高成熟度的真正难点是什么？

文章指出，许多人认为4-5级难以实现的原因是度量不准确，但作者认为这只是表面现象，更深层次的原因在于过程的不稳定性。作者认为，在达到2-3级的过程本身就未稳定的情况下，更高级别的过程自然难以实现稳定。数据的不稳定性是过程不稳定的直接反映，导致即使度量精确也无法提供可靠的管理参考，建立的预测模型也将失去意义。

举例来说，文章提到即使能够准确度量如身高、体重、年龄等信息，但如果基于这些数据建立的智商预测模型给出的范围过宽（如60到140之间），则该模型缺乏实际应用价值。因为这样广泛的预测区间几乎不具备指导意义，人们凭经验就能得出类似的结论。相反，如果模型能够提供更精确的预测范围（如91到103之间），则认为模型是有价值的，因为它能在经验之外提供精确的预测。

接着，作者指出许多企业的性能模型预测结果波动大，因而无法发挥实际作用。这并非因为数据不准确或建模方法不当，而是因为企业的过程本身就存在不稳定性。过程不稳定导致的数据输出自然不可靠，基于这样的数据进行建模和预测，结果也会变得不稳定。

最后，作者通过业余与职业射击选手的比喻来说明稳定过程的重要性。业余射手的成绩难以预测，因为其过程不稳定；而职业选手的成绩则相对容易预测，因为其过程稳定。因此，作者得出结论，2-3级过程的稳定是实现4-5级过程稳定的关键。