我眺望遠(yuǎn)方的山峰 卻錯(cuò)過(guò)轉(zhuǎn)彎的路口；我尋找大海的盡頭 卻忽略蜿蜒的河流

——林志炫<沒(méi)離開(kāi)過(guò)>

 

　　每當(dāng)專(zhuān)案規(guī)劃完成，開(kāi)始付諸實(shí)行的那一刻，我們就一腳踩進(jìn)了屬于未來(lái)的不確定迷霧中，面對(duì)著環(huán)境的變動(dòng)與風(fēng)險(xiǎn)，只為最后能得到那粒垂涎已久的金蘋(píng)果。而迷霧中，令人無(wú)奈地惟一不變的就是所有事情都在變，應(yīng)對(duì)方式可以分為質(zhì)性及量性?xún)煞N，惟有兩者兼具才有希望取得最佳的結(jié)果。

　　質(zhì)性的應(yīng)對(duì)方法提供了專(zhuān)案規(guī)劃的架構(gòu)，促使我們能在量化資訊不足，或是無(wú)法以量化方式精準(zhǔn)面對(duì)問(wèn)題時(shí)，能具有一套依據(jù)理性而產(chǎn)生的流程，進(jìn)而適度地面對(duì)變化。在《迷霧森林1 – 從不確定性中確定專(zhuān)案》一文中，我們說(shuō)明了不確定性的來(lái)源、利用OODA循環(huán)理論及WBSA八大程序建立了工具模板，并且說(shuō)明了以動(dòng)態(tài)對(duì)風(fēng)險(xiǎn)的適用性與必要性，而其中，量化資訊在每一個(gè)階段都無(wú)處不在，端視是否能發(fā)現(xiàn)并加以利用。

　　因此本文將由應(yīng)對(duì)不確定性的方法：預(yù)測(cè)開(kāi)始，向下衍生出預(yù)測(cè)模型的基礎(chǔ)數(shù)理概念，并嘗試藉由這些條件尋找最佳的決策及最適用之工具，期望能在每一個(gè)階段都做出最佳的選擇，達(dá)到最終結(jié)果的最佳化：完整的吃掉那顆愿景中的金蘋(píng)果。

預(yù)測(cè)與脆弱的未來(lái)

　　在未來(lái)的不確定中，變異隨時(shí)都在產(chǎn)生，而且受到初始狀態(tài)影響極大，因此為了更好的應(yīng)付了未來(lái)的狀況，預(yù)測(cè)一直是不可或缺的一部分，也是一直以來(lái)面對(duì)不確定性的主要辦法。

　　預(yù)測(cè)能力的進(jìn)步一向伴隨著文明的進(jìn)步，從推測(cè)動(dòng)物的遷徙以便于獵取，到週期性的種植作物并得到穩(wěn)定的食物供應(yīng)，再到工業(yè)製造定期定量的產(chǎn)出產(chǎn)品。然而隨著文明的前進(jìn)，新的預(yù)測(cè)難題卻也緊隨著出現(xiàn)，從工業(yè)產(chǎn)品的供需平衡與庫(kù)存管理，到資訊時(shí)代的大量數(shù)據(jù)，金融、天災(zāi)、醫(yī)療到社會(huì)活動(dòng)與趨勢(shì)，無(wú)一不是等待被克服的難題。

　　然而，在變化會(huì)受到初始狀態(tài)影響并隨著時(shí)間延伸此一前提下，任何一刻的變動(dòng)都會(huì)導(dǎo)致最終結(jié)果的不同。如上所述，將引導(dǎo)出一個(gè)以預(yù)測(cè)為方法來(lái)面對(duì)未來(lái)不確定性時(shí)最重要的性質(zhì)，即「任何對(duì)于未來(lái)的預(yù)測(cè)都是脆弱的，當(dāng)預(yù)測(cè)越遙遠(yuǎn)的未來(lái)，準(zhǔn)確度將隨著時(shí)間跨度而急遽降低?！梗▓D一）

圖一、預(yù)測(cè)準(zhǔn)確度隨時(shí)間降低

　　但是若單獨(dú)就如此便明言預(yù)測(cè)不具備實(shí)質(zhì)上的意義，卻又仍顯得有些過(guò)度引申與悲觀。方法上，我們可以利用演繹法（deductive method）推估未來(lái)的合理結(jié)果；而歸納法（Inductive Method）則提供了產(chǎn)生曾經(jīng)發(fā)生過(guò)的相同結(jié)果之最大可能性。如果遙遠(yuǎn)的未來(lái)讓預(yù)測(cè)準(zhǔn)確度急遽降低，那我們就將時(shí)間切分；如果預(yù)測(cè)準(zhǔn)確度脆弱而容易受影響，那我們就追求最大期望值（expected value）。

我深知預(yù)測(cè)的限制，盡可能地做出最好的決策后接受結(jié)果

　　不是全知全能的我們，無(wú)法以決定論¹（所有條件已知，則結(jié)果導(dǎo)向必然）來(lái)看待任何一件事情，因此任何對(duì)于未來(lái)的預(yù)測(cè)都是脆弱的。為了將感知的觸角伸入不確定性迷霧的深處，以及保護(hù)這種無(wú)可避免的脆弱，需要的是理性與推論的力量，而數(shù)理模型則提供了可供選擇的工具與方法。

　　然而在現(xiàn)今已有的知識(shí)體系中，數(shù)理預(yù)測(cè)模型都有其限制性，而且由于大多數(shù)的模型都來(lái)自于機(jī)率，并不是可以直觀理解的部分，因此有很多原本看似理所當(dāng)然的推論實(shí)際上都只是錯(cuò)覺(jué)²（誰(shuí)跟你說(shuō)事件會(huì)/不會(huì)發(fā)生的？誰(shuí)跟你說(shuō)這個(gè)東西是常態(tài)分布的？），而且對(duì)于毀滅性的打擊幾乎都不能預(yù)測(cè)³（事情發(fā)生才知道原來(lái)是有可能發(fā)生的，就如同一只黑色天鵝撞到身上的車(chē)禍現(xiàn)場(chǎng)），所以在應(yīng)對(duì)上才顯得困難。

　　因此我們可以大膽地宣稱(chēng)：知識(shí)所能具備的價(jià)值與品質(zhì)不在于存量，而在于能多好的預(yù)測(cè)未來(lái)，并且在質(zhì)性與量性上均能有所具備?？v然未來(lái)不可知而預(yù)測(cè)脆弱，人們還是在不斷地在遭遇問(wèn)題，克服它，然后再遭遇問(wèn)題，再克服它的循環(huán)中進(jìn)步。我們既沒(méi)有任何放棄努力的理由，也無(wú)法承受放棄后的后果，而現(xiàn)有的應(yīng)對(duì)方式，則大多源自于事實(shí)經(jīng)驗(yàn)、歸納演繹到推導(dǎo)通則的過(guò)程，換言之，從數(shù)理統(tǒng)計(jì)到預(yù)測(cè)模型。

　　在現(xiàn)今的數(shù)理統(tǒng)計(jì)當(dāng)中，大多數(shù)所利用的是費(fèi)雪（Fisher）及和他同時(shí)代的人所提出，希望能去除可能性偏差影響的統(tǒng)計(jì)，或又稱(chēng)為「頻率論」（frequentism）⁴。此類(lèi)型的統(tǒng)計(jì)建構(gòu)在已經(jīng)發(fā)生的事實(shí)之上，藉由過(guò)往所發(fā)生的事件，推斷出實(shí)際上事物的全貌。然而，正因其完全建立在已發(fā)生的事實(shí)基礎(chǔ)之上，因此在面對(duì)未被預(yù)期或是過(guò)去不曾發(fā)生的事件時(shí)，即所謂的「黑天鵝」時(shí)，其能力便受到了相當(dāng)?shù)闹萍s。因此，頻率論統(tǒng)計(jì)歸納事實(shí)的基礎(chǔ)，在初始條件變動(dòng)不大的情形下，足以推估事實(shí)全貌，也因此在科學(xué)的進(jìn)展上佔(zhàn)有重要的一席之地，但是其侷限也相當(dāng)明顯，容易因未被預(yù)期的事件而受到毀滅性的打擊。

　　另一種則是屬于英國(guó)牧師貝葉斯（Bayes）所提出的貝氏學(xué)派統(tǒng)計(jì)，利用趨近法的方式來(lái)認(rèn)識(shí)一件事物，并且隨著證據(jù)越來(lái)越多，也就越來(lái)越接近真理。貝氏學(xué)派的統(tǒng)計(jì)方式被認(rèn)定是一種相當(dāng)主觀的數(shù)學(xué)，首先會(huì)估算一個(gè)事情可能發(fā)生的機(jī)率，形成一個(gè)先驗(yàn)機(jī)率，而后隨著新證據(jù)的不斷出現(xiàn)，連續(xù)地修正先驗(yàn)機(jī)率形成后驗(yàn)機(jī)率，并依此來(lái)趨近真實(shí)。有鑒于其主觀性，一開(kāi)始的預(yù)估可能相當(dāng)不準(zhǔn)，也不符合大多數(shù)人所尊崇的「理性」與「真理」，然而這卻會(huì)在不斷地迭代（更新）過(guò)程中趨近事實(shí)，也被認(rèn)為是人腦面對(duì)世界并學(xué)習(xí)的方式⁵。

　　由此可知，任何對(duì)于未來(lái)的預(yù)測(cè)都還是受侷限的，尤其在最初所給出的估計(jì)之中，在沒(méi)有進(jìn)一步的證據(jù)之下，無(wú)論是樣本數(shù)的不足或是主觀的先驗(yàn)猜想，預(yù)期的結(jié)果并沒(méi)有任何使人信服的理由。但是這邊卻必須說(shuō)，在有限的資訊及限制之下，縱然結(jié)論也許不是最精準(zhǔn)的，卻在當(dāng)下仍然是最適合的，然后結(jié)果將成為經(jīng)驗(yàn)及養(yǎng)分，成為下一次判斷的依據(jù)，而每一次的結(jié)果都將更精準(zhǔn)。是故在明白了侷限，并且確保在限制下仍然能夠做出好決策后，便能利用形成好決策的基礎(chǔ)：期望值（expected value）來(lái)形成一連串的理性布局了，這很貝氏。

　　所以，只要依據(jù)理性做出當(dāng)下最好的決定，然后不要后悔地接受結(jié)果，就是我們?cè)诓淮_定性的迷霧中漫步時(shí)，最好心態(tài)了。

然后，確保執(zhí)行的延續(xù)，將故事寫(xiě)成我們

　　綜上所述，我們希望在專(zhuān)案規(guī)劃與執(zhí)行時(shí)的每一個(gè)階段都下達(dá)最佳決策時(shí)，首先依據(jù)的還是理性，而理性來(lái)自于量化資料的提供，然而有時(shí)單一階段的最大期望值并不等于結(jié)果的最大期望值，這是容易陷入的誤區(qū)。

　　課堂中所聽(tīng)到的理性，有很大的一部分是指數(shù)理方面的理性，僅針對(duì)單一事件而不考慮延續(xù)，與現(xiàn)實(shí)情境并不是完全相容。在數(shù)理方面的理性中，一旦期望值高過(guò)于零，一個(gè)理性的決策者就應(yīng)該投入資源，因?yàn)樵诘谝淮瓮度?、第二次投入到的N次投入的過(guò)程中，隨著次數(shù)增多與時(shí)間拉長(zhǎng)，收益是可預(yù)期的，而每一次的投入甚至不用符合同品項(xiàng)或是同種類(lèi)，只要符合事件期望值為正的條件就好。然而這卻容易形成了一個(gè)誤區(qū)，可能令人在一夕之間失去所有：假設(shè)A身上只有50元，甲選項(xiàng)投資結(jié)果期望值為正，A應(yīng)該將50元全部投入嗎？相當(dāng)多學(xué)習(xí)到期望值概念，并且被數(shù)理模型所說(shuō)服的人們就依據(jù)理性這幺做了。

　　期望值無(wú)論數(shù)字產(chǎn)出為何，都無(wú)法去除本身建立在機(jī)率的基礎(chǔ)之上。因此，依其而產(chǎn)生的行為模式必須在每一次單一決策中都在兩個(gè)前提條件下進(jìn)行：

　　（一）保證安全退出：每一次依據(jù)理性所做出之單一決策，除了以期望值為判斷標(biāo)準(zhǔn)外，亦須確保其可能遭成的損失（也有一定的機(jī)率），對(duì)個(gè)體只會(huì)造成輕微或可接受的影響。意即，在前例中，若A的全部身家只有50元，就算甲投資期望值為正，也不應(yīng)全數(shù)投入。

　?。ǘ┍ＷC連續(xù)賽局：期望值的實(shí)質(zhì)獲益建立在長(zhǎng)期多次的決策之下，隨著每一次單一決策的期望值為正，越多次的選擇則獲得收益的機(jī)會(huì)越大。若甲1、甲2…甲N或甲1、乙2…丙N均為正（事件不一定相同，期望值為正即可），則應(yīng)于每次在不違反（1）保證安全退出的情境下部分投入。

　　產(chǎn)生以上兩個(gè)前提的原因來(lái)自于機(jī)率與現(xiàn)實(shí)情境的交互作用。試想，若進(jìn)行甲投資時(shí)均以50元全部身家為賭注，則將會(huì)有一定的機(jī)會(huì)無(wú)法進(jìn)入連續(xù)賽局，第一次（50元）、第二次（50X元）…第N次（50X（N-1）元）時(shí)剛好失敗，則不只先前所獲得之收益將一次性的全部損失掉，亦已無(wú)資源進(jìn)行另一場(chǎng)賽局。然而若甲投資每天能有一次機(jī)會(huì)，而A每天均能從其他管道固定獲得50元，則每日投入50元（或在去得收益后投入50元以上但未滿(mǎn)50X（N-1）元）便看似一個(gè)不錯(cuò)的選擇。

而且，我們步步為營(yíng)、筑夢(mèng)踏實(shí)，而后平步青云

　　于是，為了在專(zhuān)案設(shè)計(jì)與規(guī)劃中應(yīng)對(duì)未來(lái)的不確定性，并且在執(zhí)行上不偏離理性，于最終結(jié)果中追求最大期望值，具體而言，我們可以將做法濃縮成一句話：以動(dòng)態(tài)建立階段性起點(diǎn)，限縮變動(dòng)可能性。

　　首先，在變化會(huì)隨時(shí)間進(jìn)程而產(chǎn)生此一前提的給予下，任何一個(gè)細(xì)微的時(shí)間劃分都能視為一個(gè)新的初始狀態(tài)的描述也同時(shí)成立；第二，由于變化受初始狀態(tài)影響極大。因此建立階段性起點(diǎn)將能夠達(dá)成滾動(dòng)式管理的效果：歸零并重新確認(rèn)現(xiàn)狀，并更新參數(shù)進(jìn)行更精準(zhǔn)的預(yù)測(cè)。

　　如圖二所示，若將時(shí)間與進(jìn)度狀態(tài)分別以X軸與Y軸表示，則是否劃分出新階段將影響最終預(yù)測(cè)結(jié)果可能產(chǎn)生的範(fàn)圍大小，足以使變動(dòng)可能性限縮并且進(jìn)行更好的預(yù)測(cè)。途中的黑線代表原本預(yù)測(cè)的變化，而變化可能性則說(shuō)明了過(guò)程中可能的變動(dòng)範(fàn)圍，stage 5 最右邊的大小則是我們最終結(jié)果與希望結(jié)果可能產(chǎn)生的差異。左圖中，可以看出在規(guī)劃時(shí)是否于 stage 1 及 stage 2 重新建立階段性起點(diǎn)將影響預(yù)測(cè)最終結(jié)果時(shí)的精準(zhǔn)度，而右圖則是當(dāng)實(shí)際執(zhí)行完 stage 1 時(shí)（虛線），得以依據(jù)當(dāng)下實(shí)際結(jié)果重新預(yù)估最終結(jié)果（黑線終點(diǎn)）與變化範(fàn)圍（淺色土黃）。

圖二、建立階段性起點(diǎn)與限縮變動(dòng)可能性

　　有了上述概念之后，無(wú)論在流程或計(jì)算上，便能夠利用劃分時(shí)間段落的方式來(lái)確認(rèn)執(zhí)行現(xiàn)況并進(jìn)行更精準(zhǔn)的預(yù)測(cè)了（對(duì)應(yīng)灰色虛線）。例如圖三說(shuō)明了工作進(jìn)度與經(jīng)費(fèi)進(jìn)度的差異、圖四則在工作進(jìn)度上確認(rèn)每個(gè)階段的重要是否完成（紅色菱形）、而圖五則概述了從產(chǎn)品誕生到消亡的整個(gè)過(guò)程，其中每一個(gè)階段都可以進(jìn)行確認(rèn)，也能夠重新進(jìn)行預(yù)測(cè)。

圖三、進(jìn)度差異說(shuō)明

圖四、甘特圖

圖五、產(chǎn)品生命週期

　　此外，在使用動(dòng)態(tài)排程的工具上，亦已經(jīng)有軟體程式諸如Microsoft Project⁶或Primavera P6⁷等排程軟體，可以將資源報(bào)表、時(shí)間排程、成本花費(fèi)、成果彙編等大量資訊自動(dòng)進(jìn)行撫平與整理，并且解決重複與沖突，避免大量繁雜的計(jì)算與投入，以投入時(shí)間成本較少的方式面對(duì)複雜的情境與階段性規(guī)劃。

于是，我們?cè)诿造F中拿起了一張地圖-門(mén)徑管理系統(tǒng)（stage-gate）

　　截至目前為止，在以量化方法進(jìn)行規(guī)劃、以理性預(yù)測(cè)面對(duì)未來(lái)的道路上，都主要圍繞著圖二所給予的概念：以動(dòng)態(tài)建立階段性起點(diǎn)，限縮變動(dòng)可能性。整體而言，將時(shí)間進(jìn)程切分成性質(zhì)相近、時(shí)程較短的小型工作階段除了較具備修正的效益與維持自身邏輯的一致以外，更具備以下特性：

　　（一）變更起點(diǎn)（基準(zhǔn)點(diǎn)）：利用階段性的切分，將小階段最終的實(shí)際結(jié)果作為新的起點(diǎn)，將變異歸零重新進(jìn)行預(yù)測(cè)，即時(shí)抓取現(xiàn)實(shí)狀況并進(jìn)行更新。若小階段最終的實(shí)際結(jié)果偏離原先預(yù)測(cè)，也能調(diào)整路線或抓出細(xì)部原因與影響，最后調(diào)整規(guī)畫(huà)并重新進(jìn)行規(guī)劃。

　?。ǘ┫蘅s預(yù)測(cè)範(fàn)圍：由于變異可能性將因?yàn)槠瘘c(diǎn)重新設(shè)立而歸零，其預(yù)測(cè)模型而產(chǎn)出之變異範(fàn)圍也會(huì)因此而向內(nèi)塌陷，縮小在不遭遇毀滅性打擊的情形下，更精準(zhǔn)掌握最終結(jié)果。

　　（三）平衡規(guī)劃與執(zhí)行：重新設(shè)定起點(diǎn)除了限縮預(yù)測(cè)可能性的範(fàn)圍之外，亦有容許因應(yīng)實(shí)際狀況而變更預(yù)測(cè)模型及其範(fàn)圍的能力。若其中實(shí)際發(fā)生的過(guò)程已經(jīng)確定并且產(chǎn)生差異，則能夠根據(jù)實(shí)際的情形再一次的以此為標(biāo)準(zhǔn)進(jìn)行預(yù)測(cè)，如此則可以依據(jù)現(xiàn)況調(diào)整方向趨進(jìn)目標(biāo)。

　　于是，在階段與階段之間產(chǎn)生了關(guān)卡（Gate），用以評(píng)估主要應(yīng)採(cǎi)取的決策（圖六）。關(guān)卡在架構(gòu)上主要分成檢查項(xiàng)目（Deliverables）、標(biāo)準(zhǔn)（Criteria）與階段產(chǎn)出（Output）三個(gè)部分，而標(biāo)準(zhǔn)將決定所採(cǎi)取的動(dòng)作，包含過(guò)關(guān)（Go）進(jìn)入下一個(gè)階段、暫緩（Hold）決定重新評(píng)估或等待、回收（Recycle）成果資訊用于本階段以更加符合標(biāo)準(zhǔn)或淘汰（Kill）進(jìn)行即時(shí)止損。

圖六、關(guān)卡構(gòu)成

在有質(zhì)又有量的面對(duì)未來(lái)之后

　　于本文中，重點(diǎn)描述了量化概念在專(zhuān)案規(guī)劃與執(zhí)行中的角色。從針對(duì)預(yù)測(cè)的需求開(kāi)始，到利用數(shù)理統(tǒng)計(jì)作為原理，在確保安全與連續(xù)的前提下發(fā)展出門(mén)徑管理系統(tǒng)（stage-gate），或又稱(chēng)階段查核系統(tǒng)，以求量化資料可輔助決策并求得最佳的最終結(jié)果。這些工具的應(yīng)用從小到工作排程確認(rèn)，大到產(chǎn)品生命週期，都可以看到這些概念的影子。

　　如果說(shuō)OODA循環(huán)理論及WBSA八大程序讓我們有可能階段性且循序漸進(jìn)地完成一個(gè)愿景，那幺階段查核系統(tǒng)就明確地指出了在每一個(gè)階段當(dāng)中應(yīng)該如何去執(zhí)行。在社會(huì)充滿(mǎn)不確定性的環(huán)境中，縱然只是一個(gè)模糊的機(jī)率或可能性認(rèn)定，都可以視為一個(gè)量化資訊，就如同被批判為主觀的先驗(yàn)機(jī)率，都是起步的基礎(chǔ)，有總比沒(méi)有好。

　　然而在每一次的劃分階段中，仍然都需要為此付出成本。因此縱然如同貝氏統(tǒng)計(jì)精神一般，應(yīng)該要利用新取得的資訊與細(xì)節(jié)，不斷微調(diào)方向直至與愿景狀態(tài)重合，但是無(wú)時(shí)無(wú)刻不斷取得新資訊-再修正-更新將會(huì)在作業(yè)上耗費(fèi)大量精力資源，并且造成進(jìn)度窒礙難行，因此，每一個(gè)獨(dú)立的案件與規(guī)劃都需要針對(duì)其特性進(jìn)行調(diào)整，所需切分的階段數(shù)量與每階段的內(nèi)容，都將依狀況而定。

　　在試圖將理想愿景成功實(shí)現(xiàn)的過(guò)程中，必然經(jīng)過(guò)將無(wú)形知識(shí)轉(zhuǎn)換為實(shí)際產(chǎn)出的過(guò)程，而知識(shí)所能具備的價(jià)值與品質(zhì)不在于存量，而在于能多好的預(yù)測(cè)未來(lái)?？上Эv然已經(jīng)具備具體的方法論與量化資訊，我們?nèi)悦鎸?duì)著毀滅性事件打擊的可能性，也就是所謂的「黑天鵝事件」。黑天鵝作為一個(gè)災(zāi)難主要是因?yàn)槲覀冇凶约翰恢雷约翰恢赖氖?，這項(xiàng)問(wèn)題以目前已討論過(guò)的方法仍然無(wú)法面對(duì)，這是本文的限制，但是卻并不代表沒(méi)有辦法應(yīng)對(duì)：完整的門(mén)徑管理系統(tǒng)及槓鈴（雙峰）策略將提供一套可行的方法，這又是另外一個(gè)故事了。

　　門(mén)徑管理系統(tǒng)（stage-gate）也可以作為一個(gè)專(zhuān)有名詞，可以特別指稱(chēng)Robert G. Cooper所開(kāi)發(fā)的新產(chǎn)品開(kāi)發(fā)（NPD,new product development）流程管理技術(shù)⁸，而產(chǎn)品在廣義上可以泛指將屬于無(wú)形知識(shí)的概念（idea），轉(zhuǎn)化為實(shí)際物品、服務(wù)或任何改變現(xiàn)狀之現(xiàn)象的過(guò)程。Stage-Gate 系統(tǒng)與 Charles M. Crawford 所提出的新產(chǎn)品開(kāi)發(fā)管理有著異曲同工之妙⁹，同樣以階段性為主、同樣需要量化資料，也同樣專(zhuān)注在流程管理配合預(yù)測(cè)報(bào)酬，而新產(chǎn)品產(chǎn)生的過(guò)程與影響，一向是最不可知的。

　　所以當(dāng)我們?cè)谔魍繕?biāo)愿景的同時(shí)，不要忘了現(xiàn)在所站立的位置；當(dāng)我們?cè)趯ふ依硐氲漠?dāng)下，也不要忽略周遭所隱藏的危險(xiǎn)。每當(dāng)行走在不確定性的迷霧中，我們拿著拐杖站穩(wěn)腳步，然后用數(shù)字製作探針，去尋找那塊隱藏在遠(yuǎn)方的理想鄉(xiāng)。

 

參考資料

1. Hoefer, C. Causal determinism.  （2003）.
2. Taleb, N. Fooled by randomness: The hidden role of chance in life and in the markets. Vol. 1 （Random House Incorporated, 2005）.
3. Taleb, N. N. The black swan: The impact of the highly improbable. Vol. 2 （Random house, 2007）.
4. Silver, N. The signal and the noise: Why so many predictions fail-but some don't.  （Penguin, 2012）.
5. Knill, D. C. & Pouget, A. The Bayesian brain: the role of uncertainty in neural coding and computation. TRENDS in Neurosciences 27, 712-719 （2004）.
6. Howard, D., Chefetz, G. & Walker, R. Ultimate Study Guide: Foundations Microsoft Project 2013.  （Chefetz LLC, 2013）.
7. Harris, P. E. PROJECT PLANNING AND CONTROL USING ORACLE® PRIMAVERA® P6 Version 8.2 EPPM WEB “Enterprise Portfolio Project Management”.  （2012）.
8. Cooper, R. G. Stage-gate systems: a new tool for managing new products. Business horizons 33, 44-54 （1990）.
9. Crawford, C. M. New products management.  （Tata McGraw-Hill Education, 2008）.