专家预测能力的局限

预测中专家能力的局限，指的是专业领域内真正的专长，与一种范围宽泛得多的主张之间的区别——即某个人能够可靠地预测变化，或作出更优的策略决策。本书认为，专业知识可以十分深厚，却也十分狭窄——专家或许能识别界定明确领域中的模式，但无论是智力还是专业权威，都不能保证其在不确定问题上作出可靠预测。实际结论并非抛弃专业知识，而是将有根据的个人判断与独立、多元的意见结合起来，并通过相应机制汇总这些判断。

专业知识能做什么，不能做什么

在长期实践能够形成专业化感知的领域，专长显而易见。象棋大师不只是比业余棋手计算得快——大师能够识别棋局中的有意义模式，并凭记忆重现棋局布局。在赫伯特·A·西蒙和W·G·蔡斯的演示中，专家能够回忆真实棋局的布局，而业余棋手做不到。但如果棋子摆放得毫无规律，专家的优势便消失了。他们惊人的记忆力依赖于有意义的象棋模式，而不是普遍记忆任意布局的能力。

这种对比界定了专长的边界。象棋技能不会自动迁移到陌生问题上；专长“狭窄得惊人”。对于决策、政策或策略等宽泛标签，同样需要谨慎。汽车维修、驾驶飞机、滑雪，也许还有管理，都可能通过练习、天赋和努力而精进。预测不确定的未来，并据此选出最佳行动方案，则是不同的任务——本书提出的证据几乎没有理由让人认为，某人在一个领域积累的长期经验，会使其成为能够普遍可靠地预测变化的专家。

专长的狭窄性之所以重要，是因为组织往往把智力能力视为可以迁移的。一位因解决某类问题而备受赞誉的人，可能会被认为也有能力解决另一类问题；而商业领袖显而易见的自信，又会让这种推断显得可信。但在界定明确的领域内识别模式的成功，并不能证明一个人普遍具备看清未来的能力。相关问题不是专长是否存在，而是专家经实践磨炼的技能是否真正适用于眼前的特定问题。

预测与判断的记录

人们可以把知名高管作出荒唐预测的轶事斥为难免出现的例外——一个多世纪以来，即使是聪明人也难免会说些愚蠢的话。更严峻的挑战来自专业预测和投资的整体记录。1984年至1999年间，近百分之九十的共同基金经理表现不及威尔希尔5000指数。本书讨论的最近一个五年期内，超过百分之九十五的债券基金经理也未能跑赢市场。

其他领域的研究结果同样令人警醒。考察专家预测和分析研究后，J·斯科特·阿姆斯特朗报告称，他没有发现任何表明专业知识能带来显著优势的研究。专家有时比普通人预测得稍好；但有些研究发现，非心理学家预测人类行为的表现优于心理学家。然而，阿姆斯特朗得出的结论是，超过最低限度的专长之后，专长与准确性之间并无关联。研究专长问题的权威学者詹姆斯·尚托也警告说，专家的决策存在严重缺陷。

意见不一是问题棘手的一个迹象。在选股、牲畜评判和临床心理学等领域，专家之间的意见一致率不到百分之五十——专家意见不合的可能性与意见一致的可能性相同。另一项衡量指标——内部一致性，则揭示了不同的问题。医学病理学家对同一证据作出判断时，有一半时候意见不同；据报告，其一致性指标为0.5。因此，专家头衔并不能保证判断可以重复，即使呈现的证据没有变化，也不例外。

自信又进一步拉大了判断与可靠性之间的差距。校准良好的预测者明白，自己在某一置信水平上作出的判断，有多大比例会被证明正确。但特伦斯·奥迪恩调查的专业人士——包括医生、护士、律师、工程师、企业家和投资银行家——都认为自己知道得比实际更多。在一项针对外汇交易员的研究中，他们百分之七十的汇率预测都表现出过度自信。交易员不仅判断错了；他们还误判了自己判断出错的可能性。本书指出，专家桥牌选手和天气预报员是例外，他们的判断通常校准良好——天气预报员预测降雨概率为百分之三十时，这些日子中确有百分之三十会下雨。

阿姆斯特朗更广泛的结论是，超过最低限度的专业知识对于预测变化几乎没有价值。证据也无法证明，少数出众的预测者能够可靠地克服其他人的局限——如果没有可靠的方法区分技能和运气，单个专家宣称自己准确并无实际价值。这并不是说受过训练的专业人士缺乏知识，而是警告人们，不要把专业地位或以往的成功，当作足以证明其能够可靠预测不确定未来的依据。

为什么汇总判断可能更强

替代方案并非不懂行的猜测。本书对集体判断的论述依赖四个条件——意见多样性、独立判断、使人们能够运用专业或本地知识的决策权分散，以及把个人判断转化为集体决策的汇总机制。在人数足够多的群体中，每个估算都包含信息和误差。如果估算彼此多样且相互独立，个体误差就可能在平均值中相互抵消，从而保留更多信息。

仅有误差相消，并不能让一群无知者变得明智。如果群体几乎没有相关信息，平均猜测也无法补上他们缺少的东西；挑战者号航天飞机灾难发生后，一群买卖股票的儿童不可能因此认定塞奥科尔公司应对此负责。集体判断的力量在于，许多人可能各自掌握不同的相关信息片段。平均值可以汇集这些片段，而没有任何单个参与者能掌握全部信息。

预测市场的证据展现了个人确定性与集体表现之间的差异。在美国国家橄榄球联盟的博彩市场中，分差对最终比分的预测能力很弱，但消息灵通的赌客很难持续击败最终分差。热门队伍和冷门队伍覆盖分差的概率都约为一半；不存在显而易见且持续的错误，例如主队获胜的频率高于群体预测。虽然有时能发现某些规律，包括历史上第十五至第十七周主场冷门队伍的优势，但通常很难胜过市场最终给出的盘口。大约四分之三的情况下，幻影酒店与赌场的最终盘口是当时最可靠的美国国家橄榄球联盟比赛结果预测。

爱荷华电子市场提供了另一种比较。在1988年至2000年的49场选举中，选举前夕的市场价格对总统选举结果的平均误差为百分之一点三七，对其他美国选举的平均误差为百分之三点四三，对外国选举的平均误差为百分之二点一二。总体而言，市场的表现优于主要的全国民调，有时甚至提前数月胜出。在这一时期的总统选举中公布的596份民调里，每一份民调发布当天的爱荷华电子市场价格，有四分之三的时间更为准确。该市场规模很小，交易者最多约有800人，其中大多数是男性，来自爱荷华州的比例虽在下降，但仍高得不成比例。参与者并不能代表选民，但他们对选民实际会采取何种行动的预测，比询问选民打算采取何种行动更准确。

这种比较并不意味着集体判断万无一失。体育赛事的分差对精确比分预测能力很弱，选举市场价格也可能出错。它们的重要之处在于能够以一种难以持续胜过的方式汇总信息，而且往往比个人专家或民调的预测更准确。关键是相对比较，而非绝对判断——群体估算可能出错，但单靠专业知识并不能可靠保证判断正确。

多样性、本地知识与组织

认知多样性对于小群体和正式组织尤为重要。大型市场通常汇集了风险承受能力、时间跨度、投资风格和信息各不相同的人；任何有能力参与的人都可以进入。相比之下，团队必须主动为不同观点留出空间。若不这样做，少数带有偏见的成员就可能施加过大的影响，扭曲群体决策。

政治学家斯科特·佩奇用计算机模拟的群体检验了这一观点。模拟群体由十名或二十名解决问题的代理人组成，每个人都拥有不同的技能组合。有些代理人单独解决较复杂问题的能力很强，另一些则较弱。由高低表现者共同组成的群体，几乎总是胜过只由最强者组成的群体。随机挑选一组人并让他们开展工作，可能与花大量时间找出最聪明的人、再把任务只交给他们一样有效，甚至效果更好。

这一结果并不意味着智力无关紧要，也不意味着一群毫无相关知识的人会比专家想得更周全。佩奇模拟中的代理人具备技能，成功的群体也包括高表现者。重点在于，智力本身并不能确保群体拥有解决问题的不同方法。如果最受重视的能力集中在相似的人身上，一支看似由全明星组成的团队，集体掌握的知识可能不如更多元的群体。一位成就较少的参与者，可能带来不同的技能，拓展群体的视野。

决策权分散可以让接近问题的人运用从特定工作、地点或经历中获得的知识——这是弗里德里希·哈耶克所说的默会知识——从而保护这种多样性。它的弱点是，本地发现可能永远无法传达到整个系统。因此，有能力的组织既需要给本地专业化留出空间，也需要有效汇总个人所学的方法。分享信息并不意味着必须让某个小群体居于中心、负责解释一切——本书讨论九一一袭击事件前的美国情报界时，区分了信息汇总与集中化。各机构掌握专业知识，却没有有效机制来汇总彼此的判断；如果建立数据库联系并传递信息，便可能提升集体认知，而不抹杀独立专业知识的价值。

企业内部也存在同样的问题。在福特汽车公司，董事长和工厂车间主管之间隔着十五层以上的管理层，而丰田汽车只有五层。在通用汽车的一家工厂里，两名工人连续两年安装一个支架，却从未被告知该支架用于固定汽车遮阳板；一名主管向他们展示，漏装支架会导致地毯必须被撕开、支架必须焊接到位后，其中一名工人才惊讶地得知这个零件的作用。工作任务与其目的之间的距离，也意味着有用信息可能在传递途中丢失。

层级制可能使这种距离进一步扩大。《追求卓越》刊载的一张公司组织图显示，一个新产品创意在获批前，可能经过官僚体系中的223条不同路径。与此同时，对高管的研究发现，担心晋升与较不准确地传达与问题相关的信息有关；希望升迁的经理则较少向上司报告失败。当提出异议会带来风险时，组织可能掌握相关知识，却不让这些知识影响决策。建议的补救办法不是消除专业知识或协调机制，而是在维持汇集各方独立判断的方式之际，让本地知识和独立分析有机会流通。

善用专家，而非追逐专家

这一论点既不否定专家，也不否定他们作出的贡献。业余人士不应通过集体协作来做手术或驾驶飞机，有见识的分析人士也能帮助群体作出更好的决策。但他们的建议和预测应与其他人的意见一同汇总，使专家提供的信息能够参与形成判断，而决策又不依赖单个人的视角。有知识且更多元的群体越大，预期其集体判断就越可靠。

因此，寻找一个能独自给出答案的人——“追逐专家”——并不是高明的组织策略。群体决策可能反复胜过其中大多数成员的表现，而个别专家的表现则随问题而变。即使确有少数人能够持续胜过一个消息灵通且多元的群体，也没有简单的方法找出他们。沃伦·巴菲特被视为一个可能的例子，因为自20世纪60年代以来，他的表现一直优于标准普尔500指数。但即使有长期的显著成功记录，仍然需要面对如何区分技能、运气和测量误差的问题；过去的表现也不能保证未来的结果。

因此，预测中的专家能力局限并非对知识作出否定；它划定了资历、声誉或过往记录所能证明的范围。专家能够深入洞察自己熟悉的领域。错误在于把这种深度与普遍预见变化的能力混为一谈，或者认为找到一个更优秀的头脑，比建立一种汇集许多知情者意见的决策流程更稳妥。专家知识在进入这一更大的流程时，才能发挥最大的实际价值——提供知识，却不被要求代表整体。