風險共擔：為什麼預測整體，比預測個體更有用

你有沒有這種經驗？

明明什麼都提前想好了。每個環節都盡力評估了，每個可能都準備了。結果現實一來，還是這裡多、那裡缺，計畫總是趕不上變化。然後你對自己說，下次要準備得更細才行。

然後你更細了。然後還是錯。

我在 Deloitte 工作的那幾年，有一段時間就深陷在這個循環裡。我以前很相信一件事：預測越精準，專業度就越高。越細化越嚴謹，越嚴謹越不會出錯。這個信念乍看很合理，直到你真的撞上它的極限。

這篇表面上是在聊一個商學概念，叫風險共擔。但它真正想說的，其實是另一件事：我們到底要怎麼跟不確定性相處。

你不需要更精準地猜測未來。

你需要的，是設計一個讓你不必猜得那麼精準、也不會出大事的系統。換言之，問題不在你預測得不夠準，而在於你誤以為預測個體是可能的。

大多數人卡住的地方

我先說三個我自己也卡過的誤解。

第一個誤解，是以為數據越多，預測就越準。這個信念有個很少人說清楚的前提：它在群體層面才成立。你可以用數據預測台灣明年的咖啡消費總量，但你沒有辦法用再多的數據預測隔壁的人下週五會不會突然想喝一杯拿鐵。個體有隨機性，這件事任何模型都消不掉。統計的價值，是讓你在群體層次站穩，而不是讓你在個體層次算命。這兩件事，很多人一直混在一起。

第二個誤解，是以為越客製化，就越能滿足所有人。這個想法很有吸引力。你的產品有十種顏色，你就會開始想，二十種是不是更好賣。但問題是，每多一個獨立選項，背後的備料、庫存、判斷邏輯都會更複雜。你要猜的事情變多了，猜錯的機率也一起往上升。一家只賣黑咖啡的店，備料簡單得多；一家賣一百種特調的店，每個月都可能有配料過期要丟掉。你以為自己在服務顧客，結果其實在製造浪費。

第三個誤解，是以為資源分散在最靠近需求的地方，一定最有效率。這個直覺很自然，東西放得近，感覺就更快。但問題是，當你把資源分散到很多角落，每個角落都得自己準備一份萬一。你家每個房間都放一盒衛生紙，聽起來好像很方便，但你一定也有過這間沒了、那間還有一大堆的時候。那不是準備充分，而是資源錯置。

第一個核心理解：集合的力量，會讓波動變小

有一個結論，我第一次真的想懂時，有一種說不出話的感覺：

越往整體看，世界越穩定。越往細節鑽，世界越混亂。

聽起來有點玄，但背後其實是很純粹的統計邏輯。想像你要預測一場聯歡晚會，五十個人分別會吃幾個水餃。你問每一個人，他們會給你五十種不同答案，而且很多人自己也不確定。但如果你換個問法，問五十個人加起來大概會吃幾個，你突然就有了一個更穩定的估計。有人吃多，有人吃少，這些誤差會互相抵銷，整體反而變得比較可以掌握。

是故，這裡有一個很值得記住的思維轉換：你的工作不是把每一個細項都猜準，而是找到那個可以讓誤差互相抵銷的層次，然後在那個層次做決策。

天氣預報是很好的例子。你沒有辦法預測明天幾點幾分哪一滴雨會打在你右肩。但你可以預測明天台北下雨的機率大概七成。這個預測已經夠有用，你會因此帶傘，這就夠了。

第二個核心理解：延後決定，保留彈性

這個概念，是我自己最喜歡反覆想的一個。

它最反直覺的地方在於：很多時候，你越早做決定，承擔的風險反而越大。

一般人的本能是早點決定、早點放心。但在高不確定性的情境裡，過早的決定其實是在鎖死自己的彈性，因為你得提早猜一件還沒發生的事，而猜錯的代價要自己全部吞下去。

IKEA 的家具是我很喜歡用的例子。IKEA 不幫你把家具先組裝好，不是因為它懶，而是因為它不知道你家的空間到底長什麼樣子。所以它給你的是一套標準零件，讓你回家之後，根據自己的情況做最後成型。這個設計，讓它可以用同一套零件服務很多不同的人。

換言之，保持半成品的狀態越久，你面對未知的應變能力就越強。延後決定，不是拖延，而是策略。

於我而言，這個邏輯在職涯轉型上特別有感。我在找下一份工作的那段時間，後來慢慢把自己整理成一套比較通用的核心敘事：我是誰，我能做什麼，我的轉型邏輯是什麼。等到真的知道對象是誰，再做最後一公里的調整。說起來很理性，當下其實非常不安（哈哈）。但它確實比每投一個職缺就重寫一次履歷有效得多。

第三個核心理解：集中資源，反而更能分散風險

這是最容易讓人有點抽象感的一段，但它其實很地氣。

你把資源集中起來，所需要的安全緩衝，不會照比例增加，反而常常增加得更慢。原因很簡單：集中之後，不同需求的波動會互相抵銷，整體比較好預測，所以你不用為每一種萬一都各備一份。

想像四個各自獨立的小倉庫。每個倉庫都怕缺貨，所以每個都得準備自己的安全庫存。可如果你把它們整合成一個比較大的倉庫，你需要的安全庫存，通常不會等於四份直接相加。因為集中之後，有的地方多、有的地方少，波動彼此抵掉，整體更穩。

你也可以把它想成雲端硬碟。你和同事不會每個人都各買一顆超大硬碟，然後只用到一小部分。更常見的做法，是大家共用一個大容量空間，誰有需要誰就用。整體使用率反而更高。道理就是一樣的。

基此，有一個很值得捫心自問的問題：

我現在是真的在服務需求，還是在為每一種可能性各自準備一份資源，然後假裝自己已經準備好了？

這個問題，我在 Deloitte 的那幾年，從來沒有被認真問過。現在回頭想，會覺得有點可惜。

一個你現在就能做的練習

這個練習大概十分鐘，不需要任何工具，一張白紙就夠了。

第一步，寫下你目前工作或生活中，最讓你頭痛、最難預測的三件事。

第二步，問自己：這三件事之間，有沒有什麼共通的準備動作？換言之，有沒有某件事做了之後，三件事都能稍微應對？

第三步，再問一次：我是不是在針對每一件事各自備料、各自應對？如果是，加起來的總成本有多高？

第四步，想像一下，如果你把資源集中到共通點，而不是分散到每個獨立情境，你的準備方式會有什麼不同？

第五步，最後標出其中哪一個決定，其實可以再晚一點再做。也就是說，哪裡你可以先保留彈性，等知道更多資訊再收斂。

很多人做完這個練習會發現，焦慮不一定來自不確定性本身，而是來自過早做了決定，然後現實開始打臉。學會把某些決定往後放，本身就是一種風險管理。

我的反思與你下一步可以怎麼學

坦言之，我第一次真的想懂這個概念的時候，第一反應不是好厲害，而是原來我以前都在做白工。

在 ESG 顧問的工作裡，我們很習慣把問題細化，把方案客製化，把每一個細項都回應到。這是這個行業訓練你的方式。但它也有一個副作用：你會慢慢相信，精緻化本身就是價值所在。

進到氣候金融之後，我越來越感覺到，投資和評級的邏輯不太一樣。你不再只是為單一客戶的單一問題設計答案，而是要在一個充滿系統性不確定性的環境裡，找到在多種情境下都還站得住的決策框架。

這也是為什麼，這篇真正重要的，不是怎麼預測得更準，而是怎麼設計一個讓你不必預測得那麼準的系統。

如果你想繼續往下學，我會建議三個方向。

第一，去看系統思考。它會幫你從事件，慢慢轉成看結構。

第二，去理解情境規劃。它不是要你猜哪個未來最可能發生，而是讓你為多種未來同時做準備。

第三，如果你正在做職涯規劃，試著問自己：我現在培養的能力，有哪些是通用的、可以跨情境帶走的？越通用的能力，越有 pooling 的效果。

預測一個人是算命，預測一萬個人是科學。

而更好的設計，是讓你連一萬個人都不需要猜得那麼精準。

共勉之～