假說思考的三大助益#
職場工作者（businessperson）若養成並善用假說思考，對日常業務至少有三大助益：
- 免於深陷資訊洪流
- 有助於解決問題（詳見第二章）
- 能以全盤角度處理事務
整體而言，能達到提高工作效率、改善工作品質之效。本節先談「免於身陷資訊洪流」與「以全盤角度處理事務」。
資訊愈多，決策未必愈正確#
決策是工作中最攸關緊要的事。問到決策所需的必要條件，多數人回答「資訊」——這其實是一種錯覺。
你確實需要某種程度的資訊，但「資訊愈多、愈能做出萬無一失的決策」是錯誤的認知。
以資訊理論中的「熵值」（entropy）來理解：熵值高代表不確定性高，當新資訊降低不確定性時，熵值才會變小。以宴客選餐廳為例：
- 得知「客戶老闆喜歡法國菜」或「對方隔天已排日本料理」→ 有助刪去選項，決策變簡單（熵值變小）
- 聽到「現在不流行壽司、推薦你一家義大利餐廳」→ 反而多出選項，決策更難（熵值變大）
決策時，唯有能幫你縮小選擇範圍的資訊才算有用。例如「主要使用者是 20–29 歲男性，幾乎不看報紙、卻會買雜誌細讀」，就有助於剔除報紙媒體——這才是降低熵值、增加確定性的有用訊息。
漫無邊際蒐集資訊，無法付諸行動#
企業營運會不斷產生大量資訊：損益表、資產負債表、各分店業績、月營收變動、成本分析，還有競爭對手業績、市占率、業界刊物、學術論文、客戶訪談報告等，多如牛毛。
- 把定量資訊用 Excel、定性資訊用 Word 編成厚重報告，光寫報告就人仰馬翻
- 結果往往沒有連結到實際行動，淪為毫無意義的報告，甚至成為延誤決策的元凶
- 上至經營階層、下至小職員都成了「資訊雷達」，決策卻多半枉費時日，等到出手已晚
什麼都不做會形成巨大風險。絕對不要企圖張開天羅地網蒐集資訊，重要的是根據有限資訊，以假說思考進行最適決策。
窮盡思考為何低效率#
絕大多數人採取的是窮盡思考——從想像得到的各層面逐一調查分析，考慮完所有情況之前不做決策。它與假說思考最大的差異，是無法在事發之初掌握事件全貌。
窮盡思考的運作與缺點：
- 從已知資訊對部分問題做出結論，再以此為基礎擴增新資訊、新分析，周而復始拼湊出全貌
- 屬累進型思考，一旦某次結論出錯，後續推論也連帶出錯
- 為求每層級正確，必須大量蒐集證據、多次分析，極為耗時
- 因非到收尾無法掌握全貌，常面臨「發現重點卻已無時間深入」的風險
令人意外的是，愈是匯集優秀人才的傳統大型企業，愈傾向窮盡思考。凡事講究立論根據，導致決策費時，或對他人提案總先從批判挑剔切入——當事人未必出於惡意，往往只是求好心切，結果反而壞事。
採取以執行為導向的方式前進#
以一家欲重整營運策略的製造業為例，窮盡思考會：
- 清查所有問題，從牽一髮動全身的大問題到無關痛癢的小問題（產品開發、專利數、規格比較、生產成本、庫存、品質、廣告、通路費、業務人數與資質、IT 投資、組織等）全部列出
- 再為所有問題排序、釐清彼此關係，追根究柢到欲罷不能
- 針對十幾個問題提出三十餘項對策，執行困難、資源分散，成效不彰
有效率的做法則相反：
- 把焦點鎖定在幾個各有對應解決方案的問題（假設），全副精神用於驗證
- 未必每項問題都能找出方案，但企業營收仍能及早改善
就像調整高爾夫揮杆姿勢：與其同時調整頭、肩、腰、握杆、重心、屈膝等，弄得四不像，不如一次只調一個部位、熟練後再調下一個。經營企業也一樣，集中改好非改不可的某一點，反而更有成效。
商業實務不存在客觀的標準解答——否則成功將永遠屬於奇異（GE）、豐田汽車（Toyota）、微軟（Microsoft）這類資源得天獨厚的大企業。凡事都是相對的：
- 己方一行動，對手也會因應
- 重點不是像解數學題般務求其解，而是推測自己行動後客戶、消費者的反應與競爭對手的因應
- 應以執行為導向，從假設性答案切入，並在腦海中驗證假說