AI 时代创业哲学 · 25
我第一次对"失败是成功之母"这句古老箴言产生深刻的怀疑,始于回顾SpaceX那段惊心动魄的早期历史。
2006至2008年间,猎鹰1号火箭连续三次以绚烂的烟火告终,数千万美元的投资在大气层中化为灰烬。第一次,燃料泄漏导致动力中断,发射后29秒坠毁;第二次,一二级分离时碰撞,箭体失控;第三次,复用的部件导致致命的振动与控制失稳。
此时最简单的叙事莫过于"坚持就是胜利",或者是看埃隆·马斯克的笑话。但真正扭转乾坤的,并非是"再试一次"的匹夫之勇,而是团队将每一次失败都冷酷地解剖为严谨的方法论:将试验与制造流程彻底数据化;将"事前验尸"(Premortem)的风险预想制度化;将分系统的冗余设计与边界条件,固化为工程决策的铁律;最终将"从异常到根因"的追溯闭环,内化为整个组织的本能习惯。
第四次发射的成功,并非因为失败的次数终于攒够了,而是因为团队的集体努力和能力,升级到了足以驾驭巨大复杂性的程度。
这便是今天我想讨论的核心:失败本身,从不自动孕育成功;它更可能只是下一次失败的精准彩排。真正决定成败的,是我们认知和分析失败的能力。
正如科学哲学家卡尔·波普尔所说:"像苏格拉底一样,渐进的社会工程师知道我们只能从错误中学习。"、"在科学中,我们常常能够从错误中学习,正因为错误会被系统地批评并常常能被纠正。"控制论先驱W.罗斯·阿什比的必要多样性法则进一步揭示:"只有足够的多样性,才能吸收并化解外界的多样性。"这意味着,从失败中学习的本质,是通过深度反思来扩充我们认知的"多样性",用以驾驭下一次挑战的未知与复杂。
为何我们常常无法从失败中学习? 认知偏见的重重迷雾
如果失败能够轻易地转化为成功,那么成功就不会如此稀缺。现实是,我们的大脑为了自我保护,进化出了一系列根深蒂固的思维捷径:认知偏见。丹尼尔·卡尼曼将其总结为一种核心错觉:"你所见即全部"。我们依据手头极其有限的信息,迅速构建出一个看似自洽的故事,而各式各样的偏见,正是这个故事里扭曲现实的无形之手。
- 自我服务偏见(Self-serving bias):这是最常见的甩锅机制。成功时,我们倾向于归功于自己的才华与努力;失败时,则下意识归咎于外部环境或他人。心理学家米勒与罗斯的研究一针见血地指出了其代价:"自我服务归因以牺牲学习为代价,来保护自尊。"
- 后视镜偏见(Hindsight Bias):一旦尘埃落定,我们总感觉自己是事后诸葛亮。分析失败时,一句"我早就知道会这样"便轻易地掩盖了决策过程的真正困境。这种偏见让我们误以为结果是显而易见的,从而忽略了当时信息不足、充满变数的真实挑战。阿莫斯·特沃斯基与丹尼尔·卡尼曼的开创性研究表明:"人们经常在事后高估自己对结果的可预见性。"巴鲁赫·菲施霍夫更进一步指出,这种错觉甚至会悄然重写我们的记忆。
- 确认偏见(Confirmation Bias):我们的大脑天生偏爱那些能够证实自己既有观点的信息,同时自动屏蔽或贬低与之相悖的证据。心理学家彼得·沃森的经典实验早已证明:"人们更倾向于寻求证实而非证伪。"当失败的预警信号出现时,我们可能视而不见;当复盘失败时,我们又只关注那些能为自己开脱的蛛丝马迹。
此外,失败所裹挟的羞耻、焦虑等负面情绪,是巨大的心理消耗。心理学家罗伊·鲍迈斯特等人的研究发现,"负面信息对心理和行为的影响远强于正面信息。"这种强烈的负面冲击,驱使我们为了尽快逃离不适,下意识地选择遗忘、压抑或扭曲那段痛苦的记忆,最终完美地错过了最宝贵的复盘环节。
核心议题:从失败中提取"可迁移的教训"
失败本身并无内在价值,其唯一的价值在于我们从中提炼出的、能够应用于未来不同情境的智慧与原则,即"可迁移的教训"(Transferable Lessons)。这才是连接失败与成功的唯一桥梁。
1. 建立结构化的反思框架
有效的学习始于高质量的反思。与其沉溺于情绪的漩涡,不如启动一个结构化的思考框架。强大的"四问法"模型便是一个极佳的起点:
第一问:发生了什么?客观、中立地复述事实,如同记者般陈述,不带任何感情色彩与主观评判。
第二问:哪里出了问题?深入分析导致失败的根本原因。这要求我们既要诚实地面对自身,也要系统性地审视环境、流程与信息等外部因素。在此需警惕哲学家迈克尔·波兰尼所揭示的"默会知识"陷阱:许多失败的根源,恰恰在于那些我们知道但无法言说的隐性经验或行业默认假设。
第三问:我学到了什么?这是提炼"可迁移教训"的核心。从三个维度拷问自己,以提炼出根本性洞见:
- 关于自我:这次失败暴露了我哪些思维定式、知识盲点或能力短板?我的决策流程是否存在系统性偏差?
- 关于方法:我所采用的策略、流程或工具是否存在根本性缺陷?有无更优的替代方案?
- 关于世界:我对市场、用户或人性的哪些核心假设被证伪了?如何才能构建更精准的外部认知模型?
第四问:下一步做什么?将洞见转化为具体的、可执行的行动计划。正如组织理论家卡尔·维克提出的那个激进建议:丢掉你的工具。这意味着,真正的改变有时必须从放弃那些我们最熟悉、但已被证明无效的思维模式和工作流程开始。
2. 主动出击,对抗认知偏见
在反思过程中,我们必须像侦探一样,时刻对大脑的思维捷径保持警惕。
- 记录决策日志:为对抗后视镜偏见,养成记录重要决策的习惯:写下当时的决策依据、预期结果与核心考量。当结果出现时,这本日志就是你对抗记忆扭曲的客观证据。有一句常被归于戴明的质量管理格言:"In God we trust, all others must bring data."虽然未必出自他本人之口,但高度体现了戴明以数据驱动改进的思想。
- 安全的外部环境:为打破自我服务偏见和确认偏见的桎梏,主动向你信任且敢于直言的导师、同事或朋友求教,请求他们无情地指出你的问题。正如哈佛商学院教授艾米·埃德蒙森所强调的:"没有心理安全感,就谈不上从失败中学习。"一个让人敢于讲真话的环境是所有有效反馈的基础。
- 进行"事前验尸"(Premortem):在启动新项目前,大胆地设想它已经彻底失败,然后与团队一起倒推出所有可能导致失败的原因。该方法的提出者、心理学家加里·克莱因解释道:"事前验尸让团队在行动之前就看见失败,因此能及早布防。"
3. 培养成长型心态(Growth Mindset)
斯坦福大学心理学教授卡罗尔·德韦克提出的成长型心态理论,是我们从失败中学习的心理基石。拥有该心态的人坚信,能力与智慧并非天赋定型,而是可以通过努力、学习和坚持来培养的。其核心正如她所言:"如果目标是成长而不是证明自己,那么失败就不再是终点,而是数据、是反馈。"
这种心态的转变,会带来三个关键行为:
- 重新定义失败:将失败视为一次获取宝贵数据、完善自我的实验,而非对个人能力的终极审判。
- 聚焦于过程:称赞自己为克服困难所付出的努力和尝试的策略,而非仅仅关注结果的成败。这能极大地维持面对挫折时的心理韧性。
- 面向未来:遇到困难时,告诉自己我只是还没掌握这项技能,这种微小的语言调整,能极大地增强迎接挑战的信心与耐心。
真正的成长,不仅是心态的转变,更是行为模式的升级。正如赫伯特·西蒙定义的:
"真正有效的学习,是把亲身经验编译成可反复调用的做法,用得越多越熟,适应力就越强。"而最高级的学习,是学会如何学习。人类学家格雷戈里·贝特森称之为"二阶学习"。
这也是OpenAI的CEO Sam Altman在多次访谈中强调:要学会使用AI工具,并培养适应与韧性这类元能力。"学习如何学习"将愈发关键。
这正是我们追求"可迁移教训"的终极目标:不断升级我们整个学习与决策的底层操作系统。
结论:你的认知,才是成功之母
"失败是成功之母"这句箴言的真正价值,不在于它承诺了一个必然的结果,而在于它揭示了一种宝贵的可能性。失败为成功提供了丰富的原始数据和实践土壤,但这片土壤能否孕育出果实,完全取决于我们能否成为一个高效、理性且勇敢的学习者。
我们可以用思想家纳西姆·塔勒布的"反脆弱"概念来重新定义这个过程:"有些系统能从波动与压力中受益。"一个具备强大认知能力的个体或组织,正是一个反脆弱的系统,它能将每一次失败的冲击,都转化为自身结构性的增益。
与其盲目地信奉失败的价值,不如将全部焦点放在构建我们从失败中学习的能力上。
通过结构化的反思、对认知偏见的警惕与对抗,以及对成长型心态的持续培养,我们才能将每一次跌倒,都转化为一块坚实的垫脚石。
正如卡尔·波普尔所总结的:"科学进步依赖'猜想与反驳'。我们的个人成长也是这样。失败不会自动成为终点,而我们的认知才会成为通往智慧与成功的真正母亲。"
本文提到的哲学家,科学家和心理学家们。
卡尔·波普尔(Karl Raimund Popper, 1902年7月28日-1994年9月17日),奥地利裔英国哲学家、社会学家。以其对科学哲学的批判性研究著称。他的"证伪主义"原则,尤其在《猜想与反驳》中阐述,提出科学理论的价值不在于其可被证实,而在于其可被证伪,知识的增长源于不断地试错与修正。
W.罗斯·阿什比(William Ross Ashby, 1903年9月6日-1972年11月15日),英国精神病学家、控制论的奠基人之一。以研究复杂系统与适应性行为著称。他在《控制论导论》中提出的"必要多样性法则"是控制论的核心,指出一个控制系统的多样性必须不小于它所要控制的系统的多样性。
丹尼尔·卡尼曼(Daniel Kahneman, 1934年3月5日-2024年3月27日),以色列裔美国心理学家、经济学家,2002年诺贝尔经济学奖得主。以将心理学洞见与经济学相结合,开创行为经济学而著称。代表作《思考,快与慢》揭示了人类决策中的系统性偏见,如"你所见即全部(WYSIATI)"效应。
阿莫斯·特沃斯基(Amos Tversky, 1937年3月16日-1996年6月2日),以色列认知心理学家,行为经济学的奠基人之一。以与丹尼尔·卡尼曼合作研究人类判断与决策中的认知偏见而著称。他们的"前景理论"深刻揭示了人类在不确定性下的非理性选择模式,是行为经济学的基石。
巴鲁赫·菲施霍夫(Baruch Fischhoff, 1946年4月21日-),美国心理学家、决策科学家。以对风险感知和"后视镜偏见"的开创性研究著称。他在1975年的论文《Hindsight≠Foresight》中,首次通过实验系统地证明了人们在知道结果后,会高估自己当初的预见能力。
彼得·沃森(Peter Cathcart Wason, 1924年4月22日-2003年4月17日),英国认知心理学家。以其在推理心理学领域的贡献,特别是对"确认偏见"的研究而著称。他设计的"沃森选择任务"实验,经典地证明了人们倾向于寻找证实自己假设的证据,而非证伪它的证据。
罗伊·鲍迈斯特(Roy F. Baumeister, 1953年5月16日-),美国社会心理学家。以其在自我控制、意志力、自尊及"负面效应"等领域的广泛研究著称。他的"坏比好强大"理论提出,负面事件、信息和情绪对人的心理冲击远大于同等强度的正面事物。
迈克尔·波兰尼(Michael Polanyi, 1891年3月11日-1976年2月22日),匈牙利裔英国物理化学家、哲学家。以其后期对科学哲学的研究,特别是"默会知识"概念而著称。他在《个人知识》与《默会维度》中提出,我们知道的远比我们能言说的要多,大量知识无法被语言完全表达。
卡尔·维克(Karl E. Weick, 1936年10月31日-),美国组织理论家、社会心理学家。以其对组织"意义建构"(Sensemaking)和高可靠性组织的研究著称。他的"丢掉你的工具"隐喻,强调在应对未知危机时,必须打破常规,放弃僵化的流程和思维定式。
W.爱德华兹·戴明(William Edwards Deming, 1900年10月14日-1993年12月20日),美国统计学家、质量管理大师。以其推动日本战后制造业复兴的"全面质量管理"哲学著称。他的名言"我们信仰上帝,其他人请带上数据",强调了决策和改进必须基于客观数据而非主观臆断。
艾米·埃德蒙森(Amy C. Edmondson, 1959年-),美国组织行为学家,哈佛商学院教授。以其对"心理安全感"的开创性研究著称。她的理论指出,心理安全感,即团队成员相信他们可以表达己见、承认错误而不会受到惩罚,是团队学习和创新的基础。
加里·克莱因(Gary A. Klein, 1944年2月5日-),美国认知心理学家。以其在"自然主义决策"领域的研究,即专家在高压真实环境下的决策过程而著称。他提出的"事前验尸"(Premortem)是一种风险评估工具,通过提前想象失败来系统性地识别潜在问题。
卡罗尔·德韦克(Carol S. Dweck, 1946年10月17日-),美国心理学家,斯坦福大学教授。以其关于"思维模式"(Mindset)的理论著称。代表作《终身成长》区分了"固定型心态"与"成长型心态",并指出相信能力可以发展的成长型心态是有效学习和应对挑战的关键。
赫伯特·西蒙(Herbert A. Simon, 1916年6月15日-2001年2月9日),美国经济学家、认知心理学家,人工智能的奠基人之一,1978年诺贝尔经济学奖得主。以其"有限理性"和决策理论著称。他关于学习的定义:"把经验压缩进可调用的程序",精辟地概括了知识内化的过程。
格雷戈里·贝特森(Gregory Bateson, 1904年5月9日-1980年7月4日),英国人类学家、社会科学家、控制论学者。以其跨学科的系统思想,尤其在传播学和家庭治疗领域的贡献著称。他提出的"学习层级"理论,区分了改变具体行为的"一阶学习"和改变学习模式本身的"二阶学习"(学会如何学习)。
纳西姆·尼古拉斯·塔勒布(Nassim Nicholas Taleb, 1960年9月12日-),黎巴嫩裔美国思想家、统计学者、前交易员。以研究不确定性、随机性和风险著称。代表作《黑天鹅》和《反脆弱》提出了"反脆弱"概念:
脆弱的事物在冲击下破碎,强韧的事物能承受冲击,而反脆弱的事物则能从混乱中受益并变得更强大。
💬 留言