，也包括第８章将要讲的可接受性问题：完全依靠机器会让一些人感到不自在。人类顾问和机器顾问不同，他们各有优缺点。人类顾问最大的优点是他们视野的广阔性。计算机程序做出的判断完全建立在人们输入数据的基础上；相反，人类顾问会观察当时的情形，注意到所有的事情（比如，病人存活的可能性），然后再组织这些事实得出自己的判断。如果这些事实彼此系统地联系在一起，那么人类顾问相对于计算机程序来说则有很大的优势；但是如果这些事实是彼此独立的，那么就会极大地破坏其准确性。计算机程序的优势就在于它的一贯性。研究表明，人类在与机器的判断竞赛中失利的主要原因是人类没有一贯性。正如一位有名的学者所说的：“人类需要有作息的时间，而机器并不需要。”

    最明智地使用机器顾问的方法就是和人类顾问一块使用，在启用多个人类顾问之前，就要利用机器顾问寻找可能的策略。这样，公司的决策者就可以同时从机器顾问和人类顾问那里获得判断，然后把两者的判断机械地结合起来考虑，比如用求平均的方法。例如在一个商议的过程中，如果机器顾问和人类顾问做出的判断存在很大的差异，那么你就应该调查一下这样的问题：“为什么会发生这种情况？什么东西机器考虑到了而我们没有考虑到，什么东西我们考虑到了而机器又没有考虑到？”作为决策管理者，你职责的一部分就是保证公司的决策者清楚地了解机器顾问的运行过程，并能够据此解决上面提到的问题。但是，情况经常是公司买来设备但是却不知道它是如何工作的。

    ■ 增加决策者自己的准确性

    即使公司的决策者向他人咨询对相关决策问题的判断，他们同时也不可避免地会自己做出判断。因此，先锋公司董事会的每个成员对于他们的ＩＴ重组项目的时间及费用成本都有自己的判断，杰克的判断不会完全取代他们自己的观点。因此，你还需要采取一定的措施，以保证决策者自己的判断比他们在通常情况下的判断要准确。找到影响准确性的因素是解决这个问题的一个实用的方法。研究者已经发现了许多此类影响因素，以下各小节将着重讨论几个在日常商业决策中十分重要的因素。

    影响因素一：相关的人

    对影响最后决策判断准确性的决策人的分析有以下３个重要方面：

    ■ 人数：有时候，判断过程中的相关人数可能过少。大家都知道参与判断的人数越多，判断的准确性就越高，但是我们必须知道多少人才是最恰当的，增加决策的参与者能够增加判断有效性的效果究竟有多大。

    ■ 冗余：有时候，判断参与者的观点也许没有太大的差异。实际上，只有在参与者的观点不冗余的情况下，判断的准确性才会有效地提高。如果克里斯和李的意见总是彼此一致，那么把他们二者的观点联合起来考虑也不会比单独考虑克里斯的观点更加准确。此外，冗余还可能麻痹决策者，使他们过于自信。毕竟，如果每个人都同意一件事，那么这件事一定是正确的。但实际上这件事正确吗？不一定。

    ■ 技巧：毋庸置疑，技巧是影响准确性的另外一个首要因素。做判断的人首先自己必须是娴熟的判断者。通常，决策者不知道自己的准确性究竟有多高，更不用说知道其他人的准确性如何。

    对这些问题的讨论又可以追溯到第4章模式问题：当你在公司内组织决策团队时，一定要保证决策团队中的成员有一定数量的不同的思考方式，但是都有着优秀的决策有效性记录。

    影响因素二：社会动力学

    当公司的决策团队在试图做出指导最后决策判断的时候，讨论中的社会动力可能会抑制准确性。这其中一个很明显的原因就是嘲笑和害怕嘲笑。在第５章中提到的头脑风暴法中要求不要在别人提出观点的时候予以批评，以及电子头脑风暴法中采用匿名的方法都可以解决这个问题。你可以把这种方法应用到判断过程中。另外一个原因就是前面提到的“信息共享效应”：团队成员不积极地提出自己认为对决策有益的看法，而只是讨论大家都知道的事情。概括地讲，解决这个问题的一个有效的方法就是在人们认为他们已经取得一致意见以后，仍然要求他们就判断问题多讲一些自己的观点。

    影响因素三：错误指示

    有时决策者和其他人一样，对那些对事实真相有指示性的因素持错误的观点。例如，他们可能认为有一些方面的工作经验将有助于人们完成服务经理的工作，因为这看上去十分符合逻辑。然而可观数据的调查显示，这二者之间没有任何联系。这些错误的观点会严重损坏判断的准确性。减少对错误认识依赖的一种技术叫做“唱反调”，也就是当一组决策者提出对某种事实效用的预测时，让另外一组人充当反对者，对他们的判断提出质疑。

    对决策效果的有效预测也依赖于许多外部事件，比如任务完成的时间和成本，显然，这些外部事件对有效的决策来说也是至关重要的。但是，仅有这些也不够。本书余下的部分要讨论价值问题，比如一个受益人喜欢的可能是另外一个受益人所讨厌的。下一章将详细讨论这些问题。