凌云时刻

各家公司到了年底做业务总结时，可能发现年初规划的100分实际只完成了60分。到底是我们不够努力，还是当初的规划太乐观了？是什么原因导致了这种乐观主义偏差？我们在做下一年的业务规划时，有可能吸取过去的经验，从而规避这种乐观偏差吗？本文会尝试从心理学角度分析，我们对未来做预测/规划时，有哪些因素会影响我们的大脑决策，使其总是会存在过于乐观的倾向性。

你相信自己会过度乐观吗？

乐观主义是一项非常好的性格特征，它可以帮助我们提高在逆境中抵抗挫折的能力。但另一方面，过度乐观也会造成我们的认知误判，进而影响我们的决策结果。你认为自己存在过度乐观的情况吗？

如果你每天自己开车上下班，那你的驾驶经验一定非常丰富，也一定遇到过各种复杂的路况，那么请问：

你认为你的驾驶技术，高于其他司机的平均水平吗？

瑞典曾经做过一项严密的数据调查，竟然有90%的司机认为他们的驾驶技术在平均水平之上。这个结果有没有颠覆你对理性的认知，为什么如此多的人对自己的驾驶技术非常自信？

如果你的孩子已经上了小学，你一定开始关注孩子的考试成绩，以及班里其他孩子的学习情况，那么请问：

你认为你家孩子的考试成绩，能进入班级排名的TOP 5%吗？

根据上海社科院的调查数据，95%的家长都认为自己孩子的考试成绩应该能进入TOP 5%！这倒是充分反映了中国家长“望子成龙”的传统夙愿。

如果你曾为自己的房子做过装修，在装修之前你一定做过大量的调研和攻略，对比过各种价位的建材品牌和装修公司，那么请问：

你在装修之前设定的预算，是否准确cover了实际装修的费用？

2002年，美国针对厨房装修的一项调查发现，在装修之前预估装修费用平均为18658美元，而实际上最终的平均花费是38769美元，超出预算幅度107%。

你可能认为，上面所举的案例，都是个体决策的场景，个体在决策时总是受信息缺乏、情绪波动等因素影响，从而容易产生过度乐观的非理性决策。那以企业/组织为单位的群体决策场景，参与决策的人员角色多，决策链路复杂，决策周期长，是不是就可以规避过度乐观的现象呢？

奥运会作为规模最大、模式运作最成熟的体育赛事，每一届奥运会的承办方都有一个规模庞大的组委会在运作，他们在城市竞选阶段都会进行大量的调研、规划、准备工作，但从最终结果来看，其规划水平仍然不容乐观。牛津大学对1992年-2016年共13届奥运会（包含夏季奥运会+冬季奥运会）的财务状况进行了统计：

每一届奥运会的实际运作成本，全部超出了原定的预算，平均成本都超出原定预算的110%；
其中有3届奥运会的成本超出预算率都达到了200%以上。根据《福布斯》杂志对2021年东京奥运会的测算，其预算超标率高达284%（预算73亿美元，实际花费280+亿美元）；
这个数据口径还仅仅是奥组委官方公布的数字，不包含奥运会配套所需要的机场、公路、铁路等基础设施的建设成本。

如果说奥运会的样本量还是偏小，我们再来看一组铁路建设的统计数据。美国在2005年发起了一项研究，对1969年-1998年累计30年间全球范围内的铁路项目进行了数据追踪（注意这是针对全球范围内的数据调研，已经抹平了不同种族不同文化的差异性），其结果如下：

建设成本大幅超出预算：每条铁路建设的平均成本，均超出项目启动时原定预算的45%；
对载客数量过于乐观：超过90%的铁路项目都高估了新线路的实际乘客数量，对乘客数量的平均高估率达106%；

由此可见，即便是以企业/组织为单位的群体性业务规划，同样存在过于乐观的现象。这个现象背后的原因比较复杂，其中有一部分是因为企业内部的管理流程不严谨，比如：

规划发起者的目的，仅仅是为了让规划得以通过（有时，这恰好也是公司决策层的目的），他希望尽快启动项目，抢占资源。所以他并不追求规划的准确性，而是会迁就上级领导或项目评委会的倾向性。
没有事后的问责制，犯错成本低。规划发起者没有潜在的动力去追求规划的准确性。

这些因素属于公司管理流程层面的范畴，本文不做探讨，我们还是侧重从心理学角度来分析，有哪些因素会影响大脑的信息决策机制，导致我们出现过于乐观的判断偏差。

从心理学角度看，造成过度乐观的原因是什么？

大脑将一个复杂问题，替换成了简单问题

大脑的决策过程其实是由“系统1”和“系统2”相互配合，完成了我们的思考、决策过程（注：我们的大脑并不是真实存在这两个物理系统，只是有类似的两种工作机制）。其中“系统1”是一直处于运行状态，它不善于质疑，相信“眼见为实”，过往的记忆或经验对其影响很大；而“系统2”则处处相反，它默认是不工作的，只有“系统1”遇到无法解决的问题，需要“系统2”来帮助时它才会被唤起。它依靠理性进行工作，需要对信息进行分析、思考，可以处理复杂的问题。

在某些情况下，当“系统1”遇到复杂性问题后，它可能不会激活“系统2”，而是把这个复杂问题替换为一个与之相关联但很简单的“启发性问题”，然后自己来回答，并且会把替代问题的简单答案，等同于原始问题的复杂答案。更重要的是，大脑会忽略自己已经替换了原始问题这个事实。因为两个问题不对等，所以问题的替换，则必然带来系统性误判。

比如，当你的团队在启动一个项目前，通过调研发现行业内已经存在了很多同质化的竞争项目，狭路相逢勇者胜，团队必须在核心能力上强于对手才有可能获胜。这时有人问你：

你的项目团队的能力水平，高于行业内的平均水平吗？

这是一个复杂性问题，因为“行业平均水平”没有一个明确可衡量的标准，需要经过大量的信息调研、综合对比才能得出结论。但是大多数情况下，由于惰性“系统1”不会激活“系统2”进行理性思考，而是不经意地将其替换为一个简单问题：

你的项目团队，是一个好team吗？

而这个问题回答起来就简单了很多，“系统1”可以根据过往的记忆、经验提取一些关键维度信息来进行加工，进而得到一个肯定性的答案。比如：

你们项目目标、策略、打法清晰吗？——Yes
你们项目团队成员足够努力吗？——Yes
你们项目团队成员的行业经验丰富吗？——Yes
·你们团队的人际关系融洽吗？——Yes

这也是为什么会有90%的司机认为自己的驾驶技术在平均水平之上的原因。

相信“眼见为实”，会让我们更关注自身，忽略外部参考

既然各个行业都有很多因过于乐观而导致“规划谬误”的案例，为什么大家不能从这些失败案例中汲取经验教训，从而规避这种情况呢？比如上文所提到的奥运会、铁路建设等案例，项目复杂、建设周期长，每个案例在项目启动之前都会做大量的行业信息调研工作，那为什么历史上那些失败案例没有起到“警示牌”的作用呢？

由于“系统1”相信“眼见为实”，它跟我们的感官系统密切相关，将视觉、嗅觉、听觉、触觉等感知到的信息进行综合处理，形成大脑的印象、直觉和感觉等信息，所以它会：

更关注自己身边的、经常能被感知到的内容，比如我们的项目目标、资源投入、策略计划等等。“系统1”对熟悉内容的判断会更笃定，认为其可信度很高，通常会选择相信，所以在大脑决策时会更强调“自身项目具有特殊优势，无可比拟”；
忽视离我们“比较远”的、感知频率低的外部信息，比如行业环境的变化、市场竞争者的动态、类似项目失败的经验等等。“系统1”认为外部的参考信息会有所失真，其可信度较低，通常会选择性忽略。大脑决策时会辩解强调“市场是变化的，过往的经验不一定适用现在的情形”；

这就是为什么“身边同事罹患癌症”这件事对你的影响力，会远远大于“某互联网大厂CEO加班猝死”对你带来的触动。“系统1”的这个特性，会让我们很难真正重视行业参考信息的价值。我们来做一项测试，假设你正在互联网大厂中经历“35岁危机”，于是谋划创业开一家火锅餐饮店，这时告诉你一组行业数据，你是否会放弃创业的想法？

根据美团发布的《中国餐饮行业报告》，2017年年初北京共有23.3W家餐馆，其中当年内关闭店铺11.4W家，店铺倒闭率高达49%，同时期北京地区又新开餐馆8.5W家。

看到上述行业参考数据，你可能会感到震惊，但应该也不会浇灭你开店的热情，接下来你会从自身项目中去寻找更多的亮点，作为为自己申辩的理由，证明“我与那些经营失败的餐馆不一样”：

食材——我要开的火锅店食材优质，羊肉都是选自宁夏的滩羊；
概念——火锅形式也比较新颖，主打“冰煮羊”的噱头；
位置——我会把店面选在客流量比较大的的地段；
服务——我要招聘业内最勤奋、热情、努力的店员；

好吧，我估计你很大概率不会放弃火锅店的梦想。

过度自信，忽视了我们的认知局限性

过度自信，是过度乐观的另一种表现形式。在大脑做信息决策时，我们会依赖大脑呈现的信息并构建一个使估测合理的、具有逻辑的解释。这个解释的逻辑性越合理、越连贯，大脑表现出的自信度就会越高。而大脑中呈现的信息，就依赖于我们日常的信息积累及认知模型，每个人都有未知领域，我们只重视自己已知的，却忽视自己未知的，自己未知的信息也就不可能被纳入参考信息池。

猎豹移动创始人傅盛介绍过一个认知模型，他认为95%的人都处在“不知道自己不知道”的状态：后一个“不知道”，说明你进入了自己的未知领域；而前一个“不知道”，说明你忽视了自己的未知，一定会陷入“过度自信”的陷阱。

如果你不知道自己的认知属于哪种状态，我们不妨做一个自检，是不是存在以下这些特征：

我们在读书时，只喜欢用笔划出那些自己非常认可的观点，不认可的观点则嗤之以鼻。——你读书的目的，不恰恰是要弥补你的未知领域吗？
团队开会讨论的时候，你只会赞同自己认可的观点，对于不认可的观点则是火力全开地批判。——“横看成岭侧成峰”，你为什么笃定你的观点是唯一正确的呢？
在设计产品功能时，不关心市场竞争者的动作，只是坚信“我们一定会做到同行业最好的”。——就像《三体》所说，打败我们的不是无知和弱小，而是傲慢！

如何在业务规划中避免过于乐观？

业务规划，其本质是对未来的预测，而未来存在各种未知的变数，任何一个市场环境的不确定性变量，都会影响最终的业务结果。所以这里需要说明一下：我们并不追求规划的100%准确性，这个目标不现实也没有意义。我们要做的是尽量减少大脑决策过程中那些非理性的影响因素。

既然我们已经了解了“过度乐观”的心理成因，那我们可以通过针对性地训练来彻底杜绝这种现象吗？答案不容乐观，因为“系统1”的特性是与生俱来的，它可以被针对性地引导、弱化，但不能被彻底地改变。好消息是，相比于个人，团队组织通过设定针对性的工作流程、决策机制，能够抑制乐观主义的可能性更高。

在规划制订阶段进行“事前验尸”

虽然每个人都有自己的认知局限性，但团队组织的优势就在于，可以取众人之所长，充分利用每位团队成员视野的开阔度，形成合力，让团队认知的“木桶”没有明显短板。那为什么很多团队的决策过程事实上没有达到这个效果呢？

古斯塔夫·勒庞在《乌合之众》中曾介绍过群体决策时的特征，其中之一就是“传染性”，即群体中个体之间的情绪具有传染性，尤其是感性的、本能的情绪更容易传染，而理智的情绪则不容易传染。当群体情绪普遍乐观且几乎达成一致结论时，如果有人提出质疑，就会被怀疑对团队的忠诚度。所以，此时很少人有勇气能给头脑发热的团队“泼一盆冷水”。

美国著名认知心理学家加里·克莱因提出了一个“事前验尸”的机制：当一个团队组织即将做出一个重要决策但还没有正式下达决议时，负责人召集对这个决策有所了解的人开一次简短的会议。会议上需要讨论的议题是：设想我们已经实施了这个计划，但是一年后的今天结果惨败，请用5-10分钟简短写下你认为这次惨败可能的缘由。

“事前验尸”的机制，属于在项目实施前就进行“失败检讨”，它有2个优点：

强制大家跳出乐观主义情绪，主动引发“怀疑”机制，避免大家陷入群体决策时的传染性；
主动探寻项目可能存在的威胁，这可以激发项目成员的想象力，这些想象力反过来可以帮助项目纠正方向；

扩大参考信息比例尺，要更关注基础概率

哈佛大学的规划专家本特·弗林夫伯格认为，项目规划失误的主要原因，是忽略了同行业内类似项目的基础概率分布。规划者应该根据自己项目所归属的分类，对更多的类似项目信息进行对比分析，在更大的信息尺度上看这个分类下项目成败的概率分布，这种方法的专业术语称为“参考类别预测”。具体方法如下：

设定好对应的参考类别，参考类别越精准越有效——比如上文提到的开火锅店的案例，如果要参考同行业的基础概率信息，参考类别可以划定为“北京市朝阳区的宁夏风味的火锅店”；
获取参考类别的统计数据，利用行业大尺度的数据做出基准预测——比如根据美团餐饮行业细分的统计数据，北京市朝阳区宁夏风味火锅店的“3年后存活率”为40%，这个可以作为我们创业的基准预测数值；
结合自身与同类项目相比的差异性，对基准预测数值进行调整——比如同等品质的宁夏滩羊肉，我们的成本可以比同行低20%，这样我们的市场售价就更有优势，因此可以将40%的存活率调高到60%，但是由于我们项目成员欠缺火锅店从业经验，又需要将预测数值调低10个百分点；

行业基础概率是一把明确的标尺，如果某个项目成功率低于行业平均水平，那我们就要谨慎了，因为这意味着我们要承担更高的风险。