變化是世界的常態。 我們身處的時代每天都在發生深刻的變化，尤其是在科技互聯網快速發展的今天，世界的變革和迭代有時候讓人猝不及防。

　　吳軍博士在代表作《浪潮之巔》的序言中寫道：“面對未來，適應比預測更重要。”我們所能，也是我們應該做的，是瞭解世界變化的規律，培養正確做事的方法，適應未來的挑戰和變化。

　　今天，小悠就和大家分享吳軍博士在得到專欄《谷歌方法論》以及《浪潮之巔》中的觀點，來告訴你，作爲普通人如何應對這個不斷變化的世界。

　　希望能給你帶來啓發。

　　我們身處一個怎樣的世界？

　　一、深刻了解這個世界

　　01

　　世界超乎尋常的“大”

　　首先，未來世界很大。

　　我曾經提到過“葛立恆數”，它大大地超出了任何人的想象，但是它又不是無窮大，而是一個實實在在具體的數字。我們人類通常能夠想象出的大數字，就是那些呈現出指數增長的數字，比如圍棋棋盤上的變化數量，這已經比我們通常所接觸到的世界大很多了。

　　生活在一個小世界裏的人，想認清一個大世界是很難的一件事。

　　我在讀《莊子》時，讀到“井蛙不可以語於海者，拘於虛也；夏蟲不可以語於冰者，篤於時也；曲士不可以語於道者，束於教也”時，不禁感慨：

　　我們生活的世界限制了我們的認識。

　　我們很容易接受牛頓力學的三定律，因爲它所描述的世界和我們能感知到的是一致的。但是，我們難以想象相對論，因爲我們見到的物體運動速度相比光速慢太多了。

　　人要想在未來的世界裏立於不敗之地，就需要讓自己的認識超越感官，最好的辦法就是藉助於工具。這個工具既包括方法論上的工具，也包括具體的工具。

　　愛因斯坦想出相對論，就是藉助了“洛倫茲變換”這個工具。

　　在未來時代，具體的工具，是以計算機爲核心的各種IT產品和服務，我們需要熟練掌握它們。

　　02

　　變與不變的關係

　　這個世界變化快，是我們的共識。

　　美國財富500強的那些巨無霸企業，平均年齡只有40歲出頭，和美國社會的自然人的平均年齡38歲差不多，遠小於人80歲的平均壽命。這並非因爲那些企業經營得不好，而是說明產業變化太快。

　　通常對於快速變化的世界有兩種應對的做法:

　　1

　　你變得比它還要快。

　　癌症之所以難治癒是因爲癌細胞會變化。但如果有一個專門的團隊爲一個癌症患者開發新葯，而且開發的速度超過癌細胞變化的速度，那麼他的病就不可怕。我們開發實時的大數據處理工具，採用IoT跟蹤監控各種場合，其實就是爲了對變化作出快速的反應。

　　我們的時代需要變色龍，而不是恐龍，如果你是創業者，你更需要不斷地去適應變化的世界。

　　2

　　尋找一些不變的東西，或者變化慢的東西，影響深遠的因素，把握好它們，以不變應萬變。

　　我在《浪潮之巔》一書中講過IBM的商業模式：它的核心是服務，技術對它來講只是手段，是表象，服務是根本。不論人類如何進步，總是需要服務的，因此它做好各種服務，就永遠有生意做。

　　MIT媒體實驗室主任伊藤先生講了這樣一個觀點——指南針優於地圖：

　　在能夠預測的年代，我們看到地圖就能找到路徑，但這裏面有一個前提條件，那就是從過去到今天變化不大。如果一個城市的道路每天都在改變，地圖就失去了意義。

　　但是在未來，很難畫出一份準確而具有時效性的地圖，因此靠過去的老地圖找方向就不可能了。在這種情況下，學會使用指南針找準方向，要比按圖索驥有意義得多。使用指南針的技能，就屬於不變的範疇。

　　關於這一點，我們從中學起其實就有所體會。

　　老師給一個公式，就能按照公式解一大批數學題，但是如果考卷上大量的題不符合那個公式，再套用公式的人就傻眼了。而掌握了基本數學原理，有能力推導新公式的人，就能立於不敗之地。

　　後一種能力，就是伊藤所說的使用指南針。

　　二、關於邊界

　　如今，很多媒體都把人工智能吹成是無所不能的，但實際上，人工智能不是萬能的。

　　不僅人工智能不是萬能的，計算機也不是萬能的。因爲它被三條線給限死了，這三條線分別是：圖靈的可計算性理論，馮·諾依曼的計算機系統結構，半導體的物理極限。

　　計算機科學家和工程師們所做的工作，無非是在邊界中把事情做好。

　　世界上有很多邊界並非是人劃定的，而是自然的規律，是躍不過去的，就如同快不過光速，冷不過絕對零度一樣。試圖超越邊界的做法，都屬於妄念。

　　當我們將注意力集中在邊界之內，我們纔能夠最大限度地將事情做好。

　　三、關於量級的概念

　　在計算機科學中，有很多經典算法，它們的一個共同特點是，通常可以將計算的效率提高一個量級。當兩種方法有量級之差時，它們的計算時間或者所佔用的資源，會有億萬倍的差距。

　　因此，好的方法和差的方法在工程上是有天壤之別的。

　　由於我們所面對的世界太大，比如下圍棋的時候，我們必須找到有量級的改進，才能讓過去看來不可解決的問題得到解決。

　　通過量級這個概念，我們在體會好方法和差方法差異的同時，也能體會出也能體會出今天頂級的專業人士能夠比平庸的從業者貢獻大很多，收入高很多的原因。

　　解決規模巨大的問題，除了要找到在量級上更有效的方法，還需要在工程上平衡好粗調和精調的關係。

　　粗調的目的是爲了快速找到方向，精調的目的是爲了在大致方向確定後，準確找到答案。沒有粗調，我們在一個巨大的世界裏找到目標就太費時，成本太高；沒有精調，我們只能大致定位目標，無法精確找到。

　　四、局部與整體的關係

　　在上個世紀40年代計算機出現之前，世界屬於機械的時代，那個時代的一個重要規律就是整體等於部分的和，要了解整體，只要徹底分析各個部分就可以。

　　但是，世界上有很多複雜的系統，比如生物體，部分的功能湊到一起不等於整體的功能，於是就在計算機出現的同時，出現了系統論。人類認識到提高整體性能，遠不是簡單提高每一個局部的性能就可以達到的。

　　在信息時代，聰明的IT從業者懂得要提高整體性能的道理。今天的蘋果手機就是一個很好的例子。它的每一個部分拆下來並不比競爭對手的好，但是它的整體性能卻很突出。

　　當然，提高整體性能也不可能所有的部分同時改變，也需要一部分一部分漸進地改變。

　　在有限的資源和時間條件下，如何決定先改變什麼，暫時保留什麼，則也有規律可循，這就是“阿姆達爾定律”。簡單地講，就是先解決影響大的，位於關鍵路徑上的瓶頸問題。

　　我們該如何應對這個世界？

　　一、善用摩爾定律

　　在考慮怎麼辦之前，我們需要先了解信息時代的規律，理解這個時代各種現象的成因。

　　說到信息時代的規律性，大家最熟悉的莫過於“摩爾定律”了。

　　摩爾定律對於大家的好處很容易理解：每過一段時間，我們就能用到更便宜、更好的產品。這也許是人們最開心的事情，因爲在此之前大家總是抱怨東西漲價。

　　但是從另一個角度講，廠家就悲催了，因爲如果它生產和製造同樣的東西，18個月後收入就降了一半。這種從反面看摩爾定律的表述方式是Google前CEO施密特博士提出來的，因此也就叫反摩爾定律。

　　反摩爾定律讓IT行業變成了青春飯，因爲大部分從業者只有兩個結局——要麼你的進步速度比摩爾定律更快，這樣你會很累，很難幹到老。要麼幹幾年後趕不上同行的進度，不得不離開。不論是哪一種，都是青春飯。

　　那麼該怎麼破局呢？ 簡單講，就是能力的增長要快過年紀的增長。在IT行業中，對於製作硬件的公司，摩爾定律的負面效果更明顯，因爲它讓利潤率變得越來越薄，直到企業關門。

　　施密特到Google之前是著名的計算機工作站和服務器公司太陽微系統公司的CTO，看到太陽公司的業績一年不如一年，感嘆人再有辦法也拗不過規律，纔講出了反摩爾定律。

　　但是對個人來講，從事硬件的個人反而不容易被淘汰，因爲經驗在這個行業裏很重要。相比之下，單純從事軟件工作的人，很容易被淘汰。

　　也有人利用摩爾定律，讓自己的利潤不斷增加，小米公司就是一個很好的例子。

　　小米從一開始推出手機時，就讓手機的絕對價格便宜得不可思議，因爲把那些元器件的價錢加起來就發現它毫無利潤可言。但是小米居然生存了下來，而且毛利率還不算太低。它是怎麼做到的呢？

　　有人說是靠賣配件，其實配件的利潤雖然厚，但是因爲種類太多太雜，難以形成手機那樣的規模效應。如果手機本身賠很多錢，後來的增值服務和配件再掙錢也不補上手機的窟窿。

　　小米低價格銷售的祕訣其實在於反向使用了摩爾定律。它推出手機時採用預訂的策略，你看到的價格是今天的價格，你對比手機的配置也是按照今天市場上的手機去對比的。但是它交貨常常是半年之後，這中間有時間差，半年後由於摩爾定律的作用，那時元器件的價格其實已經不是你今天看到的了。

　　因此，你覺得你賺了，是以今天的性價比衡量的，而你半年後拿到同樣性價比的東西，其實那時再仔細算算，性價比就沒有那麼誘人了。

　　對於一個時代不可改變的規律，有的人看到的是困難，有的人看到的是機會，規律還是那個規律，怎樣使用就是每一個人自己的事情了。

　　二、安迪－比爾定律

　　今天，我們每一兩年就要換一部手機，其實不完全是爲了趕時髦，而是因爲用了一兩年後手機就慢得用不了了。但是固定電話就沒有這個問題，冰箱、汽車也沒有這個問題。爲什麼單單手機（和之前的電腦）有這個問題呢？

　　原因很簡單，因爲不斷更新的軟件越來越慢，“喫掉"了你的手機提升的硬件性能。這在IT產業中，被稱爲安迪－比爾定律。

　　安迪是英特爾公司原CEO安迪·格魯夫，比爾就是大家熟知的微軟公司創始人比爾·蓋茨。安迪－比爾定律原來的表述是“安迪所給你的，比爾將它們拿走”。也就是說，英特爾等公司按照摩爾定律提升的硬件性能，都被以微軟爲代表的軟件公司消耗掉了，使得你不得不去買新的硬件。

　　從2007年iPhone第一代誕生至今，iPhone已經有了10代，今天iPhone X系列（包括XS等）的速度大約是當年iPhone的100倍，正好平均18個月翻一番。但是，你使用各種App，感覺速度還是和以前差不多。而且，過去一個App就佔用幾百K空間，今天它們動不動就要幾十兆字節。

　　如果你還保留着最早的iPhone，你會發現今天的什麼軟件它都運行不了。這種現象，不是今天才有，在PC時代就是如此。乍一看像是微軟等公司在和大家作對。實際上，只有通過這種方式才能維繫整個IT產業的不斷擴大。這是安迪－比爾定律帶來的第一個結果。

　　安迪－比爾定律的第二個結果就是創造出一個緊耦合的IT生態系統。首先，軟件開發商（比如Google、騰訊、美圖秀秀）喫掉硬件提升帶來的全部好處，迫使用戶更新硬件，讓當年惠普、戴爾、聯想等PC公司受益，以及華爲、小米、三星等手機公司獲益。

　　這些PC整機廠商和手機公司再向英特爾、高通、三星、東芝這樣的半導體公司訂購新的芯片，同時向LG、三星、京東方等外設廠商購買新的外設。在這中間，各家的利潤先後得到相應的提升，股票也隨之增長。

　　如果新的軟件不斷被開發出來，不僅軟件開發公司的業績會有直接的提升，而且會刺激大家購買新的硬件的慾望，進而推動元器件設備廠商生產新的元器件。這樣，整個IT行業的生態系統就形成了。

　　在這個生態系統中有一個例外，就是蘋果公司，因爲它的軟硬件是自己一起做。這樣的好處是當它的產品比較受歡迎時，它的利潤率很高。但是當它遇到問題時，整個行業沒有什麼企業願意幫助它，因爲它不是產業鏈中必不可少的一環。

　　安迪－比爾定律的第三個結果就是軟件企業在IT行業中的重要性越來越高，硬件企業相對下降。在PC的時代，軟件企業利潤率高，但是硬件企業產值高，如果你從公司的市值來看，彼此不相上下。

　　今天，軟件企業無論是產值還是利潤都遠高於硬件企業。很多人總是要計算iPhone手機元器件的成本，來證明它是一家暴利企業。實際上只有過去的硬件企業才用元器件成本計算毛利率，蘋果根本沒有把自己定位成硬件廠商，而更多地是把自己定位成軟件企業。

　　在過去的十多年裏，你經常會看到軟件企業併購硬件企業的案例，比如Google收購摩托羅拉，微軟收購諾基亞的手機部門。更早以前，軟件公司是不做這樣的收購的，因爲硬件公司很高的產值，很低的利潤會讓軟件公司的報表非常難看。今天，由於軟件公司的營業額很高，因此不擔心硬件公司的低利潤會影響到它整體的利潤率。

　　從整個行業來看，越往後軟件越重要。因此，你如果是IT的從業人員，一定要記住這一條。如果你是其它行業的從業者，要注意未來無形資產比有形資產更重要。

　　三、李嘉圖定律

　　李嘉圖定律，又被稱爲“租金定律”，講的是下面這樣一回事。

　　土地租金是土地使用者所支付的價格，它是由壟斷性（稀缺性）來決定的，而不是取決於地主在上面做的投資和改良的成本。它的價格受限於租用者（農民）能夠承擔的價格。

　　李嘉圖的租金定律只限於對自然要素（土地、水等）的討論，主要是指地租理論。

　　在李嘉圖看來，空氣、水以及各種無限量的天賜物的使用不需要代價，這一點和需要付出勞動才能獲得的商品不同。自然物如果供應量是無限的，就是免費的了。因此，照說土地是沒有地租可收的。

　　但是，土地有好的和不好的之分，由於大家都想要好的土地，因此就會有人願意對此付出溢價（Premium）以獲得那些土地的使用權，即支付地租。越是好的土地（無論是地理位置好，還是產量高），就越稀少，租金就越貴。然後，從租金最高的土地，到免費的、貧瘠的荒地，就形成了一級級價格的落差。

　　那麼最高的租金和落差是如何確定的？李嘉圖的租金定律給出了兩種決定因素，即不同土地收入的差額，以及和其他投資資本回報的對比。

　　1

　　不同土地收入的差額

　　對於第一個因素很好理解，如果最好的土地相比第二等的土地，付出同樣的勞動，農民能多收入20%，那麼農民就願意多支付20%（或者稍微少一點，比如15%）的租金。如果第三等的土地比第二等的土地少收入20%，那麼農民只願意支付第二等土地的80%，以此類推。

　　2

　　不同土地收入的差額和其他投資資本回報的對比

　　第二個因素的影響就不那麼直接了。

　　我舉這樣一個例子你就明白了。比如在北京最貴的東二環地段投資買一棟房子出租，如果租金回報加上未來10年本金的平均回報是8%，而資本市場的回報只有5%，你就願意投資。如果反過來，你就不願意投資。當你不願意投資時，房價就下跌，一直跌到你認爲投資更有利可圖爲止。那麼地價和租價就這樣由資本市場決定了。

　　雖然李嘉圖特別指出，他的理論只適用於土地這些稀缺的自然物，但是李嘉圖定律很快被延伸到其他帶有稀缺性質的經濟要素中，而且有被無限制延伸的趨勢。

　　李嘉圖定律所描繪的優質資源產生巨大溢價的現象會越來越明顯，它們和普通資源的價差會越來越大。因此，在未來世界的行動指南應該是這樣的——儘可能獲取最優質的資源，同時讓自己成爲最優質的資源。

　　信息時代的這些規律，都不是人爲設定的，因此也不是人能夠改變的，與其試圖逃避它們，不如瞭解它們，並把它們寫入我們的行動指南，想想如何利用它們。

　　更多關於信息時代發展規律的基本常識，盡在吳軍博士的《浪潮之巔》一書中。

　　相關閱讀

　　《浪潮之巔》

　　點擊圖書封面，限時65折

　　在這個信息時代，《浪潮之巔（第3版）》一部IT人非讀不可，而非IT人也應該拜讀的作品。

　　一個企業的發展與崛起，絕非只是空有領導強人即可達成。任何的決策、同期的商業環境，都影響着企業的興衰。《浪潮之巔》除了講述科技企業的發展規律，對於華爾街如何左右科技公司，以及金融風暴對科技產業的衝擊，也多有着墨。

　　在極度商業化的今天，科技的進步和商機是分不開的。 誠如作者所言：“人的商業知識和眼光不是天生的，需要不斷地、有心地學習。經過多年的學習、思考和實踐，我認定這樣一個規律，就是：科技的發展不是均勻的，而是以浪潮的形式出現。每一個人都應該看清楚浪潮，趕上浪潮，如此，便不枉此生。”