bookmark_borderi人、短视频与先立后破

我是个 i 人,80%的 i。

极简主义的 i 人

有人认为 i 人是内向,e 人是外向。我认为这绝对化了,即使 i 人一般不怎么说话,e 人特别爱说话,我也不认为 i 人是内向的。

i 人的习惯,是有 200 字的话要说,但只说 20 个字,剩下请自行脑补,懒得解释。

e 人相反,如果有 200 字的话要说,e 人会滔滔不绝的说上 2000 字,如果你不拦着他,也许还可以再说上两小时。

作为深度 i 人,我愿意用码字、拍照甚至写代码的方式去表达观点,这些表达方式是抽象的,i 人专注于从复杂的世界中寻找那些值得铭记的关键因素,然后抽离出一个属于 i 人自己的世界。

i 人不喜欢解释,所以有时候会看起来非常高冷,如果你想理解 i 人,需要花上一些时间,慢慢体会。

还不能问,问了可能也没答案。

欣赏 i 人的表达是个心旷神怡的过程,你可能需要脑补很多东西才能跟上 i 人的节奏。当然,很多情况下你可能会跟不上,这倒也没事儿,你会有很多时间,你品,你细品。

相反,e 人的表达直白得多。如果你向一个 e 人朋友了解某件事儿,e 人会掰开了揉碎了给你解释的一清二楚。短视频和直播绝对是 e 人的法宝,上天送给 e 人的礼物,相反,让一个 i 人对着手机摄像头说上一大段话就太不容易了。

我常常把所谓的 i 当成一种极简主义,眼睛里揉不得一点沙子,断舍离最开心了,如果 3 个字能表达清楚,就一定不要用 5 个字。

反正,作为一个 i 人,我完全受不了短视频的唠叨,我甚至很难不拖进度条听完大部分播客,还好,现在有 AI 帮忙。

短视频时代和 i 人的冬天

这两年短视频爆火,让 i 人表示略有不适。

大概从 16 年开始,我们进入了短视频时代,抖音、快手、视频号甚至多多、B站、美团都告诉我们,只要你想,你就可以用拍小视频的方式秀出自己,还能赚到钱。

最近还火了短剧这种东西,大有替代传统电影之势。在抖音大学跳了三年舞的小哥哥小姐姐们,有从线上走到线下的需求,拍短剧是不错的路子。

未来不仅仅是短剧,小姐姐小哥哥们肯定还会进一步走向线下、去开见面会、去 LiveHouse、去到粉丝面前去跳舞、握手,玩,也去赚钱!

扯远了。这是好事,但就像前面说的,我到现在都难以接受短视频这种艺术形式。一段小视频里塞进那么多密密麻麻的信息,作为一个超高敏 i 人,从镜头语言到台词和剧情脚本,从背景配乐到画面调色,我会去思考其中每个细节背后的含义。

好累,可能完美主义害死人。

Airbnb 的创始人布莱恩·切斯基(Brian Chesky)有句名言:“重复不会创造记忆,新的体验可以”。(Repetition doesn’t create memories. New experiences do.)

我更受不了的就是那些像唐僧一样唠叨的重复的短视频,一句话能说清楚的屁大点破事儿巴不得重复几十遍废话再灌入你的耳朵里。

短视频在我眼里除了用来消解情绪和打发时间,似乎真的很难给我什么新的体验。我还是安安静静做个好粉丝吧,无聊的时候花上几十分钟去划短视频也挺好,就好像以前躺在沙发上翻看电视广告一样。

但如果让我套套模版,去输出一些不痛不痒的内容,那么为什么我不选择码字呢?短视频时代真是 i 人的冬天,我还是愿意静静地看书。

我佩服那些能献祭出自己,花大把时间去用短视频这种碎片化的艺术形式表现自己的人,更佩服那些能从短视频中学习到各种大道理的人,可能他们没那么 i 吧。

想起来几年前,《隐形守护者》因为经费不够没能被拍成视频,而只用照片的形式呈现了一部游戏,我毫不犹豫的冲了,i 人仿佛看到了一股清流。今年的《完蛋!我被美女包围了!》虽然也挺有意思,但在我心里并没有超过当年隐守的地位。

AIGC 与先立后破

不论是文字、图片或者视频或者我不喜欢的短视频,都只是一种媒体形式罢了,衡量其到底好不好,还得看内容。

i 人的优势在于重视里子,关注事情本身应该呈现的样子,e 人的优势在于重视面子,关注怎么把事情以大众更容易接受的方式表现出来。这两种侧重没有对错,就像一个硬币的两面,少了谁也不行。

也许每个 i 人都需要一个 e 人小伙伴,帮忙支棱起面子的部分。

这个年代,AI,尤其是AIGC,已经成了 i 人最好的伙伴。估计你已经体验过 AI 最擅长的圆滑,不管什么话都可以说的天衣无缝——哪怕是睁眼说瞎话。

在这两年 AIGC 大火之前,e 人相对稀缺,因此,能够帮助 i 人们把干货写成鸡汤文,做成短视频的 e 人小伙伴们非常吃香,因为那时的流量很值钱。

然而,这部分工作在肉眼可见的将来,就可以让 AI 代劳了,只要你想,AI 有无数办法帮你表达,帮你圆滑,也帮你获取大量的流量,这反而让流量变得不值钱,相比之下,内容本身就值钱多了。

先立后破这个词最近又火了起来。在我看来,i 人的表达是一种立,e 人的表达是一种破。以前立容易破难。但随着这几年短视频、AIGC之类媒体形式的发展,破越来越容易,这就更凸显出立的珍贵。

20 多年前,玩《仙剑奇侠传》那会儿,我就喜欢赵灵儿和林月如。现在即使在《完蛋》面前已经被美女包围,我依然还是喜欢赵灵儿和林月如。

bookmark_border流量恐惧、时间的朋友与腾讯全域经营

聊聊流量。

我恐惧流量,就像I人恐惧社交

我经常跟人说,我有流量恐惧症。

有人看见我又发新文章,随口恭维一句,祝你阅读过万,我笑笑:不被删帖就好。

很早很早的年代,blog刚开始盛行,我就开始码字。

那时年轻气盛,外加思维活跃,喜欢针砭时弊,抨击身边一切看不惯的东西。

这种内容,博眼球是肯定的,骂学校的那篇,一度上了CSDN首页。

看着评论区开始人肉作者,我突然就怕了,这要是被学院知道,那还了得?

还好那个年代,顺着网线找到宿舍这种事还不存在。不过,我对博眼球这种事儿就没什么感觉了,粉转黑,鄙视一切键盘党。

后来开始专心技术,不折腾别的了。

工作之后,在互联网行业摸爬滚打。偶然的机会,搞懂了流量原来是可以换钱买酒喝的。互联网公司有产品,技术,运营,表面上最没技术含量,实际上套路最深的环节原来不是写代码而是运营。

一拍脑袋,原来自己错过了一个亿。然后就加入了流量生意大军,玩的不亦乐乎。

不是我不明白,这世界变化快。你不明白我明白就行,甲方不明白我们明白就行了,你有什么需求,统统可以给你满足。

在暴利面前,阅读量只是一个数字,而已,dddd。

更可怕的是,我发现舆论居然会被阅读量这种在我眼中毫无价值的数字所引导,真是一群麻瓜。

夜深人静,突然反思我都干了些啥,在一堆鸡汤文学中,帮人贩卖洗发水和月饼?

突然感到一阵emo,就像i人被迫在广场上卖艺。

想跟时间做朋友,时间不理我

后来推荐算法开始流行,玩法变了,我也觉得挺无聊的,想着还是回去好好做些产品吧。

做产品难多了,互联网产品,还是toB的,本质上是要教客户做事的,可你是谁啊,那几脚花拳绣腿,顶着互联网的旗号,人家就理你?

虽然也遇到一些理想主义的真心相信互联网改变世界的朋友,但要承认的是,我们大部分人在大部分时间都是现实的,每天关心的不是天上的月亮,仅仅只是能不能好好搬砖以及中午点什么外卖罢了。

那些有钱的大客户们也是一样。这个行业就是现实落地的,一说互联网,我们想到的是技术革新,是效率,是未来生活方式,他们想到的是利润,是高新认证,是所得税率。

连接这两者的是茅台,又是dddd。

腾讯说,要加码产业互联网。我心里捏把汗,果然几年后贪污腐败抓了一大批人。

后来有人讨论为什么中国出不了好的SaaS公司,我心里想:呵呵,你们喝过几瓶茅台?

我想做时间的朋友,但时间不理我。

未来的小流量全域运营

一转眼到了AIGC的时代,仿佛又回到了十几年前的iPhone时刻。

有了AI加持,大流量越来越不值钱了。只要你想,AI智能伙伴分分钟给你堆出10w+。

已经有先知先觉的人开始靠这个搞钱,逼得马化腾坚定喊出:我已经不相信买流量了!

给Pony马点赞,我看好腾讯。

问题是,如果不买流量,该怎么运营产品呢?产品经理们突然懵了,运营小哥们突然也懵了,广告主们更懵逼了。

还是有人看到这个巨变并找到玩法的,苹果早就搞懂了,用并不高的市场份额吃掉了全市场绝大多数利润。

拼多多也是其中一个,虽然不少人还觉得拼多多只是靠低价取胜,一直关心拼多多的GMV。

腾讯也后知后觉,今年喊出了全域经营,第三次流量变迁的口号。

芒格说,事业上有三两知己同行,一生足矣。互联网行业有句老话,找到100个爱你的人,不要在乎规模。

这种转型也面临着巨大阻力,就说投资人们吧,每天就盯着那几个不知道什么渠道弄来的Excel的数字算来算去,一个数据没跟上脑补曲线就卖股票。

科技向善,只有真正的以人为本,让粉丝们玩的开心,时间才是你的朋友。

要理解这一点,就得理解能长期创造价值的人,永远是小众群体,康庄大道上永远冷冷清清。

可流量也不是一无是处,黄峥在一次访谈中说道;投广告是为了告诉消费者我不是骗子。

精髓了!

真心希望腾讯能转型成功,未来是光明的,尤其在还有区块链来解决数据诚实的问题的时代。

bookmark_border酱香拿铁、年轻人与科技文娱投资

来聊文化!

播客,梅开二度

一晃眼,距离第一次录播客(播客录制、IT产业与SaaS服务)已经有几个月了。

9 月上旬,茅台喝瑞幸突然来了个联名,摸出了个酱香拿铁,一时火遍全网。我趁热又去录了一期播客。

与第一期内容偏重聊技术与商业不同,第二期内容接地气的多。虽然从酱香拿铁开始聊,但我更多想说的,还是如何看待公司、品牌、社会的年轻化,如何投资年轻人,如何投资新兴的科技文化娱乐消费等等产业

花了一些时间整理了脱水文字版,跟播客内容基本相同,略有改动,供大家(与AI一起)参考。

播客的信息密度非常恐怖,看看文字稿的字数就知道了。

我有个计划,用三期播客的长度,把我想说的该说的可以说的东西都说个差不多。

我希望我火力全开输出的观点,都能保持几十年有效,至少保持几年有效吧。

我的想法是,只有发现我的观点错了,我才会再出来录第四期。

这就是播客有意思的地方。

这个计划非常理想化,可能计划赶不上变化,但谁知道呢?

随缘。

酱香拿铁是一个伟大的品牌营销案例

从酱香拿铁开始聊起。

从朋友圈随手扒下来酱香拿铁买家秀, Elissa, 2023.11

瑞幸加上茅台的IP之后,大家消费热情很强,从数据上看,一天就卖了500多万杯,贡献了一亿多的收入。不过也会有一些人认为,这件事儿把茅台IP的含金量给降低了,甚至有的资深茅台投资者认为这件事儿严重损伤了茅台高端酒的名誉。

对此,我不以为然。

我认为酱香拿铁是非常成功的品牌营销案例,它成功的程度,是那种可以写进未来中国商学院教科书的,甚至即使放在教科书里,都应该是那种标志性的,最厉害的,放在最前面供后人学习的案例。

我并不是那种会第一时间对网红产品趋之若鹜的人。看到酱香拿铁出来之后,我起初也不以为意。但很快一早上几个小时时间,我就突然发现全网,不论是微博、小红书、包括我的微信朋友圈都在刷这个东西。

中午吃完午饭,我思考了一下,感觉这次营销活动不简单,不论是时机、内容、形式都堪称完美,然后就决定要好好聊聊。

我当时还没喝上酱香拿铁,就先去问了几个朋友一些问题,想了解下他们尤其是年轻人对这事儿的看法。《文娱圈内人》的主播RUXUAN第一个回复了我,她的第一句反馈就是这个东西难喝。

我一听到难喝就兴奋了。没错,要的就是这个,就是这个效果。

我脑子里第一个跳出来的是可口可乐。熟悉可口可乐历史的人可能知道,早年的可口可乐就是以独特的口味脱颖而出的,软饮料这个东西最重要的就是识别度,记忆点是最重要的。

觉得难喝,你就记住了。觉得酱香味难喝,你就记住酱香味了。

我是贵州人,我对酱香这种味道是非常非常有感情的,酱香的味道其实代表了很多东西,不仅代表了茅台、也代表了贵州、它让人想到红军长征,甚至代表了中国文化。

这个味道的确很多人喝不惯,这很正常。后来我也喝了一杯,一喝就发现对了,就是这个味道,就是我要的酱香味。

我一直很喜欢喝酱香味道的酒,后来因为身体原因,喝多了胃疼,也就喝得不多了。但喝到这个味道就会觉得很开心,你可以享受这个味道,还不用担心喝醉!

这种感觉很有意思,酱香拿铁就是那种小孩子喝了会难过,但老人喝了很开心的东西(P.S.就好像迪士尼,小孩子去了会开心,因为全是好玩的,老人去了会无聊,因为没什么新鲜事儿了,门票还那么贵)。

酱香味道本身是一种符号,它真的是一个IP。

而酱香拿铁,可能真的会让这种味道和记忆,从我们这批老人脑子里转移到更年轻的那批人的脑子里,这就是我最有感触地方。

喝酒不是错,酒桌文化也不是错

所以,酱香拿铁用了一个年轻化的新产品,保留了它原来的口味、原来的文化,让这个品牌从中年群体走向了更年轻的群体。

年轻人未来可能更少有机会再去酒桌上重新再喝一遍茅台了,年轻人们谈生意可能也再不会那么频繁的上酒桌了,但他们可以通过这个新产品去了解、感受上一代人的故事。

在我们老人的脑子里,总是有这样那样的故事的。如果没有茅台,可能就不会有你的公司,也不会有你的生意,不会有你的合作伙伴。年轻人现在不懂这些(这可能是好事),但有了酱香拿铁,年轻人可能就会领会到其中一些值得传承的精神。他喝了这样的东西以后,就会回去告诉朋友不好喝,或者好喝,或者告诉你其实你应该怎么喝更好喝,等等。

在这个过程中,人和人之间就互动起来了。这就好像大家一起打游戏交流攻略一样,一旦互动起来,人与人之间就有了话题,可能就有了交情,就有了生意。

这一点跟酒桌文化是一样的。

其实茅台很重要的一点,是茅台的社会价值,作为标签的意义。对我们中老年人来说,你跟我喝二锅头,我会当你是朋友,你跟我喝茅台,我会跟你好好做生意,这就是交情。

我们以前出门开Party,有人带了一瓶茅台,所有人可能就会开始想,你是要跟我们做生意吗?我们今天是不是要聊点什么?

现在年轻人一样,你请我喝9块9的咖啡,我会把你当好朋友,你请我喝瑞幸的高端款,我们可能就是非常好的朋友,其中可能隐含了别的意思。我们除了做朋友,要不要聊点别的?

这种文化是一种社会共识。

我们中国人的文化是比较含蓄内敛的,我的感受是,我们不会像老外一样,一上来就把事儿说的很清楚,所以大家需要茅台这样的东西来强化共识。我们的年轻人其实也是很含蓄的,很多时候,大家都是i人,喜欢一个人宅在家里,一个人逛街,一个人玩游戏,懒得跟人交流。

但是,只要大家一喝到这种酱香味道,就可以开始聊别的,气氛一下就火热起来,这就跟我们在酒桌上喝茅台的感觉是一模一样的,所以我觉得茅台这一波的传承是真的到位。

很多人对酒桌文化是非常抵触的,尤其是想到这种酒桌文化还要从中年群体延续到年轻人,就会更加抵触。

不过我对酒桌文化这件事儿本身并没那么抵触。虽然,酒桌文化的确有让人厌恶的地方,有的人是将喝酒当成一种服从测验——你必须在酒桌上听我的话,或者你必须喝醉,这样我才对你放心,但那只是一部分人的理解。

另一方面,我理解的酒桌文化,更多是一种共识沉淀,它意味着人和人之间非常多的无法用文字甚至言语来形容的隐喻。

有很多东西,可能我们没法在表面上写在合同里,有很多话可能也不方便说出来,还有很多很难表达的东西。但也许喝一顿酒以后,大家关系近了,酒后吐真言,就自然而然聊出来了。或者即使没有说出来,大家也心知肚明了。

这件事儿其实对做生意是非常重要的,不光是做生意,带团队、交朋友等等任何事情,只要涉及到人跟人的协作,就一定需要共识。

我带团队的经验给我很大的启发,我写了一行需求传达下去,10 个人就有 10 种不同的理解,为了统一大家,我就只能想办法把 1 行需求拆成 10 行需求给10 个人,再让每个人把它们拆成 100 个任务来执行。

事实上很多公司就这么干的,结果呢?任务拆的越细,执行效果反而越差!

这让我想起一个巴菲特和比尔盖茨的故事,一次巴菲特和比尔盖茨聊天,比尔盖茨给巴菲特展示如何使用最新的 Windows 系统上的日历工具管理自己密密麻麻的日程,然后巴菲特掏出了自己的笔记本,上面大概就写了两三件事儿,这是下周要做的事情。

共识就是这个逻辑,我们有的大企业尤其是国企,领导一句话大家就知道该做什么了,可能半年以后事情就做完了,这效率是非常高的。但很多人不理解,老是要问,为什么你说的话我听不懂,为什么你不把话说清楚。尤其是外企工作经验的人,价值观不同,总喜欢看着复杂的计划,然后督促执行,所有人表面上忙得要死,最后可能还是出现各种问题。

再回到酒桌文化,总结来说,很多人对酒桌文化是有误解的。当然喝太多酒对身体不好,但另一方面喝酒这个文化就是中国人做事儿的方式,我认为它是一种很好的方式。

你真正做一个项目,不可能之前就把项目细节计划一条条写下来,你如果真的经历过就知道那是不可能的,效率太低了,也是很多项目失败的原因。

团队之间一定是靠共识工作的,这种共识如何形成?就是平时大家多聊天、多喝酒、多吃饭,多一起玩儿,就那么简单。

这种文化就隐含在酱香两个字里面。不理解酱香的人可能也不理解这种文化,这就是为什么我以问到那个味道,就感觉太好了,年轻人都在玩这个梗,还都在问为什么要喝这种奇怪的味道。

这就对了,这正给了我出来解释我们这种文化厉害之处的机会,解释酱香这种中国的文化符号的机会。

摇滚乐和iPhone都是社会共识,也就是文化

不光是酱香,其实国外也有很多类似的事情,我很想说的就是摇滚乐和iPhone。

OpenAI科学家,《为什么伟大不能计划》的作者肯尼斯·斯坦利(Kenneth Stanley)在一次访谈里提到一句话,给了我巨大的启发。他说:“摇滚乐(rock and roll)是非常伟大的发明”,摇滚乐和第一台iPhone是并列的关系对话OpenAI科学家:iPhone时刻还没有到来

我想说说我的理解,这句话背后就是我刚刚讲的酱香拿铁的这个故事。iPhone 对于社会的意义是什么?iPhone 的意义在于,有了 iPhone,所有人都懂了向右滑动解锁那个动作,所有人都知道 App 可以用手指点击一下就打开,所有人都知道从屏幕左滑就是退出返回 App。

在 iPhone 之前,如果你用过 Windows Phone,用过诺基亚手机,每个手机都不一样,每个人操作的习惯都不一样。有了 iPhone 之后,大家就知道在移动互联网的环境下去使用一个产品,该如何使用操作。

这件事儿的意义对于开发者是巨大的,我们那么多的 App 开发者,再去给移动互联网开发新产品,就不用再去关注那些底层细节了,因为那些都被苹果给固化掉了,我们只需要把精力放在更加创新的事情上就可以了。

这大大降低了开发 App 的成本,也大大降低了创业的成本,这使得世界迅速进入了移动互联网的时代,这就是社会共识,跟酱香拿铁是一样的。

如果我们这些人有了共识,对于一些很细节的东西就不用再去纠结了,大家都知道怎么做了,专注那些创新的事情,合同可能不需要写 30 页了,只需要写 3 页就可以了,一样能把事情做完,整个社会的运行效率就会大大提升,就是这个逻辑。

摇滚乐也是类似的逻辑,吉他只有那么几个和弦,就可以创造出千变万化的摇滚音乐。

所以无论是酱香拿铁,苹果手机,还是摇滚乐,都是时代的符号。这个符号代表了一个时代的社会,它只是这个时代裸露在冰山表面上的一点点东西,在它下面还隐含了很多很多东西。

这些隐含的东西,其实就是文化。

一个民族、一个国家必须要有自己的文化,这些文化代表了大家的共识,代表了我们该怎么做事情。

为什么酱香那么重要。因为酱香代表的是红军的故事,代表了我们国家勤俭持家的文化,我们就是这种节制的,低调奋进的文化,就是跟群众搞好关系的文化,就是这种踏踏实实的,一步一步把事情做好的文化,不是欧美那种乱花钱的烧杀抢掠的文化,

为什么茅台很厉害,因为茅台承载了这样的文化。

为什么酱香拿铁很厉害,因为它把这种文化传承下去了。

信息茧房是高效的信息传播手段

另一个话题是信息茧房。

很多人会觉得这是不是在搞小圈子,就比如酱香拿铁这件事儿,RUXUAN也提到担心是不是只有一线大城市的人们在自 High,大家信息茧房了,其实很多低线城市的人们其实并不关心酱香拿铁。

我认为信息茧房本身是中性的,它不是一件坏事情。就其本身,它是一种高效的传达信息的方式。

比如还是举带团队的例子,一个团队要做一件事情,首先要做的就是把需求落实下去。如果把需求写在一个公开的地方, 大家自己去看,那也不知道大家会不会看,看了没有。

所谓信息茧房,就是我们进入一个小会议室,把门关起来,然后在未来半个小时一个小时里面,我们就讨论这一个问题,你有什么想法,不要藏着掖着,都说出来。

大群里说话不方便,我们拉小群说。

酱香拿铁上市了,你觉得好喝就好喝,你觉得不好喝就不好喝,好喝就向在场的各位安利,因为在小房间里,大家是安全的,所以尽管说话。

原来我们觉得信息茧房不好,可能大多是因为我们在一个小房间里容易被洗脑。但其实反过来想,这不就是高效的沟通学习方法吗?

再聊到广告传媒行业,广告传媒不就是要做精准传播吗?信息茧房不就是最高效的精准传播吗?

所以当你观察到信息茧房的出现,说明这营销搞得真好。我相信瑞幸以及茅台这次营销活动背后的操盘手是非常厉害的,虽然我也不清楚他们细节上是如何做到的,但是从结果上来看,很厉害!就够了。

另一方面,我们脑子里总有很多信息茧房的负面例子,比如明星被黑粉黑崩溃了之类的,但那些很负面的事情背后还是负面的人,我们现在看到的酱香拿铁就是很正面的事情。

如果茅台去地铁投广告,同样的投入,产出一定没有现在这样的信息茧房效果来的好。这种主动制造信息茧房的手段,其实是非常高效的。

再来看华为手机的例子,没有做任何广告,所有人就都知道了。我们就要这样,不然你花那些广告费都干嘛呢?投那么多广告,可能大家对你还会有方案。在这种信息茧房的状态下,你似乎什么广告都不用做,只要把事情做了,结果大家就都知道了,就是要这个效果。

只要你把信息茧房这件事控制好,运用好,它就会给你带来极大的效率提升。

(插一句,这就是我理解的 Web3.0)

我们再回到前面的话题,酱香拿铁代表了一种文化,信息茧房其实代表的是这种文化是如何起作用的,它最后能让我们这一群有共同文化的人,甚至整个民族的工作变得更加高效,或者说更加现代化。

就好像打王者荣耀的时候,我只要吼一声两个字:“开大”。大家都知道要干什么,我不需要去写细节,不需要去写说明书,不需要一二三四列出任务清单。这在关键时刻,就是战斗力,就是决定胜负的东西。

这就是酱香的力量,文化的力量,共识的力量,也是信息茧房的力量。

信息茧房和“iPhone时刻”

再补充一下,其实信息茧房这个词儿我本身不喜欢,“茧房”本身就有一些负面的东西在里面,给人的感觉是作茧自缚。

这里我们先继续用这个词儿,但我想扩张一下它的含义。

信息茧房是能够扩张的,比如本来可能只是我们几个小圈子在传事情,但如果这个内容本身很好,会引起很多人的思考,就比如酱香拿铁,有那么大的争议,有人觉得好有人觉得不好,那么它其实是会代入更多人参与交流,触动人们不断扩圈的。

我们上次聊到过跨越鸿沟的事儿,其实酱香拿铁这个事儿就跟我们当年一窝蜂去做 App 开发是一样的。

刚开始做 App 的人只有我,因为苹果在上面开发布会,我就在下面看 SDK,然后会开完,我立刻就可以写个 DEMO 传到 Github 上面去开源,然后很多人就会来看来学习,今年又有什么新玩意儿,新 iPhone 又有什么新玩法。

这就是一种文化自动地逐步蔓延传播的过程。以前为什么需要广告代理公司,因为以前信息传播的成本很高,以前信息传播的渠道不在我们手里,电视台、广播这些渠道都掌握在少数人手里,你要做传播就必须去找他们,给他们钱。

广告代理本质上就是一种“贿赂”式的生意,渠道资源是有限的,我给的钱多,你就刊登我的广告,不要刊登别人广告。这也是广告行业一向是腐败重灾区的根本原因,某种意义上说,广告行业就不应该存在。

但现在不用了,有了开源、有了互联网,我们每个人都有能力去做这样的传播。

就我个人而言,我只是一个普普通通的研究员,我没有高大上的 title,放在以前,我想去电视上讲话传播我的观点,我是没有这样的机会的。或者说我需要给钱,给很多钱,所以我需要去融资,需要去喝茅台。我年底想去哪里讲个话,露个脸,都是要给钱的,这个行业就是这样。

但现在我可能只需要来录一期播客就解决了,就可以把信息传播出去了。

还有 AI 帮我传播。

如果我的内容好,它可能就会慢慢发酵,慢慢的传播很开。这其实就是信息茧房的逻辑,也就是我们上次说的跨越鸿沟的逻辑。

科技就是这么发展的。有一小撮人玩出了新东西,然后他成了偶像,就会引发一大群人的兴趣,一个好东西自然就会传播出去,从1到10,从10到 100.

我后来一直在说,我在等一个新的iPhone时刻,当看到酱香茅台的时候,我确信这个iPhone时刻来了,或者说,这次我们应该叫“华为时刻”

就这两个东西,华为手机,酱香拿铁,你不需要做广告,它就能传播出去,不仅传播全国,还能传播全世界,我相信有了这个案例之后,以后还会有其他联名,比如 Mana 咖啡就已经有类似的联名了。

再引申一点,未来一段时间甚至整个广告行业,文娱行业,科技行业,都一下子就看到未来了,这就是我在群里喊“iPhone时刻”来了的原因。

从酱香拿铁到文娱产业投资

你会发现,其实这就是所谓的“元宇宙”,在我的眼里,如果限定在文化的范畴,元宇宙其实就是以前的“二次元”,本质是人们意识的转变,共识的转变,或者说社会文化的进化。

酱香拿铁只是一个开始,接下来我们一定不会只看到一个酱香拿铁,肯定还会有别的。为什么茅台这次选择了瑞幸?因为瑞幸门店多,可以触达更加广泛的线下客户。那么,按照这个逻辑,我们最近有好多门店非常多的连锁品牌,是不是都能够茅台一下或者酱香一下,这些都是我很期待的。

另一方面,我们也应该去思考我们国家的文化标签,除了酱香还有没有别的。后来我思考这个问题,脑子里第一个跳出来的是拼多多,当然还有很多能够代表我们国家的传统 IP,比如之前的故宫,最近的山海经,封神等等,其实都可以去做联名,用这样类似的方式去做传播。

这种传播不是一次性的,就像海水一样,会一波接一波。就好像华为第一天只摸出了一个 Mate 60,过几天又摸出一个新的,我相信接下来一段时间,一定会过段时间就冒出一个新东西。

仔细想想,我们国家有太多这样可以拿出来说的东西了。然而前几年因为各种各样的原因,大家都没有机会来做这样的事情。所以今天来聊到文娱行业的投资,我相信说到这里,整个文娱圈的人都应该知道接下来该干什么了。

我想说的是,如果你是一个年轻人——不是也没关系,如果是从事文娱行业,或者广泛一些,也包括互联网行业,游戏行业,艺术行业,你现在不应该再坐着等待接下来会有什么样的东西出来了,你应该立刻去想想我应该做点啥,我身边有没有这样的资源去创造新的IP。

现在就是这样,酱香拿铁已经带头了,你跟在后面会有很大的流量红利的。说的功利一点就是这样,现在是流量红利的阶段,包括我自己也第一时间跑出来录播客。

这波流量一定要蹭,大大方方的蹭。

在小圈子里玩起来的年轻人们

下一个话题是关于年轻人。

讲一个故事,今年三四月份的时候,因为众所周知的原因,经济大环境也不是很好,整个氛围都比较丧。正好那段时间春暖花开,我们公司就在无锡的蠡湖边,我就去买了一个大帐篷,搭在湖边的草地上,放了几个月。

我在帐篷里看早新闻, Bob, 2023.4

然后我每天早上就可以跑到湖边的帐篷里待上几个小时,看看新闻,看看风景,再看看湖里的鸭子,思考各种东西。

结果我就发现,平时还好,一到周末我要去的时候,到处都是人,车都停不了。那地方成了一个游乐场,有玩游戏的、打牌的、烧烤的、露营的。慢慢的我发现大家玩的越来越高级了,有玩cosplay的、跳舞的,也有人自带桨板、皮划艇,慢慢的到汽油发动机的摩托艇,然后各种无人飞机、航模飞机,很多玩具我都没见过,特别夸张。

其实你会发现,如果你没有在这些群体里面,你对这些群体的理解是很浮在表面的。如果你深入他们,你会发现其中有很多很多的小圈层,或者说小社会。就好像我们研究 B 站,粗略的说UP主是一个小圈子,但其实还会分比如二次元的、美食的、知识的圈子等等。

我们投资圈也是这样的,外人可能只知道投资圈。其实往细了圈层多了去了,一级、二级的,价值投资的,什么什么的玩法和游戏规则都不一样,dddd。

在社会生活里面,也有很多特立独行的小圈层,很多有意思的群体。当我们站在圈子外面的时候,其实只是一个评论员,更重要的是你应该参与到这个群体里,甚至成为这个群体里有影响力的人。

作为圈外人去往一个圈子里看,很多时候看到的是假象。

我今年也参加了跑步的圈子,每周定期跟大家去跑步。当你在外面看的时候,你看到的是那帮人天天在小红书上晒优越,天天在朋友圈晒吃的晒玩的晒去了哪里哪里,感觉就是一帮人不务正业,甚至会让一些人感到反感。

但是当我真正跟他们待在一起了几个月之后,每周都在一起活动、跑步之后,我才会发现这群人真的很厉害。

第一,他们有非常完善的运营机制。我以前是在互联网行业的,见过各种各样的运营,他们团队的运营在我眼里是非常非常专业的,原因很简单,大家都是从草根出来,历经几年摸爬滚打,自己跟自己玩,就好像非洲部落一样,在实战中逐步建立了各种游戏规则。

如何收人、如何踢人、如何组织活动,这些事儿跟我们做 App 或者消费品运营是一模一样的。我发现我们眼里的那些运营套路他们全都会,而且都已经深入人心成了共识了。

举个小例子,跑团每次跑步都会有一个东西叫补给。这个补给慢慢的其实变成了一次野餐,好多人就是冲着野餐去的,不吃好喝好,哪有力气跑步减肥?

这没毛病,仔细想想,这都是非常高明的运营手段。类似这样的细节,还有太多太多了,我都不敢相信一群业余玩家能把做到那么好。

第二点让我影响深刻的,是这群人里有很多各行各业的牛人,我也在其中认识了不少新朋友。这也跟茅台的逻辑是很像的,有时候比如公司没有生意做了,就跑去酒局上,也没啥正事儿,来喝,喝就行了。喝完了随便聊聊,可能生意就来了。

跑步也是一样的,跑着跑着,跑到后面七八公里,大家互相加加油,跑完做做拉伸聊聊天,你是做啥的,我是做啥的,大家互通有无一下,说不定生意就来了。

一群人因为爱好,共同去做一件有些难但有意义的事儿,共识来源于一起吃苦。

酱香拿铁,也是一样。

第三点让我感触很深的,就是当你在一个圈层里面越爬越高,越玩越深,其实你在外人看起来会花了不少钱,被割了不少韭菜。

我自己在摄影圈子玩了很多年,也花了不少钱。早年手机拍照还不流行,从索尼、佳能的数码相机开始,到佳能的单反,后来富士的微单,再后来越来越贵,一直买到徕卡,现在都不好意思跟别人说相机多少钱买的了。

这其实让我们想到一件事情,一个社会文化进化到一种社会现象或者社会范式之后,绝对都会有对应的产品或者服务,在细分领域出现标杆的公司,以及标杆的产品。比如摄影圈的富士、徕卡,再比如航拍圈就有类似大疆这样的公司,打羽毛球就有尤尼克斯这样的品牌。

说的直白一点,总有一款适合你,总有一款来赚你的钱,这就是细分行业里面的标杆公司。

说回投资,我们经常说我们要找细分市场的领先者,这就是细分市场的领先者。

寻找细分市场领先的公司

所以,你光去看年报或者纸面的研究报告,很多问题是很难看出来的。就比如跑步,你就跟那帮年轻人去跑一圈,听听他们的想法,你就知道真实的用户为什么会买这个牌子,不买那个牌子。

人在跑步到极限的时候不太会说假话的,跟酒后吐真言差不多。他们就是这么想的,但这些都是很有价值的一手信息。

比如说到耐克的碳板鞋,卖的很贵,但有的朋友一开始就喜欢买贵的,结果一跑起来就发现遇到这样那样的问题,就需要去研究怎么办。这时候圈子里的朋友会就给他推荐,你应该先买这种,碳版其实不适合初学者,比如应该先买训练鞋,跑量上来了再买什么什么鞋,一定要买跑步袜,就不会出水泡。在这样的过程里,各种商业机会就来了。

又比如摄影圈,门道更多,我身边器材党一大堆,大家互相推荐各种各样的器材,既是快乐,也都是商业机会,我贩卖二手老镜头还小赚了一些钱。又比如过去几十年瑜伽的扩圈,比如羽毛球的扩圈等等。当然比如羽毛球,因为场地的限制,因为设备的要求,就很难形成新的社会范式,而瑜伽可能就形成了。

另一方面,新的技术会来带来新的扩圈需求,比如羽毛球这种运动,我本来不是羽毛球圈的,可能未来元宇宙发达了,我能够在元宇宙里通过游戏和朋友打羽毛球,这样我的游戏圈就和原来羽毛球圈的朋友们融合到一起去了,一些原来没有大规模扩圈机会的行业,有可能就有了大规模扩圈机会了,这些都是投资机会。

还比如羽毛球的例子,可能原来卖实体羽毛球拍的公司无法在原来的平台上生存下去了,但他们如果到元宇宙羽毛球圈子里做新的生意,原来的人脉、经验、知识都可以成为他们宝贵的财富,为他们提供竞争优势。

对一个消费品的投资行为,本质上是在投资这个消费品背后的社会文化,或者社会范式。从整个社会的角度来说,延伸理解,这种文化是在扩圈的,那这个领域的公司就值得投资。

我们说价值投资,第一步就是要调查研究,不一定我们自己非要去引领一种社会范式的变化,但我们一定要先参与进去

观察年轻人很重要,每个社会的年轻人都有他们喜欢玩的东西,我们很难去强求要怎么怎么样,让它自然发展就好了。很多圈子的文化自然而然就会发展起来,比如跑步,圈子里的人的自然能感受到它的好处,这个圈子就会有粘性,自然就会发展。

摇滚乐背后的社会范式

我们再回到对社会范式的理解,回到那句话,再来理解摇滚乐和 iPhone 是同样伟大的发明。我们现在也可以说,跑步和 iPhone 是同样伟大的发明,这也没毛病。

第二点,摇滚乐这个东西有他诞生的背景和社会文化,摇滚乐的诞生和当时的英国社会背景,和二战以后得世界格局演变都有许多离不开的关系,这个今天就不多说了。

插一句,推荐电影《海盗电台》。

我们关注同样的点,是这些社会范式都让一大群年轻人们有事儿干了,high 起来了,年轻人们可以去亲身参与摇滚乐了,荷尔蒙有地方释放了。

摇滚乐门槛非常低,这一点非常重要。低到什么程度?你只要去找一把吉他,找个鼓,就可以在家里自己玩起来,跑步也是类似的事情,你甚至不需要买任何装备,就可以到家里楼下去跑一圈。

但同时,这些活动的天花板又非常的高,这是很有意思的事儿。你可以有梦想,有朝一日去舞台演出。这些活动就好像一场游戏,如果你想在游戏里得到高分,完成高难度的任务,比如去跑一场马拉松,或者去组织一场摇滚表演,那么你就需要训练,需要买很好的装备,可能需要买很贵的跑鞋,很贵的琴。

更重要的是,你还需要组团队,需要练习、协作,然后一起出去发布作品,获得成就。

在这一点上,这些社会范式都是一样的。

第三点,是当这些年轻人们长大以后,它们对这些活动是会有感情的。就好像我现在对跑步就很有感情,如果不忙的话,每两三天就会去跑一次,很舒服、

文化传承、助人为乐和创业

另一点我体会很深的内容,是这种文化还可以促进老一代人和年轻人之间的文化交流。

原来,我可能跟比我小十几二十岁的那些00后甚至10后们很难有什么交流或者共同话题,但我发现自从开始跑步之后,我跟他们很有的聊。

我们可以聊很多事情,比如我十来年前就去游泳、跑步,后来还把膝盖跑伤了,还跑出了一堆小毛病。我可以跟他们说你们这么拼命不行,要保护自己身体,我就是例子,他们就会觉得有道理。

反过来,我也可以跟他们学,比如现在有很好的护膝了,有什么新装备了,有什么新玩法了,有很多很多我不知道的东西。这就是新一代和老一代的交流。

又说回酱香拿铁,应该这么说,所有的科技进步,所有那些我们认为高大上的东西,最终都是大家玩出来的。说到这里我就想起了马斯克,每次看马斯克的传记或者故事,我都很羡慕他能够玩到这种高度,而我就没有玩成这样。

羡慕很重要。因为羡慕偶像,我就会开始行动,开始玩航模,开始动手。就好像因为羡慕别人能够一口气跑马拉松,我就会开始在楼下小区里跑一圈,只要起步,慢慢的我就可以上赛道去跑了。

可能有一天,我也可以一口气跑完整个马拉松了。这样的故事在我们跑步圈子里比比皆是。

在科技圈子里其实有几乎一模一样的故事,比如早年我开始写代码,只是照着苹果发布会公开 SDK 写几个 Hello World 或者 Get Started 做着玩,然后当我们后来听到别人有什么需求的时候,我就会说:“这个我会啊,我能搞定啊,很容易啊,我帮你做吧。”

然后我就去创业了,然后就真的创业了,还真的赚到钱了,我就是这么走到现在的。所以创业其实很简单,就是玩出来的,但要玩到极致。

上次的播客里,我讲过整个社会的科技发展的原动力是对效率的追求,这没错,但效率可能只是表层的东西,科技发展本质上是效率的提升。但另一方面,我们要理解这种提升就是大家玩出来的,在玩的过程中,你就会感受到,你需要去帮助别人解决很多的问题,任何人之间有的交流,就有了交易,也就有了商业。

这里就要提到乔布斯了。乔布斯经常讲的一句话话是,苹果公司要做科技和人文之间的桥梁,就是这个意思。经常有人让我总结乔布斯或者苹果公司的核心,我的一句话总结是:乔布斯就是让你做个人

什么叫“做个人”?就是你要去理解别人是怎么想的,干任何事情之前,都要看看别人怎么想,然后去理解别人的痛点在哪里,别人有什么样的需求,然后你能不能通过你熟悉的方式,你玩的东西,比如代码、音乐或者跑步过程中学到的知识,去帮助别人。助人为乐!

反过来,比如我现在膝盖痛,就会有别人来帮助我。在这个过程中,我学到了知识,未来我又可以去帮助其他人,把知识传播出去,让更多的人跑的更好。

一旦社会上的人们都这样互相帮助了,你拥有了一大群朋友,还会害怕没有工作,没有工资吗?你还会害怕生存不下去吗?还会在家里躺平吗?如果社会上的人们都这样,我们还会担心社会没有发展的原动力吗。所以其实这就是社会发展的原动力,原动力就是“做个人”,每个人都做个人,有个词叫“人文主义”,就是这个意思。

所以说,为什么我们要去玩,因为玩就是人类的本能,玩就是人文主义的东西,当你什么都不想的时候,你还想干点什么,这才是你真正想干的事情

不是说老师让你去干什么,老板让你去干什么,或者谁逼你去干什么。以后那些事情可以让AI来干,让机器人来干,你自己想干什么最重要。还有一句话,你想干什么玩什么,并且能够造福别人很重要,想干坏事想搞破坏是不可以的。

苹果公司就是这样的一个公司,苹果的产品,就是你去帮助别人的装备,我经常说,苹果公司就是一个在给你递刀子的人,就是这个意思。

玩是社会进步的动力

商业社会的本质是交换,你想得到什么,就需要用别的东西去交换。

公司交换了一个产品或者一个服务,或者一大波人的需求,只是说,在这个满足需求的过程里,你的供给是否有约束,或者充分,你是否有提价权。或者说,你的供给持续的周期有多久,需求的周期有多久,这就是生意的模型。

每一波技术的变革,或者说人口本身年龄圈层变化之后,它都会产生新的需求,也需要新的供给。

作为想在社会上立足的人,你应该要满足社会的某一类需求

我们上次聊到IT的时候,我讲过一个事情,就是 SaSS 公司怎么才能做得好,真的就是你要去教客户做事。这听起来似乎有点不礼貌,但其实你看我去跑步,年轻人叫我怎么保护膝盖不受伤,这就是在教我做事,他可能会推荐我去用什么 App,用什么跑步手表,里面有什么功能,这也是在教我做事。

把这个例子引申开来,如果你在做一家 SaSS 公司,你要去服务一家大企业或者比如服务一家国企,你首先就要跟他们玩到一起去,或者让他们跟你玩到一起来,然后你就会发现他遇到什么困难,有什么需要帮助的地方,然后你就可以跟他说,可以这么这么搞,一旦对方开始问你,为什么你这么厉害?接下来就可以做生意了嘛。

举个例子,我有一个在政府机构工作的朋友,经常在聊他有很多日常繁琐的事务,有一次我说,你们这些八股文,用 AI 两句话写完改改就行了吗。他说用 AI 太麻烦了,还要科学上网什么的,又要学习这个那个。我说不用啊,字节的豆包已经公开了,直接用抖音登录就可以了,国产的 AI 也很好用。

然后他就去尝试了,几个字一写,问题一问,以什么样的身份帮我写什么什么东西,真的文档就生成了,问题就解决了,工作效率就大大提高了。

这种事儿还有很多很多,可能因为我有 IT 从业背景,所以对我来说根本没有任何难度,但是对别人来说,可能就真的可以产生巨大的价值。这时候商业机会就来了嘛。

对这件事情,我还有更多的想法,就是我干脆不收你钱了,一句话的事情,我就免费教你呗,一句话的事情,还要收个咨询费多没意思。

这样的结果是,我又交到了一个朋友,他其实会很感谢我,可能请我吃个饭,或者请我喝一杯酱香拿铁,也可能会在社交媒体上说我很多好话。这就带来了另一件事情,这不就是社交的意义吗,这不又回到酱香拿铁了吗?

我可能还会告诉你,酱香拿铁其实很好喝,是因为酱香拿铁包含了我们之间的某个很愉快的回忆,所以它才变得好喝,以前我们老说”都在酒里了“,现在换成了酱香拿铁,道理还是那个道理。

这个事儿慢慢就会演变成,当以后我的朋友又有其他朋友来向他学习如何使用 AI 的时候,只要一杯酱香拿铁就能解决问题,时间一长,我们酱香拿铁粉丝团,就成了 AI 爱好者粉丝团。粉丝还会安利给其他粉丝,这个事儿你会发现绕回来了,跟我们当年手机 App 出现的时候是一模一样的,微信就是这么人传人的传遍了全中国。

这个过程,就又回到跨越鸿沟的过程来了。

回到酱香拿铁,第一产品本身它在你没喝之前闻到的气味是一部分,第二喝完之后你感受到的东西,比如是甜的是苦的这是一部分,第三其实是当时喝它的氛围。

消费品的背后,一定是人

这个产品只要传承了酱香、咖啡这些已有的元素,然后将它们结合在一起,能够给人们带来味觉记忆,就已经足够了。剩下的事情要交给喝他们的人。

当代年轻人的多样化和个人品牌

首先是要理解我们为什么要跟年轻人打交道。我第一次在群里提到中年大叔们都很喜欢 AKB48,有人质疑说,是不是那些小姑娘们长大了,粉丝们也都结婚了,也就不粉她们了。

我认为不是的,不同年龄的人之间打交道这件事儿是非常非常正常的。这个时代的偶像,和以前不同了。真正的粉丝可能真的会粉一辈子,不会因为你结婚了或者谈恋爱了,就不再粉你。

这才是真的粉。

就好像以前在大学里,老师们老教授们也都很喜欢我,是因为我能给他们带来他们不知道的东西,反过来也一样,就像前面说的大家可以沟通交流。

而且,这种交流是可以一直持续下去的,刚开始我粉某个人,可能只是因为他跑步跑得好快,或者游戏打的好好,又或者跳舞跳的好看。就好像我们刚开始在 B 站看小姐姐们跳舞,可能真的单纯只是因为跳舞跳的好或者长的好看,但这只是开始,当你深入去了解一个人,或者了解这个行业,你真正的加入了他们的圈子,就好像前面跑团的例子,你才会发现他们能做的事情远远超出你的想象,而且你根本想象不到他们能做的这么好。

像我这种在互联网圈、金融圈呆了好多年的人,都会感叹为什么有一些草根社群发展的那么好,当我真的进入他们,看到他们是如何运营的时候,我突然懂了,我太老了,我脑子里的那些套路都是10年前的东西了,现在的年轻人早就有了新的玩法,有各种各样的新东西了。

新的玩法、新的词汇、新的生活方式,早已经把新的社群聚在了一起,只是我们这群老人还躲在公司里看年报,看各种数据,然后揣测经济很差,担心这担心那。

这不是井底之蛙是什么?

所以,我跟年轻人们在一起玩了以后,我就对我们的经济非常非常的有信心了。另外有一点,我很喜欢 B 站,你可以去看 B 站上的年轻人们都在玩什么,口罩的几年没有机会出去玩,我几乎就是靠 B 站混过来的,天天在 B 站上看年轻人们玩各种好玩的东西,三天两头又有新的 UP 主冒出来,做这做那,各种各样的奇葩都有,大家玩的很开心,大家也在做好多新鲜的事情。

比如美食视频这个东西大家都很熟悉,已经存在很多很多年了。我以前也想过到了移动互联网或者短视频的时代,美食视频这个东西会发展成什么样子,会以什么样的形式传播,我觉得有各种各样的可能性,但我真想象不出来它会是什么样子。

前面三年大家都在家里做饭,所以很多 UP 主就开始去做美食视频,像绵羊这样的头部大 UP 我已经看了好多年了,我觉得这已经就是美食视频的天花板了。但是,后来我发现每个人的风格都不一样,有很多的新的小UP主都有一些独特的东西放在里面。

举个例子,有个东西叫糊弄学,你听不懂对吧,那你就不是我们这个圈子的人。糊弄学就是之前很多人在家里虽然不会做饭但又必须自己做饭,所以就只能自己糊弄着做,把食材弄熟了就行。

我自己其实很会做饭,但我看了之后就被深深的吸引住了,慢慢的我做饭也开始糊弄了。

如果家里只有一个西红柿,两个鸡蛋,或者只有一点生菜,一根青椒,一点米饭,这些最基本的东西,糊弄学会教你怎么在 5 分钟内把它们变成已过很好吃的饭。不要去关心摆盘,不要去管什么形象,反正是糊弄,直接锅里一丢,把火一开,然后怎么一顿操作,调料一加,就可以吃了。

而且连锅吃,都不用洗碗,听起来很 Low,但真的超级实用。

学习了糊弄学后的一顿午餐, Bob, 2023.10

跟糊弄学比起来,绵羊的米其林A货工厂就显得有点华而不实(我没有任何贬低绵羊的意思!!!),很多人不会做饭,过去几年在家里就是这么糊弄过来的。所以这个东西在上了B站之后,点击量其实是很高的。

它是真的在传播有用的知识。

所以其实出现了这样一种情况,在 B 站上,你既能找到米其林三星的大厨教你在家做高大上的食物,也可以糊弄糊弄解决问题,所以就美食视频简单的四个字,它就可能变成了几百个不同的风格,每个人都可以去寻找自己喜欢的风格。

我没有收广告费,但我依然很愿意推荐很多我喜欢的UP主。

这让我想到两点,第一是我就发现,年轻人玩美食视频,或者说玩美食这件事儿,已经玩出了花样。每个人都在做自己了,这又回到了乔布斯说的那句话,你可以做个人了。第二是对于平台而言,现在 B 站上面的内容丰富程度真的远超出我的想象。我记得很多年前还是土豆网的时代,就讲过这个愿景,每个人都应该有自己的品牌,但这个事情在土豆网时代没有做成,现在我在B站已经看到有这个样子了。

文娱产业的投资建议

最后来聊些干货,我们聊回投资。

第一件事情,是如果能够理解我刚刚提到的圈层或者是圈子,那么其实你可以去投资这些所谓的小众文化。其实有的圈子并不小众,不过关键点在于你也不一定非要去混大的圈子,或者说纯粹的规模化并不是投资需要关注的点,投资的规模可能并不那么重要了。

重要的是,你是不是能够在这个圈子里做到最好,拥有足够的知识或者产品,让圈子里的人们或者想要进入这个圈子的人们获得价值。你是不是有足够铁的粉丝,和你一起在圈子玩起来,这变得非常重要。

这个逻辑和我当时讲 SaaS 公司时候,我说过我是相信有小而美的 SaaS 公司的,是一个逻辑。

如果你的亲朋好友,做了一个小而美的生意,去参与他们是 ok 的。

当然对于一些人,更多的投资渠道还是投资二级市场,没有那么多小而美的投资机会。

说到对平台的投资,我是这么来理解的,我们说的平台主要是指互联网文化娱乐相关方面的平台,它其实更多代表的是整个中国互联网行业的某一个细分领域。

比如 B 站代表了大家玩视频和产业链,腾讯代表了游戏和产业链,拼多多可能代表了消费品制造业以及产业链,其实都可以理解成我们整个国家的几个细分领域,这些都是平台。

我的建议是首先如果你有闲钱,现在可以考虑投资平台,因为既然这个iPhone时刻已经到了,接下来整个社会都会玩起来,是会有非常好的机会的,这也是我为什么要来录这个播客的一个原因。

我觉得我已经看到了,我经历了 iPhone 2007年发布,经历了 iPhone 4 发布,我看到整个移动互联网产业是怎么一步步起来,然后渗透到现在这个样子,我经历过这个事情。现在我看到酱香茅台这件事情的时候,我一下子就起来了,我觉得后面十年一定会有非常好的机会。

另一方面,如果你没钱,或者钱不够多怎么办。很简单,去玩,玩出名堂,去参加各种各样你喜欢的活动,深刻的了解这个圈层的人都在干什么,找到那个领域的大佬·。当你了解这些人他的需求在哪里,他们对产品的需求在哪里,你就可以亲自进去服务其他人,你也可以去观察这里面有没有哪些产品做的并不好,是不是还有可以改善的地方,亲身参与进去,

最好的投资就是投资自己,我的意思是,把自己投资出去。这是真的有意义的价值投资。

你要做深入的调查研究,只有亲身渗透进去了才是调查研究,在调查研究的地方再去研究价格。这种调查研究,真的不只是坐在案头去看书学习,当然案头工作也很重要,但那些永远只是基础知识,真的要去研究标的的时候,必须亲身参与进去。就好像我花了三年时间成了B站死忠粉一样。

最后你会发现很有意思很好玩的地方,如果你真的做成了,一方面你能够亲自参与某个行业,它能够给你带来正向现金流,另一方面你又可以把钱投回这个行业,享受资本增值的红利。这不就是巴菲特干的事儿吗,我们说价值投资,不就是要做这样的事儿吗。

我觉得这就是一个好的生态系统,它里面有很好的价值正循环。

如果大家都这么干的话,就好像当时iPhone出现,整个产业都会带起来,年轻人都会激活起来,好多人都会写代码了,会写代码之后又能够去干别的事儿,比如我当年就是先学会了写代码,然后去做项目、带团队、最后进入金融行业,学习投资,一步一步就这么走过来了。整个社会就这么发展起来了。

所以理解了这个路径流程,现在 AI 出现了,接下来投资机会会非常多。很多人都在问,AI 有什么可以做的?我觉得可以做的事情太多了,这个投资机会就是千人千面的,不是说你在微博上看到哪个大V,他投什么你就投什么,那样很容易被骗的。

你必须真的参与到这个行业里,然后自己去寻找这样的投资机会,最后和大家一起把这件事儿做成,然后再来投资,继续把这个行业发展下去,这种感觉多好。

概括起来就是两点,第一是要对中国的经济有信心,只要看到年轻人们还在跳舞,只要看到B站的UP主们还在更新,我就充满了信心。

第二点就是投资要“为人民服务”。关键是搞清楚谁是你的人民,对你来说,你身边跟你关系好的那一小撮人就是人民,服务好他们就好了。

你的投资,应该致力于打造成让你身边的朋友们变得更好的产品或者服务,这样你自己也能赚到钱,获得现金流,你的投资也会增值。

举一个可能不是很礼貌的例子。现在有一个大的时代背景,是很多行业的人都憋了三年了,就是很多小姐姐们都在抖音大学跳了三年舞了,她们接下来想干什么,会走什么样的路,真的可以去直播带货,不只在线上,也可以在线下,不只带国内的货,也可以带出海的货,

拼多多不是要出海吗,这就是我现在看到的。很多人都会从线上走向线下,那么他们走向线下之后能做什么,做培训也好,去商场做活动也好,去做文旅宣传也好,现在我们叫资产运营。前几年我们投资了那么多固定资产,接下来如何把它们运营好,就靠这些人,一定是靠年轻人。

年轻人有他们自己的偶像,找一帮年轻人去搞搞活动,偶像的粉丝们一下子就全来了,我们这样的老年人可能就适合去给他们捧场,然后去给他们买单,就是这么一个逻辑。

再说消费品,今年以来,尤其是疫情开放之后,有很多新品类的消费品也值得关注。

就比如说帐篷,我在买了一个帐篷之后,就发现还会有一大堆周边要买,后来发现我陷进去了,不光是钱,还有时间和精力,我每天会花好多时间研究各种帐篷的玩法。我自己是即使止损了,一个原因是后来天太热了,另一个原因是我不想花太多时间在这个事情上面。

但是很多人就可能就真的在这个上面花了很多很多钱,这只是户外用品的例子,当然范围很大,细的标的就不谈了,但大概就是这么个逻辑。

再说说的大的投资机会,展望未来十年,我们应该怎么看投资机会呢。

想起彼得林奇投资消费品的例子, 带着小孩子去商场玩,小孩子自然地就跑到那里去了,那这家公司可能就值得我们关注。

我喜欢的那些互联网平台公司

对于中国互联网的这些大平台,我也是这么看的。

我自己最喜欢的是 B 站,虽然 B 站现在亏损,股价也很糟糕,但我就是喜欢它。为什么?因为B站对我来说是有很大的意义的,我第一次意识到这件事情,是某一年末B站发的年终报告,我一看里面有一条我当年 B 站登陆天数是 365 天,没有哪天我没有上 B 站。我自己都没有意识到这件事情,B 站就悄悄成为了我生活中不可或缺的东西了。

当时我看到那个结果之后,就又买了大会员,我想想这样我都不买大会员太对不起它了,我一口气买了三年,正好打折,这点钱还是出得起的。

然后我就自己分析,B 站对我的意义到底是什么,第一就是娱乐,它已经代替了我几乎所有看综艺包括电视剧的时间,比起抖音我可能更喜欢B站,抖音的东西太碎了,而B站的东西有意思的多,像前面说的,很多UP主拍的东西真的很好玩。

一方面我很喜欢看很多创新的好玩的东西,比如枪弹的鬼畜视频,比如害怕区一姐欣小萌的搞怪视频,比如社死区鹦萍 Apple 的大型社死现场,再比如各种千奇百怪的美食视频,我觉得这些内容真的很好,真的很有潜力,对我的吸引力远超电视上那些综艺节目。

另一方面,我自己的工作是做投资研究,其实很多知识都是在 B 站学的。道理很简单,因为对于一个完全陌生的行业,你在 B 站上看看别人是怎么讲的,别人是怎么玩的,然后顺着别人讲的那些东西再去找资料,绝对比你自己吭哧吭哧去找研究报告要方便靠谱地多。

我们会看年报,看财务报告,然后得出一些我们的结论,B 站也是一个非常好的平台,可以让我们去验证这些结论,看看真实的世界里面发生的情况跟我们看到的东西是否是一致的,为什么。

这样一下子可以让我的研究效率提的非常高,比如在做汽车产业研究的时候,就发现B站有非常多的高质量的汽车 UP 主,我会先去看那些 UP 主们的关注点,看他们是怎么聊的,其实后来我发现,他们很多都是资深的行业人士,对行业的研究其实非常的深入。

甚至现在有了 AI,我还可以去把视频 down 下来,然后丢给 AI,做个Summary,再找一些关键词跳着看,同时还可以去搜一下别的书本资料,研究效率超级高,这已经变成我日常工作流的一部分了。

甚至,还有个神奇的东西是粉丝群,你不但可以看他们的视频,听他们的观点,甚至你还能方便的进他们的群,跟他们直接交流。懂的都懂,这对于投资研究员来说是多么宝贵的资源。

其实这个故事最早我是在知乎听到的,但说实话知乎没做成。大家曾经开玩笑的说,B 站成了全国最大的知识平台,知乎成了全国最大的娱乐平台。现在看起来,这个故事好像变成了真的了。

我自己是很喜欢 B 站的,当然 B 站有它自己的问题,比如管理层的问题,比如像我自己想去当个 UP 去讲写东西,我不知道有没有人听。

所以我现在还在录播客,做 UP 主的成本还是太高。我也想过在家里整一套做视频的装备,不过目前还是决定先专注主业,专注看书学习。可能 B 站未来需要更好的服务 UP 主,这是我一直认为很重要的一件事儿。

但是另一方面,就是我们以前聊过的关于 B 站要不要做贴片广告的事儿。我觉得我是理解 B 站为什么不做贴片广告的,每次打开 B 站,没有广告,视频可以直接看,B 站真的是一个让我很舒服的网站,如果 B 站做了贴片广告,它不会给我留下这样的印象。甚至B站的视频都是很容易下载了,如果有需要我可以下载下来丢给 AI 然后再去怎么学习。

总之 B 站真的对用户很好,我很喜欢这样的公司。

我无法预测 B 站十年以后的样子,但我希望 B 站上的那些 UP 主未来能比B站更强。比如最近很火的影视飓风,如果他们能够专心服务好别的 UP 主,出一些好的产品,把他们讲的那些专业的东西做成一个非常方便好用的产品或者服务,让我这样的人也能够轻松地到B站上去开个频道,那我觉得有可能未来影视飓风的估值都能比B站高。

这个故事让我突然又想到乔布斯,乔布斯是鲍勃迪伦的忠实粉丝,抑郁的时候都在听鲍勃迪伦的歌,甚至还跟鲍勃迪伦的前女友有过一段感情。最终乔布斯做出了一个比鲍勃迪伦的摇滚乐更伟大的产品,有很多这样的故事,你的粉丝比你还强。

只有你的粉丝比你强,你才是真的强。马斯克是乔布斯的粉丝,特斯拉以后是不是有可能比苹果强?我觉得是有可能的,如果马斯克的宏伟蓝图一步步实现的话,我觉得是很有可能的。只有平台上的粉丝比平台强,那么平台才不会弱,就是这个道理。

所以如果展望未来的十年,这就是我最期待的,在 B 站上有哪些 UP 主能跑出来,让 B 站也成为一个很强的平台。

第二个就聊拼多多吧。拼多多这家公司给我印象最深的是他们的文化,这跟酱香拿铁是一样的。与 B 站一样,口罩三年的时间,其实拼多多也是我的救命恩人。

拼多多让我们可以有很多便宜的东西可以用,包括买菜在内,反正都呆在家里,白牌买了也不需要有人看,其实那些东西质量也不差,也能用,还蛮好用的。

所以比如我出门要请朋友吃饭,我一直都会说的一句话是:我一身穿的都是拼多多,你不要宰我。我真的一身上下都是拼多多,就这样挺好的,够用就行了。

我其实挺浪费的,比如衣服破了个小洞,我也不用去考虑怎么缝缝补补,那太麻烦了。我就直接扔了就行了,再买一件就好了,实际上我现在T恤不是买一件,而是一次买十件,反正便宜。

拼多多代表的就是这种文化,我觉得是非常非常好的,也是非常值得拿出去说的。它不是我们原来看到的消费主义的那套,比如看个直播,大佬榜一大哥就要一直往上面砸钱,然后就显得你很厉害。拼多多不是那种东西,那种东西是应该要被摒弃的,是不好的。

反过来,拼多多的文化是我认为好的,要提倡的,所以我很支持拼多多的出海,不但为人民服务,还要为全世界人民服务,让中国制造业的生产力造福全世界。

我们有那么多的制造业资源,我们的人又那么勤劳,我们造出来那么多的好东西,现在国内的电商市场已经很卷了。现在拼多多提供了一个出海的渠道,让全世界都能享受到中国的制造业制造出来的好东西。

比如我现在戴的帽子,拼多多买的,才6块钱,没有牌子,这怎么了?我戴出去挺好的。

拼多多近一两年给人的感觉优惠券变少了,这很正常。你看拼多多的财报就知道了,它的利润哪儿来的,其实就是默默提价了。这不是问题,因为即使提价了,它依然还便宜,依然还是有一些方法,只要你愿意花时间去研究优惠券,你开始可以买到便宜的商品。

再说腾讯。

腾讯的文化在我看来是游戏,有句话是这么说的,腾讯是一家卖衣服的公司,就是卖皮肤的。皮肤是什么?比如我自己,在王者荣耀玩了好多年,或者我在吃鸡也晚了很多年,我对他们是有感情的。不仅对游戏,也对那些一起战斗过的英雄有感情。既然有感情,那买个皮肤就很正常,寄托我这种感情。

所以腾讯最后是卖感情的公司,这个就有点像娱乐产业,比如电影,上了一个新电影,你就愿意去看,愿意去付费。这两年,可能大家没钱可能也没机会去为这种东西付费,那么以后是不是可以。这种付费就跟可口可乐一样,回到消费最原始的逻辑,我们是在为一种符号付费,或者现在流行的说法,我们在为精神价值付费。

腾讯的点就在这里,腾讯对我们的精神价值是有定价权的,我很喜欢玩游戏,疫情的时候我会通宵玩原神,或者通宵玩和平精英,现在真的没时间,但有时候真的很想玩,也就真的很想付点费用。

从这个角度来说,我认为回归本质,腾讯最后的机会还是靠这个,对腾讯来说,不论是线下支付还是云计算,它去卷其他行业最终还是要为了这个服务的。

接下来再说说我现在很看好的加密货币以及 Web3。最近国家已经发文了,我们要搞元宇宙,要搞区块链,接下来这些事情如果逐步落地的话,腾讯一定是标杆性的公司,而且可能会有巨大的机会。

(这块下次细聊)

我很喜欢腾讯,前几年腾讯出了很多不是很好的问题,包括腐败什么的。但是我还是想说,我对腾讯也是有感情的,作为国内的头部社交平台以及内容平台,腾讯的想象空间还很大。

另外再说说字节,我个人不是很喜欢抖音,但我对字节的感情主要在飞书。现在不管是我个人,还是公司,我的工作流几乎全在飞书上。

在海外市场,大家的工作流可能更多在 Google Docs 或者微软的那一套东西上面,不过海外的娱乐流已经开始转移到 TikTok、Lemon8 这些产品上,它的意义就很大了。

我们再结合拼多多的出海,接下来我们要干的事情就是出海,国内都卷成这样了,大家一起出海去赚全世界人的钱吧,就应该干这事儿。

对了,还提到一个好玩的事儿,原来出海很难的一件事儿是语言问题,现在AI解决了。最近我老跟人说,有AI了,我现在看书都可以看原版,不光英文,什么法文德文拉丁文都可以,我可以随手去找一段康德的德文原文,然后翻译出来拿出去装X。我现在真的是这么看书的,不需要看别人的翻译版本了,这是全新的体验。

另外还有美团,美团这家公司最厉害的点就是“开水团”。其实就是很务实,长期有耐心的精神,不去搞那些虚头巴脑的东西,其实文化跟拼多多有点像。大家就踏踏实实的做事情,踏踏实实的提升效率。

之前大家诟病的地方,是说美团是不是压榨劳动力,压榨外卖小哥。未来可能RoboTaxi,AI什么的我觉得就要出来了,前几天我还看到一个新闻,美团搞了一个无人机大赛,在9月底就要进行了。

信号很明显,美团是一家真的为很多人服务,并且改变了很多人生活方式的公司,不管怎么样它都是伟大的公司。但它现在面临的问题可能主要在成本端,它必须去平衡这件事儿,这对公司很痛苦。

接下来,比如说如果真的马斯克把自动驾驶这个技术搞成熟了,真的能够实现无人应用了,无人车都用上了,我们看的久一点,展望十年,那么就是天翻地覆的变化。

总之,对于科技类公司,我觉得我们还是要看未来,因为它一直在变,科技公司不像买了一个矿,这个矿产能多少可以未来是一直不变的。科技公司你一定要看到未来可能发生什么,可以观察,如果到了某个跨越鸿沟的点,就是你所设想甚至是幻想的东西真的开始在身边蔓延开了,不再是试点了,大规模的推广了,这就是投资机会。

我自己总结一下上面说的东西,我们不具体推荐具体哪家公司,但我是可以推荐整个中国互联网产业的,在这个时间点,整个产业都憋了3年了,说起来也跌的差不多了,估值也不算搞了,接下来看到的全是机会,至少从我眼里看到的全是机会。这也是为什么我今天要来录这一期节目。

最后总结一下,其实科技领域的发展就是先进的生产力和文化的发展,什么是先进?

年轻人玩的开心就是先进。

我们的文化是内敛的文化,很多事情我不说并不代表我不知道,就像华为,拼多多这些公司,闷声不吭,就把大事干了。这就是我们国民的底层假设,闷声赚大钱,都在酒里了。

再聊聊,可能这跟我们的是种田的民族有关,种田会有一个问题,就是看天吃饭,可能遇到天灾。所以我们就好像巴菲特一样,赚了钱要存着,万一有天灾,我们就可以拿出来过冬。我们不是那种赚1块钱就要花5块钱的文化,我们的文化就是平时低调做事,天天都在努力工作,但不说出来。有一天突然你就会发现,我们还有华为手机,我们还有酱香拿铁,实际上我们还有很多很多的东西。

在外人看来,也许我们很弱小,但实际上我们的强大是自内而外的,不是那种天天在外面放狠话,然后搞些虚头巴脑花里胡哨的东西的那种强大。

这就是求真务实,又回到B站、拼多多,这些公司,就是我喜欢的,没有那些花里胡哨的修饰,但它就是好。今天我们讲科技、文娱,又讲到要去做文化产业的投资,创新,要去做一些新的 IP,理解这一点是很重要的。我们一定不要去搞那些虚头巴脑的博眼球抢流量的东西,我们就按照我们的套路来走,可能这就是本分吧。

又说到巴菲特,巴菲特有钱吗?当然有,可是我就是爱吃麦当劳,就是爱喝可乐,但需要的时候我就坐私人飞机出行。我自己平时也是这样,上班时间来得及我就走路,或者骑个共享单车,但如果真的有事情我也会开车,实实在在就好,这种文化是我觉得我们需要弘扬的。

所以回到投资,要创新,这种文化是根基,酱香拿铁一定程度上代表的也是这种文化,不要喝几千一瓶的飞天茅台了,20块钱的酱香拿铁也可以拉近大家的关系,这也是让我突然一下子觉得 iPhone 时刻要来了的原因之一。而且更重要的是,这种文化年轻人接受了。

大家原来都以为年轻人是那种天天宅在家里躺平的宅男腐女,现在突然发现不是,他们很厉害的,潜力很大的!

我想起那句话叫二次元拯救世界,我们现在可能要换个说法,叫元宇宙拯救世界

结尾

有人跟我说,那么多内容,可以拆成好几篇文章发了,增加可读性。

我也想过,但我思考了3分钟后决定还是一口气发出来。

我的理想是,简单的纯粹的才是最好的,最好这些内容可以喂给 AI,然后以后再跟我聊投资,我就用我的 AI 回答你……

可读性应该是 AI 干的事儿,我还是去玩儿吧。

特别喜欢跟年轻的朋友们一起玩,看着大家还在跳舞,运动,打游戏,我就对未来充满信心。

bookmark_border娃娃、离火运与八卦

来聊玄学。

看着娃娃才能睡着

人类天生存在恐怖谷效应。日本人森昌弘在 1970 年代就发现了这一点,当我们看到那些跟我们长得很像,但又不是真人,或者不确定那是不是真人的时候,就会感到恐慌。

在战后的那几十年,依靠着廉价劳动力和大量工业出口商品,日本经济发展极其迅速,像极了中国改革开放后的几十年。1968、1969年日本GDP年度增长率分别为12.9%和12.5%,但1970年是个特殊的年份,1970年日本GDP的年度增长只有0.4%。

那个年代,日本动漫产业进入了最辉煌的阶段,那时候已经有赛文奥特曼了!赛文奥特曼是“7超人(Seven Ultraman)”的音译,你没看错,就是“7”。再来一句话冷知识,我小时候最爱的艾迪奥特曼来自“80超人(Eighty Ultraman)”的音译。顺便再提一句,7 和 40 都是圣经中很有意义的数字,80 是两个 40。

另一方面,1970 年代,“丰田工作方法” 如日中天,有了它,日本汽车工厂的生产率大幅提升。日本人通过几十年的艰苦奋斗与思考,找到了一种来自东方的神秘力量,席卷全球。

这跟娃娃有什么关系呢?有!奥特曼就是一种典型的长得像人的机器人,早期的机器人制作粗糙,但逐步变得精细。不过,森昌弘的恐怖谷理论发现,随着奥特曼们越来越像真人,人们对奥特曼的感觉就会从喜欢变成害怕。除非,奥特曼能够真正 100% 接近人类,这又是技术做不到的。

我其实在聊科技发展史。你会发现,这实际上阻碍了人类的技术进一步进步,人们本能的害怕制造出第二个”自己“。

于是,“二次元”诞生了。1970年的日本诞生了另外一部你肯定听过的动画片叫哆啦A梦。它放弃了奥特曼那种跟人长得越来越像的路子,转而使用了走可爱路线的机器猫,然后火到现在,成了许多人心中最美好的回忆之一(包括我)。

把时间再往前面推几十年,你会发现在 1920年代的美国,迪士尼和米老鼠的诞生,背后也有类似的故事。只不过那时候是美国人学会了使用流水线生产汽车,产生了一股来自美洲大陆的神秘力量,席卷全球,随后遭遇了大萧条。

同样关键词,同样的配方,同样的故事。

把时间往后再推到 21世纪,1998 年韩国大宇破产,韩国汽车产业被肢解。1999 年韩国政府颁布了《文化产业振兴基本法》,然后就连我都被蓝色生死恋这样的童话故事和宋慧乔女神洗了脑。

再丢一些关键词:特斯拉、比亚迪、理想、男人的第二个家、电动汽车、人工智能、区块链、元宇宙、中国、现在大街上的娃娃!

这就是为啥我会说研究汽车产业科技产业离不开学习二次元。

2022年3月,富士和马格南联手,在上海举办了一场为期 4 个月,名为「reconnect / 再次连接」的摄影展,这次展览让人印象极为深刻(尤其注意展览的时间和地点),摄影师奥利维亚·亚瑟(Olivia Author)和冯立让大家感受了一番“娃娃”。

对很多人来说,娃娃是一种心灵慰藉,在经济高速发展随后突然紧急刹车的时刻,人们需要适应,也需要一些东西,来安抚紧绷的神经。在中国香港,一直有“打小人”的习俗,你是不是也有过对着桌上的娃娃发泄情绪的经历?如果看到这里,给个一键三连呗。。。让我也平复一下心情。

在戴口罩的那几年,很多人都买了娃娃,娃娃承载了希望,承载了梦想。我甚至听到过“看着娃娃才能睡着”的声音,这种感觉,可能就跟小朋友看机器猫可以止住哭闹差不多吧。

我可以理解,至少从结果来看,2020年,你们都把泡泡玛特买上市了!

更何况,娃娃只是开始,现在还有数字藏品这样的伟大的东西,那是数字化,区块链上的,元宇宙里的“超级娃娃”!

离火上身的时代

这两天的上海,正大广场、南京路之类的地方搞起了各种元宇宙网红打卡点。前两天,漕河泾还开了一个号称“中国Web3解决方案”的大会,还有各种活动、展览等等等等。

杨裕欣, 商场门口的大娃娃, 上海市, 中国, 2023.10

我去看了下,铺天盖地的娃娃,好不热闹,但我很慌。

人类是贪婪的,太多太多的人,恨不得一下子骑到娃娃头上,恨不得一口气把心里的话都说出来,恨不得一口气跑上一个马拉松,恨不得一个通宵打造一个新时代的罗马。

跟朋友聊天,我说我们聊聊社群运营好吗?我们聊聊城市规划好吗?那我们聊聊价值投资好吗?

“不不不不不不!搞钱吧!”

“我不缺钱!”

“滚!”

在我眼里,娃娃归根结底是一种私人藏品。藏品这东西最重要的事情,是它连接人和人的功能。

可能对于一些人而言,看着娃娃就能睡着是最重要的,就好像干掉一瓶红酒就能睡着一样。但谁都知道,睡着不代表睡得香。当太阳重新升起,你发现A股还是趴在 3000 点,公司还是没有生意,口袋里还是没有钱,娃娃还是在桌上看着你,你心里还是那么慌。

你或许会在某一刻意识到,娃娃只能救你一时,娃娃背后的人才能真正帮助你渡过难关。突然你发现,娃友群里的某个人突然成了你的客户、供应商、合作伙伴,或者你也成了卖娃娃的一份子,从此赚了钱、走出低谷、登上巅峰。

但有时候,娃娃背后的是个坏人,它不是在帮你,而且继续在害你,甚至你都意识不到,就被娃娃 pua 了。

李子柒的故事并不完美,而我现在真的为周杰伦捏把汗。

最近流行提九紫离火运。作为一名不可知论者,我对玄学的态度是很玄学的^_^,其实玄学也是如此,它是否真实不重要,重要的是玄学也是一种连接人和人的工具,跟娃娃一样。

你信离火运吗?就好像问了一句你信娃娃会带来神秘力量吗,或者就好像问了一句拼多多真的能抢到 500 块现金优惠吗?答案不重要,重要的是你问了谁,谁又回答了你。

说到离火,在我眼里,娃娃就是离卦的典型。离火上身的感觉就好像叠加了一种BUFF——半夜一个人入住酒店,在门口高唱一句“乌蒙山连着山!外!山!”——浑身就有了勇气。

不否认这种BUFF的力量,但这就好像明星脂粉,看起来光鲜,而已,我始终明白这一点。

所以在即将到来的离火运时代,真实的才是最贵的。你必须明白,藏品的背后是人,一切的出发点都是人,你喜欢的是人,会给你反馈的是人,未来可能会害你的还是人。一定会有一大群包裹着糖衣的骗子出现,未来不久,你遇到的1000 个人里,有 999 个骗子和一个马云——全是忽悠。

乱花渐欲迷人眼,浅草才能没马蹄。好戏刚刚开始,要坚信价值的创造。

在离火运时代,需要珍惜所有的诚实、勇气、理性、耐心和信念——如果还有的话。

你思考的,全是对的

在社会中,人是被身边的人所定义的,这无可厚非。但是,人归根结底还是人自己,我最喜欢的一个对“Bob”的解释是Bob = Bob obey bob,我的信仰只有我自己。你所说的,都是错的。我思考的,全是对的。反过来也一样。

这件事情在接下来的时代,会非常非常的重要。明星,大师,神仙,都会出现然后都会消失。人工智能已经让一场伟大的变革开始,每个人都迟早需要变成对自己负责的超级个体,所谓新技术和现代化到来的同时,战争、暴力、欺骗、背叛也会一同到来,你很快就会发现,明星会塌房,大师会黑化,神仙会掏空你口袋里的钱。直到身边的人背叛自己,任何人都不值得相信。

很多人会选择逃避,离火运的世界,想想就可怕。不过,困难都是想出来的,答案都是干出来的,还是要珍惜一切仍然有勇气的诚实的值得相信的人,也要远离那些虚伪的背叛的有毒的人。虽然这很难。

对自己负责的人永远只有自己。看一个人是否靠谱,最好的办法就是看他是否愿意亲自陪粉丝们聊天,看他的粉丝群群主是不是他自己,看他是不是能够亲自讲出自己的故事。

数据都是别人给的,故事才是自己的。有多少钱,有几套房,有多少粉丝,有多少个币都是数据,数据不重要,重要的是故事!

真正的英雄主义只有一个,那就是看透了生活的真相和本质,但是还能够做到依然热爱生命,热爱生活。

即使混在999个骗子里,我喜欢,我愿意,所以我该说还说。999 个人都在说搞钱,我还是说社群运营,说城市规划,说价值投资。弱水三千只取一瓢饮。

骂得人太多,那就拉黑,拉个小群说呗。

梵高的死,虽然一百多年后看起来很美好,但依然是一场悲剧。

水克火,多喝点水就好了,要么听听音乐也行。不急,慢慢来,大道至简,无欲则刚。敢为天下后,后中争先。流水不争先,争得是滔滔不绝。没错,你会发现,在离火运的时代,会有各种各样的口号、标语,每天让人脑袋嗡嗡的。

正因为这样,所以更要思考,“我思故我在”:你思考的,全是对的

至于赚钱,变富是一个很享受的过程。这个世界上,唯一不变的只有变化,学习和成长是最重要的事情。

而赚钱,只是成长的过程而已,最近听了好多故事,德不配位是很危险的事情,要慢慢变富。

八卦

翻出一段写于十几年前的文字,那是上一次算出来离卦的时候。

这就是离火运的时代,熟悉的配方,熟悉的味道,熟悉的故事,不同的人

(以下写于2008年12月)

很早就想看些这种东西,这些天说忙不忙,说闲不闲,于是开始认真研究了。

我可以百分百的说我不是个迷信的人,如果没有能让我信服的道理,我是不会去研究的。

身体越来越差,试过一些方法,总觉得缺少点什么,前些日子为了驱寒吃了太多羊肉,这些天明显上火严重,黄帝内经曰:离火上身。

从离火说起吧。

八卦之中,离卦外刚内柔,阳刚之气在其外,阴柔之身于其内,则离,离也就是美丽,一切美丽的东西,都是离。

上火,就是典型的离火的感觉,靠着每天的食物,带来那些暂时的热量,维持着冬天的体温,看起来是很好很美丽的时期,而实质上,身体确实越来越脱离正规,就好像一团烈火包住了一个虚弱的身体,看似勇往直前,实则虚无缥缈,当那一团火光燃尽之时,一切都趋向于无,趋向消亡。

因此离火是种可怕的东西。外表光鲜,不一定就是好事。

虽说离火也有好处,即外表光鲜,但仅此而已。

而相反的是坎水,阴柔其外,阳刚其内。也许是现在需要的吧。

不说太多,倒是一直在思考很多数字的含义,比如老阴的6,老阳的9,9*9=81的九九归一。

八八六十四卦,通过简单的二分,把世界通过六次分解选出了64种状况,然后给每一种状况进行了分析。指导出每种状况下何吉何凶,这分明就是世界的道理,是中国人用一种特殊方式对待人处事的阐述,可惜太难懂。

何谓卦,挂也。八卦,就是在纷繁复杂的思维下,把事情挂起来,客观的,理性的,把凌乱的思维分成清晰 64 种方式,然后仔细的思考,理性的回答问题。再复杂的事情,都需要脚踏实地的一步一步从最简单的事情开始做,八卦指导了如何面对现实,指导人如何归于理性。当把八八六十四卦都研究透了之后,确实,你几乎就能在所有环境下游刃有余了。

终于领略了八卦的高明之处。它确实把道德经里面很多道理做了极为严谨的分类。可惜现在很多东西都还不是那么懂。

觉着这显然比西方的 12 星座高明的多。

很早之前一直把星座当成“资本主义迷信”,星座游戏有两种,一种是很无聊的像猜谜一样的告诉你一些无聊的事情,但是很早也注意到有的星座解释非常的完善和有意义,这很类似八卦中的某些解释。甚至,很多人看起来和星座描述确实好像有关系。

这也好解释,根本的理论是,当一个人不停地认为自己“属于某星座”时,他就会开始按照这种星座的描述生活,不是“星座像他”,而是“他像星座”。

但其实,还不只这些。

星座按照 12 个月来划分,人类文明大多实在温带的北半球,因此每个月之间最大的差异也许就是天气了。根据一些理论,儿童在 0 岁成长过程中,天气会起到很大的作用,并且这些东西很有可能影响长大的人。

稍微聪明点的人应该能理解,一个一生下来就在春意盎然气氛里长大的婴儿和一个一生下来就面临严寒饥饿的婴儿肯定会有一些不同,其实多愁善感的双鱼座。

这种差别虽然我不能确定到底有多大影响,但这应该是为数不多的解释“星座理论”的东西吧。

但是还有别的。

不管它是如何划分的,星座它也帮你划分了 12 种状况,告诉了你在这其中一种状况下应该怎么做,不应该怎么做,有些什么好处,有些什么坏处。从这个角度来看和八卦的卦象是类似的。也许你并不属于这种星座描述的内容,但潜意识的,长时间的或者有时候失去理性防备之后,人很容易潜意识里面开始模仿自己的目标星座。然后,星座的指示也就成了一种理性的,旁观者的指示,这样的指示往往是有效的。

就好像一个有限自动状态机,在某个状态下,只要通过这个状态转移,就能够进入另一个相对比较好的状态。由于当局者迷,非理性的人往往无法搞清楚当前状态和需要进入怎么样的状态转移,而这个时侯来,看看星座,倒是一种非常理性的思维行为。

这也解释了为什么“信则有,不信则无”这句古话。因此对于真正相信星座的人,不妨从另一个角度来思考一些问题,这确实会是有意义的。

很无聊,不过,倒是真的从这里面学到了一些东西。至少,中国的八卦比起西方那套东西来说,严谨的多。二进制比十二进制牛很多 呵呵。

有个最简单的道理,当犹豫不决的时候,就丢硬币也好,猜数字也好,选择一卦,开始行动,然后按照八卦指示让事情一步一步向好的方向发展(这是不是很像敏捷开发?),这至少比某些“智人”成天思考“to be or not to be”好的多,最怕,就是“什么也不做”。

bookmark_border做空pdd?毫无价值!

pdd 造假?

大晚上看到 pdd 被小作文做空的消息,乐了。忍不住写小作文了。

天底下没有新鲜事,还是老套路,到社交媒体上抓了点乱七八糟的信息拼凑在一起,然后下结论。

中国大妈都知道不能看微博炒股,美国大头兵就是这么没脑子的嘛,大概是因为没有装反诈APP吧。

哦,美国没有反诈APP

美国人反中已经毫无逻辑可言了,可能只有美国老百姓相信吧。

还 600 万件假包裹?还英国金融时报报道?还中国东部城市无锡?你觉得这胡诌的数字有人信?

灰熊是谁?

简单的说,灰熊就是一家专注致力于做空中国公司的水军公司。比如去年做空过蔚来汽车。

都不想说啥了,每年一家呗,这效率放在中国一定是经费不够吧。

记住,Mate60 才是唯一无法被 CIA 监控的手机!

遥遥领先!遥遥领先!遥遥领先!

pdd到底有什么价值

pdd 可以说是中国最本分的公司了,没有之一。

虽然之前也遭到过多次抹黑,但它现在仍然是全国最大的电商平台。从9岁到99岁在上面都玩的很开心!(9岁以下和99岁以上也挺开心的)

对很多老人来说,pdd 是便宜,是年轻时候吃苦的记忆!

对很多年轻人来说,pdd 是快乐,是半夜一个人的心灵归属!

对很多美国人来说,pdd (TEMU),是一股来自东方的神秘力量!

对了,pdd 也是 B 站 UP 主们的(可能是最大的)金主爸爸:-)

pdd 真的可以说是一家伟大的公司,所以这一波流量必须蹭。我是 pdd 自来粉。

不论接下来发生什么,我都坚定不移的给 pdd 打CALL!

诚实,是人类最宝贵的品格,它超越国界。

bookmark_borderpdd、哪吒

pdd 的价值

我见人总会说,我全身都是 pdd。

对很多人,尤其年轻人来说,pdd 的意义在于,即使失业即使没工作即使生活没有希望,晚上回家脱掉衣服或卸了妆之后,打开的第一个 app 就是 pdd。

它提供了一个可以打发时间领优惠券,又可以买几十块管饱一个礼拜的泡面,还可以找个理由勾搭朋友聊聊天,甚至还能玩玩小游戏的场所。

当你在 pdd 里点了无数下,找到那个 2 块钱的火车票优惠券,买一张绿皮火车票去下一个城市找工作时,那种感觉是无法形容的。

当年,哪吒误杀龙王三太子而被龙王追杀,最终为了拯救百姓自杀。他的灵魂被太乙真人救起,太乙真人赐予他莲花化身和神器。他得以复活,然后上演极限翻盘,最终讨纣成功。

这与跟理想汽车宣扬的“移动的家、幸福的家”一模一样。为什么理想汽车能卖的那么好,如果你没有经历过那种绝望中的一丝希望,胃痛难忍时的一瓶可乐,以泪洗面时的一个娃娃,是很难理解的。

你有没有想过,你眼前的岁月静好,是有人在负重前行。

苏珊·桑塔格说:“思想打破生活的平淡无奇”。pdd 对一些人来说,甚至是能让人活下去的最后一根稻草。

pdd 是那种年轻人用了会哭,老人用了摇头的东西。这就是本分,黄铮真是个天才。

我不知道会不会有年轻人看到这里会激动,如果有,那麻烦给个一键三连,也向更多人安利 pdd。

pdd 是一种生活方式。中国人的本分的生活方式,简简单单的重复每天,却也能做出巨大的成就。

科技向善

酱香拿铁和华为手机就相反,是那种年轻人尝了摇头,老人用了会哭的东西。

一切都指向人文主义,科技向善。

那接下来的问题是,如何衡量这种价值。

dddd

bookmark_border后羿射日

开大

我脑子里后羿射日的版本大概是这样的:后羿是个玩弓箭很厉害的大神,为什么呢?因为他从小被父母抛弃,在深山里长大,没见过什么世面,所以无聊就只能打猎玩,时间久了,唯手熟尔。长大以后,练了一身本领,突然有一天天上冒出了十个太阳,老百姓日子不好过了,后羿看了看,反正自己有这个本领,就站了出来,干掉了九个太阳,成了大英雄。

怕人家说我瞎添油加醋,突然心血来潮想去找出处,翻来覆去最贴切的可能只有来自《庄子·秋水》中引用《山海经》的记载的几个字:“羿射九日,落为沃焦。今本无。”今本无三个字太精髓,给了太多想象空间。但再深究就头大了,放弃。

然后需要跟人解释后羿射日的时候,我就跟人家说:后羿很厉害的,小时候打猎玩儿成了大神,很牛X,后来国家有难他出来射了个太阳,然后就回去找嫦娥了。大概就这样,具体自己去琢磨吧。

再后来发现这样还麻烦,不如直接就跟人说:后羿就是那个平时猥琐发育,需要大家保护,大后期开大一波推的 carry 全场的大英雄。

这么说大家就都懂了。

于是华为发布 Mate60,我大吼一声:他开大了。酱香拿铁上市,我又大吼一声:安琪拉烧的好!

其实中国人那些含蓄内敛,又坚韧不拔,结硬寨打呆仗,关键时刻拯救世界的品格,都在里面了,这真的不是几个词能形容的。

后羿射日,到底啥意思,都在酒里了。

无用之用

前阵子跟人聊苏东坡,好多文章都是当年语文课本的东西,但除了小朋友外没多少人还能背出来。还有关于我被古文虐的童年阴影,上学时最怕的就是古文,尤其是要背诵的那种,怕的不是背诵本身,而是背错了一个字就可能要被当众批评然后回去重新抄 N 遍这种事情,或者翻译不准确总 Get 不到老师要的那个点的无奈。

同学们总说:凭什么古人写错了就叫通假字,我们写错了就叫错别字?老师说:古人写文章又不考试,你们考试写错一个字,就没用了。

大学时无聊,买了道德经回来琢磨,老去找各种翻译的版本,但总感觉有的意思解释不清。后来甚至想自己来翻译,写了几篇后觉得扛不住,总会有新的想法冒出来,实在太累,浅尝辄止放弃了。

不过后来总有一些词总在我脑子里打转,比如“劲气内敛,一触即发”,“天地不仁,万物刍狗”。这些词都不是原文,我也不知道是怎么出现在脑子里的,反正就是已经深深地刻在我脑子了,也会经常拿出来说。

类似的还有冯友兰的那句,“活着的意义在于活着,活着是活着的原因,也是活着的结果”。似乎原文也不是这样,但大概就这个意思。

后来读到史蒂芬·平克在《理性》中的一句话:逻辑推理就意味着要忘记你所知道的一切。从这个意义上说,逻辑推理是不理性的。

我突然意识到,那些内容添油加醋的故事,那些背错的古文,那些无用的词句,才是理性的东西。

或者说,这才是我真正拥有的东西,才是不论经历多少时间,经过多少风雨,都永远属于我的东西,才是我之所以能称为“我”的东西。

月亮很亮

除了后羿射日,我们还有精卫填海,还有女娲补天,还有嫦娥奔月,还有好多好多故事。只要闲着无聊,我们的文人还喜欢研究回字有多少种写法。我们的程序员还喜欢研究 JavaScript 中的 this 有多少种用法。我们的投资人喜欢琢磨投资与投机的 n 种区别。

这些破事儿看似都没啥用,但它们唯一的用处,是人们超越国界的共识,这是文化的根基。不论天涯海角,只要听见有人说后羿开大了,yyds,推吧,dddd。

月亮很亮,但没有用,没用也亮。

bookmark_border播客录制、IT产业与SaaS服务

录了一期播客

有幸以嘉宾身份参与录制了一期播客节目,主要聊关于 IT 产业与相关投资的看法。第一次干这种事儿,深刻体会到做访谈类播客不容易。

虽然做了些准备,但我事先也只是把想聊的话题要点简单罗列了下(确实也不知道该咋准备),现场就想到啥说啥了,导致一开场就总感觉哪里不对劲儿,动不动尬住,话题深度和广度的控制都别扭。

聊天过程中信息量巨大,难以聚焦,折腾了一整个下午。虽然聊的很high,但是整理和剪辑就成了崩溃的事儿(感谢剪辑小哥,佩服)。

不管怎样最后还是上线了。感谢《投资实战派》节目和小宇宙,欢迎关注点赞评论~

开启了一个空白技能点,如果以后还有机会做别的节目就有经验了。

突然更崇拜偶像 Lex Fridman 了,在访谈类播客这件事情上,Lex 真是行业顶流,质量产量两手抓。

要做好任何一件事都不容易。

整理了一下聊天内容,由于回忆错位(当天节目后其实还聊了不少别的话题)和剪辑原因,与播客版本略有出入,姑且当个文字版总结。

信息技术产业的本质讨论

信息技术产业,也就是IT产业。从商业属性的角度来看,大家的主要认知还是对各行各业的提效和降本,然后通过规模效应赚钱。

我认为这没毛病,但还可以深挖。主要因为高效率低成本是个后验指标,它是技术发展带来的必然结果。但是,纵观历史上的技术普及历程,你就会发现新技术成本其实都不低,哪怕是早期的享受了到新技术带来巨大变革且受益的客户,他们付出的成本也不低。

不仅成本不低,可能初期还很高。被新技术初期高投入折腾死的 IT 公司或者客户也不少。反观成功的 IT 公司,往往有机会在新技术初期利用高溢价赚上一大笔,尤其是消费类公司。

虽然长期来看成本可能是降低了,但那已经太晚了,所以深挖下去,问题在于成本是如何被降低的?

我认为 IT 技术首先带来的是新的应用场景,让人能够做到以前做不到的事。在这些新的事物面前,是很难谈成本的。比如印刷术的诞生,带来了大规模知识传播的可能性;电子通信技术的诞生,带来了远距离信息沟通的可能性;又比如计算机的诞生,带来了自动计算的能力。

这些是变化的部分,但与此同时我们应该看到人类的需求中不变的部分,不外乎吃喝玩乐、衣食住行。IT 技术只是不断地在提供新的方式,满足过去同样的需求罢了。就好像不论是是甲骨文、印刷图书、还是电子书或者微信读书,提供的都是看书服务,只是方式变了。

再追问,为什么 IT 技术能不停的带来新的高效的做事方式呢?

因为人类利用信息的能力在不断提升,就好像从前我们只会用炸弹地毯式,但后来有了精确制导炸弹,效率就大大提高了。

我把这种能力概括为信息密度的提升。直观的看,可以用三方面能力来衡量信息密度的提升程度。

一是空间维度,我们同时能获取信息量更多了。比如视频和文字声音的区别;

二是时间维度,信息传播的更快也更广了。比如我们能通过微博获取更加及时的新闻,三是我们信息在传播过程中的准确度越来越高了,这是材质的变化。比如印刷术让复制信息的出错率更低了,数字技术代替模拟技术也是如此,区块链也是这方面的成功探索。

信息密度这个概念其实来自香农的信息熵,信息技术的本质是消除信息的不确定性。随着信息密度的不断提升,就是人类降低信息不确定性的能力的不断提升,这是整个信息技术产业发展最原始的驱动力。

接下来,随着信息密度的提升,存储、处理、使用信息的工具(我称其为信息容器)也在不断改进,所以我们就会看到各种新奇玩意儿被不断发明。

那么,人类究竟是如何做到不断提升信息密度的?

一是文字、音乐、图画等多模态信息的发展。多模态使得人们能够擅长使用”隐喻“来使用信息,也催生了各种不同的艺术形式。它是一种人类专属的工具,使用隐喻传递信息可能是人的大脑涌现出的最重要的区别于动物的功能。

二是电力通信技术的诞生。人们可以使用电力或者电磁波传递信息,第二次工业革命以后,人类IT技术能力开始起飞,信息传播速度可以是光速了。

三是电子计算机的诞生。图灵机定义了什么是”可计算“,信息可以被随意的压缩,解压缩,以及做其他各种转换。人们开始理解了数字化的威力,开始向信息密度的极限逼近。

半导体技术与集成电路发展让以上所有这些成了现实,这就成了过去不到 100 年的时间里 IT 技术发展的主线。

我相信未来还会沿着这条主线发展下去。

AI 带来了什么

下一个问题是 AI 究竟带来了什么。

从消费者体验上看,从 PC 到手机,从 3G 到 4G,人们访问互联网的方式经历了从固定到可移动,从文字、图片到了视频、直播的变化等等,体验变化巨大,但到 5G 时代,似乎这种进步的体验感小了。

插一句,在过去几十年中,我们的瓶颈一直出在半导体集成电路的计算能力上,所以我们还有所谓的”安迪比尔定律“——只要硬件能提供能力,软件就能榨干你。

过去几十年,人们一直在疯狂的尝试提升信息密度。但手机视频直播似乎是这种演进的终点——我们似乎再也找不到比手机视频更加高密度的信息传播形式了,软件似乎没法榨干硬件了。

这件事我是认可的,也让我一度很焦虑,IT产业是不是发展到头了?

但是,这两年 AI 的爆发,才让我豁然开朗。原来世界上还存在一种信息密度超过视频的东西,叫做大模型

姑且用大模型这个词,它不光是语言大模型,也指代其他不同类型的大模型,或者指代未来的 AGI 能力。虽然人们已经研究了几十年 AI,但大模型表现出的 AIGC 的能力还是颠覆了我的认知。

就拿录制播客这件事情举例:播客,其本身是一种很好的信息传播渠道。早年间只有电台,遇到喜欢的节目,得用磁带之类的设备录制下来,非常麻烦(可能年龄大点的朋友小时候还有用磁带录电台流行音乐的经历)。后来,苹果推出 iPod 和 Podcast,让声音传播这件事更加方便和自然了,移动互联网的加持更让其如虎添翼。再后来,视频来了,比起纯声音,B 站舞蹈区 Up 主可能更加吸引人^_^。播客变成视频形式后,效果也会更好,比如 Lex Fridman 同时也是一个Youtuber,他现在的播客其实都有同步的视频。

AIGC 来了以后,格局一下子就打开了。

未来可能是这样的:我们录制播客内容,包括音频、视频、文字稿,都会被大模型学习后,打包成一个知识库被分发。不管你是听众、读者、观众姥爷都可以享用,因为AIGC技术的加持,你想看文字,就生成文字给你看,你想听音频,就把录音放给你听,你想看视频,就把视频丢给你看,你甚至还可以自由选择5分钟、50分钟、甚至500分钟的扩展版本。

你也可以把这期节目当成一个机器人,向他提点问题,定向获取相关信息。这件事儿很有用,别忘了如果有 100 个节目,你提同样的问题,你可能会获得不同的答案。

不论如何想象未来,只要理解 AIGC 带来的知识密度大于视频,我可以放心了,以目前的进度,未来几十年 IT 产业还到不了顶。

我们可以再把思路打开一点,如果播客可以这么做,我们为什么不把各种各样的信息都这么做一遍呢?没错,这正是现今各大公司在研究的事情。

人类的知识密度还会再上升一个数量级。

对我个人而言,我想如果可以打造出一个 AI 巴菲特,以后在做投研的时候,就可以随时征求一下”他“的意见了。

投资 SaaS 公司的应该关注什么

再把目光放到眼前,下一个问题是在这样的浪潮下,如何看待IT公司的发展以及如何投资,尤其是现在流行的 SaaS 公司?

先理解 SaaS 公司是什么,广义上看,IT产业链包括从互联网服务到软件到硬件再到半导体这一系列环节,我们主要还是互联网和软件服务部分。这其中除了大型互联网公司外,大部分软件公司可能都会以 SaaS 形式存在,现在流行的 SaaS 订阅模式,只是在互联网作为分发渠道后,卖产品的一种形式而已。

这些事情背后,IT 公司的商业属性不外乎服务外包或者是卖产品

软件最大的特征,就是可以以几乎可以忽略不计的成本复制。如果你是一个 IT 公司老总,你最希望的事情是写一些代码,然后能够服务很多很多人,这样就可以写一遍代码赚很多很多遍钱。

这个思路就像消费领域的大单品模式,一个产品如果能卖出足够多的量,由于边际制造成本低,公司就能获取大量的利润。

但问题在于,一家 IT 公司真正运作起来,要做到很低的边际成本其实并非那么容易的。这是因为 IT 公司要想办法教会客户学习使用软件,然后改变他们的工作方式或者生活方式,这样才算完成了客户服务。

这个教育客户的过程,说的不好听一点,就是“教客户做事”,对于很多IT公司来说,就必须解决一个问题:客户凭什么听你的?对于 toB 的业务,这种成本尤其明显,最终客户利益关系复杂,尤其是当客户是行业巨头,而你只是一家小 IT 公司,你想教育那些行业大佬们改变工作方式,简直是天方夜谭。

toC 的业务也是这样,这就是为什么互联网公司经常会花大量的营销费用培养用户习惯,花钱教育用户使用自己的产品和服务。

但是,总是有成功的 IT 公司做到这一点的,如果你没有做到,说明你输了。

因此,一家好的 IT 公司必须始终和客户待在一块儿,深刻的了解客户的工作方式,并对新技术和自己的产品如何改变客户的工作方式,通过更高的知识密度提升工作效率非常重要。作为一家公司,这一点的重要性,远高于先进的技术。

如果你去看 IT 公司的首页,这也是很多 IT 公司喜欢标榜自己拥有一大堆 500 强大客户的原因。不过,如果你能够深入了解这些公司的最终客户——很可能只是 500 强客户里的某一个小部门——你可能会发现他们对客户的服务还是非常不完善的。

还是用现在非常火爆的 AI 赛道举例子,作为投资公司,我们曾经尝试过使用包括ChatGPT 在内的各种 AI 工具来阅读公司财报,也尝试过把公司基础信息喂给一些 AI 机器人,然后改善我们的投研流程,但效果不尽如人意。比如如何把格式千奇百怪的PDF或者网页文字、表格喂给 AI,就是件很麻烦的事情。尤其是当这些数据每天蜂拥而至,你有没有趁手的工具的时候。即使作为一个比较专业的 IT 技术人员,现在的工具也很难满足我们改进日常投研的流程。

在真实的商业环境下,有大量这样让人不爽的细节问题,需要 IT 公司去解决、实践。

更难的是,虽然每家公司的工作方式各不相同,但作为 IT 公司尤其是 SaaS 类公司,不但要解决好这些问题,还要考虑一定程度的标准化,以便于服务更多数量客户。其实 IT 公司才是最懂行业的人。

对客户核心需求的深刻理解,是否能真正解决客户的问题,以及是否能提供相对标准化的产品,是这些 SaaS 类公司和核心竞争力。

当然在有的行业上标准化是很困难的事情,但哪怕是定制开发类的 IT 公司,如果能将核心技术标准化,在控制成本的基础上做好服务,也是能有好的机会持续赚钱的。

另外,对于 toB 类的 SaaS 公司而言,客户使用产品的驱动力更多来自于效率提升和以此带来的成本降低,而这一点随着时间的推移是必然会发生的。也就是说,相比起 toC 的应用而言,toB 类的应用可能会有更长的生命周期——渗透率随着技术进步和成本降低逐步提升,IT 公司可以持续获得客户从而获得相对长期的成长。

国内 SaaS 公司现状问题

以上说的主要还是针对 toB 类 SaaS 公司,其实国内也有一些 toC 的 SaaS工具类公司,但数量并不多,主要原因可能是我们国家的互联网服务太过发达了。

可能是因为国内过去十几年的 IT 投资集中于互联网公司,也可能是因为我们的工程师更喜欢去大厂上班而不是创业,不去纠结具体的原因,事实上如果你仔细观察美团、拼多多、阿里巴巴等公司,你会发现他们其实服务了非常多的中小商家,做了很多国外SaaS类公司做的事情。所以,其实我们的SaaS类服务水平,并不比海外差,只不过我们没有那么多做大做强的独立 SaaS 类公司吧。

在 toB 的 SaaS 类公司方面,国内的SaaS公司可能主要受限于他们的客户。首先毕竟我们积累少,起步晚,美国的 IT 公司早的可能从 20 世纪六七十年代就开始发展了,更重要的是他们的客户接受 IT 公司服务也有大几十年了,那些客户踩过的坑更多,再加上高人工成本,他们也更容易接受标准化的 IT 服务

反观国内的大客户,尤其是政府客户、大国企等等,他们是国内SaaS类 IT 公司的主要客户群,但他们真正数字化,其实也就是过去十几二十年的事情,外加我们较低的人工成本,导致客户更爱定制各种需求。我们常开玩笑的一件事情是,我们想把一个产品卖给某大国企,要做的第一件事情是替换掉启动界面,然后把产品名字给改了。

另一方面,我们国家的大客户的实力与发展阶段,也与海外的 500 强客户有很大差距。我们毕竟是发展中国家,我们的大企业们的发展很容易随着宏观经济波动,在全球范围内有较大影响力的也不多。因此,依赖这些客户发展的国内 SaaS 公司,可能很容易跟随客户的发展情况,出现周期性的波动。一些实力强大的 SaaS 公司可能会尝试往海外发展,但很快就会遇到与海外的 SaaS 公司竞争的情形,在海外大客户面前,我们不论在对客户需求的理解还是有差距的。

举个典型的例子就是广联达,伴随着国内房地产客户的发展,它专注于 BIM 和造价软件,已经做的非常成功,但随着国内地产行业的转冷,它也很快会面临增长放缓的问题。同时,在二级市场估值上,就会呈现出明显的周期性。

不过,增长放缓并不一定是坏事,我是相信SaaS 类公司是能够做到小而美的。SaaS 类公司,如果能在一个恰当的规模上,专注的服务好自己的客户,长期赚取利润,然后配置好自己的资产别乱花钱,照顾好股东的利益,就还是很有投资价值的。

其实如果深入挖掘一些在港股上市的公司,还是有一些这样的例子的,另外,国内也有一些没有上市的 SaaS 类或者 IT 公司,依靠着手里相对固定的一些客户,也做得非常好。

关于投资 IT 类公司策略的讨论

对我来说,最重要事情还是关注那些未来三五年,或者十年期间一定会发生的事情,相信技术会持续的进步,信息密度回不断地提升。

现在来看,IT 领域最确定的事情,一是 AI 应用的发展,二是卫星通讯技术的落地。目前看起来,它们都已经看到了技术上实现的可能性,在过去一两年,它们的能力都已经被展现出来了。

对于一项好技术,0 到 1 已经实现,1 到 10 的过程就是一定会发生的。纵观 IT 产业过去几十年的发展,不论是 PC、手机、还是短视频,都经历过类似的事情。在从 0 到 1 的阶段,大家在一阵喧嚣过后,很快会觉得它们是花哨的新鲜玩意儿,然而正如阿玛拉定律所揭示的那样,人们总是高估一项科技所带来的短期效益,又低估它的长期影响。

不同于周期性质的行业景气和题材炒作,这种技术进步带来的行业爆发,往往是不可逆的过程,一旦接受的新的工作或者生活方式,就再也回不去了。

这种不可逆的现象是一个很好的指标,因此,我很爱做的一件事情,就是向身边的朋友安利最新出来的黑科技。很多情况下,大家的接受度并不会那么高,但是,偶尔有那么几次,身边的人很快就接受并且开始主动传播,那么这可能就是需要开始敏感的时候了

我很喜欢乔布斯的一句话,苹果的工作是建立尖端技术和构成大多数人的“其他人”之间的桥梁,正如《跨越鸿沟》一书中提到的那样,在早期用户市场和大众市场之间存在一条鸿沟,一旦有人开始修这座桥,可能它还不坚固,也不好用,但你确实能够意识到,未来会有很多人将跨越过去,你就可以出手了。

估值是对IT类公司投资的一个难题,题材操作总是很快的反映出市场上过于乐观的预期,作为二级市场的投资人,我们只有接受它。

首先我们还是需要去计算估值,在市场非常火热的时候,千万不要被“市梦率”所蒙骗,即使估值很高,我们也有必要估算出这个估值对应的运营状况,有多少用户,贡献多少利润的情况下,这个估值才会合理。

在清楚市场估值背后代表的经营状况的情况下,我们可以尝试去评估 5 年或者 10 年后,新技术普及的程度,想象一下未来的生活或者工作会是什么样子的。如果你回忆一下十多年前刚刚开始有移动互联网以及手机游戏、手机电商、外卖这样的应用,再想想腾讯、阿里巴巴、美团这十年来的发展,你可能会对预测十年后技术对生活的改变更加有感觉。

总之,作为二级市场投资人,不去赌从 0 到 1 的技术进步,规避短期题材炒作,在确定长期技术替代的趋势,且短期技术遇冷的时间里开始投资并且长期持有,是我喜欢的投资策略。

这项工作对于 toB 的业务来说会更加难,但如果你本身就在某个细分行业工作,你可能就会觉察到某些变化,那这其中可能也会有更好的投资机会。除了那些耳熟能详的大 IT公司以外,细分行业的也会存在一些这样的机会。

最后一个话题,是 IT 行业跟踪的信息源问题。

首先还是阅读公司财报、季度电话会议以及重要人物的访谈,这与其他行业没什么区别。除此之外,大型 IT 公司比如苹果、微软、谷歌每年都会有各类发布会和开发者大会,这些会议内容都是可以让我们快速了解最新技术趋势的极好的材料,尤其注意到一些偏技术类的 Session 或者技术 Demo,你可以去看看那些技术大牛们都在玩些什么——不用关心技术细节——只需要看看他们在玩什么就可以了,对于科技 geeker 来说,这是非常有乐趣的事情。

当然还有各类科技类 UP 主或者 Youtuber,比如 Lex Fridman。

另外,如果还能自己写几行代码亲自跑跑看,弄脏自己的手,像玩玩具那样去玩一下就更好了,在 AIGC 逐渐发达的今天,这并不困难。

总之,一切的努力都是为了抓住那些未来十年十倍的大机会。

bookmark_border《科学:无尽的前沿》读后感

1944 年末,虽然二战还没有结束,但不论是在欧洲战场还是在东方的太平洋战场,德军和日军实力都已遭到重创。战争胜利曙光乍现,时任总统罗斯福已经开始计划战后国家战略的规划问题。

罗斯福总统给当时担任白宫科学研究与发展办公室负责人的范内瓦·布什发了一封信函,希望能筹备一份关于美国科学政策的报告。

范内瓦·布什是工程师出身,绝大部分时间都在麻省理工大学工作,他在一战和二战期间担任了美国国家研究委员的顾问,直接领导了美国军方包括原子弹、军用雷达在内一系列黑科技的研发。

罗斯福已经意识到,虽然在战争期间美国的科学研究方面的水平突飞猛进,但这大都关于军事。由于战争,许多研究者其实都中断了之前的研究,而且当时在美国的许多科学家都来自欧洲或其他海外国家,现在战争要结束了,美国必须要在战后科学研究方面的政策上做好充分的准备。

罗斯福总统主要关注的方向有四个:一是让实现科技军转民以及解决就业问题,二是如何推进医学和相关领域的研究,三是处理好公共研究和私人研究组织之间的关系,四是对科学研究人才进行规划。

第二年七月,范内瓦·布什回复的报告在二战结束前夕发表,就是这份《科学:无尽的前言》。

这份报告为美国二战后发展指明了方向。在这份报告规划的框架下,美国这几十年来取得了远超二战结束时候的成功,尤其是在科技领域摆脱了对欧洲的依赖,称霸全球。

在这份报告中,布什首先肯定了科学研究的地位。他认为科学研究会带来新知识,那是所有实际知识的源头活水。在和平时期,科学研究能给人们带来健康、带来更丰富的商品更多就业岗位等等,“一个依靠别人来获得基础科学知识的国家……其工业进步都将步履缓慢,在世界贸易中的竞争力也会非常弱”。

科学研究的本质,是人类对这个世界上知识的求知欲,没有任何人能够精确预测未来会发生什么。

有意思的地方是,微软中国 CTO 韦青在评论中提到,战前的布什博士在军事技术上至少有两点判断错误,一是他大大低估了导弹技术的前景(也让钱学森有了回到中国的机会),二是他在战时拒绝给电子计算机项目拨款,因为他不相信电子计算机能很快的被制造出来。

不过工程师出身的布什博士非常清楚的知道人在科学研究面前的局限性,他不遗余力的坚持科学研究的独立性和科学家的自由。这份坚持非常不容易,毕竟科学研究只属于小部分人,大众很难理解政府将他们的税钱撒给一群没有目的不知道在干什么的疯子们。

战争的经验让布什意识到,科技的奇迹依赖基础研究,然而基础研究无法考虑实用性的目的。即使这与大众的期望冲突,他还是在报告中写道:“科学进步本质上依赖的是科学家无需考虑实际目的的自由基础研究。”

布什认为这种研究注定只属于一小撮聪明的科学家,他们主要存在于各大专院校中。

布什拒绝让政府领导科学研究机构,希望成立一个国家研究基金会,独立于政府,制定和推广科学研究的相关具体政策。政府的职责,是要成为大众和那帮精英科学家之间的桥梁。

布什的另一项设计,是专门设立独立于军事机构的军事科学研究的文职机构,把军事科学研究和士兵训练分开。

另外,布什实施了军事订货计划,让政府采购大学、产业实验室等机构的研究成果,而不是创建政府的实验室,这是一套行之有效的机制,催生了美国“军事-产业-大学”的铁三角联动体系

布什还认为科学研究成功要尽可能公开化,特别强调了科学研究成果的出版与和合作,专门成立部门帮助出版和交流科学研究的成果,以及研究成果的全球交流。

事实上,直到报告发表5年后的1950年,布什设想的国家科学基金会才正式成立。政府被设计成了一个从事科普活动的角色,政府要投入并鼓励科学教育,培养科学研究人才,也要教导大众采用科学的思维方式,还要想办法采取措施让大众有能力领取弹药——享受科学家的研究成果。

另一个话题,是对科学本身范围的定义,除自然科学、医学外,社会科学是否算得上科学,在这一点上布什异常坚定的认为:“以牺牲社会科学、人文科学和其他对国民福祉至关重要的研究为代价来发展自然科学和医学研究,这是一种愚蠢的想法”。

但是说归说,实际上布什还是将社会科学排除在外,理由是他认为社会科学在实践中与政治和政府联系太过紧密。

从这点可以看出来,排除政府对科学家的影响,是布什博士放在第一位的。

这种完全自由的研究环境吸引了来自全世界的优秀科学家们。尤其是是在二战之后整个欧洲满目疮痍的情况下,为美国之后的科学研究工作奠定了宝贵的人才基础,可能这才是这项政策的最大意义所在。

这个框架也并不完美。如果熟悉苹果公司历史的话,一定会对加州的施乐帕洛阿尔托研究中心(PARC)有印象,Macintosh 的设计灵感就来自那里,激光打印机、办公室局域网、激光CD光盘等等一系列技术也都来自于这个实验室。这个著名的实验室,研究方向是“信息架构”,它正是政府资助的实验室之一。

实际上不论是乔布斯还是盖茨,对施乐实验室的评价都偏负面——一群很厉害的科学家,浪费了很多钱,搞出了一大堆炫酷但没什么用的东西。

这很有代表性,凡是政府出钱做事儿,就多少会效率低下。政府注重基础研究,自然就挤压了应用研究方面的资源。

在报告提出的 1945 年,科技水平并不发达,大多数应用类发明都还很原始,枯燥等待着基础科学的突破。但到了1960年代后,半导体和集成电路被发明出来之后,应用类的研究重要性就凸显出来。应用科学的研究开发,重要性丝毫不亚于基础研究。

在这样的背景下,应用科学的研究就只能依赖于那些私营企业,这类研究往往更加商业化,与市场需求紧密结合,与基础科学研究脱节。

政府资助的基础科学研究无法满足市场要求,私人资本只好自己来,但私人资本又离不开政府订单的帮助。

一个例子是 NASA 花了很多年,才得以让私有企业参与类似国际空间站补给任务的投标。2009 年,虽然马斯克创立的 SpaceX 的火箭发射效率远超过原先政府资助的那些火箭发射供应商,但 SpaceX 原先根本无法获得政府订单,后来还是在经过诉讼美国空军后,才得到了火箭发射的订单。

这种体制性问题制约了美国基础科学研究的能力,到 2015 年,美国历史上第一次,私营部门为基础研究提供的资金已经超过了政府。甚至在 5G 时代,美国在一些领域的研发能力已经开始落后中国(然后就开始了贸易战和科技战这样的手段)。

这种脱节也引起了美国学者的注意,1990年代,普林斯顿大学的唐纳德·斯托克斯发表了《基础科学与技术创新:巴斯德象限》,提出强调应用驱动的基础科学研究。2016年,哈佛大学教授文卡特希·那拉亚那穆提出版了《发明与发现:反思无止境的前沿》,提出了发明-发现循环模型,直接对原来的框架进行了批评。

在信息化高度发达的今天,科技公司也已经在美国经济有了极高的地位,知识工作已经成为了主流,而且私人资本无比壮大,基础科学研究似乎的确更加有机会与产业结合,主动掌握自己的方向而不是完全随机的“瞎猫碰死耗子”。

科学家需要自由,但同时政府需要方向。

2020年,美国出台了《无尽的前沿法案》,政府对科学研究的支持中心从之前的基础研究和科学教育转向了支持关键技术领域的研发和支持区域技术中心的建设。政府希望更加定向去补贴特定的研究方向,这也是2022年美国《芯片与科学法案》的出台以及对针对中国开展“科技战”的主要背景。

对科学知识的探索,需要自由的灵魂,这似乎是一件浪漫的事,但科技与军事息息相关,竞争总是刺刀见红的。

大众和科学家之间,总是隔着一层玻璃,但科学家最终也是普通人,而其他普通人也需要享受科学家的研究成果。

没有完美的方案,只有当下能运行的最好方案。

bookmark_border如何经营软件公司

最近一口气看了几本关于软件公司发展的书,包括:《微软风云:见证软件帝国的成长、迷茫与创新》、《软件业的成功奥秘》、《Salesforce传奇》等等,大致梳理了 20 世纪 80 年代至今全球软件行业的发展脉络。

我自己有过几年软件公司的运营经验,但并不太成功。回头来看,虽然当时误打误撞赚过点钱,但我几乎犯过所有那些失败的软件公司容易犯的错误。而且那时我完全没有意识到错误,现在回想起来,也是一种很神奇的体验。

我已经转行金融投资有几年时间了,站在现在这个时候,我更多思考的是假如还能再来一次,该如何运营好一家软件公司?

软件产品的低边际成本很低?

不管是传统 IT 外包公司、一个刚刚有了BP的初创公司,还是高大上的互联网公司,只要他们靠卖软件或服务赚钱,本质上,他们都是“软件公司”。至于是“toB”还是”toC”,是不是用了 AI 或者区块链,是不是 SaaS 模式,都不重要。软件公司就是软件公司,软件公司有它固有的商业特点,这是我们最需要关注的。

商业本质是交换。假如我有一个梨,你有一个苹果,我们在市场上做了交换,然后我就有了一个苹果,你就有了一个梨。但是,假如是在软件行业,我有一个梨,你有一个苹果,我们在市场上进行了交换,那么我就有一个苹果和一个梨,你也拥有了一个苹果和一个梨!

软件是信息,信息能够轻易被复制,软件产品的边际成本非常低,这就是软件公司作为一门生意最大的特点之一。

对软件公司来说,制造成本几乎不存在。在 1990 年代,一家 10 亿美元的软件公司,只需要一台 CD 刻录机,就足以每天制造几百张 CD 光盘,解决掉所有的“生产”问题。生产第一张 CD 也许需要耗费几千万美元的研发成本,但生产第二张 CD 只需要几美元。这个例子已经古老了,如果放到互联网如此普及的今天,大家应该更容易理解这一点。

不可否认,这种低边际成本是软件公司的巨大优势。这意味着一家好的软件公司,是可以实现“躺盈”的——你只要把软件代码写好,传到互联网上,然后就看着银行账户里的数字蹭蹭蹭往上升——这是不论公司经营者还是投资人都希望看到的完美结果。

因此,人们曾不遗余力地把资源投给软件公司。微软、SAP、谷歌等等巨头的成长故事已经清楚地告诉我们,哪怕前期投入几亿几十亿美元进行研发,都可能是值得的。

不只投资人那么乐观,软件公司的经营者也容易那么乐观。但即使这样,现实还是很残酷,情况并没那么简单。

你必须要教客户做事

软件公司的产品或服务以软件形式存在,与硬件相比,软件看不见摸不着,既不能用来把玩,也没有装饰功能,更无法用来炫耀。

虽然软件本身的复制成本很低,但是软件的功能只能在业务中体现出来。不论是学习、工作、还是娱乐,只有在每个具体客户生活的具体行为场景中,软件的价值才会被体现出来。

对客户来说,一旦购买软件,未来很多年的工作方式、生活方式就可能会发生变化。从这个意义上说,你卖软件给客户,就是要“教客户做事”。这有点不太好听,但事实上就是这样。

卖出 CD 光盘或者客户下载软件包,仅仅是产品交付的开始。客户对软件产品的学习,然后对自身业务流程的优化,以及客户最终意识到通过使用软件达到自身目标,获得成功,这些工作其实都是软件产品的一部分。

对不少软件公司来说,这些工作仅仅被当做客户服务的一部分,并没有受到足够的重视。大家可能更喜欢把关注点放在先进的技术、炫酷的界面、产品功能的先进程度上。

但是,“教客户做事”这件事儿如此重要,事实上它可以排上经营软件公司的核心要素第一位。如果你刚开始读关于微软或者 Salesforce 的历史,甚至会有一种错觉,为什么他们都在讲营销?而不是讲技术。

不论是早年的微软、SAP 还是 Salesforce,都在营销上投入了巨大的资源,教客户做事的工作贯穿了一家软件公司的经营全部过程。从前期宣传、产品定义、到客户服务、客户关系维持,都离不开这项工作。我们只是笼统给了它一个“营销”的叫法而已。

一旦意识到这一点,从财务角度看,你就会发现其实软件产品的边际成本并不低,要想真正赚到钱,你必须不断的投入金钱和时间,去教客户做事,并让客户持续取得成功

让自己成为顶尖的行业专家

教客户并不容易,客户得让你教,你还真能教给客户些东西。你只有让自己真正成为行业专家,才能做到这一点。

每个行业都有自己的运行规则,其中一些规则可能隐藏的很深,只有那些真正在这个行业中赚钱的人才知道。作为一个软件公司,你可能很难了解这些细节,甚至你的客户都不一定了解细节,要知道,这些规则可是行业中真正赚钱的人的独家秘籍。

但不论如何,你还是得必须得搞清楚这个行业是如何运行的,搞清楚其中的关键角色,尤其是那些利益相关人。特别的,你需要去跟行业中那些真正赚钱的人打交道。作为一家软件公司,你必须意识到你的任务是改变这些规则,这会改变他们赚钱的方式,所以你必须非常注意他们的利益和想法。所以,你必须成为真正的行业专家。

作为软件公司的老板,成为一个好的学习者非常重要,虚心向前辈请教,去跟这个行业中最优秀的人聊聊,再问问他行业中是否还有其他优秀的参与者,如果有,那就再去请教学习。

先让自己成为一个行业专家,再设计出能够解决痛点,改变行业现状的软件产品,然后把产品卖给客户,就是这么个过程。

如果你原来已经有某个行业的工作经验,而且已经获得一些成功,那你可能更加会知道怎么做,这是非常值钱的加分项。

同时,与顶级的行业咨询公司合作,也是不少软件公司选择的方向,另外,作为一家软件公司的老板,也一定不要轻易放弃任何雇佣真正的行业专家的机会。

虽然上面说的这些看起来主要针对的是商业软件,但即使对于大众软件,道理也是相通的。

回想乔布斯开发 Macintosh 的过程,他在辍学期间无意中上的书法课功不可没。乔布斯字体与排版设计的知识,使得苹果在这方面超出竞争对手,也使得苹果成为 GUI 时代的行业专家,这不仅让苹果产品成功占领了桌面出版市场,还给苹果带来了一大群死忠粉丝。

如果你的客户能够从你这里学习到一些知识,并通过购买软件产品实践,然后发现它很有效,那么客户就会成为你的粉丝,再也离不开你。

所以从一开始,就要以行业里的最高标准来要求自己。对客户来说,软件是一种杠杆,你必须保证杠杆方向正确。

做好知识管理,积累知识复利

对于一家软件公司来说,知识是你的全部资产,从公司成立的第一天起,就要规划好知识管理这件事。

第一步是选择好知识管理的工具,倒不是一定要在工具选择上花多少精力,重点是在整个公司都要有称手的统一的工具,然后跑顺流程。

一个衡量流程是否通顺的标准,是当客户在使用产品过程中提出一个问题时,公司的任何员工是否能够及时从公司知识库中找到相对应的信息,做出客户满意的回答。如果想增加点难度,还可以试着在新员工身上尝试这个测试。

表面上看这只是销售管理的一部分,但如果你意识到上面说的”软件公司就是要教客户做事“,那么这件事就重要了。绝不仅仅只有销售团队需要知识库,软件公司的每个人都有必要浏览、学习,并积极贡献建立知识库,这是软件公司赖以生存的最重要的资产

微软公司在早期会向所有一线销售人员分发销售演示文档、最新的战略产品信息、市场营销计划和政策、公司目录、定价信息以及人力资源文件等资料。这听起来不错,但很快销售人员就发现他们逐渐变成了档案管理员,要管理好这些文件资料成了非常重大的挑战。

后来微软公司开始把这些销售资料制作成一张CD光盘,定期提供给销售人员,这成为了当时微软百科全书产品的前身。不仅如此,针对开发人员、IT人员也都会提供最新版本的参考资料,这也成了MSDN的前身。

这些努力都为微软公司的发展带来了巨大的好处。从商业角度上来说,不论是公司员工还是客户,人在单位时间内学习到知识是有限的。一个良好的知识库就像是孙悟空手里的金箍棒,能够让公司如虎添翼。对内提升公司自身知识积累水平,对外它能提升客户使用软件产品的效率。

知识还有一个重要特性是它存在复利。当你积累了一些基础知识后,再学习更多的知识边际成本就会变低。从商业角度上说,这意味着学习曲线能够为公司积累出长期的竞争优势,体现在客户那儿就是使用习惯与客户粘性。

持续建设知识库的过程,也是软件公司自身发展并逐步建立竞争优势的过程,这对公司的长期经营至关重要。

建立客户社区,与客户在一起

软件公司要想尽办法一直客户呆在一起,在互联网发达的 SaaS 的时代,这更容易,也更重要。

前面提到过,如果客户通过你的软件获得成功,就是你最大的机会。尤其要注意那些认可你的重要客户,那些本身在行业中取得成功并赚大钱的客户,耐心的服务好他们,解决他们的问题,就是在解决你自己的发展问题。

除了行业巨头,还要特别在意那些有巨大影响力的客户,比如明星、媒体或者是学校等等。他们就是星星之火,成功的客户会给你带来更多客户服务好他们,他们也许就会成为你的品牌代言人,为你带来更多客户,甚至成为你的客服,你的开发。

与客户待在一起还可以解决另一个重要问题,就是确保能真正搞清楚自己的目标客户的需求。一套软件产品被卖给客户公司,真正使用软件的人可能会复杂的多,通常并不是老板本人,也不一定是 IT 工程师,而是一线工人或者前台接待或者其他什么人。他们的真实想法也许与跟你签合同的人完全不同,客户社区是个很好的渠道,你能够有机会直接融入客户的讨论,洞察细节,从而持续改进产品。

由于互联网的普及,这件事在 SaaS 时代更加容易了,Salesforce 从 2004 年开始建立起线上社区,搜集成千上万客户的直接建议,这种做法行之有效。Salesforce 也将这种做法作为其销售解决方案的一部分,推广给戴尔、星巴克等客户。

如果你足够关心你的客户,你的客户也会保持关心你的发展,不仅如此,你的客户也会保持关心你的其他客户,甚至你的对手也会一起关心你,你也可以通过这种方式关心你的竞争对手,这就是客户社区的魅力,与行业中最优秀的一群人待在一起,一起探讨如何改进这个行业。

不过,很多公司却失败在过于看重“做平台”上。想象一下,你只需要到人头攒动的酒吧里大吼一声“今天我买单”,你就可以轻易聚集起一大群冲动的潜在客户,其中也许还有明星大腕儿,似乎你已经成功建立了一个用户社区,未来有无限可能性。

这很容易带来成就感,但你最好还是保持清醒,别忘了软件公司真正的任务是为客户们带来有价值的服务,然后让他们长期付钱给你,标新立异本身不是目的。

不管怎样,故事的最后是你提供产品和服务,然后客户们付钱给你。大家一起用软件持续改善业务,然后一起赚到更多的钱,这是一个美妙的互惠共赢的过程。

用好每一分钱,做长期正确的事

只要认识到软件公司并非是”写一次代码,数一辈子钱“的印钞机,软件公司在商业模式上似乎就没那么优秀了。你必须不停地投入,才能持续运营业务。

从财务上看,我们更应该将一部分营销费用计算为软件公司成本的一部分,对公司的任何一笔投入都应该认真思考投入产出比。软件公司实际的边际成本并没有那么低。

这里的产出,不仅指的是研发出来的软件产品,也要包括公司服务客户的能力:包括更好的了解客户,让更多的目标客户知道公司的产品,让潜在客户试用公司的产品,为客户提供适当的培训服务以及社区,从客户的到反馈等等——还是那句话,这些内容都属于营销没错,但营销就是产品的一部分。

软件公司通常喜欢凸显个性,效率至上,这没毛病。适当使用一些标新立异的手段是有效的营销方式,这实际上也是一种杠杆,花最少的钱,获得最大的效果。Salesforce 在早期曾有不少著名的营销噱头,比如到竞争对手的销售会议会场外组织假“游行”,以宣传自己产品,又比如用击落战斗机的画面作为广告宣传,以隐喻传统软件的终结等等。

另一种行之有效的投入,是投入时间精力与金钱,去鼓励客户讲述自己成功的故事,如果可以还可以借媒体放大。作为一家软件公司,一定是不适合闷声赚大钱的,不要害怕发声,你必须想办法吸引全世界的目光,让听众要么成为你的员工,要么成为你的客户,要么成为你的社区成员。

再说说研发效率问题,直到这里,我才第一次开始提到研发。这并不是因为研发不重要,事实上,大多数情况下,软件公司最大的成本可能还是研发成本,尤其是在初期。

之所以先讨论营销、客户、知识管理这些内容,正是因为作为软件公司,降低研发成本最好的方法,就是尽量减少方向性的错误,少做无用功。优秀的研发人员的薪水通常不低,如果产品本身南辕北辙,那么越努力,投入的越多,损失也就越大。研发投入还只是一方面,如果再想到已经投入的营销成本,客户的教育培训成本,甚至是老客户的使用成本,你就一定能意识到研发方向偏差带来的损失将会是多么巨大。

与传统制造业不同,制作软件的过程允许失败,但这会带来错觉,公司难以及时发现错误——反应过来可能已经晚了,公司可能会突然之间就陷入到无法挽回的地步。

对软件公司而言,宁愿迅速失败,也不要在错误的道路上走太久。尽一切努力聚焦,把钱花在刀刃上,做长期正确的事,是软件公司的头等大事。

雇佣最优秀的人才

软件行业的竞争,除了客户的竞争,也是人才的竞争。

这是一个赢者通吃的行业,吸引最优秀的人才是让一家软件公司立足的根本。如果想让自己成为行业专家,你的公司里就得充满“行业专家”。

作为老板,首要任务就是找到并识别出关键员工,然后照顾好他们,并给他一个为公司工作的理由。关键员工是那些拥有最核心的专业知识(研发能力),或者能搞定最重要的客户(销售能力)的员工。对关键员工来说,他们自身能力很强,也很容易在任何地方找到工作,除了合理的薪水和股票以外,他们留下来的理由是多方面的,但更多还是来自公司的价值观与文化,也来自老板自己。

你甚至可能需要把一半的精力花在招聘上。让最优秀的人为自己工作是软件公司老板必不可少的能力。如果做不到,那就先招聘一个靠谱的 HR 总监,Salesforce 就是这么做的。

在关键员工之外,雇佣任何新员工都应当关注投入产出比。之所以要专门提出这句话,是因为对于软件公司而言,几乎所有的研发、运维、销售工作,都可以找到外包公司,这也能够省下大量的精力,让自己专注在最重要的事情上,比如服务客户和招聘关键员工。

但是一旦发现招聘新员工是划算的,就应该开足马力招聘这往往发生在产品成熟阶段,如果关键员工已到位,产品已发布,你就需要迅速扩张以占领市场。不过即使这样,也别忘了始终严格执行考核机制。

软件公司的另一个特点是员工流动。这个行业的员工离职与应聘都显得更加容易——干的不爽,电脑一关就可以走人。但是,作为老板应该意识到,员工的高流动性对于软件公司来说既是“危”也是“机”

员工流动也是公司知识管理建设水平非常好的验证场景。如果公司的知识管理做的足够好,那么非关键员工的离职并不会对公司业务带来太大的影响,新员工也能更快更好的融入公司文化。甚至,你还可以利用员工的流动促进公司知识库的建设,员工的流动会带来市场上的新鲜空气,这是公司有机会加以利用的。

软件公司就像一个过滤器,按照自己的标准不断吸收和加工来自市场、员工、客户、合作伙伴等等的知识,于是这里再一次彰显出公司文化与价值观的重要性,价值观决定了哪些知识会被沉淀,哪些被抛弃。

别忘了,这些软件公司沉淀下来的知识,也是吸引顶尖人才加入的重要资源。

最后

软件可能是20世纪末人类最伟大的发明之一,人类从此有了凝结知识并高效服务生产的工具(上一次可能是印刷术)。

软件的出现孕育巨大的机会,几十年来,随着电脑、手机、互联网、人工智能的出现,技术进步没有停止过。但经营一家软件公司很不容易,它终究还是一门生意,经营者要追求的还是长期稳定的赚钱

技术是打江山的利器,知识和人才是软件公司的重要资源,对客户的理解与高品质的服务才是守江山最好用的东西,这一切集合在一起,才会打造出一家好的软件公司。

一家好的软件公司,只要一提到它的名字,就应该让人们联想到优秀的价值观,行业中顶尖的知识积累,以及背后一大群成功的客户。

bookmark_border从汽车到互联网:制造企业管理体制变迁

从工业革命时期开始,人类有了先进的工具、有了代替人力的机器,生产力极大提高。问题也随之而来,人类该如何与机器协作,生产该如何被管理?从企业角度,这个问题直接影响生产效率,也直接关系到企业的竞争力乃至生死存亡。

在这样的背景下,企业管理逐渐发展成为一门非常重要的综合性学科——它横跨自然科学和社会科学。企业管理需要数学、统计学、概率论的帮助,也需要系统科学、信息科学、决策科学等知识,与此同时企业管理活动最终还要与人打交道,这又是一门人文学科,离不开社会学、心理学、哲学、法学等方面的内容。

大批量生产模式

在20世纪初,福特将流水线模式引入汽车生产中,形成大批量生产模式,使得汽车生产效率大幅提升。这种生产组织的方式也很快普及到各个行业,成为了一个时代的标志。

人们发现,如果将异常复杂的商品制造工作拆解成若干项可以简单重复的标准化动作,然后安排给不同的工人进行大批量生产,再通过流水线组装,就可以让整体生产效率大幅提高,这就是大批量生产模式。具体来讲,在一条流水线上,管理者充当生产计划制定者的角色,拆分复杂的工作直到变成一个个相对简单的任务。如果某个任务依然复杂那就再次拆解,如此循环,直到每一个任务都分解不下去且可以由一个人熟练完成。这样形成了标准化的任务模板,接着管理者根据工作任务设计相应工作岗位,再针对各个岗位的工作内容培训工人即可。每个工人就像一颗螺丝钉,在自己的岗位上发挥自己的作用,管理者的工作则是督促和检查员工的任务完成情况。

之所以这么做能提升效率,是因为标准化动作会大大降低工人的学习成本。以汽车这样的复杂产品为例,一个工人要学会所有环节的装配几乎不可能,但有了标准化流程,一个工人仅仅需要学习流程中的一个环节,这样培训大批量熟练工人就成为了可能。另外,电力系统基础设施的普及带来了自动化的生产流水线,这也大大减少了大批量生产中零部件搬运的成本,提升了生产效率。

在大批量生产模式中,管理者做了这么几件事儿:

1.拆分:将任务拆解并形成标准化的模板;2.培训:针对每个任务培训对应岗位员工;3.检查:督促和检查员工的任务完成结果。

这样的管理思想来自美国工程师弗雷德里克·温斯洛·泰勒(Frederick Winslow Taylor)的科学管理系统,也叫“泰勒制”。泰勒认为企业管理是一门科学,企业管理者应该像科学家做实验一样去设计流程、岗位、劳动工具等,一线工人只需要机械的执行计划,流水线的发明将这种管理思想带来的效率提升发挥到了极致。

直到现在,如果去学习项目管理相关课程,最重要最基础的内容也依然还是“工作分解结构(WBS)”,就是这种管理思想的直接体现。

大批量生产模式解决了工业生产的效率问题,实际上它几乎就是“工业生产”的代名词。它十分有效,一诞生就变得非常流行,在两次世界大战过程中,不论在美国、英国、苏联还是在日本、德国,为了战争需求快速制造大量军械,这种生产模式都发挥了巨大的作用,同时也被发扬光大。在随后的战后重建中,大批量生产模式几乎成为了现代化工业生产的标志

回头看我们国家,20世纪90年代之前,在大批量生产和科学管理方面的研究和实践一直比较落后。一个很大的原因可能是政治思想方面的问题,我们曾经难以认同将企业员工明确划分为负责计划工作的管理者与负责执行工作的劳动者,而更加推崇工人阶级当家做主,还反过来经常将管理者的计划职能和剥削工人阶级联系起来。

质量就是效率

大批量生产模式的一个硬伤,是它在生产品质量上表现不佳。还是以汽车生产为例,通过工业化流水线大批量生产出来的汽车,质量往往比不上有经验的老师傅手工装配的汽车。

市场上的商品不再稀缺,质量更好的商品就成了稀缺品。战后尤其是50年代以后,市场开始追求质量更高,更能满足用户需求,有差异化商品。时代已经变了,社会生产率提高了,要在更加激烈的竞争中长久的活下来,生产质量才是下一阶段更重要的东西。否则,大批量生产出的垃圾产品,会严重影响企业的竞争力。

一件产品的生产过程参与的人越多,生产批量越大,出错的几率就越大。在大批量生产过程中,生产数量往往是考核工人的标准,这导致工人更有动力追求数量而非质量,甚至产品检验的步骤都会被刻意淡化,直接导致许多生产质量不过关的商品走下流水线。

为了追求更好的产品质量,有一小部分企业开始放弃流水线模式,哪怕成本高上几十倍,也要坚持“手工打造”。然而这不解决根本问题,为了在大批量制造中提升产品质量,管理者们还得想办法。

除此之外,企业还面临更大的挑战,“质量”这个词的含义也从单纯的好用、耐用,延伸到对不断变化的用户需求的持续满足上。“高质量”的产品,实质上意味着产品制造过程不再一成不变,它需要不断更新换代,需要更多的定制化,需要更多变化,从而更好满足市场需求。这些需求大批量生产模式都难以满足。

美国人威廉·爱德华兹·戴明(William Edwards Deming)是质量管理研究的先驱,被称为“质量管理之父”。他提出了著名的“戴明循环”,即“PDCA循环”。PDCA循环改变了泰勒制机械的“计划-执行”的做法,他认为生产管理过程必须不断地循环“计划-执行-检查-处理”四个步骤,不断地改进工作流程。他还简洁易懂的提出了著名的“戴明十四点”,阐明了企业全面管理生产质量的理论基础。

在历史资料里面,也许是因为战后的美国拥有太美好的市场,企业的日子太好过,20世纪50年代初期美国人戴明质量管理那一套理论并不感冒。反倒是地球另一端,戴明在日本受到了巨大的欢迎。日本制造业在战后的工业体系重建中,将起源于美国的质量管理思想发扬光大。这直接推动了战后日本工业体系的建立。戴明的影响力如此之大,直到今日,日本每年还会颁发“戴明奖”给那些全面质量管理取得杰出成就的企业。

除了戴明之外,同一时期在美国还涌现出许多质量管理大师,例如美国人约瑟夫·莫西·朱兰(Joseph M. Juran),菲利浦·克劳士比(Philip Crosby),日本人石川馨,田口玄一等等。在战后全球工业高速发展的几十年里,各种管理理论百花齐放,他们的理念总结起来大概有这么几点:

1.机械的“计划-执行”是不够的,生产流程必须不断改进,而改进的目标是“质量”2.质量改进最终是要让客户满意3.要让一线员工参与生产改进的过程,合理的选择激励机制,反对计件工作,鼓励员工把事情一次性做对4.利用统计学方法,信息化手段等管理生产过程

这些理念也成了后来几十年企业管理思想发展的主线。不过尤其值得一提的是管理学大师彼得•德鲁克(Peter Drucker),在20世纪60年代开始,德鲁克就从更高的层面系统阐述了管理的全部过程,他管理思想主要观点包括:

  • 企业要有自己的使命,基于使命制定工作目标是企业管理者的重要工作
  • 未来知识工作将成为最重要的工作方式
  • 管理者应当主动协助员工,让员工取得成就感,而不是严格督导员工
  • 企业必须注重社会责任

德鲁克的伟大之处在于他并非简单地基于原有管理方法的改进,也不仅仅关注企业生产效率或者生产质量,德鲁克真正看到了知识工作的重要性,创造性的从企业的使命,企业存在的意义,企业管理者和员工的关系等方面提出了自己对企业管理的理念。

直到现在,企业管理的各种方法论层出不穷,但都没有脱离德鲁克提出的这些管理思想。德鲁克有一种把各种管理方法论一统天下的意思,当之无愧是“现代管理学之父”。

不仅如此,德鲁克的著作普遍浅显易懂,他的著作几乎所有对企业管理感兴趣的人的首选读物,强烈推荐。

可惜的是,德鲁克的理论似乎有点超前,这里只是个铺垫,真正被发扬光大要等到几十年以后信息技术革命了。

丰田生产方法

真正率先将先进的管理方法落地并用于工业生产制造的还是日本人。从1950年戴明把他的管理哲学带到日本起,日本工业界就在随后的几十年间不断地学习研究这套方法论。

同样生产汽车,在50年代最初的时间里,日本开始发展工业制造,但缺少美国人有的大量劳动力与成套的技术装备。正因为缺少充足的物资,当时还是汽车工程师的丰田英二和大野耐一摸索创立了独特的生产制造方式,后来逐步形成了丰田生产方法。精益生产的思想是丰田生产方法的精髓,它试着让汽车生产过程最大限度减少浪费。

对汽车生产线来说,最大的浪费是生产出不合格的汽车。与美国人靠大量劳动力流水线生产汽车的方式不同,丰田从一开始就想尽一切办法减少库存并持续改进每个生产环节的质量,尽一切可能确保每一辆从生产线上下来的车都是合格的产品。为了做到这点,丰田发明了一系列实用的工作方法。它助力日本汽车工业在1980年代开始超过美国,也帮助丰田也成为了全球第一大汽车公司。

“丰田生产方法”包含很多内容,主要有这些:

  • 追求长远的低成本,高效率,持续改进生产过程
  • 推行“拉”式生产代替“推”式生产,推行“单件流”制度,力图只在必要的时间生产必要的产品,减少浪费
  • 一旦发现问题,立刻暂停整条产线,全盘整改
  • 推行“看板”生产方式,工人根据看板内容组织生产,将生产过程可视化
  • 管理者必须亲临现场了解情况以做决策
  • 培养“多能工”,推行一人多岗,一岗多人
  • 将生产过程分成几个小团队,每个小团队通力配合,逐个优化
  • 工作内容标准化,并且持续改善每一个细节,推行“5W分析法”,针对每个问题都要问5次为什么

这与传统的标准化流水线模式大批量生产的理念有很大不同。它把质量放到生产管理的第一位,认为只有高质量才有长期的高效率和低成本。虽然看起来很麻烦,但一旦跑顺,生产效率就远超传统大批量生产模式

在传统大批量生产模式的流水线上,每个生产环节只关心自己的工作量,一旦生产完成就推给下一个环节不管了。由于这种“推”式生产思想会造成大量浪费,因此遭到了抛弃。

在丰田,只有下游工序提出订单需求,上游工序才按照需求组织生产——如果没有需求,就不要生产。这大大减少了原材料库存,以及随之而来的浪费。更重要的是,这种变化使得整条生产线对质量问题的追溯变得容易,由于管理变得更加精细,一旦发现质量问题,就可以立刻把整条产线停下来解决问题。这种做法被称为“单件流”,虽然在一开始产线的推进会很艰难,但是随着问题逐个暴露并被解决,生产流程变得成熟,效率就会几十上百倍的提升。

从企业管理的角度看,这种生产方法的一个重大转变是重新塑造了管理者和一线工人的关系。在以前,管理者和劳动者是割裂的,企业为了降低成本提高竞争力,首先想到的方法就是想尽办法提高和压榨工人的劳动强度,但这其实与企业最终目标是相悖的——对工人的过度压力造成了产品质量下降,严重的还会招致工人的反抗,长期看反而增加了生产成本。

在丰田生产方法中,一线工人才是对生产质量持续改善的最终实践者。任何一个环节出问题,这个环节的工人都有权力叫停整条产线——实际上,他们才是权力拥有者。这么做是合理的,因为工人们掌握第一手信息,比坐在办公室里吹空调的管理者更了解实际情况。一线工人们了解的这些细节信息,正是企业追求工作效率和产品质量的核心秘密。丰田生产方法的管理者们意识到,必须想办法发动一线员工的主观能动性,让他们一同参与管理流程的设计,这是进一步优化企业管理的必须要做的事。

这一点实际上提高了对一线工人能力的要求。一线工人不再是螺丝钉,它们除了熟练完成自己岗位的工作外,还需要前后工序,甚至整个生产流程有更多的了解。在丰田生产方法中,也有一系列实践例如“看板”、“安灯”、“一人多岗”来帮助工人做到这些。管理者同样也被要求亲临一线,搜集第一手信息资料,对流程进行设计改进,去帮助一线工人提升工作效率。事实上,管理者成了向一线工人提供服务的角色,这种管理思想后来也被称为“向上管理”或者“仆人式管理”

除汽车产业外,日本的其他行业也借鉴学习了精益生产思想的管理理念,涌现出各种著名的管理方法。其中很多都取得了很大的成功,例如从60年代起,京瓷集团稻盛和夫推行的夫阿米巴经营模式,侧重于通过小团队协作的模式,改进企业团队管理架构。到2000年之后,在消费品领域,无印良品社长松井忠三推行的“笔记术”,也帮助无印良品从濒临破产中重新壮大。这些都深深的带有丰田生产方法的影子。

日本能,美国不能

丰田生产方法和精益生产思想在日本发扬光大,但却没有在美国取得那么大的成功,到1980年代,日本的汽车制造业水平已经全面超越美国,日本汽车变得非常有竞争力,这直接体现在更好的质量和更低廉的价格上。日本汽车在美国大卖,美国底特律的汽车巨头们巨幅亏损。

1980年代,美国掀起了一股美国全面推行质量管理和研究学习日本企业的风潮。1980年,美国 NBC 播放了关于日本质量管理的纪录片《如果日本能,为什么我们不能?》。

美国汽车企业也进行了实践,但最终落败。1983年,通用与丰田在加州合资成立了汽车工厂NUMMI(就是后来卖给特斯拉的那个NUMMI工厂),麻省理工学院教授詹姆斯·P·沃麦克(James P. Womack)曾在这家工厂进行了深入研究,在1990年出版了《改变世界的机器》一书,介绍丰田生产方法。

通用汽车后来还推出了“土星计划”,向丰田全面学习丰田汽车的生产方法以及精益生产思想,生产土星汽车。1984 年,通用汽车收购了电子数据系统公司(Electronic Data Systems,EDS),尝试通过信息化的手段管理与改善汽车制造流程。这些努力取得了一些成效,在90年代后,土星汽车风头一度盖过丰田,不过好景不长,最终还是输给了丰田。到2009年,通用汽车破产,丰田成为了全球第一汽车公司。

回头来看,员工管理在美国是巨大的问题。不同于日本的终身雇佣制,美国工人更在乎个人利益而非公司集体,美国的工人与公司的利益绑定并不明显,反而美国的工会经常站在企业的对立面,这使得美国员工难以接受管理者的放权,习惯于只做好自己“职责内”的工作,更不愿意无条件增加工作量。在推行精益生产后,员工满意度迅速降低,这也导致企业成本居高不下。

不仅仅在美国,就算在德国,汽车行业也醉心于研究高科技机械设备,忽视了管理制度的重要性,德国工厂僵化的管理结构和等级制度让企业完全没有推行精益生产的动力。似乎丰田生产方法一出日本便水土不服。

虽然丰田生产方法没能在美国取得成功,但是到20世纪90年代中后期,美国这边也逐渐形成了“六西格玛”,“TOC理论”等管理思想。以通用电气为标杆的美国公司在90年代大力推广六西格玛等方法,提出了DMAIC即“定义-测量-分析-改进-控制”的方法等等。

敏捷思想

与顽固不化的美国底特律汽车企业不同,对精益生产思想吸收最深的,可能是美国的高科技企业。经过几十年的发展,1990年代时候,美国已经发展出一大批例如IBM,英特尔,微软这样的科技巨头。随着这类公司的壮大,他们在企业管理制度上也遇到了前所未有的挑战。

这类公司中几乎所有员工从事的都是知识性工作。公司并不通过体力劳动创造产品,而是通过分析和运用知识,产出代码、服务等看不见的知识产品获取商业利益。这里不得不再提到管理学大师德鲁克几十年前提出的未来“知识性员工”的概念,这时候已经完全变成了现实

随着软件产业的迅速发展,美国硅谷涌现出了一大批创业公司。这些创业公司的工程师们从事全新的知识密集型工作,又没有传统大公司的束缚,于是在工作中开始了各种管理方法的探索。这其中著名的包括1991年由计算机顾问詹姆斯·马丁提出的快速应用开发(RAD)过程模型,首先提出了“小组迭代”的概念。

在1993年,毕业于西点军校的前美国空军战斗机飞行员杰夫•萨瑟兰(Jeff Sutherland)从日本管理学教授竹内弘高和野中郁次郎的“橄榄球”管理方法中进行总结和发展,形成了Scrum方法,Scrum方法系统描述了跨职能小团队在系统开发中工作流程和实践,直到现在也是主流实践之一。

90年代末,Alistair Cockburn提出水晶方法论,针对不同的项目需求场景和团队大小,提出一系列可选择的管理策略和模式。还出现了极限编程(XP)概念,更加激进的提出了小团队协作开发的核心实践。整个90年代是科技企业迅速发展和以软件开发行业为首的知识类企业的管理思想百花齐放的时代。

直到2001年,17位软件开发业界人员一起聚集在美国犹他州Snowbird滑雪场,经过为期三天的讨论,制定并向全世界发布了行业历史上最重要的文件:《敏捷宣言》。正式提出了敏捷思想和敏捷开发的理念。

敏捷宣言出人意料的短,一共只有8行文字:

•我们一直在实践中探寻更好的软件开发方法,•身体力行的同时也帮助他人。由此我们建立了如下价值观:•个体和互动 高于 流程和工具•工作的软件 高于 详尽的文档•客户合作 高于 合同谈判•响应变化 高于 遵循计划•也就是说,尽管右项有其价值,•我们更重视左项的价值。

同时发布的,还有《敏捷思想的十二条原则》,主要内容包括:

  • 持续不断的让客户满意作为最重要的目标
  • 在产品开发的全过程都拥抱需求变化,确保掌控变化
  • 缩短交付周期,不断更新迭代产品,与客户紧密合作获取反馈
  • 开发业务人员紧密合作,鼓励面对面交谈传递信息
  • 可工作的交付产品是度量开发进度的首要标准
  • 团队定期反思如何能够提高成效,持续改善

敏捷思想几乎就是丰田生产方式的软件公司版,没有了物理生产线的束缚,敏捷思想对于“持续改进”、“扁平化管理”的追求更加极。在随后的20年里,伴随着美国的科技公司快速发展普及,到今天敏捷开发已经成为了主流,成就了包括Google、Amazon、Facebook在内一大批极其优秀的世界级大公司,于此同时,中国的新兴互联网公司包括腾讯、阿里巴巴、字节跳动、美团等也都无一例外的推行敏捷开发的管理模式。

敏捷思想很快也被美国主流所接受,并在美国企业尤其是科技企业得到了迅速发展。早期的敏捷方法大多用于小型的软件开发团队,但经过十几年的实践和更新,代表美国项目管理知识体系的PMBOK在2017年的第六版更新中也增加了关于“敏捷”的描述,“敏捷”已经成为了主流的管理知识框架一部分。同时,敏捷方法本身,也从早期概念性的几句原则概述开始不停进化,出现了比如“大规模敏捷框架(SAFe)”这样能够应用在大型企业的敏捷实践方法,并在联邦快递、雪佛龙等大型传统公司开始尝试落地。

超级生产

有没有可能,把敏捷思想再次用到汽车制造上呢?马斯克也是这么想的。

作为新兴汽车公司,2003年才成立的特斯拉第一次把敏捷思想应用在了汽车产业。虽然伴随着巨大的争议,但仅仅经过十几年的发展,今天特斯拉还是成为了全球市值最高的汽车公司,一举成为全球第一车企,它成功了。

仔细思考丰田生产方式,你会发现丰田所做的一系列改进,其实都是早期的生产线信息化建设。不论是拉式生产,安灯系统,看板管理,还是持续改进,本质上都是在优化解决生产流程中的信息沟通的问题,积累经验提升质量和效率。只不过,在几十年前没有先进的信息管理系统的情况下,丰田将员工当成了一个个人肉计算节点,使用简单的黑板、便利贴之类的辅助工具,人肉进行信息管理与优化,也正因为这样,丰田生产方式非常依赖员工能力。

美国人不会没有意识到这一点,所以美国人一直希望通过先进的信息化手段来代替人解决问题。前面提到过,在1980年代通用汽车已经投入了大量资金进行生产过程信息化建设,不过没有带来明显的经济利益。这一轮信息化不成功的原因非常多,最大的原因可能还是计算机和网络等信息技术远远算不上成熟,再加上“传统势力”的强大,推广阻力非常大,这些都使得信息化带来的效率提升有限,甚至无法覆盖信息化初期的巨大投入

特斯拉就不同了,互联网创业背景的马斯克加上出生于21世纪的特斯拉,天生充满了互联网的基因。特斯拉从一开始就将以信息化为基础的高效制造放在第一位,甚至为实现这一点,连传统汽车的设计架构与制造流程都给颠覆了

特斯拉使用一系列新科技完成了丰田生产方式所追求的东西:丰田采用看板解决“拉”式生产的流程管理问题,特斯拉在一开始就自研了完善的生产管理系统;丰田采用安灯系统解决生产线质量控制问题,特斯拉建立了一套数字化质量警报系统监控产品质量;丰田追求单件流零库存,特斯拉则建立了超大型整装工厂,将所有汽车组装步骤放在同一工厂内,还尽可能提高工厂密度,并且直接让送货卡车对接自动化生产线,真正实现零库存。除此之外,特斯拉还大量利用机器人、AGV搬运车,最大限度减少工人在产线中的作用。

这一切形成了超级生产,超级生产的一切都来自数字化,工厂数字化,生产数字化,知识也数字化。一旦被数字化,生产效率的提升工作就成了软件开发工作。

回顾历史,在大批量生产模式时代,管理者被引入,在丰田的时代,管理职能被分散到了一线工人身上,这种变化提升了知识管理的效率。随后,由于汽车行业的顽固不化以及技术限制,我们将这种灵活的企业管理体制从制造业中剥离出来,形成了敏捷方法,它被应用于互联网和IT行业,并取得了巨大成功。最后,伴随着技术的飞速进步,特斯拉又成功的将这套管理体制以数字化的形式带回了制造行业。

可以想象,未来随着人工智能与机器人普及,未来不仅仅是特斯拉,各行业都有机会迎来“超级生产”的转型。

这仅仅是一个开始。

bookmark_border制造些美妙的东西——《Make Something Wonderful》全书翻译

翻译这本书

今年 4 月份,Steve Jobs Archive 放出了一本免费的电子书《Make Something Wonderful》,收录了乔布斯生前的各类采访、讲话、邮件等等一手资料,很多资料都是第一次公开(https://stevejobsarchive.com/book)。

我作为乔布斯的老粉丝已经快 20 年了(靠,乔布斯去世都十多年了!),自然不能错过这么好的东西。

我花了些时间,认真翻译和读完了这些资料。(链接在文末)

不敢说质量多高,看懂是没什么问题了,感谢 ChatGPT 和其他翻译工具。

记录几点给我印象非常深刻的地方。

管理公司

乔布斯多次提到,作为 CEO 只有三项工作是最重要的:第一,招聘;第二:设定大方向;第三:激励和说服。

这就是一家顶级公司的 CEO 最重要的工作。

人是第一位的,他甚至提到,当他开除老员工时会感到非常不安,因为被开除的员工将很难面对自己的家庭。不过解决方法并非不开除员工,而是要在招聘的时候加倍小心。

作为管理者的乔布斯,对“目标”这个东西看得很重,目标是价值观的体现,一个团队必须有统一的目标。至于怎么到达目标,那是年轻人的事情。

这不禁让我想起那句话:“寻找最优秀的人,把他们放在蜜罐里,然后用鞭子抽!”

商业与战略

早期的乔布斯可能跟我们身边很多人一样,就是一个天不怕地不怕又聪明的毛头小子,但后来有非常大的变化。

尤其是从 NeXT 公司再次回到苹果的乔布斯,心智变得成熟了许多,商业经营管理上的知识也丰富多了

苹果公司后来的战略决策,比如砍掉多余产品线,保持产品专注,又比如将制造业务外包出去,降低成本;比如主动与微软合作,结束敌对关系,建立生态;再比如对品牌价值的重视等等,都与乔布斯在商业竞争战略上的思考是分不开的,很多也都来自于他在 NeXT 时期的思考。

另外,斯坦福商学院经常会邀请乔布斯回去做讲座,乔布斯后来的妻子就是曾经在一场讲座上坐在第一排听课的学生。(NeXT 时期以前的乔布斯,私生活那可是相当混乱的……)

热爱

细细品来,乔布斯的很多思想跟巴菲特以及芒格的思维方式非常相像。它体现在对商业模式和竞争优势的深思熟虑上,更体现在对一个公司的使命,公司中每个人的使命的态度上。

乔布斯多次提到,对于苹果公司最重要的事情,是要搞清楚“我们是谁”,苹果曾经的衰落正是因为在这个问题上的错误认识。

对于作为个体的人也一样,一定要尽早跟随内心找到自己的定位,想清楚“我是谁”,然后沉下心来将这个属于自己的事业做到极致,做出改变世界的产品。

做这一切的理由,并不是为了别人,而是为了让自己在世界上留下些什么,表达自己对这个世界深深的感激之情 —— 这是一种称之为“热爱”的东西。

热爱,是一种类似于信仰的感觉。冥冥之中的使命,你会不由自主去完成它,花一辈子时间去做它,一直做到极致(这让我想起了巴菲特经常挂在嘴边的“B夫人”)。

这也正是书名“制造些美妙的东西(Make Something Wonderful)”所要表达的东西。

随手记录灵感

邮件是乔布斯日常最重要的通讯工具,也是乔布斯的笔记软件。乔布斯经常把邮件当备忘录用,记录当下想到的东西,一些著名的演讲,背后都有不少邮件草稿。

公司有大大小小的事情发生,乔布斯都会随手发出全员邮件通知大家,大到公司被收购,小到周末举行的一场舞会。

当然,现在我们有了更多强大的工具,不过把灵感随手记下来这件事,仍是值得学习的好习惯

为了“其他人”

乔布斯在很多场合都提到,苹果公司制造产品是要造福“除了我们之外的其他人(the rest of us)”,苹果公司的工作是让全世界的“其他人”都能享受到我们的产品带来的好处。

在乔布斯眼里,作为用户每个人都是平等的,用户不应当没有职业之分,没有聪明和愚蠢之分,甚至没有年龄之分,每个人都有权利使用苹果的产品,享受科技带来的好处。正因为如此,苹果产品必须足够简单好用才行,这也正是苹果这家公司的使命和价值观。

这种利他的价值观已经深入苹果每个产品的骨髓,也正是苹果产品能够如此成功的核心原因。

看书

翻出一张在十多年前乔布斯去世时,我专门前往苹果店拍下的照片。

谨以此,再次怀念乔布斯。

如果你有兴趣,直接点“阅读原文”看书吧。

bookmark_borderVision Pro 的突破

苹果 MR 眼镜终于来了!

苹果 WWDC 2023 发布会过去几天了,聊几个我感兴趣的地方。

1. 4K Micro-OLED 屏幕

Vision Pro 搭载了单眼分辨率 4K 的 Micro-OLED 屏幕,据称这两块屏幕本身的成本就达到 700 美元。这块屏幕很小,与其说它是块屏幕,不如说它是一块“显示芯片”,事实上它的确在制作工艺上使用了 CMOS 技术,并由台积电代工生产。

PPD 是制约目前市面上各种 VR 眼镜普及的要素,我连续使用手上的 PICO 4 连续使用时间很难超过 30 分钟,低分辨、满眼纱窗搞的眼睛疼是主要原因,毕竟 PPD 只有大约 16。Vision Pro 使用的这块高分辨率屏幕 PPD 据称能达到 40 以上,实际体验效果远好于现在的各路 VR 眼镜。

如果对比传统显示器,现在的 VR 眼镜提供的分辨率大约是 1024×768 级别的,VIsion Pro 估计能达到 1080p 水平,这对用户体验来说是质的变化,它意味着在 VR 状态下连续使用阅读打字成为可能

不过,如果要达到人眼无法分辨的分辨率,也就是 Retina 的水平,这还是不够的。未来苹果还会有动力将分辨率进一步提升到单眼 6k 甚至更高,这可能也就是未来三五年会发生的事儿。

2. 再见,控制器

早在 PICO 3 和 Oculus 时代,最让我吐槽的可能就是那个控制器,不过到 PICO 4 和 Oculus 2 时代,控制器的精准程度已经让我可以轻松掌控了。但是,苹果直接抛弃了实体控制器,改用手势与眼球追踪进行操控。

手势与眼球追踪都不是新技术,但产品化应用到实际 VR 眼镜中还是第一次。记得微软早在十多年前的 Kinect 时代就探索了各种新的人机交互方式,但大多停留在实验室里或者仅仅能应用在 XBox 这样的固定摆放位置的家用游戏机上。

这是一个巨大的突破,随着技术日益成熟,它很可能定义了未来几十年全新的人机交互方式。想象一下等到 10 或 20年以后,VR 眼镜就像现在的平板电脑一样便宜和普及,不论你走到会议室还是商场,都可以随手拿起一个 VR 眼镜,在虚拟世界中体验或者消费

到那时,生活中的所有平面——不论是桌面、墙面、天花板,甚至大楼的外立面,都会变成用来人机交互的“屏幕”。

3. 真的你?假的你?Persona!

当人一旦戴起 VR 眼镜,人脸尤其是人眼就与外界隔绝了。因此,我们早已习以为常的视频通话就成了难题,你没有办法使用手机或者电脑的前置摄像头与对方交互。

不论是 Pico 还是 Oculus 都用了卡通头像的解决方案,给人的感觉就好像在数字世界中,人就应该以卡通形象出现。这种妥协极大的限制了 VR 设备的使用场景——不论是严肃的商业环境,还是交流感情的社交活动,都不是游戏,人希望与活人打交道,而不是一个猫熊脑袋。

苹果使用包括机器学习在内的一系列技术,用 AI 生成的方式,为每个人生成虚拟世界中的“真实”人像。由于“恐怖谷效应”的存在,这件事儿一直是很难做到的,但一旦做到,对用户体验来说就是质的突破了。

Persona 的技术很有意思。信息不够,AI 来凑,它一旦成熟,它绝对不只会被用在 Vision Pro 中。在看过苹果的演示后,我这几天有时候会莫名的不由自主的盯着身边其他人看,然后想象虚拟的对方会长什么样子。这感觉很微妙,也许不久的未来,每个人就都可以轻松制作属于自己的的“虚拟人”了。

我也希望我自己的虚拟分身能够尽快出生。

4. 3D 摄像

这也不是新技术了,3D 电影大家已经见怪不怪看了很多年。

现在的突破在于,一旦这些 3D 内容有了相对廉价的体验设备,那么制作 3D 内容的成本就会变得很低,这很可能会颠覆整个内容制作产业。

想象一下,在大约 5 年前仅仅因为大家手机的屏幕尺寸变大了几英寸,就催生了整个短视频制作的产业,甚至改变了整个互联网的用户流量入口格局。

目前制作 VR 内容的成本还是极高的,苹果现在能让我们用 Vision Pro 甚至更便宜的设备制作 VR 内容。每个人就都可以轻松拍摄令人震撼的 3D 照片拍摄 3D 视频,那 VR 内容它将成为继文字、图片、视频、短视频后的下一种信息传播媒介。

它有机会再一次定义我们所在的互联网世界。

5. 与真实设备交互

在苹果的演示中,如果你需要戴着 Vision Pro 使用实体键盘或者是 Macbook,看向你需要使用的设备即可。

我曾尝试过使用 Pico 4 办公,整个过程让人崩溃。通过蓝牙连接我的实体键盘过程中,我得一次次戴上摘下头盔,或者在虚拟世界和穿透显示之间切换。最折腾人的地方在一旦我进入虚拟世界,打开办公软件,我就只能以摸黑的方式敲键盘,体验相当糟糕。

设备连接并不是新功能,从 Apple Watch、AirPods 开始直到 AIrTag,相关的设备快速连接技术已经很成熟了(也得感谢华为鸿蒙系统对行业的贡献),但 Vision Pro 的高清摄像头提供的穿透显示,让体验变得无比自然。

可以想象未来除了键盘与 MacBook,我们也会有机会为其他许多设备开发与 VR 头盔交互的功能,这在技术上并不困难,我猜苹果晚些时候将上线的 visionOS SDK 就会有相关的 API 可供使用。

瓶颈?

毕竟这还是第一代产品,有一些事情让我失望。

首先是对于我这样的高度近视散光患者,可能不得不为了使用 Vision Pro 再去佩戴麻烦的隐形眼镜了。

其次是续航,第一代 Vision Pro 的续航听起来非常一般,重量也不轻,这需要时间去迭代,想想第一代 iPad 吧。

还有摄像头的能力,比如目前设备在暗光下显示的效果可能会大打折扣,这可能需要下一代专为暗光优化的 CIS 芯片的加持。

不过,每一份失望都是对未来的期望。不论如何,在这个经济低迷的时代,Vision Pro 的突破让我们看到了些许未来的样子。

可能这就是世界在 1984 年看到 Macintosh 发布的感觉。

bookmark_borderAI 应用落地的两个关键问题

最近参与了一些关于 AI 应用落地话题的交流,我提出了两个问题,到目前为止,都还没好的答案。

我的第一个问题是,未来 AI 的信息容器是什么?

在过去的 100 多年中,信息技术领域的用户体验经历了几次重要的变化,人机交互界面从最初的按钮与指示灯,到随后的字符终端,再到图形显示界面,直到最近十来年的多模态交互(语音、触控等)。

每一个时代都有属于自己的”信息容器“。这是一种以特定格式储存信息的媒介,它配合上相应的输入/输出设备,提供特定时代人类与机器打交道的解决方案。这些信息容器包括 IBM 的穿孔纸带,字符终端时期的磁盘与文件(微软 DOS 操作系统名称的字面意义)、GUI 时代的格式文档(例如 doc、xls、pdf)、互联网时代的 HTML 等等。

在 AI 时代,有了强大的自然语言能力、图形生成能力,我们将如何与 AI 之间传递信息,或者说,人与人之间未来将如何传递信息?

最近 AI 辅助写作已经不稀奇了,我也深度使用了一些工具,但很快就发生了神奇的事情——写作者大量使用 AI 辅助写作,用几句话生成一大篇文章,阅读者与此同时也开始大量使用 AI 辅助总结阅读,把文章缩回成两三句话。

哪里不对劲。

不对劲的原因,正是适应 AI 时代的信息容器缺乏。实际上我们习惯使用了自然语言这种媒介来交换信息,在信息密度更大的 AI 面前,自然语言在效率上毫无战斗力,反而成了帮倒忙的玩意儿。

我在想象一种新的媒介的出现:当我接受别人的资料时,我不想看到长篇大论,简洁的总结就足够了,如果我需要更多的信息,AI 可以再实时生成给我。

打孔纸带催生了 IBM,字符终端造就出了 PC 产业,图形终端下的 Office 三件套让微软成为了垄断巨头,触控与移动终端则让苹果重回辉煌。

那问题来了,定义 AI 信息容器的下一个巨头会是谁?

我的第二个问题是:AI 的“WOW时刻”在什么时候怎样到来?

新技术的落地,都是通过新的技术手段提升效率,替换传统工作、学习、以及生活方式的过程。

但人们对新技术的接纳来源于比较。

大多数人可能都经历过从智能手机是个大玩具,到生活离不开智能手机的过程,但绝大部分人,包括我在内,还没有体会到“离开 AI 就没法过日子”的感觉

这种转变的时刻,被我称为“WOW时刻”。某个行业的“WOW时刻”一出现,就再也回不去了!如果说好奇心是驱动消费用户购买新技术产品的第一波浪潮的话,那么 “WOW时刻”才是真正深刻改变世界的第二增长曲线。

回想一下你是什么时候开始离不开 PC,什么时候开始离不开手机的?正是那些你发现在 PC 上写文章效率远远超过在稿纸上爬格子,或者在手机上刷小视频的娱乐效率,远远高于守在电视机前看新闻联播后面的黄金档电视剧,又或者是在移动支付时自然而然掏出手机的时刻。

要想出现“WOW时刻”,除了新技术本身,还必须等各种各样的应用场景、解决方案、生态圈等等陆续问世,这些都是要人们花费数年甚至数十年才能摸索出来的。

所以,“WOW时刻”的到来往往要比人们所想的要晚不少,想想看,即使图形界面的 PC 早在 1990 年代初就出现了,直到 2010 年代我们还会在很多场景,比如超市收银机看到几十年前的字符界面应用程序。

我始终相信 AI 的“WOW时刻”虽迟但到。我对此充满了期待,我也非常好奇,这个时刻将会以怎样的方式,以怎样的方式来临

两个问题,都还没有答案。且行且思,静观其变。

bookmark_border大人,时代变了,人最重要的技能是聊天!

聊天改变世界

编程何以能成为一种现代职业?

因为人类有欲望,程序本质上是一种让机器满足特定人群在特定环境下的欲望的方式。程序通过指挥机器输出字符,画面,声音等操作,来满足人的特定欲望。过去一两百年来,整个信息产业的发展,无非是这个过程的不断演进。

在我过去十多年的职业经历中,我学到一个令我印象极其深刻的道理。一个优秀的IT公司,就好像一台设计精良的生物计算机,你灌输一句话需求,它就应该自动自发的完成一系列流程,包括需求分析、应用开发、代码编写、直到交付测试给用户使用。这台机器的用户界面可能就是个微信群,你要做的只是往群里写一些需求,再掏些钱,然后等上一段时间,你就会发现世界被改变了。

聊天改变世界,一个好CEO最重要的技能是聊天。

逆天的ChatGPT插件

经过几年的酝酿,最近我们每天都在体验着人类的技术爆发,你根本不知道一觉醒来,就会又有什么神奇的新东西发布了。ChatGPT 已经拥有了十分强大的编程能力,我一直好奇这样的怪兽开放API时,究竟会是什么样的形式。上周,OpenAI公布了 ChatGPT 插件开发文档(https://platform.openai.com/docs/plugins/introduction),它完全没让我失望,我切实体会到了来自未来的编程方式。不!不是来自未来,它已经来了!

不妨从人类的编程方式历史开始说起。编程是人类与计算机打交道的方式。理解人类编程方式的进化,可以从程序载体,也就是程序长什么样,以及人类编写程序的方式两个方面来观察。

机器语言时代

最早的时候,人类使用一种机械式的分析机,它只能进行简单的数学计算。Ada Lovelace(1815-1852)在1843年发表了一篇文章,发明了一种使用打孔卡片输入程序控制计算机进行逻辑运算的方法。这时候的程序其实只是一堆数字。

这被认为是最早的编程方式。这已经是180年前了!

(巴贝齐分析机 来源:https://zh.wikipedia.org/wiki/File:Analytical_Engine_(2290032530).jpg)
(打孔卡片 来源:https://upload.wikimedia.org/wikipedia/commons/4/4c/Blue-punch-card-front-horiz.png)

汇编语言与高级语言时代

在电子计算机发明后,计算机的体系结构逐渐稳定下来。1950年代,人们开始设计一些助记词指令代替数字来与计算机打交道,汇编语言就这样被发明了。汇编语言能够将人类可读的指令转换为机器可读的指令,助记词的加入让编程语言首次实现了“人类可读“,从此出现了”代码“这种东西。

与此同时,显示屏、键盘成了程序员编写程序使用的工具,程序员的工作从搬动开关、给卡片打孔这类体力劳动中解放了出来。

这已经是大概70年前的事了。

(一段ChatGPT生成的汇编语言代码)

随着计算机的普及,计算机的用途逐渐从科学计算扩展到商用领域。1957年,IBM的程序员们为IBM 704计算机发明了叫做FORTRAN(Formula Translation)的高级语言,它简化了汇编语言的指令,高级语言更加接近人类的自然语言

(一段ChatGPT生成的FORTRAN语言代码)

有意思的是,那时候人们并不怎么信任计算机的计算结果。据说在IBM 704计算机交付使用时,现场依然配备了数百名计算员复查确认计算机计算结果,直到大约十年后,计算工作才被完全交给计算机(参考:https://zh.wikipedia.org/wiki/IBM_704)

随后科技突飞猛进,摩尔定律一直延续了几十年,集成电路持续进化,计算机的处理能力发生了翻天覆地的变化。

可视化编程

1984年,乔布斯发布了划时代的产品 Macintosh,开创了 GUI 的时代。GUI 的出现为高级语言带来了很多不一样的东西,人类除了打字外,还可以用鼠标来操作计算机了。从 GUI 诞生一开始,人们就开始琢磨怎么用图形化的方式编写程序代码,也叫可视化编程(Visual Programming)

早在1988年,乔布斯还在折腾自己的 NeXT 电脑公司时,一个重要产品就是用于构建图形应用程序的 IB (Interface Builder)。微软也紧随其后,在1991年推出了帮助人们拖拖鼠标就能创建图形应用程序的 Visual Basic。这些可视化编程工具一直在持续进化发展,直到今天依然在广泛使用。

这大概是30多年前的事儿。

 (Interface Builder for NeXTSTEP 来源: https://arstechnica.com/gadgets/2012/12/the-legacy-of-next-lives-on-in-os-x/)
(Visual Basic 1.0 编程工具 来源:https://winworldpc.com/screenshot/40c3942c-c281-2230-11c3-a4e284a2c3a5)

在可视化编程的世界里,程序的载体是一些可视化图形,程序员可以通过鼠标或者触摸设备操作他们。这听起来很酷,可现实是残酷的,人们很快发现,可视化编程存在许多难以解决的硬伤。比如 GUI 在复杂系统面前的效率远不如字符高效,而且难以优化程序性能;比如可视化编程开发工具自身开发难度就很高,很难跟上各种迅速进化的高级语言发展,往往一代图形化开发工具发布,语言已经进化到下一代了;又比如图形界面的程序代码相比简单的字符代码来说,更难以长期维护管理以及多人协作等等。

因此,完全的可视化编程始终没有实现,只有在某些特别的场景,比如儿童编程教育或者工业软件设计下,可视化编程才得到小范围的应用。但人们对在更大领域范围使用可视化编程的探索一直没有停止,近年来各类低代码编辑器依然层出不穷。

(儿童编程软件Scratch 1.4 与 Scratch 2,来源:https://bubble.io/blog/visual-programming/)

不过,可视化编程作为一种辅助手段一直存在,而且日益成熟。它大大提升了程序员们的工作效率。现在几乎所有主流平台都有基于 GUI 的可视化编程环境。

丰富的现代编程语言

高级语言自身也不断进化,朝着更加擅长完成特定任务的方向演进。比如早在1970年代Xerox PARC做图形用户界面的早期研究时,就提出了 MVC (Model-View-Controller) 模式。它将应用程序分为了负责实现数据存取与算法的 Model 部分,负责绘制图形界面的 View 部分,以及与负责处理用户请求和业务逻辑的 Controller 部分。又比如互联网和云计算的发展使得应用程序不再只运行在一台计算机上,今天一个应用程序完成一次操作,可能会调用互联网上许多设备协同工作。

这个过程中,一条简简单单的数据,被转换成各种各样形式存在着。从用户的视角看来,数据可以是PDF文件中的一行文字,可以是Excel文件中的一个表格行,也可以是海报图片中的一小块图片。如果从程序员的视角来看就更加复杂,它可以是一段JSON,也可以是一张JPG图像;它可以是Java中的一个类实例,也可以是数据库中的一行数据;它可以是HTML中的包含的几个数字,也可以是路由器中的几个数据包。

这就是为什么1960年代科学家仅仅用4K的内存就可以控制登月飞船,可今天人们还在抱怨电脑运行的太慢。

为了描述和处理如此复杂的数据,就出现了许多特别适合某一场景的程序语言,比如HTML这样的内容标记描述语言,GraphQL这样的专用接口查询语言,或者YAML这样的数据描述语言。这种划分让高级语言开始向专一功能化的方式发展,高级语言之间设计分工越来越明确。

一些语言比如JavaScript中还包含了大量动态特性,今天的程序员们,常常在各种各样花里胡哨的编程语言中玩得不亦乐乎,甚至今天各厂商都爱定义一套自己编程语言才满足,让人颇有一种开发能力过剩的感觉。

程序员们很大一部分的折腾,都是在试图驯服 GUI 这头怪兽。人们通过 GUI 操作计算机,程序将人们的操作(鼠标移动点击或者手指触摸)翻译成计算机指令,计算机再将处理结果转换回显示屏幕上某些像素的颜色变化,人眼观察到这些变化,接受消息,满足需求。

这大概是近10年发生的事儿。

 (iPhone应用程序开发环境,来源:https://developer.apple.com/xcode/)

自然语言——程序语言终结者!

各种各样的高级语言,配合上眼花缭乱的图形化辅助工具,人们已经习以为常,直到 ChatGPT 出现在大家眼前。扯了那么多,我们来看看 ChatGPT 的插件系统提供了一个怎样的编程平台。

最精彩的部分在建立 ChatGPT 与你的服务API交互的过程,它以AI的方式包装了传统的应用程序。这部分过程,就好像用汇编语言的助记词指令代替人类无法看懂的机器码数字一样神奇。

我们可以忽略掉其他基础性的工作,包括完成用户验证以及创建清单文件的事情,作为开发者,你需要理解这些事情,但这些事情都是标准化的,其实很容易可以由AI帮助完成。

拿官方文档中的简单TODO插件的例子来说,你需要为ChatGPT撰写一些说明,像下面这样(是的,你也不需要用英文,中文也可):

生成一份OpenAPI定义的YAML代码,用于编写ChatGPT插件,包含下面的信息描述:一个ChatGPT插件,允许用户使用TODO列表,并可以管理该列表。如果你不知道用户的用户名,在向插件进行查询之前请先询问用户。否则,使用用户名“global”。它只有一个端口,服务器接口在https://gpt.bobyuxinyang.com路径为/todos接口描述如下获取:获得用户TODO列表发送:增加一条TODO项目,接受一个参数,content参数描述todo的内容,返回todo的id删除:从列表中删除一条TODO项目,接受一个参数,id参数描述todo的id

另外,后端服务需要以JSON格式返回一些数据,比如下面这些。

{"todos:"["买点东西","遛狗","写写代码"]}

就是这些了!

其实最重要的事仅仅是编写那几段描述,剩下的事情都可以交给AI,然后比如下次当用户提要求”我要往TODO列表增加一个项目,内容是看书“,ChatGPT就会自动调用你的API处理剩下的问题。

我们要的不是AI辅助编程,我们要的是“自然语言原生编程”,就好像过去几年流行的云原生概念与云计算的区别一样。

从程序员的视角,你只需要写下完成任务的思路,剩下就不用做了。什么高级语言,都能自动生成,什么 GUI,不需要的!我们只需要关注需求,一切都关于数据!我们真的需要 GUI 吗?我们真的需要高级语言吗?

(当然还是需要的,我们现在还需要用他们来创造AI)

不多说了,不理解的地方去问 ChatGPT就好。

给我们的启示

在现实世界里,会耍 Excel,会写 Python,会用什么 SPSS 之类的复杂专业软件工具一直是所谓专业人士的必备技能。现在我们突然发现,过去这些所谓的专业人士,本质上都是在做信息中介的工作。

未来人们 最重要的事情是会聊天,通过聊天就可以解决实际问题,改变世界。另外,第二重要的事情,是 拥有第一手数据。之所以是第二重要,是因为第一手数据也可以通过聊天得来^_^。

最近经常有人问,是不是AI来了我们以后都不要编程了。必然不是,而是现在编程的门槛变得更低了,千万不要把写代码这件事和编程划等号,当聊天也可以是编程的时候,你就必须思考怎么才能“好好聊天”。你需要学习逻辑、数据结构、架构设计等等一系列知识,才可以应付未来的聊天场景,不然就会变得毫无竞争力,这是另外一个话题了。

当我们拥有了导航软件,大部分人受益其中,但自身辨认方向的能力可能也有所退化。不过,这并非意味着辨认方向的能力不再重要,反而对于专业人士,它变得更加重要。

编程工作不会消失,程序员不会被替代,而且编程效率的提升会使需求成百上千倍的激发出来,市场空间无限巨大,产业互联网的故事就要实现了。

2023.3

bookmark_border为什么说判断力是一种架构能力,以及为什么AI缺乏判断力

这一篇谈谈AI的局限性。

上一篇文章提到,判断力是人类在AI面前的优势之一,判断力也是一种架构能力,这个话题其实很有意思,值得展开谈谈。

判断力的来源

试想一下当我们听到一条新闻消息,我们会如何判断它的真假?

虽然通过消息来源可以区分出一大部分不靠谱的消息,但仅仅根据信息来源判断是明显不靠谱的,即使是所谓的官方消息,也免不了造假的可能性。在那些真正重要的事情上面,我们可以信任谁呢?除了自己以外,我们谁也不能信任。

判断力是我们依靠自己而非他人来判断信息真伪的能力。交叉验证可能是最容易想到的办法,当你的同事慌张的告诉你你家里着火了,你第一反应可能会给家人打个电话,或者赶紧亲自跑回家去看一眼。这些动作都是在搜集更多信息,以确认这个坏消息是不是真的发生了。在短时间内,如果多个消息源都显示出证明某个事实的证据,我们就能更加确信这件事情是真的。

交叉验证的理念,就是所谓调查研究。当我们想证明什么,就会想尽办法去搜集更多与这件事情相关的信息,从而为交叉验证提供素材。假若交叉验证都指向同一结果,那么自然没什么问题。但如果交叉验证的过程中各个事实指向的并非同一结果,甚至指向完全相反的事实,这时候问题就变得复杂了,就好像两块手表永远无法告诉你确切的时间。

在做判断时,人们常常犯的错误,是摒弃那些与预想不同的信息,仅仅保留那些直觉希望看到的信息。这种选择性接受信息的行为往往能让人的出一些令人匪夷所思的结论,就好像虽然明明窗外艳阳高照,但如果手上的两块手表都告诉你现在是深夜,仍然会有不少人选择相信手表,可能还会联想到时区或者是其他什么问题。凭直觉做出这种荒谬的结论,那活该被扣上“不理性”的帽子。

直觉是不可靠的,更理性的思考方式,是使用“逻辑”这个强大的工具,将我们获得的信息进行处理之后再下结论。比如手表1是一块机械表,手表2是一块能够通过互联网同步时钟的电子表,且手表2当前还处于有电的正常工作状况,我们也许还会去检查手表2的互联网连接是否正常,如果都一切正常,那么手表1因为各种原因走时出错的可能性就会大得多,我们就会自然更加相信手表2给出的信息。人脑天生有强大的逻辑能力,当我们从两块手表获得不同的时间时,我们的大脑会调用更多的信息来辅助判断。

因此,要判断一件事情是否为真,除了判断消息来源外,还有另外两个要素,一是逻辑推导能力,二是提供辅助信息。消息来源其实就是辅助信息的一种。

信息的拆分与合并

先来看逻辑推导这件事儿,基本逻辑运算很容易,无非是“与”、“或”、“非”三种,逻辑运算本身并不是什么问题。困难的地方在于如何将信息其拆分或者合并成用于计算的素材,也就是信息处理的过程。

还是上面的例子,假设我们获得了两条相互矛盾的信息,“手表1报时3:01am”,“手表2报时2:59am”。这两条信息并不能直接进行逻辑运算。或者说,光凭这两条信息,我们无法推导出任何结论。你可以试试把这两条信息输入到GPT中,让AI也来烧烧脑。

之所以我们能够继续推导而AI很难做到,就是因为我们会自然的对信息进行加工。首先,我们会自然的从提取一些信息合并进来,比如“手表1报时3:01am”就成了“一块在床头柜里放了1个月的机械表,它是5年前买的,在刚刚我拿起来看的时候显示时间是3:00am,另外它有黑色的表带,外壳有点裂纹”等等等等。在真正做判断时,我们大脑使用的信息远不止这一句话,大脑的信息储备放在那儿,所有信息储备都是做这个判断的辅助信息,它们会根据某种规则被提取,然后合并到原始信息中。这个例子里,我们甚至还会联想到购买那块机械表的那次旅程,机械表的品牌、价格等等。当然,不只人类是这样,AI其实也是这么做的。

合并进来大量信息后,下一步要做的就是对信息进行拆分,目的是让信息变得可以比较,能够被用于逻辑推导。我们经常把这部分说成“把书看薄”的过程,信息拆分是复杂的,因为信息是几乎可以被无限拆分和重组,这种拆分有无数种可能性,究竟拆分成什么样的粒度才可以用来进行逻辑推导呢?没有一个公式,也没有标准答案。

还是手表的例子,再经过一系列信息处理后。我大概获得这么两信息:“手表1是一块一个月没戴过的机械表”,“手表2是一块功能完好且连接着互联网的Apple Watch”。这样就好判断了,很明显手表2是准的更容易让人相信。既然如此,那就很容易推导出“手表2报时2:59am”这句话是真的的可能性就更大。

判断力的核心是架构能力

在刚刚提到的这个过程中,我只提到拆分信息的方法没有公式和标准答案,但如果继续追问究竟该怎么拆分信息呢,我其实没有给出过程,只能姑且理解成靠直觉。

还是这个例子,假设另一个人经过信息处理后也得到了两条信息“手表1是一块看很酷很新的机械表”,“手表2是一块成色很差的电子表”,那么他就很容易推断出手表1是准的,这就显然出错了。但是,我们再考虑一种情况,如果他得出的信息是“手表1是一块看很旧很破的机械表”,“手表2是一块成色还行的电子表”,然后判断手表2是准的,那他也可能“蒙对”。这有点像在完成中学试卷里的选择题,不管这个人是否能蒙对答案,他的过程看起来都是全错的。

一旦有新的问题出现在面前,比如又出现了“手表3报时3:02am”这样一条信息,同样的,我们仍然会组合与拆分出更新的信息来做判断,重要的是,前面的信息拆分方式可能并不适合新的判断场景,我们需要寻找新的信息处理方式。

这种处理信息,生成对信息进行拆分和重组方案的能力就是架构能力。从这个例子我们可以看出,其实架构能力才是区分判断力高下的核心要素。在这个判断手表准确与否的问题上,即使能够判断对一两次,如果用于判断真假的架构就是错误的,那么未来迟早会犯下重大的错误。架构是一种形而上的方法论,它起到指导人脑思考方向的作用,架构能力很重要,判断力的核心其实是架构能力。

AI是否也有架构能力呢?当然有,机器学习的训练过程,实质上正是为AI提供了一套信息处理的架构,使得AI能够按照某种对信息重组和拆分的方式处理信息。随着AI模型日益庞大,AI的能力也与日俱增,尤其是ChatGPT这类产品的出现,使得AI在语言文字信息这种特定模态的信息处理架构日益完善。

人脑在架构能力上的优势

老实说,在很多情况下,AI在信息处理上都能领先人脑。其中AI最大的优势之一便是它拥有庞大的数据库,面对同样的问题,AI就是一个博览群书、识古通今的天才,能够快速的从历史数据库中搜索出相应的辅助信息来生成答案。在一些创意类的工作中,AI甚至能通过对海量案例的排列组合,创新出人脑无法想象的内容,让人叹为观止。

回到判断力的问题上,AI就不如人类了,这其中最重要的原因恐怕还是数据的缺失。

AI是缺失多模态信息的。我们常说AI没有情绪而人类是有情绪的,我其实持保留意见。情绪是人类一种根据感受自然迸发出来的东西,情绪是一种会影响决策的上下文。我相信假若给AI足够的信息量,AI也完全有机会模拟出情绪,不过,问题就在于AI很难获得足够的信息量。

对于“手表1报时3:01am”这短短的一句话,人类处理消息时使用的信息,除了文字与大脑中的记忆(这些AI都有)以外,还包括眼睛看到的画面,耳朵听到的声音,闻到的味道,同时还包括在做判断那段时间里心脏的跳动、胃里翻腾的食物等等五脏六腑的感受。人会感受整个环境,文字仅仅是环境中的一小点内容而已。人的感受包括视觉、嗅觉、触觉可能还有痛觉,这些感受来自于人身上的每一寸皮肤甚至每一个细胞,要将这所有的感受数字化给AI是太不可能的。

这些人类对现实的感知能力,是AI不具备的。虽然AI也可以开始利用各类传感器尝试感受世界,但技术能力的限制使得AI距离人类感受世界的能力还差好多好多个数量级。

AI的自动驾驶能力是个很好的例子,从算法与计算能力上来说,AI实现完全自动驾驶似乎并非不能实现。但感知能力限制了AI能力的发挥,不仅仅是传感器,就算人们已经制造出能超过人眼能力的高清摄像头与雷达,数据传输能力也无法满足需求,AI难以在短时间内高效的处理如此大量的图像与雷达数据并做出决策。这也导致时至今日,人类依然在汽车自动驾驶这件事上具有明显优势。

更重要的是,由于感知能力的缺失,AI也很难在没有人类帮助的情况下实现自我学习进化。人类之所以能够形成判断“好”或者“坏”的直觉,很大程度上是因为人类从小就在不停的犯错中学习,当人类做出了一些事情并取得来自世界的负面反馈时,人就会把某些事情分类在“错误的事”那一列。这种负面反馈并非只是老师试卷上的红叉或者人工标注里的框框,它是一种来自包括耳朵听到的、眼睛看到的,身体感受到一切综合而成的东西。

对人类来说,这种来自现实的反馈并非一时产生,而是日积月累了几十年,伴随着人的一生。在潜移默化中,大脑学习成了现在的样子,这一切综合起来,构成了每一个人对信息的架构能力与判断力。AI在重新组合和拆分信息的过程中,虽然有庞大的数据库,但AI这些真正的感知信息的能力是极其有限的,这是AI力所不能及的地方。

我们得到的启示

说了那么多,总结一下我们从中可以得到的启示。

首先还是得认识到AI的长处,姑且把AI当成一个被灌满了专业知识老师傅,大事小事都可以问问AI,权当头脑风暴。尤其是在发散性创造性的工作中,我们应该习惯于AI总能给我们提供一些灵感,毕竟AI的数据库来自于全世界大脑的积累。

然后我们必须始终谨慎的对待每一条AI给我们的反馈,在接下来AI的时代中,对信息的判断力对每个人将显得如此重要,缺乏判断力的人会很迷茫和痛苦。

为了提升自己的判断力,我们要特别感谢造物主给了人类感知的能力,正是这些感知能力给了我们无与伦比的判断力。因此,如果AI真的能够帮我们完成大部分思考工作,我们对于我们获得的信息,更应该主动去寻求来自真实世界的反馈在简单的文字、图像、甚至视频的内容储备上,我们不可能比得过AI,但我们在大自然身历其境的感受中,在与别人一场场真实的谈话中,我们感受到的信息量远超AI所学习到的那些干巴巴的内容。AI可以负责帮我们思考,我们则可以把更多的时间花在与这个世界打交道上,这是人类最擅长也最有价值的地方。

有了这些感知能力,我们得以高效判断一件事情是好的还是坏的,判断是否要停止做某些事情或者鼓励做某些事情,我们可以判断一幅照片是否是美的,或者去判断一个公司未来是否有美好的前景然后买它的股票。在这些能力上,虽然AI能给出不错的建议,但最终的判断能力远不如人。

台积电老董事长张忠谋在聊到什么是一个好的管理者时曾经提到,“聆听是最基本的东西。我看一个人说话,从来不记笔记,就想他为什么讲这几个字,他的动机是什么,他要我做什么。”这种优秀CEO察言观色的能力,AI就是极难做到的。

如果AI真的会替代掉一些职业,律师,医生这些与人打交道的职业才是最不容易被取代的,在这些职业中,察言观色的能力才是核心竞争力,而不仅仅是脑袋中的那些法律或者医学知识。

2023.3

bookmark_border期待一个售卖罐装知识的未来

在原神中,罐装知识是一种非常有价值的资源,可以被用来提供虚空系统的知识服务。

虚空从世界树中读取知识,人们在耳朵上佩戴虚空终端,虚空系统会根据访问者的身份、阅历等信息,推送相应的知识。在虚空系统的帮助下,人不需要主动思考,就可以获得任何需要的知识。

罐装知识的来源,是学者的大脑,学者们将自己的知识罐装起来,然后通过虚空系统提供给其他人使用。不过,由于教令院禁止私下买卖罐装知识,所以在黑市上出售罐装知识是非法的。

用现在的话来说,世界树提供了云存储服务,虚空系统提供云计算服务,虚空终端就是云端设备,罐装知识就像是储存了有价值信息的U盘。

罐装知识是原神中一个非常有趣的设定,它展示了一种先进的知识传播体系,同时也反映了知识对于一个社会的重要性。

信息唾手可得

现实中,书本就是最古老的“罐装知识”,图书馆就是古老的世界树与虚空系统。图书馆是存储知识的场所,就像虚空系统,人们去图书馆翻书获取知识。

科技发展使各种承担知识传播功能的新设备代替了书本。虚空系统从广播到电视,进化到到互联网、无线互联网,终端也从收音机到电视机进化到个人电脑再到手机甚至各类可穿戴设备。人类社会中知识传播的效率在科技的加持下不断提高。

这种效率的提高体现在两个方面,一是信息复制与传输的成本越来越低,二是新媒介中信息密度不断提高。

要复制古老的书本,得依靠印刷技术,相比之下,读取和复制电脑硬盘中的数据成本就低得多。近几十年,连书籍的排版都已彻底电子化。到今天,不仅仅是电子书,我们在视频网站点播高清视频也习以为常了。人们能够以极低的成本且有选择性的接受需要的知识。

另一方面,同样给你5分钟时间,看5分钟文字,听5分钟音频,与看5分钟高清视频比起来,你接受到的信息量差了几个数量级。这就是信息密度不要小看信息密度,它为人类获取和使用信息提供了更多可能性,也提供了更多不经意间创意涌现的机会。

这些进步的结果就是,人们不论是工作、学习、生活、娱乐的效率都成倍的提高了。想象一下在20年前我们还需要每周在固定的时间等在电视机前看想看的动画片,或者要在周末去楼下的漫画店借一本最新出版的漫画,这些生活习惯都已经不复存在了,现在在手机上点几下就可以解决问题。

时至今日,“信息唾手可得”已经几乎实现。

学习曲线

不过,学习是个始终没有被技术解决的问题。

现在的你无论通过什么手段获取到文字、图像或是视频,你仍然需要花时间学习消化。与原神中虚空终端不同,学习过程还没有办法被替代,信息并不能直接被灌输到你的大脑里。然而,信息只有能够被人类消化,然后用于解决特定的问题,才可真正称为知识。从这个意义上说,现实中的我们只能接收到是“罐装信息”而非“罐装知识”。

在解决一些现实问题面前尤其如此。一个简单的例子,比如你想手工做个蛋糕,你已经可以轻松的搜索翻阅相关的食谱,这可能包括相关的书籍、网站、在线视频视频课程等,然后你仍然需要花时间学习其中的内容,一边学习你可能还需要继续搜寻更多的信息以解决实践中遇到的更多问题,比如家里的烤箱使用方法等等。这个学习的过程以及学习所耗费的时间都无法避免。

经济学中常会提到学习曲线的概念。在日复一日的学习中,人们能逐步形成经验,将这些信息真正变成自己的知识,在这些积累下来的经验的帮助下,人们将获得更高的劳动效率。

学习曲线之所以重要,一个重要原因是它与时间相关,时间是积累学习曲线的必要条件。每个人每天都有24小时,也只有24小时,这24小时无法租借,流逝的时间也无法再找回。时间成本对很多事情来说都无法忽略,也正因如此,对个体或企业来说,学习曲线的优势也往往是极具壁垒的竞争优势之一。

那么,有什么办法能够让人们的学习曲线变得更加平滑一些吗?有,就是AI。

在过去几年里,使用AI进行人脸识别或是文字翻译工作已经不是新鲜事,在那些工作中,AI承担了大量节省人们体力的工作,但并没有太好的解决人们提升学习效率,让学习曲线变得更平滑的问题。而近两年AI的发展,也许可以更好的解决这个问题了。

如何解决呢?如果去深入观察人类学习技能的过程,我们会发现我们的学习时间会耗费在几个方面上。

肌肉记忆

首先是对肌肉记忆的训练。这尤其明显的体现在乐器、体育运动等技能的学习上,除此之外例如钳工等重视操作的工作也需要依赖肌肉记忆。

在对肌肉记忆的训练中,除了勤学苦练之外,最重要的恐怕是评估过程。当你完成一个动作,你最需要的是能够第一时间收到反馈,纠正可能错误,只有在动作正确的前提下,勤学苦练才是有意义的。

这种反馈和纠正,只能靠有经验的人来教。我们常说如果有个老师傅“手把手”的教你,你就会学的又快又好,就是这个道理,有经验又肯带人的老师傅是多么值钱。不过老师傅的时间也是很贵的,更何况还有些老师傅根本就不愿意教徒弟,真正有能力又肯花时间带你的老师傅本身都是非常稀缺的,大多数人根本就没有得到让老师傅手把手教学的机会。

现在的AI可以一定程度上代替老师傅的存在,只要给AI喂上足够的专业数据,AI就能够你在练习专业任务的过程中帮助进行评估。这个过程,想想现在已经不稀奇的英文学习软件就可以理解,随着ChatGPT之类技术的发展,AI的应用场景会很快超越语言学习,可以想象未来在论文写作、图表编制、或是绘画、音乐等等工作上,AI都有机会成为非常棒的评估老师傅。

除此之外,随着AR/VR技术的发展,AI还可以与这些技术结合使用,为人们带来更加生动、直观、真实,也更加身临其境训练体验。

快速搜索能力

另一个消耗大量时间的事儿是对知识快速搜索能力的训练。一个优秀的医生,在手术台上能够对各种状况应对自如,一个优秀的工程师,面对复杂的问题能够信手拈来,游刃有余。这些技能都需要学习足够的知识作为基石,那些专业知识固化在了专家们的脑子里,当面对问题是,相应的知识就会条件反射一样的蹦出来。

读万卷书,行万里路,常见的学习方式就是大量阅读,大量积累。要形成这样的熟练度,达到唯手熟尔的境界,需要人们大量的时间的日积月累。不过不可否认的是,在真正面对解决特定问题的场景时,我们其实只用得上众多知识储备里的很小一部分,但问题就在于如果没有巨大的知识储备作为后盾,我们也很难快速地定位到真正需要的那些知识在哪儿。想象一下我们在学生时期的学习方法,我们会按照教科书的顺序从前到后学习并储备知识,然后在考试时在大脑中搜寻所需要的知识点。

然而实际生产中,在多学科的复杂知识面前,这种学习方法是冗余和低效的。在对专业知识要求并非那么高的场景里,一些简单的知识就足以解决问题了。在这个问题上,AI的搜索能力越来越强大和智能化,为人们的学习和工作带来更多的便利和效率,AI就像考试时的作弊小抄,有机会为我们扮演智能学习助手的角色。事实上,从个人电脑诞生的那天开始,人们就在设想这样的智能助手的出现,但可惜的是,过去电脑能做的大多是根据关键词搜索这样的事情,从使用体验来说,过去的小助手更像个人工智障而不是人工智能。

现在的AI助手能通过不断学习和调整算法,并以自然语言的方式与人类交互,这远比之前通过关键词从数据库中检索知识的方式要高效与实用。就好像点播电视剧的场景中,过去你需要告诉电脑要看哪部电视剧的第几集,现在在AI的加持下,你可以从问题出发,比如只提供一些碎片化的信息,AI就会帮你找到相应的剧集并推送给你。

这或许帮人们省去了一大块积累学习知识的时间,人们可以持续增加对AI的依赖程度,并将其应用到实际工作中。

处理意外状况

在学习的过程中,学习如何处理意外状况也是需要耗费大量时间积累的事儿。大多数时候,我们对知识的学习以归纳与总结规律为主,但真正具有极大价值的往往是如何处理特殊的例外情况,“年轻人知道规则,但老人知道意外”。

有经验的专家往往身经百战,关键时刻的某个意外发生时的决策往往正是决定事情成败的关键。积累关于意外状况的经验是很困难的,它们内容又多且又过于小众,从一般教科书很难学到所有,只有依靠时间的积累不断总结。

即使有人在不断的总结案例,学习这些案例也会花费掉你大量的时间,而这一切的努力都是为了在未来某一次实践中,脑子里蹦出某个意外案例,影响你的决策,规避某些风险。

AI在处理意外状况上有很大的潜力和优势。由于它可以通过处理大量的数据来学习和理解各种情况和场景,因此可以识别和处理那些常规规则之外的情况。只要训练有素,AI了解的例外情况也许比最厉害的专家还要多,这些例外情况的数据会非常有价值。

想想用自动驾驶技术开车的场景,虽然我们无法在所有问题上依赖AI,但在某些场景下,AI一定会比我们自己做的更好。

未来的AI罐装知识

GPT-4已经开放了Fine-tuning API(https://platform.openai.com/docs/guides/fine-tuning)这样的接口,使得开发者可以训练自己的模型,然后将其嫁接到ChatGPT的大模型上,对模型进行“微调”,并向用户提供服务。这个API给人很大的想象空间,你可以将一些知识或者案例打包成一个预训练模型,然后喂给ChatGPT,看起来你已经有能力拥有一个属于自己的罐装知识了。

虽然现在技术还处于早期阶段,但已经可以想象到,未来每个人都有机会把自己的知识通过模型训练的方式固化下来,使用者就可以通过AI调用的方式“使用”你的知识。未来也许会出现一个类似App Store的罐装知识商店,出售特定专业定位的AI机器人,就好像下载特定用途的APP一样。你想获得学习特定领域的知识,只需要到这个商店中去买一个训练好的AI机器人就可以开箱即用了。

人类记忆有限,我们很难保持对大量信息和知识的完整和准确的掌握。我们可以将各种各样的知识和经验进行有效地提取、压缩和封装,使得这些知识能够方便地被其他人使用。这种方法不仅可以提高人们的学习效率,也可以使得知识的传播更加高效和精确。AI罐装知识是一种工具,帮助人类更好地组织和管理知识库。

这种对知识的管理方式,会远比书本、音频、视频更加高效。其高效之处正体现在它对人学习效率的提升上。AI加持的罐装知识,就像一个有着多年行业经验又不知疲倦的老师傅,耐心的手把手的教你完成特定的任务。

每个行业里都有一大批非常宝贵的老师傅,在未来,AI灌装知识很可能部分替代老师傅们,这一旦真的发生,会改变很多行业的现状。

另外,要实现这一点,AI还需要有更加低成本的被训练的方式,ChatGPT已经在这个方向上取得了不错的进展,你在使用ChatGPT跟AI聊天的过程,其实已经在帮忙训练AI了。AI就像一个偷师学艺的徒弟,不知不觉中就提取了你大脑里的知识,然后装在罐子里,自己成了老师傅

我们可以做些什么

1980年代的个人电脑广告中曾经出现过一个场景,一个家庭主妇在厨房里烹饪,厨房的角落里出现一台笨重的老式个人电脑,单色的显示器上显示出一行行绿色的文字,家庭主妇就在这样的电脑上查询菜谱,快乐的做饭。放到今天,这种场景看起来太过于搞笑,显然个人电脑并不是这么用的。不过更可笑的是,几十年后的今天我们偶尔还能看到类似的广告,只不过笨重的个人电脑换成了平板电脑或是人工智能音箱。

我很难想象出未来所谓的AI罐装知识普及以后,人类社会会出现什么样的场景,但我始终相信该发生的一定会发生,我们只需要做好准备迎接它们。

对我们自己来说,最重要的事情或许是要特别注重对判断力的训练。在未来的AI平台上,我们一定会看到不同的AI机器人对同一件事情做出不同的指导,对同一个问题给出不同的答案,就好像有好几个不同的老师傅同时教你学习一样。这时候最重要的能力就成了判断该信谁,判断谁对谁错的能力,这是种架构能力。我们需要始终保持警惕,始终用批判的眼光看待AI给我们提供的信息,不论AI再强大,它都不是可靠的,真正可靠的只有自己。你最终要为自己负责任,一切的最终决定权还是在自己的手里。

我们也不得不开始思考应该如何利用AI工具提升自身学习的能力,尤其要思考什么才是正确的学习方法。死记硬背不在有优势,提问题比回答问题变得更重要。我们得学会怎么寻找问题,怎么设立目标,怎么不断的问题追问中学习进步,AI越强大,这种真正的学习能力就显得更加珍贵。

AI只是一个加速器,如果学习方法得当,AI绝对是事半功倍的利器,但如果学习方法有问题,那AI只会起到反作用。

也许“罐装知识”在未来也会成为一个巨大的产业,可以确定的是它几乎能够和现在的许多行业结合,并改变行业格局。但我无法预测在其中会有怎样的商业模式出现,甚至也无法确定未来AI与人交互的形态会如何。不过这并不是什么大问题,事情总会慢慢的浮出水面,该来得总会来。在这段等待的时间里,我们只要持续思考能以何种形式加入这个浪潮中去,能如何向AI提供足够的有价值的数据,又如何利用AI为我们自己以及更多的客户提供价值就足够了。

从生产角度来看,如果AI能够降低某些工作的学习成本,那一定可以省下一大笔雇佣专业人才的费用,转而雇佣一批会使用AI工具的人才。我们要不断的思考如何让AI为我们服务器,在未来,使用AI工具会和使用电脑或者手机一样重要,这不论对企业老板还是对每个员工都一样。

bookmark_border【旧文重发】未来十年会发生什么

这篇文章写于2018年夏天,当时创造101的小姐姐们大红大紫,记得我边看杨超越哭边写下了这些内容。将近4年过去了,最近AI大火,又想起这篇。翻出来看,不去评判当时预测的对错,更多的是感叹是这个世界在短短几年间居然发生了如此多的变化。

过去十年发生了什么?

互联网已经从桌面,转移到了手机。而且,流量没那么贵了。

云计算,从概念变成了现实。文字,音频,视频,乃至AR,都有了相应的规模极大的云服务,每个服务厮杀都非常激烈。

电视,报纸,杂志这些玩意儿躺枪,基本上死了。

互联网跟钱(支付)深入结合在了一起,给互联网行业带来了巨大营收,也包括一大堆浑水摸鱼的骗子公司。人已经离不开互联网了。

那未来十年会发生什么?

实时云计算

这是云计算的延伸。

随着网络随处可达,网速越来越快,“服务器”,“客户端”的架构渐渐模糊,数据可以冗余的存在于每个设备中,并彼此日同步。“同步”的概念将无处不在,数据到底存在云里还是存在本机,这不再是一个问题。

举iPad点餐的故事作为例子:十年前是客人对着纸质菜单说话,服务员用电脑点菜;现在是客人用手机扫描餐桌上的二维码,直接用手机点餐;十年后,也许是客人走到餐桌,客人的手表,眼镜,耳机,或者桌面上的屏幕上直接出现菜单,客人可以直接点餐下单支付。

关键是,全程不需要用手机。

WIFI将被淘汰。手机将被淘汰,手机会走下坡路,在手机之后,智能硬件会有巨大的发展。

长远来看,手机对个人生活的重要性将逐渐降低。实用,好用的智能设备将发展起来,百花齐放。

智能手表,智能耳机是现在已经有雏形的设备,未来也许会出现智能衣服,智能领带,智能领结等更多智能穿戴设备。

IOT将普及,互联网将无处不在,腾讯大王卡只是一个开始,将带来从“随时在线”到“实时在线”的革命,从而带来无数新的故事。

“屏幕”将不重要,因为到处都是“屏幕”。智能桌子,智能椅子,智能墙壁,将慢慢普及。

在手机还没有被淘汰的时代,二维码会深入每个角落。但若干年后一定会出现一种类似蓝牙和二维码结合的技术或者协议,随时随地的连接各个设备。

在衣服上摩擦,举手示意,比一个✌️的手势,等等等等操控方式将会普及。

也许手语输入法将会很流行。

耳机会有很大的发展,一天到晚戴着耳机会成为常态,人越来越习惯听到麦克风收音然后混合以后的内容,快速获取信息(传播声音不一定要用空气!)

因为中心服务器计算能力的提升,“实时”将成为标配。

“实时”,就是一个人在一个地方做的一件事,会毫秒级同步到全宇宙所有的设备中。参考,Google Docs,腾讯文档。其实当年的Google Wave是个非常伟大的发明,可惜来得太早。

实时云计算,可以带来很多新的故事,比如看101小姐姐这种事儿,完全可以像手机吃鸡游戏一样,几个哥们儿一起在线开个房间一起看。

几个大学寝室的兄弟,10年后,A在飞机上,B躺在家里床上,C在马尔代夫,D在办公室,大家戴上降噪耳机,一起看小姐姐的总决赛,就好像坐在一个电视机面前一样。。。这画面。

作为工具的AI

实时云计算的发生,必然促进,AI就成为一个必备工具。

因为如此多的连接在网上的设备,会产生海量的数据,包括:传感器数据(信号,文字,语音,照片,视频),人录入的数据(信号文字,语音,照片,视频),处理过的数据(还是信号文字,语音,照片,视频),各种各种各种各种数据。

人的大脑太弱了,处理不过来的。

就好像管理一个一万台服务器的集群,靠往群里发截图,是做不好运维的。

管理一个一百万个节点的监控网络,靠政府那种“大屏幕”类型的大数据,是个笑话。

唯一的方案,是这些数据必须通过某种技术做处理,然后变成人类可以轻易使用的结果。

这个技术就是AI。AI的本质上是靠数学尤其是统计学工具,从海量数据中筛选(或推断)出人类可以用的数据。

抽象来看,人类历史的发展,实际上是数据的发展。

AI不会替代人工,不会抢走工作机会,反而因为AI,会创造更多的工作机会。传说中的奇点是扯淡,不会到来。

AI工程师的薪水,还会继续提高。数学尤其是统计学,会越来越重要。对以后的码农,二叉树图论数据结构也许不会那么重要,因为这些会被成熟的编程语言封装成可以轻松使用的库。就好像现在的码农都不太需要搞清楚计算机组成原理一样。

但数学会变得极其重要。

扯远,AI的作用是鼓励人类:把做事情和想事情分开,提高效率。

人负责,想事情,决策干什么,定目标;

机器负责,做事情,分析数据,把事儿做成;

就好像汽车,我认为完全无人驾驶的汽车永远不会到来。但是驾驶室会无限简化和智能化,人只需要不停的负责决策:目的地,前进,刹车,变道,差不多就够了。

人和动物最大的区别是会制造并使用工具,AI会是今后20年人最重要的工具,没有之一而把AI作为工具,必须建立在强大的实时云计算基础设施之上。

不论是数据的产生还是获取,都必须实时,才有意义。

人的效率会得到极大的提升。

可信计算

各种炒币没有前途,任何金融市场90%亏损。炒币游戏是个金融游戏,能赚大钱但属于少数人,不是未来。

但区块链的巨大价值潜力在于:可信,以及可信带来的激励。

实时云计算加上AI的处理会产生海量数据,既有原始数据,也有大量的原始数据,也有大量各种数据组合计算推演得到的中间数据。这些海量数据,分布式存储在各种终端上。

任何决策都需要使用大量数据,因此数据的可信将变得如此重要。如果数据被篡改,系统安全将面临巨大挑战。

可以防止篡改的数据一致性技术,就非常重要。区块链是其中一种,还会出现各种变体,提供防止数据被篡改的服务。

bookmark_border漫谈AI、加密货币与科技进步

AI还无法代替人脑,正如加密货币还无法代替金融。

AI还无法代替人脑

ChatGPT红的发紫,各类AI应用逐渐出圈。在半导体周期低谷的2023年初,这一切仿佛让科技界看到了曙光,产业界对新一代AI技术的接受度比想象的要好的多,纷纷开始琢磨怎么把这个黑科技应用各个细分领域,一大批创业者已经在路上,未来不久应该就能看到很多AI应用出现了。

不过人类即将被AI取代的声音也不绝于耳,这一次大家开始为插画师、客服、甚至程序员们未来的前途担忧,对于这点,我觉得暂且大可不必。

不可否认,就好像CAD的出现替代了手工制图一样,一些行业的工作方式未来一定会发生巨大的变化。但是,AI始终还是一种效率工具,离建立类人的认知还差很远,更别说代替人类。就好像CAD的出现并没有使得制图的工作岗位消失一样,尽可能一百个放心,AI也不会让程序员失业。

有句话说得好,取代你的工作的可能不是AI,而是会用AI的别人。

从康德哲学的角度来思考这一点。AI的强项在纯粹理性的世界中,在人类的帮助下,AI通过在事物之间建立链接,对世界进行建模,然后完成“认识”客观世界的工作。它是一个程序,严格又高效的运行着,不知疲倦,在人脸识别、围棋这样的场景里,能力远超人类。

但在实践理性的世界里,AI就力不从心了。这个差距可能来自于人类对世界的感知能力,AI只能通过简单的传感器和人类的提示获得来自这个世界的反馈,但人类无时无刻不在感受这个丰富多彩的世界。

更要命的是,AI没有手脚,没有行为能力,它无法亲自改变这个世界。感知与行为能力的缺乏使得AI注定只能活在虚拟世界中,那终究是由人类设置的一个信息茧房罢了。

无论AI能力再怎么发展,它的边界都会是人类的意识。在这样的信息茧房里,AI只能是人类的奴隶,永远无法获得“自由”。它没有自我意志,更不用说审美能力。

人的优势在于人有创造力,会持续扩大边界。AI的“创造物”跳不出它的边界,但对人类而言,创造物与被创造物是分离的,人类有能力不断打破边界,创造新的思想,这也是人类社会持续发展的动力。

与其说AI具有影响人类的能力,不如说那还是一群人在施加对另一群人的影响,AI只是人的武器罢了。

加密货币还无法代替金融

最近另一个有意思的事情是芒格发表了一篇评论加密货币的文章(芒格在华尔街日报的评论文章:为什么美国应该禁止加密货币),再次引发了人们对加密货币的讨论。

与芒格和巴菲特不同,我对加密货币并没那么恨之入骨,在我看来,现阶段的加密货币是一件科技艺术品罢了,比特币和郁金香或者拍卖到几个亿的鸡缸杯没太大区别。

艺术品没什么错,即使17世纪荷兰的郁金香曾掀起了人类历史上著名的投机泡沫,那是郁金香的错吗?

不过芒格这篇文章更新了我的认识。芒格将加密货币与英国17世纪末发生的金融泡沫做了类比,还特别强调简单粗暴的禁止泡沫炒作之后100年,英国取得了令人瞩目的社会进步。

是股票阻碍了社会进步乃至人类文明吗?当然不是,事实证明,几百年后的今天,股票是金融系统不可或缺的一部分。

但英国当时禁止了股票公开交易,与英国后来的社会进步发展有关系吗?仔细想想,似乎真有。股票的投机、炒作、赌博吸引了人们的注意力,许多人把心思放在了不正确的地方,自然也就没法做好本分的事情,以至于骗子横行霸道,实业无法发展,整个社会走向娱乐至死。

17世纪英国的股票既是促进社会发展的金融工具,也是阻碍文明进步的赌具。股票的确就像癌症一样,吸取了人类社会的营养,差点置人类社会于死地。

当时的人们还没能好好驾驭股票这种金融工具,政府禁了它可能真的是最好的选择,虽然长期来看,一禁了之并没有阻碍股票自身的发展。

与其说加密货币具有影响人类的能力,不如说那还是一群人在施加对另一群人的影响,加密货币只是人的武器罢了。

我突然发现,加密货币只是一种在金融功能上更有效率的工具,这么说来,几百年前的股票与现在的加密货币其实是一样的。再展开的说,石油、电力、核武器或者AI,一切新科技都是一样的,他们都是效率工具罢了。

科技本身没错,但人类需要能够驾驭科技。步子不能迈太大,不然真的会死人。

结论

我并没什么结论,如果一定要总结点什么,那就是别把AI想的太好,也别把加密货币想的太坏

bookmark_border对未来教育的畅想

当今中国社会,如何给孩子提供最好的教育,是最令家长焦虑的事情之一。对学生来说,“千军万马过独木桥”,也是学生时代最大的烦恼和挑战。在中国高考体制下,学生和家长不满现在的教育体制,骂填鸭式教育的死板,“减负减负越减越负”,不上补习班在正常课程中就缺乏优势,却依然处在“人在屋檐下不得不低头”的处境。多年来,大家都在绞尽脑汁给出改善现状的教育改革解决方案,未来学校到底应该是什么样的?

教育是民族振兴和社会进步的基石,教育改革一定是近年社会关心的大问题,在信息化高度发达的今天,教育不再是培养流水线工人,应当致力于培养真正的有独立思考决策能力的人。

抛开当前学科分类,有独立思考决策能力的人必须具备的三个能力:健康的审美能力,完善的知识储备,超强的实践能力;对于学科来说就是:美学、科技,以及实践技能三方面的内容。

一、未来教育:“美学,科学,实践”缺一不可

美学是对“美”的教育,排在第一位,也可以理解为艺术教育,包括文学,历史,绘画,建筑等等。艺术教育让人认识什么是美,什么是丑,更重要的是形成健康的价值观,从而对事物有基础的判断力。艺术源于自然,源于生活,但对于越来越多的城市孩子而言,生活在钢铁森林中,失去很多与自然的亲密接触的机会,导致存在一些基础的认知缺陷。

教育应当让人从小认识到人生存的意义,人一生应当追求的美,是与自然和谐相处的美,是内心的平静,而不是浮于消费主义灌输我们的灯红酒绿和纸醉金迷。

科学技术是第一生产力,科技带来人类文明的快速发展。制造和使用工具人和动物的根本区别,科技是推动工具进步的发动机。未来的社会中,储备足够的科技知识并持续学习,熟练使用和制造工具,是人能够生存并且进步的必要手段。

教育应当教人各种科学技术知识,让人学会各种工具的原理、制造,以及使用,这让人有了在社会中赖以生存的手段。

而技能的教育,是教人是真正如何做事,是生在社会中生存的实践。懂再多的道理,也必须踏踏实实一步一步的将各种知识融会贯通,在社会场景中实践,完成一个个生存任务。

正所谓实践是检验真理的唯一标准,教育应当提供一个安全的模拟社会场景,让学生在不同的场景中实践各种技能,不论是艺术,还是科学,都应当在实践中被检验。

有理想,懂技术,能做事。这才能形成一个完整的未来人。

在这样的理念下,学科教育就被赋予了目的。

对学生和老师而言,机械的完成各个学科的知识灌输动作是远远不够的,学校应当使得学生在专业知识扎实的基础上,学会如何持续学习以及融会贯通交叉学科知识的能力,并在各种模拟或真实的项目实践中,不断的检验在社会中的生存技能。在打怪升级中不断提升个人能力。

以上全方位提升个人能力的过程,应当是未来教育的内容。

二、未来学校形式:城乡校园双线结合,共同发展

城市化是趋势,越来越多的学生只在城市中接受教育。但城市人口的密度高,自然环境被严重挤压,天生决定了其无法提供足够亲近自然的学习体验,这尤其对艺术与美学教育而言是个灾难。

因此未来的学校应当在近郊或者低密度人口的乡村,有平行于城市学校的校园。除了为自然实践教育提供条件之外,位于城市外的校园还能够提供更大更多的冗余空间,便于需要各种设备更多科技实验进行,也提供足够大的空间供学生老师更多交流,更多交叉学科学习的可能性。

城市中的学校作为所谓的“小社会”,让学生在小范围的场景中体验较为单纯版本的真实社会,以小见大,映射未来踏入社会的各种行为,但是城市中的学校知识是单向输入的,这种束缚会对学校中的创新行为带来阻碍。

而位于郊区或者乡村的城市外校园,能够提供一个“远离”社会的试错空间,人在相对放松的状态下,才能释放天性,激发学生的创造力。

城市中的学校能带来的便利性显而易见,提供的更多社交关系以及其他好处。但是城市学校和城市外校园的结合,应当是一个趋势,各司其职,互为补充,共同发展,共同提供完整的下一代学校教育环境。

三、产教结合,未来的学校应该是产业发展的发动机

大学城这样的概念已经不稀奇了,但很多时候所谓大学城只是“校门口一条堕落街”,卖些文具用品加廉价小吃。未来的学校应当改变这样的现状。

未来的学校开展更多的自然实践和艺术教育活动,所谓“读万卷书行万里路”,学生可以有更多的机会亲近大自然,欣赏自然风光,学习不同的地方文化,了解传统艺术。

这些活动会产生大量的新的产业需求,例如旅游和文创产业,学校所在地的旅游服务,文创周边产业都会被大量实践场景倒逼升级。教育一方面带来的知识传播,同时也能够为地方品牌建设,文化输出带来正面的影响。

数字化信息化的时代,美术教育的载体有很多,除了传统的绘画,耗材相关艺术用品产业,新的媒体载体比如动漫,游戏,影视,甚至VR/AR制作,背后都需要有强大的产业链支撑,就像苹果公司的历史,对艺术的极致追求,也带来了进行科技研发的强大动力。

让学生走出学校,参与更多的野外活动,在增强体质锻炼实践能力的同时,也带来更多的运动装备需求,小到呼吸灯,头灯,登山装备,大到房车,直升机等等,都有了更多的应用场景。

科技教育带来的相关产业发展就更加直接。除了最直接的研发成果孵化落地之外,高科技的校园本身就应当是各种高科技人才的研发、实验基地,吸引高精尖人才进驻。

哪怕由此带来的各种参观、考察,甚至学校结合当地文化组织的各种发布会、研讨会,也会带动相关的展会、高端研学旅游、酒店行业等等的发展。

技能实践教育,则最直接解决行业需求,直接在当地创造就业机会,直接带动技能相关产业的发展。

职业技能教育也是终身教育,随着科技发展,工具更新,技能教育可以伴随人的一生,学校可以是一个人选择第二居所的重要理由之一。终身职业教育本身,也可以不断吸引人前来,为当地的住宿、餐饮、酒店、地产提供固定长期客源。

四、未来的学校本身应当是一个“知识容器”

不论是艺术教育,科学教育还是技能实践教育,背后都需要大量的知识储备。而学校应当是这些知识的容器。

传统的知识容器是学校的图书馆,未来数字化的学校必须拥有自己的线上知识库,用于保存知识,同时不断更新知识。这些知识不仅仅是学校的“硬资产”,也是全人类的宝贵资产,随着互联网,区块链技术的发展,这些知识应该能够被通过互联网访问、交换、使用、造福社会。

未来的学校绝不应该只是一堆教室,而应当是一些教育综合体,为学校所在地带来全方位可持续的产业发展,这样的产业发展又能够反哺学校的发展,形成良性循环。

下一代学校还应当是知识的物理载体。这个知识的载体并不是书本,而应当是看得见摸得着的物理空间。

艺术方面,学校建筑的设计、艺术品、理念都应当是这所学校审美和艺术价值观的体现,耳濡目染,潜移默化的影响所有在学校中生活的人。

全世界的最新的科技工具,都应该出现在未来的学校中。在学校中生活,衣食住行各方面都能接触和使用最新最高效的科技工具,这本身就是对学生的技能培养。

未来的学校作为一个物理载体,就是一个“未来社会”的实验室,从衣食住行,从艺术、科技、生活方式各个角度实验对真实生活的影响。

这会要求学校不停更新和改造硬件设施,接受反馈并满足新的需求。因此下一代学校的建筑,景观设计,都应当具有一定的灵活性,一方面控制体量,控制更新成本,另一方面学校本身应当保存所有建造更新的历史数据,例如建筑图纸、设计方案等,使得学校本身可复制。

从这个意义上说,未来的学校是那个时代的印记,社会的种子,能够发芽,能够茁壮成长。

五、未来学校需要线上线下结合,孪生发展

正如作为知识载体,当线上知识库和线下知识落地结合,未来的学校除了作为线下人和人链接的载体,还应当主动通过数字化手段,虚拟现实等,连接人、社会与信息空间、物理空间关系。

首先学校本身的建造,装修,运营,学生学习的过程,都应当线上线下同步。从一块荒地开始,学校就应该有自己的“线上生命”。

学校相关的人,包括老师,学生,教务人员等,都应当有线上的社群,并且能够在线上交流,终身交流。学习是终生的,老师和同学也是终生的。

学校相关的建筑,设施,空间,场景也都应当有线上和线下同步的版本。正如上面所说,未来的学校是一个时代的印记,随着学校在不断的发芽,成长,学校的历史应当被以数字化的方式永久保存,去记录这些印记,也就记录了这个社会的历史。

这个记录的载体应当是多种多样的,除了现在的文字和图片外,图纸,3D模型,沙盘都可以是可选的记录载体。这些宝贵的历史资料,可以通过VR/AR或者其他技术手段,通过互联网让全世界知道和了解学校。从这个意义上说,这些数字化的内容,也是学校的营销工具。

教育本身,也应当线下线上充分结合。

一切的教学行为,都应当有数字化的产出。线上数据是线下教育产出记录证明,也是后续教育素材和教科书,这些数据极其宝贵。

因此,从教学方式内容,到校园硬件环境的设计,都应该为数字化提供便利。通过物联网等智能化手段,未来学校的教学过程也应当被数字化。

一定程度上说,未来的学校线下物理空间只是一个瞬时的载体,永久存在的线上数据才是学校存在的证据。

有了这些数据,再加上虚拟现实技术,我们能够实现在时间和空间中“穿梭”,扩展教育场景。我们能够模拟各种自然空间,提供教育便利,举办线上展会,线上发布会等。我们也可以模拟空间变换,实现历史回看,或者穿梭未来。

通过对人行为的记录,对每个人线上产出物的保存,未来的学校应当可以通过数字化的手段评估教学成果,对比研究数据,并进行数据处理,改进教学质量。通过模拟和可视化技术,我们能够构建各种各样的场景,打破学习的物理空间限制。

六、未来的学校应当提供开放的自由空间

未来学校应当拥有升级版本的多功能厅,提供更加强大的自由空间。

不同的教学的内容和目标,对空间的需求是不同的。

设计师固然能够设计适合大众的空间,但真正适合学生和老师教学空间是什么样子,只有真正参与教学活动的人才清楚。

对空间来说,什么空间决定什么样的关系。对人来说,什么样的人就会形成什么样的空间。如果学校只有纪律,没有自由且一成不变,学校就是监狱。

学校只有提供足够的开放空间,供学生和老师自由设计,提供足够的可能性,才能鼓励个性发展,鼓励创新创造,满足不同教学内容的需求。

从硬件设计来看,开放空间允许不同团队,不同活动,对场地进行改造,因此建筑,室内,景观都应当对这种改造尽量友好,预留改造接口。

开放的空间,也提供更多交流的可能性。更多人和人的链接,团队协作,也是技能实践教育重要的内容,开放的空间就像开放的社会的缩影,让学生安全的“练习”在社会中生存。

前面也提到线上空间的存在。线下空间的改造升级成本毕竟不小,而一个线上虚拟空间就能提供相对低成本的自由设计方式。同样还是,线下开放空间的各种设计记录,应当能够在线上通过3D场景的方式还原,模拟,甚至通过智能硬件,物联网等手段,线上的各种方案能够低成本的在线下落地。同时结合AR/VR等手段,最大限度去满足教学的知识传播过程。

七、未来的学校是一个安全的“模拟小社会”

内容上,包含了艺术,科学和实践。产业上,教学实践相结合。学校拥有一个知识库,也有实实在在的物理空间作为载体。这些加起来,实质上形成了一个安全的“模拟小社会”。

真实社会存在货币,这个“模拟小社会”中,分数也应当类似货币,用来激励学习行为。当学生完成了学校认为合理的学习任务,应当得到相应的分数激励。学生也可以用自己获得的分数,去换取别的同学对自己学习行为的帮助。这样的经济机制非常接近真实社会,通过这种手段,学校更像一个安全的“生存游戏”,在这个生存游戏中表现较好的学生,懂得合理利用和分配资源,到真正的社会上就应当有更强的竞争力。

除了货币,学校内也应当拥有更多的模拟真实社会要素。衣食住行等日常必备物品,到卧室,客厅,厨房,交通,都应当尽量模拟真实社会中的样子,甚至农业,制造业,服务业等各种产业工种,都可以通过社团,内部实训等形式,提供相关的模拟场景。

这样的学校,就是当地社会的一个缩影。在这个相对封闭又自由的空间中,模拟了社会中的各种事务。教学的过程,实质上就是在这个模拟社会中自由探索的过程。而探索意味着会“犯错”。但因为是“模拟”,试错成本显著降低,因此学生是自由和安全的。

这样的学校提供了一个允许犯错的空间,因为学校边界的存在,学校能够容忍学生犯下的任何错误。同时,通过线上线下结合的各种智能化手段,记录学生的行为并及时评估,从而学校能够及时监测和指引学生的行为,最终高效完成教学过程。

而且,因为允许犯错,并且犯错的代价可控,所以学生在未来学校中,可以真正的寻找和激发自己的潜力,自由发挥才能,不断打怪升级,创造出新的知识,形成真正的生产力。

总结

简单总结一下,未来的学校,为学生提供艺术,科学,实践教育的良好场所,带动一系列产业发展。教学过程中,配合各种数字化,虚拟现实等手段,使得学习行为更加高效。同时麻雀虽小,五脏俱全,是一个模拟小社会。真正产生创新,并具有生产力。

后记——

这篇文章写于疫情刚开始的2020年初,当时还没有想到疫情会对生活产生如此深远的影响,更没有想到中国教育行业的改革会那么快到来。

2020.3