思维和认知的升级，先要突破线性思维的桎梏​！

@精英打工人们

在纸上画一条直线，你能发现什么？

• 首先，这条线直来直去，意味着单向和线性的思考，很容易形成错误的因果思维。

• 第二，这条直线缺乏变化，意味着容易以静止、绝对、确定的眼光看待问题。

• 第三，这条直线不能转弯，意味着思考容易停留在表面，无法深入本质，无法看到结果的结果。

• 最后，这条直线永远是面和体的一部分，意味着思考时看不到全局，容易以片面的、局部的思维思考问题。

这就是线性思维：单向、片面、短视、表面、简单、孤立、静止。如果长期被困在线性思维里，大脑将会被封闭在一个牢笼和系统里，很难再获得认知上的增量。在处理复杂的、多变的、不确定的职场问题时，也将困难重重。

突破线性思维有四种方式：区分相关性和因果性、用贝叶斯定理预测不确定性、用系统思维挖掘结果的结果、用全局思维看清全貌掌控重点。

01

区分相关性和因果性

线性思维的第一个典型表现就是单向的直线思考，即把相关关系等同于因果关系。

1. 什么是相关关系和因果关系？

相关关系，是指A事件和B事件存在关联。

因果关系，是指A事件和B事件不仅存在关联，A事件的存在还导致了B事件的发生。

相关关系并不意味着因果关系，但因果关系首先是相关关系。

比如自律和成功之间存在相关性，但是自律一定能成功吗？我们无法得出这样的因果判断。要想证明因果关系，还需通过其他方式进行验证。

2. 如何区分相关关系和因果关系？

（1）企业经营

我们通常使用Excel或SPSS中的“相关性分析”功能，通过R值和P值就可以判断出两个指标或事物是否具备相关性。

如果两者具备相关关系，我们还要通过AB实验再次验证他们是否存在因果关系。

（2）日常生活

我们则可以采用“关联-干预-反事实”三段论来判断是否存在因果关系。

• 关联：找到事物之间的关联性。这个比较容易判断。

• 干预：当通过行动改变事件A时，事件B是否会跟着随之改变。

• 反事实：想象如果想让事件B发生某种变化时，能否通过改变事件A来实现。

举个例子，如何判断自律和成功之间是否存在因果关系？

• 先关联判断：自律和成功之间存在关联性，因为很多成功的人都很自律。
  

• 再干预判断：当变得更自律时，是否能成功？答案是“不能”！当变得不自律时，是不是就不能成功？答案同样是“不能”！
  

• 反事实判断：当我想变得更成功时，我是不是通过更加自律就可以实现？答案也是“不能”！
  

因此，判断自律和成功之间不存在因果关系。

02

用贝叶斯思维预测不确定性

线性思考的第二个典型表现就是用绝对的、确定的眼光看问题。而这个世界任何事物都不是绝对的，也不是确定的，一切都存在不确定性。

比如，飞机出事的死亡率很高，线性思考者就很绝对地认为乘坐飞机太不安全，就会做出错误的决策不乘坐飞机。

之所以会这样思考问题是因为缺乏概率思维。虽然飞机出事的死亡率很高，但是飞机发生事故的概率却是极低的。

1. 概率思维

我们生活中面临各种风险和不确定性，比如，遭抢劫、出事故、发生地震、爆发海啸等，但实际上我们面临的真实风险，并不取决于这些事情有多可怕，而在于两个因素：危险程度和发生的概率。

一件事的真实风险=危险程度*发生的概率。

• 如果危险程度很高，但是发生的概率很低，它的风险也是比较低的。
• 如果危险程度很低，但是发生的概率很高，它的风险也是比较高的。

比如，乘坐飞机，虽然出事之后的危险程度很高，但是发生的概率却是很低的，这导致乘坐飞机的真实风险是很低的，而且比火车和汽车都低。

2. 贝叶斯定理

贝叶斯定理则在概率的基础上，进一步说明了如何结合过去的经验和新信息，通过动态调整的方法，一步步预测出接近真实的发生概率，从而做出正确的决策。

打个比方，你在4月份要去M城市旅游，天气预报说要下雨，你想知道M城市实际上是否会下雨，从而判断要不要去旅游。

如何使用贝叶斯定理做决策呢？我们先设置几个事件。

• P(A)为实际下雨的概率。P(C)为实际不下雨的概率。

• P(B)为天气预报预测下雨的概率。
  

• P(B|A)是实际下雨的情况下，天气预报也预测下雨，即天气预报预测准确。P(B|C)为实际没下雨的情况下，但天气预报却预测了下雨。

• P(A|B)为天气预报预测下雨的情况下，实际也下雨的概率。

1. 先求先验概率P(A)

根据以往年份的经验，M城市实际下雨的概率P(A)是20%。

2. 再求调整因子P(B|A)/P(B)

调整因子是我们根据天气预报的信息对先验概率调整的系数。如何得到呢？

• P(B|A)是一个条件概率，根据以往经验，实际下雨的情况下，天气预报准确预测下雨的（即天气预报预测准确）的概率为60%。

• P(B)是全概率，即天气预报预测下雨的概率，可以通过计算获得。P(B)=P(B|A)P(A)+P(B|C)P(C)=60%*20%+40%*80%=44%。

• 调整因子=60%/44%=1.36。
  

3. 求后验概率P(A|B)

P(A|B)=P(A)*P(B|A)/P(B)=20%*1.36=27.2%。

通过贝叶斯定理可知，虽然天气预报预测要下雨，但根据以往该地区的下雨情况和天气预报的准确度，可以判断M城市下雨的概率并不高，只有27.2%。所以，可以做出决策去旅游。

而线性思考者，由于缺乏概率思维，很可能会绝对听从天气预报的预测，做出不去旅游的决策。

03

用系统思维挖掘结果的结果

线性思考的第三个典型表现就是看问题过于表面和短视，不考虑结果，或者只考虑眼前的结果。

比如，刷短视频时，只考虑短期的快感，而不考虑长期的颓废和空虚；草原上的狼太多了，只考虑不断猎杀狼群，而不考虑杀了狼群之后的后果。

巴菲特用过一个比喻，非常贴切：当一些人在游行，其中一部分人决定踮起脚尖时，所有人都必须踮起脚尖。然后都踮起脚尖后，没人能看得更清楚，他们自身的处境都变得更糟了。

这是缺乏系统思维的表现，只考虑短期和目前的结果，不考虑长远和整个生态系统的影响。

1. 什么是系统思维？

系统思维是做更长远、更整体、更系统性的思考，不仅考虑最直接的结果，还要考虑更深层次的结果，考虑结果带来的结果，提前规避解决问题，预测挑战。

比如，下象棋时，下每一粒棋子前都考虑清楚后续的结果及对策，走一步看三步，这就是典型的系统思维。

2. 如何使用系统思维？

使用时，先明确问题；之后提出问题的一个解决方案；接着连续询问“So What”（所以呢）。这样就能够发现解决方案带来的最终结果了。

举个例子，M市眼镜蛇泛滥。

• 第一问：所以呢？

答案：政府决定，市民每上交一条死蛇，就能获得一份奖励。

• 第二问：所以呢？

答案：民众开始饲养眼镜蛇，以便宰杀后上交给政府换取奖励。

• 第三问：所以呢？
  

眼镜蛇泛滥的问题愈加严重。

这个解决方案只能解决眼前问题，长远来看不但不可行，还会导致问题加剧，因此需要另想其他方案。

04

用全局思维看清全貌掌控重点

线性思考的第四个典型表现就是片面的、局部的看问题，从构成整体的组成部分去思考和解决问题，往往会导致解决问题时，看不清全貌，抓不住重点，事倍功半。

比如，很多杠精，排除故意抬杠之外，就是局部思维导致的。当有人说清华北大的学生更能找到一份好工作时，他就会站出来说我就见过清华大学出来卖猪肉的。

1. 什么是全局思维？

全局思维是一切从整体和全局出发，从全局系统的角度去看待问题和解决问题，它一种战略思维，具有两个特点。

• 从大处看小处‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍：就是放眼整体总揽全局，站在全局的高度去处理全局与局部，局部与局部的关系。

• 得失兼顾‍‍‍：就是既要看到得到的东西，又要看到失去的东西，衡量得与失，不能只见其利不见其害，只见其害不见其利。

2. 如何使用全局思维？

从全局开始，沿着“全局目标—局部要素—识别重要度—采取行动”的思路进行。

• 明确全局的目标是什么？

• 确定全局的局部构成因素有哪些？

• 识别决定性因素和不重要因素是什么？

• 专注决定性要素，确保万无一失。

比如，某家公司销售部的销售总监，如何处理全局与局部的关系呢？

• 首先，明确自己的全局目标，今年要完成10亿元的销售目标。

• 其次，确定局部因素。10亿的销售目标由全国20个城市完成，这20个城市是构成全局的局部要素。

• 接着，识别决定性要素。杭州、南京、苏州、上海、长沙这5个城市贡献了60%的收入，那么这5个城市是决定能否完成全局10亿目标的关键局部要素。

• 最后，作为销售总监，在分配人力和资源、制定销售政策时，一定要优先考虑这5个城市，这5个城市的销售负责人也一定是需要最靠谱稳定的人担任，确保这5个城市万无一失。