如何利用「試錯」，找到最好的方向？

沒有科學方法的「試錯」，還不如「錯過」

1

怎麼做出更好的選擇？

試錯！

萊特兄弟發明飛機的故事，大家都知道，不過當時這個「賽道」上，有很多團隊在競爭，其中最被人看好的是科學家塞繆爾·蘭利的項目，已經獲得美國政府和大研究所的資助。

而萊特兄弟是個標準的民科，高中都沒有畢業，靠自行車鋪賺的錢研發飛機，自然不被人看好。

而萊特兄弟最終成功的原因之一，後來有人分析，他們充分採用了一個非常科學的方法——風洞實驗。

想造出能飛上天的飛機，理論沒有任何問題，真正的困難在於複雜的天氣狀況下盡量延長飛行時間，這就需要通過試飛獲得大量的空氣動力數據，再不斷改造機型。可飛機這個東西，一旦飛行失敗，飛機毀了是小事，人沒了就全完了。

一沒有技術二沒有資金的萊特兄弟，只能向科學要辦法，他們注意到一個英國人的發明——風洞，並製造了世界上第一個能對模型機翼進行準確試驗的風洞。

風洞現在看是個很高大上的東西，光做一場實驗就要七位數，但一百年前萊特兄弟造出來的，卻是下面的樣子：

別小看它，萊特兄弟正是利用了這個東西，自製了200多個不同的機翼進行了上千次風洞實驗，取得了一整套科學數據，設計出了較大升力的機翼形狀。

一百年後，同濟大學1：1複製了萊特兄弟的風洞，實測結果，簡單歸簡單，確實給出相對準確的氣動數據。

之所以用這個故事開頭，因為萊特兄弟給了我們一個思路，去解決一個非常困難的問題——如何低成本的試錯。

2

再牛逼的技術

也離不開試錯這個環節

有一種失敗是必然，而且是反覆出現的，所以有人不管它叫失敗，叫「試錯」——雷軍說：有機會一定要試一試，其實試錯的成本並不高，而錯過的成本非常高。

這話說的可不對，反覆試錯的時間成本是相當高的，除非你能降低成本，並找到更有效率的方法。

我看到網上有人吐槽，特斯拉汽車的電池一點都不高科技，其實是把幾千顆松下筆記本電腦的電池芯捆成一堆。

好吧，這個說法其實也不算錯，就好像說「匹薩不就是大餅上撒點肉」，但關鍵在於怎麼連接，哪裡並聯、哪裡串聯、怎麼控制，方案可能成千上萬種。

特斯拉電池的設計方法就是窮盡這些可能，選取部分靠譜的設計方案，進行模擬實測，比較結果，再回頭改進方案，反覆試錯，搞出了當時世界上最穩定的動力電池系統，

你看，再牛逼的技術也離不開試錯這個環節，不過，試錯畢竟是有成本的，必須有一些更好的手段去降低試錯成本。

前幾天聽了阿里雲機器智能首席科學家閔萬里先生的一個演講，他有一個觀點：人工智慧大數據時代，演算法不是關鍵，所有演算法原理都是九十年代的那幾篇論文，算力也不是問題，雲計算越來越便宜了。

關鍵是把宏大的問題變成一個個小的需求「痛點」，設計出一個「低成本試錯流程」，得出初步的解決方案，再小步快速迭代。這個「流程」才是人能發揮的*大作用。

大數據就是人工智慧時代的「風洞」，低成本的模擬現實生活中的某個特定場景，通過雲計算的「海量算力」積累數據，找到最佳解決方案。

這其中最關鍵的是「低成本 即時反饋系統」。

職場新手學習和成長的過程中，「低成本試錯」的原理同樣適用，也同樣需要這兩個條件。

3

個人工作中的即時反饋系統

先看第一個條件：設計一個「即時反饋系統」

學會一門樂器，只要一個好的老師、一套循序漸進的教程和長時間的反覆訓練，因為每一點進步，你都能明顯地感覺到，老師還可以提醒你問題在哪兒。

演奏、體育運動、大部分體力勞動、部分簡單的技術性勞動，都是天生的「即時反饋系統」。

但大部分工作都沒這麼直接，比如銷售，你掌握了一門銷售話術，可前幾次都失敗了，原因可能是你還不熟練，也可能是顧客本身就沒有購買意願。可糟糕的是，你無法知道到底是辦法不對，還是你用得不好，因此，你就無法去改進。

大部分有一定技術含量的工作，都無法直接反饋效果，你必須去設計一個「即時反饋系統」，思路有兩種，一個是「拆細」，二是「去繁」。

先看「拆細」。

有一次，劉謙做魔術表演前的綵排，做到某個環節時突然停下來，問坐在台下的經紀人：「昨天演到這裡，觀眾為什麼會笑？」經紀人被問住了，他前一天就在台下，根本沒有感覺到啊。

魔術和一般的表演不同，對觀眾的反應要求很高，他必須清楚地知道觀眾在哪裡會屏住呼吸，在哪裡會瞪大眼睛，在哪裡爆發出掌聲。練習魔術表演的方法就是把整個過程「拆細」，把動作與觀眾的反饋一一對應起來，任何細微的意料外反應，都應該敏感地察覺到，然後再針對性的練習，才能不斷提高水平。

幾乎所有的工作都能找到可「拆細可即時反饋」的部分：

銷售員要把銷售中的典型情景分解出來，設計話術，獲取對方的反饋；

設計師要把「視覺表現」的環節分解出來，獲取合的反饋；

管理者也要把「有效溝通」的核心環節，獲取下屬的反饋……

另一個是「去繁」。

工作中經常會發生這樣的事，你做了一個很棒的方案，在會議上一講，結果大家紛紛提意見，不是說成本太高，就是說時間不好把握，一盆盆冷水從頭淋到腳，這個反饋實在是太糟糕了。

其實這才是正常的，一個沒有經過任何設計的「反饋系統」，必然有大量背離初衷的雜音，「去繁」的方法就是每一次只對你核心關注的東西進行反饋。

比如這個方案你的設計目標就是「提高效率」，那隻要在這一點上的反饋是正向的，就能給你帶來激勵，你就可以在此基礎上進行方案的迭代；如果你沒有聽到這方面的反饋，你就必須通過一定的話術主動獲取得，並知道原因，再作改進。

「拆細」和「去繁」都是為了創造一個「直接反饋系統」，這是不斷試錯的前提。

另一個是「低成本」，這是怎麼辦到的呢？畢竟人不是機器，處理不了大數據。

4

更低成本地去試錯

在職業生涯的各種階段，都會遇到各自的難題，需要不停「試錯」。但人不是機器，反覆「試錯」的過程，一定會讓你產生自我懷疑——我到底適不適合這條道路？

「模糊的正確」系列上一篇文章，其中講到一個觀點，當你看不清職業方向時，回到「興趣愛好」和「性格特點」這兩個原點去思考。

「興趣愛好」和「性格特點」之所以重要，其中的一個原因就是在你還是一個新手的時候，它們可以讓你以更低成本的去試錯。

如果你喜歡一件事，你更有可能無視你經歷的挫折，這是「興趣愛好」的低成本試錯；相反，如果是一時頭腦發熱的「偽興趣」，你根本無法忍受漫長的「試錯」過程，也無法克服以此為職業的無聊感。

如果你的性格比較適合做某一件事，這代表你已經積累了一些「歷史經驗數據」和「演算法」，你可能經歷的失敗更少一些，這是「性格特點」帶來的低成本試錯。

職業生涯中有大量的「試錯」過程，人跟人之比拼的也是「試錯效率」，而「試錯效率」正是取決於兩件事：

第一，不能偏離「模糊的正確」的大方向；

第二，更低的成本與更高的反饋的效率。

來源：人神共奮

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！