接受灰色地帶,擁抱不確定性

接受灰色地帶,擁抱不確定性

世界上有許多問題都沒有標準答案,但許多人太習慣追求百分之百精確,或者是非對錯一目了然的結果,總想著非黑即白,卻忽略了這個世界,灰色遠比黑色或白色更普遍。

商業世界

面對商業選擇,有哪條路是最棒,風險最低,最能創造商業價值的呢?

我不能肯定,我只能根據我當下的目的與把握度做出選擇,有時我會選高把握度的策略,有時則會選擇把握度低,但可能性多的選項。不過若你在一家作風較保守的公司任職的話,你的決策邏輯會不會有所不同呢?

面對管理工作,當一個人在工作上表現不佳時,身為主管,我們有義務要指導他完成工作,若這個人不願接受指導,或者在幾次指導後成效都不好,我們會選擇請他離開另謀他就。但若這個人的身份特殊,是皇親國戚,這時你的做法會不會有所不同呢?

面對人際關係,有些人的觀點或立場可能跟你不同,例如你特別支持多元成家,但你的好朋友卻持反對意見,你支持綠色政黨,但你的朋友則支持藍色政黨。你會因為觀點不同而影響你與朋友的人際關係嗎?

活在這個世界,我們會經常面臨這種沒有標準答案的問題。不像數學題有明確公式與標準答案,也不會每次做出來結果都是一樣的。我們的經驗有時會帶來好的結果,有時則會讓我們犯下嚴重錯誤。

沒有標準答案,那就代表著結果存在不確定性,代表著存在灰色地帶。

把失敗當成一個選項

我在閱讀《SpaceX 升空記》這本書,書中提到「失敗在 SpaceX 是一個選項而非一個結果」。

我覺得這句話很有意思,因為失敗對很多人或公司來說通常是一場意外。一個商業策略,我們追逐的往往是成功率,不論這個成功率是 90% 還是 40%,我們強調的永遠都是成功率,而失敗,不管是 10% 或 60%,都會被我們視為意外。而意外,是不被接受也不被鼓勵的。

對你來說,失敗是一個選項嗎?你會在做一件事情時,先預設這次的結果就是會失敗嗎?而且預設失敗不是因為悲觀,而是你希望能透過失敗獲得更多

我曾看過一篇關於 SpaceX 的報導,在過去 10 年間 SpaceX 曾經歷過很多次火箭試射失敗,而在一次失敗後馬斯克對媒體說:「我們獲得了重要的數據。」,他沒有懊惱,也沒有抱怨團隊搞砸了一切,而是關注他所獲得的數據

第一次看到這個報導時,我覺得很有趣,後來知道 SpaceX 把失敗當成一個選項,而不是一種意外。所以在每次的試射過程,他們會做出兩種假設,一種假設是成功,另一種假設則是失敗,不論成功或失敗都需要收集完整的數據,以提高下次發射的成功率

他們很清楚,要提高成功率就不能關在實驗室做研究,一定得通過試射來獲取關鍵數據,既然試射是個必經過程,而我們有沒有 100% 成功的把握。那與其在每次失敗後懊惱或追究責任,不如把失敗當成一個選項,坦然面對失敗,並從失敗中獲得更多回饋。

不要意外,不要失敗,想要萬無一失,往往是進步最大的敵人。而當你將失敗當成一個選項時,你會更願意面對自己的弱點

如果你總想要避免失敗,那你會往犯錯機率更低的選項走,而不是往成功靠攏。所以在工作中,很多人會選擇不要改變現況,因為改變往往伴隨著犯錯,而犯錯就意味著失敗,無論如何都得避免。

而當你用這樣的心態看待工作,你就會停止成長,因為你處在一個無法獲得回饋的環境中。你的缺點或不足被完整的保護著,日復一日做著擅長的工作,你沒有失敗的機會,一樣的,也不會有成長的機會。

如果你想成長,那你得學會處理那些灰色地帶,並接受不確定性的存在。在學習面對不確定性時,有幾個重要的觀念我希望能分享給大家。

不要追求萬無一失

很多人跟我提問時,他們總希望能獲得一個萬無一失的答案,包含穩贏的商業策略,或者絕對不會後悔的職涯選擇,一定有效的向上溝通方法等。

他們希望不要有灰色地帶,希望能 100% 精確。但我總會告訴他們,我能幫上忙的部分就是幫你提高一部分成功率,或者給你另一個跟過往不同的選項,但你得自己做出決定,然後在過程中學習,讓自己愈來愈好。

如果有一定成功的商業策略,那全世界不會有不賺錢的公司,
如果有一定正確的職涯選擇,那除非整個世界都繞著你運轉,
如果有一定有效的溝通策略,那就得所有主管都是一個模樣。

太想追求萬無一失,反而會喪失很多機會與學習空間。

但我們也不該盲目接受不確定性而讓自己承擔巨大風險,那到底該如何思考這件事呢?我明白每個人對風險承受程度不同,有些人能接受高風險高報酬,有些人的性格則相對保守,所以綜合考量後,我覺得多數人可以接受的比例大概是 30% 的不確定性。

30% 的現金投入在風險略高的投資標的,是一個可以承受的風險,30% 的工作內容是不擅長的,雖需要時間學習,但還可以接受,30% 的機率可能會把專案搞砸,但只要逐步交付就能降低失敗率。

如果你不知道怎麼做比較好,那我建議你可以參考這個 30% 原則,讓自己處在一定程度的不確定性中,讓自己在 30% 的不確定性下有效學習。

避免非黑即白的思考模式

第二個觀念是避免「全有全無」、「非黑即白」的思考模式。

在找工作時,有句玩笑話是這麼說的「理想工作得滿足三個條件:錢多、事少、離家近」。

不過一般而言,我們並不容易找到三個條件都符合的工作。或者在找伴侶時,你可能會開了一大堆條件「有房、有車、年收入破百、無不良嗜好」等等,但是當一個讓你心動的人出現,但他卻明顯不滿足上述條件時,你會做出什麼選擇呢?

不論是找工作或者找伴侶,我的建議都是把必要項跟加分項分開來思考

如果這個時間點你很缺錢,那薪水的多寡就是你選擇工作的必要項,而事少跟離家近這兩項則是加分項,有很好,沒有的話也不直接影響決策。

如果你很重視人品跟一個人的生活方式,那在選伴侶時,無不良嗜好就是一個必要項,而在個人收入的部分你可以設定一個最低標準,可能是有一份穩定且月薪 6 萬以上的工作,能超過百萬當然會有加分效果,但並不是必要項。

當你能接受比例原則,也能接受不是每件事都非黑即白的狀況時,你人生的靈活度會大幅上升,選擇性自然大幅增加。

同樣的觀念,用在跟同事相處也是一樣的。一個同事可能有些缺點,但同時他也有很多優點,你可以想想那個缺點是不是合作過程的必要項,如果不是,那這個同事其實是個稱職的好同事。

例如:有些同事愛喝酒,但他不會因為喝酒而耽誤到工作,那我不會把他歸類到不值得信任的族群中。但若一位同事總是無預警請假,那我就很難信任他,因為「尊重他人,提前告知」這是我在與別人合作時的必要項。

面對灰色地帶,釐清必要項與加分項,讓自己擁有更多的選擇。

擁抱不確定性,從不確定性中獲益

不久之前有個朋友問我:「現在我有兩份工作選擇,其中一個任務很具體,KPI 也很明確,依我過去的經驗來說,只要按部就班大概就能做得還不錯;另一個則是有蠻多的不確定性,因為所負責的任務還在非常早期階段,還需要一段時間 try-error,感覺起來是比較有趣,但可能會比較辛苦。你覺得我該怎麼選?」

我花了點時間跟他討論他對工作的期待,並跟他一起分析兩份工作的優劣。不過最後我也分享了如果是我,我的選項會是後者,因為我是一個厭倦重複性工作的人,我喜歡不確定性,因為不確定性總能讓我成長,並為我帶來驚喜。

在很多課程中我都有談到攀登喜馬拉雅山的例子,如果你是第一個攀登喜馬拉雅山的人,你在沒有足夠資訊的狀況下,你不知道山上的狀況,愈往高處走,你的資訊愈少,而這也導致你不知道該如何準備登山用品與食物。

而在 2020 年代,攀登喜馬拉雅山的資料網路上到處都有,山上的照片也很多,你完全可以在攀登前獲得充分的資訊。喜瑪拉雅山的山況從幾十年前的模糊不清,到現在已經是完全透明了。

不過即便如此,攀登喜馬拉雅山仍有一定的風險在,畢竟高山氣候多變,團隊成員的狀況也不見得總是很穩定,在攻頂的途中還是會有意外狀況發生,就算準備的再充分,仍然沒有 100% 成功登頂的信心。

不確定性,是攀登喜馬拉雅山一定會面臨的挑戰。就如我們的人生與工作一般,沒有人能明確告訴你一年後,五年後會是怎麼樣,安穩的工作很好,但會不會有一天就被 AI 取代了呢?挑戰性的工作也不錯,但會不會能力不足而搞得自己壓力過大,或者被開除呢?

在過往工作中,我經常會面對各種充滿不確定性的選項,而我選擇的,往往是挑戰性大的那些選擇,而挑戰性大,通常也意味著失敗會經常發生。

在熟悉的技術工作與陌生的產品工作間,我選擇了後者,暴露了我市場經驗與規劃能力不足的缺點,我會被嘲諷說我不懂市場,我的提案也被老闆打槍很多次,但我知道這是選擇不確定性所需付出的代價。但也是一個很好的學習機會,我在過程中了解到自己能力的短板在哪,然後努力修正它

一年過後,沒有人再說我不懂市場,我的提案通過率也愈來愈高,我跟只熟悉技術工作的同儕相比又多了一些優勢。一開始的不確定性,以及過程中所付出的代價,換回來的則是我長期的能力與職場競爭力,這是擁抱不確定性後能帶來的珍貴禮物。

選安穩或挑戰似乎沒有哪個選項是萬無一失的,這時你會怎麼做選擇呢?我的建議是長線思維,堅定的投資長期,而不要總想著現在。

結語

灰色地帶,這是一個經常被負面表述的詞彙,但是當你願意面對灰色地帶,學習處理灰色地帶帶來的風險,讓自己在不確定性中獲益。

如果你覺得我內容寫得還不錯,歡迎訂閱我的電子報,我每雙週會發送一封電子報到你的信箱。訂閱連結在這,過往的電子報也在這:Gipi電子報

也鼓勵你可以將我的電子報分享給你認為有需要的朋友們,也許你的舉手之勞,將會改變另一個人的思維與習慣。

Read more

AI 學習的悖論

AI 學習的悖論

「AI 讓你看起來更聰明,實質卻有可能學得更少。」 剛剛看到一篇文章談論 AI 對學習的可能傷害,他的參考資料是來自一篇文章《The Myth of Automated Learning》。這篇文章提到一個蠻重要的概念。 當人們使用機器自動執行他們本來可以自己完成的任務時,會發生以下三種情況之一: 1. 他們的技能不斷提高。 2. 他們的技能退化了。 3. 他們永遠學不會這項技能。 這三種狀況分別容易發生在三類人身上: 1. 如果使用者已經是專家,AI 工具可以進一步增強他們的技能。 2. 如果使用者尚未成為專家,而這項技能需要不斷練習,那麼 AI 自動化可能會導致技能退步。 3. 如果使用者是新手,而 AI 從一開始就執行任務,那麼這個人就可能永遠不會真正掌握這項技能。 作者舉的案例是工業時代,那些工匠等級的人,他們的工作被產線工人+自動化機器給大量取代,但這些生產線的工人離開自動化機器後其實什麼都不會。 對這個觀點我一半認同一半存疑,認同的點在於,產線工人熟悉的是機器操作,而工匠擅長的則是不靠機器來完成任務。哪個難度更高?通常是工匠。但從商業角度來思考

By gipi
互聯網女王 Mary Meeker 報告心得(2)-餐飲品牌 Yum Brands 的案例

互聯網女王 Mary Meeker 報告心得(2)-餐飲品牌 Yum Brands 的案例

這幾篇文章都是我觀看 Mary Meeker 2025 年報告後的一些整理跟心得。原始的文件可以參考:https://www.bondcap.com/reports/tai 本篇要聊的話題是在 75 頁看到 Yum Brands 在 2025 年 2 月開始推動旗下餐廳的 AI 化與數位化。 這份報告中可以看到的資料很有限,不過我對餐飲業的現況有點興趣,所以我請 ChatGPT 幫我針對 Yum Brands 使用 AI 的狀況做一些整理,發現一些比預期有趣的資料。 首先介紹一下 Yum Brands 這家公司,因為這名字相信很多人都沒聽過,但說到他旗下的公司大家應該就知道這家公司的規模有多大了。它旗下的主要品牌有以下四個: * KFC(肯德基) 全球知名的炸雞品牌,在 150 多個國家擁有超過 27,000

By gipi
互聯網女王 Mary Meeker 報告心得(1) - AI 的任務,增效優先於降本

互聯網女王 Mary Meeker 報告心得(1) - AI 的任務,增效優先於降本

到今天才有時間把互聯網女王 Mary Meeker 2025 的報告好好閱讀一下,報告的原始網址在此,有興趣的人自行閱讀:https://www.bondcap.com/reports/tai 在報告的 68 頁中我看到了一個很重要的觀念,我結合圖表做說明。 下面這張圖是 BOND 團隊針對 Morgan Stanley 的一份報告作出的整理,這張圖主要強調的是許多大型企業(調查了 400 多家年營收在 5 億美元以上的企業)對 AI 的觀點是放在「營收與事業擴展」上,而非「成本降低」。 以下幾項是被 BOND 團隊歸類在「營收與事業擴展」的項目: Production / Output (提升生產產出) ~70% Customer Service(提升顧客服務品質) ~65% Sales

By gipi
AI 時代我們需要什麼樣的產品經理

AI 時代我們需要什麼樣的產品經理

早上聽 Lenny 專訪 Revolut product head Dmitry Zlokazov 的內容,Revolut 是一家位於倫敦的科技公司,專注於提供金融領域相關的軟體服務。在這個專訪中我聽到幾個很可能是接下來產品經理定位的轉變。 Revolut 在找什麼樣的人來擔任產品負責人?以及如何培養他們成為全球等級的產品負責人? 重視原始智力與飢渴感 在招募時,比起應徵者豐富的經驗,更看重他們的原始智力 (raw intellect) 和渴望打造事物的永不滿足的飢渴感 (unquenched hunger to build things)。有飢渴感的人就算經驗較少,也能快速學習、適應並推動改變並解決問題。 而 Revolut 也更傾向於招募那些處於早期職業生涯 (early in their career) 或具有創業背景的人。 專注於不懈的執行 如果一件事情只完成了 99%,那它更接近 0% 而不是 100%。這包括確保產品不僅僅是開發完成,還需要確保客戶服務、銷售和行銷團隊都能充分利用,否則它可能只是一個無人知曉的無用功能。

By gipi