谷歌方法论

职业的天花板来自于认知的局限性

计算机思维

“人对“大”和“小”这两个概念的理解，其实受限于具体生活的环境。你习惯了某一个环境的度量，其实很难理解在量级上大得多的世界。对大部分人来讲，一亿等于财富自由，等于无穷大。”

不需要管理 —> 分类管理 —> index

不到十双鞋的人都是将鞋子随意地放在一起，不需要管理，出门之前扫一眼，选择一双就好了。而那些超过一百双鞋的人，几乎无一例外地进行了分类管理，否则的话，出门前这一百多双鞋每一双花20秒钟考虑一下，将近一个小时就过去了，约会恐怕就要迟到。如果鞋子再多，该怎么办？恰巧有一次有一个学员是做网上代购生意的，做的品类有几百种，累计卖了近万双，对他来讲，简单分类已经不能够解决问题了，他必须对鞋子建索引。

索引方法：
为鞋子建立索引系统，通过多种属性进行快速查找。比如：

• 按品牌索引：耐克、阿迪达斯、李宁
• 按颜色索引：白色、黑色、红色
• 按用途索引：跑步、正装、休闲
• 按尺码索引：39、40、41

查找方式：
在系统中选择 “品牌=耐克 & 颜色=白色 & 尺码=40”，立即找到目标鞋子的位置。

1、生活在不同世界里的人，习惯性的做事方法不同。

2、从小数量总结出来的方法无法应用到更高量级的问题之上。

等价思维

很多时候，一个较难的问题 A 和相对容易的问题B 是等价的。但是人类常常容易给什么问题就解决什么问题，给了A 就解决 A，尽管它很难。而计算机则会试图解决等价，但是却更简单的问题。

模块化思维

我们在生活中，做一个桌子，或者一个椅子，会直接去做。而在计算机的世界里，永远是先制作几个非常简单，能够大量复制的乐高积木块，然后用很多这样简单的模块，搭出复杂的桌子和椅子。

网络和个体

人的思维是个体行为，作决定彼此不干扰。这有好的一面，但是也难以集中很多人的智慧，产生叠加的效果。事实上，群体智慧的简单叠加甚至不如个人的智慧。但是人工智能是建立在网络效应基础上的，它是通过很多彼此联系的计算机共同协作工作而产生的。

全局 和 局部

人做事情时，限于自己的认知，通常得到的是局部最佳，失去对全局的优化的可能性。由于计算机有处理大数的能力，以及是自顶向下的做事方式，更容易得到全局最佳。这一点在 AlphaGo 和人对弈时表现得淋漓尽致。

快 和 慢

人的进化是很慢的，每个世纪只有百分之几，总体来讲经济和社会的发展也是比较慢的，每年最多几个百分点。因此，人本身并不适应非常快速的发展变化。但是，计算机本身的发展是18个月翻一番，大约相当于10年增加100倍，在智能时代，人的思维要适应这种快速变化。

工程思维

用一个正确的数学或者工程工具去寻找答案。

而这个工具，常常需要跳出问题本身。这就如同你看蚂蚁的爬行轨迹时，不能跟在它的后面，而要从它的上方看。所谓掌握工程思维的技巧，就是要比生活超越一个层级。

比如，在高速行进的火车上分别往前面和后面各打一束光，哪束光的速度快？按照我们的直觉，或者说在低速世界里的经验，一定是往前打的光更快，因为速度是叠加的。

但是，爱因斯坦说，它们是一样快的，因为光速是个常数，产生不了叠加的效果。这件事我估计即便接受了爱因斯坦相对论的人，90%也想象不出是什么情景，他们接受这个理论，仅仅是因为相信爱因斯坦是正确的。

不是跟在蚂蚁后面来观察一件事情发展的规律，而是在前面等着大家，找到极限所在，然后他告诉大家，就在极限里寻找具体问题的答案吧，不要浪费时间纠结没有意义的事情，也就是那些试图超越极限的事情。

如何提升自己 量级思维

条。

至于量级怎样提升，我以后会专门讲到。这里简单给你两个经验作参考：

1. 牢记工程上量级的概念有多重要，不同的量级差距有多大，而且越到后来差距越大。始终牢记这一

2. 改变习惯。对于投资人来讲，不要老沉醉于写了第一张支票，而要想办法写出最大的一张支票。对于讲师，不要总热衷于搞了多少次讲座，而要想如何当好校长。

对于工程师，不要老想多做1%的事情，而要想着如何在更有影响力的事情中，参与1%。

对于产品经理，不要老想省1%的成本，要想怎样能让用户为你的产品多掏一倍的价钱。

希望量级这个概念能让你在思维方式上开阔眼界。