六种相辅相成的思维方式促成了他们的成功：
1. 对问题的每一个要素都保持好奇心；
2. 做不完美主义者，对模棱两可状况的容忍度很高；
3. 拥有“蜻蜓眼”般的多维视角，透过多重视角审视问题；
4. 孜孜不倦地追求已发生的事件并进行实验；
5. 利用集体智慧，坦然接受团队中的不完美；
6. 练习“展示和讲述”，明白讲好故事会带来行动。
面对一个不可思议的问题？不妨尝试一个创新的方案
以下是他们的具体方案。
01
保持好奇心
任何家长都知道，四岁的孩子总是不停地向人提问。 想想那些永无止境的“为什么”，这些“为什么”让小孩子们如此快乐——而且几乎毫不间断。对于孩子们来说，一切都是崭新的、一切都充满了不确定性。他们的使命是发现，他们决心弄清楚事情的真相。 而且他们很擅长！这种高度的好奇心导致我们不得不使用高架子和防止儿童接触的瓶子。
当你面对极端的不确定性时，不妨想想你四岁的孩子，或者在你的内心假想一个四岁的孩子。毫不间断地问“为什么会这样？”不幸的是，在幼儿园和会议室之间的我们往往不再追问了。我们的大脑通过套用那些过去对我们和其他人有用的模式来理解大量的数据点。这就是为什么一个简单的技巧——停下来问问为什么条件或假设是这样，值得在开始解决问题时使用，并且一直到你找到问题的根源。
人类在决策过程中的自然偏见，包括确认（/confirm/iation）、可行性（availability）和锚定（anchoring）偏见，经常导致我们过早地停止探寻更好的解决方案。更好的、更有创意的解决方案来自于对更广泛潜在答案的好奇。
作家兼经济学家卡罗琳•韦伯（Caroline Webb）提出的一个简单的建议是：在最初的假设或最初的答案后面打个问号，以激发团队解决问题的好奇心。这个小技巧惊人的强大：它倾向于鼓励多种解决方案的路径，并正确地把关注的焦点聚焦在组合现有证据上。我们也喜欢使用正方/反方，或者红队/蓝队的讨论，在这种讨论中，你将一组人分成相互对立的小组，针对现有的答案进行讨论——通常，传统的结论，更可能来自于传统的模式。为什么这个解决方案更好？为什么不是那个？我们发现更好的结果来自于对不确定性的接受。好奇心是创造力的引擎。
02
容忍模棱两可，并保持谦虚！
当谈到解决问题的高手，我们中的许多人往往会把他想象成一个泰然自若、才华横溢的工程师。我们可以想象出一个知道自己在做什么、并且有目的地解决问题的策划者。但实际情况是，大多数优秀的问题解决方案都需要反复尝试；它更像是橄榄球运动的表面随机性，而不是线性规划的精确性。我们构造假设、处理和转化数据、然后揭开并完善（或者放弃）我们对答案的最初假设。最重要的是，这需要对不完美的接受和对模棱两可的容忍——以及对可能性的敏锐感知。
现实世界充满了不确定性。现实是随机事件和人类反应的复杂产物，COVID-19的影响只是一个例子：我们处理新冠对健康和经济的影响及其复杂的相互作用时，几乎事先没有相关的知识。为了做出正确的决定，我们必须习惯于去估计概率，即使这些猜测是不完美的。不幸的是，大量的证据表明人类并不是很好的直觉型统计学家，基于直觉的猜测可能会大错特错。这就是为什么在不确定的环境中工作的关键之一是保持谦逊。埃里克·昂纳将其定义为“认识到我们的知识总是暂时的和不完整的——它可能需要根据新的证据进行修正。”
最近的研究表明，当我们从概率而不是确定性的角度思考问题时，我们更擅长解决问题。例如，当拥有无线互联网协议核心专利的澳大利亚研究机构联邦科学与工业研究组织(CSIRO)向大公司收取专利使用费时，最初遭到了拒绝。CSIRO认为它可以使用法律手段保护自己的知识产权——因为它估计，考虑到法律成本和可能的回报，只要成功几率超过10%，这就是一个很好的赌注。它选择了知识产权侵犯者中最弱的一个，并选择了一个有利于原告的司法管辖区，从而提高了胜诉的几率。这种概率思维得到了回报，最终CSIRO收到的和解金额超过5亿美元。对模棱两可状况的容忍和冒险的意愿帮助组织找到了一个好的解决方案。
要以认识论的谦逊来拥抱不完美主义，首先要挑战那些隐含确定性的解决方案。你可以用最友好的方式来做到这一点，比如问这样的问题：“我们必须相信什么才能让这件事变成真的？”这将使有关概率的隐含假设浮出水面，让评估替代方案变得更加容易。当不确定性很高时，看看你是否可以采取小的行动或以合理的成本获取信息，从而扩充解决方案的集合。完美的知识是短缺的，特别是对于复杂的商业和社会问题。接受不完美可以更有效地解决问题。在高度不确定的情况下，例如问题解决过程的开始或紧急情况下，它实际上是必要的。
03
拥有“蜻蜓眼”般的多维视角
“蜻蜓眼”般的多维视角在解决问题的高手中很常见。蜻蜓有大的复眼，有数千个晶状体和感光器，对不同波长的光都比较敏感。虽然我们不清楚这种昆虫的大脑是如何处理所有这些视觉信息的，但它们可以看到人类无法看到的多个视角。用蜻蜓的眼睛进行360度的观察是“超级预测者”的特点。这种超级预测者通常并不具备专业知识，但他们却最擅长预测事件。
可以把这看作是扩大观察问题的光圈，或者通过多个镜头来观察问题。我们的目标是超越熟悉的模式，即我们的大脑通过模式识别进行的整合。通过拓宽视野，我们可以识别视野之外的风险和机会。
20世纪90年代初，艾滋病病毒在印度爆发，这是一个重大的公共健康威胁。盖茨梅琳达基金会下属的印度艾滋病倡议负责人阿肖克•亚历山大(Ashok Alexander)就是一个极佳的例子，不仅体现了他的远见，而且体现了一种“蜻蜓眼”般的视角。面对一个复杂的社会问题和迅速增加的感染率，他扩大了这个问题的定义，从在已知的“热点地区”建立传统的流行病学艾滋病毒传播模型，扩展到一个以受暴力胁迫的性工作者们为中心的区域。
这种方法最终引出了“Avahan解决方案”，它通过涵盖性工作的社会文化背景等方面来解决一系列更广泛的关键问题。该解决方案被推广到600多个社区，最终成功预防了60万例感染。狭隘的医学视角是明智的，也是容易想到的，但它没有触及性工作者遭受暴力的相关问题，从而新的方法产生了更丰富的解决方案集合。通常，只有当人们从多个角度（包括一些最初看似互相矛盾的角度）看待问题时，问题才会被解开。
发展“蜻蜓眼”般的多维视觉的诀窍是：当面临不确定性的问题和机遇时，要“锚定在外部”，而不是内部。以更广泛的系统作为起点。这将鼓励你与客户、供应商，或者更好的是，与不同但相关的行业或领域的参与者交谈。带着设计思维与客户交流是另一种获得有关问题的360度视角的强大方法。但需要注意的是，当决策者面临高度受限的时间框架或资源时，他们可能不得不缩小范围，以便给出一个严格的、传统的答案。
04
追求已发生的事件
已发生的事件是指在某个时间和地点实际发生的行为，而不是潜在的或预测的行为。复杂问题的秘密不会轻易被发现，但这不应阻止问题解决者去探索是否可以观察到支持某种解决方案的证据，或通过实验来验证假设。可以将这种方法视为创造数据，而不仅仅是查找已经收集到的数据，这对于新市场进入者或新市场创造者来说至关重要。当仅处理旧数据会导致过时的解决方案时，这种方法也会派上用场。
我们所参与的大多数问题解决团队都面临不确定性和复杂性的双重困境，有时，这二者结合起来就构成了真正的“棘手问题”。对于那些雄心勃勃的公司来说，要在一个巨大的、未知的新兴市场中获胜——比如电动汽车或自动驾驶汽车，这些市场还没有完全建立起来——好的问题解决方法通常包括设计实验来减少关键的不确定性，而不仅仅依靠现有的数据。每次行动（如购买IP或收购组件供应商）和每次实验（包括道路封闭测试）不仅为决策提供了额外的信息，而且还构建了支持进一步行动的能力和资本。随着时间的推移，他们的实验，包括联合和收购，变得像一节节楼梯——要么靠近目标，要么放弃目标。问题解决团队可以由此使自己进入高度不确定的新领域，构建新的信息和基础资产，并在向前迈进的过程中树立信心。
敢于承担风险的问题解决者通过不断试验找到解决方法。统计学家使用缩写EVPI——完美信息的期望值——来显示获得额外信息的价值，这些信息通常来自样本和实验，比如对特定市场价格变化的反应。A/B testing是测试价格、促销和其他变量的强大工具，尤其适用于数字市场和消费品。线上市场让A/B testing变得容易。然而，大多数传统市场也提供了模拟市场拆分的机会，并利用它来测试不同的样本。
成为一名持久的实验者所需要的心态与初创公司“快速失败”的理念是一致的。这意味着你可以通过beta tests和试用产品以迅速获得产品和客户的肯定或拒绝。不要把外部数据的缺乏当作一种障碍——它实际上可能是一种礼物，因为可购买的数据几乎总是来自于传统的满足需求的方式，而且它们对你的竞争对手而言也是可用的。你自己的实验允许你生成你独有的数据；这能让你获得别人没有的洞察力。如果实验很难（或不道德），那就去寻找类似地区中的不同政策所提供的“自然实验”。一个例子是比较双子城市中的不同结果，如明尼阿波利斯和圣·保罗。
05
利用集体智慧，接受团队中的不完美
《突破现实的困境》（Strategy Beyond the Hockey Stick）的合著者克里斯·布莱德利（Chris Bradley）指出：“认为团队中有最聪明的人是错误的。事实上并没有。这种人总是在别的地方。”如果你可以通过其他方式获取他们的情报，他们也不需要在那里。在这个不断变化的世界里，条件的发展是不可预测的，众包模式能使世界上最聪明的人与你一起工作。例如，为了寻找一种机器学习算法来识别渔船上的渔获种类和数量，自然保护协会（TNC）求助于Kaggle，并为最佳算法提供了15万美元的奖金。这一报价吸引了来自世界各地的2293支队伍。TNC现在使用获胜算法来识别亚洲渔船捕捞的鱼类类型和大小，以保护濒临灭绝的太平洋金Qiang鱼和其他物种。
众包解决问题的另一种模式更为流行：标杆管理。罗德•卡耐基爵士(Sir Rod Carnegie)在担任澳大利亚力拓集团（Conzinc Riotinto Australia, CRA）的首席执行官时，就很担心重型卡车计划外停机的成本，尤其是更换轮胎的费用。他问自己的管理团队，世界上谁最擅长换轮胎；他们的答案是一级方程式赛车。一个团队前往英国学习在赛道维修站更换轮胎的最佳做法，然后在数千英里外的西澳大利亚的皮尔巴拉地区实施了他们所学到的方法，解决这个问题的最聪明的团队根本就不在采矿业中。
当然，当传统思维产生的解决方案过于昂贵或不完整时，众包可以发挥作用，但它也有其局限性。好的众包需要时间来建立，并可能是昂贵的，而且也可能会让你的竞争对手知道你在做什么。要小心隐藏的成本，比如无意中泄露的信息，以及不得不从大量无关的、低劣的建议中做筛选，以挑出可行的解决方案。
接受这一点：利用自己以外的各种经验和专业知识是可行的。从头脑风暴会议开始，让团队之外的人参与进来。尝试更广泛的众包竞争来产生创意。或者引入深度学习型人才，看看你的数据中存在哪些传统方法尚未揭示的见解。你获得信息的范围越广，你的解决方案就越有可能是新颖和有创意的。
06
通过展示和讲述促成行动
我们以儿童为参照开始了我们的思维模式列表，现在我们在“展示和讲述”这种方式中回到最初提到的儿童时期。你一定记得，现在回到讨论当你更好奇的时候！展示和讲述是一项小学的活动。它通常与解决问题无关，但它可能激起了你的兴趣。事实上，这种方法是解决问题的关键。展示和讲述能将你的观众与问题联系起来，然后运用逻辑和说服相结合的方法来采取行动。
“展示和讲述”的思维模式旨在将决策者带入你所创造的解决问题的领域。例如，自然保护协会（Nature Conservancy）的一个团队提出了一项建议，请求一个慈善基金会支持牡蛎礁的恢复。在做展示之前，团队将17个塑料桶的水放入会议室，并将它们放在周围。基金会的工作人员一进入房间，他们就想知道这些桶的用途。研究小组解释说，每只牡蛎每天要过滤17桶水，因此牡蛎礁的恢复大大改善了水质。鱼类的存活量提高了，人们也可以收获牡蛎来促进经济运转。通过展示和讲述将决策者引入解决问题的领域。最终他们批准了所请求的资金，并且对他们所要解决的问题产生了实体层面的好感。
那些缺乏经验的问题解决者会向你展示他们的分析过程和数学推导，让你相信他们很聪明。这有时被称为APK，即焦虑的知识展示。但经验丰富的问题解决者会向你展示不同的东西。最优雅的问题解决方法是使解决方案显而易见。已故的经济学家赫伯•西蒙（Herb Simon）是这样说的：“解决一个问题，只是意味着把它呈现出来，从而使解决方案透明。”
要想在展示和讲述方面做得更好，首先要清楚解决问题和取得发现时应该采取的行动：核心变化的主导思想。然后找到一种方法来直观地展示你的逻辑，这样答案的路径就可以被讨论和接受。通过主观方式和逻辑思维提出论点，并说明为什么首要的行动提供了风险和回报之间有吸引力的平衡。但不要就此止步。阐明不作为的风险，并指出不作为通常比不完美的行动需要付出更高的代价。
写在最后
伟大的问题解决者的思维方式和他们使用的方法一样重要。培养好奇心、拥抱不完美、鼓励多维视角看待问题、从实验和集体智慧中创造新的数据、通过引人入胜的展示和讲述推动行动的思维模式，使他们在强不确定性中创造出全新的可能性。当然，这些方法在很多情况下都是有用的，但在存在强不确定性的情况下，它们必不可少！