领导力|马斯克和芒格如何思考问题本质?

2018 年 6 月 13 日 智慧云董事会

导读


人们在生活中总倾向比较——别人已经做过或者正在做某件事情,大家就也去做,因为至少不能输给与之同行的人,但如此只能产生细小的迭代发展,却无法出现颠覆性创新。具有颠覆性创新能力的人,常常不用比较思维去判断问题能否解决,相反,他们喜欢用第一性原理进行思考。马斯克与芒格推崇的思维框架,启发我们将事情缩减至其根本实质,并从那里开始向上推理,在信息爆炸、时髦商业理念比比皆是的当下,这样的思考更显求真、理性的力量。



人们只关注被验证过的思想


《挪威的森林》里,有个奇怪的读书原则,“对于死后不足三十年的作家,原则上是不屑一顾的”。除了死后不过二十八年的《了不起的盖茨比》的作者,“像菲茨杰拉德那样的杰出作家可以网开一面嘛。” 


《黑天鹅》的作者也倾向于阅读经典著作,视流行商业观点和《华尔街日报》之流为噪音。


芒格喜欢阅读传记,他形容其为与人类历史上最牛逼的人对话。经常有着一种奇异的想法:同已故的伟人交朋友。


由于商业领域常有中大奖者,并且社会机制具有将偶然概括为必然的偏好,催生了不少快餐式的成功商业哲学。


1982年,汤姆·彼得斯的《追求卓越》轰动一时。然而,进入1990年代后,“卓越企业”已有相当多或衰落、或被收购。他后来又写了《基业长青》,讨巧地选出1950年前创立的18家大公司,其中的摩托罗拉,也被Google收购了。


作家死后三十年书有人来读,传记主角被盖棺定论后有人聊天,远比已繁荣了50年的企业再繁荣10年靠谱。


除此之外,人人可见的时髦商业理念,像股市里被热炒的热门股,常常是陷阱,而非机遇。


马斯克的秘密思想武器



铺垫这么多,该引出本篇的主角之一:Musk。他和他的企业都年轻,然而连续创立Paypal(互联网)、SpaceX(太空发射)、SolarCity(太阳能)、以及特斯拉汽车(电动车),并在各个领域都取得惊人成就,从概率的角度,其连续成功(即使是短暂的)的难度,绝不亚于一家百年企业,其内在属性也更有剖析价值。

  

在TED演讲上,主持人问Musk:你是如何做到的?这些工程(上述那几家公司)是如此的天壤之别,规模上有都如此牛逼,那么一个人到底如何才能够以这种方式进行创新的呢?


主持人问:你的秘密武器是什么?


Musk答:


“我在想存在一种好的思维框架(a good framework for thinking),那是物理学的东西,你知道,有点儿像第一原理推理(first principles reasoning),总体来讲,我认为存在将事情缩减至其根本实质,并从那里开始向上理论,和类推推理刚好相反。”


“在我们的生命的主要阶段,我们一生都在进行类推推理,这基本意味着复制别人对待微小变化的方式,而你必须那样做,否则,从精神层面来讲,你就无法渡过这一天。”


“但是当你想要做一些新事情的时候,你必须应用物理学方法,物理学真的能够弄清楚如何发现违反直觉的新事物,就像量子力学。”


“同时关注负面反馈也是很重要的(不断听取外部意见,不断纠错)。”


芒格的思维格栅与物理方法


人们没有一个模型,我们没有一个框架(framework),这就是芒格所称的“一个用来悬挂你的想法的格栅(latticework)”


                                            

查理芒格认为,“想要变聪明,你要不断地问:为什么?为什么?为什么?而且你必须将答案连结到深奥的理论架构,你要去了解这些主要理论,虽然有些难度,但这过程会有很多乐趣。”


关于framework,芒格继续延伸为著名的“思维格栅”:


在阅读中,建立自己的“思维模式格栅”,这需要大量阅读数学、生物学、物理学、社会学、心理学、哲学和文学等各学科及相关学科中著名科学家的重要著述,了解并熟悉书中介绍的核心概念,将不同学科的思考模式联系起来并融会贯通。同时,将这些理论应用到投资上去,进行正确思考和独立思考,进而聪明地投资,从而取得最佳投资回报。


同时,芒格也是个超级物理迷,尽管他没拿到马斯克那样的专业学位。他的传记里这样写道:


“Munger接触到了物理。‘它真是让我大开眼界’他说。虽然Munger只上了初级班,但解决问题的物理学方法却在他的脑海中留下了永久的烙印。”


“永远用最基本的方法去寻找答案——这是一个伟大的传统,也为这个世界节省了很多时间。当然,问题会很棘手,你必须学会任劳任怨地工作才能解决它们。我一向喜欢这个词儿,对我,它意味着踏踏实实地坐下来,直到解决问题为止。”


“Munger说如果他是在经营整个世界,他聘用的任何一个人都要学习物理,只是因为这将教会一个人如何思考。”


“‘从任何方面看,我都不能被称作一个科学家或业余科学家,’Munger承认,‘但我对科学颇有感悟,并且发现这些方法在科学领域之外仍有用武之地。’”


芒格从物理学家身上学到,寻求很简单、最直接的答案来解决问题,最简单的方式总是最好的方式,而他从数学家身上学到,把问题倒过来看或回过头看——反向思考。


马斯克与芒格的思想重合之处


探寻杰出大脑的规律是有趣的,从这个角度来看,大脑似乎也没那么孤独。


看看科技商业天才与首富投资搭档之间的共通之处:


1.解决问题,从一个好的思想框架开始。


建立一个在大脑内可视的模型,有助于构建结构化的思考系统。在我看来,不能在一张餐巾纸上画出的思路不是一个好思路。


2.遵循第一原理推理(first principles reasoning)


永远用最基本的方法去寻找答案。


爱因斯坦记性不好,在科学上,他偏向于第一性原理而不是所记得的结果出发来展开工作。例如,遇到与引力有关的问题,他从牛顿理论的基本公理出发,在这个基础上继续前进,而不是试图记住已经得出的结论。


我没有查到爱因斯坦的“第一性原理”的英文原词,但猜测其与马斯克的“第一原理推理”是类似的意思。


罗伯特·克里斯说:物理学家要接受在作出决定之前进行调查的训练。律师、广告商和其他人则被训练成去做恰好相反的事:为证实已经作出的决定寻找资料。


这,大概也是Musk屡屡打破常规创造奇迹的原因之一吧。


3.求真,理性


科学方法是一种系统性地寻求知识的程序,涉及了以下三个步骤:问题的辨识与表述、假说的构成与测试、实验数据的收集。


与其它种获得知识的方法相比,科学研究方法有一个主要特征:科学家设法让事实自己说清楚、讲明白,当得到符合假说的预测结果时支持这理论,反之则质疑这理论。


如果你动脑筋才懂得某个道理,你就会更好地记住它。——查理·芒格从他父亲那里学到的智慧。


芒格经常引用已故的诺贝尔物理奖得主费曼的话,规则一:不欺骗自己,而你是最容易受骗的人,如果芒格认为他逮到别人愚蠢自欺的行为,他会毫不留情地指出来。


费曼则如此说:我不能创造的东西,我就不算了解。(What I cannot create, I do not understand.)


理性,真实,是马斯克与芒格身上共有的鲜明特征。


4.善用物理学的思维方式


以临界思维为例。临界思维是利用物体处于临界状态的条件来解决物理问题的一种思维方式,在处理复杂问题时可以适当的将物理变化引向极限,然后分析其极限状态,或者代入特征数据进行讨论,从而提示问题的本质,使过程简化的一种思维方式。


极限思维是根据已知的经验事实,从边疆性的原理出发,把研究的现象和过程外推到理想的极值加以考虑,使主要因素或问题的本质迅速地暴露出来,从而行出正确的判断。临界思维和极限思维解物理问题,往往能化繁为简化难为易。


看看芒格思考问题的方式:我该怎么解决这些问题呢?我会利用大脑里的搜索引擎,运用在大量复杂系统中都非常有用的近似运算法则。极度的成功很可能由下面因素造成:


1)   将一到两个因素最大化或者最小化;

2)   增加一些成功的因素,以便取得更大成效(非线性、临界点);

3)   将几个优点发挥到淋漓尽致;

4)   顺应重大的潮流。


5.沉浸其中


Musk虽然是个疯子,但在TED对话中,表现得沉浸,内敛,入定,有点儿害羞。


6.赌博


芒格说:“我喜欢资本家的独立。我素来有一种赌博倾向。我喜欢构思计划然后下赌注,所以无论发生什么事我都能泰然处之。”


马斯克喜欢押上自己的财富大赌一场,老早卖掉Paypal拿回几个亿美金,竟也曾搞到连自己的房租都付不起。


7.反复实验,根据反馈不断调整


杨振宁说:成功的奥秘在于多动手。


李政道说:如果所有的错误都犯了以后,最后的结果当然是对的。


爱因斯坦说:并不是我很聪明,而只是我和问题相处得比较久一点。


牛顿说:若我(对社会)曾有什么新贡献和新发现,那不是因为我有什么天才,而是我较有耐心研究。


如爱因斯坦的公式:A=X+Y+Z ,A代表成功,X代表艰苦的劳动,Y代表正确的方法,Z代表少说空话。


说了一大堆,最令我自己触动的是什么?


当主持人问马斯克不断创造奇迹、取得多领域跨界成功的“秘密武器”是什么?


他回答:其实我也不知道,我下了很大的功夫,我的意思是真的很多。




 来源 | 公众号:孤独大脑

 图片来源 | 网络

 编辑 | 智慧云


智慧云董事会,定位于"高成长企业的外部董事会",为高成长企业的企业家和高管提升领导力,并用群策群力的方法解决战略问题,核心产品是为企业家定制的私人董事会,以及为企业高管定制的群策群力工作坊,致力于提升企业家领导力,助力企业高速成长。

   


登录查看更多
0

相关内容

商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
【经典书】贝叶斯编程,378页pdf,Bayesian Programming
专知会员服务
247+阅读 · 2020年5月18日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
麻省理工学院MIT-ICLR2020《神经网络能推断出什么?》
专知会员服务
50+阅读 · 2020年2月19日
【新书】Python中的经典计算机科学问题,224页pdf
专知会员服务
144+阅读 · 2019年12月28日
【机器学习课程】机器学习中的常识性问题
专知会员服务
73+阅读 · 2019年12月2日
周志华教授:如何做研究与写论文?
专知会员服务
153+阅读 · 2019年10月9日
【深度学习】深度学习的问题究竟在哪?
产业智能官
4+阅读 · 2019年8月30日
三本书,帮你解决阅读难题
罗辑思维
8+阅读 · 2019年6月13日
95岁的查理·芒格,一周读二十本书
三联生活周刊
7+阅读 · 2019年5月22日
如何成为一名商业产品经理?
产品100干货速递
6+阅读 · 2018年10月18日
如何迅速提高公司估值?
计算广告
5+阅读 · 2018年5月16日
吴军:数学,为人生之题解出漂亮的答案
算法与数学之美
7+阅读 · 2018年4月8日
人机交互与智能的思考
人工智能学家
9+阅读 · 2018年2月18日
为什么大家都不戳破深度学习的本质?
36大数据
4+阅读 · 2017年12月7日
【人工智能】重磅:中国人工智能40年发展简史
产业智能官
7+阅读 · 2017年11月12日
Arxiv
15+阅读 · 2019年9月11日
Local Relation Networks for Image Recognition
Arxiv
4+阅读 · 2019年4月25日
Learning Discriminative Model Prediction for Tracking
Adaptive Neural Trees
Arxiv
4+阅读 · 2018年12月10日
VIP会员
相关VIP内容
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
【经典书】贝叶斯编程,378页pdf,Bayesian Programming
专知会员服务
247+阅读 · 2020年5月18日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
麻省理工学院MIT-ICLR2020《神经网络能推断出什么?》
专知会员服务
50+阅读 · 2020年2月19日
【新书】Python中的经典计算机科学问题,224页pdf
专知会员服务
144+阅读 · 2019年12月28日
【机器学习课程】机器学习中的常识性问题
专知会员服务
73+阅读 · 2019年12月2日
周志华教授:如何做研究与写论文?
专知会员服务
153+阅读 · 2019年10月9日
相关资讯
【深度学习】深度学习的问题究竟在哪?
产业智能官
4+阅读 · 2019年8月30日
三本书,帮你解决阅读难题
罗辑思维
8+阅读 · 2019年6月13日
95岁的查理·芒格,一周读二十本书
三联生活周刊
7+阅读 · 2019年5月22日
如何成为一名商业产品经理?
产品100干货速递
6+阅读 · 2018年10月18日
如何迅速提高公司估值?
计算广告
5+阅读 · 2018年5月16日
吴军:数学,为人生之题解出漂亮的答案
算法与数学之美
7+阅读 · 2018年4月8日
人机交互与智能的思考
人工智能学家
9+阅读 · 2018年2月18日
为什么大家都不戳破深度学习的本质?
36大数据
4+阅读 · 2017年12月7日
【人工智能】重磅:中国人工智能40年发展简史
产业智能官
7+阅读 · 2017年11月12日
Top
微信扫码咨询专知VIP会员