群体智慧

它解决什么问题

• 复杂判断的信息分散在一线、客户或不同专业人员手里。
• 领导者一个人决策，容易漏掉局部信号和反例。
• 团队讨论被最有地位或最先发言的人带偏。
• 需要把多个独立估计转成预测、排序或选择。

交付物

• 参与者多样性与信息来源表。
• 独立判断—置信度—依据收集表。
• 群体聚合规则与结果预测表。
• 预测回测、偏差与校准报告。

它不解决什么问题

• 不等同民主投票、共识或多数服从。
• 不保证群体正确；同质化、从众、利益冲突和错误信息会破坏智慧。
• 不替代领域知识、目标澄清和结果验收。

适用问题对象

• 预测、估计、方案评审、客户洞察、风险识别和跨专业决策。
• 需要聚合分散信息且结果可被回测的场景。

诊断问题

• 参与者是否真的拥有不同信息，而不是重复同一种观点？
• 判断是否在讨论前独立形成？
• 谁没有发言但掌握关键一线证据？
• 聚合规则是否能抵抗权威、人数和情绪的简单支配？
• 结果是否有明确的回测和纠错机制？

关键假设与失效处理

假设参与者的错误不完全同向，且存在有效聚合。若成员观点已被强势领导者统一，先改独立收集流程；若目标是让信息传播而非聚合判断，改用社会流行模型；若问题需要少数专业判断，不能用人数替代专家能力。

易混淆模型与可替代模型

• 社会流行模型：社会流行看信息如何沿传播链扩散；群体智慧看分散判断如何在独立条件下聚合。
• 少数关键人物模型：少数关键人物寻找传播和说服角色；群体智慧不把正确性寄托在少数人身上。
• 利益相关方显著性模型：显著性模型按权力、合法性、紧迫性识别参与者；群体智慧关注判断质量的形成条件。

正例问题

• “客户分散在多个行业，怎样独立收集一线判断，预测下一季度最可能出现的需求？”
• “项目风险信息掌握在不同成员手里，怎样避免领导先定结论并聚合完整判断？”

反例问题

• “怎样让一个已经确定的品牌主张被更多人转发？”这是传播与粘性问题，不是群体智慧。

常见误用

• 让大家先开会再投票，却称为独立判断。
• 用粉丝数量、职位高低或投票人数代替信息多样性。
• 把多数意见当事实，不做结果回测。
• 在紧急止血场景里用长时间集体讨论延误行动。

来源与证据边界

依据 James Surowiecki《The Wisdom of Crowds》及经营飞轮材料整理。群体智慧依赖多样性、独立性、分散信息和聚合机制；不满足条件时，群体可能放大错误而非产生智慧。