 图01：左查理·芒格，右巴菲特， 查理芒格底01~10个思维模型，请阅读此篇：你不得不了解的人生底层逻辑：查理芒格、孙正义都推崇备至的模型 上一篇认知提升篇分享了查理芒格的思想“重要学科的重要理论”中查理·芒格的100个思维模型的第01~10个模型，这一篇继续分享第11~20个模型。如果时间和精力允许，我会针对100个模型的每一个模型都拆开了写一篇文章。 11、不平衡性思维模型。一个事物的发展，从诞生到发展，应用，大规模普及，都有一个过程。从一个国家到另一个国家也有先后顺序之分。这种不平衡性，有两种方式：一种是自身发展的不平衡性，诞生，成熟，应用，可以说是技术本身随着时间的发展。第二种是空间的变化，不同地区普及这项技术的诞生成熟应用不同，因而具有不平衡性。例如火车刚开始很慢，比马车还慢，现在呢？不同地区的火车发展程度也不同。这也是为何我国会帮非洲建铁路，因为趋势不可避免，虽然铁路在我国很成熟，但在国际在非洲，还有很多机会。这样的比喻，会不会同时也在暗示现在互联网保险远不及传统保险，但未来呢？ 同样的互联网，一开始我国很多的app都是照搬美国，现在app的应用技术远超欧美，特别是依托微信和支付宝的互联网支付，依靠智能分发的资讯和短视频app等等，这也是利用这种不平衡性。再例如前几年，国内互联网愈发成熟，猎豹看国内安全移动市场已成红海，就去切国际市场，犹如狼入羊群。只用两年就成了全球安全清理的王者！而苹果战胜诺基亚是利用了事物发展本身的不平衡性，因为智能手机就是数字手机发展的新一代。这种不平衡性一旦发生或发展，就具有不可逆性，具有彻底的颠覆性。 这个模型包含了非连续性思维模型，切割思维模型，纬度思维模型的新的组合创造。实际上很多模型独立的存在是没有任何意义的，而部分模型之间也一定的互斥或者矛盾的。 所以很多时候，把握时代的脉搏很重要，就像iPhone发布之前的几年乔布斯说的一样，他在等，在等一个机会，一个时代。然后，3G来了，iPhone发布了，移动互联网的时代到了，苹果彻底重生了。 12、非SR思维模型。《行为心理学》这本书的作者约翰·华生提出了一个很脑残但一度然很多人认为合理的推论。约翰·华生说“给我一打健康没有缺陷的婴儿，把他们放在我设计的环境里培养，我可以担保，随便挑选任何一个，我都能把他训练成我所选定的任何一种类型的专家：医生、律师、艺术家、商业巨子甚至是乞丐或是窃贼，而无须考虑他的天赋、兴趣、倾向、能力或其祖先的种族和职业。”他还说“人在各种情形下的情绪反应、行为反应，以及各种习惯，思维方式都是环境影响下逐渐习得的，是一种条件反射，而非遗传或本能。” 如果你听过万维钢讲的关于“刻意练习”的内容，是不是非常容易就认为约翰·华生说的很有道理，也就是行为心理学家们眼中所谓的人是一个复杂的机器：如果外部输入刺激（S），人体器官就给出反应（R）。S-R反复实践（刻意练习）就形成了习惯。人对各种事物的喜怒哀乐是如此，人学习语言、思维、使用工具亦是如此，不过是一种习惯。 究竟是不是这样的？其实现实中的这哥们，根本就没有成功的做过这样的实验，这是一个天大的谬误。 非SR思维模型告诉我们，并不是任何人在任何领域通过专业的刻意练习就可以成为高手，关键是你要发现自己的特长。决定你一生行走长度的，一定不是你的短板，但一定是你的长处，你的兴趣点，然后在兴趣点上给与数十年的刻意练习，你才有机会成为高手。 非SR思维的第二层含义是，很多人在思考时基于刺激，反应。缺少中间过程，这个中间过程，就是自己的选择，要把被动变成主动，从应激的刺激反应到刺激，思考后的选择，反应。 日常工作中，我们说拿到一份工作一定要多想想这件事情的本质是什么？处于什么阶段，然后再去找资料，思考怎么做，最后把“怎么做”的过程拆分成具体步骤。完成之后，无论成功与否，都一定要复盘等等，其实都暗合这一思维模型。 13、隐含前提思维模型。不要对任何人或事有角色期望。 隐含前提思维是比较特殊的模型之一，用大白话解释，我之所以说成“不要对任何人有任何角色期望”是因为，太多人在生活中，对身边的人都是带有角色预期来共存的。例如工作中，你是财务，财务的事情你就应该怎么怎么样；你是程序员，代码的事情你就应该怎么怎么样，这种角色预期是必须的，因为高效的分工协作才能达成组织的目标。 同样的情况，我们把它回归到生活中来看，你是孩子的父/母亲，你就应该为孩子付出一切；你是我女儿的男朋友，你就应该买房买车；你是我的男/女朋友，你就应该忍受我的坏脾气？这种情况现实中是不是非常的多？我想说的是，凭什么？凭什么我就应该满足你的要求？凭什么父母劳累一天回家还要接受孩子的折腾？ 不要对身边的任何人有角色化的预期，是你真正开始学会和任何人沟通的前提。这就是这个思维模型的现实应用：一个人有的很多观念，情绪，行为，源自一个人形成的隐含前提。这种隐含前提，也会随着时间，空间而不断变化。隐含前提，好处是可以加快一个人信息处理速度，比如，狩猎时代，因为本能看见狮子就跑的人生存能力更强，这样的人就成了我们的祖先，而在那思考为什么的就被吃掉，而且，这样反反复复重复最后又固化数千上万年的人容易形成自我一致性，有稳定产生的安全感。同样的，这些隐含前提也容易让人固执，偏见。 当今的生活中，由于绝大多数人已经摆脱了基本的生存问题，人类走向了思考更宏大问题的场景之中，叠加上对未来无法有效预测的现状，怎么抛弃固有偏见看见事物、事情背后的本质性东西非常重要。 再回到国人的思想方面，查理芒格之前在中信的参访中也有所提及，就是国人偏爱迷信，不相信科学，特别是概率。这其实就是前面已经说到的集体潜意识，集体固化的表现。任马云这样的人也经常拜访“王府”，中国的希望究竟在何处？ 我在键盘上敲下这句话的时候，其实也是在脑海中闪现出自己遇到特殊情况是否会和父辈一样选择信奉迷信呢？我想会的，道理都懂却做不好，知行难合一，底层逻辑没有真正的刷新，也是无济于事的，学习这些模型，每天重复重复的看这些写下的文字，剩下的就交给时间吧。洗脑的关键，特别是给成年人洗脑，只有重复，别无他法。 需要强调的是神学、佛学并不是迷信。 14、破束缚思维模型。就像字面的意思一样，不破不立，跨越边界，走出舒适区才有思维的成长。 破束缚思维是成长性思维之一，之所以要破，就是因为在固有的束缚中，找不到解决问题的方法，要打破固有思维方式寻找出路从而解决问题。一般意义上破束缚思维包含非常多的其它一些突破，例如常说的提前突破、时空上的突破，格局上的突破、系统上的突破、需求上的突破、辩证突破、角色突破、视觉突破、逻辑上的突破等等，所有这些中，所谓的束缚就是指边界，规则，框架，经验，本能，基因，视觉，甚至还有一些我们不知道的东西等等。 以格局上的突破为例，认知提升有一个积累和质变的过程，前部分在做的是量变，后部分做的是质变。量不到一个极限值是很难出现质变的，所谓的格局突破就是一次次的质变。 例如从砖头到房屋就是一个质变的过程，一块砖头到十块，然后到一百块都是量变的问题，顶多就是看到了一堆而不是一个。但是当数百万块砖头一起按照合理的方式组合，你就会看到精美的教堂、遮风挡雨别墅、华丽宏伟的写字楼等等。  图02：砖头质变的结果，来源：巴黎圣母院官网 第二个是具体突破的是什么？我常年做互联网生态战略的培训，总会被问到互联网公司的边界问题。其实在自然环境中，哪有什么边界？之所以存在我们当前看到的所谓零售、金融、娱乐、物流种种商业类别的划分，本质上是人类分工协作过程中为了提升效率而做的努力，最后经过数万年演化的产物。但是人或者人这个种群本身并没有在智人出现的时候就对此类种种进行的划分，请问又何谈边界的问题呢？ 企业的根本目的是满足用户的需求，用户没有边界，需求就不会有边界，企业就不应该设界。在物理世界中，能满足这样的环境就是城市，超大型城市，人口越集中，城市规模越大人类协同的效率越高，满足人类的需求多样性也就越丰富。在商业环境中，道理同样存在，为了提高协同的效率，满足当下（每个时代不同的当下）。但是互联网技术的出现改变了整个社会的协同方式，原则上它可以实现让全球七十多亿人实时在线协同互动来完成各自特定的目标。目前看能满足这样的需求的商业形态只有“互联网生态”。 15、系统一系统二思维模型。感性与理性之间的博弈与合作。 系统一系统二思维来自于美国作家丹尼尔·卡尼曼的《思考，快与慢》一书，国内各种互联网大佬、混沌李善友、得到系老师们等等都非常推崇的一个思维模型。 所谓的系统一系统二理论是指人的大脑有两套系统来指导人的行为（注意，这是卡尼曼人为划分的，实际并不存在物理区域），他们分别是系统一和系统二。系统一你可以看做我们所谓的感性，它的运行是无意识且快速的，不怎么费脑力，没有感觉，完全处于自主控制状态。例如看到美食流口水，看到危险躲避，别人叫你的名字你会答应等等，它是自助系统、冲动、凭直觉。系统二你可以理解为理性，它的运行需要人可以调动，也就是在系统一失效的时候，系统二启动。系统二将注意力转移到需要费脑力的大脑活动上来，它的运行通常与行为，选择和专注等主观体验相关联。例如学习的过程有两种，婴幼儿这种模仿式学习更多的是调动系统一，但教育、填鸭式的学习，成人教育等等的学习都必须依靠系统二，因此才有教育反人性一说。 第二个较为关键的地方是两个系统之间的关系，在我们醒着的时候，系统一处于自主运行状态，而系统二处于只有部分功能参与的放松状态。系统一不断为系统二提供印象、直觉、意向和感觉等信息，并且系统二通常会毫无保留的接受系统一的建议。这就是你为什么会相信自己的最初印象，并依自己的想法行动的原因。但是，当我们遇到吃惊的事情时，系统二会被大范围激活。如果事物违反了系统一所设定的世界，比如电灯泡在唱歌、猫在像狗一样汪汪叫，那么，系统二也会被快速激活，从而对这类让人“吃惊”的事物做更细致、更深入的判断和解读。另外，我们之所以在生气时也能保持应有的礼节，在夜晚开车时能够保持警惕，都是系统二的功劳。 当然，系统一和系统二也是卡尼曼可以划分的虚拟角色，未来更好的解释大脑的运行，截止目前尚未科学发现大脑存在这样的实体的划分。但话又说回来，人类社会的各种分类，都是虚拟的，为了适合人脑更好的认知而已。 16、九屏幕分析思维模型。拓展自己思维的一个模型，它可以帮助用户分析和解决问题，找到当前系统，当前系统的超系统和子系统。当前系统过去和未来，超系统和子系统的过去和将来，可作为企划构想、创意发生之引导思考之工具。 这个模式对新手来说看起来好像有点复杂，一旦了解会受益颇多。为了更好地说明该模型，配张图供大家参考：  图03：九屏图分类，来源：互联网 由于该模型设计的内容比较多，至少包括两个维度和三个系统，即：
需要强调的是环境轴在实际应用中一定不是三个，可能都多个，要具体情况具体讨论。 九屏幕思维模型可以应用事物和相关事物在不同时间阶段不同环境的形态。比如一个产品，一个商业模型等。 这个思维模型给我们的启发还有，一个事物未来的发展并不是基于单一纬度，可能是很多因素在共同作用，就比如博格巴的转费会在2016年是一亿（1.05亿欧刷新足坛当时的记录），所有人都觉得好贵好贵。但谁知2017年出现了黑天鹅事件，巴黎花费2.22亿（创纪录的2.22亿欧元，内马尔的转会震惊了整个国际足坛）购买了内马尔，之后各大球星都飙升至一亿以上。说明这个事件的出现，提升了所有人的心理域限，所有人因此而改变了。 十多年前，大约2007年前后，我们认为阿里估值400亿美金，已经是天文数字了，很多人认为肯定都是泡沫，包括阿里自己的员工，早早的就把手里的股票卖了套现。但十多年后的今天，这个市值后面依然多了一个0，这就是现实不断刷新我们心理锚点的过程。 索罗斯的羊群效应，也是应用了这样的原理，他会预测自己的一个行为对人内心的影响，他会拼命买进股票，然后突然卖掉很多，很多不知怎么回事的人就会突然恐惧，然后也开始抛售自己的股票。而中国之所以在亚洲经济危机的大环境幸免就是看透了这个战术，大陆准备用全国之力接着，这样索罗斯必败，所以索罗斯不再敢对香港出手。这让我深深地感受到了多元思维模型及其相互间的联合作用。一个表面的事物本身可能极其复杂，把事物想简单，就会让我们误判。 放到我做互联生态建设咨询工作中，启示也是非常明显，例如互联网企业在谋划未来生态型商业模式，传统产业型企业也在谋划未来的生态型商业模式，但是，两类企业结果肯定趋同但路径完全不一样，互联网企业更多地是横向演化过去的，但传统的企业更多应该是纵向演化过去的，不过传统企业的风险似乎更高。你可以看做传统企业的数字化转型更多地是仰攻，因此在使命、愿景、价值观和文化这类心智模式不输的情况下，你的投入上也要领先于互联网公司才是，这个投入是什么？就是我经常强调的三个压倒：资金上的压倒性投入、人才上的压倒性投入、人才时间上的压倒性投入。 心智和投入都远压倒性超过，才有更大的概率取胜。 17、启发式偏差思维模型。当人们要对一个既复杂模糊又不确定的事件进行判断时，由于没有行之有效的方法，往往会走一些思维的捷径，比如：依赖过去的经验，通过对过去的经验进行分析处理，得到启示，然后利用得到的启示作出判断。这些思维的捷径，有时帮助人们快速地做出准确的判断，但有时会导致判断的偏差。这些因走捷径而导致的判断偏差，就称为“启发式偏差”。这其实也符合进化的逻辑：大脑运行的机制是能不用脑就不用脑。 一般所谓的启发式偏差，主要有三种，分别是代表性偏差、可得性偏差、锚定效应。这三种方法既可以得出正确的推理结果也有可能导致错误的结论。 （1）代表性偏差。美国司法判决会很大程度上参考过往同类案件的宣判，这就是代表性偏差中所谓的代表性。人们往往在使用启发法的时候，一般首先会考虑到借鉴要判断事件本身或事件的同类事件以往的经验即以往出现的结果，这种推理过程称之为代表性启发法。一般情况下，代表性是一个有用的启发法，但在分析以往经验，寻找规律或结果的概率分布的过程中，可能会产生严重的偏差，从而得到错误的启示，导致判断错误。例如代表性会导致忽略样本大小，在分析事件特征或规律时，人们往往不能正确理解统计样本大小的意义，对总体进行统计的结果才是真正的结果，样本的数量愈接近真实的数量，统计的结果也就愈可信，样本愈小，与真实数量相差愈大，统计的结果愈不能反映真实的结果情况。第二，代表性会忽略判断的难易程度，即使面对的是一个复杂的难以判断的问题，也简单地去作出判断，或经常根据不规范的和与判断无关的描述轻易地作出判断，或经常会忽略掉不熟悉或是看不懂的信息，只凭自己能够理解和熟悉的信息去作出判断，这些忽略掉的信息可能对判断是关键的。 （2）可得性偏差。此类情况，一般指人们应用启发法进行判断时，往往会依赖最先想到的经验和信息，并认定这些容易知觉到或回想起的事件更常出现，以此作为判断的依据，这种判断方法称为可得性启发法。人最容易想到的通常是过去经常发生的事件或近期发生的不寻常事件，但这些信息也可能对判断是不重要的或不够的，自然也会导致判断上的偏差，因此，在使用可得性启发法时要注意对易得性信息的性质进行判断，挖掘更多的信息进行综合判断。 （3）锚定效应。人们在进行判断时常常根据一些典型特征或过去的经验对事件的发生产生某个锚定值，调整的范围也在该锚定值的临近领域，导致在判断中常常过分夸大或缩小事件的发生概率，出现非理性倾向。 18、六顶帽思维模型。也叫六顶思考帽，是英国学者爱德华·德·博诺（Edward de Bono）博士开发的一种思维训练模式，或者说是一个全面思考问题的模型。 这里一定要特意介绍下爱德华·德·博诺博士，他被誉为20世纪改变人类思考方式的缔造者，是创造性思维领域和思维训练领域举世公认的权威，被尊为“创新思维之父”。他是第一次把创造性思维的研究建立在科学的基础上，是思维训练领域的国际权威，欧洲创新协会将他列为人类历史上贡献最大的250人之一，德·博诺这个名字已经成为创造力和新思维的象征。 六顶思考帽，是指使用六种不同颜色的帽子代表六种不同的思维模式。任何人都有能力使用以下六种基本思维模式：
现实中，六顶思考帽子既被看作平行思维工具（平行思维是指从不同角度认知同一个问题的思考模式，例如一道数学题的多种解法），也被认为是创新思维工具，是人际沟通的操作框架，更是提高团队智商的有效方法。 实际使用上，对六顶思考帽的应用关键在于使用者用何种方式去排列帽子的顺序，也就是组织思考的流程。只有掌握了如何编织思考的流程，才能说是真正掌握了六顶思考帽的应用方法，不然往往会让人们感觉这个工具并不实用。帽子顺序非常重要，我们可以想象一个人写文章的时候需要事先计划自己的结构提纲，自己不会写得混乱，一个程序员在编制大段程序之前也需要先设计整个程序的模块流程，思维同样是这个道理。六顶思考帽不仅仅定义了思维的不同类型，而且定义了思维的流程结构对思考结果的影响。 下面是一个六顶思考帽在会议中的典型的应用步骤：
这其中最大的看点就是绿帽子和蓝帽子在实际应用中是否统一，如果出现背道而驰的情况，很可能是因为绿色思考帽十分自由活跃，而且可以天马行空，对应的蓝色思考帽却旨在控制和指引思考过程的方向。 为什么是绿色？我们看到草木花蔬菜等几乎所有的植物，都是绿色欣欣向荣的，它们代表生长，代表丰收，代表生命，只有生长才能发芽、繁育和壮大。所以绿帽子是活跃的象征，用来代表创造性的思考。团队决策的时候，白色帽子罗列出信息，红色帽子允许我们表达感觉，黑色帽子和黄色帽子处理逻辑判断。因此，轮到绿色帽子来展开实际行动，戴上绿色帽子就必须提出建议，这是一种积极主动的思考，而不是仅仅对事物做出被动反应。一般认为绿色帽子有五个重要用途，包括：考察、提出建议，寻找其他选择，提出新的创意，激发等。除此之外，绿色帽子的特征就是行动和活力。 和绿色帽子对应的，是蓝色思考帽，作为天空色的象征，站在天空俯瞰万物，超越一切进行思考，同时也在俯瞰整个思考过程，说白了就是对思考的思考。因此，它的作用是回顾对思考过程的回顾和总结，它控制着思考过程。例如团队的最后决策人，乐队的智慧等等，都是蓝帽子。一般认为蓝帽子角色应该做五件事：思考我们现在到了哪里？思考下一步是什么？设计整个思考过程的程序；在思考过程中的任何一点，参与思考的成员都可以戴上蓝色帽子并要求做出总结；负责观察和评论。 当然，要想一切顺利进行，控制好蓝帽子的权限。当然，绿帽子在规则与边界内思考，效率会高很多。 作为思维工具，六顶思考帽已被美、日、英、澳等50多个国家政府在学校教育领域内设为教学课程。同时也被世界许多著名商业组织所采用作为创造组织合力和创造力的通用工具。这些组织包括：微软，IBM，西门子，诺基亚，摩托罗拉，爱立信，波音公司，松下，杜邦以及麦当劳等等。感兴趣的可以百度自行了解。 19、诺依曼思维模型。就是冯·诺依曼的思维方式所形成的模型。这里首先要介绍下冯·诺依曼（John von Neumann），它是美籍匈牙利数学家、计算机科学家、物理学家，是20世纪最重要的数学家之一，是布达佩斯大学数学博士，在现代计算机、博弈论、核武器和生化武器等领域内的科学全才之一，被后人称为“计算机之父”、“博弈论之父”。简单的讲，如果没有他，很难想象是否有现如今的计算机，他的精髓贡献是两点：2进制思想与程序内存思想。 而所谓的冯·诺依曼思维模型是指把一个复杂的事物拆解的非常非常地细，并做到可以随意地组合的能力。要想搞明白这个模型，你首先要去了解什么是冯·诺依曼结构： 1945年3月，冯·诺依曼领导的小组发表了“存储程序”方式的电子数字计算机方案EDVAC，宣告了现代计算机结构思想的诞生。“存储程序”方式的基本思想是：必须将事先编好的程序和原始数据送入主存后才能执行程序，一旦程序被启动执行，计算机能在不需要操作人员干预下自动完成逐条指令取出和执行任务。 冯·诺依曼以其同事在普林斯顿高级研究员于1946年开始设计“存储程序”计算机，该机被称为ISA计算机，它是现代冯·诺依曼结构计算机的原型机。冯·诺依曼模型基本思想：
这就是冯·诺依曼结构，可以说也是这套思想奠定了现如今的计算机甚至未来物联网。放到我们具体思维模型中，我们没必要去讨论计算机运算原理，只需要了解这种思维模型即可。也就是说，现实生活中，我们遇到问题，首先能够拆解任何问题，然后将之重新组合，从而使答案呈现为显而易见的结果。同时，也要想办法能将大问题分解为极小的细节，把极小的细节组合成具有任意指定属性的大问题。这是冯诺依曼的能耐，也是我们要学习的能力。 这就是一种入微的洞察与了解，更是一种发挥创意的天马行空的组合，而这种组合，又是基于科学与理性。在我看，这种拆解到极其细致，有一部分就是作用了基石模型，可以把模型随意组合。 诺依曼模型可以应用在学习一种新事物，解决一个复杂问题，处理一个项目，分析别人做的好的案例或文案，解读一个人做的好的地方，探究一个事物的本质，寻找策略与创意等。 实际上，平时喜欢阅读或者接触新事物，了解热点等的人应该知道，现如今的技术发展水平，要想出现颠覆式的创新几乎不可能，因此“熊彼特奖”得主布莱恩·阿瑟（Brian Arthur） 在他的《技术的本质》一书中说到，新技术并不是突兀的产生，而是来自于现有技术的组合和合成，最多是在现有技术的集合中加入了一些来自于新现象的新要素。 莱恩·阿瑟的这段话其实就道出了创新的本质问题：现有元素的组合。我在给保险公司做数字化转型的时候，经常会被问到一些产品、运营的问题，实际上产品（就是app）的问题，所有腾讯系产品都有现成的解决方案，你要做的是怎么和保险业务组合。运营的问题，几乎所有阿里系的方法论都在市面上可以找到，你要做的是怎么和保险业务组合并落地。将互联网的玩法结合到保险行业，其实就是创新。这些道理其实我们都懂，关键的问题不是方案或方法论，而是执行力的问题。 20、三层解释思维模型。这个模型更多的是在分享一种分层的思想。任何事物（事情）都是分层的，我们说的变化也是分层的，我们说的用户体验也是分层的，我们说的生态也是分层的，我们看到的世界也是分层的。 三层解释思维模型。把一个事物的解释分成了三层，分别是：现实层，技术层，底层。
这三层解释思维模型，可以应用在深度剖析一个事件的原因、了解一个复杂事物的规律。我们常说，一个人应该具备的认知能力包括两方面，分别是学习能力和研究能力。本科及之前的能力，我们都在锻炼我们的学习能力，硕士研究生阶段我们在锻炼我们研究他人的能力，博士研究生阶段我们在锻炼自己独立自主的研究能力。三层解释思维模型就是你硕士阶段应该具备的基本素养，也是一个人走上社会处理工作问题时，会经常使用的工具或模型。  图04：四层解释模型，来源：李有龙《保险业生态战略培训》 我在现实的商业咨询工作中，用的更多的其实并不是三层，而是四层。从上往下分别是：商业层（你可以理解为三层的现实层）、技术层、科学层、人文层（你可以理解为是三层解释的底层），比三层解释模型多了科学层。这个模型在认知提升的系统化一节中，有详细的分享。  |
|
|
来自： 只摘不看 > 《宗哲心思文化学艺》
