宏观到生态系统、社会系统，中观到企业管理系统、经济组织系统，微观到人体生命系统，可以说系统无处不在，无时不有，而且系统存在两种对立的趋势：一种是会越来越序的熵，一种是抗拒变化的惯性，如果没有外力作用于系统，那么熵最终会战胜惯性，使系统处于混乱状态。

例如，在应对新冠病毒疫情防御策略上，美国之所以死了那么多人，不是因为短缺的口罩、呼吸机或者核酸检测能力问题，也不是病毒变异太快，而是一系列相互影响的小决定，因为没有人关注更大的系统。由于多年来公众对政府机构的信任度一直在下降，以及对隐私的担忧日益加剧，密切接触者追踪起来很难实现。

这就引发出系统如何适应不断变化的未来这样一个不确定性问题。默认的预测未来的做法是根据过去进行推断，但这会带来一个问题，线性外推很少能够预见到会带来最大危险和机遇的重大转变。对明天事情做好准备的关键是，根据现在所发生的事情弄清楚什么有可能发生什么，很可能发生，即使无法预测具体的未来，许多决定未来的动因也是明显而且可靠的。

通过密切关注系统元素之间的联系就有可能了解系统是如何运作的，即使我们不知道为何这种运作方式能够凑效，这使得创建可靠的预测成为可能，即使数据中存在大量的随机性，让我们看一个例子。

我们在上生物课的时候认识了遗传学的奠基人格雷戈尔.孟德尔，孟德尔的实验始于一块往豌豆田，他用七种特征对这些豌豆进行分类：花朵的颜色、花朵的位置、种子的颜、种子的形状、豆荚的形状、豆荚的颜色以及豆茎的长度，他不知道植物内部发生了什么变化，但他能够通过让豌豆以特定的方式进行杂交并且从这七个方面观察实验结果来进行归纳评估。通过大量的实验，孟德尔发现了分离定律、显性定律和自由组合定律。孟德尔并不了解遗传学的内部运作机制，但他却能提出一个被科学家研用至今的精确且高度发达的遗传模型。

你知道美国招募经济学博士人数最多的公司是哪一家吗？答案是亚马逊，这些经济学家几乎完全专注于对可能的未来进行建模。说到数学模型，大家觉得非常烧脑，不过你记住建立系统模型几个要素就可以了：节点、链路、输入、输出、速率、频率，打个比方，人体的循环系统包括一个心脏节点，通过血管这个链路输送血液，每分钟波动72次就是频率，每分钟有五毫升的血液在系统中流动就是速率，输送到其他器官，也就是其他节点。

系统崩溃往往在崩溃真正发生很久以前就出现了。导致心脏病发作的罪魁祸首可能是生活方式或遗传造成的胆固醇的长期集聚，最好的干预措施不是支架、除颤器、也不是冠状动脉搭桥，而是饮食和运动，也许还有他丁类药物。一旦躺在医院的床上治疗，费用往往十分贵，而且往往未为时已晚。

在许多情况下，速率、流量和频率与其它被观察系统的结构一样重要，事实上，链路上发生的事情所透露出的信息往往多于节点上发生的事情。例如厄尔尼诺现象是根据海洋温度数据的变化来判断的周期性趋势，然而它的存在以及对全球天气的影响，并不是通过观察具体的温度测量数据而发现的，相反，人们发现某些天气世界发生的速率与某些海洋温度度数变化的树立之间存在关联。厄尔尼诺现象的发现，取决于发现一个反复出现的大规模模式，而不是特定的温度读数与特定风暴之间的联系。

相对于生命系统，商业系统要复杂得多。商业决策都是递归的，不仅改变了结果，还改变了过程本身。这就是我们需要更先进的模型来理解商业决策的原因。随着数据经济的不断发展，人们将根据更多的信息做出更多决策，其结果就是关键角色会变得更加随机，确定性更低，A不在导致B，所有事物都会影响其他事物，使其变得复杂且难以影射。这与许多组织的文化产生的冲突，商业的自然趋势是试图迫使事物形成线性关系。

应对未来的不确定性，真正接棘手的问题并不是它完全不可预测，而是我们通常只知道一些问题的答案，或者只知道特定时间或特定情况下的答案，那怎么办呢？我们可以通过马斯克分享他开发Space X的思维过程来理解这个问题：“制造一枚火箭到底有多难？从历史上看，所有的火箭都很昂贵，但事实并非如此，如果你提出一个问题，火箭由什么组成？然后回答：铝、钛、铜、碳纤维，然后你把问题分解问一问，所有部件的原材料成本是多少？如果这些材料都堆在地板上，而你只需挥动魔杖重新排列所有原子，那么火箭的的成本是多少呢？我就这样做了，然后发现成本真的很低，大约只占火箭成本的2%，因此我们必须弄清楚如何才能更有效地使原子正确排列。周六我和一些人开了一系列会议，我只想弄清楚这里是否有一些我没有意识到的陷阱，似乎没有什么陷阱，所以我创办了Space X。我们能够以现有火箭1/4的成本制造我们的第一批火箭，如果我们的火箭可以重复使用，就可以使其便宜两个数量级。”

通过这个过程，马斯克发现了一些非同寻常的东西，火箭可以商品化，如果火箭可以重复使用，成本将进一步下降，这为全新的市场开辟了空间。在这个案例中，火箭主要供应商就是节点；存在与政府和军事承包商之间的渠道就是链路；开发和建造新发射平台所需要的时间就是速率；每年发射的次数就是频率；输入是指实际制造火箭所需要的东西，如劳动力、燃料和材料；输出是发射到轨道的有效载荷的磅数。每一条信息本身并不十分引人注目，可是一旦将它们联系在一起，就会形成某些见解。其中最重要的一点就是材料和燃料的成本只占火箭发射成本的很小一部分，另一点是如果能够降低成本，火箭发射的市场可能会更大。

尽管复杂详细的数学模型十分有用，但它们需要高度的确定性和完整性，否则你就无法填写所有的节点和链路，已知和未知的输入确定性和概率性的关系，以及二阶和三阶效应。这里介绍一种非常实用的可视化工具——因果循环图。例如。打气筒是按照这样顺序工作的：按下手柄——活塞压缩空气——压缩空气进入轮胎。因果循环图有利于展示我们知道的东西，这样就可以开始理解我们所不知道的东西。

系统越复杂就越有必要将其明确的绘制出来，因果关系不那么确定和可靠时，就是因果循环图真正发挥作用之时。例如，增加销售人员的培训预算也许能够增加收入，也可能无法增加收入。我们仍然可以在图表中描绘出这一点，但是我们需要明白某些因果关系不会自动出现，他们只是概率。

我们不能用这些关系来计算一个具体可靠的结果，但可以利用他们的概率来帮助我们作出决定，帮助我们决定把精力集中在哪里？因果循环图揭示非直观但极其可信的未来的有力工具，也许同样重要的是，他们可以帮助你识别触发点，在这些触发点上，一个小小的变化就能导致一种结果而非另一种结果。创建因果循环图会迫使你系统的思考，塑造企业的社会、经济和技术风险。尽管作图过程十分混乱，但它可以迅速的调整团体思维。

要做出高效的企业系统预警，需要马上做的几件事情：

一是指派一名监督员，去评估哪些地方因战术决策没有考虑系统影响，而出现了不正常问题。

二是列出可以采取的行动，以建立对系统运作方式的共同意识，以及讨论系统的共同语言。

三是确定组织中具有建模技能的人员，这些人和数据往往被孤立在业务职能中，这限制了它们的影响力，鼓励他们研究通用模型，协调商业信息数据并指导其他人。最后，将整个组织的系统建模目标与用于信息技术、培训和信息收集能力的资金进行比较，看看它们是否一致。