林秋的团队里有一个叫费扬的人。费扬是项目组合管理经理，他的工作是从公司战略角度评估所有新项目的可行性，决定哪些项目值得投入资源、哪些应该放弃。他的依据主要是数据：历史项目的成功率、成本收益率、市场分析数据、客户反馈统计。他是一个“数据信徒”——他只相信数字，不相信直觉，不相信特例，不相信“运气”。
费扬的评估模型很严格。一个项目要过他的关，必须在多个维度的“数据评分”上达到及格线。如果某一条指标不达标，他就会毫不留情地否决。他的逻辑是：“数据不会骗人。过去99%的项目在这个维度失败了，你的项目也不会例外。”
有一次，田小禾提交了一个新项目的提案。这个项目的客户是一家新兴的科技公司，体量不大，预算也不高。从数据上看——客户规模小、项目周期长、利润率中等——费扬的模型给出的评分只有65分，低于75分的立项门槛。费扬毫不犹豫地否决了。
田小禾觉得不甘心，去找费扬沟通：“这个客户虽然现在不大，但他们的业务模式很新，增长很快。如果我们抓住这个机会，可能是一个长期的合作关系。”费扬说：“我们的数据显示，过去三年中，所有体量类似的客户项目，最终只有12%续约。你的‘可能’是一个小概率事件，不值得冒险。”田小禾说：“可万一他们是那12%呢？”费扬说：“万一不是呢？我不能把资源押在一个‘万一’上。”
田小禾无功而返，项目被毙了。
一年后，那家新兴科技公司成了行业里的黑马，规模翻了好几倍，业务版图迅速扩张。他们需要大量项目管理的支持，但他们找的供应商已经不是田小禾的公司了——因为他们当初被拒绝了。他们找到了竞争对手。那个竞争对手因为这个客户，一举打开了新市场，业绩飙升。
领导在复盘会上看到了这个案例，问：“当初为什么没有接这家客户？”费扬说：“数据模型显示风险太高，不建议投资。”领导说：“那现在呢？现在他们成了我们的竞争对手的客户，损失了多大的市场？”费扬说：“我无法预测未来。”领导说：“数据模型预测不了这种‘特例’吗？”费扬说：“模型只能基于历史数据，这家客户当时的数据确实不达标。”
领导没有继续追问，但费扬感觉到，领导不太满意。
第二次，秦奋提交了一个内部流程优化的提案。他建议引入一个新的协作工具，可以大幅提升跨部门沟通的效率。费扬又做了一次数据评估——过去公司引入过三次类似的工具，两次失败了，一次效果平平。成功率和ROI都低于预期，费扬又否决了。
秦奋说：“费扬，你不能只看历史数据。过去的工具失败，是因为当时的管理机制和团队习惯不匹配。现在我们的工作模式变了，这个工具可能正好适合。”费扬说：“我的数据告诉我，成功的概率不超过30%。我不会让公司去赌这30%。”秦奋无奈。
三个月后，竞争对手公司引入了同样的工具，效率大幅提升，项目交付周期缩短了15%。秦奋又一次看到“被否决的方案”变成了“对手的利器”。他去找林秋抱怨：“费扬这个人太死板了。只看数据，不看趋势。我们错过了多少机会？”
林秋听到了这些反馈，找费扬谈话。
“费扬，你觉得田小禾和秦奋的提案，真的是‘不该做’的吗？”
费扬说：“从数据上看，是的。我的模型是基于公司过去几百个项目的真实数据建立的，准确率超过80%。我是用科学的方法做决策，不是拍脑袋。”
林秋说：“你说得对，你的模型很科学。但科学也有盲区。你的模型基于‘历史数据’，而历史数据代表的是‘过去’。但市场和客户在变，技术在变，组织的运作方式也在变。你用过去的规律预测未来的走向，就像用去年的地图导航今年的路——路可能已经变了。”
“我给你讲一个故事。你知道老周吗？他当年在公司最困难的时候，决定做一个小众市场的项目。那个市场的数据非常差——体量小、利润率低、竞争对手少。所有人都不看好，数据模型也显示‘不值得做’。但老周说：‘数据差，是因为还没有人认真做这个市场。如果我们做了，我们就是第一个。第一个的回报，不是数据能算出来的。’他做了。结果呢？那个小众市场后来成了公司最大的利润来源之一。如果老周只看数据，他就不会做这个项目。他做了，是因为他看到了‘数据之外的东西’。”
费扬说：“可是，如果公司每次都去赌‘特例’，风险太大了。十个特例里可能只有一个成功，其他的都失败了。”
林秋说：“你说得对，不能每次都赌特例。但你也不能把‘特例’全部排除。你要学会区分——哪些‘特例’是真的特例，哪些只是‘数据还没显示出来的趋势’。田小禾的客户虽然小，但他们的业务模式很新，增长很快。这不是一个‘注定失败’的项目，这是一个‘数据还没跟上’的机会。你的模型用过去的数据判断未来的可能性，当然会说‘不行’。但现实已经变了，你的模型还没有更新。”
她又说：“我给你一个方法，叫‘反例观察法’。每当你看到一个被数据否决的项目，你不要直接放弃，你可以问自己三个问题。第一，这个项目和过去的失败项目有什么不同？第二，这种不同，有没有可能改变它的成功率？第三，如果它成功了，对公司的影响有多大？如果三个问题的答案都是积极的，你就可以‘破例’。你不需要改变你的模型，你只需要在模型之外，留一个‘人工判断’的窗口。”
费扬说：“那如果破例失败了，责任谁担？”
林秋说：“你担。因为你是决策者。数据只是工具，决策是人做的。你用了工具，然后做了判断。判断错了，你就学习。学习之后，你的判断会更准。你完全依赖工具，你就不会成长。你成了工具的附庸，而不是工具的主人。”
费扬沉默了。他从来没有想过——他以为自己是在做“理性决策”，其实他是在“逃避决策”。他把判断权交给了数据模型，自己只是一个“执行者”。如果模型说“不行”，他就说“不行”。如果模型说“行”，他就说“行”。他没有自己的判断，只有模型的判断。
他决定开始尝试“破例”。他把田小禾和秦奋的提案重新翻了出来，认真研究了他们的“不同之处”。田小禾的那个客户，虽然体量小，但行业增速极快，客户的商业模式有很强的壁垒。秦奋的那个协作工具，虽然过去三次失败了，但前三次失败是因为团队没有做好培训，而秦奋的提案里专门包含了详细的培训和推广计划。
他发现，这些“特例”其实不是“特例”——它们是“数据模型还没有来得及更新”的新趋势。他破例批准了这两个项目。田小禾的项目，虽然目前还在初期，但客户增长很快，双方合作深入，已经锁定了后续三个项目的合作。秦奋的工具推广后，跨部门沟通效率提升了20%，项目延期率下降了15%。两个项目都成功了，而且验证了“数据之外”的决策逻辑。
他来找林秋，说：“林姐，我现在明白了。数据是工具，不是上帝。它告诉我大概率会怎样，但无法告诉我‘会不会有例外’。例外不是不该存在的，例外是‘新的趋势正在出现’的信号。我错过那些信号，就会错过未来的机会。我捕捉到那些信号，就能抓住未来的机会。”
林秋说：“你能这样想，就对了。别让统计学结果蒙蔽了眼睛。统计告诉你的是‘大概率’，但你面对的不是概率，是具体的项目、具体的人、具体的机会。你看到的不仅是‘数字’，还有‘故事’、‘趋势’、‘变化’。数据帮你判断，你也要用你的判断补充数据。两者结合，才是完整的决策。”
她接着说：“你知道为什么很多公司在转型期会失败吗？因为他们太依赖‘过去的数据’了。数据显示过去的策略有效，于是他们继续沿用。但环境已经变了，过去的有效策略变成了现在的无效策略。他们被数据蒙蔽了眼睛，看不到正在发生的变化。而那些成功的转型者，他们也会看数据，但他们还会看‘数据之外’的信号——客户的抱怨、新技术的涌现、竞争对手的动作。这些信号，往往比数据更早预示着变化。”
费扬后来在公司内部做了一次分享，题目叫《数据是工具，不是上帝》。他说：“我是一个‘数据信徒’。我相信数字不会骗人，所以我把所有的决策权交给了数据模型。我以为我是理性的，其实我是‘逃避责任’的。我把判断推给了工具，自己躲在工具后面。如果项目成功了，是模型的功劳。如果失败了，是模型的局限。我不用承担任何责任。”
“后来我发现，真正的决策者，不能躲在工具后面。工具可以告诉你‘大概率’，但它不能告诉你‘这一次会不会是例外’。这需要你的判断。你的判断可能出错，但那是你成长的代价。你不出错，你就不成长。你完全依赖工具，你就是一个‘工具人’。你做不出有价值的决策。”
他分享了自己的“数据+判断”决策法。
第一步，看数据。用数据做初步筛选。数据严重不达标的，直接放弃。数据达标但有风险的，进入第二步。
第二步，看“例外信号”。这个项目有什么“不一样”的地方？客户增长快？技术新？团队能力强？竞争对手少？这些“不一样”，有可能是数据的盲区，也有可能是未来趋势的先兆。
第三步，做出判断。综合数据和“例外信号”，做出你的决策。如果数据达标，信号积极，可以投。如果数据不达标，但信号非常积极，也可以投——但要控制投入规模，降低风险。如果数据不达标，信号也不积极，果断放弃。
他的分享在公司内部引起了很大的反响。很多“数据依赖症”的同事开始重新思考数据的作用。有人开始在做决策的时候加入“例外信号”的观察，有人开始定期复盘“被数据否决但后来证明应该做”的项目，有人开始允许“一定比例的破例”。
林秋后来在公司内部做了一次分享，题目叫《不要让数据蒙住你的眼睛》。她在分享中讲了三个要点。
第一，数据是过去，决策是未来。数据能告诉你过去发生了什么，但它不能告诉你未来会发生什么。未来是靠你的判断、你的洞察、你的勇气创造的。你只看数据，你就在用过去框定未来。
第二，特例是未来的信号。一个特例成功了，可能不只是“运气”。它可能是新的趋势、新的方法、新的机会。你抓住了它，你就抓住了下一个时代的入口。你忽略了它，你就错过了。
第三，使用数据，但不被数据支配。数据是你的工具，但你不是数据的工具。你用它做参考，但不能让它替你判断。你的判断力，才是你真正的核心竞争力。
分享结束后，费扬来找林秋，说：“林姐，我现在每天都会问自己——今天我是在‘用数据’，还是在‘被数据用’？”
林秋说：“答案是什么？”
费扬说：“今天我在评估一个新项目。数据评分只有70分，低于75分的门槛。但我看到了三个‘例外信号’——这个项目的客户正在高速增长，这个项目的团队配置非常强，这个项目的技术路线很新。我决定破例，批了80%的预算，留20%的缓冲。如果成功了，我们就有新的市场。如果失败了，损失的也在可控范围内。”
林秋说：“很好。你不是在‘赌’，你是在‘管理风险’。你把数据、信号、风险控制放在一起，做了一个综合决策。这就是真正的决策——不是完美，是有准备地承担风险。”
费扬把这句话记在了心里。
后来，费扬被提拔为战略总监，负责公司的中长期规划和投资决策。他不再是一个“数据法官”，而是一个“机会发现者”。他用数据做筛选，用判断做决策，用风险控制保安全。他的决策准确率，反而比纯数据模型更高了——因为他看到了那些数据看不到的未来，并且敢于在“大概率不行”的时候，押注在“可能成为小概率但高回报”的机会上。
有人问他：“你怎么判断哪些‘例外’值得押注？”费扬说：“没有公式。但有一个原则——如果这个例外成功了，它能带来的收益，远远大于它失败时带来的损失，那它就值得一试。这个原则不是数据算出来的，是我判断出来的。”
他合上笔记本，在封面上写下：“数据告诉你‘大概率’，但你要为‘小概率’留一扇窗。窗户开着，光才能进来。”
他笑了。
他知道，那扇窗，他已经留好了。而且，有很多光，已经从那扇窗照进来了。
