開場：Google 的故事與 9/11 的啟示#

2001 年 9 月 11 日之後，美國情報機構曾遭到猛烈批評——為什麼事先沒有預警？中央情報局局長 George Tenet 將一份簡報交給了國家安全顧問 Condoleezza Rice，而非直接交給總統 Bush。事後《華盛頓郵報》的 Ben Bradlee 說：「對我而言，顯而易見的是，如果你有一個將主導歷史的故事，你就應該去找總統本人。」

這句話聽起來無比合理——但它只是後見之明。在那份簡報被送出的當下，沒有人知道 9/11 即將發生。我們在事後回頭看，一切顯得清晰可預見；但那種「顯而易見」，不過是大腦在已知結局下重構的假象。

重點： 我們以為自己理解了過去，但事實上，我們只是在已知結局之後，為它編造了一個有說服力的故事。

敘事謬誤（Narrative Fallacy）#

Nassim Taleb 在《黑天鵝》中提出「敘事謬誤（narrative fallacy）」的概念。人類的大腦天生喜歡故事，因為故事簡單、有因果、有道理。但世界的真實運作，往往充滿偶然與隨機性。

我們對 Google 成功的解釋，對某位 CEO 卓越才能的頌揚，對各種商業奇蹟的崇拜——這些都是系統一喜歡的連貫敘事。然而，研究者測量「CEO 品質」與「公司績效」之間的相關係數，發現兩者的重疊程度大約只有 30%，也就是說，有 70% 的成敗根本與 CEO 無關。

光環效應（Halo Effect）： 當一家公司表現好，我們便傾向認為其 CEO 有遠見、有魄力；當公司衰退，同一位 CEO 就被描述為固執、傲慢。同樣的人，同樣的行為，因為結果不同而被重新詮釋。Philip Rosenzweig 在《光環效應》（The Halo Effect）中指出，商業書籍對成功與失敗公司的故事系統性地誇大了管理風格與領導力的影響，而忽視了運氣。

後見之明偏誤（Hindsight Bias）#

加州的洪水案例提供了一個清晰的實驗證明。法官們在審視 Duluth 市的決策時，被問到：當時的市政府是否應該雇用一位橋樑監察員？有兩組人被呈現不同的資訊：

• 第一組只看到當時決策時的資料——只有 24% 的人認為市政府應該雇人。
• 第二組被告知洪水後來確實造成嚴重損害——56% 的人認為市政府早就應該知道要雇人。

這就是後見之明偏誤（hindsight bias）：知道了結果之後，我們會覺得結果早就是可以預見的，甚至覺得當事人理應看出來。這個偏誤讓我們對決策者過於嚴苛，也讓我們低估了在當時的不確定性下做決策的真正難度。

後見之明的代價： 後見之明偏誤讓決策者面臨強大的官僚化壓力。當他們擔心決策將被事後嚴格審視，就傾向採取保守、標準化的程序——不一定是最有效的，但至少在事後較容易自圓其說。這損害了真正有彈性的決策能力。

結果偏誤（Outcome Bias）#

後見之明偏誤的延伸是結果偏誤（outcome bias）：我們評價一個決策的好壞，往往根據它的結果，而非根據在做決定當下所掌握的資訊品質。

一個外科醫生建議患者進行一項高風險手術，病人最終死亡——人們傾向批評這個醫生做了錯誤的決定。但如果另一位病人進行相同的手術，恢復良好，人們就稱讚醫生有遠見。兩位醫生面對的是相同的機率、相同的資訊，但結果的好壞讓旁觀者對他們的能力做出完全不同的評價。

結果偏誤的意涵： 以結果來評判決策，是一種認知懶惰。好的決策過程在當下應該就是可辨識的——它是否考慮了相關資訊？是否符合合理的機率估計？結果如何，部分是運氣的問題。

《Built to Last》的教訓#

Jim Collins 與 Jerry Porras 的名著《Built to Last》以系統性分析著稱，比較成功與不成功的公司，試圖萃取出卓越企業的共同特質。他們的訊息是：好的管理文化是可以辨識的，好的做法將會被回報。

但這個分析本質上是有缺陷的。那些「成功」的公司，與它們的競爭對手相比，差異往往是微小的——兩者都比隨機表現好，但差距遠小於作者所聲稱的。此外，《追求卓越》（In Search of Excellence）中被點名的優秀公司，在接下來數年中股票報酬率並不比其他公司高。

這些書籍受歡迎，是因為它們滿足了人類對因果故事的渴望——我們希望相信成功是可以被理解、被複製的。這種渴望，正是系統一的作品。

日常對話中的應用#

「這個錯誤在當時顯而易見嗎？不是的，那是後見之明。你不可能事先知道。」

「他學太多從這個成功故事裡——這個故事太整齊了，他陷入了敘事謬誤。」

「她說那家公司管理很差，但她的依據只是股票跌了。這是結果偏誤，加上後見之明和光環效應。」

「我們不要陷入結果偏誤。這是一個愚蠢的決定，即使它最後成功了。」