張一鳴，83 年出生的網際網路新貴，手握頭條、抖音兩大爆款 APP，以一招必殺技「算法推薦」橫掃 AT 流量池，迅速構建起了自己的全球流量帝國。
根據字節跳動官方數據，截至 2019 年底，字節跳動旗下產品全球月活躍用戶數已經超過 15 億，業務覆蓋 150 個國家和地區、75 個語種。與此同時，字節跳動的辦公室遍布全球 30 個國家、180 多個城市，員工超過 6 萬人。
如果說，創始人的認知是公司發展的天花板，那麼字節跳動全球崛起之下，無疑隱藏著張一鳴驚人的決策能力。
從這位理科出身的 80 後企業家身上，我們能學到什麼？他的決策模型是否具有可複製性？
在詳細拆解張一鳴「理性思維」決策模型之前，我們首先來看看，「感性思維」是如何決策的。
為什麼人們難以做正確的決策？
對於我們大部分人來說，用感性思維和直覺認知做判斷，是一件省時又省力的事情。感性思維（或者直覺）是一種深植在我們內心的無意識傾向，在大多數情況下，在我們還來不及分辨的時候，感性思維已經幫我們做了很多決策。
在《掌控關鍵決策》一書中，作者向我們詳細展示了感性思維可能帶來的決策誤區：
1、思維狹隘：當我們面對問題時，常常把自己置於非此即彼、非是即否的境地。
比如我去年經常會問自己的一個問題——我到底要不要送孩子出國讀書？
這個問題其實被我們簡化成了一個二元對立問題，「要」或者「不要」，必須從中做出一個選擇。但如果我們可以把這個問題轉換一下——「如果要讓我的孩子更好地成長，我應該怎麼做？」把這個問題擴大成一個追問本質的問題，就可以在很大程度上幫助我們避免這個誤區。
2、證實傾向：我們在尋求他人反饋的時候，往往內心已經有了一個選擇。
舉個簡單的例子，當我們去問身邊的朋友——「我是不是該減肥了？」
如果我的朋友說「不用不用」，我們難免會暗自高興。但如果他說「是啊，該減肥了」，我就會想，這個人怎麼這樣，我下次還是不要問他了。
由此可見，我們在尋求他人意見時，只是希望他人給我一個正面反饋，而不是讓他告訴我真相。這是根植在我們所有人心裡的固有陷阱。
如何才能在公司決策中擺脫這種誤區？首選需要的創造一個儘可能平等的發言環境，讓周圍的人都能夠開誠布公地表達自己的態度。此外我們還可以採取 MVP 的做法，把自己心中的假設放在事實中去檢驗，以獲得真正的真相。
3、短期情緒：使我們決策困難的並不是缺少了選項和信息，而是克服不了自己內心的衝突。
上個世紀 80 年代，英特爾的核心業務「半導體內存條」被日本企業趕超。創始人格魯夫和摩爾就「要不要放棄半導體內存條而轉攻新型業務 CPU」的問題而無法下定決心。
此時，格魯夫問摩爾，如果我們倆已經離開了這個公司，我們的繼任者會如何選擇？摩爾堅定地回答，他們一定會放棄半導體內存條業務。
格魯夫說，如果我們知道別人會怎麼做，我們自己還在猶豫什麼呢？此後，兩位創始人斷臂求生，最終在 CPU 業務上成就一代全球霸主。
4、過度自信：每一個人都會對自己做的選擇樂觀估計，越是專業的人這種傾向越明顯。
披頭四早年未成名的時候，曾經找到一個知名唱片公司，尋求籤約合作。這家唱片公司的老闆斬釘截鐵地回復披頭四，我不喜歡你們的聲音，樂隊組合的形式也已經過時了。
但我相信，後來這位唱片公司老闆一定後悔錯過了這隻全球歷史上最偉大的樂隊。
越是專業的人，這種傾向越為明顯。有統計數字表明，當醫生對自己某個診斷感到非常確定的時候，大約有 40% 的情況下他可能是錯的。當一個學生考試結束之後，他認為自己犯錯概率僅有 1% 的時候，其實真實的犯錯概率大約在 27%。
如何防止自己陷入這種錯誤傾向呢？在做出決策時，我們除了對最佳結果有一個預期之外，同時對最差結果也有一個預期，我們把這種方法稱之為「區間思維」法。在此基礎上，我們需要給自己設置一個止損點，以便幫助我們從錯誤的決策中及時抽離。比如我們日常的周會、月度總結、季度 OKR，其實都是在給我們一個抽離循環動作、停下來觀察結果的機會。
張一鳴的「算法人生」：高質量決策從何而來？
通過以上幾個簡單的案例，我們可以了解到，我們日常賴以為生的感性思維決策，其實可能會把我們帶入種種誤區而不自知。
那麼我們本節課的案例——張一鳴是如何通過理性思維來做決策的呢？
張一鳴第一次展現出自己的人生算法思維，是在其高考填報志願的時候。和大部分高考生一樣，面對成千上萬的學校，張一鳴最初也感到有點迷惑。但很快他給自己列出了幾個維度。
1、下雪。作為一個福建人，張一鳴很想去一個有雪的地方。
2、沿海。因為張一鳴喜歡看海，所以想去一個海邊城市。
3、離家遠。這個大家都懂。
4、綜合性大學。男女比例均衡，好找女朋友。
5、大城市。能開闊眼界，獲取更多的鍛鍊機會。
張一鳴根據這五個維度，最終選擇了南開大學。雖然這件事情聽起來並不起眼，但對於當時年僅十幾歲的張一鳴來說，無疑已經展現了那個年齡段裡不可多得的強邏輯決策能力。
順利進入大學的張一鳴，很快運用他的理性邏輯能力，收穫了人生的另一項財富 - 愛情。
對於大部分大學生來說，談戀愛是一件大起大落的事情。作為典型的技術男，張一鳴對自己的認知很清晰，自己在人才濟濟的南開校園並不顯得特別突出。但是他有一件特別擅長的事情就是修電腦。
當他在大學遇到了心儀的女生之後，第一步他開始幫這個女生修電腦，要到了聯繫方式之後，在校園論壇裡聊，聊到比較熟悉的時候，約這個女生出來玩，之後表白。表白被拒後，張一鳴也不氣餒，繼續幫人家修電腦，繼續聊，繼續約出來玩，直到這個女生最後成為了他的女朋友。
找到自己的核心優勢，搭建算法模型，然後強力執行。這個看起來簡單卻十分有效的模型，在張一鳴之後的人生中，不斷被優化，並日益強大。
在剛剛創辦字節跳動的時候，張一鳴就把自己的業務聚焦在「算法推薦」上。這一方面和他之前的工作經歷有關，另一方面是張一鳴非常堅定地認為——算法推薦是提升信息分發效率的最好手段。
有技術之後，張一鳴開始思考要用算法推薦什麼樣的內容呢？當時比較主流的網站其實都是分發一些比較長的信息和內容，比如長視頻和長文章。張一鳴經過比較之後，把自己的戰場定位在以手機終端為主的短內容上。
短內容生產的快、用戶消費的也快，在這種海量的內容庫中，才容易讓算法推薦發揮出最大的優勢。移動端 + 短內容 + 算法推薦，構成了今日頭條的核心業務特點。因此，雖然頭條做的是內容媒體，但公司裡面連一個內容編輯都找不到。
但算法推薦雖好，在當時的中國，並沒有多少人能真正理解算法推薦的邏輯。張一鳴通過幾個成功的項目，將這個概念打入人心。
比如國美曾經找過今日頭條做線上的廣告投放。當時網際網路的傳統廣告形式，就是在頁面的頂端放一個大大的廣告 Banner，在這個 Banner 上加上廣告詳情的連結，用戶只要點擊就會被導流到廣告頁面中。這是比較主流的做法，但問題是這個廣告到底是誰點了，有沒有轉化，企業都得按照點擊量來付錢。導致的結果是什麼呢？雖然這個廣告的點擊量很大，被很多用戶看到了，但是這些用戶並不一定是我的目標用戶，因此最後帶來的轉化也就比較低。
有沒有可能讓企業的錢花到刀刃上，同時讓用戶樂意看到這個廣告？其實這種算法推薦現在已經用的非常普遍了，但在當時頭條是第一批採取廣告算法推薦的公司。
頭條通過 LBS 定位信息，將國美這條廣告投放給北三環周邊小區的人群，先是輻射三公裡以內，流量不夠，再拓寬到 10 公裡以內，最後順利完成了到店人數的投放目標。
還有一個案例是頭條尋人。很多網站在做尋人廣告的時候，把 404 頁面和尋人廣告綁定在一起，但其實這種做法只是一個噱頭，實際效率並不高。但頭條第一天做尋人廣告的時候，就清晰地知道必須要基於算法推薦的邏輯去推送尋人信息。如果一個人在北三環走丟了，那北三環附近的人一定更有可能看到。所以頭條會向北三環附近的人定向推送消息彈窗。頭條尋人的功能上線兩年多，已經找到了 8000 多人，平均每天都能找到 10 人以上，這個效率是非常之高的。
如今，今日頭條半數以上都工程師，他們做的只有一件事情，不斷優化算法，把信息推送需要的人。
對於自己的業務拓展邏輯，張一鳴如此說道——「我基本以科斯定理為基礎，來思考業務邊界。」
何謂科斯定理？簡單來說，不做別人已經做的很好的領域，只在自己做得好的領域加大投入。
阿里做電商、騰訊做社交、百度做搜索，而頭條選擇避開巨頭已經成熟的領域，一頭扎進了信息分發。當他發現基於算法推薦的信息分發，已經做到業內最好的時候，他就把這個能力發揮到極致，從抖音到西瓜，把業務進行擴張和複製。
如張一鳴在《財經》雜誌的採訪中解釋的那樣，世界是動態的、前進的，如果你停下來去做別人已經很做好的事情，你和對方都會被時代潮流落下，因為世界不止只有你和你的對手。
構建多元思維模型：避免做一個「執錘者」
從張一鳴的案例可以看出，理性思維對於我們的正確決策有至關重要的作用。
理性思維（以及其底層的思維模型）為什麼能夠幫助我們解決問題？主要是基於模型思維的兩個特質：解釋性和普遍性。
所謂「解釋性」，指的是思維模型可以幫助我們理解和解決問題。
舉個例子，我們可以通過如下一個簡單的公式，去理解新冠病毒的隔離措施。
在這個公式中，一共有三個變量，分別是：
1、K(一個有傳染能力的患者，平均每天和易感人群的接觸次數)
2、B（每次接觸傳染成功的概率）
3、D（可以傳播的時間）
換言之，只要我們把這三個因子控制好，就可以有效地遏制 R0 的增長（也就是新冠病毒的傳播）。
比如如何減少患者和易感人群的接觸次數？對應的措施就是「所有人避免外出，禁止聚會」。如何降低接觸傳染成功的概率？「做好各種防護措施，戴好口罩，勤洗手」。如何減少傳播的時間？「讓被感染的人儘快隔離」。
這就是思維模型的解釋性，它可以幫助我們通過簡化的方式認知、測量和預測問題。
而思維模型的另一個特質——「普遍性」指的是一個思維模型可以解決多個問題。
舉個例子，二八原則（冥率分布、長尾理論）常常可以幫助我們解釋社會中的很多現象。以社交帳號為例，少數大號會擁有超多的粉絲量，而絕大部分的尾部帳號則只有非常非常少的粉絲量。這個規律還可以用來解釋人類的財富分布、圖書的銷量、自然災害的發生頻率等等。
將不同的問題放在同一個思維模型中進行簡化之後，這些不一樣的問題就會呈現出很多的相似性，使得用同一個模型解決不同問題成為了一種可能。這是理性思維得以幫助我們做不同決策的核心邏輯。
在這個基礎上，我們進而提出今天的主題「多元思維模型」。
顧名思義，「多元思維模型」就是利用多個思維模型解釋不同的問題。假設我們只會用一個思維模型來解決所有的問題，我們就會變成一個「拿錘子找釘子」的人，我們用同一個模型扭曲現實，直到它符合我們的模型為止。
而組成多元思維模型的理論，可以來自生物學、物理學，也可以來自心理學和社會學。
查理·芒格在其《窮查理寶典》中，曾多次提到了多元思維模型的重要性——
你必須知道各個重要學科的基礎理論，並且經常使用他們。不是使用其中的幾種，而是都要使用。
張一鳴也在其採訪中多次提及生物學、物理學和數學對他的影響——
生物從細胞到生態，物種豐富多樣，但是背後的規律卻非常簡潔優雅，這對於你設計系統或者看待企業經濟系統，都會有很多可類比的地方。
事實上，不僅僅在企業管理上，在產品設計上，張一鳴也利用了「即時滿足」的心理學原理取得了巨大的成功。
抖音一方面火遍全球，另一方面又罵聲無數，究其原因，都是因為它的「即時滿足」特性。通過內容的精準即時推送，抖音讓人陷入高度沉迷，很多用戶刷抖音只是打算玩幾分鐘，但是一刷就是三四個小時的非常正常。
那麼，我們如何才能搭建起自己的多元思維模型？這裡我們簡單介紹三個可用的方法：
1、疊加：同一個領域的多個模型疊加，可以讓我們對這個問題的認知更加全面和準確。
2、強化：用不同領域的不用模型去相互印證，能夠幫助我們增加決策的信息。
3、選擇：用不同模型分析得出相反結論的時候，我們可以對這個問題的核心變量重新審視，對這個問題認識的更加深刻。
這裡我們用兩個案例，對第三點做一點更深入的解釋。
Q1：群體決策一定更明智嗎？
以下兩本書給出了不同的結論。
如果我們進一步分析，會發現這兩本書背後假設的「群」和「眾」其實是不一樣的。烏合之眾的「眾」強調的是人們的趨同性，而群體智慧的「群」強調的是這群人的獨立性和差異性。
因此，我們可以知道，一群人在一起決策，最後的結果到底是烏合之眾，還是群體智慧，取決於你的群體構成是什麼樣的，以及這群人的決策機制。
Q2：產品上線時，是搶佔先機更重要，還是盡善盡美更重要？
程維說，當年滴滴上線的時候，系統做的非常差。但是為了快速搶佔市場，還是快速推出了滴滴。後來他找了一個新的 CTO，花了兩年時間把原來的爛系統改掉，但同時滴滴也收穫了早期市場的紅利。
與之相對的是蘋果賈伯斯。在第一代 iPhone 上市之前，賈伯斯找了蘋果內部最優秀的 100 多個工程師，封閉開發了兩年，才有了蘋果一代的發布會。但差不多在蘋果發布會開完大約半年之後，受到賈伯斯認可的第一代 iPhone 才真正上市。
儘管兩者的決策模型看起來南轅北轍，但不難看出其實兩個模型都有足夠理由成立。
程維的決策模型，我們稱之為「路徑依賴模型」。該模型認為，由於我們每個人的選擇都建立在別人的選擇和行為之上，所以我們必須更早地去影響每一個人，才能獲得更多的用戶。
賈伯斯的模式我們稱之為「馬爾可夫模型」——無論初始狀態如何，只要轉換發生的方向和概率是固定的，那麼所有的過程都會不可抗拒地走向相同的結果。因此，對於賈伯斯而言，產品轉換的方向，始終高於產品轉化的時間。而只有無可挑剔的產品質量，才能夠保證消費者最終都會選擇蘋果手機這一轉化的方向。
多元思維模型的邊界：警惕科技脫軌
最後，我們想聊一聊多元思維模型的邊界。
一次次的高質量決策，組成了張一鳴的人生特點——定下目標，找到模型，強力執行，這也是我們絕大多數人都難以擁有的能力。但與此同時，伴隨著字節跳動的崛起，我們也聽到了很多不同的聲音。
首當其衝的就是道德層面的質疑。
很多人認為抖音潛在地傳播了低俗文化信息，引發未成年人沉迷短視頻等問題。的確，頭條海量的目標用戶，天然地偏向內容需求較為低端的用戶。而基於協同算法本身的原理，它會越來越傾向於大眾用戶（基數較大）的內容選擇，我們可以將之成為「協同推薦帶來的趨同平庸」。
其次，還有一部分人表達了對「信息繭房」的擔憂。
由於算法只推薦用戶感興趣的內容，長此以往會導致用戶只能接收到自己想看的內容，用戶將會被割裂在自己的信息孤島當中。
對於這些質疑，張一鳴在接受《財經》雜誌採訪時如此解釋：算法中立，不同的結果，只是算法推演過程不同造成的。那些認為頭條是靠低俗內容起家的看法，我認為是有失偏頗的。
對此我想談談我的想法。首先，即便是客觀的算法，在不同的條件下，也會產生不同的結果。於張一鳴而言，他利用算法完成了自己的人生規劃和事業設計。於普通大眾而言，或許就變成了娛樂休閒的工具。
其次，我認為算法並不能完全定義用戶。算法捕捉到的，只是被算法影響到的我們。而在算法之外，每個人都存在著豐富的多面性和複雜性，我們每個人都需要更多的標籤，而不僅僅是重度抖音 or 頭條用戶。
第三，算法並不僅僅只能被動地去了解、迎合用戶，算法同時也可以引導、改變用戶到真正有價值的內容上去，這是頭條和抖音所具備的真正偉大的力量。
作為一個企業家，當你擁有了影響億萬用戶的力量，你同時也背負了難以推卸的責任。我們相信，字節是可以成為這樣一家偉大的企業的。
最後，回到我們決策的三個層級，從感性到理性，再到多元思維模型之後，我們想在頂部加上一個使命。使命和責任感應當永遠在最重要的位置，引導我們去做最正確的事情。