张一鸣：多元思维模型如何帮助我们做决策？

张一鸣，83年出生的互联网新贵，手握头条、抖音两大爆款APP，以一招必杀技“算法推荐”横扫AT流量池，迅速构建起了自己的全球流量帝国。

根据字节跳动官方数据，截至2019年底，字节跳动旗下产品全球月活跃用户数已经超过15亿，业务覆盖150个国家和地区、75个语种。与此同时，字节跳动的办公室遍布全球30个国家、180多个城市，员工超过6万人。

如果说，创始人的认知是公司发展的天花板，那么字节跳动全球崛起之下，无疑隐藏着张一鸣惊人的决策能力。

从这位理科出身的80后企业家身上，我们能学到什么？他的决策模型是否具有可复制性？混沌大学11月26日上线的，由混沌大学创新领教姜巍老师讲授的课程《张一鸣：多元思维模型如何帮助我们做决策？》为大家带来全面解答。

授课老师｜姜巍 混沌大学创新领教

编辑 |混沌大学商业研究团队

支持｜创新前沿课课程主任 钟豆

本文为混沌大学商业研究团队原创文章

在详细拆解张一鸣“理性思维”决策模型之前，我们首先来看看，“感性思维”是如何决策的。

对于我们大部分人来说，用感性思维和直觉认知做判断，是一件省时又省力的事情。感性思维（或者直觉）是一种深植在我们内心的无意识倾向，在大多数情况下，在我们还来不及分辨的时候，感性思维已经帮我们做了很多决策。

在《掌控关键决策》一书中，作者向我们详细展示了感性思维可能带来的决策误区：

1、思维狭隘：当我们面对问题时，常常把自己置于非此即彼、非是即否的境地。

比如我去年经常会问自己的一个问题——我到底要不要送孩子出国读书？

这个问题其实被我们简化成了一个二元对立问题，“要”或者“不要”，必须从中做出一个选择。但如果我们可以把这个问题转换一下——“如果要让我的孩子更好地成长，我应该怎么做？”把这个问题扩大成一个追问本质的问题，就可以在很大程度上帮助我们避免这个误区。

2、证实倾向：我们在寻求他人反馈的时候，往往内心已经有了一个选择。

举个简单的例子，当我们去问身边的朋友——“我是不是该减肥了？”

如果我的朋友说“不用不用”，我们难免会暗自高兴。但如果他说“是啊，该减肥了”，我就会想，这个人怎么这样，我下次还是不要问他了。

由此可见，我们在寻求他人意见时，只是希望他人给我一个正面反馈，而不是让他告诉我真相。这是根植在我们所有人心里的固有陷阱。

如何才能在公司决策中摆脱这种误区？首选需要的创造一个尽可能平等的发言环境，让周围的人都能够开诚布公地表达自己的态度。此外我们还可以采取MVP的做法，把自己心中的假设放在事实中去检验，以获得真正的真相。

3、短期情绪：使我们决策困难的并不是缺少了选项和信息，而是克服不了自己内心的冲突。

上个世纪80年代，英特尔的核心业务“半导体内存条”被日本企业赶超。创始人格鲁夫和摩尔就“要不要放弃半导体内存条而转攻新型业务CPU”的问题而无法下定决心。

此时，格鲁夫问摩尔，如果我们俩已经离开了这个公司，我们的继任者会如何选择？摩尔坚定地回答，他们一定会放弃半导体内存条业务。

格鲁夫说，如果我们知道别人会怎么做，我们自己还在犹豫什么呢？此后，两位创始人断臂求生，最终在CPU业务上成就一代全球霸主。

4、过度自信：每一个人都会对自己做的选择乐观估计，越是专业的人这种倾向越明显。

披头士早年未成名的时候，曾经找到一个知名唱片公司，寻求签约合作。这家唱片公司的老板斩钉截铁地回复披头士，我不喜欢你们的声音，乐队组合的形式也已经过时了。

但我相信，后来这位唱片公司老板一定后悔错过了这只全球历史上最伟大的乐队。

越是专业的人，这种倾向越为明显。有统计数字表明，当医生对自己某个诊断感到非常确定的时候，大约有40%的情况下他可能是错的。当一个学生考试结束之后，他认为自己犯错概率仅有1%的时候，其实真实的犯错概率大约在27%。

如何防止自己陷入这种错误倾向呢？在做出决策时，我们除了对最佳结果有一个预期之外，同时对最差结果也有一个预期，我们把这种方法称之为“区间思维”法。在此基础上，我们需要给自己设置一个止损点，以便帮助我们从错误的决策中及时抽离。比如我们日常的周会、月度总结、季度OKR，其实都是在给我们一个抽离循环动作、停下来观察结果的机会。

通过以上几个简单的案例，我们可以了解到，我们日常赖以为生的感性思维决策，其实可能会把我们带入种种误区而不自知。

那么我们本节课的案例——张一鸣是如何通过理性思维来做决策的呢？

张一鸣第一次展现出自己的人生算法思维，是在其高考填报志愿的时候。和大部分高考生一样，面对成千上万的学校，张一鸣最初也感到有点迷惑。但很快他给自己列出了几个维度。

1、下雪。作为一个福建人，张一鸣很想去一个有雪的地方。

2、沿海。因为张一鸣喜欢看海，所以想去一个海边城市。

3、离家远。这个大家都懂。

4、综合性大学。男女比例均衡，好找女朋友。

5、大城市。能开阔眼界，获取更多的锻炼机会。

张一鸣根据这五个维度，最终选择了南开大学。虽然这件事情听起来并不起眼，但对于当时年仅十几岁的张一鸣来说，无疑已经展现了那个年龄段里不可多得的强逻辑决策能力。

顺利进入大学的张一鸣，很快运用他的理性逻辑能力，收获了人生的另一项财富-爱情。

对于大部分大学生来说，谈恋爱是一件大起大落的事情。作为典型的技术男，张一鸣对自己的认知很清晰，自己在人才济济的南开校园并不显得特别突出。但是他有一件特别擅长的事情就是修电脑。

当他在大学遇到了心仪的女生之后，第一步他开始帮这个女生修电脑，要到了联系方式之后，在校园论坛里版聊，聊到比较熟悉的时候，约这个女生出来玩，之后表白。表白被拒后，张一鸣也不气馁，继续帮人家修电脑，继续版聊，继续约出来玩，直到这个女生最后成为了他的女朋友。

找到自己的核心优势，搭建算法模型，然后强力执行。这个看起来简单却十分有效的模型，在张一鸣之后的人生中，不断被优化，并日益强大。

在刚刚创办字节跳动的时候，张一鸣就把自己的业务聚焦在“算法推荐”上。这一方面和他之前的工作经历有关，另一方面是张一鸣非常坚定地认为——算法推荐是提升信息分发效率的最好手段。

有技术之后，张一鸣开始思考要用算法推荐什么样的内容呢？当时比较主流的网站其实都是分发一些比较长的信息和内容，比如长视频和长文章。张一鸣经过比较之后，把自己的战场定位在以手机终端为主的短内容上。

短内容生产的快、用户消费的也快，在这种海量的内容库中，才容易让算法推荐发挥出最大的优势。移动端+短内容+算法推荐，构成了今日头条的核心业务特点。因此，虽然头条做的是内容媒体，但公司里面连一个内容编辑都找不到。

但算法推荐虽好，在当时的中国，并没有多少人能真正理解算法推荐的逻辑。张一鸣通过几个成功的项目，将这个概念打入人心。

比如国美曾经找过今日头条做线上的广告投放。当时互联网的传统广告形式，就是在页面的顶端放一个大大的广告Banner，在这个Banner上加上广告详情的链接，用户只要点击就会被导流到广告页面中。这是比较主流的做法，但问题是这个广告到底是谁点了，有没有转化，企业都得按照点击量来付钱。导致的结果是什么呢？虽然这个广告的点击量很大，被很多用户看到了，但是这些用户并不一定是我的目标用户，因此最后带来的转化也就比较低。

有没有可能让企业的钱花到刀刃上，同时让用户乐意看到这个广告？其实这种算法推荐现在已经用的非常普遍了，但在当时头条是第一批采取广告算法推荐的公司。

头条通过LBS定位信息，将国美这条广告投放给北三环周边小区的人群，先是辐射三公里以内，流量不够，再拓宽到10公里以内，最后顺利完成了到店人数的投放目标。

还有一个案例是头条寻人。很多网站在做寻人广告的时候，把404页面和寻人广告绑定在一起，但其实这种做法只是一个噱头，实际效率并不高。但头条第一天做寻人广告的时候，就清晰地知道必须要基于算法推荐的逻辑去推送寻人信息。如果一个人在北三环走丢了，那北三环附近的人一定更有可能看到。所以头条会向北三环附近的人定向推送消息弹窗。头条寻人的功能上线两年多，已经找到了8000多人，平均每天都能找到10人以上，这个效率是非常之高的。

如今，今日头条半数以上都工程师，他们做的只有一件事情，不断优化算法，把信息推送需要的人。

对于自己的业务拓展逻辑，张一鸣如此说道——“我基本以科斯定理为基础，来思考业务边界。”

何谓科斯定理？简单来说，不做别人已经做的很好的领域，只在自己做得好的领域加大投入。

阿里做电商、腾讯做社交、百度做搜索，而头条选择避开巨头已经成熟的领域，一头扎进了信息分发。当他发现基于算法推荐的信息分发，已经做到业内最好的时候，他就把这个能力发挥到极致，从抖音到西瓜，把业务进行扩张和复制。

如张一鸣在《财经》杂志的采访中解释的那样，世界是动态的、前进的，如果你停下来去做别人已经很做好的事情，你和对方都会被时代潮流落下，因为世界不止只有你和你的对手。

从张一鸣的案例可以看出，理性思维对于我们的正确决策有至关重要的作用。

理性思维（以及其底层的思维模型）为什么能够帮助我们解决问题？主要是基于模型思维的两个特质：解释性和普遍性。

所谓“解释性”，指的是思维模型可以帮助我们理解和解决问题。

举个例子，我们可以通过如下一个简单的公式，去理解新冠病毒的隔离措施。

在这个公式中，一共有三个变量，分别是：

1、K(一个有传染能力的患者，平均每天和易感人群的接触次数)

2、B（每次接触传染成功的概率）

3、D（可以传播的时间）

换言之，只要我们把这三个因子控制好，就可以有效地遏制R0的增长（也就是新冠病毒的传播）。

比如如何减少患者和易感人群的接触次数？对应的措施就是“所有人避免外出，禁止聚会”。如何降低接触传染成功的概率？“做好各种防护措施，戴好口罩，勤洗手”。如何减少传播的时间？“让被感染的人尽快隔离”。

这就是思维模型的解释性，它可以帮助我们通过简化的方式认知、测量和预测问题。

而思维模型的另一个特质——“普遍性”指的是一个思维模型可以解决多个问题。

举个例子，二八原则（冥率分布、长尾理论）常常可以帮助我们解释社会中的很多现象。以社交账号为例，少数大号会拥有超多的粉丝量，而绝大部分的尾部账号则只有非常非常少的粉丝量。这个规律还可以用来解释人类的财富分布、图书的销量、自然灾害的发生频率等等。

将不同的问题放在同一个思维模型中进行简化之后，这些不一样的问题就会呈现出很多的相似性，使得用同一个模型解决不同问题成为了一种可能。这是理性思维得以帮助我们做不同决策的核心逻辑。

在这个基础上，我们进而提出今天的主题“多元思维模型”。

顾名思义，“多元思维模型”就是利用多个思维模型解释不同的问题。假设我们只会用一个思维模型来解决所有的问题，我们就会变成一个“拿锤子找钉子”的人，我们用同一个模型扭曲现实，直到它符合我们的模型为止。

而组成多元思维模型的理论，可以来自生物学、物理学，也可以来自心理学和社会学。

查理·芒格在其《穷查理宝典》中，曾多次提到了多元思维模型的重要性——

你必须知道各个重要学科的基础理论，并且经常使用他们。不是使用其中的几种，而是都要使用。

张一鸣也在其采访中多次提及生物学、物理学和数学对他的影响——

生物从细胞到生态，物种丰富多样，但是背后的规律却非常简洁优雅，这对于你设计系统或者看待企业经济系统，都会有很多可类比的地方。

事实上，不仅仅在企业管理上，在产品设计上，张一鸣也利用了“即时满足”的心理学原理取得了巨大的成功。

抖音一方面火遍全球，另一方面又骂声无数，究其原因，都是因为它的“即时满足”特性。通过内容的精准即时推送，抖音让人陷入高度沉迷，很多用户刷抖音只是打算玩几分钟，但是一刷就是三四个小时的非常正常。

产品大拿俞军在他的《产品方法论》里面也给出了几乎相同的学习建议。他说，产品经理如果需要学习成熟学科的话，最主要是学习经济学和心理学。因为从产品的角度看，学心理学有助于理解微观的个体行为，而学经济学有助于理解宏观的群体行为和结果。

那么，我们如何才能搭建起自己的多元思维模型？这里我们简单介绍三个可用的方法：

1、叠加：同一个领域的多个模型叠加，可以让我们对这个问题的认知更加全面和准确。

2、强化：用不同领域的不用模型去相互印证，能够帮助我们增加决策的信息。

3、选择：用不同模型分析得出相反结论的时候，我们可以对这个问题的核心变量重新审视，对这个问题认识的更加深刻。

这里我们用两个案例，对第三点做一点更深入的解释。

Q1：群体决策一定更明智吗？

以下两本书给出了不同的结论。

《乌合之众》：众智成愚

《群体的智慧》：众智成智

如果我们进一步分析，会发现这两本书背后假设的“群”和“众”其实是不一样的。乌合之众的“众”强调的是人们的趋同性，而群体智慧的“群”强调的是这群人的独立性和差异性。

因此，我们可以知道，一群人在一起决策，最后的结果到底是乌合之众，还是群体智慧，取决于你的群体构成是什么样的，以及这群人的决策机制。

Q2：产品上线时，是抢占先机更重要，还是尽善尽美更重要？

程维说，当年滴滴上线的时候，系统做的非常差。但是为了快速抢占市场，还是快速推出了滴滴。后来他找了一个新的CTO，花了两年时间把原来的烂系统改掉，但同时滴滴也收获了早期市场的红利。

与之相对的是苹果乔布斯。在第一代iPhone上市之前，乔布斯找了苹果内部最优秀的100多个工程师，封闭开发了两年，才有了苹果一代的发布会。但差不多在苹果发布会开完大约半年之后，受到乔布斯认可的第一代iPhone才真正上市。

尽管两者的决策模型看起来南辕北辙，但不难看出其实两个模型都有足够理由成立。

程维的决策模型，我们称之为“路径依赖模型”。该模型认为，由于我们每个人的选择都建立在别人的选择和行为之上，所以我们必须更早地去影响每一个人，才能获得更多的用户。

乔布斯的模式我们称之为“马尔可夫模型”——无论初始状态如何，只要转换发生的方向和概率是固定的，那么所有的过程都会不可抗拒地走向相同的结果。因此，对于乔布斯而言，产品转换的方向，始终高于产品转化的时间。而只有无可挑剔的产品质量，才能够保证消费者最终都会选择苹果手机这一转化的方向。

最后，我们想聊一聊多元思维模型的边界。

一次次的高质量决策，组成了张一鸣的人生特点——定下目标，找到模型，强力执行，这也是我们绝大多数人都难以拥有的能力。但与此同时，伴随着字节跳动的崛起，我们也听到了很多不同的声音。

首当其冲的就是道德层面的质疑。

很多人认为抖音潜在地传播了低俗文化信息，引发未成年人沉迷短视频等问题。的确，头条海量的目标用户，天然地偏向内容需求较为低端的用户。而基于协同算法本身的原理，它会越来越倾向于大众用户（基数较大）的内容选择，我们可以将之成为“协同推荐带来的趋同平庸”。

其次，还有一部分人表达了对“信息茧房”的担忧。

由于算法只推荐用户感兴趣的内容，长此以往会导致用户只能接收到自己想看的内容，用户将会被割裂在自己的信息孤岛当中。

对于这些质疑，张一鸣在接受《财经》杂志采访时如此解释：算法中立，不同的结果，只是算法推演过程不同造成的。那些认为头条是靠低俗内容起家的看法，我认为是有失偏颇的。

对此我想谈谈我的想法。首先，即便是客观的算法，在不同的条件下，也会产生不同的结果。于张一鸣而言，他利用算法完成了自己的人生规划和事业设计。于普通大众而言，或许就变成了娱乐休闲的工具。

其次，我认为算法并不能完全定义用户。算法捕捉到的，只是被算法影响到的我们。而在算法之外，每个人都存在着丰富的多面性和复杂性，我们每个人都需要更多的标签，而不仅仅是重度抖音or头条用户。

第三，算法并不仅仅只能被动地去了解、迎合用户，算法同时也可以引导、改变用户到真正有价值的内容上去，这是头条和抖音所具备的真正伟大的力量。

作为一个企业家，当你拥有了影响亿万用户的力量，你同时也背负了难以推卸的责任。我们相信，字节是可以成为这样一家伟大的企业的。

最后，回到我们决策的三个层级，从感性到理性，再到多元思维模型之后，我们想在顶部加上一个使命。使命和责任感应当永远在最重要的位置，引导我们去做最正确的事情。