基礎機率｜Base Rate
「這次不一樣」是最貴的四個字。
一句話
人在評估特定案例時，忽視整體基礎機率而過度依賴具體描述。醫療診斷、投資決策、風險評估常因忽視基礎機率而產生嚴重錯誤。
核心概念
Kahneman 在《Thinking, Fast and Slow》提出的核心偏誤之一。經典實驗：
Tom 是個害羞、內向、喜歡閱讀的人。請問 Tom 比較可能是： A. 圖書館管理員 B. 農夫
多數人選 A，因為描述「符合」管理員形象。
但基礎機率告訴你：美國農夫數量約是圖書館管理員的 10 倍以上。即使農夫裡只有 5% 是「害羞內向」，數量上仍然比圖書館管理員（80% 害羞內向）多。
正確答案：B。
人們忽略 base rate 是因為具體描述更生動、更容易喚起聯想。「這個創辦人有 Stanford 學位 + 連續創業 + Y Combinator 出來」聽起來成功率很高，但全部創業者的 5 年存活率是 20%，即便這個 founder「看起來」加成，真實成功率最多也就 30-35%。
Sherlock Holmes 在《巴斯克維爾的獵犬》說過：「The world is full of obvious things which nobody by any chance ever observes.」（柯南道爾筆下台詞）。基礎機率就是其中一個——統計上明顯的事實，但人們做決策時幾乎從不去查。
場景特定｜什麼時候特別有用
- 創業判斷：類似階段/產業的新創 5 年存活率？
- 投資決策：類似估值的標的歷史報酬率？
- 招募評估：類似履歷的候選人過去 3 年存留率？
- 醫療診斷：症狀符合，但這種病的盛行率多少？
- 風險評估：「黑天鵝」其實是低 base rate 事件被低估
- 任何「這次不一樣」的時刻
如何快速查找
- 鍵入
基礎機率或base rate即可跳轉 - tag:
#常駐#統計校準 - 在 決策前checklist 第 8 條觸發
標準提問清單
- 類似情境（同產業、同規模、同階段）的歷史成功率是多少？
- 我手上有什麼具體資訊讓我相信這次會比平均高？
- 這些理由真的成立嗎？還是「這次不一樣」的幻覺？
- 過去也覺得「這次不一樣」的人，結果如何？
- 如果我事先不知道任何細節，光看 base rate，這個決策應該怎麼選？
7 對聯動
HBS 個案
新創公司過度樂觀 Source: HBS: The Entrepreneurial Manager
HBS 經典研究：訪問 3,000 名創業者，問他們對「自家公司 5 年內成功」的估計：
- 平均估計：80% 會成功
- 對「同產業其他新創」的估計：40% 會成功
- 實際數據（VC 募資的新創）：走到 A 輪以上約 25-35%、IPO/被收購等獲利退場不到 10%
雙重 base rate 忽略：
- 把自己的成功率估高 4 倍
- 即便對「其他公司」也估高 2 倍
最諷刺的部分：這些創業者大多受過嚴格商學院訓練，懂統計、懂機率。但面對「自己的案子」時，base rate 完全失效。
為什麼？ 確認偏誤 + 過度自信 + 倖存者偏差三條同向疊加：
- 看的成功故事比失敗故事多（倖存者偏差）
- 主動收集支持「我會成功」的證據（確認偏誤）
- 高估自己的判斷準確度（過度自信）
- → 形成 lollapalooza，徹底壓過 base rate
→ 個案網交叉：03_HBS個案
白話例｜700 字
情境：天使投資人評估「明星創辦人」的 seed round
張先生是天使投資人。某天朋友介紹一個「超強案子」：
- 創辦人 Sam，28 歲，Stanford CS + Stanford MBA
- 在 Google 工作 5 年，做到 senior PM
- 第二次創業（第一次做了 2 年因為 PMF 不到主動關掉，沒虧投資人錢）
- 做的是 B2B SaaS AI 助理，TAM 號稱 USD 500 億
- 估值 USD 1,500 萬，要募 USD 200 萬 seed
- 已經有 LOI 從 3 個 Fortune 500（Walmart、Lowes、CVS）
直覺反應：履歷漂亮、市場大、有大客戶 LOI、估值「合理」（種子輪 1,500 萬不算誇張）。
張先生想直接簽 USD 25 萬支票。他先生用 base rate 算一遍：
Q1：Pre-revenue B2B SaaS Seed 5 年成功（A round 以上）的機率？ 答：產業數據約 25-35%。
Q2：拿到 A round 的公司，最後 IPO/被收購的機率？ 答：約 10%。
Q3：所以 Sam 公司「seed → exit」的 base rate？ 答：25% × 10% = 2.5%。
Q4：Sam 個人加成有多少？
- Stanford + MBA + Google senior PM：產業內這種背景不少，統計上加成 1.3-1.5 倍
- 第二次創業（第一次失敗）：加成 1.2-1.5 倍（連續創業成功率高於首次，但沒高很多）
- LOI from Fortune 500：加成 1.5-2 倍（但要小心 LOI vs 真實合約的落差）
綜合：base rate 2.5% × 加成（1.4 × 1.3 × 1.7）= 約 7-8%
Q5：如果我投 25 萬，期望值是多少？
- 92% 機率：歸零
- 8% 機率：假設成功時 25 萬變 500 萬（20x return）
- 期望值：500 × 8% = 40 萬（相對於投入 25 萬）
數學上看起來划算？但張先生繼續算：
Q6：我這筆錢的 next best alternative？
- ETF 5 年複利：25 萬 → 36 萬（穩定 8% 年化）
- 私募基金：25 萬 → 50 萬左右（風險中等）
Q7：考慮波動性與機會成本，真的值嗎？
最後張先生決定減碼到 USD 10 萬（而非朋友建議的 25 萬），並要求：
- LOI 變成簽約客戶後才撥款
- Sam 必須每月發更新
- 半年內未達某個 milestone 可以選擇拉回
18 個月後，Sam 的公司 Fortune 500 LOI 只簽下了 1 個（Lowes），ARR 約 USD 30 萬，A round 估值 USD 800 萬（flat round，等於沒漲）。張先生雖然帳面上沒賺，但避免了把 25 萬全壓進去。
這就是 base rate 的威力：它不告訴你「投或不投」，但給你一個冷靜的數學起點，讓你看清楚「這次不一樣」這四個字背後，到底真的不一樣多少。
個人踩雷紀錄
忽略基礎機率、結果交了學費的決策。
- （第一筆等你寫）
→ 踩雷紀錄