外行的洞見#

《思考，快與慢》（Thinking, Fast and Slow）的作者卡尼曼（Daniel Kahneman）講過一個「錨定效應」——先看到大數字，對後續估值就偏高。

Netflix 曾懸賞 100 萬美元給能把推薦引擎準確度提高 10% 的團隊。兩萬多支隊伍參賽，排名第 17 的是卡尼曼的粉絲波特（Gavin Potter）父女二人。

• 波特用「錨定效應」的洞見：如果你先看了一部非常不喜歡的電影，可能會對第二部也給過低評分
• 他把這個思想帶入演算法，最後把推薦引擎的準確度提高了 9.06%
• 第一名的隊伍其實也採用了波特在交流會上分享的這個思想

外行的優勢既不是編程技術，也不是自己以前的專業，而是那個從遙遠領域借來的、甚至「不靠譜」的知識。這就叫神來之筆——兩個遙遠的東西透過非常規渠道連在一起。

外行解決問題是普遍現象#

眾包網站 InnoCentive 讓公司懸賞技術難題。研究發現——外行解決的問題比內行多：

• 生物學家解決的化學問題，比化學家解決的化學問題多
• 本專業能解決的問題早解決了，剩下的都需要跨領域知識
• 一個研究水泥、從不研究石油的化學家，在 InnoCentive 解決了一個海洋石油污染問題

練習時間與成就的關係#

索南史恩（Scott Sonenshein）在《儉省》（Stretch）引用薈萃分析（meta-analysis）：

環境局面越可控可預測，練習的作用越大；局面越複雜多變，練習的作用越小。在最不可預測的環境中，練習能解釋的只有 4%。

高水平工作要求臨場發揮、借鑒不同領域見識，只靠年輕時的刻意練習當單一領域專家，遠遠不夠。

21 世紀最值錢的是誰#

• 第一貴：天才——天賦無法複製
• 第二貴：多面手（generalist）

NASA 宇航員馬斯格雷夫（Story Musgrave）身兼數學家、程序員、飛行員、軍人、腦科學家、外科醫生——哈勃望遠鏡出問題時，只有他能在太空修理。他說：「我之前學習的所有技能，可能都是為這一天準備的。」

• 4500 名 CEO 履歷顯示，通才式 CEO 的平均工資比專才式 CEO 高 19%，相當於每年多 100 萬美元
• 涉及公司合併等複雜業務，通才工資甚至高出 44%

漫畫行業的研究#

漫畫是成熟產業，數據豐富——經濟學家研究作者特徵與作品價值的關係：

• 高產度與價值 負相關（太快的作者作品反而一般）
• 經驗年資與價值 無相關
• 最重要的因素是涉獵的廣度

漫畫作者涉足的類型越多，他一本書的價值就越高。出版過至少 4 個類型漫畫的作者，比工業化集體團隊更有創造力。

專才、通才、全才#

3M 公司的專利數據給出更公平的比較：

• 專才（specialist）：在一個領域深耕
• 通才（generalist）：廣度，多領域都有專利但不深入
• 全才（polymath）：有自己的核心領域，但能把核心技能運用到相鄰領域——既深又廣

研究發現：

• 專才和通才水平「不分伯仲」，都不是最強
• 3M 的「卡爾頓獎」（公司內部的諾貝爾獎）獲得者主要是全才
• 「二戰」後趨勢：專才重要性在 1985 年見頂後劇烈下跌，2007 年後再次下降——互聯網讓專業知識更易獲取，專才稀缺性進一步下降

任天堂：通才哲學的勝利#

任天堂的傳奇研發負責人橫井軍平：

• 業餘愛好廣泛——彈鋼琴、音樂、跳舞、潛水、玩具火車
• 哲學：用成熟甚至過時的技術，便宜可靠地組合成讓人意想不到的新玩具
• 第一款爆款「超級怪手」賣了 120 萬份
• GameBoy 只有黑白液晶屏，但便宜耐用——贏過彩色的競爭對手
• Wii 分辨率低於對手，但第一個把汽車用的加速度計放進手柄

一個公司研發資金投入多少，與創新水平之間關係並不大。創新不僅來自更快更高更強的硬體，更來自人的思想。

對教育的反思#

• 「XX 知識到底有什麼用」這個問題本身就錯了——如果哪個知識都可能有用，你應該關心的是你對什麼感興趣
• 真正的斜杠青年不是在履歷上多加幾個斜杠，而是培養廣泛興趣，把知識本身當成回報
• 現在的教育強迫小孩週末學各種「才藝」，長大越學越專一，什麼吹拉彈唱早就不用了——這是本末倒置