今天小編分享的教育經驗：最懂中國職場的男人：未來3年，見到這些不要意外！，歡迎閲讀。
"三年内，基層白領将先于藍領被人工智能替代。不遠的未來，80%白領的工作将被替代。"
"未來的職場屬于95%的通才和5%的專才，管理崗的能力模型将會重組，專家崗唯有卓越才能生存。"
"我們正在經歷的是一場史無前例的、極具颠覆性的生產力變革。"林凡説。
AI當頭，職場人的最大困境是什麼？知道職場會被颠覆，但不知如何颠覆，更不知道用什麼策略适應和調整。
林凡，清華大學計算機科學與技術系畢業，後赴馬裏蘭大學攻讀數據挖掘/機器學習方向博士；脈脈創始人兼CEO，打造了中國最大的職場社區，1.2億職場人平台；非典型海澱學生家長。
如何理解技術，洞察職場，成為有競争力的三類人？如何思考下一代教育與職業未來？今天，林凡老師做客混沌，分享一套适合絕大多數職場人的應對策略。
以下為課程筆記：
授課老師 ｜ 林凡 脈脈創始人兼CEO
編輯丨混沌商業研究團隊
支持丨混沌前沿課
講在前面，我對這場變革的認知
我對GPT的認知經歷了三個階段：第一階段認為GPT是新一代搜索技術，可以成為一家幾千億美金的公司；第二階段認為GPT是新一代的互聯網、移動互聯網，可以締造一個完整的行業；第三階段認為GPT的誕生，最後會上升為碳基生命和硅基生命兩個物種之間的對抗和平衡。
為什麼我對它的理解在不斷變化？
這涉及到一個很重要的關鍵詞，叫湧現。湧現是什麼？開始投入的時候，好像沒什麼效果，到某個臨近奇點，突然強爆發。
科學家最早在研究湧現，觀察的是螞蟻、蜜蜂。當一群低智生物聚集在一起，莫名地具備了作為個體無法展現出的能力，比如覓食、避險等等。
2000年我在微軟研究院工作。Office有一個功能叫智能助手，軟體形象是小狗或曲别針，我們當時就在設計它的算法，做的事情就是用機器學習，特别是人工神經元網絡的學習，去解決問題。
我們寫了四層神經元網絡，大概幾千個參數。雖然也發布了頂級論文，但私下都覺得它簡直就是人工智障。那個時代的人工神經元網絡，确實模拟了人腦的思維方式，但又慢又笨。
從幾千、幾萬維參數到幾億維的參數，不斷有科學家做人工智能機器學習的實驗。你會發現這是邊際收益遞減的。GPT研究的基礎，是谷歌發布的一篇論文，但谷歌自己都放棄了這個方向。因為它不相信，人工智能會變得更加聰明。
但因為OpenAI的科學家，玩命地在這條路上堆參數，堆機器。于是，在600億到800億左右的參數規模上，發生了一次湧現和跳變。沒人能解釋原因，但我們都觀察到了這樣一個現象。
GPT3.5表現的能力、水準，就是一個創新性的搜索引擎。但它具備初步的語義理解能力，所以強于基于關鍵詞的搜索技術。而GPT4的實質性能力發生了巨變，它能解決很多人機互動過程中的問題。
下一個湧現的拐點在哪？可能是5000億，1萬億參數。可怕的是，這個參數規模是當下人類的計算能力就可以達到的高度。
GPT產生的影響越來越大，核心在于，它在某些節點上會完成大的湧現和跳變，使一切成為可能。所以，最後連OpenAI的創始人也在呼籲全球共同努力，降低人工智能導致的滅絕風險的聯名信上籤名。他們都清楚AI對整個世界的影響會是什麼。未來有好有壞，有可能是好的，但必須讓人知曉存在壞的可能。
在我看來，GPT帶來的是生產力革命。我們公司已經出現了AI技術能夠取代的工種，标注。很多大廠雇了上萬名标注員，AI完成标注的準确率是99.5%到99.8%之間，人工标注的準确率大概在98.5%到98.8%之間。
在一些大廠，非精确性產品設計中，AI表現出的想象力和工作速度，對設計師這個工種也產生了影響。
在未來10年，它幾乎會對所有工種產生相近的影響，衝擊将遠超想象。所以對每個人來説，AI的崛起對世界會產生什麼樣的影響？對我所在的行業，對我個體會產生什麼樣的影響？我們該怎麼去面對這些問題？了解這些非常有意義的。
······
篇幅所限，
本文内容僅為課程十分之一。
掃描海報二維碼，聽完整課程！
2.1 它對世界產生什麼樣的影響
1)人工智能革命跟前三次科技革命不同，甚至不可以類比
農業革命，農耕技術的普及和完善，讓人們能夠吃飽喝足。16世紀、17世紀我們迎來了工業革命，衣用住行等等需求開始被滿足。發達國家70%-80%的勞動力人口集中在工業。信息革命後，發達國家70%的勞動力人口基本上集中服務業，滿足的是精神方面的需求。
如果每一次變革，都滿足了一部分人類需求，形成某種產業。這一次變革，在人類的衣食住行、精神生活都得到滿足後，還有什麼主流的需求存在？
有人説是"自我實現"，我們一定要想清楚，"自我實現"是不能形成一個產業的，找到人類接下來的需求，這可能是最本質的問題。
2)GPT帶來的生產力衝擊
GPT4基本上擁有了優秀大學畢業生，在18-22歲的智力，再疊加上全世界的知識，它具備的能力是很可怕的。今天它是以語言模型為基礎，在數理邏輯上有欠缺。但當你把語言模型調整為針對數理邏輯的模型，做一次算法上的調整，大概3-6個月，就可以解決這個問題。
GPT的智商堪比人類優秀大學畢業生，但它的使用成本卻低很多。
我們最早用它做标注時，一個人工标注的成本是月薪7000-8000元，用GPT4成本大概在4000元。但我們堅定地使用了GPT，因為确信還有降低的空間，結果一個月後，成本就從4000降至400元。生產力革命帶來的衝擊就是如此。
3）從科幻小説想象人與AI的終局
那人類自身命運會是什麼？我們可以通過比較科幻電影結局，來發現決定結局差異的關鍵變量。我把這些關鍵變量抽成資源的有限、無限和人性的善、惡四個維度。
《三體》，講述人類和三體人之間的一系列對抗，最後發現整個宇宙存在一個法則，黑暗森林。
《終結者》，講述人類和機器人的對抗，在資源有限的情況下，90%的工作能夠被機器人取代了，問題是機器人為什麼要服務你？阿西莫夫提出過機器人三定律。但對不起，在湧現的情況下，規則會全部失效，我們沒有辦法把規則硬塞進機器中。
《黑客帝國》，講述了人和機器畸形共生。人完全生活在想象的世界裏。在它的設定裏，機器人需要人類來提供電能。
《銀河帝國》的世界觀設定比較樂觀，碳基生命和硅基生命的共存，像歐洲聯邦一樣，各自地存在着，不會互相傷害，有貿易、有合作、有協作。大家是彼此為善，且資源無限。
我個人角度，單純從概率上講，最後一種更具可能性。如果我們可以解決資源問題，結局無非是在惡和善之間豪賭。縱觀人類的文明史，人類善的基因還是多一些，用人類語料訓練出來的硅基生命，善的概率可能還是大一點點的。總之，如果放到一個大的格局來看，這可能就是AI最終給世界帶來的影響。
2.2 它對于行業有什麼樣的影響
與其説AI對行業有影響，不如説它對工種會有影響。所有行業都是對應人類需求的，本身不會發生變遷，但你在行業裏面做什麼樣的事兒，起到什麼樣的貢獻，是會發生很大變化的。
什麼樣的工種是不會被取代的？
我們把工種拆成四象限，閉環周期短，閉環周期長，正常水平，卓越水平。
閉環周期短：你做事情，決策、判斷，跟一個月前、一年前有沒有關系？比如客服、設計師、低端程式員，今天做的工作，只是獨立地在處理這件事情。用不到太多迭代和改進，這就是閉環周期短。
閉環周期長：做大的項目，可能要經過幾個月，甚至幾年，作為項目負責人，你敢忘掉一年前自己做的判斷和決策嗎？需要不斷復盤，什麼舉動影響了現在，如何去影響未來，這是機器無法勝任的。
卓越水平：在某一方面比90%人好，就可以定義為卓越水平。卓越水平的人往往能更好地操縱機器。這個層面上的人，敢對經驗説No。比如，歷史上橋都是按某種經驗制造的，但有一個很卓越的設計師説，這一次我們不要這麼造。機器很難做出這樣判斷和決策，它會從概率角度給出答案。所以批判和創新，可能是人類優于機器的關鍵節點。
看起來樂觀，實際悲觀。因為80%的人在左下那個象限。
殘酷的現實是，三年内，基層白領将先于藍領被取代。在未來，80%的白領工作将被取代，中高端職場人将和AI大模型建立合作關系。接下來，人與AI協同打磨的機器人技術，最終替代白領。
CEO面臨的衝擊是一樣的，我現在都會直接把問題交給GPT。舉個例子，上次做完一次戰略讨論，我把文檔輸給GPT，問它我今年的OKR應該怎麼寫？寫好拿給别人評價，他們説挺好的。我最後在它的基礎上改動了不過30%。
很多人認為GPT不行，是因為帶着一個天然假設，把GPT當搜索來用。先把問題做一層拆解，拆解成很多知識點去問，再把結果拼起來，這是以前我們跟搜索引擎協同工作的模式。但今天，應該直接把問題抛給GPT。你會發現，排除一些雜訊，它已經能夠解決你50%的問題了。
現在很多產品還沒有發布，到微軟的Copilot等等工具真正能夠運用的時候，我們需要适應、或者完全颠覆掉之前的一些工作方式。
未來的職場屬于95%的通才和5%的專才。管理崗的能力模型需要重組，要具備跨學科、跨領網域，處理復雜問題的能力。專家剛對產出水平要求将不斷提升。唯有卓越才能生存。
2.3它會對我產生什麼樣的影響？
聊完世界和行業，個體會受到怎樣的影響？個體感受由一切社會關系加總決定。人際交往中的心理學，本質上也是經濟學。人際關系的本質依然是價值交換，情緒價值也是價值。
總之，人際關系在GPT出現後會發生很多微妙變化。大家可能有點難想象GPT會對關系產生什麼影響，先舉一個例子。
你會發現，互聯網和"手機"們對人際溝通的部分價值替代，已經初步解構了人類的社會關系。與親友交流觀影體驗的樂趣被社交網絡取代，聚會交流的樂趣被手機取代。
回到GPT時代，科幻電影《Her》中描述了一個場景，你會感覺到有一個這樣的愛人，還不如機器人伴侶更懂你。所以，即使是最親密的關系，也很容易被替代。
AIGC将重構"我對周圍人的影響"和"周圍人對我的影響"。
真正可能不會被替代的是高價值的，高頻度互動的關系。在線下面對面，甚至有肢體接觸的親密關系可能才是不容易被替代和改變的。
我們如何應對以上情況？終生學習在今天還是高要求，但很快會成為一個人的生存底線。
3.１教育的适配
首先我們的下一代，我們的孩子們，怎麼去适應？這是一個很大的問題。
過去在職場，大家都遵循一個"從基層到高層"的路徑成長。但未來，基層白領和藍領将被AI取代，職業上升路徑被完全重構。那麼大學畢業生的第一份工作做什麼呢？在沒有基層崗位開放的情況底下，會是一個什麼樣的情況？
一套現在尚未出現，但注定完全不同的考核體系已經在醖釀了。我們家小姑娘現在讀高一，我一直跟她講，不會用GPT，到時候你都不知道該怎麼去找工作。
1）1萬小時定律被打破
以前很多人笃信1萬小時定律，相信在一個領網域裏做了1萬個小時以後，就能夠成為一個比較優秀的人，就會有人願意雇傭你。但對不起，可能AI在很短的時間内，會讓知識和技能的商業價值不斷降低。
大家可以看這幅畫，在過去想創作出這樣的一幅場面宏大，又具備想象力的作品，沒有多年的積累和功底，是做不到的。但這幅畫是由Midjourney創作的。
中國的整個教育體系，是以培養工程師為核心的。什麼是工程師？掌握足夠多的知識、技能和經驗以後，就能從事很多工作。但是在西方的教育裏，比較注重培養創造力，想象力，批判力，這是培養科學家的教育機制。工程師能做的事情可能AI都能做，但科學家能做的事情，AI暫時還不能做。
2）Learn how to learn
教育的關注點應該轉向Learn how to learn，學習如何學習。
我去清華之前，覺得競争會很激烈，所以把自己最沒把握的高等數學的整套書，用一個暑假看了一遍，信心滿滿地去清華上學。結果上第一節微積分課，老師講了一句話我印象特别深刻，他説大家打開教材，翻到76頁。前面的第1頁到75頁，知識都太簡單了，大家自己學吧。我翻了一下，清華的教材裏，第1頁到第75頁等于高等教育出版社的整本書。
我第一反應就是自己學了一個暑假的事情就被跳過了，但幸好我赢在了起跑線上，回到宿舍，我發現大家都一臉懵。能上清華的學生大學之前都恨不得自己考100分，但在入學第一次期中考試，有1/3的人不及格，很多人就當時就崩掉了。
這個故事想説教别人學習，有很多種教法，一種教法是循循善誘，給你一些方法，框架，讓你去學習。還有一種方式就是把你放在懸崖邊上，一推，自己飛吧。但Learn how to learn，在國外已經成為了比較體系化的學習方式，這很重要。
３）學習能力結構圖
這是我給我們家小朋友定制的學習能力結構圖。
第一件事，培養學習的自信
在七八歲之前，所有的小朋友都願意接受學習。行為上不愛學習的原因，是沒找到學習的樂趣，不覺得自己能學好。真心實意的誇他，誇得越好，越容易幫他建立自信。
提前學，打有準備的仗也能建立學習自信。在幼兒園階段，教授她小學一年級的課程。很多海澱的家長跟我説，我們幼兒園都教到四年級了。我説不重要，把一年級的教透一點點，在上一年級的時候，覺得能聽懂老師在講什麼，感受到跟同學們沒有差距，就有了學習的自信。
我們成年人也要終身學習，取巧的方式就是提前學，比如現在提前學AI的内容。
第二件事，一整套的方法論去建立學習的能力
即發現更大世界的能力，提出正确問題的能力，自己尋找答案的能力和復盤反思的能力。
什麼叫發現更大世界的能力？我問她，學生每天在家、學校往返，但世界比兩點一線要大很多。你怎麼知道世界發生着什麼？應該了解什麼呢？
她被我問住了。然後回答説，上網。我説上網肯定是，比如微博幫你了解各種的熱門話題。知乎，具備各種各樣的知識。B站也有些很有趣的内容，這是在線上。
那在線下，我們必須學會觀察，然後提出正确問題。
怎麼引導她呢？有一條馬路，以前送她去上學的時候，我問她，馬路很堵，這件事情你觀察到沒有？她説你提到，我當然就觀察到了。我説那好，對這件事你能問出什麼問題嗎？她被我問住了。
我想了一個問題，為什麼這條路有時早上堵，有時早上不堵？
那麼，就會發現幾個關鍵問題：第一個關鍵，寒暑假不堵，接送小朋友的早高峰會堵。第二個關鍵是紅綠燈的設計有點問題，如果設計的是左轉綠燈先亮，這條路就沒那麼堵。
這就是提問題，尋找問題的答案和反思復盤。
除此之外，培養堅韌的性格很重要，學習總是很苦的。我的方式是堅持一項體育鍛煉訓練培養她的韌性。
最後一件事，在大學要學會社交，也就是跟别人協同協作，要學會交朋友，學會通過别人解決問題。我説你爸最大的問題就是當了CEO三五年以後才意識到，社交很重要，我以前都是自己想辦法解決問題的。
這一整個過程，構成了一個完整的How to learn，應該怎麼去學習。讓孩子關注到這件事，讓他掌握這些能力，是最本源的事情。
3.２職場的适配
前面我們講了兩個核心概念，一個是我們面臨巨大變化，一個是我們該用何種學習方法來應對變化。
1）未來職場預測
回到了我們自己身上，作為這個職場人，我們面臨着怎樣的變化？
對職場環境的四個預測：
第一點，人的優勢，其實是批判和創新。就算一件事情99%的人都這樣去做，你仍然要問一句，真的要這麼做嗎？有更好的做法嗎？
第二點，人才類型，從T型到π型到雪花型。以前只要專注某個領網域，對别的地方有一點點了解，叫T型人才。現在我們經常提到π型人才， 比如在新能源汽車行業，你既知道汽車的一些設計構造，又了解一些技術可能性，就變成了π型人才。未來，雪花型人才，可能各領網域都需要有所了解。
第三點，組織能力，企業小型化趨勢不可逆轉，百億美元估值的企業可能只需要20個員工，每一個都要獨當一面，都要成為領導AI的CEO。
第四點，招聘模式，45度仰視找工作的模式可能發生變化。我們現在不管求職者還是招聘者，都在45度仰望。求職者想找一個比自己好一點的公司，能夠有發展的空間和前景。對招聘者來講，也想招一些比公司更強的人，幫公司變得更好。
但未來，能力高度匹配的U盤模式、即插即用的項目制工作模式将會興起。
2）什麼決定了你薪水的高低
你在多大程度上能與AI适配，可能決定了你薪水的高低。所以對職場人來説也需要做到這兩點：
建立學習的自信：面對颠覆過去經驗的新技能，勇敢去學，積極去學，先人一步去學。
培養堅毅的性格：30歲學的40歲推倒重來，40歲學的50歲可能又要重來。
過去二三十年，我們進行的都是知識型學習，掌握一門知識、一門技能，但接下去10年，你要去發現更大的世界 ，要有敏感性，好奇心，要打破一些既有規則。提出正确的問題，将會是中高端人才與其他人才最大的區别。
3）如何提出正确的問題？
2010年，我跟雷軍説，咱倆以前都是搞軟體的，你咋突然間去搞硬體了，不會有巨大的門檻嗎？
他説，如果你跟行業裏最頂尖的100個人聊過，其實就了解了行業裏90%的問題。這90%的問題怎麼解，也都很清楚。我問他，那怎麼跟100個最頂尖的人聊天呢？
他説，我就問了他們一個問題，你在做手機時，覺得最重要的三件事是什麼？
諾基亞的人講了一個很生動的例子，説手機跟電腦不一樣，電腦都擺在桌上，使用環境總體來講比較好。手機有時候會放在一個比較惡劣的環境下，比如夏天的汽車裏，經過暴曬，温度能達到70度，CPU就跑飛了，需要有一些加強糾錯機制把它校正回來。那解決方法是什麼呢？再繼續溝通。
跟第二個人聊，同樣問你在做手機時，最重要的三件事是什麼。最後，再追問一下之前得到的答案。比如，我聽有人説硬體在温度高的時候容易跑飛，你們覺得不夠難嗎？他可能就會説，确實是個難題，但我覺得它沒進到我的前三的原因是什麼。聊了一圈，最主要的幾十個關鍵都問到了。為什麼大家的觀點不一樣，也問到了，這就是好的問題。
學到之後，我也叫同事出去問，你發現他們會直接問，摩托羅拉是怎麼做手機的？美團的架構是怎麼設計的？對方馬上就180度警覺，説這是來套取機密呀。
問題的差異性，決定了是否有好的答案。
能夠問問題的員工已經是好員工了，80%的人是不問問題的，就是去執行。
《喬布斯傳》曾經提到，他問了一個問題，手機能不能沒有鍵盤，我們能不能只用手指，不用觸摸筆。問完了以後，團隊要解決其實是工程問題，蘋果的工程團隊花了兩三個月的時間解決掉這個問題。這就是個很好的問題，直接指明方向。
下面這個領導者的問題就低了一個段位，叫做我們的手機跟别的手機有什麼差異化的功能？當你問了一個粗糙點的問題，團隊的方向就變得分散開來，很多人開始進入腦爆階段。越有遠見的人，對這個事情的判斷是越準确的。
再差一點的，連問題都不問了，直接講目标，咱們要幹3000萬，具體怎麼幹不知道。
我在做脈脈，發現大家經常會談到PUA。當你沒有給員工指明方向，只是加了一個要求的時候，這就是PUA。
這幾個故事，是幫助大家理解如何在職場上提出正确的問題，幫助你更好地去學習，幫助你更好的去引領團隊去往前去走。無論對人，還是對AI，提出正确的問題，是很有水平的一件事情。
4）自己尋找答案
以前在職場上也是需要自己尋找答案的，大家用搜索引擎、看書、問朋友，都在尋找答案。
在未來的10年到20年時間裏，你可以去問GPT，絕對找不到第二個像它脾氣這麼好的員工。
總之，職場人如何尋找答案？可以理解為"找到别人是怎麼做的"能力。職場99%的工作别人都做過，找到會做的人問一下，搜索一下，你可能就找到了答案。
5）如何復盤反思？
優秀的復盤反思能力體現為：
第一點，立長志而不是常立志，有個銷售朋友説要掙人生的第一個1000萬。但如果你問他，最近這幾天，關于這個目标，你做了什麼事兒嗎？拆解成哪幾步驟去做？沒想過。那目标本身就不夠堅定。
拿脈脈舉例子，2022年經濟環境不好，但在年初，我們并沒有預見到，所以定了一個目标，叫完成100%的年度增長。
年底復盤為什麼2022年我們沒有做到百分百的增長？很多同學説，因為環境，我們能活着就已經不錯了。
後來我想了想，為什麼我們沒有做到？最本源的事情是大家覺得活着就不錯了，那目标就改變了，這挺微妙的。
第二點，就是直面殘酷現實，實事求是。很多時候人很容易給自己找理由。因為某個原因，我做不到這件事，公司做不到這件事。真正殘酷的是，我們有些事情沒做好，所以沒做到。
我問大家，2022年有沒有百分百增長的公司？他們是怎麼做到的？為什麼我們沒有像他們一樣做到？問題很殘酷。大家跟着你幹事情，誰不想舒心一點呢？但你要清楚地告訴大家，既然定了百分百的目标，就要直面原因。思考怎麼樣才能朝着新目标堅定地，有勇氣地走下去。
4.1 奇點臨近的迭代挑戰
在AI時代，企業會如何變化？前段時間我在奇績創壇分享，很多同學也都是創業者，大家認為這又是一個很好的創業時代，起碼出現了像移動互聯網這樣可以改變很多行業的技術。但企業的經營也會發生很多變化。
我特别喜歡這張圖，源自集智俱樂部，數字上可能為了整齊好看不夠準确，但它把時代的變化量化了。
以前企業如何做戰略？花一年時間研究一個戰略，執行5到10年時間。
曾鳴教授提出的新智能戰略，其中最重要的一件事，是每年從上到下、從下到上改變兩次，才有可能适應這個時代的要求。
那面對變化，創始人要相信自己的直覺，還是方法論？
0-1階段 依靠創始人過往經驗的積累和直覺判斷
如果創業有方法論，那創業就變成批量的、可復制的流水線了。在創業階段，每一個創始人自己的思考、勇氣、決心，才是非常寶貴的，也是我們這個群體存在的核心價值。
因為你做的大部分事情都在跟世界作對。當全世界都在線下貿易時，馬雲説我們要做電子商務，很多人連電腦都沒有，誰能明白電子商務呢？在2010年、2011年我和張一鳴聊天，他當時已經非常明确地跟我説，智能推薦是決定性的東西。這就是對抗世界的初心和勇氣。
我們脈脈也在做一件特别難的事，叫希望每一個員工跟企業平等對話。在沒有脈脈之前，公司説什麼就是什麼，讓你加班996就996，直到2021年最高法明确996非法，才給了員工對996説不的勇氣。
創始人内心深處的願景，在世界上還沒有形迹的時候，是靠直覺去推動的，沒有辦法靠一套方法解決。所以0到1的階段是沒有方法論的。
1-10階段 依靠直覺和經驗的效率會顯得太低
我自己遇到的最大的一個坑，就在于在公司已經很大的規模的時候，還在用直覺推動公司往前走。
脈脈前面走的比較順，從2013年創業到2018年成為獨角獸規模，就花了5年多時間。
但正因為，在後續的戰略組織運營層面，太依靠過去的直覺，沒有辦法駕馭一個幾百人的公司，使脈脈在過去的5年時間裏，成長速度緩慢。
我自己總結，跟一鳴也好，王興也好，最大差别就是人家還是快速地創業失敗了幾家公司以後，快速完成了復盤反思迭代。
因為追求安全感，以及不想失敗，盡管我做搜狗、脈脈做的好像還可以，但因為沒有經歷過生死，在那個節點的復盤和反思速度不夠快。
但凡我有今天對方法論的理解，回到2018年，脈脈到今天可能也會成為幾百億美金的公司。時間還是有的，我們還可以借着新的一波機會再來。
4.２戰略規劃的選擇實踐
2018年，我們覺得自己發展的很好，沒有重視戰略、組織、運營這三件事情。當時有人勸我們出去多交流。我説，有啥好交流的，中國沒有什麼公司比我們更了解職場，我服務的就是職場人。
今天但凡有人跟我講，我是這個領網域最懂的人，我都會覺得這個人有問題。
1）發現更大的世界
現在我們自身得到了一個結論，是可以到外面去找答案。阿裏的戰略方法論，當時源自于GE；華為的戰略的方法論當時其實源自于IBM，他們也是在外面找到了自己的答案。
之前的脈脈是，中國職場唯有我懂。現在的脈脈是，它山之石可以攻玉。
2）提出正确的問題
是什麼決定了不同公司之間戰略選擇的差異？
3）自己尋找答案
找答案的思路依舊是比較核心差異點。我們發現：
第一點，公司所處市場環境不同
華為和美團的特點是什麼？
華為一開始做交換機，3COM、思科，都是全球著名的產品了，在國内市場也有非常好的反饋。美團是第一個做團購的嗎？不是，他是覺得團購、外賣做着不錯。
這就叫做确定性市場環境。這個市場已經被證明了是個好的市場，已經有人做得很好了。我們靠組織力，執行力，或者系統化的IT能力，把效率做到極致，這是一種戰略的模式。
還有一種戰略的模式是像IBM、像阿裏、像GE。比如淘寶開始在中國做電商，市場還沒有證明這個需求是對的。探索難度要大的多。
兩種市場環境，導致了一些關鍵節點上的差别，比如對競争對手無比重視的公司，一定是在确定性市場上進入的公司。
第二點：公司能投入的資源不同
舉個例子，騰訊做微信，張小龍團隊只是個十幾個人的小團隊，只是他剛好跑得快，能力強。阿裏做淘寶，能用十幾個人的團隊做淘寶嗎？打法是不一樣的。
回到脈脈的選擇：
第一，中國到底需不需要職場社區、社交？一直有很多人在争論。我們顯然處在一個不确定性的市場環境中。
第二，我們也缺乏大廠的超配資源。脈脈的很多戰略項目，可能投5個、10個人都得精打細算，對于戰略的容錯空間就會比較小，對資源的有效利用要求非常高。
4.3 組織策略的選擇實踐
脈脈在組織上也吃過大虧，大家都知道成功等于戰略乘組織，組織方法論又有很多流派。
阿裏有一套心腦體的方法論，我當時覺得太牛了，但就是怎麼都學不會。
心力、腦力、體力，阿裏的組織策略我們學不會的原因是什麼？
研究了很久以後才發現，脈脈和阿裏的業務的特質、以及高管團隊的特質有很大差别。
我是一個正統的工科生，這些話我自己講不出來，團隊也覺得不太适合我們公司，沒辦法因地制宜。
直到我看到寶潔的組織方法論，所有東西全部公式化，都可量化、可評估。那太适合我了，我絕對能用，還能優化。這是管理團隊的特質，導致了組織方法論的差别。
另外一方面，業務的特質差别也很大。Netflix，騰訊、字節，從來不強調執行力，只強調創新力。這叫全局規模效應。《復仇者聯盟》大賣，一部片子能賺50%的票房，一家通吃？《王者榮耀》的收益可能等于其他所有遊戲加起來的總和。
當你是一個赢家通吃的產品形态的時候，組織不強調執行力，強調的是創新力，要營造一個組織的氛圍，讓大家能夠有主人翁精神，有特别強的創造力，不需要太多的束縛和限制。
有個朋友從互聯網公司去做新零售，發現組織太落後了，員工都沒有自己的想法。上來先花半年教育一下組織，保證組織的活力，聽起來特别對。半年以後他發現，這個公司物流都調不動了，店都開不起來了。所以，又再花了一年時間，改了回去。低毛利的業務往往強調執行力文化。很多傳統企業，就需要這樣的模式，因為傳統企業競争很激烈，毛利不高。
反過頭來思考，作為候選人、人才，你也可以去挑選适合自己的公司文化。如果你是一個很有創造力，有激情的人，就應該去找以創新為核心的組織。如果你希望有秩序、有規則，有穩定性的預期產出，就應該選擇像Amazon這樣以執行為核心的公司和平台。
脈脈整個組織是相對有創新氛圍和文化的，搭建社區的過程中，需要發揮創造性。
那麼，一方面，我們擅長數理邏輯的，需要有一個有能夠轉換成公式，可以量化邏輯的組織設計。
另一方面，信息的溝通對創新來講，是一個非常重要的元素。當你具備了信息權以後，你就具備了創新權。
此外，決策機制的設計對于創新的影響也非常大。你允許一線的員工，聽見炮火聲音的人去做決策嗎？還是只有高層領導能做決策？這些都決定了創新的走向。
所以，脈脈走了一整圈後，學習了寶潔的人力六要素，架構、獎勵、人員、決策、信息、任務。
４.4運營模式的選擇實踐
１）發現更大世界與提出正确的問題
有了戰略和組織設計，在我們學習業務運營模式時，走訪了非常多企業，已經非常清晰地知道不要拘泥于某一兩種方法論。
那運營這件事，最本源的東西是全局規模效應和局部規模效應。
什麼是全局規模效應？每一個環節都是乘法。比如阿裏的運營方法論，拼命把商家拉到淘寶上來，商家多一倍，阿裏的GMV多一倍。再拉一個團隊，專門搞用户側增長，用户多一倍，GMV多一倍。兩邊團隊一起努力，2乘2等于4。
什麼局部規模效應？每一個環節是加法。拿美團舉例，全國商家翻一倍，GMV會不會翻一倍呢？答案是否。美團需要把每一個小單元的商家、用户和配送玩轉，才玩轉了一個商圈。
2）復盤反思
脈脈很不幸沒有那麼強的全局規模效應，金融行業的人不會跳槽到互聯網行業，互聯網行業的人暫時也不會跳槽到農業或地產行業，行業間的流動性是不強的。招聘業務，同行業廣州的人也不會經常跳到北京去。大部分人5年、10年有一次地網域上的跳變就不錯了。
不僅如此，我們落地的時候，比美團還難。美團如果商家、騎手和用户脱節，問題一天就能被發現。脈脈整個社區從供給到消費到職位，整體的周期閉環，大概要半年以後才知道到底有沒有咬合好。
所以，在大時代到來的時候，大家除了更要理解清楚自己的業務，還要留意因為AI的到來，我們會再疊加一個變量，也就是時代本身的變數，這個會特别重要。
篇幅所限，本文僅為課程十分之一
更多具體戰略落地方法論，
尾聲 當下是關鍵節點需要我們特别重視
總結下今天的分享，今天AI崛起，會產生巨大的衝擊，是非常關鍵的一個節點。
講到最後，應混沌課程組的要求，走心地暴露一下自我。我在想，其實我周圍有很多朋友們，都有一種家國情懷，都希望自己能為社會，為國家做一些自己想做的事情。
我也經常自問，為什麼會有這樣一個想法。追溯到非常久之前，你會發現自己很小的時候，看金庸的小説《射雕英雄傳》，當時郭靖在襄陽守城，最後城破的時候，他跟其他人講，俠之大者，為國為民。
回過頭來，你會想少年時看到的文學作品，好像給了你一種力量，讓你希望長大的時候，能改變這個世界。
今天來給大家分享課程，也是因為我們看到世界在發生巨大的變化，這些變化會給每一個職場人帶來巨大的影響。既然看到了，就有責任、有義務告訴大家，這個變化會給職場人帶來巨大影響，每一個人都要做準備。
我們在做脈脈這個平台的時候，就希望職場人看到有價值的信息，願意分享給别人，讓大家站在同一起跑線上，彼此之間有信息的自由，每一個人能夠有更好的選擇和更好的發展。
最後希望每一個同學，在你取得一定成績，取得一定成功的時候，也願意再去回饋和分享給這個社會。
>
