一、模式介紹

反事實推理是問：如果當初沒有做 A，而是做 B，結果會不會不同？

它常用於政策檢討、企業復盤、事故調查與專案管理。反事實推理不是事後諸葛，而是用來找出：

• 哪個決策造成結果？
• 哪個環節可以避免損失？
• 未來制度如何改進？
• 是否存在更好的替代方案？

它的價值在於：把失敗轉化為可學習的制度。

二、基本反事實矩陣

<table header-row="true"><tr><td>實際行動</td><td>假設替代行動</td><td>比較問題</td></tr><tr><td>選擇單一供應商</td><td>多供應商</td><td>是否能降低中斷風險？</td></tr><tr><td>全面上線系統</td><td>分批測試</td><td>是否能避免大規模事故？</td></tr><tr><td>快速推出產品</td><td>延後驗證</td><td>是否能降低安全風險？</td></tr><tr><td>大量投資新技術</td><td>小規模試點</td><td>是否能降低沉沒成本？</td></tr><tr><td>忽略早期警訊</td><td>提前修正</td><td>是否能避免危機擴大？</td></tr></table>

三、國際案例一：CrowdStrike 全球當機

2024 年 7 月 19 日，CrowdStrike 的軟體更新造成全球 Windows 系統大規模當機，航空、銀行、醫療與政府服務受影響。反事實問題包括：如果先小範圍灰度測試？如果客戶有分層備援？如果測試程序更嚴格？

五、Boeing 737 MAX 案例

在高安全風險產業中，反事實分析可以追問：如果更早強化飛行控制系統驗證、如果早期透明揭露問題、如果供應鏈與品質流程更早重整，是否可能降低安全風險並較早恢復監管與市場信任？

教學啟示：反事實推理不是為了簡化責任，而是讓企業理解，在高安全風險產業中，延後驗證的成本可能遠大於搶先上市的收益。

六、課堂討論

1. 反事實推理是否等於事後諸葛？ 不是。好的反事實推理是為了找出可改進的制度與決策點，而不是單純責怪過去。
2. CrowdStrike 案例可提出什麼反事實問題？ 若更新先灰度測試、若客戶有備援、若檢查流程更嚴格，全球當機範圍是否可能縮小？
3. Ever Given 案例說明什麼供應鏈教訓？ 過度依賴單一路線會提高系統性風險，企業應準備替代航線與安全庫存。
4. Boeing 737 MAX 案例中的核心反事實問題是什麼？ 如果更早重視安全驗證、透明揭露與品質控管，是否能避免或降低後續危機？