BENZ C300限量首賣 BMW X5限量首賣最新!投信連續3日買超股 蔡總統對決韓國瑜 柯文...
2019-06-19 15:09:01 | 人氣(198) | 回應(0) | 上一篇 | 下一篇

人生想成功,這4種思維你有嗎?

推薦 0 收藏 0 轉貼0 訂閱站台





(來源:筆記俠)---內容來源:《跨界學習》讀書筆記,筆記俠經出版社授權發布。


1.

四步解題法:你能達到任何目標

大數學家G·波利亞曾提出過一種簡單、靠譜、穩定地解決問題的方法,叫作「四步解題法」,與之相對應的還有一份完整的問題清單。
 
後來人們認為,該方法及問題清單面對的不僅僅是數學題,還包括種種人生難題,它適用於無數其他情境,能幫助每個人尋找各自問題的解決之道。

 
四步解題法即為:

1.徹底理解問題

問題既不能太難,也不能太簡單。你不要迎難而上,主動去找太難的問題;也不要隨遇而安,專找自己會做的問題。

為了確保真正理解問題,你最好把問題用自己的話轉換成各種形式,反復重新表達。而無論怎樣重新表達,都別忘了要指出問題的主干。

 
例如,列出問題清單:求解哪個未知數?已知什麼條件?條件充不充分?但凡能畫圖的,一定要畫;把條件分解成各個部分;把問題用自己的話重新講、反復講。


2.形成解決思路

這一步的關鍵是獲得好思路。你過往解決問題的經驗、已經掌握的知識,都是思路的來源。

如果你的思路始終不肯降臨,那就試試改變這個問題的各個組件——已知、未知、條件——逐一替換,直到找到與之相似而你又解決過的問題。

 
你要問自己:以前有沒有見過相似或相關的問題?以前用過的方法這次是否適用?不相似的地方是否需要引入輔助假設?條件有沒有用足?能不能構造比現在更簡單一點的問題,先解決簡單的部分?如果微調已知數和條件,甚至改變求解的未知數,能否找到解題線索?


3.執行

獲得思路需要知識、良好習慣、專注力,當然還有運氣。然而,執行就相對簡單,主要靠耐心。
 
你要反復提醒自己:每一步都檢查過了嗎?
 
檢查有兩種:一種是直覺,一種是證明。兩種都有用,但它們確實是兩回事。

直覺是問你自己:這一步是不是一眼看上去就是對的?證明是問你自己:能不能嚴格證明這一步是對的?


4.總結

絕不能解決完問題就了事,因為那就浪費了鞏固知識和提升技巧的機會。

你再檢查一遍論證過程,嘗試用另外的方法解題,尋找更明快簡捷的方法。

在回顧總結階段的問題清單時,自問:結果檢查了嗎?論證過程檢查了嗎?能否用另外的方法推出結果?能否將方法用於解決其他問題?

主動制造反饋,抓住舉一反三的機會,總結是最好的啟發時刻。
 
直面真相,坦然面對短板,縝密計劃,扛住挫折,反復訓練,重視反饋。
 
成功之道就是這麼簡單,只是做來不易。





2.

多元化:人生關系組合配置法

著名作家、人類學家賈雷德·戴蒙德曾問過一個問題:秘魯農民與哈佛校產基金經理有什麼區別?

答:秘魯農民理解投資風險,而且投資目標合理。

哈佛校產基金經理管理300多億美元的校產基金,按對沖基金的規矩拿管理費和利潤分成,集中投資於低流動性資產,過了20年好日子。

 
而到了2008年,他們在金融危機中虧掉三分之一的資產,從此完全失去方向。
 
自2009年起直至今天,他們都在大牛市中遠遠落後。最後,哈佛忍無可忍,開除了他們。
 
秘魯農民就不一樣。他們種地種得很碎,每家人平均有十來塊地,分散在不同的方向,每天種地得走過來走過去,還得趕著牲畜,花時間、耗精力。

 
把地集中到一起會省很多事,而且也不難做到,置換就是了,但他們不這麼干。是他們傻嗎?

他們不傻。種地是靠天吃飯,「天地不仁,以萬物為芻狗」,老天說變臉就變臉,所以種地是高風險事業。
 
秘魯農民無師自通,懂得只有多元化才能活下來。把地分開種,跟不把所有雞蛋放在同一個籃子裡是同樣的道理:
 
只種1塊地的話,一遇天災、蟲災、盜賊,全家都得挨餓;而分成10塊來種,不可能同時受災,就不大會挨餓。


——提煉一下,秘魯農民是這樣管理風險的:

首先,他們追求的不是更高的平均預期收益,而是不要挨餓;其次,在不挨餓的前提下,才去追求高一點的平均預期收益;第三,但是為了保險,多元化的程度比理論最優值還要高一點。


多元化的邏輯極淺近,又極深刻。包括你的人際關系,也是個組合,也適用多元化邏輯:

1.風險更小

我們都喜歡跟同道中人在一起,這本身沒錯,錯的是我們只與同道中人在一起。
我們應該擴展人際關系組合,納入那些與「既有關系相關度」較小的新關系。

有人最早在中關村做計算機軟件,然後搞投資,後來又替作家打版權官司;打贏後正好代理其IP,趁勢進軍影視娛樂界……不僅生活多姿多彩,而且風險更小。


2.創造超額回報

麻省理工學院著名的多媒體實驗室負責人亞歷克斯·彭特蘭(Alex Pentland)曾說:人際關系多元的人,最有創新力。

他們能在每一個觀念流中自由地探索,又能在不同的觀念流之間自如轉換;還能將各處采集來的觀念,在溝通轉換中,再度碰撞、篩選、匯集,最終變成決策。

這些最有創新能力的人不必最聰明、最能干,但他們在人際關系網絡及其承載的觀念流中,最如魚得水。






3.

怎樣做到持續成功?

成功極難,但下一個成功更難。
 
成功指的就是,環境選擇了那些成功者。問題是環境會變,而成功者幾乎注定跟不上環境的變化,他們向以前的環境過度優化。
 
哈佛商學院教授克萊頓·M·克裡斯坦森曾說:
 
優秀者(幾乎)注定失敗的原因就是他們優秀;他們聽取客戶的需求,優化管理流程,追逐最新的持續型技術,排斥擾亂型技術,每一步都是在當前環境下的理性的最優選擇,直到環境劇變,災難降臨。

 
這就是成功的悖論。那我們該怎麼辦?

1.在自己選定的方向專心致志、全力以赴
 
最大限度地適應你所選定的那個環境,因為唯有這樣,你才有成功的可能。

別人都不搏二兔,就你三心二意,你想成功,那就是做夢。


2.永遠要對自己向當下的環境過度優化保持警惕
 
20年前的頂級商業智慧,來自英特爾傳奇總裁安德魯·S·格魯夫。
 
他曾說:想要在那個時代出頭,必須做到這三點——第一,不要追求差異化;第二,搶跑、搶跑、搶跑,先發優勢至關重要;第三,血拼成本。

 
他曾用這三原則分析離開蘋果的喬布斯,但卻很快被「打臉」。

重新回歸蘋果後的喬布斯,開始大刀闊斧地改革,並開始一個一個地證偽格魯夫的原則。

格魯夫說「不要差異化」,喬布斯不理睬,提出口號:Think different(不同凡響);格魯夫說,「先發吃肉,後發吃灰」,喬布斯不理睬,偏要進入熟透到爛的市場,卻進一個顛覆一個。

 
由此,蘋果實現了從30億美元到今天超過萬億美元市值的華麗逆轉。
 
雖然不盡力適應當下環境就無法成功,但是極度適應當下環境就必然在環境中失敗。


3.優化財務資源配置,用財務資本做多元化投資
 
上一次成功帶來的資源,有人才、企業文化、財務資源。這些資源中,財務資源要用足,其他資源則要盡可能切割。
 
新歸新、舊歸舊,文化是剛性的,人可調整的空間是有限的,唯有金錢最可塑。
 
人力資本是剛性的,調整起來事倍功半,沒有人做得到像自己期望的那樣靈活。
 
你的人力資本,最好繼續用來全身心擁抱你選定的方向;你的財務資本,也就是錢,是真正靈活的。它沒有歷史包袱,用它來迎接環境變遷的挑戰,事半功倍。





4.

邏輯和算法,撬動群體智慧

1.一人一票,簡單平均
 
把一頭牛牽到集市上,讓趕集的農夫目測其體重;把一罐糖果放到桌上,讓小朋友估計有多少顆。
 
系統地看,將所有估計做簡單平均,勝過每個人去做單獨估計。求和再除以人數的結果,會比每個人的估計都准。

 
原因在於,每個人各自掌握一些信息,各有判斷,但哪怕只是用平均這樣簡單粗暴的方法聚合起來,也比單個人掌握的信息要完整,形成的判斷也更准確。
 
這就是群體智慧的原意。

豆瓣聚合和IMDb(互聯網電影資料庫)同樣運用了群體智慧:
 
創始人阿北曾這樣解釋過豆瓣的原則:一人一票,簡單平均。

 
簡單歸簡單,但這辦法很靠譜。如果投票者數量足夠多,投票相對獨立,那麼簡單平均值的准確度就會系統性地超越個體判斷。
 
但豆瓣的「簡單平均法」簡捷但遠不完美。假設一部電影,有2個人打分5星,而另一部電影10萬人打分,但平均4.9星;到底哪部電影更好?用簡單平均法識別不了。

 
電影評價類網站的開創者和霸主IMDb是這樣解決這個問題的,它用了貝葉斯推理。
 
貝葉斯推理總是從預先的假設開始。既然事先不知道一部電影的得分會是多少,那就給它一個基准分,對應一個基准的投票數。
 
然後,你看完電影,開始打分,新信息進來了,貝葉斯推理會用這些新信息修正得分,隨每一個用戶打分而變化。
 
電影都是平等的,但是因為算法不同,小眾電影與大眾電影在IMDb上的評分比在豆瓣上更平等一些。


2.可信度加權,解放信息
 
一人一票是平等的,但看電影這件事有許多好理由支持搞不平等:水軍跟觀眾不應該平等,掏錢買票看的跟白看的不應該平等,高水平觀眾跟普通觀眾不應該平等。
 
一人一票反映不出每一票中包含的獨特信息,但這些信息也是有價值的,怎麼把信息解放出來呢?得再往前一步。
 
對沖基金管理人達利歐提出了一種叫作「believability-weighted idea meritocracy」的決策方法,直譯為「可信度加權的想法唯賢是舉體制」。說白了,就是話份。

 
首先,人人都有話份,在決策流程中都能發言,在發言資格的意義上,大家也是平等的,但是彼此的話份有差等。
 
有人水平高、決策效果的歷史表現好,他的話份就大,反之話份就小。決策如果有意見分歧,則按「不同意見×話份」來解決分歧。


每次決策都有記錄,根據決策效果的反饋,隨時更新每個人的話份。
 
這想法談不上有多新,都是貝葉斯推理的簡單運用,而獨特之處在於實實在在地用於管理決策,為此搭建技術、重組管理,做實、做到底。革命性就在這裡。





3.極化算法,捕捉自信
 
憑借運用話份的邏輯聚合群體智慧,達利歐做到了行業的頂峰。
 
那麼能不能再往前一步,做得更好?菲利普·泰洛克(Philip Tetlock)認為可以。
 
泰洛克是美國著名政治學者,領導預測項目——善斷計劃(Good Judgement Project)。計劃的資助者是直屬美國國家情報總監的情報研究局,旨在為整個情報界提供革命性的創新能力。

 
幾年間,2萬多人在善斷計劃網站上就美國情報界拋出的500個問題做出持續預測和實時檢驗。
 
泰洛克把每個預測者的每次預測都打分,匯總成個人總分,在漫長的賽馬中識別好馬,最終有2%的人脫穎而出,攀到最優秀一級,成為「超級預測者」。
 
善斷計劃則根據每個人的得分調整其在整體預測中的權重分配,生成預測。

 
到這一步,泰洛克的方法與達利歐和西爾弗的相似,但下一步則是泰洛克的創舉。其實也很簡單:
 
對加權平均後形成的預測結果再做一道加工——極化(extremize),將預測結果往100%或者0%的方向推。
 
例如,預測特朗普能否連任美國總統,如果預測者加權平均後的預測概率是70%,那就把它上調,比如調到85%;相反,如果預測概率是30%,那就把它下調到15%。

 
極化的理由是這樣的:假設群體中的每個人都獲得了群體的全部信息,那麼他們做預測時一定會更為自信。
從群體簡單平均到加權平均的過程,事實上已經聚合了所有人的信息,但沒有完全反映出與之對應的自信,極化就是要捕捉這個自信:
 
如果是樂觀預測,極化會輸出一個更樂觀的預測;如界是悲觀預測,極化會輸出一個更悲觀的預測。
 
善斷計劃的預測准確率高得驚人。參與者不過是一群普通人,智商還可以,但不特殊,教育背景參差不齊,也沒有內幕信息。

 
他們只借助相當簡單的算法,就用預測擊敗了全部現有的預測系統,甚至戰勝了專業情報分析師——分析師們不僅專業,還是出題人,而且還有機密信息。
 
正確地聚合群體智慧,就獲得了這個時代最接近千裡眼的工具。
 
不難觸類旁通:只要是測試永不停歇、參與者足夠多、檢驗和反饋足夠明確的領域,無論是經濟、政治、金融還是其他,都可以用「加權平均+動態調整權重+極化算法」來撬動群體智慧,其應用空間極大。-----(筆記俠*整理者:馬暢/ TalentGuide)



台長: 聖天使
人氣(198) | 回應(0)| 推薦 (0)| 收藏 (0)
全站分類: 工作甘苦(工作心得、創業、求職) | 個人分類: 職場創業心情STATUS: publish |
此分類下一篇:成為人生贏家,底層邏輯比階層更重要
此分類上一篇:厲害的人,都使用這一套方法

我要回應 本篇僅限會員/好友回應,請先 登入
TOP
詳全文