Daniel Kahneman 做過一個經典實驗。
他問受試者：一個人性格內向、愛閱讀、注重細節，他更可能是圖書管理員還是農夫？
大多數人回答圖書管理員。
正確答案是農夫。因為農夫的人數是圖書管理員的 20 倍。不管這個人的性格多像圖書管理員，基率（base rate）決定了他大概率是農夫。
這個思維錯誤叫做「基率忽略」，人類在判斷概率時，天然地忽略統計基率，轉而依賴個案特徵。
CEO 每天都在犯同樣的錯。
「我們的產品很好、團隊很強、時機很對，我們一定會成功。」這是在描述個案特徵。問題是：跟你有同樣感覺的創業者有幾千個，其中 90% 失敗了。
你不是在問「我的產品好不好」。你應該先問：「做這類事情的人，成功率是多少？」
我把這個外部參考座標叫做「成功率地圖」（Success Rate Map）每一類商業決策都有一個歷史基率。大多數 CEO 不看這張地圖就上路。他們相信自己是例外。但統計不相信例外。
一、一份 CEO 必看的成功率地圖
以下是各類商業決策的大致基率。這些數字來自多年的產業研究和學術資料，精確度不是重點，量級才是重點。
| 決策類型 | 成功率（約） | 「成功」的定義 |
|---|---|---|
| 新創公司存活 5 年 | 10-15% | 仍在營運且能養活團隊 |
| 新創公司達到 VC 期望的回報 | 5-8% | 10x 以上回報 |
| 新產品在市場上存活 3 年 | 20-25% | 達到預設的營收目標 |
| 跨行業併購創造股東價值 | 25-30% | 併購後 3 年股價跑贏同業 |
| 同行業併購創造股東價值 | 40-50% | 同上 |
| 大型數位轉型達到預期目標 | 20-30% | 在預算和時間內達到 KPI |
| 進入新地理市場並獲利 | 30-40% | 3 年內達到損益平衡 |
| 品牌重塑後市場反應正面 | 40-50% | 品牌認知度和好感度提升 |
| 內部創業專案存活 | 15-20% | 成為獨立業務線 |
| CEO 更換後業績改善 | 40-45% | 新 CEO 上任 2 年後業績優於前任 |
看到這些數字，你的第一反應可能是：「但我的情況不一樣。」
每一個失敗的 CEO 都這樣想過。
這不是說你一定會失敗。這是說：在你還沒有具體證據證明自己優於平均之前，這些數字就是你的起始概率。
二、為什麼 CEO 天然忽略基率
基率忽略不是因為 CEO 不夠聰明。恰恰相反，越聰明的人越容易忽略基率。三個結構性原因：
原因一：個案思維壓倒統計思維
人腦是為「故事」設計的，不是為「統計」設計的。
你讀到一個成功創業者的故事，你的大腦會自動建立因果關係：「因為他做了 X，所以他成功了。」然後你想：「我也可以做 X，所以我也會成功。」
但你沒看到的是：還有 100 個人也做了 X，但他們失敗了。你看不到他們，因為沒有人寫他們的故事。
「搜尋偏誤稅」（Search Bias Tax）在這裡直接適用，當你在搜尋引擎裡搜「數位轉型案例」，出現的全部是成功案例。搜尋結果天然偏向倖存者。你的感知基率被系統性地拉高了。
原因二：過度自信偏誤
研究顯示：93% 的美國人認為自己的駕駛技術高於平均。CEO 的過度自信更嚴重，他們之所以能成為 CEO，往往就是因為「相信自己能做到別人做不到的事」。
這在很多時候是優勢。但在評估概率時是致命的劣勢。
當你問一個 CEO「你的新產品成功機率多少」，他通常會說 60-80%。基率是 20-25%。他的估計是基率的 3 倍。
原因三：沉沒成本和承諾升級
一旦 CEO 公開承諾了一個方向，他的心理估計就不再客觀了。他已經投入了時間、聲譽和資源。承認「基率很低」等於承認「我可能會失敗」，這對已經公開承諾的 CEO 來說太痛苦了。
結果是：他不是忽略基率，他是拒絕看基率。
三、基率不是宿命，它是起始座標
看到基率很低不代表不做。基率是你的起點，不是終點。
期望值直覺告訴我們：成功率 10% 但回報 100 倍的賭注，期望值是 10x，非常值得做。基率低不代表期望值低。
但基率改變了你應該怎麼做：
基率低（<20%）的決策應該怎麼做
- 小注碼：不要 all-in。賭注組合告訴你：高不確定性的方向配 10-20% 的資源
- 分階段驗證：不要一次投入全部。用驗證階梯的邏輯，每達到一個里程碑再加注
- 研究為什麼別人失敗：基率低意味著大多數人失敗了。「失敗解剖術」（Failure Autopsy）比研究成功案例更有價值，因為失敗的原因比成功的原因更有規律
- 確認你的結構性優勢：如果你說不出自己比基率裡那些失敗者「好在哪裡」，你的成功率大概率就是基率
基率中等（20-50%）的決策應該怎麼做
- 中等注碼：賭注組合裡的「成長賭注」（20% 資源）
- 找出成功者的共同特徵：30% 成功率意味著有明確的成功模式。找到那個模式，對照你自己的情況
- 設計中間指標：「回報時間軸」裡的 Leading Indicators，在最終結果出來之前，有哪些早期信號可以告訴你方向對不對
基率高（>50%）的決策應該怎麼做
- 問自己為什麼還沒做：如果基率高且期望值為正，延遲的每一天都是「注意力的機會成本」
- 但要小心「共識折扣」：基率高可能意味著很多人都在做，超額回報可能為零
四、不同商業模式的基率差異
BM 領域的「模式原型」（Model Archetype）告訴我們：不同商業模式原型有不同的成功率結構。
| 模式原型 | 成功基率 | 原因 |
|---|---|---|
| 平台模式（雙邊市場） | 5-10% | 冷啟動悖論：兩邊都需要先有另一邊才有價值 |
| 訂閱模式 | 25-35% | 複利關係需要長期投資，很多人撐不到盈虧平衡 |
| 交易平台 | 15-20% | 需要達到流動性門檻才有價值 |
| SaaS（B2B） | 20-30% | 需求驗證相對明確，但競爭激烈 |
| 電商（自有品牌） | 15-25% | 獲客成本持續上升，品牌需要時間建立 |
| 內容/媒體 | 10-15% | 注意力稀缺，變現路徑長 |
| AI 原生產品 | 10-15%（當前） | 技術變化太快，今天的優勢明天可能消失 |
「生死分界線」（Survival Threshold）解釋了為什麼不同模式的基率差異這麼大：每種模式都有一條生死分界線，跨過線的活，跨不過的死。平台模式的生死分界線最高（需要同時解決兩邊的冷啟動），所以基率最低。
了解你的商業模式對應的基率，是做賭注組合的第一步。
五、AI 時代的基率重構
AI 正在改變很多決策類別的基率。
基率降低的領域：平台模式，更多人用 AI 嘗試建平台，但平台的成功條件（網路效應）沒有被 AI 改變。更多嘗試者 + 不變的門檻 = 基率下降。
基率提高的領域：
- 一人公司/微企業，AI 讓一個人能做過去十個人的事。「成本蒸發」（Cost Evaporation）降低了生死分界線，更多人能撐過盈虧平衡點
- 內容和品牌建設，AI 讓高品質內容的生產成本暴降。過去只有大公司能做的品牌建設，現在小團隊也能做到
- 產品驗證，「閃電驗證」讓你在兩週內就能測試核心假設，而不是六個月。更快的驗證 = 更低的失敗成本 = 更多次嘗試 = 基率提高
關鍵判斷：AI 改變的是「執行門檻」，不是「市場門檻」。你可以更快、更便宜地做出產品，但客戶是否買單取決於市場需求，這個 AI 改變不了。
六、行動指引：你的「基率審計」
今天做一件事。找出你正在推進的最重要的一個戰略決策。
- 查基率：這類決策的歷史成功率大約是多少？用上面的表格作為起點，或搜尋你所在行業的具體數據
- 問自己：「我的情況比基率裡那些失敗者好在哪裡？」如果你的回答是「我的團隊比較強」或「我的產品比較好」，不夠。每一個失敗者都這樣說過。你需要一個結構性優勢：你有的資源或能力是別人不具備的
- 調整注碼：如果基率是 10%，你的注碼不應該超過你能承受的損失。如果基率是 40%，你可以加碼，但要設計驗證階段
成功率地圖不是告訴你「不要做」。它是告訴你「帶著正確的預期做」。
帶著 80% 的自信心做一個基率 10% 的事情，你會在失敗時崩潰。帶著 10% 的基率做同一件事情，你會設計保護措施、分階段驗證、準備 B 計畫，然後你的實際成功率可能達到 30%。
下一步，去看「基率校準」，學習怎麼用基率和你的個人信息做數學運算，得到一個比純基率更精確、比純直覺更可靠的成功率估計。
