庸者挣扎泥潭,高手从不恋战

微信又改版了,为了方便第一时间看到我们的推送,请按照下列操作,设置“置顶”:点击上方蓝色字体“程序员之家”-点击右上角“…”-点击“设为星标”。

可以啦,让我们继续相互陪伴。


640

作者丨kris 来源丨Kris在路上(ID:krisgtd)


前段时间,刘强东涉嫌性侵的事又有了新进展,再一次成了大家关注的头条。事件扑朔迷离,真相尚且未知,我们不做无端解读。

 

单说一件事,相信大家也看到了,就是深陷丑闻的刘强东,回国第一天就公开露面,参与了京东的商务活动,而且照片里春风满面,状态极佳,完全看不出一丁点刚从狱中出来的疲态。


640

刘强东现身京东集团总部


有人说,为啥刘强东都出这么大的事儿了,还要抛头露面呢?

 

嗯,难道要让他每天刷着微博,守着大家的恶评熬夜,给自己找难受吗?

 

斯蒂芬柯维有一个著名的理论:影响圈和关注圈。


640

积极主动的人,总是聚焦于自己的影响圈


所谓关注圈,就是我们每个人都会有自己关注的问题。但是,在这些我们关注的问题中,有些我们可以影响和改变,这就是影响圈。

 

比如,你因为工作失误被领导骂了,该怎么办?找到失误点,努力改进,这就是在做影响圈的事,咒骂和埋怨领导sb,这就是在浪费时间在关注圈的事。


我们要做的,就是把时间花费在自己可以改变的地方,也就是那些影响圈,而那些无法能改变的,由他去吧。

 

同样,对于刘强东来说,一家几百亿美金市值的公司等着他打理,十几万员工等着他带领,有那么多事情要做,难道还要把时间都花费在这些毫无价值的八卦里吗?

 

庸者,喜欢在泥潭里折腾,踌躇不前;


而高手,则总是先人一步,从不恋战。



| 01 庸者多消耗在鸡毛蒜皮,高手则只关注少数关键


政治学者帕金森,在1957年曾经提出一条很有意思的定律,叫做“帕金森鸡毛蒜皮定律”(Parkinson’s law of triviality)。

 

说:“大多数人,考虑一件事情的时间和事情的重要性成反比。”

 

比如,公司开会有两个议题。


一个是公司的重大项目,一个是公司食堂饭菜的改良计划。显然,项目可比食堂重要得多。但是结果是,项目评审用了10分钟,而食堂饭菜的讨论却进行了1个小时。

 

为什么呢?


“我们总对小事纠缠不休,是因为我们懂这些小事,而我们回避复杂问题是因为我们对这些问题摸不着头脑,同时又怕出丑而不敢发问。 ”

 

想想看,确实如此。

 

当年我复习考博,有个同事也和我一起。因为时间紧,任务重,我把几门课程做了分析,最后得出结论,英语这门课要在这么短时间里大幅提升,基本无望,倒不如把大量的时间放在我并不熟悉的专业课上。

 

所以,我的复习策略很简单,除了地铁上背单词以外,其他的时间全部都投入到专业课里。

 

但我那位同事,则截然相反,每次看他复习,都在吭哧吭哧地做英语阅读,刚开始我以为他可能英语是短板。


但有一次,我俩一块做一套英语题,他的分数远高于我。我很纳闷,问他:“你英语都这么高了,还花这么多时间干嘛?”

 

他笑了笑说:“现在不都说要长板理论吗?那我就把英语搞得再好一点。”

 

我接着问:“那你专业课复习好了吗?”

 

他回答:“嗯,专业书看一会儿就犯困,还不如学英语专注一点。不然,时间不都浪费了吗?”

 

哦,我懂了,这就是典型的把时间都放在了鸡毛蒜皮的事情上。

 

看起来,他也在花时间学习,但这些时间投入到英语中,产出价值非常有限,反倒是硬着头皮多学点专业课,给他带来的回报会更高。

 

结果出来,果然不出所料,他的英语是全系第一,总分达标,但其他两门专业课因为最低线都没过,只能遗憾出局。


640



| 02 庸者守着静态逻辑,高手时刻积极调整


三国里,以少胜多的案例很多,官渡之战则是经典中的经典。

 

大家都觉得官渡之战的结果匪夷所思,因为当时的袁绍真的太强大了,冀、青、幽、并四州都被他占着,而反观曹操,没地、缺兵、少粮,但最后却赢得了胜利。

 

在那场著名的“青梅煮酒论英雄”,曹操和刘备评价各路当世英雄,大多数都是寥寥一两句。


但唯独袁绍,曹操花了四句半来评价:

 

“色厉而胆薄,好谋而无断,干大事而惜身,见小利而忘命,非英雄也。”

 

怎么理解呢?罗振宇曾经在一期《罗辑思维》里,做过这样的解释:

 

袁绍当时为什么不挟天子呢?


两个原因:


第一,没办法摆脱存量的恩怨;

第二,没办法面对增量的麻烦。

 

袁绍虽然强大,但始终抱着一种静态逻辑。面对群雄崛起,他只愿意处理目前格局里的麻烦,对新麻烦却始终不敢面对,仗着自己实力雄厚,不屑于对付那帮新崛起的军阀,不敢于冒天下之大不韪而挟天子令诸侯。


结果,当断不断,养虎为患,最终作茧自缚。

 

这种静态逻辑,也叫乌龟壳逻辑,试图用存量的那个坚硬的外壳,来抵挡增量的冲击,这在乱世是根本不可能奏效的。

 

相反,曹操面对乱世,不是恋战于一隅,而是在动态变化中不断寻找新机会。

 

回过头来看曹操对袁绍的评价:

 

“色厉而胆薄,好谋而无断”:就是在过去静态结构的麻烦里面,虽然筹划个不停,但却没有胆量去承担下一个挑战。

 

“干大事而惜身,见小利而忘命”:就是在过去的好处里面,你沉迷恋战,而在未来的利益面前,你踌躇不前。

 

提到了罗辑思维,那就多说几句。

 

当年,罗辑思维卖月饼,虽然十天就卖出了4万盒,创了销售记录,当时很多人也在预测,罗辑思维肯定接着也会卖元宵,卖粽子,有钱干嘛不赚呢?但事实是并没有。


罗振宇在卖完月饼之后,一方面看到了用户强大的购买力,另一方面也听到了很多铁杆用户的负面声音。他开始意识到,罗辑思维即使要出来卖,也不应该是卖月饼,而应该是“卖知识”。

 

于是,一年多后,《得到》上线。

 

即使眼前有近利,但当看到路线有偏差的时候,果断跳出去,不沉迷,不纠缠,华丽转身,布局未来。



| 03 庸者多是盲目的勤奋,高手懂得换跑道突围


为什么互联网圈里,那么推崇《三体》?


因为,在急剧变化的世界里,你的竞争对手已经不再是同一个赛道的人,随时可能被别人降维打击。

 

“降维打击”,简单来说就是“高纬度生物”对“低纬度生物”的一种毁灭式打击,就像《三体》中四维生物对人类这种三维生物的攻击,人类这种三维生物对蚂蚁这种二维生物的攻击,攻击方几乎不费吹灰之力直接团灭,而互联网行业中的竞争同样如此残酷。

 

1、电子商务:


以前的商场靠人流,地点很重要,电商直接去掉了地域维度的限制,彻底颠覆了人们的购买习惯和资源格局。

 

2、杀毒软件:


以前的杀毒软件,比如卡巴斯基、瑞星等,靠收软件费用赚钱,而360杀毒一上来,直接免费,传统杀毒软件彻底傻眼;

 

3、手机销售:


以前手机都是靠各级经销商代理商,层层加价,最后销售出去,结果小米手机自己把粉丝渠道建立起来,去掉了中间商这个维度,直抵用户,于是开创了小米奇迹;


4、通信运营商:


以前的移动、联通、电信靠短信、彩信躺着都赚钱,可微信一来,降维打击,运营商的核心业务一夜之间,成了摆设。

 

类似降维打击的案例太多了……

 

我们能说,线下店老板、传统杀毒软件、以前手机商,通信运营商不够努力吗?他们可能比自己的对手更勤奋!

 

但,最怕的是,你在拼命奔跑,人家却早坐着飞机悄悄地走了,抛弃你的时候,再见都不说一声。

 

又想起了诺基亚总裁在面对手机市场被苹果、安卓彻底颠覆后,说的那句话:

 

“我们什么都没做错,但不知道为什么,我们输了。”

 

这也是为什么,一提到企业发展,就要说转型,一提到个人成长,就要说突围。

 

因为企业发展和个人成长,到一定程度必然会遇到瓶颈和天花板,而恋战的人,多守着自己的一亩三分地,即使行业、公司已经陷入颓势,却依然希望靠着努力来和大势抗衡,结果只能是必死无疑。

 

640



| 04 庸者只顾眼前,高手放的是长线


再讲个故事吧,来自《伟大的博弈》,也是我每年都会重读的一本书。


当年,英国凭借着工业革命,崛起为世界第一大国,号称日不落。


他们拿着钱跑去美国做投资,当时美国还是个屌丝,正是缺钱的时候,忽悠着英国人把钱砸进来,建铁路,建工厂,铁路工厂上了市,还让英国人买股票,当股东。

 

结果,美国股市太烦人,动不动就崩溃,股价一崩盘,英国人就赶紧把股票低价抛售给美国人。

 

结果就是,美国人不仅拿着英国人的投资建了铁路和工厂,最后还低价拿到了铁路和工厂的所有权,变相地洗劫了英国的财富。

 

华尔街这帮人的智慧,不得不服。


他们往往不在乎一时得失,耐得住低谷,守得住寂寞,放长线,钓大鱼,才能在最终的财富大战里打败了欧洲,让整个世界的金融体系都围着自己转。

 


| 05


最后,复盘一下:


1、别和鸡毛蒜皮苦战,要把时间放到最重要的事情上;

2、别用静态逻辑在动态世界里挣扎,保持开放,持续迭代;

3、别做低水平勤奋者,低头狂奔,也别忘了抬头看路;

4、别只顾眼前,而放弃未来。

 

查理芒格曾说:

 

人类的大脑和人类卵子的运作方式非常相似。当一个精子进入卵子,卵子就会自动启动一种封闭机制,阻止其他精子的进入。而人类的大脑也呈现着这样的趋势。

 

同样的:


庸者总是喜欢把自己封闭起来,在泥潭里死死挣扎而不寻求变通;


高手则始终保持开放,不沉迷,不纠缠,不恋战。


640

*作者:Kris ,公众号:Kris在路上(ID:krisgtd)


公众号内回复“1”带你进粉丝群640?wx_fmt=gif

智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值