《一年阅读48本书》
我们将与企业家、行业专家、渴望成长的95后结伴同行，让我们每周日20:00-21:00不见不散。
每期读书会后，小链将根据分享人的观点编写成文章，如下。
前 言
《人工科学：复杂性面面观》由跨学科专家赫伯特·西蒙（司马贺）撰写，通过深度探讨有限理性、自然语言的局限、人工智能的双刃剑效应以及企业决策优化等多个维度，挑战了传统决策理论，揭示了现代管理中存在的根本矛盾与机遇。书中指出，人类的决策并非完全理性，而是在信息、认知和时间等限制下，往往采用“满意原则”来应对复杂环境；同时，自然语言的模糊性也常常在决策过程中引发信息损耗，从而影响整体判断的准确性。
一
有限理性：
颠覆古典经济学的决策范式
二
自然语言的困境：
符号系统与决策损耗
如果让你翻译“I saw the man on the hill with the telescope”这句话，你会如何翻译呢？这段话展示了自然语言固有的结构性歧义，从而引发了信息传递中的根本问题。比如，这句话可以译为“我用望远镜看到山坡上的人”，也可以译为“我看到山坡上拿着望远镜的人”，其含义完全依赖上下文和先验知识。因此，这种语言模糊性不仅出现在日常交流中，还在企业决策中造成了严重影响。例如，在会议讨论、邮件沟通甚至战略文档中，模糊的语言表述往往导致信息损失，进而影响决策执行的正确性与一致性。
三
人工智能的双刃剑：
机遇、幻觉与理性重构
当前AI发展存在两大路径：符号主义（基于规则与逻辑推理）与连接主义（基于数据驱动的神经网络）。ChatGPT等大模型虽能模拟人类语言的流畅性，但其黑箱性质与概率性输出，难以满足企业决策对严谨性的需求。顾青指出，DeepSeek的MOE架构（混合专家系统）尝试融合符号逻辑与小模型，标志着向“可解释AI”的回归——这与西蒙倡导的“人工科学”一脉相承。
四
企业决策优化：
从有限理性到科学实践
书中指出，在复杂多变的商业环境中，企业必须从有限理性出发，逐步转向科学实践，并系统性地构建以下八大能力：
深度提问：学会区分表象问题与本质问题，例如在销量下降这一现象背后，深入探究是由于渠道效率低下还是产品竞争力不足；
假设验证：建立科学的归因模型，通过A/B测试等方法验证营销策略和其他关键决策的合理性；
逻辑抽象：将复杂的业务问题转化为明确的逻辑命题，如“用户复购率 = 产品满意度 × 替代品门槛”，以便进行定量分析；
价值对齐：利用数学函数和模型将组织目标统一化，确保各部门在战略执行中目标一致，比如在投融资决策中以“现金流安全边际”为基准衡量风险与收益；
噪声过滤：采用符号系统替代自然语言描述关键流程，从而有效降低沟通中的歧义和噪声；
反共识思考：主动规避群体思维陷阱，通过引入“魔鬼代言人”等机制，从多角度审视问题，确保决策不受固有偏见干扰；
AI驯化：制定明确的人工智能输入与输出逻辑约束，使得技术应用始终符合实际业务需求，防止因过度依赖而产生风险；
知识迭代：将实践经验总结为可复用的逻辑模块，并不断优化和更新决策体系，提升企业在不断变化的市场环境中的竞争力。
五
在复杂性中寻找确定性的锚点
《人工科学：复杂性面面观》为企业决策者提供了破解复杂难题的钥匙，同时引发了对认知、理性与实践之间关系的深刻思考。在复杂多变的商业环境中，有限理性是不可忽视的现实，而科学方法、符号系统和严谨逻辑则是拓宽认知边界、精准决策的关键工具。
读后感合集
1
华全勇 / 迈拓控股 董事长
在这本书的影响力原则中，我们可以找到许多在销售过程中实际应用的策略。首先，付费原则在我们的工作中有着直接的体现。我们经常向客户提供行业行情、供应链变化等信息，帮助他们更好地理解市场动态。例如，我们会告知客户未来可能的价格波动或产品采购量变化。这不仅让客户在决策时更加有依据，还能够增强我们的信任与承诺，形成积极的合作关系。
这本书让我想到一个观点：社会上并不缺乏好的答案，缺少的是能够提出好问题的人。正如一句话所说，100个好答案，等待一个好问题。在找到关键问题后，答案自然会显现。这让我联想到《混沌中的一思维》所讲的，每个部门、每家公司都有它自己的核心问题，关键是如何建立一个能够自我反馈和迭代的系统。这与企业如何进行科学决策密切相关，实际上，大家所讨论的内容都是相似的。
另外，有限理性的概念，也恰好强调了从表面问题到本质问题的逐步深入。通过这种思维方式，我们可以一步步挖掘问题的根本，并从本质上找到解决方案。我认为，这种思维方式非常值得深入学习和实践。
欢迎把文章分享给更多创业伙伴
想要参加读书会
欢迎添加@小链 共读好书
▼
