今天小编分享的教育经验：最懂中国职场的男人：未来3年，见到这些不要意外！，欢迎阅读。
"三年内，基层白领将先于蓝领被人工智能替代。不远的未来，80%白领的工作将被替代。"
"未来的职场属于95%的通才和5%的专才，管理岗的能力模型将会重组，专家岗唯有卓越才能生存。"
"我们正在经历的是一场史无前例的、极具颠覆性的生产力变革。"林凡说。
AI当头，职场人的最大困境是什么？知道职场会被颠覆，但不知如何颠覆，更不知道用什么策略适应和调整。
林凡，清华大学计算机科学与技术系毕业，后赴马里兰大学攻读数据挖掘/机器学习方向博士；脉脉创始人兼CEO，打造了中国最大的职场社区，1.2亿职场人平台；非典型海淀学生家长。
如何理解技术，洞察职场，成为有竞争力的三类人？如何思考下一代教育与职业未来？今天，林凡老师做客混沌，分享一套适合绝大多数职场人的应对策略。
以下为课程笔记：
授课老师 ｜ 林凡 脉脉创始人兼CEO
编辑丨混沌商业研究团队
支持丨混沌前沿课
讲在前面，我对这场变革的认知
我对GPT的认知经历了三个阶段：第一阶段认为GPT是新一代搜索技术，可以成为一家几千亿美金的公司；第二阶段认为GPT是新一代的互联网、移动互联网，可以缔造一个完整的行业；第三阶段认为GPT的诞生，最后会上升为碳基生命和硅基生命两个物种之间的对抗和平衡。
为什么我对它的理解在不断变化？
这涉及到一个很重要的关键词，叫涌现。涌现是什么？开始投入的时候，好像没什么效果，到某个临近奇点，突然强爆发。
科学家最早在研究涌现，观察的是蚂蚁、蜜蜂。当一群低智生物聚集在一起，莫名地具备了作为个体无法展现出的能力，比如觅食、避险等等。
2000年我在微软研究院工作。Office有一个功能叫智能助手，軟體形象是小狗或曲别针，我们当时就在设计它的算法，做的事情就是用机器学习，特别是人工神经元网络的学习，去解决问题。
我们写了四层神经元网络，大概几千个参数。虽然也发布了顶级论文，但私下都觉得它简直就是人工智障。那个时代的人工神经元网络，确实模拟了人腦的思维方式，但又慢又笨。
从几千、几万维参数到几亿维的参数，不断有科学家做人工智能机器学习的实验。你会发现这是边际收益递减的。GPT研究的基础，是谷歌发布的一篇论文，但谷歌自己都放弃了这个方向。因为它不相信，人工智能会变得更加聪明。
但因为OpenAI的科学家，玩命地在这条路上堆参数，堆机器。于是，在600亿到800亿左右的参数规模上，发生了一次涌现和跳变。没人能解释原因，但我们都观察到了这样一个现象。
GPT3.5表现的能力、水准，就是一个创新性的搜索引擎。但它具备初步的语义理解能力，所以强于基于关键词的搜索技术。而GPT4的实质性能力发生了巨变，它能解决很多人机互動过程中的问题。
下一个涌现的拐点在哪？可能是5000亿，1万亿参数。可怕的是，这个参数规模是当下人类的计算能力就可以达到的高度。
GPT产生的影响越来越大，核心在于，它在某些节点上会完成大的涌现和跳变，使一切成为可能。所以，最后连OpenAI的创始人也在呼吁全球共同努力，降低人工智能导致的灭绝风险的联名信上签名。他们都清楚AI对整个世界的影响会是什么。未来有好有坏，有可能是好的，但必须让人知晓存在坏的可能。
在我看来，GPT带来的是生产力革命。我们公司已经出现了AI技术能够取代的工种，标注。很多大厂雇了上万名标注员，AI完成标注的准确率是99.5%到99.8%之间，人工标注的准确率大概在98.5%到98.8%之间。
在一些大厂，非精确性产品设计中，AI表现出的想象力和工作速度，对设计师这个工种也产生了影响。
在未来10年，它几乎会对所有工种产生相近的影响，冲击将远超想象。所以对每个人来说，AI的崛起对世界会产生什么样的影响？对我所在的行业，对我个体会产生什么样的影响？我们该怎么去面对这些问题？了解这些非常有意义的。
······
篇幅所限，
本文内容仅为课程十分之一。
扫描海报二维码，听完整课程！
2.1 它对世界产生什么样的影响
1)人工智能革命跟前三次科技革命不同，甚至不可以类比
农业革命，农耕技术的普及和完善，让人们能够吃饱喝足。16世纪、17世纪我们迎来了工业革命，衣用住行等等需求开始被满足。发达国家70%-80%的劳动力人口集中在工业。信息革命后，发达国家70%的劳动力人口基本上集中服务业，满足的是精神方面的需求。
如果每一次变革，都满足了一部分人类需求，形成某种产业。这一次变革，在人类的衣食住行、精神生活都得到满足后，还有什么主流的需求存在？
有人说是"自我实现"，我们一定要想清楚，"自我实现"是不能形成一个产业的，找到人类接下来的需求，这可能是最本质的问题。
2)GPT带来的生产力冲击
GPT4基本上拥有了优秀大学毕业生，在18-22岁的智力，再叠加上全世界的知识，它具备的能力是很可怕的。今天它是以语言模型为基础，在数理逻辑上有欠缺。但当你把语言模型调整为针对数理逻辑的模型，做一次算法上的调整，大概3-6个月，就可以解决这个问题。
GPT的智商堪比人类优秀大学毕业生，但它的使用成本却低很多。
我们最早用它做标注时，一个人工标注的成本是月薪7000-8000元，用GPT4成本大概在4000元。但我们坚定地使用了GPT，因为确信还有降低的空间，结果一个月后，成本就从4000降至400元。生产力革命带来的冲击就是如此。
3）从科幻小说想象人与AI的终局
那人类自身命运会是什么？我们可以通过比较科幻电影结局，来发现决定结局差异的关键变量。我把这些关键变量抽成资源的有限、无限和人性的善、恶四个维度。
《三体》，讲述人类和三体人之间的一系列对抗，最后发现整个宇宙存在一个法则，黑暗森林。
《终结者》，讲述人类和机器人的对抗，在资源有限的情况下，90%的工作能够被机器人取代了，问题是机器人为什么要服务你？阿西莫夫提出过机器人三定律。但对不起，在涌现的情况下，规则会全部失效，我们没有办法把规则硬塞进机器中。
《黑客帝国》，讲述了人和机器畸形共生。人完全生活在想象的世界里。在它的设定里，机器人需要人类来提供电能。
《银河帝国》的世界观设定比较乐观，碳基生命和硅基生命的共存，像欧洲联邦一样，各自地存在着，不会互相伤害，有贸易、有合作、有协作。大家是彼此为善，且资源无限。
我个人角度，单纯从概率上讲，最后一种更具可能性。如果我们可以解决资源问题，结局无非是在恶和善之间豪赌。纵观人类的文明史，人类善的基因还是多一些，用人类语料训练出来的硅基生命，善的概率可能还是大一点点的。总之，如果放到一个大的格局来看，这可能就是AI最终给世界带来的影响。
2.2 它对于行业有什么样的影响
与其说AI对行业有影响，不如说它对工种会有影响。所有行业都是对应人类需求的，本身不会发生变迁，但你在行业里面做什么样的事儿，起到什么样的贡献，是会发生很大变化的。
什么样的工种是不会被取代的？
我们把工种拆成四象限，闭环周期短，闭环周期长，正常水平，卓越水平。
闭环周期短：你做事情，决策、判断，跟一个月前、一年前有没有关系？比如客服、设计师、低端程式员，今天做的工作，只是独立地在处理这件事情。用不到太多迭代和改进，这就是闭环周期短。
闭环周期长：做大的项目，可能要经过几个月，甚至几年，作为项目负责人，你敢忘掉一年前自己做的判断和决策吗？需要不断复盘，什么举动影响了现在，如何去影响未来，这是机器无法胜任的。
卓越水平：在某一方面比90%人好，就可以定义为卓越水平。卓越水平的人往往能更好地操纵机器。这个层面上的人，敢对经验说No。比如，历史上桥都是按某种经验制造的，但有一个很卓越的设计师说，这一次我们不要这么造。机器很难做出这样判断和决策，它会从概率角度给出答案。所以批判和创新，可能是人类优于机器的关键节点。
看起来乐观，实际悲观。因为80%的人在左下那个象限。
残酷的现实是，三年内，基层白领将先于蓝领被取代。在未来，80%的白领工作将被取代，中高端职场人将和AI大模型建立合作关系。接下来，人与AI协同打磨的机器人技术，最终替代白领。
CEO面临的冲击是一样的，我现在都会直接把问题交给GPT。举个例子，上次做完一次战略讨论，我把文档输给GPT，问它我今年的OKR应该怎么写？写好拿给别人评价，他们说挺好的。我最后在它的基础上改动了不过30%。
很多人认为GPT不行，是因为带着一个天然假设，把GPT当搜索来用。先把问题做一层拆解，拆解成很多知识点去问，再把结果拼起来，这是以前我们跟搜索引擎协同工作的模式。但今天，应该直接把问题抛给GPT。你会发现，排除一些雜訊，它已经能够解决你50%的问题了。
现在很多产品还没有发布，到微软的Copilot等等工具真正能够运用的时候，我们需要适应、或者完全颠覆掉之前的一些工作方式。
未来的职场属于95%的通才和5%的专才。管理岗的能力模型需要重组，要具备跨学科、跨领網域，处理复杂问题的能力。专家刚对产出水平要求将不断提升。唯有卓越才能生存。
2.3它会对我产生什么样的影响？
聊完世界和行业，个体会受到怎样的影响？个体感受由一切社会关系加总决定。人际交往中的心理学，本质上也是经济学。人际关系的本质依然是价值交换，情绪价值也是价值。
总之，人际关系在GPT出现后会发生很多微妙变化。大家可能有点难想象GPT会对关系产生什么影响，先举一个例子。
你会发现，互联网和"手机"们对人际沟通的部分价值替代，已经初步解构了人类的社会关系。与亲友交流观影体验的乐趣被社交网络取代，聚会交流的乐趣被手机取代。
回到GPT时代，科幻电影《Her》中描述了一个场景，你会感觉到有一个这样的爱人，还不如机器人伴侣更懂你。所以，即使是最亲密的关系，也很容易被替代。
AIGC将重构"我对周围人的影响"和"周围人对我的影响"。
真正可能不会被替代的是高价值的，高频度互动的关系。在线下面对面，甚至有肢体接触的亲密关系可能才是不容易被替代和改变的。
我们如何应对以上情况？终生学习在今天还是高要求，但很快会成为一个人的生存底线。
3.１教育的适配
首先我们的下一代，我们的孩子们，怎么去适应？这是一个很大的问题。
过去在职场，大家都遵循一个"从基层到高层"的路径成长。但未来，基层白领和蓝领将被AI取代，职业上升路径被完全重构。那么大学毕业生的第一份工作做什么呢？在没有基层岗位开放的情况底下，会是一个什么样的情况？
一套现在尚未出现，但注定完全不同的考核体系已经在酝酿了。我们家小姑娘现在读高一，我一直跟她讲，不会用GPT，到时候你都不知道该怎么去找工作。
1）1万小时定律被打破
以前很多人笃信1万小时定律，相信在一个领網域里做了1万个小时以后，就能够成为一个比较优秀的人，就会有人愿意雇佣你。但对不起，可能AI在很短的时间内，会让知识和技能的商业价值不断降低。
大家可以看这幅画，在过去想创作出这样的一幅场面宏大，又具备想象力的作品，没有多年的积累和功底，是做不到的。但这幅画是由Midjourney创作的。
中国的整个教育体系，是以培养工程师为核心的。什么是工程师？掌握足够多的知识、技能和经验以后，就能从事很多工作。但是在西方的教育里，比较注重培养创造力，想象力，批判力，这是培养科学家的教育机制。工程师能做的事情可能AI都能做，但科学家能做的事情，AI暂时还不能做。
2）Learn how to learn
教育的关注点应该转向Learn how to learn，学习如何学习。
我去清华之前，觉得竞争会很激烈，所以把自己最没把握的高等数学的整套书，用一个暑假看了一遍，信心满满地去清华上学。结果上第一节微积分课，老师讲了一句话我印象特别深刻，他说大家打开教材，翻到76页。前面的第1页到75页，知识都太简单了，大家自己学吧。我翻了一下，清华的教材里，第1页到第75页等于高等教育出版社的整本书。
我第一反应就是自己学了一个暑假的事情就被跳过了，但幸好我赢在了起跑线上，回到宿舍，我发现大家都一脸懵。能上清华的学生大学之前都恨不得自己考100分，但在入学第一次期中考试，有1/3的人不及格，很多人就当时就崩掉了。
这个故事想说教别人学习，有很多种教法，一种教法是循循善诱，给你一些方法，框架，让你去学习。还有一种方式就是把你放在悬崖边上，一推，自己飞吧。但Learn how to learn，在国外已经成为了比较体系化的学习方式，这很重要。
３）学习能力结构图
这是我给我们家小朋友定制的学习能力结构图。
第一件事，培养学习的自信
在七八岁之前，所有的小朋友都愿意接受学习。行为上不爱学习的原因，是没找到学习的乐趣，不觉得自己能学好。真心实意的夸他，夸得越好，越容易帮他建立自信。
提前学，打有准备的仗也能建立学习自信。在幼儿园阶段，教授她小学一年级的课程。很多海淀的家长跟我说，我们幼儿园都教到四年级了。我说不重要，把一年级的教透一点点，在上一年级的时候，觉得能听懂老师在讲什么，感受到跟同学们没有差距，就有了学习的自信。
我们成年人也要终身学习，取巧的方式就是提前学，比如现在提前学AI的内容。
第二件事，一整套的方法论去建立学习的能力
即发现更大世界的能力，提出正确问题的能力，自己寻找答案的能力和复盘反思的能力。
什么叫发现更大世界的能力？我问她，学生每天在家、学校往返，但世界比两点一线要大很多。你怎么知道世界发生着什么？应该了解什么呢？
她被我问住了。然后回答说，上网。我说上网肯定是，比如微博帮你了解各种的热门话题。知乎，具备各种各样的知识。B站也有些很有趣的内容，这是在线上。
那在线下，我们必须学会观察，然后提出正确问题。
怎么引导她呢？有一条马路，以前送她去上学的时候，我问她，马路很堵，这件事情你观察到没有？她说你提到，我当然就观察到了。我说那好，对这件事你能问出什么问题吗？她被我问住了。
我想了一个问题，为什么这条路有时早上堵，有时早上不堵？
那么，就会发现几个关键问题：第一个关键，寒暑假不堵，接送小朋友的早高峰会堵。第二个关键是红绿灯的设计有点问题，如果设计的是左转绿灯先亮，这条路就没那么堵。
这就是提问题，寻找问题的答案和反思复盘。
除此之外，培养坚韧的性格很重要，学习总是很苦的。我的方式是坚持一项体育锻炼训练培养她的韧性。
最后一件事，在大学要学会社交，也就是跟别人协同协作，要学会交朋友，学会通过别人解决问题。我说你爸最大的问题就是当了CEO三五年以后才意识到，社交很重要，我以前都是自己想办法解决问题的。
这一整个过程，构成了一个完整的How to learn，应该怎么去学习。让孩子关注到这件事，让他掌握这些能力，是最本源的事情。
3.２职场的适配
前面我们讲了两个核心概念，一个是我们面临巨大变化，一个是我们该用何种学习方法来应对变化。
1）未来职场预测
回到了我们自己身上，作为这个职场人，我们面临着怎样的变化？
对职场环境的四个预测：
第一点，人的优势，其实是批判和创新。就算一件事情99%的人都这样去做，你仍然要问一句，真的要这么做吗？有更好的做法吗？
第二点，人才类型，从T型到π型到雪花型。以前只要专注某个领網域，对别的地方有一点点了解，叫T型人才。现在我们经常提到π型人才， 比如在新能源汽车行业，你既知道汽车的一些设计构造，又了解一些技术可能性，就变成了π型人才。未来，雪花型人才，可能各领網域都需要有所了解。
第三点，组织能力，企业小型化趋势不可逆转，百亿美元估值的企业可能只需要20个员工，每一个都要独当一面，都要成为领导AI的CEO。
第四点，招聘模式，45度仰视找工作的模式可能发生变化。我们现在不管求职者还是招聘者，都在45度仰望。求职者想找一个比自己好一点的公司，能够有发展的空间和前景。对招聘者来讲，也想招一些比公司更强的人，帮公司变得更好。
但未来，能力高度匹配的U盘模式、即插即用的项目制工作模式将会兴起。
2）什么决定了你薪水的高低
你在多大程度上能与AI适配，可能决定了你薪水的高低。所以对职场人来说也需要做到这两点：
建立学习的自信：面对颠覆过去经验的新技能，勇敢去学，积极去学，先人一步去学。
培养坚毅的性格：30岁学的40岁推倒重来，40岁学的50岁可能又要重来。
过去二三十年，我们进行的都是知识型学习，掌握一门知识、一门技能，但接下去10年，你要去发现更大的世界 ，要有敏感性，好奇心，要打破一些既有规则。提出正确的问题，将会是中高端人才与其他人才最大的区别。
3）如何提出正确的问题？
2010年，我跟雷军说，咱俩以前都是搞軟體的，你咋突然间去搞硬體了，不会有巨大的门槛吗？
他说，如果你跟行业里最顶尖的100个人聊过，其实就了解了行业里90%的问题。这90%的问题怎么解，也都很清楚。我问他，那怎么跟100个最顶尖的人聊天呢？
他说，我就问了他们一个问题，你在做手机时，觉得最重要的三件事是什么？
诺基亚的人讲了一个很生动的例子，说手机跟电腦不一样，电腦都摆在桌上，使用环境总体来讲比较好。手机有时候会放在一个比较恶劣的环境下，比如夏天的汽车里，经过暴晒，温度能达到70度，CPU就跑飞了，需要有一些加强纠错机制把它校正回来。那解决方法是什么呢？再继续沟通。
跟第二个人聊，同样问你在做手机时，最重要的三件事是什么。最后，再追问一下之前得到的答案。比如，我听有人说硬體在温度高的时候容易跑飞，你们觉得不够难吗？他可能就会说，确实是个难题，但我觉得它没进到我的前三的原因是什么。聊了一圈，最主要的几十个关键都问到了。为什么大家的观点不一样，也问到了，这就是好的问题。
学到之后，我也叫同事出去问，你发现他们会直接问，摩托罗拉是怎么做手机的？美团的架构是怎么设计的？对方马上就180度警觉，说这是来套取机密呀。
问题的差异性，决定了是否有好的答案。
能够问问题的员工已经是好员工了，80%的人是不问问题的，就是去执行。
《乔布斯传》曾经提到，他问了一个问题，手机能不能没有键盘，我们能不能只用手指，不用触摸笔。问完了以后，团队要解决其实是工程问题，苹果的工程团队花了两三个月的时间解决掉这个问题。这就是个很好的问题，直接指明方向。
下面这个领导者的问题就低了一个段位，叫做我们的手机跟别的手机有什么差异化的功能？当你问了一个粗糙点的问题，团队的方向就变得分散开来，很多人开始进入腦爆阶段。越有远见的人，对这个事情的判断是越准确的。
再差一点的，连问题都不问了，直接讲目标，咱们要干3000万，具体怎么干不知道。
我在做脉脉，发现大家经常会谈到PUA。当你没有给员工指明方向，只是加了一个要求的时候，这就是PUA。
这几个故事，是帮助大家理解如何在职场上提出正确的问题，帮助你更好地去学习，帮助你更好的去引领团队去往前去走。无论对人，还是对AI，提出正确的问题，是很有水平的一件事情。
4）自己寻找答案
以前在职场上也是需要自己寻找答案的，大家用搜索引擎、看书、问朋友，都在寻找答案。
在未来的10年到20年时间里，你可以去问GPT，绝对找不到第二个像它脾气这么好的员工。
总之，职场人如何寻找答案？可以理解为"找到别人是怎么做的"能力。职场99%的工作别人都做过，找到会做的人问一下，搜索一下，你可能就找到了答案。
5）如何复盘反思？
优秀的复盘反思能力体现为：
第一点，立长志而不是常立志，有个销售朋友说要挣人生的第一个1000万。但如果你问他，最近这几天，关于这个目标，你做了什么事儿吗？拆解成哪几步骤去做？没想过。那目标本身就不够坚定。
拿脉脉举例子，2022年经济环境不好，但在年初，我们并没有预见到，所以定了一个目标，叫完成100%的年度增长。
年底复盘为什么2022年我们没有做到百分百的增长？很多同学说，因为环境，我们能活着就已经不错了。
后来我想了想，为什么我们没有做到？最本源的事情是大家觉得活着就不错了，那目标就改变了，这挺微妙的。
第二点，就是直面残酷现实，实事求是。很多时候人很容易给自己找理由。因为某个原因，我做不到这件事，公司做不到这件事。真正残酷的是，我们有些事情没做好，所以没做到。
我问大家，2022年有没有百分百增长的公司？他们是怎么做到的？为什么我们没有像他们一样做到？问题很残酷。大家跟着你干事情，谁不想舒心一点呢？但你要清楚地告诉大家，既然定了百分百的目标，就要直面原因。思考怎么样才能朝着新目标坚定地，有勇气地走下去。
4.1 奇点临近的迭代挑战
在AI时代，企业会如何变化？前段时间我在奇绩创坛分享，很多同学也都是创业者，大家认为这又是一个很好的创业时代，起码出现了像移动互联网这样可以改变很多行业的技术。但企业的经营也会发生很多变化。
我特别喜欢这张图，源自集智俱乐部，数字上可能为了整齐好看不够准确，但它把时代的变化量化了。
以前企业如何做战略？花一年时间研究一个战略，执行5到10年时间。
曾鸣教授提出的新智能战略，其中最重要的一件事，是每年从上到下、从下到上改变两次，才有可能适应这个时代的要求。
那面对变化，创始人要相信自己的直觉，还是方法论？
0-1阶段 依靠创始人过往经验的积累和直觉判断
如果创业有方法论，那创业就变成批量的、可复制的流水线了。在创业阶段，每一个创始人自己的思考、勇气、决心，才是非常宝贵的，也是我们这个群体存在的核心价值。
因为你做的大部分事情都在跟世界作对。当全世界都在线下贸易时，马云说我们要做电子商务，很多人连电腦都没有，谁能明白电子商务呢？在2010年、2011年我和张一鸣聊天，他当时已经非常明确地跟我说，智能推荐是决定性的东西。这就是对抗世界的初心和勇气。
我们脉脉也在做一件特别难的事，叫希望每一个员工跟企业平等对话。在没有脉脉之前，公司说什么就是什么，让你加班996就996，直到2021年最高法明确996非法，才给了员工对996说不的勇气。
创始人内心深处的愿景，在世界上还没有形迹的时候，是靠直觉去推动的，没有办法靠一套方法解决。所以0到1的阶段是没有方法论的。
1-10阶段 依靠直觉和经验的效率会显得太低
我自己遇到的最大的一个坑，就在于在公司已经很大的规模的时候，还在用直觉推动公司往前走。
脉脉前面走的比较顺，从2013年创业到2018年成为独角兽规模，就花了5年多时间。
但正因为，在后续的战略组织运营层面，太依靠过去的直觉，没有办法驾驭一个几百人的公司，使脉脉在过去的5年时间里，成长速度缓慢。
我自己总结，跟一鸣也好，王兴也好，最大差别就是人家还是快速地创业失败了几家公司以后，快速完成了复盘反思迭代。
因为追求安全感，以及不想失败，尽管我做搜狗、脉脉做的好像还可以，但因为没有经历过生死，在那个节点的复盘和反思速度不够快。
但凡我有今天对方法论的理解，回到2018年，脉脉到今天可能也会成为几百亿美金的公司。时间还是有的，我们还可以借着新的一波机会再来。
4.２战略规划的选择实践
2018年，我们觉得自己发展的很好，没有重视战略、组织、运营这三件事情。当时有人劝我们出去多交流。我说，有啥好交流的，中国没有什么公司比我们更了解职场，我服务的就是职场人。
今天但凡有人跟我讲，我是这个领網域最懂的人，我都会觉得这个人有问题。
1）发现更大的世界
现在我们自身得到了一个结论，是可以到外面去找答案。阿里的战略方法论，当时源自于GE；华为的战略的方法论当时其实源自于IBM，他们也是在外面找到了自己的答案。
之前的脉脉是，中国职场唯有我懂。现在的脉脉是，它山之石可以攻玉。
2）提出正确的问题
是什么决定了不同公司之间战略选择的差异？
3）自己寻找答案
找答案的思路依旧是比较核心差异点。我们发现：
第一点，公司所处市场环境不同
华为和美团的特点是什么？
华为一开始做交换机，3COM、思科，都是全球著名的产品了，在国内市场也有非常好的反馈。美团是第一个做团购的吗？不是，他是觉得团购、外卖做着不错。
这就叫做确定性市场环境。这个市场已经被证明了是个好的市场，已经有人做得很好了。我们靠组织力，执行力，或者系统化的IT能力，把效率做到极致，这是一种战略的模式。
还有一种战略的模式是像IBM、像阿里、像GE。比如淘宝开始在中国做电商，市场还没有证明这个需求是对的。探索难度要大的多。
两种市场环境，导致了一些关键节点上的差别，比如对竞争对手无比重视的公司，一定是在确定性市场上进入的公司。
第二点：公司能投入的资源不同
举个例子，腾讯做微信，张小龙团队只是个十几个人的小团队，只是他刚好跑得快，能力强。阿里做淘宝，能用十几个人的团队做淘宝吗？打法是不一样的。
回到脉脉的选择：
第一，中国到底需不需要职场社区、社交？一直有很多人在争论。我们显然处在一个不确定性的市场环境中。
第二，我们也缺乏大厂的超配资源。脉脉的很多战略项目，可能投5个、10个人都得精打细算，对于战略的容错空间就会比较小，对资源的有效利用要求非常高。
4.3 组织策略的选择实践
脉脉在组织上也吃过大亏，大家都知道成功等于战略乘组织，组织方法论又有很多流派。
阿里有一套心腦体的方法论，我当时觉得太牛了，但就是怎么都学不会。
心力、腦力、体力，阿里的组织策略我们学不会的原因是什么？
研究了很久以后才发现，脉脉和阿里的业务的特质、以及高管团队的特质有很大差别。
我是一个正统的工科生，这些话我自己讲不出来，团队也觉得不太适合我们公司，没办法因地制宜。
直到我看到宝洁的组织方法论，所有东西全部公式化，都可量化、可评估。那太适合我了，我绝对能用，还能优化。这是管理团队的特质，导致了组织方法论的差别。
另外一方面，业务的特质差别也很大。Netflix，腾讯、字节，从来不强调执行力，只强调创新力。这叫全局规模效应。《复仇者联盟》大卖，一部片子能赚50%的票房，一家通吃？《王者荣耀》的收益可能等于其他所有游戏加起来的总和。
当你是一个赢家通吃的产品形态的时候，组织不强调执行力，强调的是创新力，要营造一个组织的氛围，让大家能够有主人翁精神，有特别强的创造力，不需要太多的束缚和限制。
有个朋友从互联网公司去做新零售，发现组织太落后了，员工都没有自己的想法。上来先花半年教育一下组织，保证组织的活力，听起来特别对。半年以后他发现，这个公司物流都调不动了，店都开不起来了。所以，又再花了一年时间，改了回去。低毛利的业务往往强调执行力文化。很多传统企业，就需要这样的模式，因为传统企业竞争很激烈，毛利不高。
反过头来思考，作为候选人、人才，你也可以去挑选适合自己的公司文化。如果你是一个很有创造力，有激情的人，就应该去找以创新为核心的组织。如果你希望有秩序、有规则，有稳定性的预期产出，就应该选择像Amazon这样以执行为核心的公司和平台。
脉脉整个组织是相对有创新氛围和文化的，搭建社区的过程中，需要发挥创造性。
那么，一方面，我们擅长数理逻辑的，需要有一个有能够转换成公式，可以量化逻辑的组织设计。
另一方面，信息的沟通对创新来讲，是一个非常重要的元素。当你具备了信息权以后，你就具备了创新权。
此外，决策机制的设计对于创新的影响也非常大。你允许一线的员工，听见炮火声音的人去做决策吗？还是只有高层领导能做决策？这些都决定了创新的走向。
所以，脉脉走了一整圈后，学习了宝洁的人力六要素，架构、奖励、人员、决策、信息、任务。
４.4运营模式的选择实践
１）发现更大世界与提出正确的问题
有了战略和组织设计，在我们学习业务运营模式时，走访了非常多企业，已经非常清晰地知道不要拘泥于某一两种方法论。
那运营这件事，最本源的东西是全局规模效应和局部规模效应。
什么是全局规模效应？每一个环节都是乘法。比如阿里的运营方法论，拼命把商家拉到淘宝上来，商家多一倍，阿里的GMV多一倍。再拉一个团队，专门搞用户侧增长，用户多一倍，GMV多一倍。两边团队一起努力，2乘2等于4。
什么局部规模效应？每一个环节是加法。拿美团举例，全国商家翻一倍，GMV会不会翻一倍呢？答案是否。美团需要把每一个小单元的商家、用户和配送玩转，才玩转了一个商圈。
2）复盘反思
脉脉很不幸没有那么强的全局规模效应，金融行业的人不会跳槽到互联网行业，互联网行业的人暂时也不会跳槽到农业或地产行业，行业间的流动性是不强的。招聘业务，同行业广州的人也不会经常跳到北京去。大部分人5年、10年有一次地網域上的跳变就不错了。
不仅如此，我们落地的时候，比美团还难。美团如果商家、骑手和用户脱节，问题一天就能被发现。脉脉整个社区从供给到消费到职位，整体的周期闭环，大概要半年以后才知道到底有没有咬合好。
所以，在大时代到来的时候，大家除了更要理解清楚自己的业务，还要留意因为AI的到来，我们会再叠加一个变量，也就是时代本身的变数，这个会特别重要。
篇幅所限，本文仅为课程十分之一
更多具体战略落地方法论，
尾声 当下是关键节点需要我们特别重视
总结下今天的分享，今天AI崛起，会产生巨大的冲击，是非常关键的一个节点。
讲到最后，应混沌课程组的要求，走心地暴露一下自我。我在想，其实我周围有很多朋友们，都有一种家国情怀，都希望自己能为社会，为国家做一些自己想做的事情。
我也经常自问，为什么会有这样一个想法。追溯到非常久之前，你会发现自己很小的时候，看金庸的小说《射雕英雄传》，当时郭靖在襄阳守城，最后城破的时候，他跟其他人讲，侠之大者，为国为民。
回过头来，你会想少年时看到的文学作品，好像给了你一种力量，让你希望长大的时候，能改变这个世界。
今天来给大家分享课程，也是因为我们看到世界在发生巨大的变化，这些变化会给每一个职场人带来巨大的影响。既然看到了，就有责任、有义务告诉大家，这个变化会给职场人带来巨大影响，每一个人都要做准备。
我们在做脉脉这个平台的时候，就希望职场人看到有价值的信息，愿意分享给别人，让大家站在同一起跑线上，彼此之间有信息的自由，每一个人能够有更好的选择和更好的发展。
最后希望每一个同学，在你取得一定成绩，取得一定成功的时候，也愿意再去回馈和分享给这个社会。
>
