Đây không phải câu chuyện về những kẻ gian lận hay những người thiếu năng lực. LTCM có trong đội ngũ hai nhà kinh tế học vừa đoạt giải Nobel - Myron Scholes và Robert Merton - cùng hàng chục tiến sĩ từ những trường đại học danh tiếng nhất thế giới. Model toán học của họ được xem là tinh vi nhất ngành tài chính lúc bấy giờ. Trong bốn năm đầu, họ tạo ra lợi nhuận hơn 40%/năm - con số mà phần lớn quỹ đầu tư không dám mơ đến.
Và rồi họ mất 4,6 tỷ USD trong vòng chưa đầy bốn tháng. Cục Dự trữ Liên bang Mỹ phải triệu tập các ngân hàng lớn nhất Wall Street để tổ chức gói cứu trợ khẩn cấp - vì nếu LTCM sụp đổ không kiểm soát, toàn bộ hệ thống tài chính toàn cầu có thể sụp đổ theo.
Điều gì đã xảy ra? Và tại sao nó lại xảy ra với những người thông minh nhất ngành?
Tâm lý học tổ chức có một khái niệm gọi là expert overconfidence - sự tự tin thái quá của chuyên gia. Không phải người kém mới mắc bẫy này. Thực ra, người giỏi thực sự trong một lĩnh vực lại đặc biệt dễ rơi vào một biến thể nguy hiểm hơn: họ bắt đầu tin rằng expertise của mình có thể transfer sang những lĩnh vực liền kề - hoặc thậm chí hoàn toàn khác - mà không cần học lại từ đầu.
Scholes và Merton là những chuyên gia hàng đầu thế giới về định giá options và quản lý rủi ro trong điều kiện thị trường bình thường. Model của họ hoạt động cực tốt - trong điều kiện bình thường. Nhưng họ đã underestimate xác suất của những "tail events" - những sự kiện cực đoan hiếm gặp như khủng hoảng tài chính Nga 1998 - vì model của họ được xây dựng trên dữ liệu lịch sử không bao gồm đủ các sự kiện cực đoan.
Nói cách khác: họ biết rất nhiều về thứ model của họ có thể đo lường - và tin quá nhiều vào thứ model của họ không thể đo lường.
Bẫy 1 - Nhầm lẫn giữa độ phức tạp của phân tích và độ chính xác của kết luận.
LTCM dùng những phương trình toán học phức tạp đến mức hầu hết đối tác và nhà đầu tư của họ không thể hiểu được. Và sự phức tạp đó tạo ra một ảo giác về độ chính xác - nếu model phức tạp như vậy, chắc chắn nó đã tính đến mọi thứ rồi.
Nhưng độ phức tạp của công cụ phân tích không đảm bảo độ chính xác của giả định nền tảng. Nếu giả định sai - dù được wrap trong phương trình đẹp đến đâu - kết luận vẫn sai.
Trong thực tế quản trị: khi một phân tích quá phức tạp để hầu hết người trong phòng có thể đặt câu hỏi, đó không phải dấu hiệu của sự tinh vi - đó là dấu hiệu cảnh báo.
Bẫy 2 - Echo chamber của người thông minh.
Khi một nhóm đủ thông minh để thuyết phục nhau, họ tạo ra một buồng vang đặc biệt nguy hiểm: không ai trong phòng đủ năng lực để phản bác, và không ai bên ngoài đủ hiểu biết để được lắng nghe.
Warren Buffett từng mô tả LTCM là "a room full of people with 160 IQs" - một căn phòng toàn người IQ hơn 160, và chính sự tập trung của những bộ não xuất sắc đó đã tạo ra một consensus không ai dám phá vỡ. Không phải vì họ sợ - mà vì mỗi người trong số họ đã tự thuyết phục mình rằng người kia chắc chắn đã kiểm tra phần họ chưa kiểm tra.
Đây là nghịch lý của nhóm giỏi: khi tất cả đều đủ thông minh để bù đắp cho nhau, không ai cảm thấy cần phải đặt câu hỏi cơ bản nhất.
Bẫy 3 - Thành công trong quá khứ như bằng chứng cho tương lai.
Bốn năm lợi nhuận 40%/năm là bằng chứng thuyết phục rằng model hoạt động. Nhưng nó cũng tạo ra một bias nguy hiểm: mỗi năm thành công là thêm một lớp xác nhận rằng giả định nền tảng là đúng - và ít người sẵn sàng đặt câu hỏi về những gì đang hoạt động tốt.
Tâm lý học gọi đây là confirmation bias (thiên kiến xác nhận) được khuếch đại bởi track record - và nó đặc biệt mạnh với người thông minh, vì họ giỏi hơn người bình thường trong việc tìm ra lý do để tin vào thứ họ đã tin.
Nghiên cứu về ra quyết định chỉ ra một số cơ chế có hiệu quả thực sự - không phải lý thuyết - trong việc chống lại expert overconfidence:
Chủ động tìm kiếm người phản bác, không phải người đồng ý. Jeff Bezos nổi tiếng với việc yêu cầu đội ngũ trình bày "the steelman" của quan điểm đối lập - phiên bản mạnh nhất có thể của lập luận chống lại quyết định đang được xem xét. Không phải "tại sao kế hoạch này có thể thất bại" mà là "nếu kế hoạch này thất bại, lý do mạnh nhất sẽ là gì?"
Tách biệt người ra ý tưởng khỏi người đánh giá ý tưởng. Amazon có nguyên tắc "disagree and commit" - người không đồng ý phải nói thẳng trước khi quyết định được ra, không phải sau. Điều đó đòi hỏi văn hóa mà bất đồng được khuyến khích, không phải bị phạt.
Đặt câu hỏi "chúng ta có thể sai ở đâu?" trước khi đặt câu hỏi "chúng ta đúng như thế nào?" Phân biệt hai câu hỏi này không phải triết lý - đó là thói quen tư duy cụ thể, có thể xây dựng được.
LTCM sụp đổ không phải vì thiếu intelligence. Nó sụp đổ vì intelligence tạo ra một ảo giác về sự kiểm soát - và ảo giác đó khiến không ai trong phòng cảm thấy cần phải hỏi câu hỏi đơn giản nhất: điều gì xảy ra nếu tất cả những gì chúng ta biết đều đúng - nhưng thế giới vẫn không hoạt động theo cách chúng ta nghĩ?
Người thông minh nhất trong phòng không phải người nguy hiểm nhất vì họ thiếu năng lực. Họ nguy hiểm vì năng lực của họ đủ lớn để che khuất giới hạn của năng lực đó - với cả người khác lẫn với chính họ.
Và tổ chức nào không có cơ chế để buộc người thông minh nhất phải đối mặt với giới hạn của mình - đang đặt cược vào một giả định rất nguy hiểm: rằng lần này thì khác.
Đây không phải câu chuyện về những kẻ gian lận hay những người thiếu năng lực. LTCM có trong đội ngũ hai nhà kinh tế học vừa đoạt giải Nobel - Myron Scholes và Robert Merton - cùng hàng chục tiến sĩ từ những trường đại học danh tiếng nhất thế giới. Model toán học của họ được xem là tinh vi nhất ngành tài chính lúc bấy giờ. Trong bốn năm đầu, họ tạo ra lợi nhuận hơn 40%/năm - con số mà phần lớn quỹ đầu tư không dám mơ đến.
Và rồi họ mất 4,6 tỷ USD trong vòng chưa đầy bốn tháng. Cục Dự trữ Liên bang Mỹ phải triệu tập các ngân hàng lớn nhất Wall Street để tổ chức gói cứu trợ khẩn cấp - vì nếu LTCM sụp đổ không kiểm soát, toàn bộ hệ thống tài chính toàn cầu có thể sụp đổ theo.
Điều gì đã xảy ra? Và tại sao nó lại xảy ra với những người thông minh nhất ngành?
Tâm lý học tổ chức có một khái niệm gọi là expert overconfidence - sự tự tin thái quá của chuyên gia. Không phải người kém mới mắc bẫy này. Thực ra, người giỏi thực sự trong một lĩnh vực lại đặc biệt dễ rơi vào một biến thể nguy hiểm hơn: họ bắt đầu tin rằng expertise của mình có thể transfer sang những lĩnh vực liền kề - hoặc thậm chí hoàn toàn khác - mà không cần học lại từ đầu.
Scholes và Merton là những chuyên gia hàng đầu thế giới về định giá options và quản lý rủi ro trong điều kiện thị trường bình thường. Model của họ hoạt động cực tốt - trong điều kiện bình thường. Nhưng họ đã underestimate xác suất của những "tail events" - những sự kiện cực đoan hiếm gặp như khủng hoảng tài chính Nga 1998 - vì model của họ được xây dựng trên dữ liệu lịch sử không bao gồm đủ các sự kiện cực đoan.
Nói cách khác: họ biết rất nhiều về thứ model của họ có thể đo lường - và tin quá nhiều vào thứ model của họ không thể đo lường.
Bẫy 1 - Nhầm lẫn giữa độ phức tạp của phân tích và độ chính xác của kết luận.
LTCM dùng những phương trình toán học phức tạp đến mức hầu hết đối tác và nhà đầu tư của họ không thể hiểu được. Và sự phức tạp đó tạo ra một ảo giác về độ chính xác - nếu model phức tạp như vậy, chắc chắn nó đã tính đến mọi thứ rồi.
Nhưng độ phức tạp của công cụ phân tích không đảm bảo độ chính xác của giả định nền tảng. Nếu giả định sai - dù được wrap trong phương trình đẹp đến đâu - kết luận vẫn sai.
Trong thực tế quản trị: khi một phân tích quá phức tạp để hầu hết người trong phòng có thể đặt câu hỏi, đó không phải dấu hiệu của sự tinh vi - đó là dấu hiệu cảnh báo.
Bẫy 2 - Echo chamber của người thông minh.
Khi một nhóm đủ thông minh để thuyết phục nhau, họ tạo ra một buồng vang đặc biệt nguy hiểm: không ai trong phòng đủ năng lực để phản bác, và không ai bên ngoài đủ hiểu biết để được lắng nghe.
Warren Buffett từng mô tả LTCM là "a room full of people with 160 IQs" - một căn phòng toàn người IQ hơn 160, và chính sự tập trung của những bộ não xuất sắc đó đã tạo ra một consensus không ai dám phá vỡ. Không phải vì họ sợ - mà vì mỗi người trong số họ đã tự thuyết phục mình rằng người kia chắc chắn đã kiểm tra phần họ chưa kiểm tra.
Đây là nghịch lý của nhóm giỏi: khi tất cả đều đủ thông minh để bù đắp cho nhau, không ai cảm thấy cần phải đặt câu hỏi cơ bản nhất.
Bẫy 3 - Thành công trong quá khứ như bằng chứng cho tương lai.
Bốn năm lợi nhuận 40%/năm là bằng chứng thuyết phục rằng model hoạt động. Nhưng nó cũng tạo ra một bias nguy hiểm: mỗi năm thành công là thêm một lớp xác nhận rằng giả định nền tảng là đúng - và ít người sẵn sàng đặt câu hỏi về những gì đang hoạt động tốt.
Tâm lý học gọi đây là confirmation bias (thiên kiến xác nhận) được khuếch đại bởi track record - và nó đặc biệt mạnh với người thông minh, vì họ giỏi hơn người bình thường trong việc tìm ra lý do để tin vào thứ họ đã tin.
Nghiên cứu về ra quyết định chỉ ra một số cơ chế có hiệu quả thực sự - không phải lý thuyết - trong việc chống lại expert overconfidence:
Chủ động tìm kiếm người phản bác, không phải người đồng ý. Jeff Bezos nổi tiếng với việc yêu cầu đội ngũ trình bày "the steelman" của quan điểm đối lập - phiên bản mạnh nhất có thể của lập luận chống lại quyết định đang được xem xét. Không phải "tại sao kế hoạch này có thể thất bại" mà là "nếu kế hoạch này thất bại, lý do mạnh nhất sẽ là gì?"
Tách biệt người ra ý tưởng khỏi người đánh giá ý tưởng. Amazon có nguyên tắc "disagree and commit" - người không đồng ý phải nói thẳng trước khi quyết định được ra, không phải sau. Điều đó đòi hỏi văn hóa mà bất đồng được khuyến khích, không phải bị phạt.
Đặt câu hỏi "chúng ta có thể sai ở đâu?" trước khi đặt câu hỏi "chúng ta đúng như thế nào?" Phân biệt hai câu hỏi này không phải triết lý - đó là thói quen tư duy cụ thể, có thể xây dựng được.
LTCM sụp đổ không phải vì thiếu intelligence. Nó sụp đổ vì intelligence tạo ra một ảo giác về sự kiểm soát - và ảo giác đó khiến không ai trong phòng cảm thấy cần phải hỏi câu hỏi đơn giản nhất: điều gì xảy ra nếu tất cả những gì chúng ta biết đều đúng - nhưng thế giới vẫn không hoạt động theo cách chúng ta nghĩ?
Người thông minh nhất trong phòng không phải người nguy hiểm nhất vì họ thiếu năng lực. Họ nguy hiểm vì năng lực của họ đủ lớn để che khuất giới hạn của năng lực đó - với cả người khác lẫn với chính họ.
Và tổ chức nào không có cơ chế để buộc người thông minh nhất phải đối mặt với giới hạn của mình - đang đặt cược vào một giả định rất nguy hiểm: rằng lần này thì khác.
