你怎样才能努力让自己和其他和你一起工作的人，将关注点放在理解净结果上呢？当然，并没有唯一正确的方法，大多数都是根据情况不同而有所变化的。但是，在你做最终决定之前，有一个重要步骤几乎是必做的。你可以用不同方法来描述这一步骤，但是这些方法所指的都是同一件事。比如，观察一个大画面；将关键的折中方案分离开来；认识最底层深处的事实或从阳台上看风景。你需要清楚地看到你的基本选择是什么，以及每个选择可能带来的所有结果。
200多年前一位鲜为人知的英国部长清晰地阐述了一个行之有效的方法，实际上古代的军事指挥官、商人以及水手就已经开始通过各种方式运用该办法了。这位部长是雷韦朗·托马斯·贝叶斯，他于18世纪住在英国乡村地区。他的方法现在已经演变成了复杂的决策体系以及高等统计学的重要领域，但是他的理论核心是一种能提炼决策的净结果非常简单且有效的方法。
贝叶斯用两个实际的挑战帮助我们理解这些结果：我们谁都没有水晶球，思考时也很难做到客观。贝叶斯明白这一点。 [1] 所以他建议我们不要再试图预测未来，他希望我们把未来看成一系列的可能。
通过这件事来理解贝叶斯的话，想象一下他可能对艾伦·福伊尔施泰因说的话：我已经成了部长，所以很能理解个人悲剧。你和你的员工都遭受了巨大损失。我理解并赞赏你及时的决断，来帮助你的员工和他们的家庭。但是你需要往回退一步，好好想想你接下来的做法可能导致的结果。因为这里有太多未知，也因为你很容易被强大的情感反应控制，所以我建议你试着运用简单的决策树。 [2] 这看起来像一种技术，但是实际上这是一种思考方式。决策树并不会给你答案，但是能给你对于你的选择可能带来的结果更为清楚的感知。
面对灰度领域的管理者可以通过两步来制作简单的决策树。第一步是列出你所有能解决问题的选择。也就是，你不要一开始就像福伊尔施泰因一样想你应该做什么，相反，你应该思路开阔并关注你所有应该做的事。 [3] 第二步，你要努力填充上每个选择可能带来的结果以及每个结果可能带来的不寻常后果。
这样描述可能有点抽象，那我们来看看在莫登纺织厂的案例中这指的是什么。发生火灾的当天晚上，当艾伦·福伊尔施泰因决定用最先进的技术重建所有设施时，实际上他认为自己有着非常独特的决策树。这棵树只有一根枝干，那就是全部重建。他看起来相信这根枝干将会导致一个结果，那就是让公司成功恢复原状并再次振兴。他还认为这种不寻常的结果发生的可能性相当高。
不幸的是，他所选择的枝干有其他可能的结果。一个是在长期恢复和无利润的过程中苦苦挣扎，另一个就是实际上发生了的灾难。美国任意一位纺织业分析师都能预测到这些结果发生的可能性很高，因为太多美国纺织厂已经遭遇了类似的命运。这些可能在很大程度上否决了“全部重建”这一选择。可以理解的是，这一选择是三种可能性的加权值：巨大成功、长期无效益的苦苦挣扎、彻底失败。
更糟糕的是，福伊尔施泰因看起来并没有意识到自己的决策树有其他的枝干。每一个都是多种选择的结合，如停止失败的生意，加大对有前景的新产品研发投入，将一些生产外包，选址重建以及对解雇员工给予慷慨的遣散金和相关岗位再培训。这些结合会起作用吗？没有人知道。但是福伊尔施泰因和他的高管团队本可以在做最终决定前细致地评估这些选择，及成功的可能。这样他们就能有一棵基本的决策树。他们本可以看明白自己的决策到底是什么样的，以及每个决策可能导致的结果。
这样做的话，他们也就可能发现决策树上还有其他枝干，这些枝干能让莫登纺织厂继续维持运行，避免破产并为许多员工提供职位，还能够再培训其他人。公司最终收到了3亿美元的保险赔偿，以及1亿美元银行贷款。这些资金，如果精打细算有策略地开销，本可能让福伊尔施泰因实现他真正所关心的善举，虽然事实并非如此。最重要的是，如果他用了某种版本的决策树来确保自己进行全面而深刻的思考，那么福伊尔施泰因就可能为所有人创造出更好的净结果。
当你面对灰度问题时，你不需要画出复杂详细的决策树草图，通常你也画不出来。但是你可以花时间与他人一起来仔细思考这些选择、结果和可能性。当你得到新的信息后，你还可以更新自己对可能出现结果的评估。但是真正重要的是心路历程。我们要全面地看问题，考虑所有可能出现的结果，用想象感同身受地努力思考每一个结果，并对每一个结果可能带来的特殊情况做出最好的判断。
简单的决策树有许多优点，其中之一就是能够鼓励你面对大多数人不想面对的那些不好的可能性。电脑能够打败杰出的人类棋手，原因之一在于它们能够用绝对无感情的理智来分析每一次布棋。相比之下，人类表现的就如同典型的维多利亚时代的人，将自己的注意力从结果和那些看似复杂、令人沮丧而危险的情境中转移开。 [4]
在莫登纺织厂的案例中，不好的可能性就是指像艾伦·福伊尔施泰因这样的企业家，分明已经非常机智地通过引进合成毛织物成功攻克了黯淡的行业趋势这一难关，却最终完全失败甚至毁了自己的公司。另一个看似已经被福伊尔施泰因避开的不好的可能性就是，他没能预期到不能实现自己的承诺，于是导致公司破产，解雇所有员工并对员工所在社区造成巨大的灾难。
第一大以人为本的问题要求你直面不好的结果。特别是，你要注意那些可能对无辜的人（尤其是当你做灰度问题决策时几乎会被无视的那些人）带来困难和严重危机的结果。接着，你的注意力就要放在决定本身上了，你要关注其所有的复杂性和不确定性。通常来讲，你在解决问题时总会面临时间上的压力。这样一来你就很难全面而深刻地思考了。为了看到你所做的决定对那些脆弱且容易被忽视的人造成的风险、危机以及伤害，你就不能把目光局限在自己的组织和经济、法律义务中。这样做可能会很不方便，还会让你的决定变得更为复杂，但是这就是边沁、穆勒、墨子还有其他有聪慧、有洞察力的伟人们相信是正确的选择。
[1] 总体上来看，Bayes信赖基于概率所创造的决策理论，但是这些概率可能追溯至文艺复兴时期的博学家Cardano在生活中所依赖的原则（他曾写过有关投机的著作），他向读者展示怎样运用概率评估，并给出具体的建议告诉他们如何作弊。
[2] 这可能是Bayes理论最基本的应用。有关决策理论的书展现了其全部力量和复杂性。有关更为先进的方法的清晰解释是：Nate Silver，The Signal and Noise（New York：Penguin Press，2012），243-249.A broader，introductory book on decision making under uncertainty is Reid Hastie and Robyn Dawes，Rational Choice in an Uncertain World（Los Angeles：Sage Publications，2010）.
[3] 最近实验室研究认为，为伦理困境制定框架要从在创造多种选择和解决困境的更有创造力、更实用的方法中什么能做的角度出发，而不是什么应该做。请见Ting Zhang，Francesca Gino，and Joshua D.Margolis，“Does‘Could’Lead to Good？Toward a Theory of Moral Insight”（working paper，Harvard Business School，June 2014）.
[4] Tyler Cowen，Average Is Over（New York：Penguin，2013），98-110.
