模式匹配胜过叙述推理
我在商业和投资中大多数失败的赌注,都是由于叙述推理驱动的:简短而引人注目的世界故事,听起来很聪明。“大麻即将在加拿大合法化。这是一个投资新兴行业的难得机会。” “我要投资一家钴矿公司,因为他们与特斯拉签署了一份合同。” 在我们推出Spellbook之前,我们曾想过:“让我们为律师推出Shopify,因为按小时计费的律师更关心获取业务,而不是效率。” 我们喜欢故事。叙述像病毒,是一种改变思维的药物。当它们进入我们耳中时,我们会觉得:“啊!这有道理。”它们在一个令人不知所措的世界中增加了清晰感。然后我们被迫向他人分享这个故事。清晰感让人感觉良好,我们想要分享这种感觉。更重要的是,分享故事让我们觉得聪明。这种传染性使得叙述推理极其危险。因为简单的故事往往使我们做出糟糕的赌注。简洁的故事在推动现实世界中的行动方面并不好,因为现实世界是多因果的。有成百上千,甚至数百万个因素导致一个赌注有好的结果。想象一下世界上最好的国际象棋人工智能:对于任何棋盘状态,它必须考虑数百种走法,然后是大量的分叉未来。优秀的国际象棋引擎不能仅仅依靠“好的进攻是最好的防守”这样的叙述推理来获胜。这些引擎更像是电子表格:庞大的数字和概率矩阵。它们能够做出我们无法理解的、基于语言推理的走法。最糟糕的部分?现实生活比国际象棋复杂得多。由此我们可以得出结论:关于世界的最佳战略方式绝对不是使用一串简单的词语。原始现实并不容易理解。也就是说,它并非简明结构,不容易被我们理解。虽然叙述让我们感到舒适,但它们不足以捕捉现实的本质。现实是混乱的。我读过的最有影响力的东西之一是Venkatesh Rao的《一个称为可读性的巨大小想法》。它谈到我们如何被有序、可读的系统吸引——但这些系统往往会失败。我们甚至会摧毁混乱、有效的系统,用整洁的系统代替,看到整洁的系统惨败。我们过分重视可读性。我们称这为可读性偏见。例如,下面的图片中有一个可读的“科学森林”和一个不可读的有机森林。“科学森林”失败了,尽管它的可读结构使我们对这种方法充满信心。混乱的不可读森林依然成功。为什么即使我们意识到可读性偏见,它在社会中依然存在?一个答案是:它安抚了人们。我们从幼儿园起就被条件反射地认为,世界是有清晰结构的。事物发生有清晰的原因。在创业世界中,如果你坚持得足够长,这个幻觉就会被打破。但大型组织“制造可读性的幻觉”,以安抚和在员工中创造秩序感,而上层管理层内圈的人们则直面混乱的现实。同样,在组织中,沟通带宽意味着你需要粗糙、简单的故事来让船朝正确的方向前进。简单的故事在管理中是必要的邪恶。但大型组织顶部的重大决策并不是这样做的。简单的故事是激励和引导人们朝着大致正确方向的工具。如果一个人在一家大公司工作多年,未曾进入管理层的“内圈”——那么很容易看出,他们会混淆用于激励他们的工具与实际有效决策的过程。人们误解了简单故事的用途。它们更多的是工具,管理工具、政治工具、激励工具和营销工具,而不是决策工具。好的赌注是关于“寻找阿尔法”。也就是说,投资那些被他人低估的机会。由于人类对可读性有强烈的偏见,高度可读的赌注往往受到追捧。例如:“由于大麻刚在加拿大合法化,我打算购买$WEED股票,入驻这个新兴行业的起点。”事情的结果是:即使这些叙述是正确的,它们对市场太显眼,迅速被过度购买。换句话说:在你下注之前,股票价格已经太高。或者在你之前有太多竞争者进入了这个商业理念。或者太多音乐家创作了类似的歌曲。这种推理适用于任何竞争领域。发现被低估的赌注的一个好地方是在那些不可读的领域。如果故事不起作用,我们如何在如此复杂且多因果的世界中生存?简单的故事可以用于基本的生存:“我需要吃东西才能生存”。但是要找到他人低估的好赌注…
本站免费、广告极少。如果觉得有帮助,可以请我们喝杯咖啡 —— 任何金额都对持续运营有实际帮助。
☕请我喝杯咖啡