标签: 决策模型

  • 领导力指南:第一性原理、无限游戏与最大化人类潜能

    引言:寻求造物者的能量源泉

    Lenny Rachitsky:你的播客是一个由造物者(Builder)为其他造物者打造的节目。我认为人们可以问造物者最有趣的问题是:你的能量源泉是什么?

    Tobi Lütke:我的能量源泉是对现状的极度不满足。

    市面上有太多关于技术将人类引向乌托邦或反乌托邦的书籍。但任何真正思考过这个问题的人,都不会希望出生在20年前。我认为今天就是未来的反乌托邦。我们有责任去打造那些能够推动人类实质性进步的产品。

    Lenny Rachitsky:我看到过几句符合你思考方式的名言:”如果大多数人都用某种特定方式做一件事,我默认就不想用那种方式做。”

    在商业世界里,存在着一种既定的审美标准:商务人士身穿西装打着领带,用比我深奥得多的语言表达,通常没有口音,拿着指挥棒在身后的图表上戏剧性地指出增长曲线。但这种”形式上的专业”究竟与真正的”卓越业绩”有多大重叠?

    Tobi Lütke:悲观主义听起来总是无比高深,而乐观主义听起来总是愚蠢或天真。但在商业世界里,最强大、最不可否认的力量,其实是乐趣(Fun)与愉悦(Delight)。

    我不知道还有哪家公司在运作时,创始人脑海中装着一个长达100年的产品演进愿景,并以此为起点倒推当下该做什么。

    Lenny Rachitsky:你常说”看向未来,然后倒推思考”。

    Tobi Lütke:是的,就像在问:”为了20年后的目标,我们今天应该完成什么?”我们拥有长达100年的长期规划。在100年的时间跨度上,你无法讨论具体的软件项目,但你可以讨论使命本身。

    创业是非常珍贵的。Shopify存在的根本意义,就是让创业变得更加普及。

    在开始前,你有什么想留给听众的吗?

    Tobi Lütke:我真的、真的、真的认为,这个星球上没有一个人接近达到了他们潜能的极限。不断提醒人们注意他们自身的潜能,是一件极其了不起的事。

    一、”Tobi旋风”与时间压缩算法

    Lenny Rachitsky:今天我的嘉宾是Tobi Lütke。Tobi是一个不需要过多介绍的人。如果你喜欢这个播客,请不要忘记在听歌软件或YouTube上订阅。

    Tobi,非常感谢你来到这里。在听了你的许多采访并与你手下的许多员工沟通后,有两个主题反复出现:一是基于第一性原理(First Principles)思考,二是最大化人类潜能。

    注释
    第一性原理(First Principles):从最基本的事实与假设出发进行推理,不依赖类比或既有经验的思维方法

    首先我想问一个在Shopify内部被员工称为”Tobi旋风(Tobi Tornado)”的现象。什么是”Tobi旋风”?

    Tobi Lütke:”Tobi旋风”,大概是指在极短的时间内压缩了大量的变革管理(Change Management)、对话、冲突或直白沟通。

    当我看到某些东西看起来不对劲时,我会发起对话。如果这个项目无法被钢铁般的逻辑证明其合理性(Steel-Manned),我就会迅速更新我的先验认知(Update My Priors)。这时,一个正在推进的项目可能会被立刻叫停。

    注释
    钢铁人论证法(Steel-Manning):用最强、最有说服力的版本去检验一个论点或方案,与只攻击对方最弱版本的”稻草人谬误”相对

    先验认知(Priors):贝叶斯统计学概念,指基于已有信息形成的初始信念,会随新证据不断更新

    大家重新回到会议室,启动产品的新版本。原本团队里的人不再负责旧项目,而是作为新路线的”再创业者”。这对某些人来说可能会感到剧烈摇晃(Whiplash),但人们事后往往会感谢这种方式。因为”什么才是真正最好的”至关重要。

    Lenny Rachitsky:当有些人抱怨”Tobi杀掉了我们做了好久的项目”时,你的视角其实是:”我们只是在某件注定行不通的事情上浪费时间,我们必须立刻停止。”

    Tobi Lütke:这就是全部的真相。

    一旦我意识到某件事可能不是正确的事,要么是我错了(这时我必须立刻搞清楚为什么我错了),要么我是对的(这时继续让团队在没有未来的事情上耗费精力,是对他们极度不公平的)。

    当然还有第三种选择:忽略它。但那是对我作为CEO和创始人职责的渎职,我绝不接受。

    压缩时间是极其重要的。我们在职业生涯中的时间非常有限。如果幸运的话,你在行业里大概有40年的时间。大多数人花在学校的时间很长,工作的时间其实没那么长。

    当你在职业生涯终点倒退回顾时,你希望能够问心无愧地说:”天哪,我们交付了这个极其不可思议的东西,它为一个我无比珍视的使命做出了巨大贡献,而身边全是一群和我一样投入的人。”

    如果每个人都在优化一个本就不该存在的东西,这一切都不会发生。

    二、释放潜能:打破无抱负环境的平庸陷阱

    Lenny Rachitsky:这涉及到了反馈机制。当你给员工反馈时,往往非常直接,甚至有些刺耳。但在我看来,这是你在推动他们去最大化自己的潜能。

    Tobi Lütke:我真的认为,这个地球上没有一个人接近达到了他们的最高潜在水平。每个人都比他们自己想象的要优秀得多。

    我们之所以没有在这种高水平上表现,是因为缺乏一套培养技能与手艺的新认知框架。更常见的原因是:人们所处的环境将他们的注意力收窄在了缺乏雄心(Unambitious)的事物上。当你的目标缺乏雄心时,你就会陷入与全球绝大多数平庸者的无休止内耗竞争中。

    不断提醒人们注意他们自身的潜在能量,是一件极其美妙的事。在评估别人的潜在能力方面,我历史上的准确率往往比他们自己还要高。

    当然,这也注定了我经常对自己和他人感到失望。我对我自己的要求比对任何人都严格。

    当你在长期的职业生涯中与优秀的人共事,并对他们保持极高的标准时,他们最终做出的成就往往远超他们最初的想象。

    这正是我做产品的底层线索:我希望我的产品能够促使人们取得超越他们想象的成功,比他们最初设立目标时更加野心勃勃。

    我当年只是想开一家雪板店,我并没有计划去建立Shopify。但如果你致力于遵循好奇心,并在每一步中优化学习速率,你就会被带往全新的高度。

    你会发现这个世界充斥着关于人类潜能与进步的谎言。学校老师会告诉你,你必须在15个月的时间内学会这门特定的数学,他们用固定长度的时间来评估你波动的产出,这与现实世界中技能的真实获取逻辑毫无关系。

    在个人成长这件事情上,根本不存在速度限制(No Speed Limit for Personal Growth)。

    当一个你尊重的人告诉你:”我认为你完全有能力把这件事做得好得多。你在项目早期看到了路径A和路径B,你因为图方便选择了路径B,即便你心里清楚那不是最优解。我对你有更高的期望。”这种话听起来确实刺耳,因为它是对的,但它也极其有价值。

    我渴望营造一个大家基于”真实潜能”而非”现有水平+一点点边际增量”来互相监督问责的环境。

    三、好哈特法则与”不可量化”的品味驱动

    Lenny Rachitsky:Shopify的核心产品团队(在增长团队之外)在没有KPI、没有特定数字目标的情况下运转,产品决策主要由品味(Taste)、直觉(Intuition)以及你和高管团队驱动。很多人听到后会觉得:”我不相信,如果没有数据告诉我们什么是对的,公司该如何运转?”

    Tobi Lütke:这就回到了我们刚刚提到的好哈特法则(Goodhart’s Law):当一个指标变成目标时,它就不再是一个好指标。

    没有任何单一指标能够完整代表一个复杂商业实体的全貌。商业世界充满了极其复杂的张力,你不可能通过单纯优化某一个数字来保持全局的和谐。

    Shopify确实没有传统C-Suite意义上的OKR,但我们是极度依赖数据启发(Data-Informed)的。我们投入了海量的时间和资金建设内部数据系统,所有数据都在指尖可得。

    Shopify所尝试做的,是不去对可量化的事物进行”过度拟合(Overfitting)”。

    
    [ 传统指标驱动模型 ]                    [ Shopify 品味驱动模型 ]
    ┌─────────────────────────┐          ┌─────────────────────────┐
    │ 寻找全量化目标 (KPI/OKR)  │          │ 建立数据基础设施 (Cockpit)│
    └────────────┬────────────┘          └────────────┬────────────┘
                 │                                     │
                 ▼                                     ▼
    ┌─────────────────────────┐          ┌─────────────────────────┐
    │ 陷入好哈特法则 (局部最优)  │          │ 引入不可量化维度 (品味)   │
    └────────────┬────────────┘          └────────────┬────────────┘
                 │                                     │
                 ▼                                     ▼
    ┌─────────────────────────┐          ┌─────────────────────────┐
    │ 仅覆盖 20% 价值空间       │          │ 探索 100% 完整价值空间   │
    └─────────────────────────┘          └─────────────────────────┘
    

    绝大多数企业都在可量化的狭小空间里过度竞争,因为这像玩游戏一样能带来即时满足感——你改动了一个参数,数字上升了0.1,看起来就比之前更好。

    但是,真正最具价值的产品功能,与”恰好能被完全量化”的事物之间的重叠度,可能只有20%。这意味着,那些只盯着量化指标的人,放弃了剩下80%的巨大价值空间。

    Shopify能够坦然接受那些不可量化(Unquantifiable)的要素:品味、质量、激情、热爱甚至厌恶。

    一个手工艺者在完美完成一项工作时感受到的深度愉悦感,比单纯检查”单体测试是否通过”是更好的质量代理指标(Proxy)。

    我们把数据系统视为飞行员的驾驶舱(Cockpit),但最终做出飞行决策的,依然是飞行员自身。

    在商业世界里,最强大且不可量化的力量是乐趣(Fun)与愉悦(Delight)。

    如果所有的短视频数据都在下滑,但每个人都告诉我:”天哪,我在这里获得了极大的乐趣!”那么在经历一段滞后时间后,所有的业务指标必然会重新拐头向上。

    如果你要将”不可量化”视为稳定存在的要素,你就必须对企业结构做出调整,不再鼓励那种”唯有拉动指标才能获得晋升”的旧官僚文化。

    四、乐观主义的非对称红利

    Lenny Rachitsky:当听到你谈论乐趣、热爱与愉悦时,很多人可能会觉得这听起来非常天真。

    Tobi Lütke:这就是有趣的地方。在这个世界上存在着一种主流审美:商业精英们身穿西装,拿棒子指着饼图,极具魅惑力。

    但这种审美与真正的超额业绩(Outperformance)到底有多大关系?

    悲观主义听起来总是无比高深,而乐观主义听起来总是愚蠢或天真。数据驱动听起来极度专业,谈论乐趣听起来就像个小孩子。

    我已经学会了一件事:在这个时代,全球所有的超额收益(Alpha),恰恰隐藏在那些看似非显而易见、但本质真实,以及被主流文化贬低为天真或荒谬的事情中。

    世界上最成功的商业人士是埃隆·马斯克(Elon Musk),他在各个维度上都不符合传统商业世界对于”高雅商人”的设定。我们生活在一个旧审美正在将人们引入歧途的时代。

    五、Tobi的第一性原理拆解模型

    Lenny Rachitsky:埃隆是第一性原理思考的典型代表,而你也是其中的佼绰者。我们可以聊聊你是如何以完全不同于其他公司的方式运转的。

    Tobi Lütke:你可以问任何造物者:”你的能量源泉是什么?”

    在常温状态下,绝大多数公司只是在平庸地维持运转。必须有特定的人不断向企业中注入热量(Inject Heat)。创始人就是做这个的。所有成功的初创公司,都有人在不断注入热量。如果不注入热量,你不可能在温度上高于其他人,也就不可能超越竞争对手。

    我的能量源泉是对现状的极度不满。

    如果你找到我说:”嘿,我们来看看其他人是怎么解决这个问题的,让我们做一个更好的版本吧。”

    我会告诉你:这不是我们的工作。

    你所遇到的每一种既有解决方案、每一个现有产品,都是高度依赖路径(Path Dependent)的。它们往往是基于决策当时的历史条件所做出的妥协,而那些条件在今天早已不再成立。

    当你构思一个新产品时,你必须从第一性原理进行推导。你必须问:”如果利用我们今天所拥有的所有最基础的积木,我们会如何重新解决这个问题?”

    要做到这一点,你必须深刻理解当前存在的所有底层积木的威力与可组合性(Composability)。

    如果你只是做一个”别人已有东西的精装版”,你会掉入平庸的陷阱。如果你想做出世界级的成就,你就绝对不能和别人做一样的事。

    
    ┌─────────────────────────────────────────┐
    │ 现有市场方案 (既有路径依赖)               │
    └────────────────────┬────────────────────┘
                          │
                          ▼
    ┌─────────────────────────────────────────┐
    │ 剥离历史妥协条件 (解构底层积木)            │
    └────────────────────┬────────────────────┘
                          │
                          ▼
    ┌──────────────────────────────────────────────────────────────┐
    │ Tobi 第一性原理推导链条                                        │
    ├──────────────────────────────┬───────────────────────────────┤
    │ 1. 纯函数状态更新              │ 将决策视为纯函数,输入全量新    │
    │ (Pure Functions over State)  │ 数据重新计算,而非增量修正。    │
    ├──────────────────────────────┼───────────────────────────────┤
    │ 2. 剥离沉没成本                │ 拒绝因为"已投入资源"而继续做   │
    │ (Inoculate Sunk Cost)         │ 错误的事,随时准备杀死项目。    │
    ├──────────────────────────────┼───────────────────────────────┤
    │ 3. 极近底层代码                │ 深入代码与技术细节,拒绝在空    │
    │ (Close to the Metal)          │ 洞的抽象层做PPT式决策。         │
    └──────────────────────────────┴───────────────────────────────┘
    

    六、纯函数与远程办公的断言重置

    Lenny Rachitsky:你能分享一个具体运用这种思维模型的例子吗?

    Tobi Lütke:我的大脑是用一种很难直接翻译成语言的元语言(Meta Language)运行的。我更多地从编程结构的角度来思考:纯函数覆盖状态(Pure Functions over State)。

    在任何时刻,最完美的决策就像是一个针对高质量产品的计算过程。你要重新推导每一个foundational假设。如果在加入最新观测数据后,重新对更新后的状态运行整个函数,你是否还会得出完全相同的结论?

    以我们在疫情期间转向全远程办公(Remote-Only)为例:

    Shopify原本建有极其出色的办公空间,我们是一家极度注重面对面交流的公司。我们花了大量精力设计协同空间,以促进员工之间的”快乐碰撞”。

    然而,在这个函数的嵌套假设堆栈中,存在一个非常基础的布尔值(Boolean):”人们是否被允许离开他们的房子?”

    当这个布尔值从True变为False时,并不是说”我们在现有基础上做一些小修小补”,而是整个决策树瞬间迁移到了一个全新的位置。

    我们当时已经分布在四五个城市,虽然保持在同一个时区,但我经常在办公室经历连续10个小时的远程视频会议。我们实际上掉入了一种尴尬的混合模式(Hybrid)。

    最危险的事情在于:你可能通过在每一步都做出看似”良好”的微观选择,最终掉入决策树上极度糟糕的局部最优解(Local Maxima)中。

    做出好选择并不能让你免于犯大错。

    当疫情爆发、Shopify业务急剧膨胀时,我们需要在全球范围内快速招募人才。当”允许出门”这个布尔值发生翻转,加上人才招募的现实需求,结论变得极其清晰:我们必须彻底转向全远程模式。

    虽然建立远程公司难度极大——就像在缺乏氧气的高原上跑马拉松——但只要你能跑通,你就是真正的战神

    (Gigachad)。

    注释
    Gigachad:网络流行语,形容极度强大、令人钦佩的人物形象

    七、深入代码底层(Close to the Metal)

    Lenny Rachitsky:我听过一个故事,在一次几千人的公司大会期间,大家在进行为期三天的Hackathon,而你戴着耳机坐在桌子旁写代码,没有任何人能看出你是这家公司的创始人兼CEO。为什么写代码对你来说依然如此重要?

    Tobi Lütke:那是我的舒适区(Happy Place)。能够清理出三天日程,和一群了不起的人一起写代码写到半夜,这就是我做CEO这份工作所换取来的特权。

    我从16岁开始在德国作为软件工程师接受双轨制职业教育。写代码非常契合我的大脑逻辑。直到今天,我的屏幕左边依然打开着Cursor和Jupyter Notebook。

    注释
    Cursor / Jupyter Notebook:分别为AI辅助编程工具与数据科学交互式编程环境,均为程序员常用开发工具

    我认为第一性原理思考必须从原子级积木(Atomic Building Blocks)开始。

    绝大多数CEO不会这么做,因为他们试图符合某种外界对CEO的审美设定。但我从书本和实践中学到的是:尽可能深入到所有细节中去(Be in as many details as you can)。深入理解你正在为其做出决策的事物,并努力让你的企业对沉没成本谬误(Sunk Cost Fallacy)产生免疫。

    在Hackathon期间,我们甚至在亲自推演将Shopify所有代码重构为一个超大型单体仓库(Monorepo)的优缺点,绘制目录结构与所需工具。这种决定极其关键,而CEO亲自参与其中,能够大幅压缩沟通与决策的时间成本。

    注释
    Monorepo(单体仓库):将多个项目或模块的代码集中存放在同一个代码仓库中进行管理的工程架构方式
    决策维度 传统CEO/职业经理人 Tobi Lütke(第一性原理视角)
    信息来源 PPT汇报、中层抽象总结、行业竞品报告 深入技术底层(Close to the Metal)、源码、元数据
    错误容忍 维护既有决策一致性,避免被指责”Flip-Flopper” 事实改变则迅速更新先验,彻底杀死错误项目
    优化目标 阶段性可量化KPI/OKR、短期财务归因 100年维度下的使命推进、品味、乐趣与极致UX
    博弈策略 榨取生态价值、提前兑现未来利润 坚持零和博弈之外的正和博弈,与客户站在同一侧

    八、建立高对抗性的建设性异见文化

    Lenny Rachitsky:Shopify工程负责人Han曾告诉我,了解你内心世界最好的方式是问:”与你产生分歧(Disagree)的最好方式是什么?”

    Tobi Lütke:直接和我不同意(Just disagree with me)。我会立刻喜欢上这种互动。

    这需要勇气。在这个行业里,我见到了太多高智商(High IQ)甚至天才,但真正的勇气(Courage)比高智商要稀缺得多。

    当有人与我持不同意见时,我会立刻停下来去探索:我们在哪一个未显化的底层假设上产生了分歧?

    很多时候,是我自己持有一个错误的底层假设(比如对某项新规章制度的理解不准确)。一旦别人指出来,我会非常高兴,因为我终于可以停止在这个方向上无意义地纠缠。

    如果在一次会议里,每个人都迅速达成了一致,并且这个方案毫无新意、完全在我预料之中,我会主动扮演”最终Boss(End Boss)”,站出来说:”这个方案太差劲了,我们完全可以做得好得多。”

    我需要大家为决策的真实性进行更深层次的辩论。

    我们primary雇佣的不是写代码的机器,而是能够在各自领域做出卓越决策的人。

    Shopify是一个使命驱动的产品公司,我们希望我们的产品用起来就像是由某一个灵魂(Single Mind)独立打造出来的一样。如果你不这么做,你的产品最终就会看起来像一个电视遥控器:上面塞满了各个部门妥协产物(比如一个单独的Netflix按钮),用户一眼就能反向画出你的公司组织架构图。

    九、100年愿景与无限游戏

    Lenny Rachitsky:你常提到Shopify的”100年愿景”。在科技界很少有创始人会用这种方式思考。

    Tobi Lütke:在100年的时间跨度上,你无法去规划具体的软件项目,但你可以规划使命。

    Shopify的存在,是为了让创业(Entrepreneurship)变得更加普及。创业是极其珍贵的,整个社会的物质生活水平完全取决于商业实体的创新。

    长远视角对于决策拥有巨大的简化力量。

    以Shopify与Stripe的合作为例。我们两家在非常早期就建立了极其深厚的合作关系。在长达十几年的合作中,这就像是一个重复进行的囚徒困境(Iterated Prisoner’s Dilemma)。

    注释
    囚徒困境(Prisoner’s Dilemma):博弈论经典模型,双方在合作与背叛之间抉择,个体理性选择往往导致集体非最优结果
    text
    [ 重复博弈下的囚徒困境选择 ]
                 │
       ┌─────────┴─────────┐
       ▼                   ▼
    ┌──────────────┐  ┌──────────────┐
    │ 选择背叛/背离  │  │ 选择长期协作  │
    │ (Defect)      │  │ (Coordinate) │
    └──────┬───────┘  └──────┬───────┘
           │                 │
           ▼                 ▼
    ┌──────────────────────────┐  ┌──────────────────────────┐
    │ 提前兑现未来利润/折扣抽取  │  │ 共同拓展市场整体蛋糕      │
    │ 破坏生态信任(损害产品)     │  │ 实现正和博弈(无终局)      │
    └──────────────────────────┘  └──────────────────────────┘
    

    绝大多数CEO和公司都会在这个”企业棉花糖测试(Corporate Marshmallow Test)”中惨败——他们忍不住去吃掉眼前的那个棉花糖,通过损害长期合作伙伴或提前抽取客户利润来贴现眼前的财务数据。

    注释
    棉花糖测试(Marshmallow Test):经典心理学实验,测试个体能否为更大的未来收益延迟眼前的即时满足

    但如果你在一个100年的无限游戏(Infinite Game)里思考,唯一正确的解法永远是双向协作(Coordinate)。

    很多投资银行家给我发来PPT,告诉我Shopify拥有巨大的定价权力(Pricing Power),可以立刻大幅提价来兑现利润。

    我的回应是:”如果我这么做了,我自己都会选择离开Shopify。”

    在足够长的时间线里,与你的客户玩正和游戏(Positive-Sum Games),就是终极的增长黑客(Ultimate Growth Hack)。

    十、阵型游戏与战术收割:商业的棋局比喻

    Tobi Lütke:我很喜欢用棋局来比喻商业,虽然商业不是完美信息游戏。

    象棋由两部分组成:阵型游戏(Positional Game)与战术(Tactics)。

    • 战术是你在局部棋局中的技术套路(比如通过AB测试改变一个按钮颜色提升了转化率)。

    • 阵型游戏是你在棋盘上占据了什么领地、你与商户之间建立了多深的信任、商户是将你视为工具还是核心伙伴、你拓展了什么产业。

    今天的商业世界只讨论战术,人们神化那些简单的微操。

    但如果你过早、过频繁地通过战术去收割你在阵型游戏中创造的所有价值,你的池塘很快就会干涸。这就是为什么我们看到大量曾经辉煌的公司在达到某个节点后便迅速衰败——因为他们的战术将他们的阵型价值榨干了。

    
    ┌─────────────────────────────────────────┐
    │ 商业棋局的两重维度                        │
    └────────────────────┬────────────────────┘
                          │
            ┌─────────────┴─────────────┐
            ▼                           ▼
    ┌─────────────────────────┐  ┌─────────────────────────┐
    │ 阵型游戏 (Position)      │  │ 战术执行 (Tactics)       │
    ├─────────────────────────┤  ├─────────────────────────┤
    │ • 领地开拓与信任积累      │  │ • AB测试/转化率微操      │
    │ • 正和生态扩张           │  │ • 短期变现与价格提取      │
    │ • 决定企业的生命周期上限  │  │ • 确保短期不发生保证金追缴│
    └─────────────────────────┘  └─────────────────────────┘
    

    对于创始人来说,第一目标是不要死掉(Don’t Die)。在此基础之上,将绝大部分精力聚焦在阵型游戏上。

    十一、降低复杂性即是创造商业实体

    Lenny Rachitsky:Shopify在底层创造的商业实体数量,其实呈数量级超越了绝大多数孵化器。

    Tobi Lütke:Shopify是一个在背后推着用户前进的公司。我们不想被写进故事的前台。

    在软件设计中,存在一个极其深刻的规律:我们每一次将一个复杂的事情变简单,平台上就会凭空多创造出大量的真实商业实体。

    创业者在早期往往处于极度脆弱、焦虑和缺乏资金的状态。当他们在使用软件时,突然跳出一个关于API的复杂报错,或者一个难以理解的税务配置页面,在某个糟糕的日子里,他们就会直接关闭浏览器说:”去他的,我根本不适合干这个。”

    进度就此终止。

    Shopify几乎没有复杂的税务配置页面,因为软件直接帮你把背后的税率计算搞定了。

    降低复杂性、打造自动驾驶般的底层软件,不仅仅是优化UX,它在物理世界里真实地催生了更多企业的诞生。

    十二、降低勇气的门槛(Lowering the Net Amount of Courage)

    Lenny Rachitsky:这听起来就像是在降低”创业所需付出的净勇气值”。

    Tobi Lütke:没错!

    前几天我在Instagram上看到一个新功能:允许你将一个视频向非粉丝群体进行”试运行(Try Run)”,如果反响好,再正式发布在个人主页上。

    我当时就觉得,这是一个极其深刻的软件洞察!它是对传统AB测试概念的一次飞跃式升级。

    这个世界上最稀缺的资源不是创意,也不是天才,而是勇气(Courage)。

    如果你的产品能够降低用户展现勇气所需的净成本(Lower the net amount of courage needed),你甚至可以凭此重塑一个行业。

    十三、人才栈与”一千个铁粉”

    Lenny Rachitsky:你曾提出过”人才栈(Talent Stack)”的概念,鼓励人们专注于自己独特的天赋与好奇心。

    注释
    人才栈(Talent Stack):由漫画家Scott Adams提出的概念,指通过组合多项普通技能形成稀缺的个人竞争优势

    Tobi Lütke:回顾我的职业生涯,我经常对一些看似完全随机的事情产生强烈的好奇心。一年后,这些看似无关的知识突然以某种方式,成为了我做出极其关键决策的底层支撑。

    在互联网时代,你不需要试图去服务所有人。凯文·凯利(Kevin Kelly)在2005年写过《一千个铁粉》(1,000 True Fans)。

    注释
    凯文·凯利(Kevin Kelly):《连线》杂志创始主编,著名科技思想家,提出”一千个铁粉”理论

    最好的策略,是找到三件不同事物的交叉点(Triplicate Intersection),并在那个交集里做到极致。

    对待你自己的职业生涯也是如此:每个人本质上都是一个”人才即服务(Talent as a Service)”的产品。雇佣关系只是你向公司出售了一份订阅服务。

    不要把职业生涯寄托在寻找导师或等待晋升上,而是去问自己:”我在哪几个领域的交叉点上,拥有别人无法替代的绝对优势?”

    结语:彻底在乎你的产品

    Lenny Rachitsky:在结束前,你有什么想留给所有产品人的吗?

    Tobi Lütke:对于所有做产品和产品管理的人:

    世上所有产品最终的品质,纯粹是创建它的人对这个产品”在乎程度(Giving a Shit)”的物理投射。

    如果打造产品的人自己根本不在乎,你绝不可能做出伟大的产品。

    作为产品领袖,你的核心职责是确保团队处于一种极其在乎(Exothermically Infectious)的状态中。不要去参与那些你内心根本不在乎的产品。

    产品领袖的三重角色:

    • 帮团队看到他们看不到的弯道(Look around corners)。你必须比任何人都更深刻地理解正在打造的事物。

    • 成为热量源头(Pumping Heat),用你的激情去感染整个团队。

    • 将不可量化的品味与爱,注入到每一个细节中。

    这才是做产品的全部意义所在。

  • 决策矩阵:如何为重要事项设定优先级

    我们花费最多时间做出的决定,往往并不是最重要的。并非所有决策都需要遵循相同的流程。有时,试图对所有决策强加统一的流程,反而会导致难以识别最关键的事情,使我们陷入困境并倍感压力。

    记得我在情报机构不久后获得了预期,曾一度陷入困境。当时我被要求做出太多决策,但却无法有效整理哪些事情至关重要,哪些无关紧要。

    这种情况在几周内逐渐形成。我的员工们不敢做,因为他们的前任老板在出事时总是让他们背黑锅。而我的老板,一位政治上的高飞者,也决定把最冒险的决策下放。结果,我需要做的决定超出了我的处理能力。为了跟上决策的数量,我工作的时间越来越长。更糟糕的是,我对所有都采用同样的流程决定。我决定坚持最紧急的决定,但却牺牲了最重要的代价。

    我清楚地认识到,我没有做出所有正确的决定。我需要一个灵活的框架,将决策分类应该由我做出的和下放的。我认为大多数紧急决定可以由团队决定,因为这些决定很容易逆转,后果也不严重。事实上,因为这些决定因此变得紧急,是团队一开始就没有做的事情。而且,由于我为了把更多的时间放在重要的决定上而匆忙处理这些决定,我做出的选择比团队可能做出的决定。

    那天晚上我走在回家的路上,突然有了一个主意,从第二天开始我就用它,效果还不错。我称之为“决策矩阵”。它是决策制定版的,可以帮助你区分什么是重要的,什么是紧急的。它非常简单,你甚至可以在餐巾纸上画出来,一旦你理解了它,你就真的理解了。

    虽然它不会让你做出决定,但它会帮助你快速识别哪些决定应该重点关注。

    决策矩阵

    我的决策分类策略很简单。根据我正在做的决策类型,我将决策分为四种可能性。

    1. 不可逆且相关紧要

    2. 不可逆且至关重要

    3. 可逆且关联紧要

    4. 可逆且至关重要

    这个决策矩阵的妙处在于,它可以帮助快速委派决策。开始之前确实需要做一些思考准备,比如明确的表面并传达决策的重要性和可逆性,以及模糊区域的边界。

    image.png

    决策矩阵的实际应用

    这个矩阵成为我管理时间的得力助手,确保我不会陷入那些并非由我决策最合适的困境中。

    我将这两种不重要的决定都委托了出去。这为我节省了大量时间。在此之前,人们会带着相对容易做出、结果也相当可预测的决定来找我。问题不在于做决定——大多数情况下这只需要几秒钟。问题在于那个人花在我身上介绍这个决定的30分钟。通过实施这一项改变,我每周至少节省了 5-7 个小时。

    我将部分时间用于每周与决策者会面。我想了解他们做出哪些类型的决策、他们的思考方式以及决策结果如何。我们还追踪过去的决策,以便他们能够看到自己判断力的提升(或不足)。

    后果重大的决策是另一回事。实际上,可逆且后果重大的决策是进行实验和收集信息的完美决策。团队或个人将决定我们要进行的实验、表明我们走在正确道路上的结果以及谁将负责执行。他们会展示这些发现。

    后果性和不可逆转的决定是你真正需要关注的。我从使用这个矩阵节省下来的所有时间,并没有让我在沙滩上悠闲地喝着饮料。相反,我将这些时间投入到最重要的决策中,那些我无法授权他人处理的决策。我还有另一个被证明很有用的规则:除非决策需要当场做出(一些操作决策确实需要),否则我首先会先步行30分钟。

    在实践中成功运用这种方法的关键在于确保每个人对“后果性”和“可逆性”这两个术语的理解保持一致。参与者会向我确认,但随着概念逐渐明确,他们就会开始自主决策。

    虽然我们作为一个团队做出的决策总量没有改变,但它们在团队内的分配方式发生了变化。我估计我个人做出的决策减少了 75%。但真正令人惊讶的是,我们所做的所有决策的质量都得到了显着提高。人们重新进行了相互的联系,生产力得到了提升,病假(人们开始程度的指标也随之下降)。

    试试它的决策矩阵吧——尤其是当你感到不堪重负、难以管理的时间时,可能会改变你的工作生活。