分享

理解了熵增定律之后,就会彻底顿悟了

 新用户7668ogXv 2023-10-09 发布于陕西

      曾有人问智者:“人为什么要自律?”智者哑口无言,不知如何作答。答不上来的原因是每个人都有选择自己生活方式的权利,可以散漫也可以自律。
      但现在我找到答案了,生命本身就是自律的过程,即熵减的过程。

      薛定谔在《生命是什么》中说过:“人活着就是在对抗熵增定律,生命以负熵为生。”
      清华大学的科学史系主任吴国盛说:如果物理学只能留一条定律,我会留熵增定律。
      《少有人走的路》中说道:因为所有事物都在向着无规律,向着无序和混乱发展,如果你要变得自律,你就得逆着熵增做功,这个过程会非常痛苦。
       那么,熵增定律为什么这么重要呢?

      一、什么是熵增定律

      熵(Entropy):最早在1865年由德国物理学家克劳修斯提出,用以度量一个系统“内在的混乱程度”。我们可以理解为系统中的无效能量
     熵增定律:在一个孤立系统里,如果没有外力做功,其总混乱度(熵)会不断增大。这里面有三个词非常重要:孤立系统无外力做功总混乱度(熵)。
      
任何一个系统,只要满足封闭系统,而且无外力维持,它就会趋于混乱和无序。整个宇宙、一个国家,一个企业,某一个人,有机物质、无机物质等,在两个限制条件——封闭系统+无外力做功,都会变得越来越混乱。

      二、熵增定律揭示了宇宙演化的终极规律。

      熵增定律是我们所有非生命、所有的生命,包含着个人和群体的演化规律。
      宇宙:恒星终将熄灭,生命终将消失,宇宙将变成一片死寂,沦为熵。这个状态,也被称为热寂。整个宇宙,都会熵增,变得更加无序,直至消亡。
      非生命:比如物质总是向着熵增演化,屋子不收拾会变乱,手机会越来越卡,耳机线会凌乱,热水会慢慢变凉。
      群体:比如大公司的组织架构会变得臃肿,员工会变得官僚化,整体效率和创新能力也会下降;封闭的国家会被世界淘汰。
      生命和
个人:比如自律总是比懒散更痛苦,放弃总是比坚持轻松,变坏总是比变好容易。只有少部分意志坚定的人能做到自我管理,大多数人都是作息不规律,饮食不规律,学习不规律。
      事物总是向着熵增的方向发展,所以一切符合熵增的,都非常的容易和舒适,比如懒散。
      熵: 不可逆,无法被再利用,且永远在增加。

      三、生物的进化是熵增定律导致的

      整个生命的发展就是一部负熵的历史当我们人从无机生命到有机生命那一刻起,就注定了这会是一部艰辛与精彩共存的史诗。
      生命是由一种“蛋白质+RNA”的聚合体,它通过吸收能量来大量复制,但随之环境恶化,生命变得更高级以适应环境的变化,于是DNA聚合体诞生了。这样一来,DNA消耗的能量更大,吸收的物质更多,导致环境的熵增比以往更大。DNA聚合体被逼着向单细胞演化......单细胞又向更高级的多细胞进化......于是寒武纪生命大爆发诞生了。
      又因为孤立系统无法获取足够的能量,所以多细胞开始移动,并且产生了感知能力,比如视觉、嗅觉、听觉等等。从此,生命走上了智能的进化之路。
      生命的熵减过程,会加剧环境的熵增,于是环境会变得越来越恶劣,生命为了生存,为了获得足够的能量和物质,必须变得更加智能……

      三、对抗熵增要做三件事
      熵增定律被称为最让人沮丧的定律。
      它不仅预示了宇宙终将归于热寂,生命终将消失。它左右着国家和企业的发展规律,让组织变得臃肿,缺乏效率和创新;它左右着个人的方方面面,让我们安于懒散、难以坚持、难以自律……
      那么这还有办法可解吗?
      从定义来说,熵增的条件有两个:封闭系统+无外力做功只要打破这两个条件,我们就有可能实现熵减。

      我们从生物的进化,看出其实是生命的减熵过程中,在做三件事:
      第一,努力保证能量的供给。比如,从化学作用到光合作用和呼吸作用;到光合作用+呼吸作用的结合体;到多细胞生物。
      第二,努力开放系统。细胞从无法移动,到进化出游动能力、爬行能力、行走能力、飞行能力。
      第三,努力变得更加智能。生命为了花更少的能量来获取更多物质和能量,进化出了感知能力,知道的信息越多,就能减少更多熵的耗散。三点也正好是企业和个人的进化要件。

      四、企业减熵,实现超越

      第一:开放系统
      如何使企业开放系统?有三点:
      开放性:系统把无用的熵排出去,然后吸收新的可用物质、能量和信息比如你每天的新陈代谢,比如你通过锻炼减去一身的赘肉,比如你看一本好书。而企业要想对抗熵增,就必须开放,把那些衰败为熵的东西全部排出系统。
      比如腐败的制度、无产出的员工、落后的信息等等;然后吸收新鲜血液,比如先进的理念、新的人才、前沿信息等等。
      华为的任正非老爷子说过:“我们一定要避免封闭系统。我们一定要建立一个开放的体系,特别是硬件体系更要开放,不开放就是死亡。”
      远离平衡态:当熵逐渐增大,虽然系统会变得越来越混乱无序,但是这种结构却更稳定,这种稳定就是平衡态,你要远离这种平衡态。
      比如一个企业做大了,企业内部就会形成一种非常稳固的结构,这种结构很可能就是官僚结构。
      企业想要推行新的理念,引进新的人才,吸收新的信息,都会非常困难。无能的员工(熵)被淘汰出局,剩下的精英继续流动、重组,变得更加强大。打破这种平衡态,让系统内部流动起来。
      非线性:一个微小的变化也有可能导致一个巨大的突变。
      比如在一个标准大气压下,你给一壶水加热,前面99°都没有沸腾,可是你再加热1°它就沸腾了,这就是非线性。
      同样企业也如此,可能你前面做了很多努力,效果甚微,但是不要气馁,打破熵增的要素是非线性的,总有一天,你一个微小的投入就会带来巨大的突变。

      第二:主动做功
      舒适圈是熵增定律的第一张王牌,任何时候你都不能松懈。一旦你减少了能量的投入,企业的熵增就会立马回来。许多公司在创业初期非常努力,每天花大量的精力进行各种战略和组织的进化。
      但是随着企业的做大和成熟,员工就会慢慢懈怠下来,组织会变得臃肿,制度会腐旧脱节。
      所以,作为leader你要努力保证企业的活力。比如采取扁平化的结构,让团队各自为战,回归创业初期时的热情。

      五、个人减熵,实现超越

      每天会有各种各样的琐事涌来,如果我们任由其发展,那我们的生活就会变得越来越混乱。之后我们要想恢复到有秩序的状态,就不得不花非常大的代价才行。
      这样的例子身边比比皆是,生活一团乱麻,不知道自己要什么,想改变现状也不知道如何入手,只能浑浑噩噩,得过且过。这种状态就是生活陷入了极度的熵增状态,被无数的混乱的事情牵着走,丧失了生活的掌控权。
      除此之外还有很多,比如情绪很多时候,我们感到难过、烦躁、焦虑,其实是因为情绪太过混乱,很多感情交织在一起,让你无从下手。心理学叫这,情绪颗粒度。
      如果我们不主动投入能量做熵减,生活就会脱离我们的掌控。解决办法和企业的解决办法一样:

      第一:开放系统
      开放性:你要一直保持与外界交流的状态,把过去的熵埋葬,然后拥抱新的明天
      过去的熵如打翻的牛奶,腐旧的认知,回不去的人。拥抱新的明天如去新的环境(旅行),获取新的认知(读书),结交新的人(社交)。
      远离平衡态:我们极容易陷入平衡态,即使你尝试了一件新的事情,认识了一个新的人,你也会很快熟悉,并待在这种状态之下,认知里面叫“舒适圈”如果你发现你的生活很久没有波澜了,想必你已经掉进平衡态了。

比如我写作两年了,写作水平很大一段时间都没有进步 ,这就是平衡态,这是不好的。只有不断超越自己,给自己新的目标,新的计划。
      非线性:其实就是复利效应
      也许你此刻做的很多努力,看起来杯水车薪,学习、生活都没有改变多少。但是请不要灰心,继续坚持熵减,等到有一天,你只需要一丁点努力,就会开启你开挂的人生。
      第二:主动做功
      你不能等到生活脱离了你的掌控,才后知后觉的介入。
      你要每天都保持清晰的思绪,主动投入时间和精力,去理清你的情绪,理清你每天所做之事,理清你想要的是什么。
      把当下所有情绪和事件都清空,然后把它们都记在一个备忘录里,你可以叫它追踪系统,然后脑子里永远都只装3件事比如,我今天的3件事是写文章、看书、建立写作系统。其他的还有洗衣服、取快递、清理微信收藏等各种事情,就都先全部放到追踪系统里。
     如果还有一些突发的情绪,比如突然想起某件尴尬的事,都统统丢进去。或者突发的事,比如某人发来的微信消息,你感觉不是一两分钟就能解决,也丢进去。
      第三、降低信息熵。
      什么是信息熵?它被用来度量信息的不确定度,信息熵越大,不确定性就越大。在你变得越来越智能的过程中,就获取了更多信息,消除了一些不确定性,所以熵减少。
      当你信息有局限的时候,要做成一件事,你就需要更多的能量,产生更多的熵。
      比如做同一套试卷,学霸跟学渣做题所需的时间和能量肯定是不同的,学霸一个小时就做出来了,学渣可能做了三四个小时还做不完。比如炼钢厂,小炼钢厂要花很多时间和能量,而且材料利用率低,而大企业因为掌握更多信息,不仅耗能更少,效率也更高。


      查理芒格的一句话:我这辈子遇到的聪明人,没有不每天阅读的,没有,一个都没有。沃伦读书之多,我读书之多,可能会让你感到吃惊。

推荐看以下视频:

    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