分享

智慧是经历无数苦逼和寂寞之后积累起来的

 简单项 2019-06-10

 “知识”是一个再普通不过的词汇了,但是什么是知识?知识从哪里来?怎么获取知识?这些基础的问题恐怕不是每个人都会去思考的问题。思考这些问题有什么好处么?答案当然是“有好处”,好处就是从中可以获得认识世界、洞见未来和解决问题的智慧。

曾经有一次和一个前同事吃饭,在聊天的时候不免就提到对公司现状的一些看法,尤其是当下公司决策层对于市场判断、产品定义和供应链备货等方面,总是举棋不定,不断的推翻重来,一个项目大量的时间浪费在无休止的讨论上,等终于弄明白该怎么做的时候,已经错过了市场先机。

我这个前同事说,“明明是很简单的问题,真搞不懂他们为什么就是想不明白?”

我于是问她“你怎么觉得那是很简单的问题呢?产品定义本来就是在猜测市场需要什么,这其实是很困难的一件事。”

她回答我说,“别的市场我不敢说,但是印度市场我是门清,事后也证明了我当初的想法是正确,只是我没有决策权,当权者也不愿意听我的意见!”。

然后她告诉了我原因。在这之前大概差不多两年的时间里,她每天和每周几乎都会做同一件事,收集来自印度市场的销售数据、从这些数据中整理出日出货量、库存量、价格、客户问题反馈等信息。每周还要写一份报告给当时的公司管理层(前任管理层,不是现任)。日积月累下来,当管理层问她印度市场下一个产品应该怎么做时,她总是能够给出准确可行的建议,这些建议包括:诸如产品特征、预期价格、备货量、产品周期等,这些建议成为了管理层决策的重要依据。她说,也许就是每天做这些看似无聊、重复的工作,积累了足够的大数据,从而让她具有了洞见未来的能力。

这种现象其实在生活中非常多见,例如我们经常谈论的所谓工匠精神,这些工匠们都有一个共同的特征,那就是年复一年地重复着同一件事。艺术家的作品看起来充满了想象力,但是在创作出优秀作品之前,我们不知道他们经历了多少反复无聊的练习。我有一个画家的远房叔叔,有一次跟我讲在中国美院求学的经历。求学时一个非常重要的联系是临摹古人的画,有时候一天下来画得都想吐。尤其是画近景的松树,那么多松针要一根一根的画出来,而且每一根都力求和原作在角度、方向、色彩浓淡、重叠关系上保持一致,那简直是一件要命的事。但是经历过这些之后,他说自己的水平又提升了一大截。

再回到项目管理上来,项目经理每天要面对动态变化的项目,要想淡定从容的把项目做好,除了学习知识,还应该学习知识的方法、认识知识的本质。要能从看似无聊、重复的工作中,汲取有用的信息,形成自己的知识体系,进而获得洞见未来的智慧。只有这样才能完成能力的提升并获得驾驭项目的成就感。

PMBOK指南第6版中增加了一个过程——管理项目知识,在编写《PMBOK指南全解读与PMP考试指导》这本辅导教材时,对“什么是知识”这样基本的问题进行了深入的了解和思考,在这个过程中知道了一个DIKW模型,这个模型回答了诸如“什么知识”这些基本问题,同时关于如何学习知识和获得智慧给了我很大的启发,接下来分享给大家。

一、DIKW模型

DIKW模型是一个可以很好的帮助我们理解数据(Data)、信息(Information)、知识(Knowledge)和智慧(Wisdom)之间的关系的模型,这个模型还向我们展现了数据是如何逐步转化为信息、知识、乃至智慧的方式。

这个模型可以追溯于托马斯·斯特尔那斯·艾略特所写的诗-《岩石》(The Rock)。在首段,他写道:“知识中的智慧我们在那里丢失?资讯中的知识我们在那里丢失?”。哈蓝·克利夫兰建立了这个体系。并得到米兰·瑟兰尼(Milan Zeleny)及罗素·艾可夫(Russell .L. Ackoff)不断的扩展。接下来我们分别介绍着四层的基本含义。

1、数据建立基本认识

数据(Data)可以是数字、文字、图像、符号等,它直接来自于事实,可以通过原始的观察或度量来获得。例如有10个用户对产品不满意,根据这个我们并不能得出关于产品是好还是不好的结论。

2、数据转化为信息

通过某种方式组织和处理数据,分析数据间的关系,并加入背景和历史信息,数据就有了意义,这就是信息(Information)。这些信息可以回答一些简单的问题,譬如:“谁?、什么?、哪里?、什么时候?”。所以信息也可以看成是被理解了的数据,并且可以用来进行判断好坏,并据此做出决策和行动。

还是客户满意度调查,如果一共调查了10个用户,结果10个都不满意,即100%不满意,这说明问题很严重。如果调查了10万个用户只有10个不满意,说明产品虽然有问题,但是并不算严重。

3、信息转化为知识

如果说数据是一个事实的集合,从中可以得出关于事实的结论。那么知识(Knowledge)就是信息的集合,它使信息变得有用。知识是对信息的应用,是一个对信息判断和确认的过程,这个过程结合了经验、上下文、诠释和反省。知识可以回答“如何?”的问题,可以帮助我们建模和仿真。

知识是从相关信息中过滤、提炼及加工而得到的有用资料。特殊背景/语境下,知识将数据与信息、信息与信息在行动中的应用之间建立有意义的联系,它体现了信息的本质、原则和经验。此外,知识基于推理和分析,还可能产生新的知识。最后来看智慧,智慧,是人类所表现出来的一种独有的能力,主要表现为收集、加工、应用、传播知识的能力,以及对事物发展的前瞻性看法。在知识的基础之上,通过经验、阅历、见识的累积,而形成的对事物的深刻认识、远见,体现为一种卓越的判断力。

假设上述用户满意度调查是1000个用户,有10个不满意,那么通过分析用户不满意的原因,产品的特性、设计的过程、销售服务的过程,建立一套提升客户满意度的流程和方法,这么我们就可以说具备了提升产品用户满意度的知识。

对于知识我们需要的不仅仅是简单的积累,还需要理解。根据已经掌握的信息和知识创造新的知识。这一点在“项目知识管理”过程的定义中有充分的体现,即项目知识管理是利用现有知识,创造新知识的过程。

4、数据转化为智慧

最后来看智慧(Wisdom),智慧是一种外推的、非确定性的、非必然的过程。智慧是哲学探索的本质,是判断是非、对错和好坏的过程,它所提出的问题是还没有答案的问题。与前几个阶段不同,智慧关注的是未来,试图理解过去未曾理解的东西,过去未做过的事,并且智慧是人类所特有的,是唯一不能用工具实现的。

智慧可以简单的归纳为做正确判断和决定的能力,包括对知识的最佳使用。智慧可以回答“为什么”的问题。

还是用上面的用户满意度的例子,基于现有产品的知识,我们如何在未来开发出用户满意的产品,如果能够做出正确的决策,那么这说明我们具备了智慧。

二、启示

根据DIKW模型,我们可以获得以下几点启示,当然这仅限于笔者的感悟,读者可能会有其它的启示,欢迎分享和讨论。

1、知识和智慧需要积累

平时几乎人人都知道知识可以改变命运,要获取知识就需要通过学习,这是没有错的。但我们平时所谈论的这个“知识”其实是广义的知识,其实包含了DIKW模型的四个层次的内容。

武侠小说中经常有的桥段是:有人去拜师学艺,结果师父就让他每天担水、劈柴干体力活,好不容易愿意交点拳脚的时候,整天就是扎马步、打沙包。作为徒弟总是抱怨师父不教真功夫。

我们工作生活中有很多看似无聊、重复和苦逼的工作,我们从这些工作中获得的实际上是DIKW模型中的数据。数据是信息、知识和智慧的基础,没有这些基础的积累,智慧也无从谈起。就像我的那个前同事所说的,每天就是收集和整理市场销售数据,看似无聊,但最终获得了对市场洞见的智慧。

       网络上有篇文章叫做《牛逼的背后都是苦逼》很好地说明了这一点,正所谓“人心需在事上磨”,都是同样的道理。这也是支撑我忍受无数个“孤独寂寞冷”完成《PMBOK全解读》的信念。智者从无聊和重复中汲取的是智慧,而普通人只是获得了无聊和抱怨。

2、对于大量数据和信息需要分辨和处理

都说现在是一个知识爆炸的时代,同样这里的知识同样也是广义的知识。我们每天被各种各样的数据塞满生活的每一分钟: 社交软件的段子、抖音快手的短视频、网站的八卦新闻、电视上五花八门的综艺节目……。从DIKW模型来看,这些仅仅是底层的“数据”,甚至连信息都不算,更不用说从中获取知识和智慧了。

花一点时间系统安静的读一本书、无聊时不是看手机而是深入的思考一些基本的问题,通过学习和实践构建自己完整的知识体系,去伪存真、摒弃琐碎恐怕是这个知识大爆炸时代一种非常重要的能力,否则将失去基本的自主判断的能力,被数据的大潮所裹挟。

3、知识归一化

       从DIKW模型来看,知识是一种典型的金字塔结构,越往上内容越少,这其实是一个归一化的过程。那么在平时怎么样才能完成知识体系建立并完成归一化呢?在这里笔者推荐一个自己常用的一种方法。

我称这个方法为WWH模型,即What-Why-How模型。





第一先谈What

我们一般时通过读书和实践来收集数据和信息,同时期望获得知识和智慧。以读书为例,首先搞清楚这本书在讲什么,也就是基本概念和基本逻辑。这是一个完成数据收集和信息获取的过程。

第二谈Why,这是在学习过程之后要做的事情。经过What的过程之后,就书中一些关键的概念和逻辑提出“为什么”的问题。通过问自己为什么,可以把新学到的知识和自己既有的知识融会贯通。这其实就是在做归一化的思想实验。因为“为什么”之后还有更多的“为什么”,凡事都架不住多问几个问什么。通过问问什么,可以把这些知识背后的知识挖掘出来,到最后往往就是一个适用性更广泛的道理。那么也就实现了知识的归一化,同时我们对世界的认识也更加透彻。最高深的知识其实解决的都是最基本和原始的问题。

第三谈How,所谓How,也就是知识如何应用的问题。我们可以进行思想实验和实践活动应用所需的知识。能够解决实践中的问题,并且能够洞见未来,那么我们就获得了智慧,同时创造了新的知识。

    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多