
在经济决策中,我们经常会陷入一种思维陷阱:过分关注自己的具体情况,而忽略了更广阔的统计规律。这种现象在项目规划和商业预测中尤为常见,它会导致我们做出过于乐观的判断。
让我们从一个真实的故事开始。想象一个教育项目团队,他们正在开发一套全新的教学课程。团队成员都是经验丰富的专家,包括资深教师、心理学研究生,以及课程开发专家。经过一年的努力,他们已经完成了详细的大纲,写好了几个章节,并在课堂上进行了试验。每个人都感觉进展良好。
当被问及还需要多长时间完成整个项目时,团队成员的估计都集中在两年左右:最乐观的是一年半,最保守的是两年半。这些估计看起来合理且一致。
然而,当课程专家被问及其他类似团队的历史表现时,一个令人震惊的事实浮现出来:在同样进度的团队中,约40%最终失败了,而那些成功完成的团队,没有一个用时少于七年,也没有超过十年的。更令人沮丧的是,这个团队在所有类似团队中只能算是“略低于平均水平”。
这个故事揭示了一个重要的认知偏误:我们在做预测时,往往只关注自己的具体情况(内部视角),而忽略了同类案例的统计规律(外部视角)。
内部视角是我们最自然的思维方式。当面临决策时,我们本能地关注自己的具体情况:我们有什么资源,面临什么挑战,计划如何执行。这种思维方式让我们感觉掌控全局,因为我们对自己的情况最为了解。
在商业世界中,内部视角随处可见。创业者在制定商业计划时,往往会详细分析自己的产品优势、团队能力、市场策略,然后基于这些信息做出乐观的预测。他们会说:“我们的产品比竞争对手更好,团队更有经验,所以一定能成功。”
然而,内部视角有一个致命的缺陷:它让我们忽略了“未知的未知”。我们无法预见那些可能影响项目的意外事件:团队成员的离职、市场环境的变化、技术难题的出现、监管政策的调整。这些因素在我们制定计划时都是不可见的,但它们往往是导致项目延期或失败的真正原因。
外部视角要求我们跳出自己的具体情况,转而关注同类案例的统计规律。它问的不是“我们的项目有什么特殊之处”,而是“类似的项目通常会有什么结果”。
这种思维方式在保险行业得到了充分应用。保险公司不会根据每个客户的个人故事来定价,而是基于大量的统计数据:同年龄、同职业、同地区的人群中,有多少比例会发生意外?这种基于统计的定价方法,使得保险公司能够在不确定性中保持盈利。
外部视角的核心在于寻找合适的参考类别,然后用该类别的统计数据作为预测的基准。这种方法虽然看起来冷冰冰,但往往比基于个人经验的判断更准确。
规划谬误是指我们在制定计划时,往往过于乐观,低估了完成任务所需的时间、成本和资源。这种偏误的根源在于我们习惯性地采用内部视角,专注于最理想的执行路径,而忽略了可能出现的各种障碍和意外。

在那个著名的教育项目案例中,团队成员基于已完成的两个章节来推算整个项目的进度。他们认为既然前两章用了一定时间,那么剩余章节按比例计算即可。更谨慎的成员可能会增加几个月作为缓冲,但这种调整远远不够。
问题在于,他们忽略了一个重要事实:项目初期的章节往往是最容易的,团队的积极性也处于最高点。随着项目推进,难度会逐渐增加,而团队成员的热情可能会下降。更重要的是,他们无法预见那些“未知的未知”:团队成员的个人问题、与官僚机构的协调困难、技术挑战的出现等等。
在中国的商业实践中,规划谬误同样普遍存在。许多互联网创业公司在融资时都会制定雄心勃勃的发展计划,承诺在18个月内实现盈利,在三年内上市。然而,现实往往比计划复杂得多。
以共享单车行业为例,2016年前后,众多共享单车公司都制定了快速扩张的计划,预计在短时间内覆盖全国主要城市。然而,他们低估了城市管理政策的变化、用户习惯培养的难度、运营维护的复杂性等因素。最终,大多数公司都未能按计划实现目标,许多甚至以失败告终。
规划谬误不仅会导致项目延期和成本超支,更严重的是会影响资源配置和战略决策。当我们基于过于乐观的预测来分配资源时,往往会发现资源不足,被迫在项目中途做出痛苦的调整。
当我们转向外部视角时,需要寻找合适的参考类别,并基于该类别的统计数据建立基准预测。基准预测是指仅基于类别归属而做出的预测,不考虑具体案例的特殊情况。
就像预测一个纽约女性的身高时,我们首先会以纽约女性的平均身高作为基准,然后根据具体信息(比如她儿子是高中篮球队的中锋)进行调整。在项目预测中,基准预测同样重要:它告诉我们同类项目的典型表现,为进一步调整提供锚点。
规划谬误并非某个国家或行业的独有现象,而是一个全球性的问题。让我们看看一些令人震惊的统计数据:
全球重大项目成本超支统计
这些数据揭示了一个令人不安的事实:无论是哪种类型的项目,实际成本和时间都远超初始预期。更令人担忧的是,即使这些统计数据广为人知,新项目的预测准确性并没有显著改善。
中国在过去几十年的快速发展中,积累了大量基础设施建设的经验,也为我们提供了研究规划谬误的丰富案例。
以高铁建设为例,中国高铁网络的建设速度令世界瞩目,但在项目规划阶段,许多线路的实际建设时间和成本都超出了初始预期。京沪高铁原计划投资1300亿元,实际投资超过2200亿元,超支近70%。尽管最终建成的高铁系统取得了巨大成功,但这个案例仍然说明了规划谬误的普遍性。
值得注意的是,中国在基础设施建设方面的经验积累,使得后续项目的预测准确性有所提高。这说明通过建立完善的参考类别和统计数据库,是可以改善规划准确性的。
一个令人困惑的现象是:即使专家掌握了相关的统计信息,他们在做预测时仍然会忽略这些数据。在教育项目的案例中,课程专家明明知道同类项目的历史表现,但在做初始预测时完全没有考虑这些信息。
这种现象反映了人类思维的一个基本特征:我们更容易被具体、生动的信息所影响,而对抽象的统计数据视而不见。当我们对某个具体案例有了一些了解后,就会觉得不需要参考其他案例的统计信息。这种“信息可得性偏误”让我们过分依赖手头的信息,而忽略了更广泛的背景数据。
在许多专业领域,强调个案独特性已经成为一种职业文化。律师会说“每个案件都是独特的”,医生会强调“每个病人的情况都不同”,企业家会坚持“我们的商业模式是创新的”。这种观念虽然在某种程度上是正确的,但它也成为了忽视统计规律的借口。
在中国的商业环境中,这种现象同样普遍。许多创业者在面对投资人时,都会强调自己项目的独特性,认为传统的行业数据对他们不适用。他们会说:“我们的模式是全新的,所以传统的失败率统计对我们没有参考价值。”
然而,这种思维方式存在一个根本性的问题:如果每个案例都是独特的,那么我们就无法从历史经验中学习,也无法建立任何预测模型。实际上,即使在看似独特的案例中,仍然存在着可以归类和比较的共同特征。
当统计信息与我们的个人印象发生冲突时,我们往往会选择相信后者。这种现象在心理学研究中被反复证实:即使人们刚刚学习了某个群体的统计特征,在面对具体个案时,他们仍然会忽略这些统计信息,而基于有限的个人观察做出判断。
在内部视角与外部视角的竞争中,内部视角几乎总是获胜。这不是因为内部视角更准确,而是因为它更符合我们的直觉思维方式。

为了克服规划谬误,我们需要采用系统性的方法来整合外部视角。参考类别预测法提供了一个实用的框架,包含三个关键步骤:
第一步是识别合适的参考类别。这要求我们跳出具体项目的细节,寻找在关键特征上相似的其他项目。比如,如果我们要开发一个新的移动应用,参考类别可能是“同类型的移动应用开发项目”,而不是“所有软件项目”。
第二步是获取参考类别的统计数据。这包括成本分布、时间分布、成功率等关键指标。这些数据将作为基准预测的基础。在中国,随着数字化程度的提高,越来越多的行业开始建立这样的数据库。
第三步是根据具体项目的特殊情况调整基准预测。如果有充分理由相信当前项目比参考类别中的典型项目更容易或更困难,可以进行适当调整。但这种调整应该是保守的,因为我们往往高估自己项目的特殊性。
让我们看看一些著名的项目超支案例,这些案例清楚地展示了规划谬误的破坏力:
苏格兰议会大厦建设项目:1997年预算4000万英镑,最终耗资4.31亿英镑,超支超过10倍。这个项目的预算在七年间不断攀升,每次调整都被认为是“最终预算”,但现实一次次打破了这种幻想。
全球铁路项目研究:一项对1969年至1998年间全球铁路项目的研究发现,超过90%的项目都高估了客流量,平均高估幅度达到106%,平均成本超支45%。更令人担忧的是,即使这些失败案例广为人知,新项目的预测准确性并没有改善。
美国家庭装修调查:2002年的一项调查显示,美国家庭厨房装修的预期成本平均为18,658美元,实际支出平均为38,769美元,超支108%。
在中国的互联网行业发展过程中,我们也能找到许多规划谬误的例子。早期的电商平台、社交媒体、在线教育等领域,都经历了从过度乐观到理性规划的转变过程。
以在线教育行业为例,2013年被称为“在线教育元年”,大量创业公司涌入这个领域,大多数都制定了雄心勃勃的用户增长和盈利计划。然而,真正实现盈利的公司寥寥无几,大部分公司的实际发展轨迹都远低于初始预期。
值得欣慰的是,随着行业的成熟和数据的积累,中国互联网公司在项目规划方面变得越来越理性。许多公司开始建立内部的项目数据库,用历史数据指导新项目的规划。
规划谬误的产生不仅仅是认知偏误的结果,还涉及复杂的经济动机。许多承包商坦率地承认(当然不会对客户说),他们的主要利润来源不是原始合同,而是后续的变更和追加项目。
这种现象在装修行业尤为明显。装修公司往往会给出相对较低的初始报价来获得合同,然后在施工过程中不断提出“必要的”变更和升级建议。客户在装修过程中往往会产生新的想法和更高的要求,最终支付的费用远超初始预算。
在中国的工程建设领域,这种现象同样存在。一些承包商会故意低估项目成本来获得合同,然后通过设计变更、材料涨价、施工条件变化等理由来增加费用。这种策略之所以有效,是因为项目一旦开始,很少会因为成本超支而被完全放弃。
从博弈论的角度看,战略性低估是一种理性的竞争策略。在竞标过程中,如果所有参与者都诚实报价,那么最诚实的往往会败给那些故意低估的竞争者。这就形成了一种“劣币驱逐良币”的现象,迫使所有参与者都采用低估策略。
这种现象在政府采购和大型项目招标中尤为突出。为了获得项目批准或赢得竞标,项目发起者往往会故意低估成本和时间,高估收益。他们知道一旦项目启动,即使出现超支,项目也很少会被完全取消。
战略性低估虽然可能帮助项目获得批准,但它会导致资源配置的扭曲,最终损害整个经济系统的效率。决策者需要认识到这种动机的存在,并建立相应的制衡机制。

现代项目管理已经开始系统性地应用外部视角来改善预测准确性。丹麦规划专家本特·弗吕夫比约格在牛津大学的研究为这一方法提供了坚实的理论基础和实践指导。
弗吕夫比约格建立了一个包含全球数百个项目数据的大型数据库,涵盖了不同类型项目的计划与实际结果。这个数据库能够为新项目提供统计信息,包括可能的成本超支、时间延误以及不同类型项目的典型表现。
在中国,一些大型国有企业和政府部门也开始建立类似的内部数据库。比如,中国铁路总公司基于多年的高铁建设经验,建立了相对准确的成本和时间预测模型。这些模型的准确性远超基于单个项目经验的预测。
随着大数据和人工智能技术的发展,外部视角的应用变得更加精确和便捷。现在我们可以处理更大规模的数据集,识别更细致的项目分类,并考虑更多的影响因素。
在中国的互联网行业,一些公司已经开始使用机器学习算法来预测项目成功率和资源需求。这些算法能够从历史项目中学习模式,并为新项目提供更准确的预测。虽然这些预测仍然不是完美的,但它们比传统的内部视角预测要准确得多。
要真正解决规划谬误问题,仅仅依靠个人的认知改进是不够的,还需要在组织层面建立合适的激励机制。一个运行良好的组织应该奖励那些能够准确预测和按计划执行的规划者,同时对那些习惯性过度乐观的规划者进行适当的约束。
在中国的一些大型企业中,已经开始实施这样的激励机制。比如,华为公司建立了严格的项目管理体系,项目经理的绩效评估不仅看项目的最终结果,还要看预测的准确性。如果项目严重超时或超预算,即使最终成功,项目经理也会受到相应的惩罚。
许多组织试图通过设立预算储备来应对可能的超支,但这种做法往往会产生意想不到的后果。正如一位官员对弗吕夫比约格说的:“预算储备对承包商来说就像红肉对狮子一样,他们会把它吞噬殆尽。”
这种现象在经济学中被称为“帕金森定律”:工作会扩展到填满所有可用的时间和资源。当承包商知道有预算储备时,他们往往会找到各种理由来使用这些储备,最终导致项目成本仍然超出预期。
即使我们意识到了规划谬误的存在,并获得了更准确的外部视角信息,我们仍然面临着另一个挑战:如何处理已经投入的资源。在教育项目的案例中,即使团队意识到项目可能需要七到十年才能完成,成功率只有60%,他们仍然选择继续下去。
这种现象被称为“沉没成本谬误”:我们倾向于继续投资于失败的项目,仅仅因为我们已经投入了大量资源,不愿意承认这些投资的失败。从理性的角度看,过去的投资是无法收回的,决策应该只基于未来的成本和收益。但在现实中,我们很难忽略已经付出的代价。
在中国的商业实践中,沉没成本陷阱同样普遍存在。许多企业在面临项目困难时,会因为已经投入的资金和时间而选择继续,即使理性分析显示放弃可能是更好的选择。
比如,一些传统制造企业在数字化转型过程中,即使发现选择的技术路线存在问题,也会因为已经投入的大量资金而坚持下去,最终导致更大的损失。相反,那些能够及时止损、重新选择技术路线的企业,往往能够更快地实现转型目标。
外部视角不仅适用于大型项目,也可以应用于个人的日常决策。当我们面临重要选择时,可以问自己几个关键问题:
在类似情况下,其他人通常会有什么结果?如果我对这个具体情况一无所知,仅基于类别特征,我会做出什么预测?我的情况真的比同类情况特殊吗,特殊到足以忽略统计规律吗?
虽然外部视角永远不会成为我们的自然思维方式,但我们可以通过刻意练习来培养这种思维习惯。在做重要决策之前,强迫自己寻找相关的统计信息,了解同类案例的典型结果。
外部视角的价值不在于提供完美的预测,而在于为我们提供一个更现实的基准,帮助我们避免过度乐观的陷阱。
外部视角教给我们的最重要的经验是:在不确定的世界中,统计思维比个人直觉更可靠。这并不意味着我们应该完全忽略具体情况的特殊性,而是要在统计规律和个人判断之间找到合适的平衡。
在中国经济快速发展的背景下,掌握外部视角的思维方式尤为重要。它能够帮助我们在充满机遇和挑战的环境中做出更理性的决策,避免因过度乐观而导致的资源浪费和战略失误。
真正的智慧在于知道什么时候应该相信统计数据,什么时候应该相信个人判断。这种判断能力需要通过不断的学习和实践来培养,但一旦掌握,它将成为我们在复杂世界中导航的重要工具。