原标题：创业导师檀林：做个具有“模型思维”的数据忍者

来源：CHEERS2020·湛庐年度大会

演讲：檀林

现在的大数据时代，也是特别不确定的时代，我们应该用什么样的方式来进行思考？来走出混沌、发现机会、避免风险？

1.

从混沌中寻找秩序

图源：CHEERS2020·湛庐年度大会现场

2008年的金融危机是一场席卷全世界的黑天鹅事件，当时金融界的景象可以用“哀鸿遍野”来形容。

雷曼兄弟和跨国保险公司美国国际集团（AIG）都濒临破产，希望美国政府能来解救。但最后美国政府只选择救助了AIG，而贝尔斯登、雷曼兄弟等其他金融机构全都让其自生自灭。

这个举动在当时也引发了很多批评，说为什么政府要直接干预经济？这不是跟自由经济的原则相违背吗？那么，为什么美国政府要去救助AIG呢？ 我们如果用模型思维的角度来看一下，就不难理解为什么是AIG获救，而不是雷曼兄弟了。

大家看一下这张图，看一下跟AIG相关的所有链接，这些链接代表的是各个金融机构跟AIG之间的保单金额，一旦AIG破产，就会引发全球性的金融灾难，不光是雷曼兄弟，像美林、摩根士坦利、花旗银行、高盛等这些金融机构也都可能会遭受灭顶之灾，所以美国国会批准了财政部收购AIG，把AIG的所有资产收购。

图源：CHEERS2020·湛庐年度大会现场

大概几年之后，在整个金融危机过去之后，美国政府向美国国际集团的贷款还带来了200多亿美元的收入。这确实是一个非常生动的案例，告诉我们在面对重大不确定性的问题时，应该用什么样的模型来思考。

为何需要救助AIG？因为它处于一张金融网络的关键枢纽节点，一旦允许它破产，将会引发一个更大范围的全网灾难。而雷曼兄弟则处在网络的边缘，它的破产不会导致整个金融体系的崩溃。

图源：CHEERS2020·湛庐年度大会现场

这让我想到了《反常识》这本书，这本书的作者邓肯·瓦茨曾经是微软全球首席科学家。英文原书名是EVERYTHING IS OBVIOUS，一切显而易见。

一旦你知道为何需要救助AIG而不是雷曼兄弟这样的一个问题的答案之后，你会觉得做出这个决定并没什么难的呀，好像用常识就可以判断，是吧？但如果你没有模型思维的工具，要从一片混沌中找出关键问题或秩序来，却是一个非常非常艰难的过程。我们应该模型思维，特别是在今天这样一个日趋“复杂”的时代。

2.

模型思维，让我们更好地面对日渐复杂的世界

图源：CHEERS2020·湛庐年度大会现场

如果是150年前，我们生活在简·奥斯汀所在的维多利亚时代，在那个年代，如果拥有很多信息，就从另一方面代表着你会有很高的经济地位和社会地位。但是现在互联网让我们任何一个人都处在信息过载、信息异常富足的状态，知识太多了，大量碎片化的信息几乎要把我们淹没掉了。那么，现在问题的关键在于你要如何运用这些信息和知识？

斯科特·佩奇是密西根大学的政治学教授，曾经是“复杂科学圣地”的圣塔菲研究所的研究员，他7年前在Coursera上开设了一门网课，专讲“模型思维”，现在全世界已经有超过一百万人注册学习了这门课程。佩奇的这本《模型思维》是根据这门课整理出来的新书，非常值得期待。

图源：CHEERS2020·湛庐年度大会现场

我当时还在微软加速器的时候，就跟所有的加速器学员说应该去上一下佩奇的这门“模型思维”课。这本书，对我们做人工智能建模、做商业模式规划、设计，以及理解客户的真实需求都非常有帮助。 因为模型，特别是多个模型的组合可以让我们更聪明，可以更好地面对一些不确定的复杂性问题。

我们大家可以知道如何把数据提取出来，去除噪音，获得结构化的信息，还可以加入计算，发现相关性和因果关系，生成指导我们的行动的知识和思维模型，让我们的思考更有效，也能让我们的预测更准确，决策能力更强。

图源：CHEERS2020·湛庐年度大会现场

这里再提一本湛庐的书，也有很多借鉴意义，它是纽约大学政治学教授布鲁斯·布尔诺·德·梅斯奎塔的《预言家的博弈》，梅斯奎塔被认为是全球最有影响力的100位思想家之一，他也号称是掌握最多预测模型的人，因为他对一些重要事件预测的准确率高达90%。

从梅斯奎塔的书中我们大家可以了解到， 如果我们在这个时代没有多模型的思维工具，我们将无法面对这个日渐复杂的不确定的世界，但是我们每个人都有机会通过学习，通过实践和探索来掌握高级的模型思维的能力。

3.

模型思维的七大用途——数据忍者的七项利器

图源：CHEERS2020·湛庐年度大会现场

给大家看一下模型思维是一个什么样的形式？

假设需要把地球放在一个篮框里，离这个篮框边要留一米的空隙，大家来想一下这个篮框的周长会是多大？要解决这样的一个问题，我们应该一个模型，这个模型是什么呢？就是圆的周长公式，D=2πR，这个巨大的篮框的周长当然还要包含地球的周长，要满足地球离框边1米这个条件，篮筐的半径要比地球本身的半径多出1米。

因为地球周长已经知道了，是25000英里，所以我们直接用圆周率计算一下篮筐多出来的周长，2πx1米=6.28米，再把两项加起来就是需要构建的篮筐圆周的周长。

图源：CHEERS2020·湛庐年度大会现场

这个例子显示的思维的抽象化和正规化，就是模型思维的能力。只有抽象化、正规化，才可以做精致的推演，才能构建智慧的层次结构。数据太多了，我们一定要剔除噪音，并把它抽象化，才能够得到结构化的信息，进一步找出这些信息之间的关系，就是知识，而知识是可拿来指导行动和实践的。

图源：CHEERS2020·湛庐年度大会现场

模型思维的价值百科不光是推理，我们还可以用它来做解释、做设计、做预测，还可拿来沟通、指导行动，以及更深入的探索。

那么在人类社会持续健康发展的这么长时间里，直到1750年工业革命发展之前，整个人类的经济发展是非常平缓的，所以在那个时代，各个地方的各个文明都出现过大量的谚语，这些谚语我们现在依然在用，但经常看到相互矛盾的景象，这就是因为外部的环境变化了，场景更多了。

如果我们的思维方式是靠成语典故、谚语这种常识来解决生活中的问题的话，那我们肯定是很难变成一个在当今复杂时代很有智慧的智人，尤其不能达到一个创业者应有的认知水平。 我们一定要建立用模型思维去做推演的习惯。

图源：CHEERS2020·湛庐年度大会现场

另外，模型思维还能探索我们的认知边界。大家知道现在超弦理论，平行宇宙，都还是数学上成立，但没有被实验数据证明的假说。但是我们大家可以利用这些假说中的模型去写科幻小说，不需要科学发展到把科幻小说中整个模型的应用场景全都营造出来，也可以丰富人类的认知。有一天技术发展了，科技进步了，有可能科幻小说里描述的东西是能轻松实现的。

针对模型思维的用途，佩奇把它称为红色披风(REDCAPE)，每个字母分别代表了模型思维七大用途中 的一种，也就是Reason 推演，Explain 解释，Design设计，Communicate 设计，Act 行动，Predict 预测，和Explore 探索，这也就是我们作为在大数据时代一个数据忍者所需要掌握的七项利器。

4.

用模型思维解决现实问题

图源：CHEERS2020·湛庐年度大会现场

这本书给我们详细讲解了24组模型，每一组模型都有很多的数学推导公式，一些条件、假设、案例，非常丰富，我认为这是每一个生活在今天这个时代，想去探索未知、创造新知、应对复杂性和变化的人所必读的一本书。

我给大家简要介绍几个我认为非常有意思的模型。

比如， SIR模型。S被称为易感者，I是感染者，R是痊愈者。啥意思呢？这实际上的意思就是流行病传播的模型，也是互联网上流行传播的模型。

图源：CHEERS2020·湛庐年度大会现场

SIR模型会产生一个临界点，就是基本再生数R0。R0大于1意味着可以传遍人群，对于下载一首歌来说，就从另一方面代表着可以在全网形成叠加的、裂变式的传播。如果R0小于1，“传染病”就会趋于消失。R0越大，传染性越强。贾斯汀·比伯的R0已达到了24，非常大的一个数字，远远高于流感、艾滋病、小儿麻痹症等。

再来看一个模型。现在美国大学里大概有1/4左右大学的校长都是女性，但是根据2016年全球500强的数据，只有不到5%的CEO是女性。这是怎么回事？一个年轻的女性进入到500强，她从基层员工跃升到CEO可能需要经历20年甚至更长的时间，可能要至少升职15次才行。大量证据表明，升职时会出现有利于男性的“温和”的偏差，换句话说，男性升职的概率会更大一些。女性的每一次升迁，哪怕只比同样水平年龄段的男性少5%或者10%，但是累计的效应到最后，只有5%是女性CEO。

但是同样在大学里，因为管理层及比较少，所以更高的机会看到更多的女性校长，这就是幂律。

图源：CHEERS2020·湛庐年度大会现场

同样的问题，在大公司就业是安全稳定吗？传统的、没有经过数字化转型的企业是的。但未来这条曲线会变化，基于数字化转型之后，所有的行业都不会是正态分布的，所以高风险、高回报的创业可能是未来更安全的就业生活方式。

大家知道，早期硅谷投资机构的创始合伙人基本上两类人，要不媒体出身的，要不金融机构投行出身的，为什么？在互联网之前这两类人就是简·奥斯汀描述的拥有信息的人，他们拥有信息，拥有获得资本的路径，所以他们变成投资机构最主要的合伙人。

但是2009年一家新的投资机构A16Z，用了不到十年的时间变成了全硅谷NO.1的VC，他们来自企业，来自创业者，2/3的合伙人都是有实战企业管理能力的人，都是咨询顾问，以后的VC就是有投资能力的咨询顾问，平台化的VC就是有投资能力的咨询公司。

图源：CHEERS2020·湛庐年度大会现场

现在的硅谷有一个新的现象，设计师事务所与VC，与投资机构联系起来变成一个新物种，它通过资本和设计能力的赋能去帮助创业企业成长，也就是你需要为它的认知升级来做赋能，你得拥有更多的模型思维才能拥有这个时代投资的机会。

这毕竟是一个非线性的世界，所有的这些模型都是有条件的，都是简化了很多参数的，所以从理论上来说都是错误的，它并不代表真实。但是它们都是有用的，特别是你把多个模型放在一起来用的时候，效果会更好。 而且利用数学工具，能够达到你意想不到的效果，更精准、更强大。

《模型思维》在未来几年内，一定会成为普通大众的必读书目。

（来源：CHEERS2020·湛庐年度大会 ）

【免责声明】文章为作者独立观点，不代表本平台立场。转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者与本平台联系，我们将及时更正、删除，谢谢。

责任编辑：