保罗·格雷厄姆《超线性回报》读后感

超线性回报

为什么有时1分努力能换来1万分收获

探索阈值理论和指数增长如何创造不成比例的巨大回报,以及如何在自己的领域中寻找超线性回报机会。

成长思维
阈值
努力
回报
超线性回报曲线
线性回报曲线

100米的世界记录保持者是牙买加人博尔特,他的记录是9.58秒。第二名也是牙买加人,约翰·布雷克,他自己的最快记录是9.69秒。

根据查询,博尔特在巅峰时期净资产估计为1亿美元左右,那么约翰·布雷克呢?答案是500万美元。

博尔特 vs 布雷克

博尔特 布雷克
百米最快记录 9.58秒 9.69秒
净资产估计 1亿美元 500万美元
差距比例 相差0.11秒 (1.1%),回报差20倍

这就是超线性回报的力量

能够跑到9.69秒,约翰·布雷克绝非普通人。他在短跑上付出的努力,可能一点不比博尔特少。

但在体育竞技的世界里,冠军和亚军的回报差距巨大。这种现象在很多领域都存在 - 一个微小的优势,可能带来数十倍的回报差距。

我们都知道100米跑进10秒意味着什么。由于人种上的差异,中国14亿人能跑进10秒的屈指可数,作为跑的最快的黄种人,苏炳添个人的最快记录是9秒83。

能够跑到9.69,约翰布雷克不可能是个一般人。我相信他在短跑上付出的努力,一点都不会比博尔特少。毕竟如果没有博尔特,他就是地球上跑的最快的男人。

但是人生没有如果,他只要没有超过博尔特,他就得不到属于短跑领域的"超额回报"。

这两天正好看了一本格雷厄姆的书,《超线性回报》,今天我们就来说说"超额回报"这件事。

阈值

每个人都经历过用手指头数数做加法的阶段。越早能搞定10以内的加减法,越有机会在家庭聚会时在亲戚面前表演。

只是当数字的和突破10以后,手指头就开始不够用了。在没有受过正规数学教育之前,一个孩子能做到的顶尖水平,就是悄悄借用他的脚趾头来完成突破。

突破阈值的力量

当我们把10以内加减答案背下来,并理解进位的概念后,事情就变味了。只要给我们纸,笔以及时间,我们就变得突然可以拿捏任意位数运算了。

是我们变聪明了吗?并没有,人还是同一个,不同的是我们跨越了数学运算的阈值

学习的过程,是不断的突破"阈值"的过程。每一个阈值的突破,都会带来知识运用爆炸性的增长。在保罗·格雷厄姆的书中,这个增长被叫做 超线性回报

背诵10以内的加减和理解进位的概念,对我们来说可能只是几节数学课的功夫。但是带来的多位数运算的能力,是世界上只有人类才能做到的高级智能——即使是能看透人情世故的边牧,面对两位数加法也要目瞪口呆。

这就是"超线性回报",即你的付出和你的收获,不成正比。付出1分,收获1万分。

我们的学习过程,其实就是在不断突破阈值,不断的获得超线性回报的过程。

会了加法学乘法,会了乘法学代数。每当一个阈值被突破。回头再看之前遇到过的难题,常常有"降维打击"的感觉。

靠着这个方法,我们才可以在短短十多年里,快速学习掌握了人类几百年的知识。

graph TD A[开始] --> B[努力学习] B --> C{达到阈值?} C -->|否| B C -->|是| D[获得超线性回报] D --> E[进入新领域] E --> B style C fill:#f9f9f9,stroke:#0284c7,stroke-width:2px style D fill:#dbeafe,stroke:#0284c7,stroke-width:2px

短跑比赛的阈值

在刚才的100米跑例子里,金牌,荣誉,名利,几乎都被第一名所包揽,第二名哪怕只是差了0.11秒,收获却只有第一名的1/20。

这种回报曲线,在数学上属于"阶跃函数":当你超过临界点后,收益会突然挑涨到一个极高水平,而在临界点之下,可能什么都无法得到。

这种阈值效应带来的"超线性回报",很多时候被大家称为赢家通吃或者是马太效应。

显然,体育比赛的阈值过于高昂(最顶尖的1人或少数几人)。尽管跨过阈值后可以获得巨额回报,但对于同处一线的其他选手,太不公平。从这个意义来说,参加体育比赛追求超线性回报,风险极高。很有可能拼尽几十年的辛苦努力,最后一无所有。

指数增长

指数增长是最直观的超线性回报来源。

格雷厄姆举了个培养细菌的例子。

指数增长的惊人力量

细菌一旦开始生长,其数量会呈指数级增加。但是,细菌一开始的培育非常不容易,没经验的实验者,很大概率会培养失败。这就意味着擅长培育者与不擅长者的成果差距极大。

也就是说,在指数增长情形下,哪怕在起步阶段差异细微,时间推移后结果会呈天壤之别。

反直觉的指数增长例子:

如果某细菌每天的数量增长一倍,填满整个游泳池需要50天;那么填满半个泳池的时候是多少天?

答案是49天。

在指数增长的力量下,最后一天时间走完了前面49天的路。

初创企业的指数增长

指数增长这个事情在独角兽公司中特别常见。

在指数级威力下,有些初创公司哪怕成立之初差别非常细微,最后的高度却是天壤之别。

说几个案例。

案例研究:Facebook vs MySpace

起点差异

MySpace起步于2003年,迅速累计用户,在2005年时作价5.8亿美元卖给了新闻集团。

Facebook成立时已经落后,但采取了不同的战略:

  • 实名制和大学校园圈层切入
  • 界面简洁清晰
  • 重视用户隐私和体验

关键区别

  • MySpace被收购后迅速商业化,页面充斥广告
  • Facebook早期不急于盈利,专注扩张用户规模
  • Facebook致力于产品体验,形成网络效应

结果:

Facebook在2012年上市时市值接近1000亿美元,而MySpace则以3500万美元出售,不足收购价的十分之一

案例研究:淘宝 vs eBay易趣

起点悬殊

淘宝网于2003年创立时,全球在线拍卖巨头eBay已通过收购易趣网进入中国。

2003年时eBay易趣占据中国C2C市场约70%以上份额,淘宝不到10%。

又是一个大卫vs歌利亚的故事。

本地化策略制胜

  • 淘宝完全免费,降低卖家入驻门槛
  • 内嵌阿里旺旺实现即时沟通
  • 引入支付宝解决信任问题
  • 本土团队快速迭代产品

结果:

2007年,淘宝市场份额高达约82%,eBay易趣跌至不足7%。2014年阿里上市时市值超2000亿美元。

指数级增长和阈值的结合

格雷厄姆认为,现实中很多情况同时具备指数增长和阈值两种因素,它们相辅相成,进一步强化超线性回报。

名人效应

现有粉丝会带来新的粉丝,使得知名度以近似指数的方式增长;同时,公众对名人的注意力资源是有限的,大众心目中的一线名单容量很小,这实际上形成了一个竞争激烈的阈值。

也就是说,名气增长呈现"粉丝越多涨得越快"的正反馈,而一旦跨过某个知名度门槛就跻身一线,获得的关注远超略逊一筹的人。

指数效应和门槛效应共同造成了明星效应中的两极分化:顶级名人占据大部分关注度,而稍逊的人远远落后。

这个和我们的认知基本相符,某些演技派配角频繁出现在我们看的电视电影里,但是由于不是一线,如果不特别去查,我们甚至连他们叫什么都不知道。而演技一塌糊涂,台词都背不住要说1234567的演员,我们却耳熟能详。

知识与学习

知识增长本身具有复利性质(即指数级增长): 学得越多,就越容易进一步学习(这是指数式的反馈)。

同时,知识领域存在许多学习门槛(即阈值):比如识字这一技能就是典型门槛,一旦学会阅读,你学习其它任何东西的速度都会大大提高。

并且,当你把某一领域的知识推到边界时,你可能会发现一个全新的领域。一旦你成为第一个踏入新领域的人,就拥有了先发优势,可以率先收获该领域的大量成果。

科学界充斥着大量的"一重大成功胜过十次平庸"的现象,少数顶尖人物的成果常常超过所有其他人的总和,比如牛顿。

案例:牛顿在世时就获得了崇高的地位,是第一位因科学成就被封爵的科学家。英国政府多次授予他重要职位,他的葬礼以国葬规格举行,安葬在威斯敏斯特教堂,这是极高的荣誉。

即使后来相对论/量子理论都掀翻了经典力学的床板,但是大家仍然公认牛顿是人类历史上最伟大的科学家之一。

同时代的其他科学家也并不弱,但是牛顿实在太牛逼,凭一己之力照亮整个17世纪。

寻找超线性回报的策略

利用好复利

复利分为直接复利和学习复利两种。

直接复利

通过推动你的事业,慢慢累积用户基础/品牌这个过程。随着用户基础越来越大,品牌知名度越来越高,后续的增长会越来越容易。

例如亚马逊:最初只是一个在线书店,早期用户基础很小。但是亚马逊死磕用户体验优化,口碑逐渐积累,用户规模逐渐扩大,品牌影响力也随之提升。

用户越多→数据越丰富→服务越精准→用户体验越好,形成了良性循环。

学习复利

通过复盘从经验和教训中获得成长。从失败中汲取经验,可以让人隐性的获得超线性成长。

例如SpaceX:在早期火箭发射过程中经历了多次失败,甚至一度濒临破产。

不过SpaceX做复盘做的非常好,马斯克每次失败后都深入分析失败原因,快速迭代改进技术方案,最终才走到今天的地步。

关于阈值的策略

对于阈值效应,格雷厄姆也给出了一些思路。

他提出一个比较实用技巧:如果你发现一个做的很一般的产品却非常流行,那么这就是你的机会。

你做出超越它的产品,跨过阈值,马上就可以获得超过预期的回报。

超越原有产品,最直接的方法就是努力"把事情做到极致"

格雷厄姆指出在回报曲线的远端(顶尖水平),每多投入一点努力都可能换来超乎寻常的收获,而且越往高处竞争者越少:因为做到卓越本身很难,许多人甚至被高标准吓退不敢尝试。

这意味着尝试去做卓越之事本身就是划算的,因为敢于尝试的人已比大多数竞争者少,成功概率相对更高。

要想把一件事做到极致,必须对其有深刻的兴趣,光勤奋不够,你必须自己真的喜欢这件事。

在一个讲究超线性回报的世界里,找到自己真正感兴趣并擅长的方向去深耕更加珍贵。

当然,这事情不是100%,有时候产品一般却特别流行,往往是因为垄断。往往那些令人困惑但看似无关紧要的问题背后,潜藏着开辟新领域的机会。

而在知识科技的创新方面,作者认为保持好奇心比功利心更重要。钻研处于兴趣的冷门疑问,常常能有重大发现。比如培养霉菌时意外发现青霉素,比如调试无线电的时候意外发现宇宙微波背景辐射。

全面的自我提升策略

选对方向

要实现超线性回报,你得把事情做到极致。方向选择非常重要,不爱做的事你坚持不下去的,不擅长的事情做起来阻力太大。寻找热爱和兴趣的结合点,然后往深处做。

勇于冒险

不要害怕失败。如果你从不曾失败,基本说明你尝试得还不够极致。敢于冒险并从失败中学习是实现突破的关键。

寻找优秀同伴

自己单干难免会有短板。寻找最优秀的人组建自己的团队,把合伙人当作自己能力的延展,这样可以把你的事业发挥到新的高度。

培养品味

研习顶尖范例以培养品味。你得知道什么是好的,什么是差那么一点的。这能提高你的判断和创造水准。

追随好奇心

迷茫的时候,要跟随自己的好奇心。好奇心往往比你更早知道值得注意和探索的方向。

结语

这本书的逻辑很清晰。

很多人创业的时候都是在不断付出中寻找一个"超线性回报"的机会。但是能做的事情看起来很多,无从下手,某条路也许付出很多精力最后毫无回报(比如踏入红海)。或者是多线开战最后让自己疲于奔命。这种情况其实用书中的阈值理论一下就能解释:你没有跨越这个领域的阈值,而这个领域的阈值又非常高,以至于你的努力对比起来微不足道。

大家都想获取"指数级增长",但我们不会去尝试训练自己的短跑来超过博尔特——因为心里知道不可能成功。可我们却可能会投入大量精力在写微信公众号或者自媒体,幻想一夜成名。殊不知这个行业的阈值也非常高,只是它不像百米跑那样可量化,而身边又有很多平凡人一下子爆火的例子,所以不免迷失了。

寻找属于自己的"利基"市场非常重要。个人建议没看过的朋友能看一下这本书,也许能找到属于自己的答案。

超线性回报的核心启示

在这个赢家通吃的时代,找到自己热爱且擅长的领域,全力以赴突破阈值,才能获得超出常人想象的回报。

记住格雷厄姆的忠告:把事情做到极致,寻找那些被忽视但有潜力的机会,培养复合技能,勇于尝试新方向。

最重要的是,跟随你的好奇心——它比你更早知道什么值得尝试。

超线性回报的关键概念

mindmap root((超线性回报)) 阈值效应 体育比赛 第一名与第二名的回报差距 学习门槛 掌握基础技能后的学习加速 行业赢家通吃 明星效应 指数增长 复利效应 直接复利 用户增长 品牌积累 学习复利 经验积累 失败教训 小差异长期累积 Facebook vs MySpace 淘宝 vs eBay 实现策略 选对方向 兴趣+能力结合点 做到极致 超越现有竞品 追随好奇心 探索未知领域 寻找优秀同伴 弥补自身短板