5/16/2021: Failures & Risks
本周的主题是 Failures & Risks 失败和风险。
Words
这两个主题词都是比较丧气的，正常人都想要避免它们。但仔细想想，它们具有不同的含义和本质。失败是一种结果，或许是所有可能的结果中最坏的那个结果——它已经发生，不再具有不确定性，或者说，它已经消除了所有的不确定性。而风险本身就是不确定性的另一种说法，它并没有告诉我们哪一种可能性将成为最终的结果。很明显，风险可能发展成失败，而失败是我们面对风险时最不想要面对的结果。
在 Morgan Housel 的 Play Your Own Game 中，他引述了一个 Daniel Kahneman 的故事：Kahneman 希望找到一位个人财务顾问，对方问他的投资需求，他回答说自己没有变得更加富有的愿望，只是希望能维持现在的生活方式，后者旋即表示无法合作。财务顾问的工作方式适合于特定的风险-收益组合。Kahneman 的要求看起来并没有要求很高的收益，但却要求精确管理的风险。
管理风险可能比管理收益困难的多。
管理风险有诸多方式。一种是企业家式的孤注一掷：期望获得最高的回报，而无所谓这个回报对应的概率是很低的；另一种则是投资者式的分散风险：期望以合理的概率获得合理的回报，这里的「合理」因人而异。
我们可以认为企业家也是一种投资者，他们因为个人禀赋的原因，愿意在特定的时刻追求一种极端的风险-收益组合，哪怕自己可能会面对失败。我认为，这背后的原因往往是企业家具有特异的禀赋，而这种禀赋仅在一段时间内具有更高的价值。技术专家往往能够比其他人先看到技术革命的前景，因而会更加渴望通过创业来收获这种红利。技术发展变化很快，一旦错过了时间，技术的价值也会快速降低。提早入场提高了收益的上限，但却无法提升失败的下限。年轻的创业者并不知道自己在失败之后将面临什么，也最好不要知道。
职业经理人和投资人崇尚通用的技能和知识，他们具有更好的选择权（optionality），在职业生涯中可以反复尝试，慢速成长。某种程度上，衡量这两类人成功的标准是：他们是否能够避免失败。
复杂的系统往往会突然产生巨大的失败。因为复杂性，即便在运转良好的时候，也没有人知道其运作的真正原理。系统在漫长的时间中累积问题，本来光滑自如的齿轮也逐渐变得生涩，从而产生摩擦，在内部滋生更多复杂，直到最终失控。
令人无法理解的是，正是需要避免失败的人热衷于创造自己终将无法理解和管理的复杂系统。实际上，并不是这些人有意要把系统变复杂。在长时间的经营中，他们日复一日的专注于解决系统中的问题。而解决旧的问题，就将引入新的问题。每一个新的问题又都为系统增加了复杂性。复杂就是这样自我增生的。
在时间维度上，未来无法被完美的预测，因而产生风险。而在空间维度上，宏大的完美无法掩盖局部的缺陷，因而带来失败。
Links
Shopify CEO's Letter to Employees by Tobi Lütke
尽管大部分媒体报道的标题都是引用了其中一句话 Shopify is not a family，但我认为这篇短信最最好的地方是在开头处：
The best thing we can do for them is not add to the ambiguity. Shopify hasn't historically been great at setting clear expectations across the organization and I think this is starting to cause an enormous amount of managerial debt that's ballooning out of control.
这段话是在信的第二段，Tobi Lütke 讲了宏观环境的不确定性，之后就写了这么一段话。好的 leadership 至少不应该让团队更多的感受到不确定性，尽管在外部世界，不确定性已经是一种常态。从外部到内部，leadership 应该发挥一种过滤器的作用。吸纳、处理、判断、沟通。从内部看，方向和目标都应该是明确的，即便发生变化，也是井然有序，而非突然来袭。
人是依照预期来行动的。对于群体，关键在预期的一致性。这一点是不可能完成的任务，人们总是会产生不可预料的想法，并依此行动。人们会彼此交流，让这些不一致性暴露出来，进而造成更多疑惑。在一个开放的社会环境中，这就变
理解了这一点，你才能理解为什么 Lütke 写了这封信，并且旗帜鲜明的反对 us-vs-them divisiveness。
First Principles: The Building Blocks of True Knowledge by Shane Parrish
这篇来自 Farnam Street blog 的文章介绍了第一性原理的基本知识。
第一性原理已经不是一个新鲜概念了，但我相信很多人都对这个词似懂非懂。实际上，解释它并不难，而在日常生活和工作中，运用它是更难的。
根据本文的定义，第一性原理就是无法从其它定理或假设中推导出来的原理。
A first principle is a foundational proposition or assumption that stands alone. We cannot deduce first principles from any other proposition or assumption.
如果头脑中有基本的逻辑概念，这个定义很好理解。但应用起来，第一性原理需要你放弃所有思维中的参照物，从事情的本源开始思考：为什么，是什么，怎么样。比如文中讲到的橄榄球教练，从比赛的规则开始思考，应该如何排兵布阵，如何应用战术，如何训练球员。而不是参照其它球队的比赛，照猫画虎。
大部分人的思维模式并不是这样的。比如很多人很热衷于讨论的，是 A 和 B 两家公司的竞争关系，孰强孰弱。这不是教练的视角，这是观众的视角。如果要赢得比赛，就应该关心得分有哪些方式。如果要收入增长，那么就应该关心消费者还有什么需求没有满足好。
文中讲到这样一句话：
... everything that is not a law of nature is just a shared belief.
如非自然法则，则是共同信仰。
自然法则是我们说的第一性原理，而共同信仰则是拿别人说的当作参照物，并奉为圭臬。
对标分析、案例研究和竞争情报，为什么重要？是不是不重要了？共同信仰一直都是构建人类社会的网络干线。当然不可能要求任何人放弃他们所相信的东西（包括我们自己在内）。我们能做的，是在面对复杂情形的时候，分清信息是否来自逻辑链条的上游，还是一些被加工和转译的故事。
The One Where Writing Books is not Really a Good Idea by Elle Griffin
本文讨论了在 Substack 等创作者平台上写虚构作品（小说等）这个话题。
开头先释放了不少关于图书出版行业的数字。从作者的角度看，写书真的不是一件财务回报很好的事情。这个行业当然会冒出一些超级畅销书，但比例极低（2020 年中 260 万本在线销售的图书中，只有 268 本销售量超过了 10 万份）。出版社想要和已经成名的作家合作，而非挖掘新人。国内市场的数据也是类似，去年按照码洋计算的十大畅销书中，只有 1 本是当年出版的新书。
作者随后也分享了 Substack、Patreon 和 Wattpad，结果仍然很惨淡。有趣之处在于，虚构作品的商业化还不如非虚构。在 Substack 和 Patreon 上都已经出现了年入百万美元的创作者，而在 Wattpad 这个美国版阅文上，创作者的付费内容只能收到很少的钱（每年分摊到每个作者身上只有 1818 美元）。
背后的隐忧在于：如果传统出版和线上平台都无法为虚构类作者支付足够的报酬，那么新的故事从何处诞生呢？当然，影视和游戏公司也在为好的故事付钱。但我们必须理解到，文本仍然是创作和挖掘好故事最高效的方式。从近年越来越多的影视和游戏改变作品来看，经典的故事就像是被不断开采的原油一般被快速的探明挖掘，但这是不是会有尽头呢？
文中提到了一个词：serialzied，正是虚构创作的要义。普通人类并不缺乏讲述短故事的能力，但难在构建多个人物、多个视角、长时间跨度的世界（或宇宙）。这是一种少有的能力，因为它需要极高的共情能力，也就是说能够站在上帝视角观照全局，又能下放灵魂到某个角色身上，替他感受和思考。只有这样，才能连续不断的延伸创作，让故事可以讲下去。
读者因此可以陷入到作者构建的世界中，尽管他们也会挑战其中不合理的地方，但这些都无伤大雅。
这可能就解释了为什么书不再是一个合适的故事载体。书的物理形态制约了它的创作流程中。在线平台对长度不加限制，连载能力最终受限于作者的能力。Freemium 的收费模式本质上是为稀缺的世界构建能力付费。一旦成功构建了世界，作者就应延续这个世界的生命周期，其收入也与此能力正相关。
Tweet
Rao 在推特上问了一个很好的问题：
If your longer-term memories were reduced to datasets for AIs to learn from, based on your relatively unique experiences (so not like driving, TV, or cooking) what would the top 3 be? Specify age/gender if willing. Eg: “tech-industry meetings, coding, playing guitar, male 35.”
极度的压缩，纯粹的数据，而非血、肉、骨和灵魂，还原论下的人。
Book
本周继续在读 Softwar 这本书。Larry Ellison 开始向企业软件系统的复杂性宣战。他治下的 Oracle 所面对的竞争对手是两拨人：一部分是所谓的 best of breed specialists，也即是专精于解决某类问题的软件提供商，比如 CRM 领域的 Siebel，HR 领域的 PeopleSoft；另一部分，则是把这些专业软件整合成为系统的咨询顾问，以 IBM 为代表。
Ellison 认为，这种单独采购再进行整合实施的方法，既降低了企业内部流程的信息效率，也造成了昂贵的实施和维护成本。Oracle 将提供一个一揽子解决方案。
这就是把客户的复杂性转变为自己的复杂性。能够交付一个系统自然是好的，但这也让研发这样一个系统的难度变高了。延期和缺陷接二连三的出现，在外界看来，这就是一个软件巨头老迈臃肿的表现。相比来看 Siebel 这样的公司身段灵活，刀法精准，也容易理解。
我还没有看到结局。但这个局面是在看企业发展历史中常见的「大卫如何打败歌利亚」剧情。成功的故事往往看起来极度简单，但这是叙事的要求。没有什么是真正简单的，一切都有它复杂的那一面。
本周的推荐就是这些。
我会持续尝试微调这个 newsletter 的结构，希望它一如既往的读起来像是我在公园里和你散步时会聊的一些话。为此我特别下楼走了一圈，感受在书桌前所未有的氛围。
下周见，
Neo