决策技巧--实例、局限性以及为何现代决策需要在今天重新思考

为什么决策是现代组织成功的最关键因素？

组织很少会因为缺乏想法、缺乏动力或缺乏执行技能而失败。组织的失败更多是因为错误的决策。更准确地说，是在复杂、不确定和资源有限的情况下做出的决策，而没有系统地掌握这种复杂性。

决策技术正是为了解决这一问题而设计的。它们可以构建思维过程，减少不确定性，帮助从多个行动方案中选择 "最佳 "方案。然而，并不是每一种决策技巧都适用于每一种情况--许多技巧在现代组织所处的实际环境中都会失灵。

本文全面概述了经典和现代决策技术，展示了实践中的具体案例，分析了它们的局限性--并解释了为什么当今的决策智能必须得到算法的支持。

1. 什么是决策技术？

决策技术是有条不紊的程序，用于系统地准备、分析和构建决策过程。它们用于比较备选方案、评估标准和减少不确定性。

决策技术可分为四大类：

• 直觉决策技术
• 启发式决策方法
• 分析决策技术
• 算法决策技术

下文将通过具体实例对这些类别进行详细分析。

2. 直觉决策技术

2.1 直觉决策

直觉决策是最古老、最普遍的决策技术。它以经验、直觉和隐性知识为基础。

例如
一位总经理决定选择一个新地点，因为 "感觉不错"。

优势：

• 速度快
• 认知成本低
• 适用于简单、熟悉的情况

缺点

• 极易失真
• 难以理解
• 不可扩展

在复杂、多维度的决策中，尤其是在投资、投资组合或战略决策中，直觉总是失灵。

2.2 专家判断

专家判断是直觉的一种特殊形式。决策委托给有经验的人。

例如
投资委员会依赖经验丰富的行业专家做出判断。

然而，决策研究表明，专业知识并不能可靠地减少偏差。即使是专家也会受到系统性偏见的影响。

3. 启发式决策技术

3.1 利弊列表

最简单、最著名的技术之一。

举例说明：

• 利：快速进入市场
• 反方：初始投资高

问题
所有论据的权重隐含地相同。交互作用未考虑在内。

3.2 决策树

决策树可视化决策序列和概率。

举例说明：
市场进入 → 成功/失败 → 后续投资

局限性：

• 复杂性爆炸，选项众多
• 高度依赖估算
• 无法同时进行优化

4. 分析决策技术

4.1 效用分析

效用分析使用加权标准对备选方案进行评估。

例如
根据成本、市场潜力、人员可用性选择地点。

优点

• 结构化
• 透明

缺点：

• 主观加权
• 无限制逻辑
• 无组合效应

4.2 成本效益分析

投资评估的经典工具。

例如
净现值为正的机器投资。

问题
单个项目的逻辑--没有关于最佳项目组合的说明。

4.3 情景技术

情景技术分析未来可能出现的状态。

举例说明：
最佳情况/最坏情况/基本情况。

限制：

• 情景较少
• 无概率分布
• 没有优化

5. 经典技术的典型决策错误

无论采用哪种技术，同样的错误都会反复出现：

• 聚焦错觉（关注个别方面）
• 锚定（第一位数字占主导地位）
• 损失规避（避免损失而非利益最大化）
• 承诺升级
• 高估自己的预测能力

这些错误不是个别的，而是系统性的。

6. 为什么经典的决策技术在今天已不再适用

现代组织面临的决策具有以下特点：

• 同时开展多个项目
• 预算有限
• 依赖性强
• 时间限制
• 不确定的市场

此类决策属于组合优化问题。它们无法通过比较单个选项来解决。

7. 反组合逻辑：现代决策研究的核心成果

组合分析显示了一个与直觉相反的结果：最佳决策很少是通过最大活动量做出的。

价值往往是通过以下方式创造的

• 故意不做决定
• 消除看似有吸引力的选择
• 降低复杂性
• 注重系统有效的组合

这一逻辑与传统的管理直觉相悖，但在数学上却得到了充分证明。

8. 算法决策技术

算法决策技术与传统方法有着本质区别。它们不评估单个备选方案，而是计算整个决策空间。

它们基于

• 组合优化
• 限制模型
• 系统评估
• 时间动态

9. 战略计划：决策智能而非决策支持

StratePlan 并非经典的决策技术。它是一种决策智能。

与传统方法不同：

• 战略计划不对单个项目进行比较
• 战略计划评估项目组合
• 战略计划明确考虑限制因素
• 战略计划进行系统优化

StratePlan 可计算出在实际条件下哪种项目组合产生的整体效益最高。

10. 实际案例：经典技术与战略规划对比

方面	传统技术	战略计划
评估	单个项目	项目组合
复杂性	降低	完全模拟
限制	隐式	显式
结果	可信	明显最优

11. 常见问题 - 实践中的决策技巧

经典决策技术是错误的吗？
不，它们适用于简单决策。

为什么它们不能用于复杂决策？
因为它们不具备组合思维。

战略规划可以取代管理者吗？
不，它可以取代复杂决策中的直觉。

战略计划适合哪些人？
有多个竞争项目且资源有限的组织。

为什么现在比过去更重要？
因为复杂性呈指数级增长。

12. 结论

决策技术本身并不是目的。它们是减少不确定性的工具。然而，系统越复杂，传统技术就越不适用。

未来不在于更好的讨论，而在于更好的决策架构。战略规划代表着这一范式的转变：从孤立的决策--转向精打细算的决策智能。

结束语--伊戈尔-卡多舒克博士

决策是每个组织的隐形核心。决策不仅决定了什么被执行，更重要的是决定了什么被遗漏。无论使用哪种决策技术，这正是成败的最大、最不为人注意的杠杆所在。

经典的决策技术和范例，如赞成与反对意见清单、效益分析或情景技术，都有其作用。它们有助于理清思路，使各种方案具有可比性，并组织讨论。然而，从科学的角度来看，同样显而易见的是，当决策不再是线性的，而是系统的、多维的和受限制的时候，这些决策技术就达到了极限。

现代组织不是就单个措施做出决定，而是就整个项目和投资组合做出决定。这些项目和投资组合因预算、依赖关系、时间表和资源而相互关联。在这样的系统中，基于单个实例的决策技术已不再适用。直觉会从优势变成风险，而经验往往会强化现有的偏见。

从赫伯特-西蒙（Herbert Simon）到丹尼尔-卡尼曼（Daniel Kahneman）的决策研究清楚地表明，人类的理性是有限的。这种局限性不是个人的缺陷，而是一种生物事实。由此产生的合乎逻辑的结果不是寻求传统意义上更好的决策技术，而是开发能够通过计算处理复杂性的决策架构。

战略计划正是这种转变的代表。它不会取代领导力、责任或战略目标。它是对传统决策技术及其实例的补充，因为它们已经达到了系统极限。通过算法优化，StratePlan 可以让人们看到，在实际限制条件下，哪些决策能够产生最高的整体效益。

管理的未来不在于应用更多的决策技术，而在于在正确的时间使用正确的决策技术，并对复杂的决策进行计算。在复杂系统中，"正确 "意味着：可理解性、系统性和算法合理性。

伊戈尔-卡多舒克博士
数学家和计算机科学家
首席技术官/首席算法架构师