乘法系统思维

让我们从最简单的数学开始。

假设你有一个计划，需要五个独立的步骤全部成功才能实现目标。每一步成功的概率都很高——80%。大多数人的直觉是：“每一步都有八成把握，这个计划大概率能成功。”

但乘法告诉你的是另一个故事：

0.8 x 0.8 x 0.8 x 0.8 x 0.8 = 0.328

总成功率只有33%。五个“很可能成功”的环节串在一起，整体上变成了“很可能失败”。

把每步的成功率提高到90%呢？

0.9 x 0.9 x 0.9 x 0.9 x 0.9 = 0.590

仍然只有59%——还不到六成。

即使每步成功率高达95%：

0.95 x 0.95 x 0.95 x 0.95 x 0.95 = 0.774

还是有接近四分之一的概率失败。

现在把环节增加到十个，每步95%：

0.95^10 = 0.599

成功率跌到60%。二十个环节呢？0.95^20 = 0.358。三十个？0.95^30 = 0.215。

你看到了规律：环节越多，每个环节需要的成功率就越高才能维持整体的可靠性。 而反过来说，只要有一个薄弱环节，整个链条的强度就被拉低到那个薄弱环节的水平。

这就是为什么链条的强度取决于最弱的一环——这不是比喻，这是数学。

让我们回到航天飞机的故事，因为它是乘法系统思维最令人警醒的案例。

理查德·费曼——那位以直觉和诚实著称的物理学家——在1986年挑战者号灾难后加入了总统调查委员会。他做了一件所有NASA官僚都不愿意做的事：直接去找一线工程师，问他们认为航天飞机发射失败的概率是多少。

工程师们的估计大约是1/100——也就是每一百次发射有一次灾难。

NASA管理层给出的官方数字呢？1/100,000。

差了三个数量级。

费曼在调查报告的附录中写下了一段至今仍振聋发聩的话：“对于一项成功的技术，现实必须优先于公关，因为大自然是不能被愚弄的。”（“For a successful technology, reality must take precedence over public relations, for nature cannot be fooled.”）

NASA管理层的1/100,000是怎么来的？他们对每个子系统单独评估可靠性，每个数字都经过了乐观的修饰（毕竟没有人愿意承认自己负责的部分不够安全），然后“组合”出一个让国会和公众安心的总数字。但他们犯了两个致命的乘法系统错误：

第一，他们高估了每个环节的可靠性。 每个子系统负责人都有动机让自己的数字好看。当你把二十个各自被高估了一点的数字乘在一起时，误差不是加起来的，而是乘起来的——总误差呈指数放大。

第二，他们假设了环节之间的独立性。 乘法公式 P(A且B) = P(A) x P(B) 只在A和B独立时成立。但在一个复杂的工程系统中，故障往往是关联的——一个部件过热可能同时影响三个相邻部件；一次异常震动可能同时松动多个连接。当故障之间存在相关性时，实际失败概率远高于独立假设下的计算值。

挑战者号的O型密封圈在低温下失效，哥伦比亚号的隔热泡沫脱落——这两起灾难都不是不可预见的“黑天鹅”。工程师们事先都发出过警告。但在一个拥有数百万个零部件、数万名员工、数十个管理层级的系统中，这些警告被乘法式的官僚衰减消磨殆尽了：每一层管理者都把风险“稍微”淡化一点，传到最高决策层时，“严重隐患”变成了“可接受的风险”。

这本身就是一个乘法系统——信息传递链条中每个环节都有一定概率失真，串联起来的结果是信息被严重扭曲。

NASA的教训在商业世界里每天都在重演，只是后果通常不那么致命。

想象一个创业者带着一份商业计划来找你融资。他的计划是这样的：

1. 开发一款创新产品（需要技术突破）
2. 通过FDA审批（或其他监管审批）
3. 找到合适的制造合作伙伴实现量产
4. 建立分销渠道触达目标客户
5. 在营销中找到有效的获客方式
6. 在竞争对手做出反应之前建立市场地位
7. 实现盈利，证明商业模式可行

他对每一步都有合理的论证。每一步看起来成功率都不低——也许都在60%-70%之间。

但是：0.65^7 = 0.049。

不到5%的总成功率。

这就是为什么大多数创业公司失败。不是因为它们的创始人愚蠢或懒惰——很多创始人既聪明又勤奋。而是因为创业本身是一个乘法系统：你需要同时做对很多件事，而每多一个必须做对的环节，总成功率就被乘法法则无情地削减。

芒格观察到了这个模式，他的应对方式不是“提高每一步的成功率”（虽然那也很重要），而是更根本的策略：减少必须成功的步骤数。

这就是他偏好“简单确定”投资的数学基础。当芒格投资可口可乐或喜诗糖果这样的企业时，他的“商业计划”只有极少的必要环节：

1. 品牌力量是否持久？（几乎确定，百年品牌）
2. 消费者需求是否稳定？（几乎确定，人类对糖和咖啡因的偏好不会消失）
3. 管理层是否诚实且能干？（可以验证）
4. 买入价格是否合理？（可以计算）

四个高确定性环节串联：0.95 x 0.95 x 0.95 x 0.90 = 0.77。

和那个七步走的创业计划相比，芒格的方法在数学上就是碾压性的优势。不是因为他每一步做得更好（虽然他确实更好），而是因为他需要做对的步骤更少。

在继续之前，有一个极其重要的区分需要厘清：不是所有系统都是乘法的。

加法系统（并联系统）：多个独立的组件中只要有一个成功，整个系统就成功。一个风投基金投了30家公司，只要有一家成为独角兽，基金就成功了。这是加法逻辑——单个失败不致命，你需要的是至少一次成功。

乘法系统（串联系统）：所有组件必须全部成功，整个系统才成功。一条装配线有二十道工序，任何一道出错都会导致产品不合格。这是乘法逻辑——单个失败就是致命的。

同一个领域的同一件事，根据你如何构建它，可以是加法的也可以是乘法的。

投资就是一个完美的例子。如果你买了20只股票，你的投资组合是加法系统——只要其中几只大涨就能带动整个组合。但如果你用高杠杆集中买了一只股票，你的投资变成了乘法系统——价格必须在每一个时间点上都不跌破你的保证金线，否则你就被强制平仓出局。杠杆把一个原本的加法游戏变成了乘法游戏。

芒格的智慧在于：他在需要加法思维的地方用加法思维（投资组合的构建），在面对乘法系统时尽量减少环节数（选择简单可理解的企业），同时绝对避免人为制造乘法风险（不用杠杆）。

反直觉一：串联系统中，“大致不错”是不够的。 在加法系统中，“大致不错”完全够用——你不需要每一笔投资都成功，只需要整体期望值为正。但在乘法系统中，“大致不错”可能是致命的。每个环节95%的成功率看起来“大致不错”，但十个这样的环节串联起来只有60%的总成功率。乘法系统要求的不是“不错”，而是“极度可靠”——每个环节都必须接近100%。

反直觉二：提高最弱环节比提高最强环节有效得多。 假设你有三个环节，成功率分别是99%、95%、70%。总成功率是0.99 x 0.95 x 0.70 = 65.8%。如果你把最强的那个环节从99%提高到99.9%，总成功率变成66.4%——几乎没变化。但如果你把最弱的那个从70%提高到80%，总成功率跳到75.2%——提升了近10个百分点。在乘法系统中，所有优化资源都应该集中在最弱的环节上。 这就是木桶原理的数学基础。

反直觉三：添加“保险”环节可能降低系统可靠性。 直觉告诉你，多加一道检查、多设一层审批应该让系统更安全。但如果这些额外环节本身也可能出错（审批者做出错误判断、检查程序本身有缺陷），而它们又是串联在系统中的，那每多加一个环节实际上可能降低系统的总可靠性。这就是为什么过度官僚化的组织反而更容易出问题——审批链条越长，信息失真和决策延误的概率就越大。

边界条件：乘法法则假设“一个环节失败则整体失败”。 但现实中很多系统有容错能力——某个环节出了小问题可以修复、可以绕过、可以用替代方案弥补。工程学中的冗余备份系统就是专门用来打破乘法链条的——如果关键环节有两套并联的备份，那么这个环节的失败率就从P变成了P^2，极大地提高了可靠性。芒格在生活中也使用冗余策略：他不只依赖一种收入来源，不只信任一种分析方法，不把所有资产集中在一个地方。

第一，在制定任何计划之前，数一下“必须成功的环节”有多少。 如果超过五个，请认真问自己：有没有办法减少环节？有没有环节可以并联而不是串联？芒格的投资方法论就是这个思维的产物——他刻意选择那些“只需要几件简单的事情是对的”就能成功的投资。

第二，识别最弱的环节，把资源集中在那里。 不要均匀分配注意力和资源。找到链条中可靠性最低的环节，优先把它提升到和其他环节同等可靠的水平。一个创业公司如果技术很强但销售很弱，应该把80%的精力花在销售上，而不是继续打磨已经足够好的技术。

第三，警惕“每一步都合理”的复杂计划。 这是乘法系统最危险的陷阱。一个商业计划的每一步都通过了合理性检验，但它们的乘积可能低得惊人。每次有人向你展示一个需要七八个步骤全部顺利才能成功的计划时，在心里默默做一次乘法运算。你会发现，大多数看起来“合理”的复杂计划，在乘法面前都是脆弱的。

第四，尽可能把串联系统转化为并联系统。 如果你有三个获客渠道而不是一个，任何一个渠道的失败都不会致命。如果你有多种收入来源而不是只靠工资，失业就不再是灾难。并联是乘法系统的解药。芒格和巴菲特的伯克希尔帝国本身就是一个巨大的并联系统——几十个不同行业的子公司，任何一个出问题都不会威胁整体。

第五，对任何环节数很多的系统保持怀疑。 供应链越长越脆弱，管理层级越多越低效，流程越复杂越容易出错。芒格说“简化、简化、再简化”不是审美偏好，而是乘法法则的必然推论。

让我们回到芒格的投资哲学。

芒格说过一句话，初听平淡，细想深邃：“我们不是通过解决困难的问题来赚钱的，我们是通过绕开困难的问题来赚钱的。”

这句话的数学翻译是：我们不是通过在乘法系统中把每个环节的成功率都提高到极致来赚钱的——那太难了。我们是通过选择环节更少、每个环节确定性更高的系统来赚钱的。

一个需要二十个环节全部成功的商业计划，即使你是天才，总成功率也不会太高。一个只需要三四个显而易见的条件成立的投资，即使你只是中等水平的分析师，成功率也相当可观。

差距不在于你有多聪明。差距在于你选择了一个对“聪明”要求更低的游戏。

这就是乘法系统思维给你的终极教训：不要试图在一个复杂的乘法系统中做英雄。要么简化系统，要么换一个更简单的系统。 大自然的乘法法则不在乎你的智商、你的努力、你的决心。五个80%永远等于33%，无论你多么优秀。

芒格选择的，是那些不需要英雄主义就能成功的投资。然后他坐在那里，看着简单的乘法为他工作，而不是与他为敌。

“We don't try to make money by being smarter at difficult problems. We try to make money by avoiding difficult problems.”

“我们不是通过更聪明地解决困难问题来赚钱的。我们是通过避开困难问题来赚钱的。”

“It is remarkable how much long-term advantage people like us have gotten by trying to be consistently not stupid, instead of trying to be very intelligent.”

“像我们这样的人，仅仅通过持续地不做蠢事而非试图变得非常聪明，就获得了多么大的长期优势，这是非常了不起的。”

“Simplicity has a way of improving performance through enabling us to better understand what we are doing.”

“简单有一种通过让我们更好地理解自己在做什么来提高绩效的方式。”

“In engineering, the weights of backup systems are huge — making your airplane twice as heavy. But it's worth it if you want the plane to fly safely.”

费曼评论航天飞机调查时的思路，与芒格“冗余”思维相通。

• 概率思维与期望值 — 乘法系统思维是概率思维在串联结构中的特殊应用
• 排列组合原理 — 排列组合提供了计算串联和并联概率的数学工具
• 冗余备份系统 — 冗余是对抗乘法衰减的核心工程策略：用并联替代串联
• 安全边际 — 安全边际为乘法链条中的估算误差提供缓冲
• 能力圈 — 芒格的能力圈原则本质上是选择环节更少、确定性更高的投资
• 复利效应 — 复利是乘法法则的正面应用——持续正回报的乘积产生指数增长
• 断裂点 — 乘法链条中最弱的环节就是系统的潜在断裂点
• 护城河（Moat） — 宽阔的护城河减少了企业成功所需的“必须做对的事情”的数量

评估计划和系统：

• □这个计划/系统有多少个“必须成功”的串联环节？我是否做过乘法运算？
• □最弱的环节是哪个？它的可靠性是否拖累了整个系统？
• □有没有办法减少环节数？有没有环节可以被跳过或合并？

降低乘法风险：

• □关键环节是否有冗余备份（并联）？如果某个环节失败，有没有替代方案？
• □各个环节之间是否真的独立？是否存在一个故障可能同时影响多个环节的关联风险？
• □我是否在做一个“每一步都合理但整体脆弱”的复杂计划？

投资决策：

• □这笔投资的成功需要多少件事同时做对？数字越大，我的信心应该越低
• □我是否在选择芒格式的“简单确定”机会——只需要少数几个显而易见的条件成立？
• □我是否避免了用杠杆把加法游戏变成乘法游戏？

• Richard Feynman, “Personal Observations on the Reliability of the Shuttle” — 费曼在挑战者号调查报告附录中的经典文章，乘法系统思维的实战应用
• Charles Perrow,《Normal Accidents》— 复杂紧耦合系统为什么必然会发生事故
• James Reason,《Human Error》— 人为错误在串联系统中如何被放大
• Nassim Taleb,《Antifragile》— 脆弱性、冗余和简化作为对抗乘法衰减的策略
• Peter Bevelin,《Seeking Wisdom: From Darwin to Munger》— 芒格如何在投资中应用简单性原则