科学方法依赖于检验假设，但当模型成功时会发生什么？本文探讨了组织如何常常未能重新检验底层假设，即使现实在变化。成功可能成为一种约束，使我们对变化的条件视而不见。柯达代表了超越已验证逻辑而未能适应的典型失败。穆迪则呈现出一种更微妙的危险：持续的变化仍被现有假设所束缚。文章认为，过去的成功提供了维持对原始假设信任的强大理由，但人口和技术在演变。当模型和方法在未重新评估问题定义的情况下进行适应时，系统可能会脱离现实。文章提出的核心问题是：我们应多久重新检验那些仍似乎有效的假设？讨论从数据科学方法延伸到组织行为，警告说，在没有根本重新评估的情况下进行持续适应，可能会使过时的逻辑嵌入到新流程中。最终，文章挑战读者思考：他们的成功是建立在有效前提之上，还是仅仅是抗拒变化的结果。