网站导航

《思维模型》 原文笔记

#原文笔记 #思维模型

序言 超级思维之旅

一旦你熟悉了这些概念,就可以借助它们迅速形成针对某种情况的思维图像,以便在今后遇到类似情况时运用这种模型。

所谓的“临界量”,是指发生核链式反应所需的核物质量。临界量是原子弹研发过程中必不可少的思维模型。

只有少数思维模型可以用于普通的日常决策、解决问题和追寻真理。它们通常来自某些特定学科(物理学、经济学,等等),但蕴含的价值远远超越这些学科本身。

我们将这些用途广泛的思维模型称为“超级模型”(super models),是因为常常运用它们能赋予你一项超能力——超级思维(super thinking),也就是更好地思考这个世界的能力。

什么是基本的普世智慧?首要法则就是,如果你只是记住一些孤立的事实,试图把它们硬生生地拼凑起来,那你就是什么也不知道。如果这些事实不能在一个理论框架中彼此联系起来,你就没法把它们派上用场。

“超级模型”是通往高层次思维的捷径。如果你能理解适用于某个情境的模型,就能绕过低层次思维,立刻跃升至高层次思维

如果不运用思维模型,战略思考就好比明明可以用乘法,却偏偏要用加法。也就是说,你每次思考问题都“从零开始”,而不使用更基本的构件,明明这些构件有助于你从更高层次上思考问题。

这些模型必须来自多个不同学科——因为你不可能在一个小小的学科中发现世间所有的智慧……因此,你必须拥有横跨多学科的模型。

当我提议横跨多学科的方法时……其实是呼吁你忽略学科之间的界限。如果你想成为出色的思想家,就必须培养超越这些界限的思维。你不需要无所不知,只需要吸纳所有这些学科中最重大的概念。而做到这一点并不难。

“如果你手里只有锤子,那么一切看起来都像钉子。”

第一次阅读这本书,就像蜘蛛侠刚被蜘蛛咬伤,或是浩克刚遭到辐射,在最初的“变身”之后,你必须通过反复练习来磨炼自己的超能力。

“种下一棵树的最佳时机是二十年前,其次则是现在。”

1 少犯错

大多数人投资的出发点是“多赚钱”,逆向思考就是把出发点换成“不亏本”。

逆向思维(inverse thinking)这个概念能帮你做出明智的决策。“多做正确的事”反过来就是“少犯错”。

“主动失误”(unforced error)是指一名球员因为自己判断出错或执行力差而失误,而不是因为对方球员打出了好球。

有些事物能从冲击中受益。当暴露在波动性、随机性、混乱和压力之下时,它们反而能够成长壮大,并且热爱冒险、风险和不确定性。然而,尽管这种现象无处不在,却没有一个词能形容这种脆弱的对立面。我们就称为“反脆弱”吧。

如果你始终如一地正确运用这些思维模型,做决策时就会少犯错,或者反过来说,就能多做正确的事。这就是所谓的“超级思维”。

保持简洁,笨蛋!

能只用一张白纸就解决数学问题,和需要别人提供公式才能解题,两者之间存在很大的区别。真正的大厨(不用看菜谱就能选取食材,将它们变成令人赞叹的美味佳肴)和只知道怎么按菜谱做菜的厨子,两者同样截然不同。

从第一性原理出发(arguing from first principles)。它是“少犯错”的出发点,指的是自下而上地思考问题,运用你认为是正确的基本构件得出合理的(有时是全新的)结论。

从第一性原理出发的时候,你是刻意“从零开始”,避开传统智慧存在的潜在陷阱,因为它们很可能是错的。通过运用第一性原理,即使你最终接纳了传统智慧,也将对手头的主题有更深入的了解。

为了少犯错,你还需要在现实世界中测试自己的假设。这个过程被称为“去风险化”(de-risking)。

在计算机领域,这种陷阱被称为“过早优化”(premature optimization),也就是你提前太多(过早)调整或完善代码与算法(做优化)

“最简可行产品”(minimum viable product,简称MVP)。MVP是你开发的一款产品,它拥有够用的功能、最小的体量,能够由真实消费者做可行性测试。

“奥卡姆的剃刀”(Ockham's razor)会对你有所帮助。它指出,最简单的解释最有可能是正确的。当你面对许多看起来都能合理解释一组数据的假设时,不妨先选择最简单的一个研究一番。

这个模型的实际应用方法是,审视你对某种情况的解释,将其分解为若干基本假设,然后针对每个假设问自己:这个假设是不是真的有必要存在?有什么证据能证明我需要保留这个假设?我依赖这个假设是错的吗?

有时候,真正的解释确实极其复杂。不过,当你有更简单的解释方法时,没理由再去选择复杂的解释。

大多数人生来就会做出不必要的假设。这是一种心理偏好,称为“合取谬误”(conjunction fallacy)

你不但生来就倾向于认为特殊情况出现的概率大于一般情况,还存在同样的谬误倾向,喜欢用过多的假设来解释数据。这第二种谬误的思维模型称为“过拟合”(overfitting),这是一个来自统计学的概念。

针对某个问题制订解决方案时,无论是做决策还是解释数据,最好都从你能想到的、最简单的假设出发,用尽可能简单的方式为它们“去风险化”。

各持己见

“框架效应”(framing),指的是你展示情况或做解释的方式。当你向同事或家人说明某个重要问题时,会试着以有助于他们理解的方式进行描述,为展开对你有益的对话奠定基础。

当有人向你展示新想法或新决定时,不妨先后退一步,想一想其他描述方式。

新闻标题就存在框架效应,会影响人们从故事中领会到的寓意

读者必须意识到(我们也必须让他们意识到),新闻编辑可以战略性地运用新闻标题,有效调动公众舆论并影响个人行为。

另一个相关陷阱/技巧是“助推”(nudging)。

某个精心选择的字眼或其他环境提示都可能形成对你的“助推”

“锚定”(anchoring)。它描述的是,人们在做决策时会不自觉地过度依赖第一印象。

零售店意识到厂家建议零售价对你产生了“锚定效应”,所以你会觉得打六折很划算。通常来说,这种降价只会让商品价格变得比较合理罢了。

更宽泛地说,这些思维模型都是一个更常见的模型“可得性偏差”(availability bias)的实例。所谓的“可得性偏差”,是指根据最近可以获得的信息,使你对现实的客观认知在无意中出现了偏差或失真。

“可得性偏差”源于过分依赖自己参照系中近期发生的事,而忽略了全局。

随着网上个性化推荐和新闻推送的兴起,可得性偏差的问题正在变得越来越严重。在网络上,这个模型被称为“过滤气泡”(filter bubble)。

他们得到的是为自己量身定制、基于数学算法认为会增加点击量的搜索结果,而不是更为客观的搜索排名结果。

只关注眼前的东西很简单,寻找客观的参照系则要难得多。但为了少犯错,寻找客观参照系才是你需要做的事。

换位思考

世界上的大多数重大问题都与人有关,因此,要想在这些问题上取得进展,往往需要深入了解问题所涉及的人。

为了少误解别人的想法,你必须寻找增加同理心的方法,加深对别人真实想法的理解

“第三方故事”(third story),也就是不偏不倚的第三方观察者会讲述的故事。

“汉隆的剃刀”(Hanlon's razor):永远不要将能合理解释为粗心的做法视为恶意。

“汉隆的剃刀”指出,对方可能只是没有花足够的时间和精力琢磨自己发送的信息。

“基本归因错误”(fundamental attribution error)。这个概念指的是,你常常犯错,将别人的行为归因于他们的内在或根本动机,而不是外部因素。

另一个有助于你提升同理心的战术模型叫作“无知之幕”(veil of ignorance)。这个概念是哲学家约翰·罗尔斯(John Rawls)提出的。它指出,在思考社会的组织方式时,我们应该想象对自己在世间的特殊地位一无所知,仿佛有一层幕布让我们看不见自己是谁,也就是处于罗尔斯所说的“原初状态”(original position)。

“出生彩票”(birth lottery)

有讽刺意味的是,相信“公正世界”会导致人们“指责受害者”(victim-blame),从而妨碍现实生活中的公正。

“习得性无助”(learned helplessness)会让某些人在缺少帮助的情况下难以取得进步。这个概念是指,随着逐渐适应艰难处境,人们会不再试图摆脱困境。他们学到自己无力掌控环境,于是就放弃了尝试做出改变。

当人或动物发现自己的行为能够带来改变,事实上自己并不是真的无助,就可以克服习得性无助。

并不是只有在艰难处境下才会出现习得性无助。在日常情况下,人们也会表现出习得性无助,认为自己无法做到或学会某些事,例如公开演讲或使用新技术。

运用这些模型的时候,你其实是试图更好地理解别人的处境和动机,同时尽最大努力与他们换位思考(walk a mile in their shoes)。

进步总在葬礼后

“范式转换”(paradigm shift)模型。这个模型描述了科学理论是如何随着时间的推移逐渐被人们接受的。

“新的科学真理的胜利不是靠反对者的信服和领悟。不如说是因为它的反对者终于死了,而熟悉它的新一代成长起来了。”或者更简洁地说:“科学进步总在葬礼后。”

人类收集和解释新信息时往往带有偏见,以此证实自己先前存在的观念,这种倾向被称为“证实偏差”(confirmation bias)。

“逆火效应”(back-fire effect)。这个模型描述的是,在面对驳斥自己理论的明确证据时,反而进一步探索原有理论。

你可能还会由于“不证实偏差”(disconfirmation bias)坚持错误的观念。“不证实偏差”是指,对于自己不想相信的观点,会要求得到更多的证据。

证实偏差和相关模型的有害影响可以通过“认知失调”(cognitive dissonance)来解释。“认知失调”指的是同时持有两个相互矛盾、彼此不协调的观念而备感压力。

“少犯错”的真正诀窍是对抗自己“抛弃新信息”的直觉,接受全新的思维方式和范式。

测验一个人的智力是否属于上乘,要看脑子里能否同时容纳两种相反的思想,而无碍于其处世行事。

第二个有助于你消除“证实偏差”的思维模型是“魔鬼辩护人”(Devil's advocate position)。

正如著名投资家查理·芒格所说:“如果我不比对方更了解他的论点,就绝不允许自己发表任何意见。”

别相信直觉

卡尼曼指出,当你经常做某件事的时候,它就会渐渐在你脑海中形成编码,直到大部分时候你的直觉都会通过“快速思考”接过控制权,让你能无意识地完成任务。

在不确定是该用“快思考”还是“慢思考”的情况下,盲目相信直觉只会遇上麻烦。在这种情况下,跟着直觉走会让你落入“锚定效应”“可得性偏差”“框架效应”和其他陷阱。

每当遇上不熟悉的新情况,你都应该格外警惕自己的直觉。

有一种方法能让你迅速形成有用的直觉,那就是始终从第一性原理出发。另一种方法是抓住一切机会,寻找事情发生的真正原因

事后分析(postmortem,也有“验尸”之意)

事后分析中常用的一种技巧被称为“五问法”(5 Whys)。你需要反复提问:“为什么会发生这种事?”直到找出根本原因。

有时候,也许你非常希望某件事是真的,以至于自欺欺人地以为它很可能是真的,这被称为“乐观偏差概率”(optimistic probability bias),因为你对成功的概率过于乐观。

根本原因之所以如此重要,是因为找出根本原因能防止将来犯同样的错误。

要想少犯错,你就需要随着时间的推移努力变得更优秀(反脆弱),还要减少思考过程中可以避免的错误(主动失误)。而且,你需要主动避免很多思维陷阱,例如过多地依赖最新信息(可得性偏差)、过分沉迷于当前形势(证实偏差)以及夸大实现目标的可能性(乐观偏差)。

无意伤邻

任何共享资源或公共资源都容易遭遇这一悲剧。

公地悲剧源于所谓的“小决定泛滥”(tyranny of small decisions),也就是一系列出于理性的个人小决定最终为整个系统带来了负面后果,或者说是泛滥

预见会带来广泛的负面影响时,如果纵观全局的人能够否决或限制一些个人决策,就可以避免小决策泛滥。

造成公地悲剧等问题的另一个原因是搭便车现象(free rider problem),指某些人通过免费使用资源来“搭便车”。

“群体免疫”这个概念在医学领域之外也很有用,适用于维护社会、文化、商业和行业规范。如果有足够多的违规行为没有受到惩治,它们的发生率就会迅速上升,形成难以消除的新型负面影响。

“外部性”(externalities)。它指的是,在未经某个实体同意的情况下,源自外部的事物造成了后果(无论是好是坏)。

外部性出现在有溢出效应(spillover effects)的地方。当某一活动造成的影响溢出到活动核心之外时,就会产生外部性。

解决负外部性的方法通常被称为“内部化”(internalizing),就是试图要求引起负外部性的实体为此付出代价。

很多方法都可以将负外部性内部化,包括税收、罚款、规章制度和诉讼。

“科斯定理”(Coase theorem)。这个定理从实质上描述了自然市场如何将负外部性内部化。科斯指出,只要满足以下条件,外部性就能得到有效的内部化,而无须进一步干预(也就是说,无须政府或其他机构的管制):1.产权明确;2.理性行为者;3.交易成本低。

各国政府试着通过“总量控制与交易”(cap-and-trade)制度解决燃烧化石燃料带来的负外部性(例如气候变化),这一制度正是科斯定理在现代社会的应用。

如果你是某个制度或政策的负责人,应该提前考虑可能出现的负外部性,想出避免这种负面性的方法。可能出现什么样的“溢出效应”,哪些人会受到影响?有没有哪种公共资源会被“搭便车者”滥用?这会不会沦为“公地悲剧”?有没有其他方法能制定减少负面性的政策或制度?

危险行业

“道德风险”(moral hazard)。也就是说,一旦你相信自己受到保护,就会愿意承担更大的风险,或是冒更大的危险。

代理也可能引发其他问题,统称为“委托代理问题”(principal-agent problem)。具体是指,代理人的利益可能会导致委托人在各类情况下得不到最佳结果。

道德风险和委托代理问题都可能由信息不对称(asymmetric information)导致。“信息不对称”是指交易双方得到了不同的信息。也就是说,可得的信息分配不对等。

当各方都根据自己拥有的信息,选择认为对自己有利的交易时,就称为“逆向选择”(adverse selection)。

“市场失灵”指的是,在没有外部干预的情况下,开放市场会产生次优结果,或者说失灵。

许愿须谨慎

古德哈特定律(Goodhart's law)总结了这个问题:当一项措施本身成为目标时,它就不再是一项好措施。

“任何观察到的统计规律一旦用于管制,就会趋于崩溃。”

当你试图通过设定可量化的目标来激励某种行为时,人们通常会以你不希望的方式专注于实现该指标。最重要的是,他们对计量方式的关注可能与你希望促进的行为无关。

“眼镜蛇效应”(cobra effect)的思维模型,形容的就是尝试某种解决方案却让问题变得更糟糕的现象。

在制定激励制度的时候,必须遵守古德哈特定律,提防不当诱因,以免眼镜蛇和耗子泛滥成灾!

史翠珊效应(Streisand effect)适用于更加特殊的情况:当你试图隐藏某样东西时,会无意中将注意力吸引到它上面。

如果你想改变某个制度或某种情况,就必须将人们可能有的机智反应纳入考量,并迅速做出应对。通常来说,会有一些人为了好玩或一己私利,试图钻制度的空子,或是通过其他方式给你搞破坏。

另一个值得警惕的陷阱是观察者效应(observer effect)。也就是说,某物带来的影响取决于你的观察方式,甚至取决于观察者本身。

“寒蝉效应”这个词最初来自法律界,指人们害怕被卷入官司或遭到起诉,感到沮丧、挫败或惊恐万状,不敢自由行使自己的权利。更宽泛地说,寒蝉效应是一种观察者效应,“会遭到报复”的威胁导致了行为转变。

你应该尽可能让想要的结果与提供的激励保持一致,应该考虑到人们通常都会从自我利益出发。因此,你需要确保这种自我利益能支持你实现目标。

越来越热

在经济领域,“短视主义”(short-termism)形容的就是这种情况,例如只关注短期业绩(季度收益)而不是长期业绩(五年利润)。

如果你由于眼前的任务推迟学习新技能,就永远无法开阔眼界。

软件业中著名的“技术负债”(technical debt)正是短视主义的后果。这个概念来自编写代码:如果你将短期代码修复(也称为“打补丁”)放在第一位,而不是精心设计能够长期使用的代码和流程,就会积累债务,最终只能通过未来重写代码来偿还。

创业文化将这个概念扩展到了其他形式的“债务”:“管理债务”(Management debt)是指未能妥善安排长期管理团队的成员或流程。“设计债务”(Design debt)是指没有风格统一的产品设计语言或品牌风格指南。“多样化债务”(Diversity debt)是指没有雇用必要的员工来确保团队多样化。

来自经济学的模型“路径依赖”(path dependence)探讨了这种影响。所谓的“路径依赖”是指,你现在可用的决策或路径取决于你过去的决策。

在做决定之前,请问问自己:我这么做会带来什么样的债务?我今天采取的行动会让我在未来走上什么样的道路?

另一个来自经济学的模型“保留可能性”(preserving optionality)可以略微削弱“路径依赖”的局限性。所谓的“保留可能性”,就是做出能保留未来选择权的决定。

保留众多选项的弊端在于,这通常需要更多的资源,从而增加了成本

你需要在“保留可能性”和“路径依赖”之间找到适当的平衡。

“风险预防原则”(precautionary principle):当一项行动可能造成未知程度的危害时,你在执行策略之前应该格外谨慎。

。因此,你应该先评估长远来看可能出现的重大危害,再反过来评估自己的短期决策(或缺乏短期决策)会如何助长负面影响(我们将在本书第六章中进一步介绍)

好事过头成坏事

“分析瘫痪”(analysis paralysis),指的是由于过度分析大量可用信息,你的决策工作陷入瘫痪。

“想要迅速做出决定”与“觉得需要收集更多信息,确保做出正确抉择”两者之间天生就存在冲突。为了化解这一冲突,你可以将决策分为可逆决策(reversible decisions)和不可逆决策(irreversible decisions)两类。

随着组织规模的扩大,会倾向于在大多数决策(包括许多可逆决策)上运用重量级(不可逆)决策过程。最终结果是行动迟缓,不经思量就规避风险,缺乏足够的试验,最终导致创新减少。

随着选项数量的增加,决策时间会呈对数增加。如今,这个公式被称为“席克定律”(Hick's law)。

在个人生活中,你可以运用席克定律牢牢记住:决策时间会随选项数量的增加而增加。因此,如果你希望人们迅速做出决定,就请减少选项数量。一种方法是为自己或别人提供一个包含多个步骤的选择,每个步骤有较少的几个选项。

“决策疲劳”(decision fatigue)。随着做出的决定越来越多,你会感到疲惫不堪,导致决策质量下降。经过精神上的短暂休憩后,你可以有效地恢复原状,再一次做出高质量的决策。

一些效率特别高的人,包括苹果公司前掌门史蒂夫·乔布斯和美国前总统奥巴马在内,都试着通过减少日常决策(例如吃什么、穿什么)来对抗“决策疲劳”,以便将决策能力留给更重要的决定。

如果你希望生活中变化多一些,我们建议你预先做决定,选好从周一到周日的穿着和饮食。选择压力比较小的一天做好这些决定,能解放你这一周工作时的决策能力。

墨菲定律(Murphy's law)——凡可能出错之事必出错(Anything that can go wrong, will go wrong)

3 善用时间

“人们往往会高估未来两年中可能发生的事,却低估未来十年中可能发生的事。”

从个人层面上说,只要你一直朝着自己的“北极星”前进,就有机会利用这个概念,让自己的能力以“复利”的形式增长。

你能做好任意一件事,但不可能做好每件事

你能做好任意一件事,但不可能做好每件事

有句俗话抓住了这个概念的精髓:“如果你同时追两只兔子,最后只会两手空空。”

对于会造成重大后果的事,你需要避免采用“多任务处理”。

大多数人会选择解决自己知道如何解决的问题。说得通俗点就是,他们会去解决B+级别的问题,而不去碰A+级别的问题。A+级别的问题对公司影响更大,但也更困难。你不可能某天早上一觉醒来,突然就想出了解决方案。所以,你会倾向于把它们搁在一边。

塞尔定律(Sayre's law),得名于政治学家华莱士·塞尔(Wallace Sayre)。这个定律指出,在任何争议中,情绪强度都与涉及问题的价值成反比。

某个项目到底重不重要,取决于你追求的目标是什么。放在总目标的背景下看,尽可能运用定量的方法,就能弄清某项活动的相对重要程度。

“你能做好任意一件事,但不可能做好每一件事。”你必须在摆在面前的众多重要活动之间做出抉择,否则就会发现自己陷入了多任务处理,缺少深度工作的时间。

“机会成本”(opportunity cost)。你做的每个选择都是有成本的。这里所说的“成本”是,你因为做了这个选择,所放弃的最佳机会的价值。通常来说,你应该选择“机会成本”最低的那一个。

在商业领域中,“机会成本”的正式叫法是“资本的机会成本”(opportunity cost of capital),就是如果你能按原本的最优方案(你的次佳机会)运用这些资本,能够取得的回报。

谈判协议的最佳替代方案(best alternative to a negotiated agreement,缩写为BATNA)

事半功倍

帕累托法则(Pareto principle)有助于你找出高杠杆活动。这一法则指出,在很多情况下,80%的结果源于20%的努力。因此,这20%的努力必须用于高杠杆活动。

有一个类似的概念叫作“效用递减法则”(law of diminishing utility)。它是指,通常在超过某个限度后,消费额外物品的价值或效用会小于先前。

摆脱坏习惯

人们之所以爱拖延,一大原因是“现时偏好”(present bias)。也就是说,高估当下能获得的即时回报,低估长远目标逐渐取得的进步

侯世达定律(Hofstadter's law):做事花费的时间总是比你预期的要长,即使你的预期中已经包含了侯世达定律。

开发软件时,前90%的代码要花90%的开发时间,剩余10%的代码要再花90%的开发时间。

你通常并不擅长预估完成一件事的时间。除非你为持续进行的项目计划付出很多努力,否则就不会意识到真正完成项目要经历多少琐碎事。

通往成功的捷径

尝试新事物的时候,你最好提醒自己——无须重复做无用功(no need to reinvent the wheel)。你不大可能是世界上第一个遇到这件事的人。

与经过反复验证的设计模式恰恰相反的是“反面模式”(anti pattern)。这个概念是指,对于一个通常有更好已知解决方案的常见问题,有某种看似出于直觉,但其实并不管用的“解法”。

尽管事先做计划总是很管用,但有时候完成任务的最佳方式是迅速采取行动,而不是陷入分析瘫痪

这是一种“启发式”(heuristic)解决方案,一种通过反复试错的解决方法。这种方法无法确保获得最佳或完美结果,但在很多情况下还是非常管用的。

并行处理属于“分而治之,逐个击破”(divide and conquer)策略。如果你能将一个问题分解成多个独立的部分,然后将这些部分交给不同的人解决,就能更迅速地完成更多的任务。

另一种在遇到困境时迅速找到解决方案的策略是重新定义问题(reframe the problem)

本章要点· 根据与你的“北极星”的相关程度,选择你要做的事。· 每次只专注于一项真正重要的活动(切忌“多任务处理”!),将它视为你“脑海中的首要念头”。· 根据“机会成本”模型在各个选项之间做选择。· 运用帕累托法则在任意活动中找到“二八定律”,随时提升杠杆作用。· 认清自己何时达到“收益递减”,避免出现负收益。· 利用承诺和“默认效应”避免“现时偏好”,利用定期评估避免“损失规避”和“沉没成本谬误”。· 通过既有的设计模式、工具或巧妙的算法寻找捷径。想一想能否重新定义问题。

4 师法自然

“能够存活下来的物种,既不是智力最高的,也不是体力最强的,而是最能调整并适应环境变化的。”

别跟自然对着干

坚持原有观念可能会妨碍你适应环境。只有质疑自己的前提假设,你才能适应全新的思维方式,克服这种个人惯性。

长期执行某项组织战略,会给这项战略带来许多惯性,可能导致并非最优的决策。这也被称为“战略税”(strategy tax)。

由于形势瞬息万变,应该尽可能避免将自己锁定在严格的长期战略中。

舍基原则指出,如果组织能提供某个问题的解决方案,它们就会努力让问题保留下来。

正是由于观念和行为具有惯性,某些思想和组织才能长期存在,稳如泰山。这种现象称为“林迪效应”(Lindy effect)。

已经存在很长一段时间的市场拥有的惯性更大。而且,市场越健康,改变起来就越难。

“动量”(Momentum,又译“势头”)这个模型能帮你理解事物的变化。“动量”和“惯性”是两个相关的概念。在物理学中,动量是质量与速度的乘积,而惯性只与质量成正比。

文化拥有的惯性大于战略,如果你采取的战略与组织文化背道而驰,成功的可能性就会微乎其微。

简单来说,如果你想取得成功,就必须让组织的文化与战略相匹配。

在很多情况下,最优秀的组织文化是具有高度适应性的文化,就像我们建议个人拥有高度适应性一样。也就是说,你应该打造一种随时准备接受新战略、新流程的组织文化。这种文化灵活敏捷,使你愿意尝试新想法,而不是局限于现有流程。

从优秀到卓越的转变是一个累积的过程——循序渐进,一个行动接着一个行动,一个决策接着一个决策,飞轮一圈接一圈地转动——它们加起来就产生了持续而壮观的效果。

“飞轮”在日常生活中的例子是,一个人要花很多时间和实践才能成为某个领域的专家,而一旦你成为专家,只需少许努力就能掌握该领域的最新发展。

“飞轮”模型告诉我们,你的努力将带来长远收益,并在你和其他人过去努力的基础上锦上添花。这么一来,“动量”和“惯性”就可以为你所用。

第一个模型是来自生物学领域的“动态平衡”(homeostasis),具体是指机体针对某个特定目标(如体温)持续对自身进行调节。

活化能是激活两种或多种反应物之间化学反应所需的最小能量。

利用链式反应

“临界量”作为一个超级模型,适用于所有累积量达到阈值、导致发生重大变化的系统。系统开始急剧变化并迅速获得动量的点,通常被称为“临界点”(tipping point)。

在即将达到临界点的领域成为专家是很有好处的,因为随着新思想或新技术的发展,你的专业知识的影响力会越来越大。反之,专攻一个还有十年才能达到临界点的领域,则是一种“低杠杆”的做法。

一种思想、技术的传播或扩散过程被称为“技术采纳生命周期”(technology adoption life cycle)。

技术采纳生命周期中的采纳率曲线被称为“S形曲线”(S curves)

当你知道自己付出的努力也适用于“临界量”这个概念后,就应该特别关注它。

“连锁故障”(cascading failure)。这个概念是指,系统中某一部分的故障会引发波及整个系统的连锁反应。

从混沌到有序

“蝴蝶效应”(Butterfly Effect)的比喻,用来解释混沌系统对微小的扰动或初始条件的微小改变极为敏感。

想要解释为什么适应环境对走向成功如此重要,关键就在于你处于混沌系统之中。尽管事先做好计划是个好主意,但你无法准确预测自己会遇到的情况。

“幸运表面积”(luck surface area)。你也许还能回想起,几何学中的表面积是指物体表面的面积之和。正如撒大网更容易捞到鱼,随着你在更多情况下与更多人互动,你的个人幸运表面积也会扩大。

你的运气表面积与自然界中的一个概念“熵”(entropy)有关。这个概念用于衡量一个系统的无序程度。

在封闭系统中,熵会随着时间的推移自然增加,这就是著名的热力学第二定律。

你最好置身于秩序与混乱之间,有意识地提升自己的个人熵值,以便接触到众多有趣的机遇,同时拥有足够的韧性和灵活性,以便应对新情况和新范式。

5 谎言与统计数据

从很大程度上说,生活中最重要的问题不过是概率问题。”

信不信由你

利用过去的经验和洞察指导决策是人类的天性。

所谓的“轶事证据”,就是以非正式手段收集的源于私下传闻的证据。

统计学家用“相关性不代表因果性”(correlation does not imply causation)来描述这种谬论。

仅仅是“收到你期望能带来积极效果的东西”这一行为本身,实际上就能带来积极效果。这种现象被称为安慰剂效应(placebo effect)。

隐藏的认知偏差

古老建筑通常看起来比现代建筑更漂亮。但你看到的古老建筑都是大浪淘沙留下来的;同一时期也存在许多丑陋的建筑,只是统统被拆除了。

警惕小数“定律”

大数定律(law of large numbers)。这个定律说的是,样本量越大,你得出的平均结果就越接近真实的平均值。

具体情况具体分析

条件概率(conditional probability)。它指的是,在另一件事也发生的情况下,某件事发生的概率。条件概率使我们能通过运用附加信息,更好地估计概率。

频率学派(Frequentist)和贝叶斯学派(Bayesian)

6 决策,还是决策

做决策之所以难,正是因为你必须在信息不完善的情况下做出决策。

“利弊清单”(pro-con list),就是分别列出做决定后可能有的好处和弊端,然后两相权衡。

“如果你手里只有锤子,那么一切看起来都像钉子。”这句话被称为“马斯洛之锤”(Maslow's hammer)

化繁为简

勒夏特列原理(Chatelier's principle)指出,在一个已经达到平衡的化学系统中,如果改变反应条件(例如温度、体积或压强等),系统就会自行调整,进入全新的平衡状态,这个过程通常能抵消部分条件变化。

谨防未知的未知数

你也可以针对过去发生的事提出“如果……会怎么样”的问题。这称为反事实思维(counter-factual thinking),也就是想象过去发生的事与实际发生的相反。

从众效应(bandwagon effect)描述的是这样一种现象:由于当某个观点流行起来以后,团队中其他成员会“跟风”,因此共识能够迅速占据上风。更宽泛地说,它说的是人们倾向于接受社交暗示,遵从其他人做出的决定。也就是说,如果其他人已经接受了某个观点,你接受这个观点的可能性就会增加。

参与博弈

博弈论(game theory)研究的是如何在冲突情境下制定策略、做出决策。

影响力模型

互惠(reciprocity)。也就是说,你会觉得有义务回馈(或回报)别人的好意,无论你原本需不需要帮忙。

承诺(commitment)。也就是说,如果你同意(或承诺)某些事,无论这件事有多小,你在未来都可能继续同意。这是因为前后不一致会导致心理不适,也称为认知失调

赌场会同时运用这些模型,最终赢走你的钱:它们会送出大量免费物品(互惠),让你先用现金购买筹码(承诺),根据你的兴趣(喜好)为你量身定制体验,向你展示其他人赢得了大奖(社会认同),不断给出让你“唯恐错过”(稀缺)的优惠,荷官甚至会向你提供次优建议(权威)。请注意,庄家总能赢是有原因的!

视角决定一切

你必须小心,不要在无意中用市场规范取代社会规范,因为这可能会造成难以挽回的损失

“分配正义”围绕事物的分配方式描述什么是公平,认为平等分配更公平。“程序正义”则围绕遵守程序描述什么是公平,认为透明客观的程序更公平。

稻草人(straw man)。也就是说,不是直接驳斥你的观点,而是将它与其他事物(稻草人)联系起来,歪曲(诬陷)你的说法,并试着提出自己的观点。

底线在哪儿?

如果某件事听起来好得难以置信,那它通常都不是真的。

释放潜能

皮格马利翁效应(Pygmalion effect)这个模型指的就是,当你试图满足别人对自己的期待时,别人的期待值越高,你的表现提升越明显。

缺少执行的愿景不过是幻想

包以德循环(OODA Loop)可能会对你有所帮助。它是一个由观察(observe)、调整(orient)、决策(decide)、行动(act)4个步骤组成的决策循环。

结语

如果一个人并不是真的了解自己所做的事,就可以称他为“货拜族”。这种人通常无法得到自己想要的结果。