軍頭銜的亞洲圍棋世界冠軍。“圍棋可以被看作是直覺游戲的一個例子。真正的專家也不能解釋他們是如何得出結(jié)論的，這太復(fù)雜了。”但是，卡尼曼說道，谷歌團隊設(shè)計的軟件以15萬場真正的人類比賽為基礎(chǔ)，然后通過自我對陣大約3000萬場對其進行了改進。最后得到了一款比世界冠軍更加優(yōu)秀的程序，這款軟件能獲得比一個人可能獲得的更多的信息。
“所有這些都取決于數(shù)據(jù)的可用性，這就是直覺如何發(fā)展出來的，”他指出，“我們的直覺靠的是我們一生中收集的信息。人工智能將做得更好。我們該如何面對這些呢？”
來源：沃頓知識在線 
2016-07-08 09:38:27