假设要雇一组人来伐木，你肯定会找又高又壮、最适合伐木的人，因为最佳的伐木团队是由最佳的伐木工人组成的。这个逻辑行得通是因为伐木是一项独立的工作。团队伐木的数量是个体伐木数量的总和。而在现代社会中，团队的表现不仅取决于成员的能力，还取决于成员的多样性。团队也不再由“最棒的”个体组成，而是由能够进行多样性思考的人才组成。

多样性红利如何产生

    什么情况下会产生多样性红利？我们将工作分为四个类型：常规体力、非常规体力、常规认知、非常规认知。常规体力工作者包括生产线工人、货车司机和仓库工人。非常规体力工作者包括医疗健康工人、饭店员工和健身中心的雇员。

    常规认知工作者包括数据输入人员、销售人员和保险从业者。非常规认知工作者包括医疗调查者、医生、律师、科学家、金融分析师、管理人员和政策制定者。巨大的多样性红利主要存在于非常规认知工作中，而其他类型的工作不会产生大量红利。

    常规体力工作就缺少多样性红利，例如匹萨盒包装。假设每个雇员8小时叠800个盒子，两个人就能叠1,600个盒子。他们没有创造多样性红利。组织学者将这样的任务称为相加性任务。相加性逻辑还适用于常规认知工作：填申请表，处理费用报表，银行柜员的日常工作等。如果一个人能够处理10张表格，那么两个人就只能处理20张。

    我们也不应该期待门卫、保安、导游、餐厅服务员和疗养院工作人员的非常规体力工作能出现红利。虽然这些工作每天都有新情况，但是这些工作不会从多样性中产生红利，因为这类工作的经验难以迁移。他们的个人经验是具有特质性的，无法被大量复制与传播。当雇用从事这三类工作的人时，组织应该关注能力。最好的团队可能包括最好的个体。

    多样性红利会存在于复杂、多维度工作中：解决问题、预测结果、设计政策、评估并购提案或者做研究。当这些非常规认知工作对每个个体来说过于复杂时，红利就会产生。没有一个人能够拥有足够的知识、工具或理解来独自完成这种任务。

    这些任务必须难以分成更简单的部分。当一个任务具备这两种属性时——多维度和不可分性，多样性红利就有可能存在了。比如，设计飞机。

认知能力的五个维度

    不是所有的多样性团队都能获得成功，也不是所有的群体都蕴含智慧。为了实现多样性红利，我们需要用逻辑和理论来找出能够改善结果的多样性种类。我将认知多样性定义为人们在信息、知识、启发法、表征（视角和分类）和心智模型这五个维度上的差异。

    认知多样性不同于身份多样性——身份多样性考虑的是人种、性别、年龄、体能和性取向上的差异。身份多样性，以及不同的教育、工作和生活经验都会导致上述认知差异。

    1. 信息是可诠释的、有意义的数据。比如，商业表格中的销售数据和库存数字。我们的教育、经验、身份，以及兴趣、动力和能力都会影响我们拥有的信息。

    2. 知识是根据理论、经验和实践对模式、文献或探索领域的理解。比如，掌握会计知识的人能够阅读资产负债表并进行复式记账。

    3. 启发法（或工具）是找到解决方案和产生新点子的方法。比如，销售人员拜访路线就是一个经典的优化问题的启发法，销售员通过改变行程路线来减少总旅行时间。

    4. 表征包括视角和分类。视角会为每个物体单独命名；分类则不同，它会将各种可能划分成不同的集合。用元素周期表定义元素就是视角；将元素按照室温时的状态分成气态、固态、液态，就是分类。

    比如，对美国前100城市排序，不同视角就会产生不同的排序方案：有的按人口规模排，有的按占地面积排，有的按字母顺序排。

    5. 心智模型。所谓模型，就是能够捕捉到某领域共同特点的系统性简化描述。比如，“朝霞不出门，晚霞行千里”就是一个预测天气的模型。

    一个人的模型可能是这样的：1/5最富有的人选择投票给共和党，因为这些人需要降低税率。另一个人的模型可能是这样的：1/5最富有的人会投票给民主党，因为他们财务状况比较安全，有条件同情其他人。

认知能力的应用

    我们把上述五种不同维度的认知能力应用到预测、解决问题、创新、知识整合与制定策略等不同类型的任务中，以改善特定任务的结果。

    1. 预测性任务  无论是在科学实验室分析数据，预测天气或者气候，还是估算新应用的下载前景，多样性信息、分类、模型三者都会创造多样性预测，这些多样性预测组合会产生更准确的集体预测。

    2. 创造性任务  做预测时，我们用已知来估算未知，将自己的信息和经验进行分类并应用模型。当我们进行创造时，则是试图想出全新的点子或解决方案，我们可能也没有概念，这个点子或解决方案会是怎样的一种形式。

有时，创造是来自现存的工艺和产品，比如苹果的iPod是迷你个人点唱机。有时，创造是来自对一系列可能性的思考。新点子也会源于新旧事物的重新结合，比如传真机结合了复印机和电话。

    3. 解决问题  在某些问题上，没有任何常规工具会成功，成功可能需要相关领域中的工具。例如，国际货币基金组织（IMF）主要雇用经济学家，但同时也雇用文化人类学家和社会心理学家。后者能够在经济学陷入困境时，显现他们的价值。

    4. 知识整合  在整合知识的时候，团队的目标是判断论点的真实性和行动的智慧性。在创造性任务中，多样性意味着更多的可能，然而在知识整合中，多样性则是缩小可能性集合。

    考虑用外科技术来改善血液流动的心脏病学家团队，他们需要知道潜在的并发症。知识整合会将一些技术排除在外。

    5. 策略性选择  在大多数公司里，董事会参与选择公司的首席执行官。这个过程包括判定一组候选人，然后从中进行选择。虽然公司雇用猎头寻找潜在的候选人，但他们也依赖自己的董事成员激励人们参选。

    一个董事成员的社会网络能够影响备选的候选人。因此更具多样性的董事会能使通过人际关系产生的候选人规模扩大。

    综上所述，多样性分类和心智模型改善了预测结果；多样性见解和分类会带来更多的可能性，并让团队更具创造性；多样性表征和启发法提高了问题解决能力；多样性信息和知识改善了团队验证真相的能力。在所有这些领域中，多样性的正确类型能够改善结果。在复杂任务中，最佳团队将不会包括最佳个体。团队需要多样性。

作者简介：斯科特·佩奇，密歇根大学复杂性研究中心掌门人，圣塔菲研究所外聘研究员。本文摘自《多样性红利2：聪明的人们如何在一起工作》（机械工业出版社，2019年即将出版）。