如何學習世界首富的思維模型進行日常決策? - shapiro
從YouTube影片發現,世界首富伊隆·馬斯克(Elon Musk)使用與傑夫·貝佐斯(Jeff Bezos)相同的技術做出決策。我們如何使用思維模型進行日常決策?我如何將它們付諸實踐?
思維模型(Mental models)是思考的框架。它們簡化了複雜的情況,因此您可以輕鬆地透過它們進行邏輯推理。他們可以幫助您做出良好的長期決策,而無需瞭解有關情況的所有資訊。
我們為獵取食物而進化的大腦並沒有為每個決策使用最佳模型。但是,在每一代人中,都有少數人設法重新關聯他們的生物學:他們強迫自己不斷地在思維模型中進行思考。伊隆·馬斯克(Elon Musk)和傑夫·貝佐斯(Jeff Bezos)似乎是屬於少數人其中的兩個人。而且他們有同樣思維模型。
思維模型做兩件事:
- 可以幫助您評估系統的工作方式。
- 可以幫助您做出更好的決策。
這兩個概念是您所做的一切的基礎。例如,火箭發動機如何工作(系統)?您應該使用哪種型別的火箭燃料(決策)?
火箭發動機是您進行逆向工程並已經深入瞭解的[系統]。至於使用哪種型別的燃料,這是要做出的決定。思維模型可指導您在此處找到最佳答案。
當馬斯克和貝佐斯面臨重要決策時,他們故意停下來使用思維模型。相比之下,大多數人會做一些谷歌搜尋,然後選擇最有意義的東西。
因此,這是評估系統的方法。
“系統”是指具有相互依賴的多個部分的任何事物。每個機器和過程都是一個系統。
(參考:康威定律的作者:什麼是"湧現"分析建模方法?)
以下這些都是系統:
- 業務。
- 工具,例如火箭或鍵盤。
- 一個過程,例如經濟增長或維持戀愛關係。
- 存在狀態,例如您的健康或幸福。
當您將世界視為此類系統的拼湊而成時,世界會變得更加有意義:每個系統都可以透過思維模型進行逆向工程。系統的思維模型是其工作方式的簡化。
思維模型確定了重要的核心元件以及它們如何相互作用。
這種清晰度對於徹底改善系統是必要的:
- 改善業務系統時,您會賺到更多錢。
- 當您改善人際關係系統時,您會獲得更深的友誼。
馬斯克用來簡化複雜系統的思維模型:第一性原理
如果您從頭開始,解決問題的最有效方法是什麼?如果您不看人類嘗試解決問題的各種方法,那麼如果您從第一個原理中進行推理,最好的方法是什麼?
例如,SpaceX團隊研究了過去數十年的火箭增量改進,以從頭開始重新檢查太空飛行。他們問,什麼基本(而非歷史)原理揭示了什麼是製造火箭的最具成本效益和功率效率的方式?
他們使用一個簡單的思維模型(適合提示卡)指導他們完成大規模系統的解構工作,以便他們可以大幅度地改進它。那就是模型的槓桿作用。試想一下,如果您以這種方式看待世界的每一個角落。
您如何使用基本原理解決您的腳踏實地的問題?對於任何專案,請質疑:
- 該專案的基礎是什麼系統?是關係,業務,產品還是其他具有多個相互依賴的元件的東西?
- 該系統是已經有效率的嗎?
- 如果效率不高,它背後的鐵定原則是什麼?
- 我是否可以從這些原則重新開始,以找到一種設計該系統的明顯更好的方法?
這就引出了我們的下一個問題:我們如何知道哪些系統值得每天進行重大改進?為了回答這個問題,我們將介紹我們的第二種思維模型,我稱之為“更高一級”。
更高一級
反覆詢問您是否要最佳化機器中的齒輪而不是最佳化機器本身。您最佳化的級別越高,通常投資回報率就越高。
例如,如果您的目標是財務財富:您可以工作數年才能獲得15%的加薪(嵌齒輪),也可以轉換工作以立即提高25%的薪水(機器)。如果您對機器進行了最佳化,則可以更快地實現財務目標:找到新工作。那是更高的水平。
但是您可以將水平提高到更高。
就業市場本身就是另一個金融機器的齒輪:獲得金融穩定。如果您可以實現財務穩定而不必先付出朝九晚五正常上班的代價怎麼辦?
如果您真正的激情在於辦公室之外,那麼爬入公司上班階梯將是慣性的犧牲品。更好的方法可能是搬到更便宜的城市並過節制的生活,以減少開支。以較低的成本,您可以切換到兼職並追求自己的激情。
這不是您真正為之最佳化的高階遊戲嗎?“更高一級的水平”模型是一個問自己的過程:最佳化高於我所關注的水平的水平是否具有更高的槓桿作用?
“當您將世界視為一系列輸出時,您將形成觀點。但是,當您將世界視為一系列系統時,您將形成策略。” —詹寧(Channing Allen)
高一級是評估您的日常生活中的系統的模型。但是,我們有一個問題。要求自己認知達到更高的水平非常困難,這在一定程度上是由於慣性。
坦白說,使用一種思維模型來打破常規,質疑自己在做什麼,就像從目標之下撕開底層邏輯一樣。面對您花了數年時間在做一件錯事的可能性,這是很痛苦的。
但是,只顧努力工作而不問要做什麼更好的事情實際是一種懶惰的隱藏形式(勤勞代表的不只是努力工作一件事,而是不斷做更好的事情)。欣賞水流的美麗,但不要沉迷其中。
形象比喻:思維模型類似資訊系統,根據您輸入的更新資訊產生不同的建議。因此,如果您長時間停滯於某個狀態,那麼您將因為埋頭工作,無法獲取新的資料。這時您思維模型就無法成為你的工作指南針。因此,需要日常不斷學習更新新資訊,運算思維模型進行日常決策,哪怕一個小的決定或判斷。
貝佐斯的最小遺憾方法
日常決策分為兩類:
- 優先順序排序:最佳選擇是哪條路徑?
- 分配:應為此花費多少注意力,時間或資金?
這裡提供一個思維模型的示例:最小化遺憾方法可以幫助您優先考慮要做的專案:為了最大化您的長期幸福感,請優先考慮您最遺憾的專案,這些專案在您變老之前就沒有在你的生活中做過。優先做一輩子從來未做過的事情。
最小化遺憾思維模式利用了涵蓋所有其他方面的救生工具:對自己的未來有益,免得將來自己老了會後悔遺憾。我們的大腦並沒有決定未來的優先次序,因此我們需要思維模型來使我們保持紀律。
傑夫·貝佐斯(Jeff Bezos)使用最小化遺憾(Regret Minimization)突破了亞馬遜的業務流程,並對其新的太空探索公司進行了優先排序。然後,他像馬斯克一樣,運用第一原理從頭開始重新審視太空飛行。
這裡還有另一個用於日常決策的思維模型,可以幫助您分配資源:
- 帕累託原理:80%的輸出將來自前20%的輸入。
- 為了最大限度地提高投資回報率,請優先投資20%。
例如,您透過社交獲得的價值的80%可能來自您最富有的20%的朋友。因此,優先加強與這些朋友的關係。
此外,您80%的拖延來自20%的放縱。因此,將這2-4個最喜歡的東西放到手臂無法觸及的地方,您會看到每週產量的大幅增長。
什麼是明智?
這使我想到了最有趣的一點。我的心愛理論是,思維模型就是人們使用“智慧”一詞時的意思。當我們認為某人是“明智的”時,他們就是在使用思維模型來生成洞察力,無論他們自己是否意識到。
具體來說,一個明智的人正在做以下兩件事之一:
- 使用模型來解釋系統如何以您未意識到的方式工作。
- 使用模型來確定在所有噪聲中做出最佳決策。
我聽說過的一些明智的事情屬於這兩類之一。
由此,當人們更多地使用了思維模型以及他們所擁有的資料,那麼這種智慧是否就是一種急功近利?
讓我們回到馬斯克和貝索斯。他們已經學會了喜歡突破自己的習慣來使用思維模型。我相信他們會透過克服自我實現未來可連續性來激勵自己做到這一點,這種現象預設假設前提是:人要將未來看成是自我的,但是普通其他人則將問題看成不是自己的,是世界外界造成這些問題。(banq:世界是主觀的,它取決於你看待它的方式)
馬斯克和貝索斯將自己的未來自我內部化,作為他們目前的自我的一部分。這是“遺憾最小化”框架的核心:善待你自己的未來,因為現在的你就是你自己的未來。
對於馬斯克和貝索斯來說,打破他們的慣性並不是一個非常痛苦的過程。同樣,我遇到的最聰明的人重新訓練了他們的思維,以享受做錯事的樂趣。當被證明是錯誤的時,他們會受到多巴胺的打擊,但他們會為更接近事實而興奮。
每天如何使用模型?
那麼,您每天如何使用模型?我的工作是:在日曆中安排重複活動。每隔第二個星期五,抽出20分鐘,讓您從生活中退後一步,並透過與之產生共鳴的思維模型執行所有系統和決策。
我認為這就是開始所需的一切:每週,都要透過心理模型來運作自己的生活,就好像您正在評估別人的生活一樣。
(banq注:馬斯克第一性原理實際是重複發明輪子,貝索斯的最小化遺憾是走自己路讓別人說去吧,反正將來我自己不感到遺憾就行,這些都創新思維基礎)
相關文章
- 使用 SVM 和決策樹進行整合學習
- 資料驅動決策:決策智慧與設計思維
- 資料驅動決策的13種思維方式
- AI決策進階:深度學習遷移技術賦能決策AI深度學習
- 學習 《模型思維》-斯科特·佩奇 筆記 9.26模型筆記
- 「AutoML」如何使用強化學習進行模型剪枝?TOML強化學習模型
- Rxjs操作符決策樹-思維導圖JS
- 模型思維(01)模型
- 遊戲策劃知識點——如何在玩遊戲的時候培養“策劃思維”遊戲
- 如何運用結構化思維進行故障處理
- 技術管理進階——Leader的模型、手段及思維模型
- 決策樹模型(3)決策樹的生成與剪枝模型
- 決策樹學習總結
- 亂彈馬斯克與比爾蓋茲兩位首富的不同思維模式馬斯克模式
- python學習_思維導圖Python
- 學習日誌-----測試思維
- 學習Java的9張思維導圖Java
- 學習Javascript的8張思維導圖JavaScript
- 轉換思維提升效率的學習方法
- 更快學習 JavaScript 的 6 個思維技巧JavaScript
- 淺談樹模型與整合學習-從決策樹到GBDT模型
- 機器學習——決策樹模型機器學習模型
- 探索式測試的思維模型模型
- 從線性模型到決策樹再到深度學習的分位數迴歸模型深度學習
- 第七週學習思維導圖
- 外語學習的書摘與思.5 - 高階:道於日常
- 逆向思維--魔獸世界封包分析(1)
- 分類——決策樹模型模型
- 如何基於元學習方法進行有效的模型訓練?四篇論文詳細剖析元模型的學習原理和過程模型
- 工作中常用的方法(思維模型)模型
- 思維視覺化的 4 類模型視覺化模型
- 探究大語言模型的思維方式模型
- 進擊的哈士奇-框模型的學習模型
- 深入淺出學習決策樹(二)
- 深入淺出學習決策樹(一)
- 統計學習方法(二)決策樹
- GBDT(MART)迭代決策樹學習
- weka J48決策樹學習