海底捞|高手都是通过这9种方法找到了“底层算法”


_本文原题:高手都是通过这9种方法找到了“底层算法”
知乎上有个很火的话题:厉害的人遇到问题时的思维模式与普通人之间差别在哪?
很多网友纷纷列举出了自己身边厉害的人思维方式 , 比如做一件事情时总是准备好Plan B的“预演困难思维”;广泛涉猎 , 在多个领域都是小能手的“超越领域型思维”;把一个具体问题一步步拆解的“结构化思维”等等 。
总之 , 那些“很厉害的人” , 似乎总能依靠自己的一套独特思维方式把握自己的命运 , 从而实现物质和精神的双重自由 。
谁不想成为这样的人?
可想要成为很厉害的人 , 难题有两个:
——究竟什么是很厉害的人?
——很厉害的人和我有什么关系呢?
这两个难题的矛盾之处在于 , 厉害的人越厉害 , 对于平常人来说 , 就越难模仿、借鉴、学习 。
而唯有探索这个时代最厉害的人的“认知地图” , 掌握他们的底层算法 , 才有机会成为高手 。
什么是底层算法?
以蚂蚁来比喻:科学家们发现 , 蚂蚁出动搬运食物的时候 , 不管地形多么复杂、距离食物多么遥远 , 它们总能找到一条最优路线 。
原来 , 每个蚂蚁一开始都会随机选择一条路线 , 并且留下信息素 , 也就是记号 。 若干只蚂蚁找到了食物 , 也留下了若干条搬运道路的信息 。
最后 , 短路径上的蚂蚁数量总是比长路径上的蚂蚁数量多 。 因为路越短 , 相同时间内往返的次数就越多 , 也就在路上留下的信息素就越多 , 蚁群会慢慢聚集到最短的路径上 。
蚂蚁不停重复这个过程 , 最终总能找到一条最优路径 , 这就是著名的“蚁群算法” 。
想象一下 , 你自己就是一个蚁群 。 每时每刻 , 每个决策的你 , 每个行动的你 , 就是一只蚂蚁 。 无数个不同时刻的无数个你 , 叠加在一起 , 构建了一个智能系统 。
蚂蚁之间的传输控制协议 , 是这个智能系统的算法 。 不同时刻的你之间的关系和连续性 , 是你的算法 。
该算法采用了强化学习 , 作为机器学习的一种 , 它能自我学习、不断进化 。
也就是说 , 人生算法就是每个人给自己的一套编程 。 你的底层算法是什么样的 , 就会导致什么样的结果 。
我们当中的大多数人 , 为什么不能成为有强大底层算法的人?
我们的认知系统 , 都是建立在钟表宇宙里的 , 像钟表那样精确运行 。 然而现实却充满不确定性 , 不可预测 , 难以计算 。
问题还不止于此 , 我们甚至无法真正控制“自我” 。 大脑中并不真正存在一个中心 , “我”只是由无数个“涌现”串起来的电影角色 。
这话什么意思呢?
人类的智力具有“涌现”现象 , 也就是说具有“无中生有”的能力 , 这会产生原来没有的创意 , 但这种能力也会产生大量错误 , 因为很多想法只是你想当然的认为 。
进一步 , 我们花时间试图控制不可预测的那些东西 , 却对自己自暴自弃 。 我们的知识都是牛顿时代的 , 我们的行为方式是牛顿时代的 , 我们的学习方式 , 也是牛顿时代的 。
而厉害的人是怎么做的呢?
他们既承认大多数物质系统具有复杂性质 , 又知道 , 加入抛开外部世界的不确定性 , 钟表式科学的这种典型策略在封闭环境依然是奏效的 。
所以 , 他们尝试在个人半径里 , 来打造“机器” 。
机器学习强调如何基于环境而行动 , 以取得最大化的预期利益 。 其灵感来源于心理学中的行为主义理论 , 即有机体如何在环境给予的奖励或惩罚的刺激下 , 逐步形成对刺激的预期 , 产生能获得最大利益的习惯性行为 。
哈佛大学心理学家罗伯特·凯根说:“从出生开始 , 我们便踏上持续学习和成长的旅程 。 这两股力量往往交织在一起 , 但又不尽相同 。 如果仅仅是知识储存量的增加 , 以既有的思维模式来运算资料 , 谈不上真正的学习 , 更谈不上成长 。 成长是指思维模式本身产生改变 。 ” 分页标题
我们大脑神经是可以后天塑造的 , 每秒即逝的那个“我” , 并没有被不可逆的时光之河裹挟而走 , 而是被写入“我”的底层算法 。
然而 , 我们只能控制我们可以控制的 , 让其它涌现而来 。
怎么做到呢?
混沌君拆解了喻颖正的新书《人生算法》 , 喻颖正(老喻)是公号“孤独大脑”的作者 。 本书总结出一套完整的“底层算法” , 发现高手往往都是通过“9段心法” , 在智力和情感的探险游戏中实现对于自己人生的掌控 。
闭环:
靠谱做事的能力
“ 闭环”这个词来自PDCA循环 , 又叫“戴明环” , 是美国管理学家戴明博士提出的一个模型 。 管理学上的闭环包括计划(plan)、执行(do)、检查(check)、处理(act) 。 戴明提出 , PDCA是一种螺旋上升的知识增长模式 , 每一层都是一个独立的PDCA循环;新的循环把上一次循环的结果作为已知条件 , 于是越来越接近螺旋结构顶端的终极目标 。
当我们拆解大脑认知的时候会发现 , 大脑从“ 获取信息到采取行动”的过程同样包含4个动作 , 分别是感知、认知、决策、行动 。 我们积极地做以上4个动作 , 就可以完成认知的闭环 。
从我们日常生活的视角来看 , 闭环就是把一件事情做完 。 我们平时夸一个人靠谱 , 也就是说他“ 凡事有交代 , 件件有着落 , 事事有回音” 。
扎克伯格创业初期 , 在Facebook 的办公室墙上贴了这么一条标语——比完美更重要的是完成 。 这个行动准则 , 就是要激励每一位员工按时交付 , 快速行动 。
要是团队里有人不同意怎么办呢?
亚马逊的贝佐斯也碰到了这个问题 。 他的解决办法是:“ 不同意 , 但执行 。 ”贝佐斯有一句话 , 说服不同意的员工特别管用 , 他会说:“你看 , 我知道我们意见不统一 , 但你愿不愿意跟我赌一把?” 把员工快速拉回到完成闭环的轨道上 。
闭环的能力 , 对于企业家而言 , 就是要敢于决策 , 敢于拍板 。 对于个人而言 , 就是敢于行动 , 敢于试错 。
那么 , 如何完成闭环呢?
遇到问题 , 我们与其闷着头想 , 憋大招儿 , 不如迈出双腿 , 先完成一个闭环再说 。 勇于尝试 , 不停修正 , 自然能一步步逼近问题的最优解 。 希伯来语有一个词汇“Chutzpah”, 这个单词的字面意思是“厚颜无耻、胆大包天、傲慢自大” , 同时 , 它也指一个人即便不断失败 , 也会重新站起来积极尝试 。
换句话说 , 我们在闭环这件事上吃的亏 , 并不是“ 怎么做”的问题 , 而是“做不做”的问题 。
也就是说 , 真正的问题 , 出在了思维方式上 。
成长型思维模式的人认为 , 所有的事情都离不开个人努力 , 这个世界上充满了那些帮助我们学习、成长的有趣挑战 。 而固定型思维模式的人认为 , 自己的智力和能力被决定了 , 不会变化 , 别人的评价就是给自己下结论 , 所以他们极度在意外界的评价 , 而非事情本身的乐趣 。
如何培养成长型思维的人呢?
斯坦福大学心理学家卡罗尔· 德韦克合作开发了一款“奖励过程”的游戏 。 学生们每一步的努力、策略和进步都会受到奖励 。 而不会像应试教育那样 , 只奖励结果 , 只有高分才算成功 。 随着游戏的深入 , 学生想出更多的策略 , 当遇到特别难的问题时 , 也展现了更为持久的韧劲 。
闭环是为了形成一个反馈系统 , 给自己的未来按下启动按钮 。
我们通常认为 , 闭环是为了给别人一个交代 。 其实不然 , 它不是为了给别人 , 抑或给自己一个交代 , 而是给未来一个交代 。
采用成长型的思维模式 , 迈出用行动改变自我的第一步 , 你就能获取和未来的某种连接 。
切换:
自如切换大脑两套系统的能力
大脑里并行着两套运行系统:一套是快速、自动并且基本无意识的 , 一套是缓慢、刻意和深思熟虑的 , 可以分别被称为“ 自动驾驶系统”和“主动控制系统” 。分页标题
“ 自动驾驶模式”的特点是快 , 例如 , 你在驾驶汽车遇到突发事件时猛踩刹车 , 这是一个自动处理的动作 , 包含了反射、本能、直觉、冲动 。 “主动控制系统”则显得有些迟钝 , 因为它需要深思熟虑 , 调用经验、记忆、分析、理性 。
为什么大脑会形成两套截然不同的系统呢?
这需要我们追溯大脑的进化历史 。 人类的自动驾驶系统 , 主要由大脑进化较早的部分支配 , 包括小脑、杏仁核和基底神经节等 。 而主动控制系统 , 则在前额叶皮层运行 。 大部分时候 , 我们都是靠自动驾驶系统在运行 。
这是因为自动驾驶系统非常优秀 , 能帮我们快速处理日常事务 。 英国生物学家理查德· 道金斯在《自私的基因》中写道:“一个人把球抛向高空 , 再接住它 , 仿佛他是通过一系列微积分方程算出了球的轨迹 , 他可能根本不知道或不在意什么是微积分方程 , 可这并不影响他的球技 。 潜意识里的某些功能 , 替他做了数学运算 。 ”
另外 , 主管主动控制系统的大脑前额叶皮层太年轻了 。 加州理工学院行为经济学教授科林· 凯莫勒说 , 前额叶皮层是人类独有的 , 它非常薄 , 很容易超负荷 , 指望它来作更多深思熟虑的决策 , 让我们少干拍脑袋的蠢事 , 其实不太可能 。
这就是为什么大家天天都在说理性思考 , 但真要做起来就觉得很不舒服 , 很反人性 。
如何培养在两种模式之间自如切换的能力呢?
第一 , 把不那么重要的事情交给“ 自动驾驶系统” 。
美国前总统奥巴马曾经说 , 自己将琐碎的日常决定自动化 , 从而将精力集中在重大决策之中 。 他只穿灰色和蓝色西装 , 在不那么重要的事情上 , 减少作决策的次数 。 奥巴马说:“ 你要给自己的生活设计一套刻板动作 , 这样就不必为鸡毛蒜皮的小事分心 。 ”
第二 , 使用“ 自动驾驶系统”后 , 积极用“主动控制系统”复盘 。
当你将自己熟练的事情交给自动驾驶系统后 , 这件事可能会被忽视 , 你也不再进步 。 你就可以用复盘自我审视 , 不仅可以给自动驾驶系统做体检 , 还能提升其性能 。
第三 , 在大脑中用“ 主动控制系统”模拟“自动驾驶系统” 。
每年的大赛之前 , 老虎伍兹都会用一个星期的时间 , 作精神和身体上的调整 。 开车到比赛现场 , 在那里练上几轮 , 等到回家之后 , 伍兹躺在床上 , 闭着眼睛 。 他说这是在脑袋里练习 , 那些比赛中需要的击球 。
这种精神备战法 , 被称为心理演练 。 传奇高尔夫球手鲍比· 琼斯这么说:“高尔夫球赛发生在一块只有五英寸的场地上——那就是你的两耳之间 。 ”
内控:
防止被自己欺骗的能力
内部控制点最初由美国心理学家朱利安· 罗特提出 , 是人格心理学的一个概念 。 罗特认为 , 具有强大的内部控制点的个体会相信生活中发生的事件主要取决于他们自己的行为 , 并且认为每一个行为都有其后果 , 这些后果取决于他们是否要主动控制这个结果 。
美国管理学大师史蒂芬· 柯维说 , “在刺激和回应之间存在一段距离 , 成长和幸福的关键在于我们如何利用这段距离” 。
要想善用这段距离 , 并不容易 , 这是因为:
1.人的专注力带宽非常有限 , 人脑每秒钟能够接收1000 万比特的信息量 , 但其中只有50比特会被大脑在有意识的状态下加以处理 。
2.信息泛滥让人的持续专注力下降 , 微软调查显示 , 2000 年人们的持续专注力达12秒 , 到2013年就下降到8秒 。
3.我们的世界变得越来越自动化 , 智能手机和网络使人们不再那么敏锐 。
要如何建立内部控制点 , 暂停自动模式 , 开启主动模式呢?
要回答这个问题 , 我们先引入一个概念:认知飞轮 , 由感知、认知、决策以及行动4 个环节构成 。 他们就像要共同完成4*100米的接力赛跑的四个人 , 而彼此交棒的时刻 , 就经常是认知容易出现问题的时候 。分页标题
例如 , “ 感知”作为侦察兵获取了某个信息 , 但因为太敏感或情绪化 , 很难客观评价各种可能的情况 , 结果到了内控点他不交棒 , 拖到认知环节 。 又比方说 , “认知”作为一名军师 , 优点是特别智慧 , 考虑问题周到 , 但让他拍板 , 可能就会因为想法太多而优柔寡断 , 不及时把接力棒交给将军气质的“决策” 。
现实生活中 , 有两类人经常在认知飞轮的环节之间掉棒 。
第一类人有点懒 , 没有在恰当的时间节点主动思考 。
新西兰科学家保罗· 卡拉汉说 , 人们做不出聪明行为 , 并不是因为他们缺乏动机或能力有限 , 而是他们缺乏对思考时机的敏感性 。 这种敏感性 , 就体现为我们在“内控点”的暂停能力 。 就好像在一条路上走 , 明明有个岔路口 , 如果你停下来想一想多半都能得出正确答案 , 但大部分人压根没有停下来 。
第二类人爱耍小聪明 , 总是自圆其说 。
他们不能忍受不完整和不确定性 , 总想跳过交棒时刻 , 把认知飞轮接力赛尽快跑完 。 认知神经科学之父迈克尔· 加扎尼加发现 , 大脑会为此编造理由 。 爱耍小聪明的人很擅长找到一个解释 , 然后就觉得自己想明白了 , 想赶紧蒙混过关 。
为了避免掉棒 , 你需要在大脑里设立一个立项决策者的角色 。
立项决策者是四人接力赛的总教练 , 指挥“ 感知、认知、决策、行动”这四个角色完成接棒和赛跑 。 你可以将其想象成一个挥舞小皮鞭的狠人 , 督促我们完成每个角色的任务 , 顺利交棒 。 我们常说 , “一个人要对自己狠一点” , 说的就是你脑海里的那位立项决策者不跳过、不逃避交棒时刻 , 主动思考 。
还可以参考巴菲特的做法 。 巴菲特说自己如果不在一张纸上写下自己的理由 , 就绝不交易 。 这个交易可能是错的 , 但自己必须有一个“ 交易答案” 。 比方说 , 在纸上写:“我今天要花500亿美金来买苹果公司 , 因为……” 如果你不能回答这个问题 , 你就不要买 。
写在纸上能有什么用呢?其实 , 就是建立了一个节点 , 人为制造了一个“ 内控点” , 防止爱欺骗自己的大脑过于冲动 。
重启:
在不确定环境中不断重启的能力
无论遇到什么打击 , 都可以若无其事地站起来的重启能力 , 是当今社会不确定环境下的底层生存能力 。 在解锁重启技能的时候 , 往往会有两个挑战:
第一 , 舍不得丢掉旧的 。
人是一种恋旧的动物 , 很难轻易摆脱过去 。 在面向未来做决策的时候 , 我们总是习惯性地关注过去的损失和代价 。 在经济学和商业决策制定过程中 , 会用到“ 沉没成本”的概念 , 指的是已经付出且不可收回的成本 , 而为了规避沉没成本 , 人们会选择非理性的行为方式 。
第二 , 无法开始新的 。
人类不光有“ 损失厌恶症” , 也特别不喜欢不确定性 。
我们总能听到这样的话:
—— 等我忙完这阵子 , 就开始好好学习英语 。
—— 等我的想法完善了 , 并且找到资金 , 就开始创业 。
—— 等我工作压力没那么大了 , 就带父母出去旅行 。
……
然而 , 现实不可能什么都准备得好好的 , 很多时候其实是“ 只有东风 , 万事都缺” 。
重启的作用就在于 , 帮助你对付人天生的、对过往损失和未来不确定性的厌恶 , 提醒你驶入理性的轨道 。
设计自己的精神装置
亚马逊的创始人杰夫· 贝佐斯有一套叫做Day1的“精神装置” , 意思是每天都要像创业第一天那样运营公司 , 其严格遵守的四个原则 , 分别是:
第一 , 真正把目光锁定在顾客身上;
第二 , 抵制形式主义;
第三 , 积极适应外部趋势;
第四 , 快速做出决策 。
拥有Day 1“ 精神装置”的创业者在讲述公司愿景 , 介绍自己的产品时 , 哪怕重复1000次 , 再讲起来还是会像第一次那样充满激情 。分页标题
正如丘吉尔所说 , 成功就是即使从失败到失败 , 也依然不改热情 。
那么 , 我们该怎么设计自己的“ 精神装置”呢?
你可以把自己代入这两个角色的视角 。
第一 , “ 外星人”视角 。
假设有个外星人 , 突然飞到地球 , 接管了你的生活 , 那么他一定会冷静地评估现实 , 忽视那些让你纠结的沉没成本 , 面对问题 , 制定理性的解决方案 。
首先 , 找一个厉害的人 , 他最好离你不是特别远 , 他的思考和行动让你心服口服 , 你经常想:“ 我要是能成为他那样的人就好了 。 ”
其次 , 你把他当作外星人 , 当你面对一些重要的问题时候 , 问问自己 , 要是他面对类似的问题会怎么做 。
第二 , “ 阿尔法狗”视角 。
阿尔法狗下每一手棋时 , 都会根据眼下的局面从头思考 , 找到当前胜率最高的一手 。 对它而言 , 每一个决策点都是独立的 。 从头思考 , 独立决策 , 就是不断重启的过程 。
阿尔法狗会把所有的事实当作已知条件 , 重新配置资源 , 积极计算 , 寻求最佳答案 。 这样一来 , 情况是好是坏 , 条件是否充分 , 在你看来都是可以计算的数字了 。 理论上 , 你总能找到当前条件下最好的选择 。 如果你总是采用这种算法思维 , 就会变得格外强大 。
增长:
把自己做大做强的能力
增长是第一流公司的核心法则 。
2005 年 , Facebook刚成立不久 , 创始人扎克伯格就认为 , 公司当时的战略焦点是用户增长 , 而不是盈利 。 投资人也更看重公司未来的发展空间 , 投资一台印钞机 , 而不是收银机 。
对于个体而言 , 同样道理 。 最重要的增长 , 不在于工资水平的增长 , 而在于能力的提升和社会网络的建立 , 以及未来赚钱能力的提高 。
为实现增长 , 具体应该怎么做呢?
第一步 , 假设:建立最小化闭环 。
假设你需要完成这样一份工作:有一大批信件 , 必须先在信封上写上地址、贴好邮票 , 再把信件装入信封、封上封口 。 你会怎么做?
第一种办法是:拆分动作 , 把所有的邮件全部装好 , 全部封好 , 全部写上地址 , 再全部贴上邮票;第二种办法是:每次把一个信封的动作全部完成 , 然后再完成下一个 。
你可能觉得第一种更快 , 但实际上 , 第二种能更快完成工作 , 因为万一信件塞不进信封 , 要是采用大批量的方式 , 我们一直要到接近流程终点才会发现问题 。 如果一次只装一封信 , 我们马上就能发现问题 。
一次装一个信封的做法在精益生产中被称为“ 单件流” , 就是我们说的“最小化闭环” , 它的价值在于能快速试错 。
无论是公司还是个人 , 不行动 , 你就没有办法获取反馈 。 当知道每一次失败都是为最终的成功采集数据 , 你就不会那么害怕失败了 。
第二步 , 验证:找到北极星指标 。
先建立一个反馈回路 , 获取验证结果 。 不断思考如何才能做得更好 , 不断对自己提问题 , 这个动作看起来是多了一个步骤 , 但它能让你少走弯路 。 如果没有这个步骤 , 你就有可能原地打转 。
验证 , 其实是确认两件事:第一 , 获取一个正向反馈;第二 , 找到单一指标的关键要素 。
那什么是单一指标的关键要素呢?
Instagram 早期的社交功能和现在不一样 , 后来它发现用户分享照片的需求很大 , 于是只留下了发布照片、评论和点赞功能 , 并增加了滤镜 。 当时市面上已经有了Facebook , 多功能的社交产品很难再突出重围 。 而Instagram团队找到了最关键的要素 , 也就是分享照片 , 再以照片为核心去设计产品 。
几个月后 , 专注于图片社交分享的Instagram 正式推出 , 上线第一天获得25000个用户 , 三个月后这个数字达到100万 。
第三步 , 执行:设计增长策略 。分页标题
优秀的创业公司往往采用分阶段发布产品的战略 。 例如Facebook, 开始只面向哈佛大学的学生开放注册 , 紧接着是常春藤大学 , 随后是其他大学和高中 , 最后才对社会开放 。
分阶段增长战略有两个优势 , 首先在验证技术风险之前先要验证客户风险 。
产品再好 , 如果推荐给了不合适的人 , 可能也无法获得正向反馈 。 验证一个商业模式并不需要大量的用户 。
其次 , 控制好节奏 , 将一场马拉松拆成很多个400 米比赛 , 团队更能聚焦 。
对于一个团队来说 , 把不切实际的任务分割成合理的小任务 , 只要每天完成小任务 , 就会越来越接近大目标 。 正如《精益创业》的作者埃里克· 莱斯所说:“魔术与天才并非成功创业所必需的 , 运用可学习和可复制的科学的创业程序才是重要的” 。
从物理角度来说 , 一辆车从静止到启动这个步骤最费力 , 而一旦启动了 , 后面用惯性也能推着车子往前走 。 滚雪球也是这样 , 最小的雪球很容易滚动 , 大多雪球 , 则会越滚越快 。
内核:
找到可复制的最小内核的能力
每一个成功的人 , 都要经历找到自己内核的步骤 , 但这是一个漫长而艰难的过程 。
内核有两个特点:
1.简单 , 这样才可以大规模复制;
2.有构建系统的潜力 , 这样才能防止被别人复制 。
比如 , 海底捞 。 一般经验 , 餐饮公司很难做大、很难上市 , 但海底捞在世界各地开了300 多家店 , 在香港上市 , 市值曾突破1000亿港币 。
海底捞是如何突破餐饮业的瓶颈 , 取得成功的呢?秘密就在于它的内核 。 其实 , 张勇在1994 年创立海底捞的时候 , 是因为自己不会做饭 , 才开了家对厨艺要求不高的麻辣烫店 。 也正是因为火锅、麻辣烫不依赖大厨 , 反而给日后海底捞的复制、扩展提供了空间 。
但是 , 火锅店那么多 , 怎么只有海底捞杀出了重围呢?张勇走的路线是“ 态度好点” , 即上菜快 , 服务殷勤 , 满足客户的各种需求 。
要实现“ 简单” , 需要满足三个关键指标:
1. 大概率
好吃的火锅会有很多顾客光临 , 这是经过验证的、可以重复实现的大概率事件 , 而不是靠热情、梦想或者运气 。
2. 被复制
海底捞解决了长期以来中餐不能标准化的问题 , 以标准化的底料完成了对味道的品控 , 中央厨房提升了效率 , 保证了菜品的新鲜 , 还构建了数字化的管理系统 。
3. 大规模
如果这只是很少一部分人的需求 , 比如极限运动 , 那就很难做成大规模 。 但我们每个人一天都要吃三顿饭 , 所以火锅就是一个有大规模潜质的事 。
要实现构建系统的能力 , 发展独特的企业文化:
说回海底捞 , 从最开始的“ 态度好点儿”这个朴素的行动 , 推演出一套系统 。 对内有人文的一面 , 例如关爱员工 , 服务员在租金昂贵的北京 , 住的是正规的居民楼 , 还有专人洗衣服、打扫卫生;对外 , 有商业的一面 , 例如 , 极致的服务带来的“网红效应” , 待客能力强 , 所以可以找位置不太好、租金低的地方开店 。
这套系统就是它的护城河 , 别人学不来 , 也抄不走 。
怎样找到自己的内核?
投资大师巴菲特有句名言 , “ 我并不试图超过7 英尺高栏杆 , 我到处找的是能跨过的1英尺高栏杆” 。
跨过7 英尺高的栏杆 , 适用于极富天赋的人 , 例如达·芬奇、比尔·盖茨等 , 他们能够快速学习 , 还能在不同学科之间自由穿梭 。 可惜 , 对于绝大多数人来说 , 这种方法风险极大 , 且极难复制 。
相反 , 跨过1 英尺高的栏杆 , 找到可重复的“简单动作” 。 对于绝大多数普通人而言 , 成功的概率要远大于前者 。 假如找到这一类方法 , 你只需重复、坚持 , 就能取得超乎想象的回报 。
巴菲特说:“ 在投资方面 , 我们之所以做得非常成功 , 是因为我们全神贯注于寻找我们可以轻松跨越的1英尺高的栏杆 , 而避开那些我们没有能力跨越的7英尺高的栏杆 。 ” 分页标题
你必须找到那些可以大规模复制的1 英尺高的栏杆 , 取得成功的难点不在于做好一件大事 , 而在于找到一堆可复制的小事 。 做到专业 , 进而挖通自己的专业护城河 。
复利:
能长期局部垄断的能力
复利 , 是一种计算利息的方法 。 除了计算本金的利息外 , 新得到的利息同样可以产生利息 , 俗称“ 利滚利”、“驴打滚” 。 对“复利”描述最生动的是巴菲特的“滚雪球”理论:人生就像滚雪球 , 重要的是找到很湿的雪 , 和很长的坡 。
假设一张纸的厚度是0.1 毫米 , 对折20次 , 它的厚度将突破100米;对折42次 , 它的厚度就能达到44万公里 。 而地球到月球的距离 , 只有38万公里 。 这就是复利的魔力 。
用垄断优势实现复利
复利可以实现数字上的戏剧化 , 但是很难实现 , 也就是说 , 雪球会停下来 。
那怎么样才能避免复利停止的风险呢?硅谷著名投资人彼得· 蒂尔的观点 , 特别简单粗暴——垄断 。
垄断的反义词是完全竞争 , 我们看一组对比的例子 。
航空业算是一个完全竞争的市场 , 而网络搜索则是一个相对垄断的市场 。 2012 年 , 美国飞机票价平均178美元 , 但航空公司从一张机票中只能赚37美分 。
而谷歌作为网络搜索的垄断企业 , 利润率高达21%, 是航空业的100多倍 。 谷歌当年的市值是所有美国航空公司市值之和的3倍多
对个人而言 , 什么叫垄断呢?
不管你觉得自己内心有多么丰富 , 你在其他大部分人心目中 , 可能就是一个标签 。 比如 , 那个特别能聊天的 , 那个搞投资的 , 那个卖房子的 , 等等 。
这个标签就是你独一无二的价值 , 也是你占据的一个赛道 。 当别人有相关的需求 , 也许第一个想到的就是你 。
因此 , 你在一个公司里面地位是否牢靠 , 不取决于你有多厉害 , 或者有多么勤奋 , 而是取决于你是不是不可或缺 , 实现个人意义的垄断 , 就能避免复利停止增长的风险 , 持续获得收益 。
延迟满足与持续学习
复利的道理 , 似乎人人都懂 , 但是在行动上 , 绝大部分人 , 都没有真正理解时间之于复利的意义 。
我们再来看一个例子 , 美国军队缩编 , 军人要么选择一次性拿到退休金 , 要么选择有保障的、分期的年金支付 。 选择前者 , 只能得到“ 年金支付现值”的 40% 。 尽管如此 , 大部分人还是选择一次性拿到退休金 。
德州扑克冠军安妮· 杜克 , 她把这种“以牺牲未来自我为代价 , 来满足当前自我”的倾向 , 称为时间贴现 。 人类很容易为了眼前的满足 , 而放弃长期最佳利益 。
你可能说 , 如果你明白了退休金是怎么计算的 , 你就不会犯这种错误了 。 退休金可以推算出来 , 但我们还要面对时间的另一个敌人 , 那就是“ 未来的不确定性” 。
我们总说 , 要是买对一只增长100 倍的股票 , 十万变成一千万 , 那就“躺赢”了 。 说起来简单 , 做到真不容易 , 大部分人就是拿不住 。
比如你有幸在亚马逊1997 年刚刚上市的时候 , 买了它的股票 。 这20几年股价涨幅高达38600% , 你最初就算只买1万美元 , 什么都不做 , 现在就变成387万美元了 。 看起来是不是很容易?
但实际上在过去20 年中 , 亚马逊的股价曾有三次跌幅超过50% 。 最狠的一次跌了多少? 95%!有多少人能承受这种过山车般的起落呢?
再好的雪球 , 也不是一直向前滚 , 有时候会倒回来 , 甚至把人砸死 。
在不确定性面前 , 一个人要坚持守住时间是很难的 。 真正能延迟满足的人 , 本质上是有一种能着眼长期价值的时间观 。
大部分普通人打折甩卖了自己的未来 , 那谁是买家呢?就是那些能够做到“ 延迟满足”的人 。
安妮· 杜克给出建议是:想要获得更长远的利益 , 就要放弃这种即时满足感 , 通过更准确地理解世界 , 做出更好的初步决策 , 然后可以更灵活地应对未来的不确定性 。分页标题
愿景:
着眼于长期价值的能力
我们应该怎么去理解仰望星空的愿景呢?
愿景由两大要素组成 , 核心理念和未来蓝图 。 核心理念就是你努力要变成一个什么样的人;未来蓝图就是你努力要做成什么样的事 。
愿景是一种粗线条的强大算法 。 企业家杰森· 弗里德说 , 在他们需要头脑风暴的时候 , 会用尽量粗的笔 。 假如你用很细的笔 , 笔尖的分辨率太高 , 会促使你担心一些你不应该担心的事情 , 让你掉进细节里 。 而用又大又粗的笔 , 你就会关注大画面 , 从大局出发 , 聚焦于少数关键想法 。
愿景还会帮你规避掉一种系统性的风险:过度拟合 。 在统计模型中 , 因为使用过多的参数而导致模型对观察数据过度拟合 , 以致当用该模型预测其他测试样本输出的时候会与期望值相差过大 。 算法专家汤姆· 格里菲思提醒我们 , 不确定性越大 , 数据越杂乱无章;这时 , 你越应该注意“过度拟合”的风险 。
打个比方 , 你在一个森林里迷路了 , 你有两个工具可以借助 , 一个是你手上的那幅地图 , 一个是天上的北极星 。 手上的地图标注很详细 , 但在不断变化的森林里 , 你能完全信任前人的经验吗?如果你太过于依赖特别具体的地图 , 一旦有错误的信息 , 环境发生变化 , 你就可能陷入原地打转的困境 。
走出森林的最好办法是什么呢?抬头看 , 找到北极星 , 然后顺着大方向往外走 , 途中发挥创造性和自主性 , 应对随时发生的突发事件 。
地图看起来很精准、很确定 , 但会让你陷入细节 , 失去大方向 。 北极星很遥远、形象模糊 , 但却是确定的永恒存在 , 这就是“ 北极星优于地图”的道理 。
愿景 , 本质上是一种从全局出发 , 着眼于长期价值的算法 , 帮助我们穿越未知的黑暗森林 。
愿景是怎么样发挥神奇力量的?
其一 , 愿景代表了一种“ 预见”能力 , 能够把一个抽象概念转化为一幅图景 , 让大目标可视化 。
阿里云现在是阿里最重要的业务之一 , 但是当年阿里内部对“ 要不要做云计算” 产生过极大的分歧 。 最后马云拍板 , 做 。 就是因为阿里的愿景是“让天下没有难做的生意” 。 云计算可以把IT服务平民化 , 很小的创业公司也能享受这样的服务 , 它符合阿里的愿景和使命 。 符合愿景的事 , 在长期来看就是对的 , 值得投入 。
亚马逊的创始人贝佐斯也是这样做决策的 , 他说过一段话:“ 亚马逊喜欢做5~7年才有回报的事情 。 只要延长时间期限 , 你就可以做许多正常情况下无法企及的事情 。 我们在愿景上固执己见 , 在细节上灵活变通 。 ”执着于愿景 , 帮贝佐斯做出了很多更有利于长远价值的选择 。
其次 , 人是一种需要反馈的动物 。
但是人生中大部分的事都无法得到及时、具体的反馈 。 在没有反馈的时候 , 你就可能犹豫要不要坚持 。 创业者需要处于一种半妄想状态 , 才能直面创业过程中不可避免的高潮和低谷 。
人们在尚未得到充分实证支持的情况下 , 也会半妄想:我想成为的人、我想做的事 。 愿景提供不可或缺的鼓励和反馈 。
其三 , 愿景能够引发化学反应 。
18 世纪的法国学者傅里叶让仆人每天早晨都对他说:该起床了 , 伟大的理想正在召唤你!
愿景为什么能给别人打鸡血?我们来看一种了不起的思维方式 , 最伟大的企业和个人都是这么思考问题的 , 那就是“ 黄金圈法则” 。
黄金圈就是有三个圆圈 , 里面那个叫WHY :为什么 , 是指“目的”;
中间的圆圈叫HOW :如何做 , 是指“方法”;
外面那个圆圈叫WHAT :做什么 , 是指“执行” 。
普通的思维方式是从外到内的 , 先考虑做什么 , 再想怎么做 , 最后才问为什么 , 也就是WHAT→HOW→WHY。
举例说 , 如果是一般的厂家来卖电脑会是: 分页标题
WHAT :我们做了一台最棒的电脑 。
HOW :用户体验良好 , 使用简单 , 设计精美 。
WHY :能帮你提高工作效率 , 让你的游戏效果更好 。
然后对用户说:买一台吧!
而厉害的思维方式是由内而外的 , WHY→HOW→WHAT。
比如苹果公司卖电脑会这么说:
WHY :我们做的每一件事情 , 都是为了突破和创新 。 我们坚信应该以不同的方式思考 。
HOW :我们挑战现状的方式是通过把我们的产品设计得十分精美 , 使用简单 , 界面友好 。
WHAT :我们只是在这个过程中做出了最棒的电脑 。
最后才对用户说:你现在来买一台吗?
苹果公司先阐释了公司愿景 , 给出一套极具说服力的理由 , 所以更吸引人 。 日本企业家稻盛和夫说:做企业 , 需要乐观地设想 , 悲观地计划 , 愉快地执行 。 其实 , 人生也是如此 。
涌现:
在自己身上发挥群体智慧的能力
涌现 , 来源于对复杂系统的研究 , 是复杂系统中最显著也是最重要的一种特征 。 在系统科学中 , 大量微观的个体一起互相作用之后 , 就会有一些全新的属性、规律或者模式自发地冒出来 , 这种现象被称之为涌现 , 最后的效果是“ 整体大于部分之和” 。
动物学家卡尔· 弗里施发现蜜蜂可以通过舞蹈交流 , 他因此获得诺贝尔生理学或医学奖 。
当一只独自行动的蜜蜂发现一处丰饶的蜜源时 , 它会兴奋地返回蜂巢 , 表演一段8 字舞 。 之所以叫8字舞 , 是因为密封的舞蹈路径会形成一个阿拉伯数字8 , 其中包含一个摇摆运动和一个返回运动 。
借此 , 蜜蜂能够把花蜜的方向和距离精确地告知同伴 , 比如 , 它摆动臀部的时间越长 , 意味着蜜源的距离越远 。 其他蜜蜂可以解码这段舞蹈 , 按照它提供的信息找到花蜜 。 单个蜜蜂的智能水平很低 , 蜂群却可以发挥群体智慧 。
蜜蜂和蚂蚁一样 , 都是采用了非常简单的算法 , 通过大量个体的尝试 , 最终得出最优路线 。
蚂蚁费力地穿过沙滩回到蚁巢 , 沿途要爬过很多山丘 , 绕过很多鹅卵石 。 如果我们试图对每一条可能的路线编程 , 失败是一个注定的结局 , 因为理论上存在的路径无穷无尽 。 蚂蚁们不断地重复尝试 , 走的最多的路会留下最多的信息素 , 它一定就是最短的那条路径 。
与之类似的 , 我们的大脑也是由无数个简单的神经元构成 , 通过信息交换涌现出智慧 。 在蚁群和神经元群体这两种体系中 , 整体水平较高的智慧 , 都是从一只蚂蚁 , 一个神经元这些简单的群体当中涌现出来的 。
利用涌现的方法 , 在蚁群、蜂群和大脑中构建出智慧的力量 , 我们的大脑本身 , 就是一个涌现的超级系统 。
如果我们把涌现应用到具体生活中 , 也会产生意想不到的力量 。
有一个妈妈曾经办过一个摄影展 , 记录的无非是孩子的日常生活 , 摄影技术也谈不上高明 。 却吸引了大量的观众 , 赶到她所在的小镇 , 一睹为快 。
神奇的吸引力说出来也很简单 , 她从孩子出生开始 , 每天为孩子拍一张照片 , 直到成年 , 一天都未曾错过 。 即使每一张照片都很普通 , 成千上万张照片串联在一起 , 就能产生震撼人心的效果 。
单看每一张照片都很简单 , 可能还不如业余摄影师拍的好 , 放到一起的摄影展 , 就会产生超越整体的效果 , 这就是涌现 。
大自然有两个重要的算法 , 一是进化 , 二是大脑 , 后者难免会被归为前者 。 在现实中 , 我们虽然会拼命思考 , 但是极少思考自己的思考 。
只有一步步理解了更高维度的算法 , 才能重新获得对于人生的控制感 。
*本文整理摘自 《人生算法》
假设你现在中了一个大奖 , 你有两种选择:直接拿走100万美元;或有50%的概率获得一亿美元 , 或有50%的可能什么也拿不到 。 你会选哪个?欢迎文末留言~ 分页标题
参与话题讨论 , 留言区点赞最高赠《人生算法》一本 , 混沌君随机抽送2本 , 8月1日开奖~
为什么大多数人穷其一生 , 不管多聪明、多勤奋 , 终究一无所获?为什么有些人看起来不过如此 , 但能够超越出身和智商 , 最终取得成功?秘密在于那些收获财富、健康、幸福的人生赢家都拥有自己的人生算法 。 《人生算法》这本书给出了一套完整的“人生算法”操作系统 , 帮助你找到自己的算法 。

海底捞|高手都是通过这9种方法找到了“底层算法”
本文插图
【海底捞|高手都是通过这9种方法找到了“底层算法”】