Subscribe
Share
Share
Embed
课代表立正的官方Podcast
深度访谈，有用干货，亲身验证的「真本事」
Superlinear Academy创始人，Maven Top AI Instructor
前Statsig布道师（OpenAI收购），腾讯副总监，Meta，Amazon；康奈尔经济学博士
社区：Superlinear.Academy
课程：ai-builders.com
个人：lizheng.ai
就是我来录一期会员视频
当然给大家直播
所以说你没有subscribe这个会员的话
你也有机会看到这个视频内容
然后其他人你也能看一下
再先看一下一个视频是怎么做出来的
旁边还有一个平时录视频的视频
然后这个上头不是在这,那个上头在那
然后这期会员节目我们还是一起
这期会员节目我们还是一边直播一边录的
所以不出意外的话大家也能看到这个节目录制背后的直播回放
所以不出意外的话大家应该也能看到这个节目录制的直播回放
Brrr,重来
Hello,大家好,欢迎回到CAPELISM的会员节目
今天我们来讲一个职业发展中特别大的误区
那就是技术崇拜
很多学习很好,然后技术很好,能力很强的同学
正是因为过度的技术崇拜
反而限制了自己的职业发展天花板
其实我相信频道前的很多观众们都已经明白了技术崇拜的危害
但是这件事情很神奇啊
就是如果你还在技术崇拜的这样的一个mindset里边的话
你最后觉得那些告诉你不要技术崇拜的人
他们是在bullshit
因为他们技术不行,所以他们才会告诉你技术不重要
那你就很难走出来
那这期视频我就用我自己的一些经历
然后再给大家从三个角度讲这个问题吧
希望能帮助大家走出来
那这三个角度第一个就是去讲一下技术
这三个角度第一个就是讲一下为什么
这三个角度第一个就是从道理上帮大家推理一下
技术崇拜为什么是不可取的
第二个是为什么我们大家经常会有技术崇拜的误区
以及第三点
你意识到了技术崇拜
以及第三点
如果意识到了技术崇拜是一个误区的话
那我们应该做些什么
我就先从我
那不要讲自己的历史了
那我们先讲一二,然后讲我自己的例子
最后再讲三好了
第一点我先帮大家推理一下
从道理上讲为什么技术崇拜是一个误区
其实这个道理不是
其实这个道理我是
其实我对这个误区的理解是乔布斯的一个视频
其实我对这个道理的理解是乔布斯的一个访谈片段启发了我
他在那个访谈片段里面
就是下面他在现场回答观众问题嘛
这个时候有一个观众就过来说
这个时候就有一个观众非常不礼貌的跟他说
我这时候就有一个观众提问
然后非常不礼貌的跟他说
我觉得你不知道你自己在说些什么
不然的话你告诉我Java和OpenDoc到底有什么区别
你过去七年自己都干了什么
然后乔布斯停了好长一会才回答
他的回答的主题就是说
他经过这么多年的失败和教训
其实非常深刻的意识到的一个道理
就是你所有的事情都应该
而不是反过来
而不是你先去找一堆engineer
然后说我们有什么technology特别牛逼
然后我们想想怎么卖它
然后这个方向其实就是这件事情的本质
那这个方向怎么理解呢
就是我们说话的这个语性肯定都是在一个商业社会的语性
商业社会你就是要赚钱
那你怎么赚钱
你要给别人创造价值
别人才会付你钱
那你怎么赚钱
你要给别人创造价值
别人才会付你钱
就是你想要卖钱
别人就要买
那你买的话就是要对别人创造价值
怎么样创造价值
就是你去满足别人的需求
所以说大家看到了吗
就是这样的推演
是这样的推演
所以说大家看到了吗
就是这件事的本质的推演
就是从需求出发
从别人到底需要什么
你什么样的产品
什么样的服务
才能满足别人的需求
这个角度去出发
然后你不带约束条件的去思考这个问题
最后得到一个比较好的答案
那想到了别人有什么需求
你什么样的产品或者服务
能满足别人的需求
接下来才是怎么样子做出来你的产品和服务
那技术只是怎么样子做出来
这个环节中的因素之一
而且绝大多数情况下都不是那个主要因素
尤其是你考虑到了注多的现实
因素
尤其是你考虑到了很多现实的限制因素
限制因素,尤其是你考虑到了很多现实的限制因素
也就是成本或者说是不是scaleable
是不是别人能理解
是不是你的合作者能理解
是不是你的上下游真的能支持
那考虑到这些因素以后
一般最前沿技术最高技术的那个solution
都不会是最好的那个solution
所以说你如果从前往后的话
所以说你如果从需求出发
从商业本质去出发的话
你自然而然就会知道需求
你自然而然就会得出结论
就是技术是在怎么做中的一个因素
而且很多时候
所以说你如果从正想出发
也就是从商业的本质去出发
你去想技术在这里边的决策是什么
技术是如何做出来中的其中一个因素
而且很多时候好的技术未必就是好的方法
而且还有另外一个视频
就是Elon Musk他有说过
他说很多聪明人经常犯的错误是什么
很多聪明人经常犯的错误
就是他们去optimize一个
其实根本就不重要的问题
他们去把一个技术做得很好
但是这个问题本身不值得被解决
那你把技术做得再好
其实都没有意义
他也认为你应该从问题出发
而不是从solution
而不是从how to出发
我跟Ethan Evans的访谈也提到了
他说很多技术人员他们的心态就是给自己的
Ethan Evans的原话是很多技术人员的心态
就是给自己的技术去做一个纪念碑
而不是去解决一个真正的商业问题
而那些真正在企业里边得到重用的
升得快的人都是能解决商业问题的人
都是能很好的有效的解决商业问题的人
那现在就是第二点了
就是我们为什么会陷入技术崇拜这样一个误区呢
这是因为我们从小到大的教育所导致的
就是我们从小到大的教育
其实不管是中国教育还是国外的教育
大家的教育的主要方式
筛选方式就是考试对吧
那考试它有什么特点呢
第一它是有正确答案的
而且第二正确答案是在书里的知识就可以解决的
它不会要求你在书本之外的知识
第三就是越难的问题越有价值
你高考能答对数学的最后一道大题
那就你基本上就能对数学就能考满分
那你学考满分
你就能学习到一个很厉害的大学
所以说越难的问题越有价值
而且还有正确答案
而且有正确答案
而且你学习的目标就是去找到那个正确答案
你要去解那些更难的问题
而且在这种情况下
我们天然二人的就会对那些能解决困难问题的人
有一个能力上的成败
我们会觉得就是我们衡量能力的单一维度
就是它能不能考的分数比我高
它能不能解那些我解不了的问题
所以说我们会非常佩服那些技术厉害的人
我们觉得他们赚钱赚得多是他们应得的
他们生得比我们快是他们应得的
因为他们能做到我们做不到的事吗
但是假设我们的技术比另外一个人高
比如说那边人是个VP
然后我觉得他的技术不如我
我可能就会觉得那凭什么
他是VP
而我只是一个小兵呢
明明他的技术还不如我的
他做不到我能做到的事情
但是如果我们想到第一点
那个VP他是去解决商业问题的
我们就知道了
在太多其他的非技术的维度上
我们有很多看不到的东西是不如人家的
我们因为技术崇拜而只关注到了
这么一个狭窄的侧面
没有去整体的思考这个问题
而我们之所以会过度的去关注这个狭窄的侧面
就是因为我们从小到大所受到的教育
我们把考试当作的目标
而没有去习惯把做好一个商业当成目标
讲清楚这两点
我再讲一下我自己的一个故事吧
可能这个故事对大家也是有所借鉴的
这个故事就是我当时刚去Facebook的时候
算了
要不然故事不讲
直播间的观众同学们
你们觉得这个故事需要讲吗
然后讲个自己的故事吗
没有吧
要
B站同学说要
其实我就跟直播间同学讲好了
我就这样子
感觉更有感觉
我跟直播间的同学们讲这个故事
这个故事是这个样子的
我刚去Facebook的时候
我刚从亚马逊去Facebook的时候
我在亚马逊当时是个经济学家
然后去Facebook是做一个数据科学
而且是叫Product Analytics产品分析
在亚马逊的经济学家
我们还是一些非常学术的一帮人
而且也比较强调技术
我们当时亚马逊有一个Machine Learning Universi
当时亚马逊有一个Machine Learning Universi
我还把里面的几乎所有的课都上了
就是去学怎么样子去做各种Machine Learning的model
然后怎么样子去做application
在亚马逊大家的氛围也是一堆
因为我们scientist的浓度很高
然后大家在讨论的时候
也经常是做一些技术上的讨论
那去了Facebook以后
我们支持的那个产品
当时节奏我发现首先快了很多
所以说我当时刚去Facebook的时候
我的那个manager
后来其实变成了一个director了
他很快就升到了一个director
他当时已经管了整个marketplace的dance scientists了
但是他把我招过来的
他还是挺注重我的成长的
所以说
而且我当时负责的是电商的业务
在当时也是非常受到关注
那个时候正好我去的时候又是黑五
所以他就跟我说
现在是黑五了
你去做一个分析
去分析一下我们今年的销售是什么样子的
然后是怎么样子得到了这样的销售
就是背后的原因是什么
反正你就是对今年的销售做一个分析吧
然后我就想
这不就是我非常擅长的causal inference吗
我在亚马逊做经营学家
就是做causal models
然后做causal inference的
然后我就跟他说
好我回去做一下分析
我尽快的去把这个东西做出来
然后我当时心里想的是
你在亚马逊做一个causal model
一般大家的时间线是个一个月到三个月
所以说我两个月到一个月做出来的话
那应该是非常快的
我就回去做
然后去搞数据
然后去建模型
而且还看Facebook内部有这样的tool
什么Facebook learner之类的
然后就去写东西
熟悉了一下环境
然后安装那些东西
然后开始做models
过了大概三天
他过来问我
说你这个分析做得怎么样了
我说
这也太快了吧
我刚入职不久
然后您三天就让我要交一个这样的结果吗
然后我说
我还在熟悉有一些初步的结果了
我觉得一个周之后
可以跟你汇报一下初步的结果
然后他当时就
我觉得事后现在回想的话
他当时就是这个样子的
内心肯定是这个样子的
但是他没有表露出来
他又说
那你来我
这个工位
我和你一起来写一个notes
然后我就去到工位了
大概花了半个小时吧
他手写SQL
去把一些数据给铺出来
然后把这些数据
复制粘贴到Google Sheets里面
然后去说比如说
我们现在的销量是什么
和去年的对比是什么
然后我们分几个category
这几个category的
compensation和过去的对比是啥
然后我们的average sales price是什么
我们的一些基本的数据
然后说
感觉
这些东西有什么样的结果
然后把这个notes写好了说
你基本上这个notes可以发了
我那时候就很吃惊了
就是
就半个小时你做完一个东西就发了吗
那obviously他当时期待我所做的东西
也就是这个半个小时
就可以做出来的东西
而我去打算花两个周到一个月去把它做出来
然后反正我就听他的我就发了
但是发了以后
大概没过不久
我就知道了为什么会出这样的事情
就是为什么他这么做
因为
在black friday sales的分析
只有在那个周大家是感兴趣的
你过了那个周大家就不感兴趣了
所以说
你干嘛呢
以及在那个周大家需要这个数据
去做一些决策
比如说你今年做的好不好
你今年这个东西应该是加码
还是应该减码
比如说我当时事后我又多做了一个分析
就是
去年我们去补贴了一些产品
今年补贴了一些产品
然后我们发现今年补贴的少
但是它带动的销量更高
然后大家就说ok
今年的这个补贴是比去年做的好的
那我们就来复盘一下今年补贴做了哪些
然后我们应该怎么样子去把它做的更好
在哪个category里边补贴是有效的
事后你如果再做的话
还可以去看补贴带来的retention
这些人是买了以后就不再来了呢
还是他们买了以后其实还会
come back然后去visit
然后他们come back这些东西
如果在没有补贴的产品上会不会带来销量
就这些分析是有用的
你做那个causal inference modeling
看上去很牛逼
其实屁又没有
真的屁又没有
真的
你做出来了
然后你去说这个它的系数是多少
或者说它的这个
就是whatever
那些数据是多少
你搞了一些 fancy 的表格
有什么用
它能给大家提供什么样的
actionable insights
啥都没有
就是你真的不如就是在excel里边去
这样分析一下对比一下
然后去再debate一下
这是我当时一个非常大的realization
就是因为我从小到大
从读书到读博士
然后再到亚马逊
都是顺着这条路走的
就是都是顺着你做好model
然后去解释那个model的结果
然后去可能算一些marginal effects
然后去做些interpretation
反正就是列一个table
就是学术的那种分析方法
我第一次看到了真正的商业的分析方法
应该是什么样子的
然后打开了这样的一个世界的大门
之后我的所有的想法都是
我的这个结论到底有什么用
别人能拿着我的这个结论去做什么
当然不是马上就
但是我逐渐就朝这个方向去做了
这是我当时的一个故事
很大的realization
我那个老板也是非常好
就是我还是非常感激他的
这样完了吗
OK
这基本上就是这个故事了
那回过来继续讲第三点
如果说你意识到的这个问题
是怎么样子的
我觉得大家既然如果有这个误区的话
说明你是一个技术比较强的人
技术强是一个优势而不是劣势
只要你放下违技术论
那其实大家对一个技术很强的人
他对商业很关心是有额外加分的
那你就去多关心关心商业就好了
然后你一个人就去多关心关心商业就好了
然后你一定要多问why而不是要马上go to how
这个也是其实在Richard
华人在硅谷怎么当不了VP里边
我记得他就有讲过这个事情
就是太多人太快go to how而不是多问why
你可能要先问5个到10个why
就是我们为什么要做这个
然后为什么是这些用户
然后我们为什么要这么做
为什么竞品是那样做的等等
你把这些东西问完了以后
你才能想到一个比较好的
你才能提出来一个比较正确的问题
你才能去找到一个比较值得被优化的方向
你才能抓到这件事情的重点
而不是你一上来先去进入how
那很多时候你就完全错过了bigger picture
你甚至也不知道你为什么要去做这个how
就是你不知道你做的这些事情有什么意义
所以说多问why少问足够多的why
然后问足够多的what
然后再走进how里边
对
还有就是知道越复杂的技术
别人越难理解
你除非你一个人就能把这事干了
不然的话你永远是需要和其他人合作的
永远是需要influence别人的
然后你influence的人一般都不是
和你一样的技术人员
这其实也是一个考试的问题
就是考试的时候
你只需要communicate the result to a technical expert
就是你只需要跟你老师讲
然后这个老师比你在这方面更懂
或者说那个考卷
但是你在现实生活中
绝大多数的人在你的subject matter上
是没有你懂的
那你要做的不是说你告诉他们你有多聪明
而是让他们听懂你说的话
你要告诉他们你怎么做
你要告诉他们你觉得大家应该怎么做
那这个时候你不叫down down
而是你有责任去用别人能听得懂的话
去跟别人交流
大家都知道在公司里边
你想要influence
你就需要有effective communication
大家都知道effective communication很重要
然后很多技术人的误区就是
to communicate to show how smart he or she is
而不是communicate for a result
如果你放下
证明自己有多聪明的这样的一个执念
而是去专注在communication的结果的话
我相信大家还是能找到一些点
把你的想法说清楚的
你要知道别人如果理解不了你的话
绝对是你的问题
还有吗
多问外少问号
effective communication
再就是如果看到一些人他是很强
再就是如果看到一些人
就是你如果觉得他技术不是很强
但是他似乎又非常的effective
或者说他职位很高甚至很快什么的
多观察多学习
一定要抱着一颗谦虚的心
去向别人去
先要assume这个人是比你强的
然后你才有可能看到他比你强的点
如果你assume他不如你的话
那你肯定就没有办法看到他身上的优点了
所以说这样的一个心态也很重要
最后的一件事情
最后的一件事就是
我建议大家可以去创作业
做一个商业化的产品
当你做一个真的商业化的产品
当你真的试图赚一点钱的话
你就会发现你对技术的崇拜是多么的可笑了
就是你会发现你干任何事情
你干所有的事情有如此多的短板
就是你可能卖自己的产品
你写一个产品介绍都写不出来
你想跟别人讲清楚
别人为什么给你付钱你都说不出来
就是你go to market的能力几乎是零
所以说你的技术再强
别人都不care
所以说你技术再强别人也不会care的
那这个时候你就知道了
技术在真实的商业里边
真的不是那么重要的一环
我真的建议大家有机会去卖一下
你自己有可能能卖的东西
你会对这个世界有一个much more真实的理解
那好吧
这期视频就到这
谢谢大家 留下这些
录完了
是胖了
84000克
早上有人说我胖了
对
我胖了
这些观点我在之前的视频有讲过
我在跟
讲牛乖找工作
我又不是牛乖
我已经离牛乖太远了
牛乖找工作的事情了
也许政客做播客的语气很接地气
政客
怎么是政客做播客
我没有很高
这些主要讲技术崇拜的误区
硅谷
落地现状
你一个公司能讲清楚就不错了
怎么还能讲整个硅谷呢
当然大家落地的很多了
可是怎么能讲清楚呢
硅谷
去想
去想那些考研班
你就会学到一个很厉害的大学
Cosmology
没有别人能拿我的这个结论去做什么
正式音
就是communicate the result
当结论我再
打一下
嘿嘿
效果不错
我来给大家
cast一下
我看看喔
现在还不行
只要退
就不能退
Local file
看 boo
boo
我们来讲一个职业发展中特别大的误学
那就是技术崇拜
很多学习很好
然后技术很好
能力很强的同学
就是因为过度的技术崇拜
反而限制了自己的职业发展
其实我相信你前面的很多观众们
都已经明白了技术崇拜的危害
但是其实很神奇啊
就是如果你还在技术崇拜的
这个漫才期间的话
你就会觉得那些告诉你
不要技术崇拜的人
他们是要都是
因为他们技术不行
所以才会告诉你技术不重要
那你就很难走出来
那些视频呢
我就用我自己的精力
然后再给大家
我是不是听到这样的
就是一开始是
就是找不到感觉
你没有用状态
所以说你不要想到
就是从道理上帮大家分明一下
技术崇拜为什么是不可取的
然后第二个是
为什么我们大家经常会有技术崇拜的误区
你以为第三点
你意识到的技术
你以为第三点
如果意识到的技术崇拜是一个误区的话
那我们应该做些什么
我就是先从我
搞笑
其實這個道理不是
其實這個道理我是
其實我這個誤會的理解是
曹布斯的一個視頻
其實我這個道理的理解是
曹布斯的一個訪談片段的其他的我
他在那個訪談片段裡面
就是下面在現場回答觀眾問題嘛
就有一個觀眾就跟他說
就有一個觀眾非常不禮貌的跟他說
就有一個觀眾提問
我覺得你不知道你在說什麼
你告訴我加拿大和Open大
到底有什麼區別你過去一年自己都幹了什麼
然後曹布斯停了好幾會才回答
他的回答主題是說
他經過這麼多年的失敗
其實非常深刻的意識到一個道理
就是你所有的事情都應該
start from customer experience
and work backwards to technology
而不是你先去找一些應徵員
然後說我們有什麼產品是沒有的
然後我們現在去賣它
然後這個方向其實就是這個事情的本質
說話的這個語氣就是在商業社會的語氣
商業社會你就是要賺錢
然後給別人充到價值別人才會付你錢
就是你講要賣錢別人就要買
那你買的話就是要給別人充到價值
怎麼樣子充到價值就是讓你去滿足別人的需求
所以說大家看到了嗎就是這樣的推演
所以說大家看到了嗎就是這個本質的推演
就是從需求出發從別人到底需要什麼
你什麼樣的產品什麼樣的服務
才能滿足別人的需求這個角度去出發
然後你不再因素條件的去思考這個問題
最後就有一個好的答案
那想到了別人有什麼需求你什麼樣的產品
接下來才是怎麼樣做出來的產品和服務
技術只是怎麼樣做出來這個環節中的因素之一
而且其他情況下都不是主要的因素
尤其是你考慮到了
最多的現實因素
尤其是你考慮到了很多現實的
也就是成本或者說
是不是時間都明顯
你的合作整合理解是不是你的上代人
有真正的支持
考慮到這個因素以後一般最前沿技術
最高技術的很多人都不會是最好的那個組成
所以說你如果從前往後的話
所以說你如果從需求出發從商業本質去出發的話
你再按就會得出結論
就是技術是在怎麼做中的一個因素
而且很多時候
所以說你如果從正常出發
也就是從商業的本質去出發
你去想技術在這裡的角色是什麼
技術是如何做出來中的其中一個因素
而且很多時候
好的技術未必就是好方法
我沒想過說到以後這個就會
會人專家
而且還有另外一個視頻就是
有時候我會在書裡面講的這個
太好了
其實這個就不重要的問題
他們去把一個技術做得很好
但是這個問題本身不值得被解決
但技術做得再好就是這麼一體
他也認為你應該從問題出發
而不是從什麼去做
我跟EvanEvanC的訪談也提到的
他說很多技術人員他們的心態就是
給自己的好
EvanEvanC人話是
很多技術人員的心態就是給自己的技術
去做一個經典的而不是去解決一個真正的商業問題
而那些真正在旗艦裡
得到重要的社會化的人
都是能很好的有效的解決商業問題
那現在就是第二點了
我們為什麼會介入技術從外界的一個武器呢
這是因為我們從頭到尾的教育所導致的
其實我們從頭到尾的教育
不管是中國教育還是國外的教育
大家的教育的主要方式就是考試
考試做什麼特點呢
第一它是有正確答案的
第二正確答案是在書裡的知識就可以解決的
它不會要求你在書本之外的知識
第三就是越南的問題沒有價值
你高考能達到最初學的就要大學
你基本上就能達到最初學的考滿法
而且有價值
而且有正確答案
而且你學的目標就是找到正確答案
你要去解決那些個本的問題
而且在這個情況下我們天安二人就會
這些能解決混淆問題的人有一個能力上的崇拜
我們會覺得我們混淆能力的單一維度就是
它能不能考的分數比我高
它能不能解那些我解不來的問題
所以說我們會非常看守那些厲害的人
我們覺得他們賺錢的多是他們應得的
他們收費我們快也是他們應得的
因為他們都做到我們做不到的事
但是假設我們技術比人家的藝人高
而我只是個小兵兩年才能進入到我們做到的事情
但是如果我們想到第一點
那個VP它是體制商業問題的
我們就知道了在太多其他的非技術的維度上
我們有很多看不到的東西是不如人家的
我們因為技術崇拜而只關注到這麼一個狹窄的側面
沒有去整齊的思考這個問題
而我們之所以會過度的去關注這個狹窄的側面
就是因為我們從小到大所受到的教育
我們把考試當作目標
而沒有去習慣把做好一個商業當成目標
講清楚這段時間我再講一下我自己的故事吧
可能這個故事對大家也是有所介紹的
這個故事就是我當時剛去Facebook的時候
上來我又不講
直播內的班主同學們你們寫的這個故事要講嗎
然後講一下自己的故事吧
沒有吧
要
你讓同學說一句話
講一下
你讓同學說一句話
要
你讓同學說一句話
講一下
好,我跟直播間的同學們講這個故事
這個故事是這個樣子的
我剛去Facebook的時候
做一個書籍科學而且是叫Polite Analytics
在亞馬遜的經濟學家我們還是一些非常學術的一幫人
而且比較強調技術
我們當時亞馬遜有一個Massage learning university
我們結果
我還把理論題目做得刻落下了
然後怎樣去做Akkation
亞馬遜大家的氛圍也是一堆
因為我們Scientist的濃度很高嘛
大家在討論的時候也經常做一些記錄上討論
那去了Facebook以後我們支持了那個產前
當時節奏我發現首先快了很多
所以說我當時
當時當時Facebook的時候
我的那個manager後來其實變成了Dragster
他很快就成了Dragster,當時已經管了整個Massage的Scientist了
但是他把我找回來的Massage是請助作我的成長的
而且我當時負責的是電商
的業務,在當時也是非常受到關注
那時候我記得
他就跟我說
現在是黑股了,你去做一個分析
去分析一下我們今年的銷售
是什麼樣子的,然後是怎麼樣子得到了
這樣的銷售,之後的原因是什麼
這就是今年銷售的分析吧
然後我就想,這不就是我非常擅長的Code Inference嗎
我現在就把事情做進去,大家就做Code Model
然後就說,好,我回去做一下分析
我盡快的去把這些東西做出來
然後我當時先想的是,你再要來做一個Code Model
一般大家的時間限是個一月到三個月
所以說我兩個月到一個月做出來
應該是非常快的吧,我就回去做
然後就開始做Model
之後我的所有想法都是
我的這個結論到底有什麼用
別人拿著我的結論去做什麼
當然不是馬上就好
但是我直接就上這個方向去做
這是我當時的一個故事
很大部分的未來解釋
我的未來也非常好
就是我還是非常感激他的
這樣完了嗎OK
這基本上就是故事了
那回來繼續講第三點
如果說你意識到的結論是怎麼樣子的
我覺得大家
其實比較強的人就是強勢的一個優勢
而不是實際上只要你發個假微信說了
那其實大家對一個技術很強的人
他對商業很關心是有額外加分的
那你就去做關心關心商業就好了
然後你一定要多問Why而不是要馬上Go to how
這個也是其實在微信
我記得我記得在微信裡面講過
這個事情就是太多人太快Go to how
而不是多問Why
你可能要先問5個還是10個Why
然後為什麼我們這麼多
為什麼進取數量這麼多
你才能想到一個比較好的
你才能去找到一個比較值得被描繪的方向
才能知道這個事情的重點
而不是你一上來進取號了很多時候
你就完全錯過了這個Picture
你世界不知道你為什麼要去做這個號
你不知道你做這些事情有什麼意義
所以說多問Why找問足夠多的Why
然後再找這個號
還有就是知道越複雜的技術
別人也能理解
除非你一個人就能夠做這個事幹了
不然的話你永遠是需要和其他人合作的
你永遠是需要Influx別人的
然後你Influx的人一般都不是和你要的技術人員
你只需要考試的時候你只需要
做得他自己口才
你只需要聽老師講的
然後老師給你在這方面用懂
但是你在線上或者其他人在你的這個
在這個麥克風上是沒有人懂的
那你要做的不是說你告訴他們有多聰明
而是讓他們聽懂你說的話
你要告訴他們你覺得大家應該怎麼做
那這個時候你不叫當當
而是你有責任去用別人的文化去跟別人交流
大家都知道在公司裡別人想要Influx
你只需要有Influx
大家都知道Influx很重要
要實現
而不是
如果你放下
有多聰明的這樣一個直面
而是去專注在Commentary節目的話
我相信你還是能找到一些點把你的
想法給說清楚的
你要知道的別人如果理解不到你的話
多麼外求
多麼的關注
再就是如果看到一些人
他是個很強
就是你如果覺得技術不是很強
但是他似乎又非常會發展或者說他
我覺得這其實不錯
很多時候電視在直播的時候
你會看到他有些不太好的感覺
你跟他有些不同的感覺
我覺得這次那個故事講的比之前好
最後一件事
我這家店是創作一個專業化的產品
當你做一個專業化的產品
當你真的試圖賺點錢的話
你就會發現你對技術的崇拜是多麼的可笑
你會發現你幹的所有事情
無死多活的短短
就是你可能一脈自己的產品
你會想清楚別人為什麼給你付錢你都付不出來
這是你Go To Market的能力就不屬於你
所以說你的技術在場別人都不在乎
所以說你技術在場別人都在乎
那這個時候你就知道了
技術在真實的商業裡真的不是那麼重要的一環
我真的建議大家有機會去賣一下
你自己有可能能賣的東西
你會對這個世界有一個much more真實的理解
好吧
這就是別人的直播專家
我們下次再見
拜拜