告别完美计划，“随机”才是应对复杂世界的关键

在决策制定过程中，如何引入随机性呢？面对日益复杂多变的环境，随机性正成为一种重要的战略资源。从纳斯卡皮人依靠骨裂指引狩猎，到现代企业在不确定中快速试错，随机决策能帮助组织摆脱路径依赖，减少偏见，加快学习速度，提升适应力。真正的竞争优势，或许并非来自全面掌控，而是勇于在未知中试探的那一步。拥抱随机，并非放弃判断，而是以灵活理性的方式应对复杂世界。

魁北克和拉布拉多的土著游牧民族纳斯卡皮人，主要靠狩猎获取食物。按常理，他们决定狩猎地点时可能会进行大量分析策划，比如记录猎杀数量，避免过度狩猎；制定整体计划，探索新区域；预测不同地形找到特定兽群的可能性。

然而，和许多古代民族一样，纳斯卡皮人依靠占卜决策。他们加热动物尸体的肩胛骨，待骨头烤裂后，朝着裂纹所指方向去狩猎。

这种仪式在多数人看来迷信且武断，属于随机决策。但关键就在于随机，这种随机性让纳斯卡皮人迅速解决选择狩猎地点的复杂问题，不带偏见，让猎物难以预测。所以，他们没花太多时间精力寻找理想狩猎地点，却在环境严苛的亚北极地区生存了数百年。

纳斯卡皮人的占卜与他们在恶劣环境中的生存能力，联系看似不可思议，却能延伸到商业领域。接下来我们会探讨当下人们如何利用随机性进行运营决策，讨论将其运用到战略上能让企业如何发展，最后提供一些建议，帮助企业在战略决策中引入随机性。

当下的随机化

随机决策在现代运营管理方面已被证明是成功的。二战期间，盟军在广阔水域寻找敌军潜艇面临难题，潜艇路线多，己方无足够舰船飞机进行全面搜查。研究表明，快速随机选点搜索，再随机改变方向扩大半径，比按计划的系统性搜索效果好。

同一时期，曼哈顿计划的研究人员发明了蒙特卡罗模拟法，依靠随机抽样估计复杂系统结果，如今仍广泛用于金融和物流领域的决策。

如今，随机化常用来提升机器学习技术的效率和准确性。比如神经网络初始参数随机选择，可扩大搜索空间，增加找到优秀配置的机会。

更常见的是，快递公司用随机优化技术确定稳健路线，大型产品和社会体系设计者也会凭直觉判断何时随机选择、何时优化。

战略怎么样？

与运营管理不同，战略制定仍采用确定性方法，先全面了解问题，再分析制定计划。大数据革命让我们相信一切可分析，能制定可靠战略。

但这忽略了一个事实：同样的数据可论证不同甚至相反的行动方案。如柯达看到数码摄影需求上升，却加倍投入传统胶卷业务；而索尼、佳能等对手则投入研发数码相机技术。

对大数据解决方案的信心，也让人们忽视计算难题。组织活动相互作用且受外部力量影响，结果由众多因果关系和因素决定。

即使是战略制定中的基本问题，如选谁领导解决问题，也很复杂，因为不同人有不同权力，分配方式多样。

如今世界变化快且不稳定，实时收集分析信息、用确定性方法解决问题已不可行，消费者和竞争对手行为模式不断变化，不存在确定性。在现实商业或政治世界，找到可靠算法预测战略结果，短期内只是幻想。

这种情况下，战略目标应从制定计划转为建立备选方案组合，但传统方法建立组合效率低。或许战略家可借鉴纳斯卡皮人的随机选择法，下面看看其好处。

先发优势

2005年，苹果宣布在iTunes搭载在线博客平台，Odeo面临难题。其领导者进行为期一天的头脑风暴，随机寻找新方向。

会议产生了建立分享状态在线平台的想法，这个平台就是后来的Twitter。

当时Odeo没时间进行市场调研和对手分析，该领域竞争激烈。Twitter以最小可行产品推出，为Odeo创造了生存机会，并不断迭代发展。

推特的例子启示我们，很多问题的解决方案需快速实施才有意义，纳斯卡皮人的仪式也有此益处，若他们全面分析，兽群可能已迁移。

许多创业公司受益于随机决策和快速行动的先发优势。如GoPro最初只有简单设备，通过建立客户关系和迭代设计，在众多巨头进入市场时站稳脚跟。

随机化对在位企业更有效，阿里巴巴在网络购物市场发展时，未坐等预测，而是拆分业务，建立多种解决方案，最终变得更强大。

快速学习

尽早开始，能更快学习。纳斯卡皮人按占卜方向狩猎，常能发现新事物。

以ChatGPT为例，提高“温度”虽降低准确性，但能增加创意惊喜，激发更多用户反应，让模型不断改进。

企业明白实验的价值，零售店会实验货架摆放，数字环境中企业常进行对照测试。但测试规模和速度常被低估，因为测试常基于稳定环境假设。战略学家在不太精确、更多样频繁的测试中能学到更多，如软件开发中的随机测试。

可预测性更低

在“石头剪刀布”游戏中，随机策略是最优策略，能避免出现占主导的反策略。国际象棋中，棋手的随机行动可增加复杂性和压力。

金融机构利用随机性掩盖交易策略，用“无痕算法”引入随机延迟和变化。“假门测试”向消费者展示随机产品或促销组合，学习消费者反应且不暴露信息。

减少偏见

管理者常倾向复制过去成功方法，不愿接受新想法。如百视达和诺基亚，在环境变化时坚持旧法，导致业绩下滑。

接受随机性可解决此问题。自然界中，进化靠随机突变和自然选择让物种适应变化。进化算法设计者从中学习，生成随机解决方案。

政治领域，古希腊通过抽签选地方行政官，避免权力被收买。商业中，组织可用随机化应对政治操控和预算分配谈判，随机选择更公正。

消极环境下，人会陷入习得性无助，随机化决策流程可抵消这种偏见。

如何在决策制定过程中引入随机性

我们通常认为抛硬币或骰子是随机方法，但现实问题运用这类方法需先评估所有选项，近乎分析最优策略。不过，战略家仍可采用以下策略引入随机方法。

改变起点。像机器学习算法，用随机提示改变搜索起点。如布赖恩·艾诺和彼得·施密特制作的牌，能激发音乐家创造力。

改变节奏。改变搜索的反馈周期，团队常受固定周期限制，可调整为更短周期。

改变地点。随机跳跃到不同搜索领域，如海洋中鱼类的“莱维飞行”搜索模式。

改变思路。搜索策略有多种，不存在适用于所有问题的最佳方法。

改变负责搜索的人。不同人有不同偏见和方法，随机选择负责人可随机化解决方案。

过去公司希望全知全能，后来转向无所不学。现在，我们认为可进一步发展为“搜索一切”，积极探索环境，快速随机选择能帮助实现这一点。纳斯卡皮人的迷信仪式，如今看来更像是应对复杂挑战的明智决策方式。

本文来自微信公众号 “哈佛商业评论”（ID：hbrchinese），作者：HBR - China，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com