值得学的人 02|杰夫·贝佐斯——不可逆决策框架
如果你知道在八十岁的时候回看,
你不会为这个决定后悔,那就去做。
贝佐斯有很多身份:全球首富、太空爱好者、技术商人。但如果你只看商业成就,你会错过他最值得学的部分。贝佐斯留下的真正有价值的东西是一套关于「什么时候该快、什么时候该慢」的决策分类法。
很多人做决策只有一种模式:要么什么都慢慢想(然后错过机会),要么什么都快速拍板(然后踩进大坑)。贝佐斯的洞察是,这两种模式都对,但你需要知道在哪种情况下用哪一种。 把该快的决定做慢了,是一种浪费;把该慢的决定做快了,是一种灾难。这一篇拆的就是他区分决策类型的方法,以及他围绕这个分类建立的一整套决策系统。
一、单向门和双向门
贝佐斯在 1997 年写给亚马逊股东的第一封信里,就埋下了他整个决策哲学的种子。但这个分类法最清晰的表述出现在 2015 年的股东信里。他把所有决策分成两类:
Type 1(第一类)决策,是单向门。 你推开这扇门走过去之后,门就关上了,你回不来。这种决策一旦做错,代价极高甚至不可逆。这类决策需要慢、需要充分的信息、需要多人审议。
Type 2(第二类)决策,是双向门。 你推开门走过去,发现不对,可以再走回来。这种决策的试错成本很低,最大的风险不是做错,而是做慢。
贝佐斯观察到一个规律:当公司变大以后,人们会把所有决策都当 Type 1 来处理——用沉重的流程、长时间的讨论、多层的审批——即使那个决定只是一扇双向门。 结果就是整个组织变慢。他的原话是:「用 Type 1 的流程处理 Type 2 的决策,最后的结果是不做决策。」
这个分类法听起来简单,但我觉得它可能是我在所有决策框架里见过最实用的一个。因为它直接回答了一个每个人每天都面对的问题:这件事我该花多少时间想?
你在犹豫要不要开始写一个公众号——这是双向门,写了不满意可以停,花三个月想要不要开始是浪费。你在犹豫要不要从大厂辞职创业——这更接近单向门,放弃的机会成本、经济压力、职业路径的改变,回头的成本很高,值得花时间想清楚。你在犹豫要不要试一个新的工作方法——双向门,试两周不好用就换回来,不需要做 SWOT 分析。
大多数人的决策焦虑来自不分类:他们把所有决定都当单向门来处理。 结果该快的不快,该行动的时候在分析,该试错的时候在等完美方案。
二、后悔最小化框架
贝佐斯在 1994 年面对人生中最大的一个单向门决策:要不要离开华尔街对冲基金 D. E. Shaw 的高薪职位,去创办一家网上书店。
他用的方法后来成了他最广为人知的决策工具——后悔最小化框架(Regret Minimization Framework)。方法很简单:把自己投射到 80 岁,回看这个决定,哪个选择会让你更后悔?
贝佐斯的推演是这样的:「我 80 岁的时候会不会因为放弃了华尔街的年终奖金而后悔?不会。我会不会因为错过了互联网爆发的早期、没有试一试而后悔?一定会。」这个判断帮他在 48 小时内做出了离开的决定。
后悔最小化框架的力量在于它帮你穿越当下的噪音。当你纠结于眼前的利弊时,短期的损失会显得特别大——要放弃的薪水、要承受的风险、别人的不理解。但当你把时间拉到足够长,大部分短期损失都会变得不重要,真正重要的事情会浮出来。
我自己在做一些大决定时会用这个框架。不是每个决定都用——选择中午吃什么不需要后悔最小化。但在「要不要投入时间做一个完全不确定结果的事情」这类决定上,问自己「十年后的我会不会因为没试而后悔」,通常比列利弊清单更有效。因为利弊清单是理性的,但后悔是直觉的。后悔最小化框架用直觉来检验理性分析可能遗漏的东西。
不过,这个框架有一个容易被忽视的前提:它更适用于「做 vs. 不做」的决策,不太适用于「做 A 还是做 B」的选择。 因为当两个选择都代表行动时,你在 80 岁可能对两种都不后悔,框架就失去了区分力。
三、六页备忘录和 Day 1 文化
贝佐斯围绕决策质量建立了一系列具体的制度,其中最有名的是六页备忘录(six-page memo)。
在亚马逊的重要会议上,不允许使用 PPT。取而代之的是一份不超过六页的叙事性备忘录。会议开始后,所有人先安静阅读这份文档二十分钟,然后讨论。贝佐斯的逻辑是:PPT 让演示者用表演能力掩盖思考的漏洞,而六页完整的叙事文档会暴露逻辑链上的每一个薄弱环节。 写不出连贯的六页,说明你还没想清楚。
这个方法背后有一个值得注意的洞察:思考的质量和表达的介质有关。 用 bullet points 列出来的东西看起来很清楚,但那种清楚可能是假的——因为 bullet points 不要求你把逻辑关系讲清楚。而当你被要求用完整的段落写清楚「因为 A,所以 B,但是要注意 C,因此我们应该 D」的时候,你的思考会被迫变得更严密。
另一个制度是 Day 1 文化。贝佐斯把亚马逊的办公楼命名为 Day 1,提醒自己和团队永远像第一天一样做决策。Day 1 的核心原则之一是「disagree and commit」(不同意但执行)——当团队无法达成共识时,可以由负责人做出决定,其他人即使不同意也全力执行,而不是无休止地讨论。 这不是独裁,因为前提是充分讨论已经发生,只是最终需要有人拍板。这个原则解决的是大组织里最常见的一种浪费:所有人都在等共识,但共识永远不来,于是什么决定都做不了。
贝佐斯还有一个值得注意的方法:从客户倒推(working backwards)。在亚马逊开发新产品时,团队的第一步不是写技术方案,而是写一篇假想的新闻稿——假设产品已经发布了,它对客户意味着什么?如果这篇新闻稿写不出让人兴奋的内容,说明这个产品本身就不够值得做。这个方法把「我们能做什么」的思路反转成了「客户需要什么」,让很多看起来有技术可行性但没有真实需求的项目在早期就被筛掉了。
四、AWS 的诞生:一个决策系统的产物
亚马逊 AWS(Amazon Web Services,亚马逊云计算服务)的诞生是贝佐斯决策系统的一个完整展示。
2000 年代初,亚马逊的工程师们发现,公司内部花了大量时间重复构建基础设施——每个新项目都要自己搭服务器、配置存储、建数据库。有人提出:如果我们把这些基础设施做成标准化的服务,不只内部用,也卖给外部的开发者呢?
这个想法在当时看来很奇怪——一家电商公司为什么要做云计算?贝佐斯的判断建立在几个层面:首先,这是一个双向门——可以先用很小的规模试,不行就收回来。其次,从客户倒推——中小企业和独立开发者确实需要低成本的计算基础设施,这个需求是真实的。第三,它符合贝佐斯最核心的长期原则:选那些客户十年后还会需要的东西。 十年后人们会想要更慢的服务器吗?不会。更贵的存储空间吗?不会。那就做更快、更便宜、更可靠的基础设施。
AWS 在 2006 年正式推出,现在是亚马逊利润最高的业务。但更值得看的是决策过程:贝佐斯没有预见到 AWS 会变得这么大。他做的是用自己的框架——双向门分类、客户倒推、长期价值判断——在信息不完全的情况下做出了一个可以修正的赌注。
五、他的条件和你的距离
贝佐斯的决策系统之所以能发挥出那么大的威力,有几个你不具备的条件。
他运营的是一个万亿市值的公司。 他的决策速度——敢于在 70% 的信息下就行动——建立在强大的团队支撑上。一个决定做错了,有几十万人帮他修正。你可能只有你自己。当你只能赌少数几次的时候,每一次的信息充分程度就更重要。
他的容错空间极大。 亚马逊在很多年里不追求利润,靠持续融资和市场信心维持扩张。这给了他做大量 Type 2 实验的资本。你在做职业或生活决策时,经济缓冲和试错空间可能远远小于他。
他的「disagree and commit」建立在非常强的个人权威上。 当创始人兼 CEO 说「我不同意但我支持你」,这句话有分量。当一个普通员工说同样的话,可能没人听。这个原则在层级关系中的适用性是不对称的。
不要照搬贝佐斯的决策速度和冒险程度。 但他的分类方法和思考框架,是可以在你自己的尺度上使用的。
你可以直接拿走的
- 对你当前最纠结的一个决定做 Type 1/Type 2 分类。 问自己:如果这个决定做错了,我能不能在可承受的成本内回到原点?如果能,它是双向门——设一个时间窗口去试,而不是继续想。如果不能,它是单向门——允许自己花更多时间、收集更多信息。
- 用后悔最小化框架检验一个你一直在犹豫的大决定。 把自己投射到十年后:哪个选择会让你更后悔?注意这个框架适合「做 vs. 不做」的决定,不太适合两个积极选项之间的取舍。
- 下次要给别人展示一个重要想法时,先试着用完整段落写出来,不用 PPT。 写到你觉得逻辑完全说得通、没有跳跃,再决定要不要做成演示。如果写的过程中发现有一步说不通——恭喜你,你在展示之前发现了问题。
- 在你的团队或合作关系里试一次「disagree and commit」。 下次讨论陷入僵局时,明确说「我的看法不一样,但我支持你的方案,我们先试,两周后复盘。」给不同意一个体面的出口,给执行一个明确的期限。
- 给你正在做的一件事写一篇「新闻稿」。 假设这件事做成了,对你的用户/读者/客户意味着什么?如果写不出让自己兴奋的一段话,也许值得重新想想这件事到底值不值得做。
一点边界
- 后悔最小化框架在「两个选择都积极」的场景下区分力有限。它更适合用来打破「做 vs. 不做」的僵局。
- Type 1/Type 2 的分类并不总是非黑即白。很多决策介于单向门和双向门之间——理论上可逆,但回头的成本很高。这时候需要的不是简单分类,是评估回头的具体代价。
- 在没有团队和资本兜底的个人决策中,贝佐斯式的「70% 信息就行动」需要降低赌注的规模。你可以快,但不要拿承受不起的东西去试。
这个系列会讲什么
- 值得学的人 01|查理·芒格——多元思维模型
- 值得学的人 02|杰夫·贝佐斯——不可逆决策框架(本篇)
- 值得学的人 03|瑞·达利欧——原则驱动的决策机器
- 值得学的人 04|纳瓦尔·拉维坎特——杠杆与判断力
- 值得学的人 05|安妮·杜克——概率思维与放弃的智慧
- 值得学的人 06|段永平——本分与不为清单
- 值得学的人 07|纳西姆·塔勒布——反脆弱与切肤之痛
参考
- Bezos(1997–2020),Amazon 年度致股东信,Amazon Inc.
- Stone(2013),《The Everything Store: Jeff Bezos and the Age of Amazon》,Little, Brown and Company
- Bezos(2018),经济俱乐部华盛顿访谈
- Bryar & Carr(2021),《Working Backwards: Insights, Stories, and Secrets from Inside Amazon》,St. Martin's Press
没学会也不要紧,本来就不是一天的事。把重复交给 AI,把省下的力气拿去复利。