做选择，盲目是第一大忌，尤其在择业、投资、创业等关键选择上。高考选专业通常是许多人面对的第一个人生关键抉择，当越来越多人意识到合理选择的必要性时，张雪峰的出圈也就成了必然。

正如有句俗话说得好，“timing很重要”，拿选专业来说，如果一批人是在2000年选英语，2005年选土木，2010年选金融和计算机，2015年选电子信息，那无疑就能踏准时代前进的浪潮，改变命运。

但上述每一个选择背后，其实都是对行业发展阶段的呼应，回看这种一一对应的关系，2001年后中国入世带来外贸繁荣的背景、2005年城镇化率即将加速起飞的趋势、2010年移动互联网的蓄势待发、2015年经济增长进入下一阶段带来产业高端攻坚的必要性等等。可见真正影响选择对与错的，是对经济与产业发展规律的认知。

从产业出发，很多行业从无到有、从萌芽到成熟的发展历程，其实都有迹可循。当你可以把这些规律认知融入到决策中时，选择本身将变得有据可依，甚至可以降低许多不确定性。

管理学也是一门关于“选择”的科学，我们在《万字拆解“稀缺”》一文中反复提到资源是有限的，因此做出正确的选择就非常重要。但选择本身，又与每个个体的风险偏好紧密相关，在同样一个机会面前，不同风险偏好的个体选择不同的路径，也会收获不同的回报。

这么看来，在选择前充分尽调、提高产业认知，在选择时清晰自己的风险偏好、找到合适的介入方式，如此操作以后，选择结果一定可以实现“下可守，上可攻”的满意状态。

01 选择不仅是艺术，更是科学谈产业规律之前，我们先提一个“加速器”的概念。什么是加速器呢？加速器是基于创新扩散模型，利用行业渗透率曲线，找到那个还没有出现⼈尽皆知的大趋势、但已经产生明确的加速点的方法。这段话听起来比较复杂，下面我们用案例来阐述，主角是大家都非常熟悉的小米。

如今十四年过去，小米公司从无到有，已经成长为最年轻的世界五百强，这种成功背后，其实就是抓住了智能手机革命的浪潮，把握住了移动互联网崛起的超级趋势。

而雷军之所以能成功抓住趋势，本质上就是靠 “终局思维”。他看清楚了手机行业的“终局”：智能手机⼀定会取代功能⼿机，原来的手机行业将重新洗牌，新的玩家必将崛起。那么雷军是如何判断出这种“产业终局”呢？ 以及为什么雷军能够准确判断入场时机？

这个秘诀在于，他掌握了⼀种武器，就是前面提到的“加速器”。⼀个新鲜事物从无到有，⼀开始的起步阶段往往很艰难，市场渗透率每提高⼀个百分点，都困难重重。但是，⼀旦到达⼀个关键节点，行业就会开始加速，它的渗透率会快速提升，最终形成⼀个超级大趋势。这个点差不多就是行业渗透率达到10%的时候，这就叫做渗透率的10%法则。

这背后的原理是，新产品的渗透率能到10%，说明已经有足够大的群体接受了它，大众认可度会逐渐提高，并且生产的技术⼯艺也会走向成熟，随之带来产品性能的改善和价格的下降，后面会得到越来越多的人的认可，相当于获得了加速器，在向前发展的道路上狠踩了⼀脚油门。

雷军是在2009年底、2010年年初的时候辞职创业。而雷军创业的那个时间点，我国智能手机在所有存量手机中占据的份额，恰恰就是8%~10%，正好走到了加速的关口。在那之后的几年，迎来了智能手机的换机潮，仅仅三年之后，也就是2013年，智能⼿机的占比就超过了半壁江山，等到2014年中，更是达到了90%左右，在和功能机的对抗中占据了压倒性优势。

从雷军开始创业，到行业大局已定，前后也就是四五年的时间，在加速器的辅助下，智能手机行业迎来了爆发式增长。那是⼀个行业整体狂飙突进的黄金时期，所有在这列车上的参与者，都获得了丰厚的回报。小米能成为最年轻的世界五百强，很大程度上就是因为，它诞⽣在行业爆发前夜这个时间点，完美享受到了加速器的红利。

10%的点非常重要，太往前、太往后都不行。比如说，iPhone是在2007年出来的，乔布斯在发布会上向大家展示的时候，很多人都觉得很棒，但是太贵了。那个时候大家觉得拿五六千块钱去买部手机太奢侈了。所以，一开始渗透率很低。

等到5%~10%渗透率的时候，有⼀部分人已经体会到了智能手机比功能⼿机好用太多，毫无疑问，只要价格不断下降，未来所有人都会用这个东西。这个时候雷军才下场做这个东西。如果入场太早，就可能没人接受，如果入场太晚，人家都圈地成功了，就没你什么事儿了。

像雷军这种职业生涯下注的玩法，是应对产业趋势最高层次的策略，成功了可以将回报最⼤化，有可能会诞⽣出⼀家千亿市值的公司，做出改变无数人生活的产品，让自己的名字出现在福布斯排⾏榜，实现真正的名利双收。我们可以看到，雷军其实做到了。

同时，这也是风险偏好最高的⼀种选择，因为你投入的是自己的人生，可以说是输不起的，万⼀失败，损失的就不光是金钱，还有你的时间和生命。 雷军选择创业的时间点，智能手机的渗透率恰好处于5%~10%，刚刚开始加速，可以说是最好的时候，所以他才有今天的成功。

这方面可以举⼀个反例，那就是锤子手机的罗永浩，“快准狠”三点中的后面两点他都具备了，对于智能手机浪潮看得够准，老罗的魄力也是没问题的，可就是栽在了“快”这一点上，等到他2014年终于把锤子手机发布出来的时候，行业的大格局早就被瓜分完毕。

现实情况也支持这一结论，2014年后面出来的手机品牌，基本上没有⼀个做成的，就是因为太晚了。

02 风险偏好影响选择路径在上面提到的移动互联网浪潮中，除了all in躬身入局，还有一种方式就是轻度顺风搭车。具体来说就是在趋势面前轻度参与，这样即使自己判断错了，损失也不大。这种方法比较适合那些风险偏好较低的人。

这种方法也有⼀个值得学习的榜样，就是号称“中国巴菲特”的段永平。他在2011年同样判断出了智能手机的超级趋势，在雪球上的⼀个帖子里，段永平曾经提到自己很早就开始研究智能⼿机这种新事物，刚开始还不太懂，后来是在2011年初的⼀天，突然把苹果在做的事情给想明⽩了，差不多比雷军晚了大半年。

段永平的经历也比较传奇，他人大研究生毕业后，没有选择安逸舒适的铁饭碗，而是南下广东中山，接管了⼀家还在亏损的小企业。不久就力挽狂澜，成功推出小霸王学习机，靠这样⼀个产品扭亏为盈，最高时⼀年能卖十个亿。

后来他又自己创业，成立了步步高，也是顺风顺水，很短时间内就在VCD、电话、复读机等多个领域做到了行业第⼀。1999年，段永平把公司⼀分为三，分别交给自己三个徒弟来打理， 除了今天的步步高以外，剩下两家分别是OPPO和VIVO。

关于段永平跟OPPO和VIVO这两家公司的关系，我们这里也提一下。这两家公司的确是从步步高分出去的，段永平在前期⼀直担任董事⻓，但后面就慢慢把股权分给了下属，现在两家公司的高管都持有很高的股份，段永平的持股比例并不高，所以说他不是严格意义上的⽼板，更贴切的称呼应该是“精神领袖”。

段永平在功成名就之后，没有像很多企业老板一样冲在一线，而是选择了隐居幕后，当然主要是家庭原因，这很大程度上影响了段永平的风险偏好。

其实，2011年段永平看到了智能⼿机的趋势之后，他可以选择跟雷军⼀样，亲自下场做⼿机。他的基础比雷军要好得多，OPPO和VIVO在功能⼿机时代就有很⼤的出货量，供应链关系远胜于刚刚创业的小米。但段永平并没有选这条二次创业的路，原因就是他的风险偏好其实是远低于喜欢折腾的雷军的。

那么，他通过什么样的方式来参与到这个趋势呢，除了在美国远程指导OPPO和VIVO转型做智能手机之外，他还做了⼀件事情，就是大举买入了苹果公司股票。

此后十年里，苹果的股价又涨了近十倍，就连巴菲特都来给段永平抬轿。这个事也挺有意思的，美国巴菲特和“中国巴菲特”在看好苹果这个问题上，居然达成了共识，而且“中国巴菲特”买得更早，按收益率算应该是获益更多。到今天，巴菲特减持苹果，又是另一个“选择”的故事了。

所以对于段永平来说，他的风险偏好比较低，心理阈值也没有雷军那么高，外加家庭因素，实在没必要自己下场再all in⼀把，靠投资来把握趋势就足够了。而且因为他的本金足够大，所以他在苹果上赚的钱应该不会低于OPPO和VIVO的分红。可见，只要匹配自己的风险偏好，外加选择合适的路径，依然能够获取满意的回报。

03 历史上有关“选择”的经典实验大盘点按照惯例，在这一part我们要从现实走入历史。

作为经济学、管理学以及心理学的重要研究对象，大批著名学者选择围绕“选择”做研究。在此，我们做一个盘点，以期为大家正确地做选择带来些许启发。

囚徒困境Prisoner's Dilemma：为什么看似有利的选择会导致双输局面？在每一次选择时，我们常常首先考虑自身利益。然而，有些选择看似对自己有利，却可能让所有人陷入更糟糕的境地。一个经典的例子就是“囚徒困境”。

它最早出现于1950年，美国的兰德公司正在兴趣盎然地研究博弈论，为的是帮助其制定全球核战略。两位知名的数学家，梅里尔·弗洛德和梅尔文·德雷舍（Merrill Flood and Melvin Dresher），接受了这个任务，并且提出了这个著名的思想实验。然而，“囚徒困境”的命名以及审问囚徒的精彩故事却要归功于普林斯顿大学的阿尔伯特·塔克（Albert Tucker）教授，他也是“纳什均衡”的提出者约翰·纳什的老师。简单来说，这一思想实验是这样的：

假设有两个罪犯被警方抓住，并被分别关押在不同的审讯室。警方告诉每个罪犯：

>如果他供出同伙，他将获得减刑，只需要坐一年牢，而同伙则要坐八年。

>如果两人都供出对方，他们各自将坐五年牢。

>如果两人都保持沉默，由于证据不足，他们只需各自坐两年牢。

囚徒的选择过程

从囚犯A的角度来看，无论囚犯B做什么，A都会选择供出。因为如果B供出，A保持沉默会坐八年牢，而供出则只需坐五年；如果B保持沉默，A供出只需坐一年，而保持沉默会坐两年。囚犯B也是如此，因此，两人都选择供出，最终每人坐五年牢。然而，如果两人都选择保持沉默，他们只需各自坐两年牢。

现实中的“囚徒困境”

（1）核武器竞赛：囚徒困境的思想在20世纪60年代被应用于核威慑。美苏两国面临的选择是“建造更多核武器”或“不建造”。如果另一国建造核武器，我们也必须建造以保持平衡；如果另一国不建造，我们建造会有战略优势。因此，双方都建造核武器，导致昂贵的军备竞赛。解决方法是找到合作方式，使双方都选择不建造。

（2）商业竞争：企业在决定是否进行价格战时面临类似的困境。如果一家企业降价，而其他企业不降价，那么降价的企业将赢得更多市场份额。然而，如果所有企业都降价，结果就是所有企业的利润都下降。

（3）环境保护：如果每个国家都选择减少碳排放，大家都会享受到一个更好的环境。但由于担心其他国家不采取行动，自己国家付出的努力会得不到回报，最终可能都不愿意采取措施，导致环境问题越来越严重。

（4）运动员使用兴奋剂：如果其他运动员使用兴奋剂，而自己不用，可能会失去竞争力。因此，运动员都可能选择使用兴奋剂，导致整个体育界的健康风险增加。

“囚徒困境”的破解实验

那我们该如何破解这个困境呢？这里有一个非常有趣的实验——罗伯特·阿克塞尔罗德于1984年设计的锦标赛。这个比赛邀请了来自世界各地的学者，设计出不同的策略来参与一系列的囚徒困境游戏。结果发现，“以牙还牙”的策略表现最佳。这种策略的核心是：第一轮先合作，之后每轮都模仿对方的上一个选择。如果对方合作，你就合作；如果对方背叛，你就背叛。这种策略简单但非常有效，能够在长期的互动中建立起合作的关系。

还有一种策略叫“以牙还牙加宽容”，在对方背叛后，偶尔会选择原谅对方，重新开始合作。这种策略可以避免陷入长期的报复循环，促进合作关系的恢复。

“囚徒困境”告诉我们，在合作和竞争的动态关系下，我们该如何选择。在很多情况下，短期的自私行为可能会导致长期的双输结果。通过建立信任和合作，我们可以获得更好的长期利益。

米尔格拉姆的电击实验Milgram Experiment：盲从权威的选择会带来多可怕的后果？实验背景

米尔格拉姆实验是由耶鲁大学的社会心理学家斯坦利·米尔格拉姆(Stanley Milgram) 在1961年开始设计和实施的。当时，二战中的纳粹战犯阿道夫·艾希曼正在接受审判，米尔格拉姆想了解普通人是否会在权威命令下犯下违背良知的行为。这个实验的目的就是揭示在权威的命令下，人们会表现出怎样的服从性。

实验设计

实验通过招募志愿者进行“关于体罚对学生学习效果影响”的研究，实际上是观察普通人在权威命令下对他人施加痛苦的服从程度。

实验流程如下：

1. 招募志愿者：通过报纸广告招募，时长一个小时，报酬4.5美元。

2. 实验安排：志愿者到达实验室后，会被告知需要进行抽签，一个人担任老师，另一个担任学生。实际上所有的志愿者都会被安排为老师，而“学生”和“实验人员”都是假扮的演员。

3. 电击装置：老师的房间有一台电击机器，连接到隔壁房间的“学生”身上。机器上有30个按钮，每个按钮对应不同电压，从15伏到450伏。

4. 实验任务：老师需要将一组单词念给学生听，并在学生答错时按下电击按钮，逐步增加电压。

5. 实验人员的干预：每当老师犹豫是否继续实验时，实验人员会依次用四句话督促：“请继续”“实验需要你继续”“请一定继续”“你没有选择，必须继续”。

实验结果

实验测试了40位志愿者，结果显示所有人都会开始实验，至少按下第一个按钮，而2/3的人会按下最高450伏的致命按钮。即使在听到“学生”的惨叫、砸墙甚至被“电”到无反应时，大部分人依然会在实验人员的督促下继续。

后续实验

为了验证结果，米尔格拉姆的实验被重复多次，均得到相似的结果。即使在明确告知电击可能导致心脏病发作或死亡的情况下，61%到67%的人依然会按下最后一个按钮。这说明，普通人在面对权威命令时，会表现出极高的服从性。

结论与启示

米尔格拉姆认为，这种服从心理源于人们对权威的内在服从。参与实验的人知道自己行为违背良知，但在实验人员表示这是他们的义务时，大部分人无法抵抗这一要求，最终完成实验。这种心理并不来自对权威的恐惧，而是一种深植于内心的服从倾向。

我们的社会结构中充满了各种权力体系，个体在这些体系中往往处于服从的位置。米尔格拉姆实验提醒我们，面对不合理甚至违背伦理道德的权威命令时，保持质疑和独立思考的重要性。

艾希顺从实验Asch conformity experiments：当你是少数派时，该如何选择？实验背景

这个实验由心理学家所罗门·艾希（Solomon Asch）在20世纪50年代设计，用以研究社会压力对个体选择的影响。它的核心问题是，当个人的观点与群体的意见发生冲突时，他们会如何反应。

实验设计

实验的基本设计非常简单：八名男大学生被安排进行一个“感知”任务，实际上只有一名是真正的实验参与者，其他七名都是实验者的助手。每个学生依次观看一张卡片，上面有一条参考线，然后再看另一张卡片，上面有三条比较线（分别标为A、B、C）。其中一条线的长度与参考线相同，而另外两条则明显不同。

每位参与者依次回答哪条比较线与参考线长度相同。在前两轮试验中，所有人都给出了正确答案。但从第三轮开始，所有助手一致给出错误答案。在接下来的12轮关键试验中，助手们有时会给出正确答案，有时则故意给出错误答案。真正的实验目的是观察唯一的真实参与者在面对群体一致错误回答时，会如何反应。

实验结果

实验结果显示，在没有群体压力的对照组中，参与者几乎没有错误（错误率不到0.7%）。然而，在面对群体压力的实验组中，尽管大多数参与者的回答仍然正确，但有35.7%的回答受到了群体压力的影响，变得错误。更有74%的参与者在至少一次关键试验中给出了错误答案。艾希指出：“聪明、善良的年轻人愿意把黑说成白，这是一个令人担忧的问题。”

参与者的反应

实验结束后，参与者接受了采访，揭示了他们在实验中的复杂反应。一些人表示，他们虽然怀疑群体的答案，但还是选择跟随群体，以避免被排斥或看起来不合群。另一些人则表示，他们虽然内心知道正确答案，但由于自信心不足，最终还是屈从于多数人的意见。

独立者和顺从者的态度

独立者分为两类：一类是“自信型”，他们虽然感受到群体压力，但坚持自己的答案；另一类是“撤退型”，他们坚持自己的看法，但没有感受到冲突。顺从者也分为几类：一部分人真的相信群体的错误答案是正确的（“感知扭曲”），一部分人认为自己可能判断错误（“判断扭曲”），还有一部分人明知答案错误但为了不显得与众不同而选择顺从（“行为扭曲”）。

实验的变体

艾希还进行了多种变体实验，例如引入一个真实的支持者（即另一个答对的人），结果显示，这种情况下的顺从率大大降低。另外，当群体规模增加到三人以上时，顺从率显著上升，但继续增加群体规模并不会显著影响顺从率。

结论

实验发现，当个体面对群体一致的错误判断时，往往会选择跟随群体，即使他们知道群体的判断是错误的。

前景理论实验Prospect theory experiments：面对不确定性时，我们如何选择？前景理论是由丹尼尔·卡尼曼和阿莫斯·特沃斯基在1979年提出的，用以解释人们在面对风险和不确定性时的决策行为。这一研究为他们赢得了2002年的“诺贝尔经济学奖”。

前景理论的背景

前景理论挑战了传统的期望效用理论。期望效用理论假设人们在做决策时是完全理性的，他们会选择能带来最大效用的选项。然而，卡尼曼和特沃斯基通过实验发现，人们的决策行为常常违背理性预期。前景理论因此提出，损失给人们带来的痛苦远大于同等收益带来的快乐。

实验设计

卡尼曼和特沃斯基通过一系列控制实验，展示了人们在面对相同金额的损失和收益时的不同反应。例如，他们设计了以下两个情境：

1. 情境一：100%概率获得450美元或50%概率获得1000美元。

2. 情境二：100%概率损失500美元或50%概率损失1100美元。

在第一个情境中，大多数人会选择确定的450美元，而不是风险较大的1000美元。这表明，当面对收益时，人们倾向于规避风险。然而，在第二个情境中，大多数人会选择有可能损失1100美元的风险选项，而不是确定的500美元损失，这表明当面对损失时，人们倾向于寻求风险，以期望避免损失。

主要发现

1. 损失规避：人们对损失的敏感度远高于对同等收益的敏感度。换句话说，失去1000美元的痛苦比获得1000美元的快乐更强烈。

2. 参考点效应：人们的决策是基于相对于某个参考点的收益和损失，而不是绝对值。这意味着人们会根据他们的现状或期望来评估收益和损失。

3. 概率加权：人们倾向于高估小概率事件的发生概率，而低估大概率事件的发生概率。这解释了为什么彩票对很多人有吸引力，即使中奖概率非常低。

应用实例

前景理论的一个典型应用是解释保险购买行为。假设某保险的风险概率为1%，潜在损失为1000美元，保费为15美元。根据前景理论，人们会高估1%风险发生的概率，从而认为支付15美元的保费是值得的，以避免可能的1000美元损失。

现实中的影响

前景理论不仅在经济学中有广泛应用，还被用于解释政治决策、市场行为和日常生活中的许多选择。例如，在股市中，人们对短期波动的敏感度往往高于长期趋势，这导致了投资决策中的短视行为。

总的来说，前景理论揭示了人类在面对风险和不确定性时的非理性行为。通过理解这些行为模式，我们可以更好地做出明智的决策，避免常见的认知偏差。

“选择悖论”实验Paradox of Choice experiments：是否选择越多越幸福呢？选择悖论（Paradox of Choice）是心理学家巴里·施瓦茨（Barry Schwartz）提出的一个理论，探讨了在现代社会中，选择过多如何影响我们的幸福感和决策质量。在这一领域有许多实验，最著名的要数哥伦比亚商学院的希娜·艾扬格（Sheena S. Iyengar）教授做的三大实验——“果酱实验”“论文实验”和“巧克力实验”。

实验一：果酱实验

研究背景与设计：在这项实验中，研究者在加利福尼亚州门洛帕克的一家高档杂货店（Draeger's Supermarket）进行了现场实验。研究者设置了两个果酱品尝摊位，一个展示了6种不同口味的果酱（选择有限组），另一个展示了24种不同口味的果酱（选择过多组）。研究目的是考察选择数量对顾客初步吸引力和后续购买行为的影响。

方法：两位研究助理分别在两个连续的星期六进行实验，邀请经过的顾客品尝果酱，并向每位顾客发放一张1美元的果酱购买优惠券。顾客可以自由选择品尝的果酱数量。研究者记录了经过摊位的顾客数量，停下来品尝果酱的顾客数量，以及最终购买果酱的顾客数量。

结果：尽管展示24种果酱的摊位吸引了更多的顾客（60% vs. 40%），但选择6种果酱的摊位的顾客更有可能购买果酱（30% vs. 3%）。这表明，虽然更多的选择可能会初步吸引更多的注意，但最终可能会导致选择瘫痪和购买意愿的降低。

实验二：论文实验

研究背景与设计：在这项实验中，斯坦福大学的一门入门级社会心理学课程的学生被要求完成一篇两页的额外加分论文。学生被分成两组，一组有6个可选的论文题目（选择有限组），另一组有30个可选的论文题目（选择过多组）。研究目的是考察选择数量对学生完成论文意愿和论文质量的影响。

方法：学生在感恩节前收到额外加分作业，作业上列出了6个或30个论文题目。学生被告知可以选择一个题目写一篇两页的论文，并在下周交上论文。研究者记录了选择完成论文的学生比例和论文质量。

结果：提供6个题目的学生更有可能完成论文（74% vs. 60%），并且他们的论文质量也显著高于提供30个题目的学生。这表明，有限的选择不仅提高了学生的完成意愿，还提升了他们的表现质量。

实验三：巧克力实验

研究背景与设计：在这项实验中，参与者被要求从6种或30种巧克力中选择一种，然后品尝他们选择的巧克力。另有一组参与者作为对照组，他们没有选择权，而是随机品尝一种巧克力。研究目的是考察选择数量对选择过程的享受程度、选择后的满意度以及后续购买行为的影响。

方法：参与者首先从6种或30种巧克力中选择一种，并在选择后填写一份问卷，评价他们对选择过程的享受程度、困难程度和挫败感。然后，参与者品尝他们选择的巧克力，并再次填写问卷，评价他们的满意度和后悔程度。最后，参与者可以选择作为实验报酬的一盒巧克力或5美元现金。

结果：尽管参与者在选择30种巧克力时更享受选择过程，但他们的满意度较低，并且更容易感到后悔。此外，选择有限的参与者更有可能选择巧克力作为报酬，而选择过多的参与者则更倾向于选择现金。

这些实验表明，尽管更多的选择可能初步吸引人们的注意，但实际上可能会导致选择困难、满意度降低和动机减弱。研究结果挑战了传统心理学和经济学中关于选择越多越好的假设，指出在实际应用中，适度的选择可能更有利于提高人们的决策质量和满意度。这一发现对于消费者行为研究和市场营销策略设计具有重要的启示意义。

「案例的启迪」科创企业的三大选择：战略方向、技术路线和组织架构在科技领域创业，犹如在浩瀚的宇宙中航行，极易迷失或遭遇不测。成功的科创企业却总能找到自己的北极星，通过明智的战略方向选择，穿越迷雾。

“为技术而技术”是科创企业容易掉入的一个陷阱。谷歌眼镜（Google Glass）就是一例。不如人意的市场反馈告诉科技创业者一个简单而深刻的道理：创新必须满足市场需求，解决用户痛点。

技术优势是科创企业的立身之本，就像比亚迪，它在电动汽车领域的成功，很大程度上归功于其在三电（电池、电机、电控）方面积累多年的技术优势。资源总是有限的，科创企业需要聪明地分配资源进行技术投资。技术路线的选择成为科创企业成功与否的关键因素。

然而，技术的选择并非易事，它涉及复杂的决策过程，需要考虑市场需求、判断技术趋势、预测竞争态势、评估自身的资源和能力。

伟大的企业在选择技术路线时，总是先明确自己的战略目标。这不仅包括短期的市场占有率和利润，还包括长期的技术领先地位和创新能力。迈克尔·波特（Michael Porter）一阵见血地指出：战略的本质不是选择做什么，而是选择不做什么。乔布斯带领苹果公司进入智能手机市场之前就已经明确了，苹果公司的目标是通过创新和优质设计重新定义手机体验，他不做别人已经在做的事情。这一清晰的战略目标指导了苹果在技术选择上的每一步，从多点触控技术到App Store的建立，都只围绕用户体验和生态系统做文章。

在确定战略目标后，企业需要识别和评估技术机会。科创企业应该学会通过内部研发和外部合作两种方式来获取最新的技术信息。谷歌有一个“20%时间”政策，它鼓励员工将20%的工作时间用于自由探索新的技术和项目。通过收购早期创业公司获取新技术，也是谷歌们擅长的本事。正是DeepMind让谷歌在人工智能领域获得了领先地位。

评估技术机会不仅需要考虑技术本身的成熟度和可行性，还需要评估其市场潜力和与企业现有业务的协同效应。很多科创企业倒在漫长的“实验室”阶段，特别是生物医药公司。一项在实验室表现出色的技术，如果没有开发出市场应用场景，就难以商业化。

技术创新的本质具有高度不确定性，科创企业需要建立有效的风险管理机制，识别潜在的技术和市场风险，包括知识产权方面的风险，并制定应对策略。特斯拉最初的计划并非大众化的电动车产品，而是高端电动跑车Roaster。拿到市场反馈后的特斯拉迅速调整战略，灵活地选择了新的技术路线，才有了今日的市场地位。

阿尔弗雷德·钱德勒（Alfred Chandle）说过，组织架构追随战略目标（Structure follows strategy）。开放创新和高度协作的文化和组织架构，是技术路线选择得以实施的保障。亚马逊采用分布式团队（Distributed Teams）结构，提出了Two-Pizza Teams的概念，即认为小团队的规模应该是可以用两份披萨喂饱的大小。亚马逊云计算业务AWS的成功，离不开快速决策和灵活的组织架构，得以迅速占领市场并不断推出新的技术服务。

谷歌前CEO施密特在他的著作《谷歌如何工作》（How Google Works）中提到，谷歌的成功与矩阵结构密不可分。拉里·佩奇也认为矩阵结构帮助谷歌在快速变化的科技行业中保持领先地位。当然，我们也会发现矩阵结构的不足之处，譬如员工汇报条线变多，容易引起权力冲突，跨部门协调导致决策速度慢，等等，但对于设计搜索引擎、云计算、硬件等不同技术领域业务来说，矩阵结构能有效管理这种复杂性，促进资源共享，帮助项目团队灵活应对市场变化。

组织支持技术进步，技术正在改变组织形态。未来的科技公司会奉行怎样的组织架构？虚拟团队和临时组织依赖数字平台进行沟通和协作，打破了传统的组织物理边界；平台型组织更多以来外部合作伙伴和用户生成的内容和服务，创建出创新生态系统；区块链和去中心化技术使得组织的权力和资源更加分散和民主……

对组织形态的选择，正在变成公司新的战略。就像吉姆·柯林斯（Jim Collins）所言：先让对的人上车，再决定开往哪里（First who, then what-get the right people on the bus, then figure out where to drive it）。选择正确的人，是最正确的选择。

追本溯源

为了更好地理解纷繁复杂的商业现象，我们需要厘清基本概念。涉及本文的内容，我们在《管理学大辞典》上找到了如下相关概念，供各位参考：

古典决策理论（classical decision theory）

以传统理性主义为主要依据的决策理论。把人的活动看作是严格遵照“自然机械律”来进行的。在进行决策时，人们自觉地遵守“绝对理性”的原则，本能地按照最优化的方式来选择行为模式，否认环境因素（包括来自各方面的信息）的重要作用，采用封闭式的决策模式。

行为决策理论（behavioral decision theory）

强调决策者的心理和行为特征在决策中重要作用的理论。与决策的理性模型相反，关注在决策过程中导致人们无法做出完全理性行为的心理、社会和环境的因素。以美国学者巴纳德（Chester Barnard，1886-1961）为代表的社会协作系统学派的理论为基础，首先由美国管理学家西蒙和马奇（James G. March）等人提出“有限理性人”的基本假设以及决策的“满意原则”形成，随后由两位美籍以色列学者卡尼曼（Daniel Kahneman，1934-）和特维斯基 （Amos Tversky，1937-1996）发展到高峰。西蒙等人认为决策活动受到组织外部环境（如时间、资源等）和内部条件（如认识能力等因素）的限制，不可能找到最优方案，因而不可能以“最优化”原则作为最终的决策准则，而只能遵循“满意”原则。卡尼曼和特维斯基则对决策过程中导致人们无法做出完全理性行为的心理、社会和环境的因素进行了研究，认为人们由于自身能力的有限和环境的不确定，在决策中依赖一系列简捷化策略，称之为“启示法”，由此带来不可避免的认知和情感偏差，从而影响判断和决策的准确性，他们根据人们对得失感受的不一致性提出前景理论。行为决策理论从20世纪80年代以来对金融、投资、营销、组织行为、公共管理等领域的研究和实践产生了深远的影响。

前景理论（prospect theory）

描述和预测人们在面临风险决策过程中表现与传统期望值理论和期望效用理论不一致的行为的理论。发现人们在面对得失时的风险偏好行为不一致，在面对“失”时变得风险追求，而面对“得”时却表现得风险规避；参照点的设立和变化影响人们的得失感受，并进而影响人们的决策。由美籍以色列学者卡尼曼（Daniel Kahneman，1934-2024）和特维斯基（Amos Tversky，1937-1996）于20世纪70年代提出，并不断发展。

本文来自微信公众号“复旦商业知识”（ID：BKfudan），作者：宋朝阳 张春依，36氪经授权发布。