Baca buku ini setelah The Black Swan. Technically harusnya dibaca duluan (terbit lebih dulu), tapi gue baca terbalik.
Ternyata konsepnya connect banget. Black Swan tentang unpredictable events. Ini tentang gimana kita salah interpret events.
Dan setelah baca, gue jadi question banyak hal tentang success, skill, dan luck.
Uncomfortable realization: banyak yang gue pikir karena skill, ternyata significant portion adalah luck.
Monkey dengan Mesin Ketik
Ada thought experiment terkenal: kasih infinite monkeys infinite typewriters untuk infinite time, eventually salah satu akan ketik Shakespeare.
Pure randomness. Bukan karena monkey pintar.
Taleb apply ini ke real life:
Kasih 10,000 traders untuk trade di market selama 5 tahun. Purely random trades.
Berapa yang akan profit? Secara statistik, sekitar 313 orang.
Dari luar, mereka kelihatan seperti skilled traders. "Lihat track record mereka! 5 tahun profitable!"
Tapi actually? Cuma lucky monkeys.
Yang mengganggu
Ga ada cara bedakan antara lucky monkey dengan skilled trader dari hasil aja.
Keduanya punya track record bagus. Keduanya confident. Keduanya bisa jelasin strategy mereka.
Bedanya cuma: kalau run experiment lagi, skilled trader lebih likely repeat success. Lucky monkey tidak.
Tapi kita ga bisa run life experiment lagi.
Survivorship Bias Ekstrem
Kita lihat successful people dan analyze apa yang mereka lakukan.
"Steve Jobs dropout college, jadi dropout ok!"
"Bill Gates ga finish Harvard, pendidikan formal overrated!"
"Nadiem dropout dari Harvard Business School, jadi siapa aja bisa!"
Tapi berapa ribu dropouts yang failed? Berapa ribu yang build products tapi ga ada yang pakai?
Kita ga lihat mereka. They're silent.
Personal bias
Gue sering liat startup success stories dan pikir: "Mereka kerja keras dan sukses. Gue harus sama."
Tapi ga liat ribuan startups yang:
- Juga kerja keras
- Juga punya ide bagus
- Juga execute well
- Tapi tetap gagal
Luck main peran lebih besar dari yang kita admit.
Uncomfortable karena itu artinya: gue bisa do everything right dan tetap gagal.
Atau worse: do everything wrong dan tetap sukses (sementara).
Alternative Histories
Konsep powerful dari buku ini: untuk setiap history yang terjadi, ada infinite alternative histories yang bisa terjadi tapi tidak.
Contoh: trader profit Rp 1 miliar dalam setahun.
History yang kita lihat: skilled trader, smart decisions, deserved success.
Alternative histories yang bisa terjadi:
- 90% probability rugi Rp 500 juta (tapi ga terjadi)
- 5% probability impas
- 5% probability profit Rp 1 miliar (ini yang terjadi)
Dari hasil aja, kita ga bisa tahu dia skilled atau lucky.
Harus lihat distribusi kemungkinan outcomes, bukan cuma satu outcome yang terjadi.
Judge dari outcome atau process?
Trader yang ambil huge risk:
- Menang → "Jenius! Risk-taker! Visionary!"
- Kalah → "Ceroboh! Penjudi! Idiot!"
Keputusan sama. Outcome berbeda karena randomness.
Tapi kita judge keputusan based on outcome, bukan based on process.
Ergodicity Problem
Konsep advanced tapi penting.
Ensemble average vs Time average.
Contoh: Russian roulette.
Ensemble average: 100 orang main sekali. 83 selamat, 17 mati. Average survival rate 83%.
Time average: 1 orang main 100 kali. Survival rate 0%. Mati di game ke-6 atau sekitarnya.
Ini penting karena hidup adalah time average, bukan ensemble average.
Aplikasi ke karir
"10% founders sukses spektakuler, 90% gagal. Average return positif!"
Kedengarannya bagus kalau itu ensemble average.
Tapi kalau kamu personally: bisa afford 90% chance gagal? Bisa coba 10 kali?
Atau ini one-shot game untuk kamu?
Keputusan bet-the-company adalah Russian roulette. Ensemble average menyesatkan.
Gue harus evaluate based on personal time average, bukan population ensemble average.
Skewed Distributions
Normal distribution: kebanyakan outcomes dekat average. Ekstrem jarang.
Skewed distribution: kebanyakan outcomes rendah, outcomes ekstrem jarang tapi sangat tinggi.
Problem: hidup kebanyakan skewed, tapi kita pikir normal.
Contoh industri tech
Gaji developer: agak normal. Junior Rp 8 juta/bulan, senior Rp 25 juta/bulan, principal Rp 40 juta/bulan. Range terbatas.
Startup outcomes: extremely skewed. 90% gagal (Rp 0), 9% oke, 1% unicorn (triliunan).
Kalau pikir normal distribution: "Average startup valuation sekian, jadi expected value positif!"
Tapi actually: median startup valuation adalah Rp 0. Kebanyakan gagal total.
Average terdistorsi oleh rare extreme successes.
Pengambilan keputusan personal
Setiap evaluate opportunity, tanya:
Distribusinya normal atau skewed?
Kalau skewed, median lebih penting dari mean.
Dan apakah gue bisa afford downside?
Rare Events Dominate
Related ke Black Swan, tapi emphasis berbeda.
Dalam skewed distributions, rare events contribute paling banyak ke total outcome.
Contoh: perusahaan asuransi.
999 tahun: profit. Kumpulkan premi, bayar klaim kecil, doing great.
1 tahun: catastrophic event. Hapus semua profit sebelumnya.
Satu tahun itu mendominasi 1000 tahun sejarah.
Parallel di tech
Company stabil 10 tahun. Growing steadily. Semua bagus.
Lalu: satu security breach. Data leak. Reputasi hancur. Company mati.
10 tahun kerja bagus terhapus oleh satu kejadian buruk.
Atau sebaliknya:
Company struggling 5 tahun. Hampir bangkrut berkali-kali.
Lalu: satu produk hit. Viral. Company saved.
5 tahun perjuangan ditebus oleh satu lucky event.
Rare events matter disproportionately.
Path Dependence
Kejadian random kecil di awal bisa punya konsekuensi besar kemudian.
Sliding door moments.
Gue ga apply ke job A karena deadline missed by 1 hari. Ended up di job B.
Di job B, ketemu orang C yang introduce me ke opportunity D.
Opportunity D leads ke career path E.
Completely different life trajectory dari satu random 1-day delay.
Contoh QWERTY keyboard
QWERTY bukan layout paling efficient. Dvorak arguably lebih baik.
Tapi QWERTY jadi standard karena historical accident.
Sekarang: locked in. Path dependent. Ga bisa ubah walaupun ada alternatif lebih baik.
Randomness kecil di awal → konsekuensi besar jangka panjang.
Refleksi personal
Berapa banyak karir gue adalah result dari small random events?
Applied ke company tertentu karena teman mention.
Pilih tech stack karena itu yang dipakai di first job.
Ketemu mentor karena randomly duduk sebelah mereka di event.
Bukan calculated decisions. Random events.
Tapi massive impact pada trajectory.
Humbling realization: trajectory gue heavily influenced oleh luck, bukan pure skill/planning.
Induction Problem
Problem filosofis: kita generalize dari limited observations.
Contoh Taleb: kalkun yang dikasih makan setiap hari selama 1000 hari. Conclude: "Farmer sayang sama gue."
Hari ke-1001: Thanksgiving. Kalkun disembelih.
Past performance doesn't guarantee future results.
Parallel bubble tech
1999: dotcom stocks naik terus. "Internet mengubah segalanya! Aturan lama ga berlaku!"
Semua orang yang skeptis kelihatan bodoh. Market terus naik.
Lalu: 2000 crash. 90% companies mati.
Orang yang profit during bubble: "Gue investor jenius!"
Actually: beruntung exit sebelum crash.
Tapi ga ada cara tahu siapa jenius, siapa beruntung, sampai setelah crash.
Problem Induksi di Development
"Codebase ini stabil 3 tahun. Solid."
Atau: "Codebase ini stabil 3 tahun. Busuk dan akan collapse."
Data sama. Kesimpulan bertolak belakang. Keduanya bisa benar.
Stabilitas bisa artinya:
- Kode bagus yang akan bertahan (interpretasi kalkun)
- Technical debt terakumulasi akan explode (interpretasi Thanksgiving)
Personal di codebase
Pernah join codebase "stabil." Ga ada issues bertahun-tahun.
Gue assume: "Ini well-built."
6 bulan kemudian: cascade failures. Semuanya break. Technical debt explode.
Stabilitas adalah ilusi. Beruntung ga ada yang trigger failures yet.
Seharusnya lebih suspicious terhadap "terlalu stabil."
Stoicism dan Persiapan
Taleb heavily influenced oleh Stoicism.
Main lesson: prepare for worst, hope for best.
Ga bisa prediksi specific bad events. Tapi bisa prepare untuk kategori "hal buruk terjadi."
Barbell strategy
Dari buku Black Swan:
90% extremely safe. 10% extremely risky.
Protect downside (ga bisa afford ruin). Expose to upside (benefit dari positive randomness).
Hindari tengah (mediocre risk, mediocre return).
Aplikasi personal
Career barbell:
- Stable income source (safe)
- Side projects dengan huge upside (risky)
Financial barbell:
- Emergency fund + safe investments (safe)
- Alokasi kecil ke high-risk high-reward (risky)
Skill barbell:
- Deep expertise di stable domain (safe)
- Dabble di emerging tech yang might explode (risky)
Bisa survive bad luck. Bisa benefit dari good luck.
Narrative Fallacy
Mirip dengan Black Swan, tapi emphasis pada luck.
Setelah sesuatu terjadi, kita create cerita yang bikin itu seem inevitable.
"Dia sukses karena kerja keras dan punya visi."
Mungkin. Atau mungkin dia beruntung dan kita retrofitted narrative.
Narasi tech founder
Baca founder stories: "Gue selalu tahu X akan work. Gue persist melalui doubt."
Reality probably: "Gue coba 5 hal. 4 gagal. 1 work. Gue emphasize yang work dan create coherent narrative."
Narasi bikin sukses seem hasil dari skill dan foresight.
Reality: probably significant luck involved.
Struggle dengan ini
Saat gue sukses: "Karena gue lakukan X, Y, Z dengan smart."
Saat gue gagal: "Bad luck, timing salah, faktor eksternal."
Attribution bias. Ambil kredit untuk sukses, salahkan luck untuk gagal.
Probably lebih jujur: keduanya involve luck DAN skill. Proporsi unknown.
Kritik terhadap buku
Ego Taleb
Seperti semua buku Taleb: dia arrogant. Constantly shitting on orang.
Academics, economists, Nobel winners - semua bodoh kecuali dia.
Bikin buku lebih susah dibaca. Kadang frustrating.
Repetitive
Point dibuat, lalu repeated multiple kali dalam cara berbeda.
Bisa lebih concise.
Kurang actionable advice
Mostly kritik. "Kamu tertipu oleh randomness!"
Ok, jadi apa yang harus gue lakukan?
Less actionable advice dari yang gue harapkan.
Yang berubah untuk saya
Humility tentang sukses
Pre-book: "Sukses gue adalah hasil dari kerja keras dan keputusan smart."
Post-book: "Sukses gue adalah hasil dari kerja keras, keputusan smart, DAN luck. Proporsi unknown, probably luck lebih besar dari yang gue mau admit."
Lebih humble. Less arrogant.
Skeptis terhadap narasi
Saat orang sukses jelasin kesuksesan mereka: dengar, tapi skeptis.
Mereka probably emphasize skill, downplay luck.
Cerita real probably lebih messy, lebih random.
Respect untuk luck
Ga bisa kontrol luck. Tapi bisa:
- Minimize exposure ke bad luck (hindari ruin)
- Maximize exposure ke good luck (create opportunities)
- Jangan salah sangka luck sebagai skill
Bottom line
"Fooled by Randomness" buku yang uncomfortable.
Bilang: kamu probably ga sesmart yang kamu pikir. Sukses probably lebih banyak luck dari yang kamu admit.
Itu hard pill to swallow.
Tapi valuable pill.
Lebih baik paham peran luck dan prepare accordingly, daripada overestimate skill dan kena blindside.
Pair well dengan Black Swan. Baca keduanya.
Taleb annoying, tapi dia benar tentang banyak hal.
Dan recognize peran randomness dalam hidup - both positive dan negative - leads ke better decisions.
Less arrogant. More prepared. More humble.
That's worth the discomfort.