【一个在 Apple 学到，至今仍受用一辈子的决策方法：沙漏理论】
以前在 Apple 工作时，公司内部曾教过我们一个很有趣的决策思维，我一直把它带到现在，不论是在管理公司、做工程，甚至使用 AI，都非常受用。
它叫做「沙漏理论」。
概念其实很简单：
先发散 → 再收敛 → 再发散。
以当年 Apple 发展穿戴式装置为例，当公司决定投入这个方向时，一开始并不是直接做 Apple Watch。
大家会先疯狂发想：
眼镜？戒指？耳环？项鍊？手环？胸针？甚至各种可以穿戴在身上的产品，都会被拿出来讨论。
先把所有可能性打开，不急着下结论。
接着，经过大量分析、验证、讨论与取舍，把方向慢慢收敛，最后聚焦在「手表」。
但故事没有结束。
真正精彩的是第三步。
既然确定是手表，那就再次发散：
它可以量心率吗？
可以侦测跌倒吗？
可以付款吗？
可以导航吗？
可以提醒运动吗？
可以成为健康管理中心吗？
也就是说，不是一直发散，也不是一直收敛，而是在找到真正重要的方向后，再把创意全部投注在最值得投入的地方。
这套思维，后来我也一直运用在工程管理。
例如做钢构工程的风险分析。
一开始，我们会把所有可能的风险全部列出来：
高空作业、吊装、火灾、临时用电、强风、机具碰撞、人员坠落、物体飞落……
接着再依照风险程度与发生机率，收敛出真正需要优先管理的几个重大风险，例如：
* 高空坠落 * 物体飞落 * 吊装作业
最后，再针对这几个高风险项目重新发散：
需要哪些安全设备？
需要哪些 SOP？
需要哪些教育训练？
需要哪些检查机制？
需要哪些采购规格？
资源就能集中在最重要的地方，而不是平均分散。
现在有了 AI，这套方法变得更有效率。
我自己常用的分工大概是：
🔹 ChatGPT、Gemini：适合大量发散，帮助思考各种可能性。
🔹 NotebookLM：适合收敛，把大量资料、法规、会议纪录整理成真正重要的几个重点。
🔹 Claude、Perplexity：适合在关键议题上继续深挖，整理对策、SOP、案例与执行方案。
AI 不只是帮我们找答案，而是帮我们把思考流程做得更完整。
这些年，我越来越相信：
好的决策，不是第一时间想到答案，而是先把问题想完整；不是把所有事情都做好，而是找到真正重要的事情，把它做到最好。
先发散，再收敛，再发散。
这个简单的沙漏模型，至今仍然是我最常使用、也最值得分享的一套思考方式。