Local EPUB Text
所有的决策都是对赌
未知
重新定义错误
出席慈善扑克锦标赛时，我经常会以荷官的身份参与牌局，并在决赛中提供实况评论。这些决赛牌桌的气氛相当有趣也非常喧闹。熬过了漫漫长夜的每一位参与者现在可以放松一下。牌桌通常会围着一大群人，包括选手的朋友和家人，他们会为选手们喝彩欢呼（或者戏谑地喝着倒彩）。如果他们喝了酒，即便是喝醉了，每个人也都玩得很开心。
当选手将所有筹码推入彩池时，这一手牌的下注就结束。押上全部筹码后选手们亮出底牌，以便在我分发余牌之前每个人都可以看到牌面。这对观众来说很有趣，因为他们可以看到每位选手在这一手牌中所处的位置，增添了比赛的观赏性。根据亮出的底牌，我可以判断出每位选手在每一手牌中的胜算，以及整场牌局中每位选手的赢牌概率。
在一次慈善锦标赛中，我告诉观众，一名选手的胜算为76%，另一名选手为24%。我分发的最后一张牌让仅有24%获胜概率的那位选手变成了赢家。在欢呼声和惋惜声中有一名观众叫道：“安妮，你算错了！”
本着和这位观众同样的心理，我解释说我没有算错。“我说了，他的胜算是24%，而不是0。你需要清楚这24%意味着什么！”
几手牌之后，发生了几乎相同的事情。两名选手在把所有的筹码都推入了彩池后亮出了底牌。一名选手的获胜概率为18%，另一名为82%。再一次地，下注完成后，手中的牌较差的选手因为获得了一张幸运牌而赢得了彩池。
这次，人群中的那位观众再次叫道：“看，胜算只有18%的选手赢了！”就在那一刻，他改变了对错误的定义。当我们以发生概率为依据做出决定却得出相反的结果时，并不意味着我们是错误的，仅仅说明在一系列可预期的未来中发生了不可控制的意外。
看看你能在多短的时间内开始重新定义错误。一旦我们开始这样思考，就很容易抵制类似“我早就知道会这样”或“我要是早知道就好了”等急于评价结果的诱惑，更好的决策和更多的自我同情也会随之而来。
广大公众常常会对概率性思维下的“成功”与“失败”进行非黑即白的判断。2016年7月，英国通过公投决定脱欧（这一事件被称为“Brexit”），这一结果令人大跌眼镜。投注站为脱欧设置了较高的赔率，但这并不意味着投注站认为留欧会赢。博彩公司的目标是确保投注双方的赌注数额相等，无论哪一方输赢，它们都可以从中赚取相同收益。它们的目标是不承担任何结果的风险，并根据风险程度来调整赔率。博彩公司的赔率反映了市场的观点，本质上也反映了人们共同的对何为公平的最佳判断。
即便是一些经验丰富的专业人士也因此而变得以结果为导向。他们在脱欧结果产生之后声称是博彩公司犯了错误。一家瑞士银行的首席策略分析师告诉《华尔街日报》（Wall Street Journal ）说：“博彩公司竟然出现了这么大的失误。”美国著名的律师和教授艾伦·德肖维茨（Alan Dershowitz）也犯了同样的错误。他曾在2016年9月声称希拉里·克林顿（Hillary Clinton）与唐纳德·特朗普（Donald Trump）竞选的情况过于复杂，以至于无法对选举结果做出任何预测：“想一想英国的脱欧公投。几乎所有的民意调查结果（包括投票后的民意调查结果）都是错误的。金融市场搞错了，博彩公司也搞错了。”
就像我的观众一样，德肖维茨没有抓住重点。任何介于0和100%之间的预测都不可能是错误的，因为最具可能性的未来尚未展现。一名选手以24%的概率赢得了慈善锦标赛的冠军，但这并不能说明之前的概率预测不准确。胜算低的选手也有获胜的时候。指责赔率制定者或赔率本身就是认为任何结果的产生都是必然，任何没有预料到结果的人都是错误的。
唐纳德·特朗普赢得了大选之后也发生了同样的事情。有关错误民意调查的抗议声势浩大。538博客的创始人内特·西尔弗（Nate Silver）也因此而招致了很多批评，但他从来没有断言希拉里一定会当选。根据对投票数据的汇总和权衡，他在大选前一周预测特朗普的胜算为30%~40%（希拉里与特朗普的胜算比在2比1和3比2之间）。发生概率为30%~40%的事件是经常发生的大概率事件。
作为一名扑克选手，我在锦标赛生涯中打过数不胜数的胜算比为2比1的牌局。很多这类的牌局对我来说都是胜负在此一举。如果输了这一手，我就会退出赛事。如果赢了，我就会赢得一个巨大的彩池，甚至是整个锦标赛。我深知在60比40和70比30的胜算比中有优势的一方失败（当然，反之亦然）的可能性有多大。当人们抱怨内特·西尔弗因为倾向于希拉里·克林顿而做出了糟糕的预测时，我想，“那些人没有经历过在一个对子上押下所有筹码，却输给了对方的顺子这种情况”。也可能是，他们一辈子都在经历类似的事情，却并没有意识到那就是30%或40%胜算的感觉。
决策是对未来的赌注，某一次的结果不能作为衡量决策是否正确的依据。如果我们事先考虑替代方案和概率并相应地分配我们的资源，就像那位CEO和皮特·卡罗尔所做的那样，那么即使产生了糟糕的结果也不能说明我们的决定是错误的。对我来说，在最好的起手牌（一对A）上下了重注却输给对手，之后再花很多时间去否定打这一手牌的决策是极其荒谬的，那就是以结果为导向。
当我们概率性地思考问题时，就不太可能单纯地将不好的结果归咎于决策失误，因为我们明白，好的决策也可能受运气和/或信息不完整（以及样本量为一）的影响而产生坏的结果。
也许我们的最好决策是出自一组平平无奇的选项，每一个选项的成功概率都很渺茫。
也许我们把赌注押在一个概率极小但回报会远远超出风险成本的机会上，但这一次机会并没有降临。
也许我们根据已知信息做出了最佳选择，但一些决定性的信息被隐藏了起来，我们无法得知。
也许我们选择了一条成功概率极高的道路，只可惜运气不好。
也许还有其他会产生较好结果的选择；也许我们的选择不好不坏，只是介于两者之间而已。第二佳的选择并不是错误的选择。根据定义，它比第三和第四佳的选择更加正确（或更少错误）。这就像医生办公室里的体重秤一样，除了可以用它来测量肥胖症和厌食症（体重过轻）这两种极端情况外，还有更多的选择。对于我们的大部分决策而言，在明确的“对”和“错”之间还有着很大的余地。
当脱离这种非黑即白的思维模式时，我们便处于两种极端之间的灰色地带。此时，做出更好的决策不再关乎对与错，而在于如何在此灰色区域内进行校准和调整。