我们用悉尼歌剧院的故事作为预测讨论的起点。现在我们要讨论人性中的另一个特点：计划者会犯一种系统性错误，它是人性与世界或组织结构复杂性混合作用的结果。为了生存，各种组织需要使自己和别人看上去有“前景”。
计划失败是因为人们具有筛选性思维，即忽视计划之外的不确定性来源。
下面是一个典型的例子。乔（一名非小说类作家）得到一份出书合同，交稿日期定在从现在开始的两年以后。书的内容很简单：作家沙尔曼·拉什迪（Salman Rushdie）的传记，乔已为此收集了大量信息。他甚至追踪了拉什迪的全部前女友，预见到会与她们有非常愉快的面谈。离两年期限还有3个月的时候，他打电话向出版商解释，他需要推迟一小段时间。出版商已经料到这种情况，他们对作者推迟交稿已经习以为常。然而，这次出版商却有些犹豫，因为书的内容已经出人意料地失去了公众的兴趣，公司原以为公众对拉什迪的兴趣会保持在很高水平，但它实际上已经逐渐消失了，或许是因为伊朗人出于某种原因不再对他感兴趣。
让我们看一看传记作者低估写作所需时间的原因。他根据自己的时间表制订计划，但他犯了筛选性错误，没有预见到某些“外部”事件可能发生，从而延缓了他的进度。这些外部事件包括2001年9月11日的灾难，这耽搁了他几个月；去明尼苏达州照顾生病的母亲（她最终康复了）；以及许多别的事件，比如与女友分手（但不是与拉什迪的前女友）。“除此以外”，一切在他的计划之内，写书的事一点也没有偏离时间表。他对不能按时交稿不感到负有责任。
意外对计划产生单边影响。想一想建筑商、论文作者和承包商的历史记录。意外几乎总是产生一个方向的结果：更高的成本和更长的完成时间。只有在很少的情况下，比如帝国大厦，你会看到相反的结果：更低的成本和更短的时间，这些情况是真正的意外。
我们可以通过实验和重复性检验来确定这种计划错误是否是人类本性的一部分。研究者已经对学生作过测试，让他们估计完成研究项目所需的时间。在一次有代表性的测试中，他们把一群人分为两组，乐观的和悲观的。乐观的学生估计26天，悲观的学生估计47天，而实际的平均完成时间是56天。
乔的例子并不极端。我选它的原因是它涉及的是可重复的、常规性的任务，对这类任务，我们的计划错误会小一些。对于具有较大非常规性的计划，如军事入侵、全面战争或者某件全新的事，计划错误会急剧上升。实际上，任务越具常规性，你预测得越准确。但在现代环境下，总有非常规的事情。
人们许诺在较短的时间内完成任务是有动机的，例如作者为了赢得出书合同，或者是建筑商为了得到首付款好去度假。但即使不存在低估完成时间（或成本）的动机，人们仍然会犯计划错误。我已经说过，我们的思维太狭隘了，无法考虑时间偏离我们预测的可能性，而且，我们太过专注于相关任务内部的失误，而不考虑外部不确定性，即“未知的未知”，或者说那些我们没有读过的书的内容。
还存在一种愚人效应，它产生于我们在思维上对模型外风险的忽视，或者说只专注于我们所知道的。我们从一个模型内部观察世界。想一想，大多数延迟和超额预算来自不被计划考虑的意外因素，也就是说，它们出于模型之外，比如罢工、断电、车祸、坏天气或者火星人入侵的谣言。这些妨碍我们计划的小黑天鹅事件是我们没有考虑到的。它们太抽象了，我们不知道它们的具体形式，无法以一种合理的方式对待它们。
我们并不真正擅长制订计划，因为我们不懂未来，但这不一定是坏消息。只要记住我们的这些缺陷，我们就可以制订计划，这需要的只是勇气。
技术之美：Excel表格
在不远的过去，比如前计算机时代，预测是模糊而定性的，人们必须努力运用想象，而想象未来情景是非常艰难的。人们要用铅笔、橡皮、大量纸张和巨大的废纸篓来完成这项工作，此外会计师还要对繁复而进展缓慢的工作充满热情。简而言之，预测是一项费力、令人厌倦和充满自我怀疑的工作。
但随着电子数据表的出现，情况改变了。当你把一张Excel表格交给一位计算机老手的时候，你就会毫不费力地得到无限期的“销售预测”！一旦预测被放在一页纸或电脑屏幕上，或者被放在PowerPoint演示文件中，这一预测就有了自己的生命，失去了它的模糊和抽象性，变成了哲学家所称的具体的东西。它拥有了新的生命，成为可见的事物。
我的朋友布赖恩·欣奇克利夫提出了这样一个观点：或许，正是因为人们可以轻易地在电子数据表格里通过公式来预测未来，才使得那些预测大军信心十足地进行更长期限的预测（同时进行筛选性假设）。多亏了这些强大的计算机程序，我们这些不知如何处理知识的人成了糟糕的计划者。与大部分商品交易员一样，布赖恩是一个充满着激烈与残酷现实主义思想的人。
这其中似乎存在一种经典的思维机制，叫做锚定。通过设想一个具体数字，你降低了对不确定性的不安，然后你“向它下锚”，就像在真空中抓紧一个物体。这种锚定机制是不确定性心理学的鼻祖丹尼·卡尼曼和阿莫斯·特沃斯基在早期对启发式思维和认知偏差的研究中发现的。研究是这样进行的。卡尼曼和特沃斯基让受试者启动未来之轮。受试者首先看轮子上的数字，他们知道数字是随机的，然后估计加入联合国的非洲国家的数量。轮子上的数字较小的受试者估计了一个较小的数量，轮子上的数字较大的受试者估计了较大的数量。
类似地，让某人告诉你他的社会保障号码的最后四位数，然后让他估计曼哈顿牙医的数量。你会发现，通过提醒他一个4位数的数字，你会诱导出一个与之相关的估计结果。
我们在头脑中形成参照点，比如销售预测，然后开始基于它构造信念，因为把一个观点与一个参照点进行比较比在绝对的环境下对它进行评价所需的思维努力更小。（系统1在起作用！）我们无法在没有参照点的情况下思考。
所以在预测者头脑中设置一个参照点能够带来奇妙的结果。在讨价还价过程中设置起点是一样的道理：你先提出一个较高的数字，如“这所房子要卖100万美元”，买方会说“只能85万”——议价过程将取决于初始报价。
预测错误的特点
与许多生物变量一样，寿命属于平均斯坦，也就是说，它只具有温和的随机性。它不具有突破性，因为我们越老，活下去的机会越小。根据保险数据，在发达国家，新生女婴的寿命大约为79岁。在她的79岁生日，假设她具有平均健康水平，她的预期寿命还有10年；90岁时，她可能还能活4.7年；100岁时可能还能活2.5年；119岁时（假如她奇迹般地活了这么久），她可能还剩下大约9个月的寿命。随着她逐渐活过预期死亡日，预期的剩余寿命会越来越短。这是钟形曲线随机变量的主要特点。对剩余寿命的条件期望随着年龄的增长而降低。
对于人类的计划和冒险活动，则是另一番情形。如我在第三章所述，它们通常是具有突破性的。对于属于极端斯坦的突破性变量，你会看到截然相反的结果。假设一项计划预期在79天内完成（这里的天相当于上述新生女婴例子里的年）。在第79天，假如计划还未完成，那么人们预测它还需要25天；但在第90天，假如计划还未完成，它会还需要58天；在第100天还需要89天；在第119天还需要149天；在第600天，如果计划还未完成，你会预测它还需要1 590天。如你所见，你等待的时间越长，你预期还要继续等待的时间就越长。
假设你是等待回到故乡的难民。每过去一天，你离回去的那一天就越远，而不是越近。建造下一座歌剧院的情况是一样的。如果预期需要两年时间，而3年后你想知道何时完工，不要指望它在很短的时间内竣工。如果战争平均持续6个月，而你的战争已经持续了两年，那么问题的解决大概还需要几年。阿拉伯与以色列的冲突已经持续了60年，并且还在继续，但在60年前它被认为是一个“小问题”。（请务必记住一点，在现代环境下，战争会比计划中持续更久并且会死更多人。）另一个例子：假设你给你最喜欢的作者写了一封信，你知道他很忙，并且回信需要两周时间。如果3周后你的邮箱仍然是空的，就不要指望明天有回信，平均还需3周才会有。如果3个月后还是什么也没收到，你就不得不准备好再等一年。每一天都会使你更接近死亡，而更加远离收到回信。
这种可测性随机现象微妙而极具影响的特点是非常反直觉的。我们通常会错误理解这种极大偏离常规的现象。
我将在第三部分更深入地讨论可测性随机现象的特点，但允许我现在就指出它们是我们错误理解商业预测的关键。
