《思考，快与慢》有一个经典的问题，我改了一下。

     下面的两个判断，哪一个概率更高？

     A：上司拒绝了你的加薪请求

     B：上司因为不了解你的工作成果而拒绝了你的加薪请求

     运用系统2从逻辑上判断，A的概率一定是高于B的，因为A包含了B。

     但大部分人都倾向于B，直觉上，因为“不了解你的工作成果”是一个非常具象的场景，你就会不自觉地倾向于“不了解你的工作成果”是上司拒绝加薪的理由。

     因为你看到了一个非常具象的生活细节，于是系统1直接被启动，这是我们大脑的运作模式。

     生动的细节可以影响我们的理性判断，这是“代表性直觉”发生的第一个原因。

     在大家还看报纸的年代，有一位都市报的编辑告诉我一个行业秘密，他们的大客户之一就是福彩和体彩，但这两家倒是不做广告，而是常常找一些中奖故事的情节，再让编辑撰写一些吸引人的细节。

     其实随便找几篇这种文章，你就会发现其中的规律，中奖号码的来历总是千奇百怪，主角通常是农村人或打工做小生意的中下阶层人士，长期坚持买彩票，最后用很小的金额中了大奖。 

     那些故事的生动细节，让那些处于社会底层的人士，直接启动系统2，对未来更有希望。这与跟创业者说“梦想还是要有的，万一实现了呢”，是一个道理。

     想要“反直觉”，我们要理解细节的魔力。

     一位演讲培训师说，你也可以在几天之内变成一个演讲高手，因为一般人想象的演讲稿就是把所有的文字事先写下来，但一份真正的“演讲稿”其实是这样的：

     （动作：连续三下拍手）起床了，各位！【声音上扬】。（动作：环视全场）我知道，你们听了3 个演讲，现在一定很累||很累，你们电脑前面的Facebook||一定比站在台上的这个胖子要更加迷人（露齿笑一个）。我也知道||，你们看到亚洲人的脸，肯定就会觉得||这个演讲会很无聊，这家伙有很重|||很重的口音（模仿：Chinglish）不过【声音上扬】（走近同学们，平均每个人看2 秒），相信我【声音上扬】，我和你们遇到的每一个亚洲人|||都不一样。

     不但有所有的文字，还有语调、动作、表情，甚至留白的时间。此时，听众的大脑中，系统2忙着理解演讲的内容，系统1处理这些细节，即便你不完全理解演讲的内容，系统2仍然会告诉你，这是一个很有魅力的人。

     场景中有越多细节，我们越容易相信，所以说谎的方法就是在细节上更真实，来触发对方的系统1。

     有一次，我们曾经为某客户进行了大量项目准备工作，可忽然有一天，客户方负责沟通的人说这个项目取消了，还和我们说了很多取消的“内部细节”。

     此事我们原本并没有太在意，不合作是正常的商业决策，但对方说了这么多细节，老板反而产生了怀疑，客户完全没有必要讲这些。后来一打听，客户果然让另一家公司直接执行我们的方案，对方可能出于“心虚”或“内疚”，想用细节去掩饰，结果反而弄巧成拙。

     想要提高“反直觉”的能力，我们要有一个认识，细节越多，发生的可能性反而越低。还要养成一个习惯：警惕那些细节直接启动我们的系统1，一定要用系统2重新检视一下我们的判断。

     这一点，在产品设计开发中，非常重要。比如几年前O2O风口上，一堆“上门XXX”的项目，到现在除了“送外卖”这个很古老的需求外，其余都是“伪需求”。

     比如上门洗车，创业者会假想这么一群人，他们很懒到不想洗车（去掉一部分人）、对价格不敏感（去掉一大部分人）、不在乎手工作业的质量（跟前一条抵触，又去掉一大部分人）……

     很多产品经理很容易陷入“生动性”产生的“代表性直觉”，尤其是当这个“生动性”是从自己的生活中总结出来的。

     除了警惕细节这个“魔鬼”之外，还要建立“基线思维”。

     你觉得警察因公牺牲的首要原因是什么呢？

     A、劳累猝死；

     B、意外交通事故；

     C、遭受暴力袭击；

     D、抢险救灾

     恐怕大部分人都会觉得是后两者，它们都是电视剧和新闻里警察最常见的牺牲方式。

     实际上，根据统计，因公牺牲的民警中，一半以上是因为“突发疾病猝死在工作岗位上”，三成是“因意外交通事故造成”，而后两个选项的比例很小。

     我们对警察的大部分印象都来自影视剧，是“机智神勇特别能打”“高大威猛一脸正气”“能一脚把门踹开”“随时拿着枪晃悠”……，但警察也是一个工作，是和我们一样的劳动者，最大的威胁当然也是工作没有规律，会生各种病，警力不足，劳动强度又大，容易“过劳死”。

     这就是对抗“代表性直觉”的第二个习惯：要常常用系统2判断一件事的正常发生比例，这个比例称为“基线比例”，这种思维被称为“基线思维”。

     基线思维要求我们把“警察”变成一个没有任何职业特征、缺乏“生动性”的人，那么这个问题就变成了：

     一般人因公死亡的首要原因是什么？

     A、劳累猝死；B、意外交通事故；C、遭受暴力袭击；D、抢险救灾

     我们完全可以凭常识判断出：A>B>>C>D

     凭常识就可以判断，A和B的概率远远大于C和D，那么，即使我们考虑警察这个职位的特殊性，我们也应该相信，答案肯定是A和B之中的一个。

     基线思维要求我们在两种情况下，需要特别关注某事发生的基数比例：

     第一种情况是某事很少发生，是一个极端概率。

     典型的是彩票。人的系统1对概率天生缺乏感受，所有低于千分之一的概率，不论中奖概率是千万分之一还是万分之一，都差不多——不好中，但有人中过。

     另一种情况是非常普通的事件，意味着它有很稳定的发生概率，但很容易因为缺乏“生动性”而被我们的系统1忽视。

     交通事故死亡本身就是我国第二大意外死亡原因，仅次于突发疾病，在这个本来就很高的“基线比例”上，警察的工作用车的概率更大，交通环境更复杂，警车因为使用频繁，车况也不如自家车，同时，交警死于道路执勤也被纳入交通事故死亡。

     “基线比例”通常是靠长期的经验积累的，工厂里的老师傅听到了机器的声音，就能判断是否正常；老练的销售员内心都有各类客户成交的概率。

     我常常收到职场新人的问题，“老板很严厉，是不是对我不满意”，“客户很挑剔，我是不是哪里做得不好”。但实际上，老板的情绪和客户的挑剔都有一个正常的基线水平，工作时间长了，你自然知道哪些是正常的，哪些是异常的。

     虽然基线判断需要时间积累，但如果你经常运用系统2，主动归纳工作中常见的概率，就可以“提前炼成”。所以，擅长对现象进行归纳，习惯于做计划并做日志，经常整理自己收集的信息，不断复盘，都是让你快速进步的好的工作习惯。

     如果无法确认“基线比例”，那“均值回归”也是一个克制“代表性直觉”的方法。

     假如你手下有很多业务员，水平都差不多，但是上个季度有两个人的业绩却非常之差。按常规，你要和他们俩单独谈话，但你想试试两种不同的谈话策略，对于甲，你给予了鼓励，对乙则相反，你进行了严厉的批评警告，那么，下一个季度，不考虑其他因素，你觉得发生概率最高的结果可能是：

     A、被鼓励的甲的业绩下降，被批评的乙的业绩上升

     B、甲和乙的业绩同时上升

     C、甲和乙的业绩同时下降

     D、被鼓励的甲的业绩上升，被批评的乙的业绩下降

     我们往往信奉一种观点：“要把危机扼杀在萌芽状态。”一旦出现了成绩下降、业绩下滑等等不好的趋势，根据我们的直觉，一定是发生了什么，一定要找到原因，采取措施，扭转这个趋势。

     可惜，这仍然是一种“直觉思维”。

     行为金融学家统计了不同投资组合成立后很长的时间内，收益率的变化，得出了两个结论：

     第一：起初回报率相差巨大的组合，最终都会回归平均水平

     第二：之前回报率高的组合，之后的回报率仍然较高，但没有以前那么高

     这个理论被总结为“均值回归”，大部分人的能力也有自己的平均值，有人高一些，有人低一些，不管是谁，超过这个平均值的表现不能持久，不久就会回归平均值。

     回头再看前面的例子，显然，答案是B，两人业绩同时回升。之前两个人的业绩突然下降，代表偏离均值，根据均值理论，他们下个季度回升的概率是很高的，至于你是批评还是表扬，差别并不大。

     这个观点，很多人肯定不认同。难道一个人的能力永远不能进步了吗？

     当然不是，能力可以不断进步，但这个进步通常是“阶梯型”的，一两年保持在一个水平上浮动，然后会有一个明显的快速上升期，进入到下一个“水平段”。

     就是说，一个人的职业发展道路，大部分时候是“均值回归”，状态好时，业绩好，状态差时，业绩差；小部分时间是“趋势向上”，如果一段时间不能“回归”，就是说明进入一个新的阶段了。

     这就是对抗“代表性直觉”的第三个习惯：遇到变化，首先要判断，到底是“均值回归”（经常如此）？还是“趋势改变”（偶尔出现）？

     人的直觉一般是倾向于“线性外推”的。赌钱时，连赢几把，就觉得自己手气很好，就是被系统1迷惑了；只有那些很有经验的赌徒，才会激发系统2，警惕均值回归，连赢几把，警告自己见好就收。

     在股票投资中，一家公司连续几年业绩平稳增长的公司，投资者倾向于找一堆原因，证明这是一家值得长线投资的白马公司，表面上在用系统2思考规律，实际上是系统1启动的偏见。

     只有经验丰富的投资者，看多了公司的沉沉浮浮，吃过白马雪崩的亏，信奉物极必反，万物皆周期，才能注意到那些增速放慢的蛛丝马迹。

     最后总结一下“反直觉思维”的三个思维习惯：

     1、不要被细节所迷惑，细节越多，预测可靠性越差；

     2、很普通的事和极小概率的事，都要先考虑一下“基线比例”；

     3、预测未来，可能性较大的是“均值回归”，除非你能确定事件已经发生了质变。

┌