再者，愈經得起考驗的預測，往往都不執著於早前既定的結論，而是會隨著外部環境的演進適時調整預測。就像美國獵殺賓拉登行動的指揮官、時任中央情報局（CIA）局長的潘內塔（Leon Panetta）受訪時所言，當年執行任務時，CIA情報員經過層層情報分析鎖定賓拉登（Osama bin Laden）躲在巴基斯坦的阿伯塔巴德（Abbottabad），並研判出藏身於某院落的機率從最低的30～40％，至最高的90％及逾90％以上皆有，類如電影《00:30凌晨密令》（Zero Dark Thirty）的演繹。在如此分歧的預測結果下，若非潘內塔能讓不同資訊的優劣互補，做出準確決斷，狙擊任務必無法成功。
畢竟，世界上沒有絕對的事情，預測也是一樣。若想提高預測在決策中的功效，預測者必須廣泛地分析各種可取得的資訊，且不固執地認為自己的預測結果必然神準，而願意隨著外在環境變化，調整預測的結果；對預測使用者而言，除了尊重預測者獨立判斷的空間外，還必須建構足以站在對立面挑戰預測的機制，進行各種腦力激盪、截長補短，才能檢視預測是否有破綻，並讓預測真正發揮它應有的使命。
你「看對」問題了嗎？
透過前述雜誌封面、利底亞遭滅國及獵殺賓拉登行動的故事，相信你對預測必然有了不同於早前的認識。其他關於預測準不準、專家可不可信的故事，都在本書「卷1 準不準，對不對─經濟與預測的二三事」中有更深入的描述，暫不再多言。
在這裡要再與大家分享一個貫穿本書主題的觀點，那就是「看見問題」和「看對問題」的差異在哪？
二戰期間，美國海軍以某日任務結束後的資料為樣本，發現轟炸德國佔領區後能夠安全返航的戰機有316架。其中，以機身受創最多，有彈孔者達105架，比例為32％，因而歸納出「只要在戰機受損最多之處」以鋼片強化，就能提高返航機率的初步結論。
但這個結論雖有客觀數據支撐，卻令海軍頗為納悶。因為，一般人按常理都可知道戰機最怕受損的地方是引擎，而非機身。於是，海軍向美國統計學家沃德（Abraham Wald）求教，以釐清這項客觀數據為什麼和常理存有落差。
沃德指出，由於引擎被擊中的戰機絕大多數未能返航，海軍自然無法收集到資料，便只能「看見」機身彈孔，卻沒有「看對」問題。而且，與其關注安全返航的戰機，有多少架是機身受損的機率，不如倒過來瞭解在機身或引擎受損的情況下，有多少戰機無法安全返航的機率，才能找出真正的致命傷，予以補強。
為此，沃德像個解剖學家般，既分析敵機可能攻擊的角度，也與維修工程師進行實地訪談、檢視受損的殘留物、要求實地模擬射擊等，以便更精準推算戰機受攻擊的情況，藉此建構出一個可填補遺失數據的架構（被擊中且未返航者），並估算戰機引擎（或機身）受損，卻能安全返航等各種條件機率（conditional probability）。
事後證實，沃德提出的條件機率模式，避免了美國海軍將經費花在「不存在的危險」上（即機身），而是著重在強化引擎的保護，以提高戰機被擊中，卻能安全返航的機率。沃德也因為替美軍打造出一套「生存能力推薦系統」（survivability recommendations system），而獲頒二戰獎章。
從這個案例可明白，即使看見問題攤在眼前，甚至有客觀數據在手，也很容易錯看問題的真正關鍵，無法對症下藥。更遑論「看見」問題往往比「看對」問題來得簡單，使組織或個人常常將精力投入那些被看見的問題上，最後卻僅能得到事倍功半，甚至徒勞無功的結果。因此，本書的「卷2 想清楚，弄明白─藏在你我週遭的難題」及「卷3 小故事，大收獲─簡單卻不易懂的老道理」，就是要帶著大家體會「看對」問題的樂趣。
＊作者為美國杜克（Duke）大學經濟學博士、國立清華大學科技管理學院榮譽教授，現任元大寶華綜合經濟研究院董事長暨院長。本文選自作者新著《窺見－你以為你知道，其實沒弄懂的事！》 自序。
