1999年9月，美國火星氣候探測器因為一個簡單的計算失誤而導致其墜毀。美國國家航空和宇宙航行局的調查報告顯示，由于該局工作人員的疏忽，沒有將探測器上的英制單位轉為公制單位，從而導致了嚴重的導航錯誤，造成1.25億美元的巨額損失。雖然這個例子可能過于極端，但企業因為人為錯誤諸如計算失誤、系統偏差或操作失誤等造成的企業損失一年可高達數十億美元。經典商業案例如福特公司的埃茲爾轎車（Ford Edsel）和可口可樂公司的New Coke新產品的問世和營銷失敗又何嘗不包含人為判斷失誤因素。
企業對于在哪里投資，投資多少和多快等因素都要有精準的數據作預算和評估。然而，盡管企管人員在提高生產力和營銷效力、設計新產品等方面可供運用的分析指標和工具日益完善，人腦判斷依然是企業決策過程中的重要組成部分。
重大失誤
犯錯乃是人之常情，即便是專家也有犯錯的時候。但犯大錯的頻率有多高？INSEAD決策科學助理教授米格爾.羅伯（Miguel Lobo）說，人們犯大錯的頻率比想象中的高，而企業犯下的嚴重錯誤之一是缺乏對事實的認識。羅伯在接受INSEAD智庫網訪問時說：“很多企業在發展的過程中信息量不足，他們過分倚賴單一信息；再者，他們缺乏應付突發事件的應急措施。”
羅伯說，比如20世紀90年代初的半導體行業低迷時期，當時一向擁有市場優勢的IT巨頭英特爾在產能方面的投資大大不足。在互聯網泡沫興盛的時候，這個產能不足就暴露出來。由于生產線的產能跟不上市場的需求，英特爾少賺的錢大大超過建設一間新廠房所需的10億美元。“這是一個預測失誤，也就是沒有考慮到市場的發展與原先預測可能出現背馳的情況。”
常態曲線
幾十年來，科學家們采用“鐘型曲線”或“常態曲線”來描述科學觀察中的不確定度分布；以往的研究也顯示，人腦判斷錯誤的概率基本也可以用這一曲線來描述其分布。即中間值的頻數最多，兩端逐漸對稱地減少。羅伯說：“我想知道人為失誤在曲線尾端發生的概率有多大，我有預感，應該比想象中的大，這也促使我開展這項研究。”
羅伯對17套數據以及對一組MBA畢業生和50名經濟學家所做的2萬多個預測進行了研究。這項名為“人腦判斷出現重大失誤的概率不低＂的研究顯示：發生在常態曲線尾端的重大失誤頻率比預計的高得多。“令我吃驚的是這個頻率的跨領域一致性。失誤的嚴重程度不一，但重大失誤發生的頻率卻相當穩定。”
經濟學家們的巨量預測不時出現系統性誤差，而MBA畢業生對諸如聯合國成員數目、全球石油日產量總值和谷歌市值等的估算也出現很大的偏差。羅伯說：“出乎意料的是，無論什么問題，是他們精通的領域還是陌生的領域，嚴重錯誤發生的頻率都是顯而易見的。一般認為，有些非常低級的錯誤發生的概率應該只有千分之一， 但我們的研究顯示這種錯誤發生的概率實際上是常態曲線所描述的10倍以上。”
想認識全國各地的創業者、創業專家，快來加入“中國創業圈”
|
