吉宁讲师观点 / 培训讲师谈管理 / 培训讲师谈管理:最佳预测:非常“3+1”

培训讲师谈管理:最佳预测:非常“3+1”

吉宁博士 2015年12月12日 培训讲师谈管理

  计算机常常比人更擅长预测未来。在2012年的美国总统大选中,政治分析家内特·希尔沃(Nate Silver)令人信服地证明了这一点,其著作《信号和噪音》(The Signal and the Noise)也围绕这一观点展开。


  不过,也有研究表明,有些时候,人的预测能力更胜一筹。那么,如果要在产品上市前预测其能否成功,你是依赖于电脑预测,还是信任专家智慧呢?


  最新研究表明,单靠人或电脑都不是最优方案;人机结合才是最佳方式。但是,这并不意味着人与电脑的权重只是简单地各占50%。在相对确定的情境中,我们可以更多地依赖电脑分析;而在高度不确定的情境下,不妨综合考虑三位专家的观点,在做出最终决策时,要更多地依赖专家的综合判断,而非机器预测。


  我们在实验中发现了这些指导原则。通过对人与计算机的预测进行不同权重的组合,我们预测了德国和英国的流行歌曲排行榜。


  共有180人参与了该实验,其中一半是音乐领域的专业人士,另一半则是没有任何音乐专业知识的研究生。在12周的时间里,他们要从知名歌手和新人推出的单曲中,预测上榜的前100首歌曲。


  在预测知名歌手的单曲时,不确定性相对较小,因为过往的相关数据可以提供参考。我们发现,在人与机器的正面对决中,机器胜率较高。但是,最好的预测结果来自于人机合作。在联合预测时,人的专业水平高低并不会影响结果;而我们只需稍稍提高机器预测的权重,即可得出最精确的预测结果。


  在预测新人的单曲时,不确定性大一些。这种情形下,人的预测结果会比机器更准确。不过,最好的预测结果仍来自于人机合作。在这组研究中,人的专业知识非常重要。对于“学生加机器”的组合,提高机器预测的权重,可以得出最优预测;但在“专业人士加机器”的组合中,提高人的预测权重,可以得出最佳结果。


  为综合考量专业人士的预测,我们还调整了人数。结果显示,专业人士越多,预测的精确度就越高。在专业人士数量从二升至三时,预测精确度的上升幅度最大。


  此前的相关研究结论不一:在实验室的预测实验中,通常是电脑胜出;但是在预测实战中,人往往更胜一筹。我们认为其中必有原因。毕竟,实验室情境的结构更为完整单一,有利于电脑系统化处理;而现实生活却千变万化,因此更适合人脑来进行处理。


  如果你要推出一款新产品,却不知道应在多大程度上依靠电脑预测,那么了解人机预测的各自优劣很重要。如果这是一款具有开创性的新产品,消费者还未曾见过,那么,尽管电脑可以提供有价值的参考意见,但你还是应该更多地依赖经验人士的判断。(译/邓小莉 校/陈公正)


  马提亚斯·塞弗特是西班牙IE商学院助理教授。阿莱格尔·阿迪达是剑桥大学贾吉商学院讲师

About 吉宁博士

真正的实战派企业培训师,长期致力于人力资本、公司行为、市场营销、企业战略及领导力发展等组织实践与研究,数十年来参与及主持过的管理咨询项目累计逾千次;受邀主讲过的各类企业培训课程累计逾万次。