成就的量级之差

――摘自吴军老师的《格局》

很多人问我，怎么能同时做那么多事情？其实我做的事情并不多，只不过成功率稍微高一点儿，每件事情多少有点儿影响力，别人就看见了。成就的多少至少取决于三个因素：做事情的速度或做事情的数量，每一件事的影响力，以及做事的成功率。它们之间是相乘而不是相加的关系。也就是说，事情做得再多，如果成功率不高、影响力不大，最后的成就就会很有限。

在上述三个因素中，做事速度能提高的幅度是有限的。在职业生涯中，一个人的效率比同行高出一倍就快到头了；但是成功率和影响力却又量级的差别，有时候不仅是几倍、几十倍之差，还有可能是天壤之别。

量级在数学上和计算机科学有比较明确的定义。举例来说，如果一种增长是线性的，另一种增长是指数级的，它们就有量级的差别了。

在详细说明量级之前，我想先介绍一个和它相近的概念——数量级。数量级每差出一级，数据相差10倍左右，比如个、十、百、千、万，就是数量级的差别。在投资和宏观经济中，人们比较注重数量级。如果两家公司收入水平相差两三倍，虽然有多和少的分别，但它们仍然处在同一个数量级上，是可以竞争的。如果在同一个细分领域，两家公司的收入水平差距在10倍以上，就不在一个数量级上了。小的那家公司想和大的公司竞争，是非常辛苦的。

量级则是比数量级更大的概念，随着规模的扩大，差异也越来越大。不同量级在静态上的差异，就好比芝麻、橘子、西瓜、大象、大山、地球、太阳、银河系和宇宙之间的差别。

量级的不同带来的另一个巨大差异源自动态放大效应。很多事情在规模比较小时，人们看不出量级之间的差异；但是等规模发展起来，差异就可能大得惊人。在过去的200多年里，美国股市每年的复合增长率接近8%。如果你在华盛顿就职美国总统时投到美国股市1美元，现在能变成约2000万美元。但是，如果投资只是线性增长，本金不变，每年派息8%，200多年之后，1美元只能变成19美元，这就是增长量级上的差别。这个差别在10年是看不出来的，因为复合增长和简单增长的结果分别是2.16美元和1.8美元，差别并不大。要预见两种不同增长方式最后会导致的量级上的差别，靠的是经验和见识。

在工程中，针对小规模问题的解决方法常常不适用于大问题。很多年前，我在腾讯工作时，一位工程总监向我抱怨手下的一名软件工程师，为了偷懒少写代码，居然在程序中使用计算效率很低的冒泡排序方法。那个工程师还狡辩，说程序运行时间差不了多少。这位工程总监的情况在工作中具有普遍性，因为我们生活在很小的世界里，通常对大的数量没有概念。于是，我让那个总监把工程师带过来，我和他们聊一聊。

我当着总监的面对那个工程师讲，如果只是对班上几十个同学的成绩排序，采用效率低一点或高一点的方法差别不大，无非是一千次计算和几千次计算的差别。但是，对上万个数字排序时，就是几百倍的差异了。如果对全中国的老百姓排序，就是几百万倍的差异。现在大数据的数量可比中国的人口多得多，如果方法不同，差异会大到难以想象。

听了我的话，那个工程师觉得很不好意思。我安慰他，能预见两种不同方法最后会导致量级的差别，是需要经验和见识的，不必自责。但是，想成为一个优秀的工程师，就需要养成关注量级的习惯。在计算机科学中，采用两个不同量级的算法做同样一件事情，运行时间有的可以长达人的一辈子，有的只需要几分钟、几秒钟，差别就是这么大。

有了对量级感性的认识后，我们来看如何把个人的成就最大化。在决定成就的三个因素中，不同人做事的速度的差异最多是几倍。很多人觉得差几倍已经不少了，但问题是，另外两个因素有量级的差别。

先来看成功率，它从接近100%到几乎0都有。很多人觉得10和1的差异比1和0的差异大，因为前者的差异是9，后者是1。但是从量级上看10和1的差异是几倍之差，有办法弥补；1和0的差异则近乎无穷大。假如一个人匆匆忙忙做5件事，却一件事都没有做好；另一个人专注做一件事，但是做成了，后者的成就是前者的无穷倍。人这一辈子，不在于开始了多少件事情，而在于漂亮地完成了多少件事，这一点我在前文提到过。

另一个有量级差别的因素是影响力。

我们看一下新浪微博中每个人的追随者（粉丝）数量，就会发现，从最多的1亿人左右，到最少的几个人之间，差了7个数量级，就是这个量级之差。有人可能觉得，微博中粉丝最多的“大V”往往以娱乐明星为主，具有明显的倾向性。那么，以客观算法确定的传播影响力应该更具有公正性。谷歌的网页搜索算法依赖于PageRank的技术，它可以客观估算一个网页中特定关键词查询结果的度量。对任何一个信息查询而言，大部分的个人网页、具有影响力的媒体或者专业网页之间，都能查出好几个数量级。即使同为专业网站，一个普通医院的网站，和约翰·霍普金斯医院、麻省总医院的影响力比，会差出上万倍。

影响力差别的动态范围不仅在网络上是巨大的，在实体经济中也是如此如果看一下全球各品牌手机的实际利润，2017年，排名第一的iPhone X是排名第十的iPhone SE的38倍左右。而全球利润在前十名的手机中，除了两款是三星的，剩下的8款都是苹果的。也就是说，从对行业的利润贡献来讲，绝大部分手机可以忽略不计，这还不算很多卖都卖不出去的手机。类似的情况还有很多。一些大学生花了十几年时间，在云计算或者人工智能方面发表了上百篇论文，加在一起还抵不上谷歌的杰夫·迪恩一篇论文的影响力。一万块广东产的电子表，价格都抵不上一块百达翡丽的手表。全球的安卓手机上有几百万款游戏，把排名在100位之后的所有游戏加起来，玩家的数量还抵不上腾讯一款热门游戏，更不要谈收入。

对一个人来讲，如果一辈子非常努力地做了很多没有影响力的事情，还不如认认真真做好一件有一定影响力的事情。一些游戏工程师向我诉苦，说在美国向他们那样底层的游戏工程师，一个月的收入只有800美元左右，远低于贫困线，还不到打扫卫生间的清洁工的1/3。我觉得原因很简单，全世界有上百万款小游戏没人玩，那些大量处在长尾位置的工程师和其他游戏从业者所做工作相比的影响力几乎为零。但是，中国有一些游戏的设计者和主要开发人员，一年的收入能达到上亿元人民币，说明他们做的游戏收入有数十亿元。同样的游戏开发团队，就算拼了命地赶进度，开发的游戏数量是原来的两三倍就到头了，也就是说，做事速度最多差几倍，但是，所做事情产生的影响力却有量级之差。

国内很多创业公司一味追求速度，一个工程师一年写的代码有时是谷歌或微软工程师的两三倍。但是据我的观察，国内大部分工程师写得代码的生命周期都超不过三个月，而且除了他们自己以外，很少有人愿意使用。这样的工作，影响力就很有限。而在谷歌，有些经典代码的生命周期在10年以上，而且绝大部分项目都在使用这些代码。这就产生了量级的差别，而且成就孰高孰低显而易见。很多时候，并非工作越忙越有成就，而是要注意自己做事的成功率，争取每做一件事都能产生一些正向效果，为将来做更大的事打基础。

最后，重要的话要重复，成就=成功率×影响力×速度。同时改变公式中的三个变量是很难的，更好的做法是一次提高一个，滚动前进。