|
临界点，是指数型增长要进入快速提升阶段的转折点。 既然我们讨论的是临界知识，那么就一定有临界点。 临界知识的能力增长，类似指数模型: 在到达“临界点”之前，平缓的曲线对应着我们前期积累临界知识的阶段。 在到达“临界点”之后，知识的威力“突然”出现质的飞跃和突破。 当这种能力积累到一定程度之后，对这些知识的融会贯通就能够产生惊人的威力。 这种很酷的状态，却需要经历相对单调的训练之后才能到达：记录、反思、回顾、跨界应用和学习。 其实说成“单调的训练”也不确切——在应用这一方法的过程中，我们是充满成就感的。 随着自己认知能力的提升，看同一个世界居然会发现和过去完全不同的样子！ 有朋友说：可是，有人不像你这么费力做这些“基本功”，人家发展得也很快很好啊。 是啊，我并没有说这么做，就一定会领先啊。 至少你很难在所有的时间段里都领先。
有的人，可以通过勤奋的思考和大量的练习来掌握某个行业或领域的技术和工作技巧，从而在这个领域中快速成长。 这时，他的能力成长路线是这样的： 曲线前期的陡升对应着学会具体方法和技术后，我们解决问题能力的快速增长。 但是这样下去，能力提升的后劲会越来越缺乏。 很多人，在工作了几年之后，慢慢感觉学不到什么新东西了。 能力增长碰到了天花板。 这个天花板，就是你只能相对孤立地、割裂地看问题，而缺乏一个关于系统底层规律的认识。 而不具备这种认识系统底层规律的能力，就很难从生活中各个领域最杰出的人那里学到真谛。
所以，两种不同的学习路径，对应的增长曲线完全不一样（见下图）。 夫夷以近，而游者众；险以远,则至者少。 壮美的风景，都在人迹罕至不容易到达的地方。 哪个领域都一样。 只不过当我们在到达临界值之前，可能会怀疑自己： 我这么辛苦……会不会做的都是无用功？ 我的增长曲线，会不会是这样的…… 对于临界知识的威力，我颇有信心。 我的信心来自两个假设：
我认识一个老板，他因为觉得员工不够有责任心，就设置很多规章制度来防止不负责的行为发生。 结果在执行的过程中，员工觉得不被信任，就想办法钻制度的空子，老板就设置更多的更复杂的制度来对付员工。 这个过程中，老板心力交瘁，员工也没有斗志。
对大多数人而言，解决复杂问题的思路往往是“用复杂对付复杂”，人们想出更复杂的方法来处理复杂问题。
而我的底层假设是：看起来复杂多变的系统，其实是由背后简单的基本规律决定的。 在我看来，这个世界最底层的规律应该与化学、物理、数学密切相关。 毕竟这个世界是由随机出现的基本粒子组成的化学元素构成的。 而数学是描述这些现象的重要基本工具。 你很难想象我们世界的运作会不受到这些基本规律的影响。 同时，人是所有事情的主体，因此人类心理学或认知学的基本规律也非常重要。
关于“复杂现象背后是简单的规律”，有两个案例符合这一假设，给我留下了深刻的印象。 一个是英国数学家康威发明的“生命游戏”。你看下面这张动态图中复杂的运动现象，和现实中生命运动的方式多么相似。 你能够想象到这么复杂的图像行为，是由2-3个黑点，在给定几条非常简单的规则后，自然演化出来的吗？ 初始状态下简单的2-3个黑点竟然会演化得如此复杂，甚至发展到了类似生命的现象！ 这些看似复杂、不确定的状态，背后却是简单，基本的规律。 另一个案例来自真实的生物界。 鸟群、蚁群或者大海中的鱼群，他们的群体行为非常复杂。 比如大雁能够一会儿排成一字，一会儿排成人字。 鱼群的行为似乎更复杂，像蓝竹荚鱼群甚至会卷成一个圆环形的诱饵球，以迷惑捕食者。 这种群体行为的复杂性和高度统一性令人惊叹：这么多鱼，它们又不会说话，是怎么做到群体复杂动作的高度统一呢？ 科学家经多年研究后发现：动物复杂的群体行为，并不是因为特殊的气味或声波在传递信息，统一指挥；而是只要所有的动物都遵守同样的简单规则，自然而然就会产生各种复杂的群体行为。 在迪士尼动画片《海底总动员》中，尼莫和一大群小丑鱼在海中畅游的场景令人印象深刻。可是，这么复杂的鱼群行为，是动画师一个个设计好，画出来的吗？ 不，他们仅仅是给小丑鱼们规定了几个简单的规则，动画角色的行为自己就活了！ 你不觉得令人震惊吗？看似复杂的群体行为背后，居然也只是简单的规则在起作用？（点击“阅读原文”了解“简单规则如何孕育复杂行为”。）
在人类的现实生活中，这一规律，同样适用。 有人践行“复杂现象背后是简单规律”取得了重大成就。 比如日本的“经营之神”稻盛和夫认为： 面对复杂的问题，要从简单的基本的原则入手。 而巴菲特的合伙人查理·芒格则明确提出： 我们要真正认识这个世界，就必须理解并掌握重要学科的基本规律，并把他们当做基本的思维模型来处理问题。
同样，临界知识也是遵循了相似的道理： 用简单的基础规律来解释复杂的世界现象。
对复杂问题的认识，多数人最常见的方法是将复杂问题分解成简单的小问题。就像拆收音机一样，我们通过不断“格物”来“致知”。 运用这一方法取得巨大成就的机构，应该首推麦肯锡。 麦肯锡的工作方法，基本都是运用这样的思考方式： 一个复杂的问题就像一个大饼，你可以把他切成一个一个的小块儿。 从麦肯锡的官网上我们就可以看到，他们将复杂的客户群，基本按照行业进行划分，由不同的团队逐个击破（见下图）。 麦肯锡在解决具体问题的时候，又会按照MECE（相互独立，完全穷尽）的原则，遵循金字塔原理，把复杂问题A层层拆解成子问题，通过解决这些小问题，最终解决复杂的问题A。 麦肯锡方法，在解决具体问题方面，非常有效。 我们公司新员工入职的基本训练之一，便是能够快速界定问题，结构化分析问题，提出解决问题的假设方案，快速进行验证试错。
但是这个方法，也有一个重大的缺陷： 它对问题的基本认知结构是简单的因果关系。 金字塔原理本身就是一个因果结构的思考工具。
用因果关系思考问题是错的吗？ 不一定。 但是从复杂系统的角度看，因果关系是片面的。 因为，在一个系统中，任何一个因素都和其他因素之间有紧密的互动关系。 原因本身就是结果，结果也是原因，即：因即是果，果即是因。
听起来感觉很绕。 但是这个假设可能更接近真相。
举个例子可能更有助于理解： 比如你和同事的关系一直处不好，每天见了面都不打招呼。有一天，你下定决心，不再计较，不管对方多么不友好，你都决定真诚、友善地对他。 你不去管对方的态度，你只管你自己的态度。 结果，坚持一段时间后，你的同事很可能改变对你的看法，进而改变对你的态度。而对方态度的转变，又更加坚定了你的信心，鼓励你能够继续真诚友善地去对待别人……
在这个过程中，我们可以看到原因和结果是相互影响的。 按照《第五项修炼》中系统思考的观点看，我们所处的世界更像是网络的环状结构，而不是线性的因果结构。 在环状结构里面，所有节点的变化，都会通过影响其他节点最终影响到自身。 因此，一个完整的系统就会具有动态复杂性的特点。
而我们将要掌握的临界知识，正是应对这种不确定性的工具——反而是那些具体领域的技术和技巧，很难用于解决动态不确定性的问题。
换句话说： 在面临一个复杂的问题时，我们要用到不同领域的临界知识，这些临界知识就像作用在同一个点同一个方向的不同的力—— 合力有时并不是几种力的简单相加，而是经由他们彼此的相互动态影响，可能会产生意想不到的效果。 就像物理学中的临界质量，当质量达到一定程度就会引发核爆——而如果没有达到临界质量，什么都不会发生。 这种核爆炸的效应，即是查理·芒格提到的：lollapalooza效应。 （注：Lollapalooza是查理·芒格为描述“那些相互强化并极大放大彼此的效应”发明的词组。）
行文至此，临界知识的系列文章要进入一个新阶段了。 在上一个阶段，我们的主要精力花在介绍如何通过自我修炼，来不断增强获取临界知识的能力。 从下一篇文章开始，我会分享一些临界知识的应用案例。 希望通过这些案例的分享，能够帮助大家更好地理解：什么是临界知识，以及如何应用临界知识来解决我们生活中的问题。 我给出的案例和答案不一定是最好的，甚至不一定是对的。
但是，这并不重要。重要的是，你获得启发，思考寻找自己的解决方案。 当然，如果你愿意把你的发现分享出来，那就更棒了。 我希望能够与同路人一起成长前行。 如果你对这一主题感兴趣，可以持续关注我们。 后续，我们可能会借助这个平台，组织志同道合的朋友，进行一些有意思的尝试和实验。 是什么，还在酝酿中，但一定会有意思。 就像罗振宇老师说的：让我们脚踩西瓜皮，滑到哪里是哪里。：） |
|
|
来自： alvint2018 > 《待分类1》
