课代表立正

会员3美元一个月,提供很多超值内容: 1. 加入一次,即可获取会员社区终身资格:www.superlinear.academy 2. 每周更新会员专属视频 3. 很多视频都比公开视频更加深度 4. 访谈视频一般在会员专属发完整版,一般是公开版2、3倍的内容,覆盖更多营养 5. 还有一些专属内容,比如关于如何打两份工攒四份钱。嘉宾并不想公开发表,但是又很有分享价值。就通过会员内容来有门槛地分享 总之,很建议加入一个月试试看,可以从这个playlist开始:https://youtube.com/playlist?list=PLO_DkCSmTKMODESa8MF8Q67ZwkqgsH_UP&si=zixsdYH4d3wHRTdy 除此以外,我还有一个关于如何用GenAI提升自己生产力,抓住时代机会的课程。是Maven.com上销量最高、评分最高的课程之一。 - Cohort based课程地址:https://www.maven.com/kedaibiao/genai - Self paced课程地址:https://www.superlinear.academy/c/ai/

What is 课代表立正?

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

一般最高技術的那個solution
都不會是最好的那個solution
技術在真實的商業裡面
真的不是那麼重要的一環
真正在企業裡邊
是得到重用的 升得快的人
都是能很好的
有效的解決商業問題的人
因為複雜的技術
別人越來越難理解
你要做的不是說
你告訴他們你有多聰明
而是你有責任
去用別人能聽得懂的話
去跟別人交流
他當時期待我所做的東西
也就是這個半個小時
就可以做出來的東西
而我去打算花兩個周到一個月
去把它做出來
事後我現在回想的話
他當時就是這個樣子的
Hello 大家好
歡迎回到Catalyst
那就是技術崇拜
很多學習很好
然後技術很好
能力很強的同學
正是因為過度的技術崇拜
反而限制了自己的
職業發展天花板
其實我相信頻道前的很多觀眾們
都已經明白了技術崇拜的危害
但是這件事情很神奇
就是如果你還在技術崇拜的
這樣的一個 mindset 裡面的話
你就會覺得那些告訴你
不要技術崇拜的人
他們是在 bullshit
因為他們技術不行
所以他們才會告訴你技術不重要
那你就很難走出來
那這支視頻
我就用我自己的一些經歷
然後再給大家
從三個角度講這個問題吧
希望能幫助大家走出來
這三個角度
第一個就是從道理上
幫大家推理一下
技術崇拜為什麼是不可取的
第二個是
為什麼我們大家經常會有
技術崇拜的誤區
以及第三點
如果意識到了
技術崇拜是一個誤區的話
那我們應該做些什麼
那我們先講一二
然後講我自己的例子
最後再講三好了
第一點我先幫大家推理一下
從道理上講
為什麼技術崇拜是一個誤區
其實我對這個道理的理解
是喬布斯的一個訪談片段
啟發了我
他在那個訪談片段裡邊
在現場回答觀眾問題嘛
這時候就有一個觀眾提問
然後非常不禮貌地跟他說
然後喬布斯停了好長一會兒才回答
他的回答的主題就是說
他經過這麼多的失敗和教訓
其實非常深刻地意識到了一個道理
這個方向其實就是這件事情的本質
那這個方向怎麼理解呢
就是我們說話的這個語性體驗
都是在一個商業社會的語性
商業社會你就是要賺錢
那你怎麼賺錢
你要給別人創造價值
別人才會付你錢
就是你想要賣錢
別人就要買
那你買的話就是要對別人創造價值
怎麼樣子創造價值
就是你去滿足別人的需求
所以說大家看到嘛
就是這件事的本質的推演
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
不帶約束條件的去思考這個問題
最後得到一個比較好的答案
那想到了別人有什麼需求
你什麼樣的產品或者服務
能滿足別人的需求化
接下來才是怎麼樣子做出來
你的這個產品和服務
那技術只是怎麼樣子做出來
這個環節中的因素之一
而且絕大多數情況下
都不是那個主要因素
尤其是你考慮到了很多現實的現實因素
也就是成本啦
或者說是不是skillable
是不是別人能理解
是不是你的合作者能理解
是不是你的上下人游真正能支持
那考慮到這些因素以後呢
一般最前沿技術
最高技術的那個solution
都不會是最好的那個solution
所以說你如果從正想出發
也就是從商業的本質去出發
你去想技術在這裡邊的角色是什麼
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
未必就是好的方法
而且還有另外一個視頻
就是Elon Musk他有說過
要把東西刪除
不然就要改善它們
這聽起來很明顯
但可能最大的錯誤
是由聰明工人來改善
一個東西是不應該存在的
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
那你把技術做得再好
其實都沒有意義
他也認為你應該從問題出發
而不是從solution
而不是從how to出發
我跟Ethan Evans的訪談也提到了
Ethan Evans的原話是
很多技術人員的心態
就是給自己的技術去做一個紀念碑
而不是去解決一個真正的商業問題
而那些真正在企業裡邊
得到重用的生得快的人
都是能很好的有效的解決商業問題的人
那現在就是第二點了
就是我們為什麼會陷入技術崇拜
這樣一個誤區呢
就是我們從小到大的教育
其實不管是中國教育
還是國外的教育
大家的教育的主要方式
篩選方式就是考試
對吧
那考試它有什麼特點呢
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
第三就是越難的問題越有價值
你高考能答對數學的最後一道大題
你基本上出學就能考滿分
那你學考滿分
你就能學到一個很厲害的大學
所以說越難的問題越有價值
而且還有正確答案
你學習的目標就是去找到那個正確答案
你要去解那些更難的問題
這種情況下
我們天然而然的就會對那些
能解決困難問題的人
有一個能力上的崇拜
我們會覺得我們衡量能力的單一維度
就是它能不能考的分數比我高
它能不能解那些我解不了的問題
所以說我們會非常佩服那些技術厲害的人
我們覺得他們賺錢賺得多是他們應得的
他們升得比我們快是他們應得的
因為他們能做到我們做不到的事嗎
但是假設我們的技術比另外一個人高
比如說那邊的人是個VP
然後我覺得他的技術不如我
我可能就會覺得那憑什麼
他是VP而我只是一個小兵呢
明明他的技術還不如我的
他做不到我能做到的事情
但是如果我們想到第一點
那個VP他是去解決商業問題的
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了這麼一個狹窄的側面
沒有去整體的思考這個問題
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
我們把考試當作了目標
而沒有去習慣把做好一個商業當成目標
講清楚這兩點
我再講一下我自己的一個故事吧
可能這個故事對大家也是有所借鑒的
這個故事就是我當時剛去Facebook的時候
直播間的觀眾同學們你們覺得這個故事需要講嗎

一陣子同學說要
講一下
其實我就跟直播間的同學講好了
我覺得這樣子感覺更有感覺
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
我剛從亞馬遜去Facebook的時候
我在亞馬遜當時是個經濟學家
然後去Facebook是做一個數據科學
而且是叫Product Analytics產品分析
在亞馬遜的經濟學家我們還是一些非常學術的一幫人
而且也比較強調技術
當時亞馬遜有一個Machine Learning University
我還把裡面的幾乎所有的課都上了
就是去學怎麼樣去做各種Machine Learning的Model
然後怎麼樣去做Application
在亞馬遜大家的氛圍也是
因為我們Scientist的濃度很高
然後大家在討論的時候也經常是做一些技術上的討論
去了Facebook以後我們支持了那個產品
當時節奏我發現首先快了很多
剛去Facebook的時候
我的那個Manager後來其實變成了一個Director
他很快就升到了一個Director
他當時已經管了整個Marketplace的Dance Analyst了
但是他把我招過來的嘛
他還是挺注重我的成長的
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
那個時候正好我去的時候又是黑五
所以他就跟我說
現在是黑五了
你去做一個分析
去分析一下我們今年的這個銷售是什麼樣子的
然後是怎麼樣得到了這樣的銷售
就是背後的原因是什麼
反正你就是去對今年的銷售做一個分析吧
然後我就想
這不就是我非常擅長的Causal Inference嗎
我在亞馬遜做經驗學家就是做Causal Models
然後做Causal Inference的
然後我就跟他說
好我回去做一下分析
盡快的去把這個東西做出來
然後我當時心裡想的是
你在亞馬遜做一個Causal Model
一般大家的時間線是個一個月到三個月
所以說我兩個月到一個月做出來的話
應該是非常快的了吧
我就回去做
去搞數據
然後去進模型
而且還看Facebook內部有這樣的Tool
什麼Facebook Learner之類的
然後就去寫東西
熟悉了一下環境
然後安裝那些東西
然後開始做Models
過了大概三天
他過來問我
說你這個分析做得怎麼樣了
我說你這也太快了吧
我剛入職不久
然後你三天就讓我要交一個這樣的結果嗎
然後我說我還在熟悉
有一些初步的結果了
我覺得一個週之後
可以跟你匯報一下初步的結果
我覺得事後現在回想的話
他當時就是這個樣子的
內心肯定是這個樣子的
但是他沒有表露出來
他有說那你來我這個公位
我和你一起來寫一個Note
然後我就去他公位了
大概花了半個小時
他手寫SQL
去把一些數據給鋪出來
然後把這些數據
複製粘貼到Google Sheets裡面
然後去說比如說
我們現在的銷量是什麼
和去年的對比是什麼
然後我們分幾個Category
這幾個Category的Compensation
和過去的對比是啥
然後我們的Average Sales Price是什麼
我們的這些就是一些基本的數據
感覺這些東西有什麼樣的結果
然後把這個Note寫好了
說你基本上這個Note可以發了
我那時候就很吃驚了
就是就半個小時
你做完一個東西就發了嗎
那Obviously他當時期待我所做的東西
也就是這個半個小時
就可以做出來的東西
而我去打算花兩個週到一個月
去把它做出來
反正我就聽到了我就發了
但是發了以後沒過不久
我就知道了
就是為什麼他要這麼做
因為在Black Friday Sales的分析
只有在那個週大家是感興趣的
你過了那個週大家就不感興趣了
以及在那個週大家需要這個數據
去做一些決策
比如說你今年做得好不好
你今年這個東西應該是加碼
還是應該減碼
比如說我當時
事後我又多做了一個分析
就是去年我們去補貼了一些產品
今年補貼了一些產品
然後我們發現今年補貼的少
但是它代動的銷量更高
然後大家就說OK
今年的這個補貼
是比去年做的好的
那我們就來覆盤一下
今年補貼做了哪些
然後我們應該怎麼樣子去
把它做得更好
在哪個Category裡面補貼是有效的
之後你如果再做的話
還可以去看補貼帶來的Retention
這些人是買了以後就不再來了
還是他們買了以後其實還會
Come back
然後去Visit
然後他們Come back這些東西
如果在沒有補貼的產品上
會不會帶來銷量
就這些分析是有用的
你做那個Causal Inference Modeling
看上去很牛逼
其實屁有沒有
真的屁有沒有
真的你做出來了
然後你去說這個它的係數是多少
Whatever那些數據是多少
你搞了一些Fancy的表格
有什麼用
它能給大家提供什麼樣的
Actionable Insights
啥都沒有
就是你真的不如
就是在Excel裡面去
這樣分析一下對比一下
然後去再Dip back一下
這是我當時一個非常大的
Realization
就是因為我從小到大
從讀書到讀博士
然後再到亞馬遜
都是順著這條路走的
就是都是順著你做好Model
然後去解釋那個Model的結果
然後去可能算一些Marginal Effects
去做一些Interpretation
反正就是列一個Table
就是學術的那種分析方法
我第一次看到了
真正的商業的分析方法
應該是什麼樣子的
然後打開了這樣一個世界的大門
之後我的所有的想法都是
我的這個結論到底有什麼用
別人能拿著我的這個結論去做什麼
當然不是馬上就
但是我逐漸就朝這個方向去做了
這是我當時的一個故事
很大的一個Realization
回過來繼續講第三點
那如果說你意識到的這個問題
是怎麼樣子的
我覺得大家既然如果有這個誤區的話
說明你是一個技術比較強的人
就是強是一個優勢而不是劣勢
只要你放下唯技術論
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
那你就去多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
其實在Richard
華人在矽谷怎麼當不了VP裡邊
我記得他就有講過這個事情
就是太多人太快Go to How
而不是多問Why
你可能要先問5個到10個Why
就是我們為什麼要做這個
然後為什麼是這些用戶
然後我們為什麼要這麼做
為什麼競品是這樣做的等等
你把這些東西問完了以後
你才能提出來一個比較正確的問題
你才能去找到一個比較值得被優化的方向
你才能抓到這件事情的重點
而不是你一上來先去進入How
那很多時候你就完全錯過了Bigger Picture
你甚至也不知道你為什麼要去做這些How
就是你不知道你做的這些事情有什麼意義
所以說多問Why
問足夠多的Why
然後問足夠多的What
然後再走進How裡邊
還有就是知道越複雜的技術
別人越難理解
除非你一個人就能把這事幹了
不然的話你永遠是需要和其他人合作的
永遠是需要influence別人的
然後你influence的人
一般都不是和你一樣的技術人員
這其實也是一個考試的問題
就是考試的時候
你只需要communicate the result to a technical expert
你只需要跟你老實講
然後你這個老實比你在這方面更懂
但是你在現實生活中
絕大多數的人在你的這個subject matter上
是沒有你懂的
那你要做的不是說你告訴他們你有多聰明
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Dumbed down
而是你有責任去用別人能聽得懂的話
去跟別人交流對吧
大家都知道在公司裡邊
你想要influence
你就需要有effective communication
大家都知道effective communication很重要
然後很多技術人的誤區就是
to communicate
to show how smart he or she is
而不是communicate for a result
如果你放下證明自己有多聰明的
這樣的一個執念
而是去專注在communication的結果的話
我相信大家還是能找到一些點
把你的想法給說清楚的
你要知道別人如果理解不了你的話
絕對是你的問題
再就是如果看到一些人
你如果覺得他技術不是很強
但是他似乎又非常的effective
或者說他職位很高
甚至很快什麼的
多觀察多學習
一定要抱著一顆謙虛的心
先要assume這個人是比你強的
然後你才有可能看到他比你強的點
如果你assume他不如你的話
那你肯定就沒有辦法看到他身上的優點了
所以說這樣的一個心態也很重要
最後的一件事就是
我建議大家可以去創作業做一個商業化的產品
當你做一個真的商業化的產品
當你真的試圖賺一點錢的話
你就會發現你對技術的崇拜是多麼的可笑了
就是你會發現你幹所有的事情有如此多的短板
就是你可能賣自己的產品
你寫一個產品介紹都寫不出來
你想跟別人講清楚
別人為什麼給你付錢
你都說不出來
就是你go to market的能力幾乎是零
所以說你技術再強別人也不會care的
那這個時候你就知道了
技術在真實的商業裡面
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
那好吧
這一視頻就到這
謝謝大家
我們下期再見