李开复的远见卓识，你也可以拥有

图片来源：网络

如何成为一个有远见的人？这个问题困扰了我十年，这是我第一次找到答案。

有远见的人，我特佩服，用睿智来形容他们真是再贴切不过了。

对远见这个词有初步的了解是在2010年，看李开复自传《世界因你不同》的时候，我觉得李开复的每一个选择都在诠释着“远见”。

在专业学习上，从法律系转到计算机系；在语音识别领域上，从“特定语者”的专家系统到坚定基于“统计学”的非特定人语音识别系统；在职场上，从微软到谷歌再到创新工场。每一次转身都引人注目，光彩四溢。在投资领域，创新工场领投的项目中，很多都成为我们熟悉的产品。例如：知乎、墨迹天气、暴走漫画、美图、摩拜单车、米未创奇……

1988年，李开复开发的“奥赛罗”人机对弈系统击败了人类的黑白棋世界冠军，这是历史上第一次机器打败人类冠军。去年AlphaGo的人机大战可谓是举世瞩目，2016年，创新工场在人工智能的投资占了总投资的近一半，李开复说“AI创业现在是科学家的天下，之后是数学家的天下，将来是普通人的天下。”如果真的是这样，那么占据AI这个制高点，将会赢得下一次战争。

三月初，李开复在三亚参加的“首届投资界扑克大赛”后邀请了全球最强的人工智能德扑冠军，4月在海南与中国的顶尖高手对决，这一次的人类与人工智能对决，又会给我们带来怎样的精彩呢？我们拭目以待！

说到远见，在中国还有一位家喻户晓的爸比也是绕不过的，就是马云，阿里生态圈的打造得益于他的深谋远虑、他的战略布局……

那么，远见卓识是怎样才能培养出来的呢？

成甲老师在《好好学习》一书中提到的“关键的预见性认知”。看到这个观点时，我真的有种醍醐灌顶，恍然大悟的感觉。关键的预见性认知本质上不就是在讲如何培养远见卓识吗！！！

书中提到，阻碍获得预见性认知的两个习惯是：应激性反应和单因果思考方式。与之对应的是结构性反应与系统化思考方式。结构性反应，是指我们在做选择时，不仅要根据接触到的现象做出反应，还要思考导致这个现象的系统结构是什么。结构，是指任何一件事情都可以看做一个系统。系统由多个元素产生，元素之间的关系形成结构。

比如，一个家庭对孩子的教育总是倾向于让孩子留在父母身边，不要去外边受苦，基本可以预见这个家庭的社会地位在未来不会有太大的突破性提升，因为把家庭未来地位的发展情况看做是一个系统的话，这个系统的重要组成元素一定包括接触新机会的可能性。而在一个让孩子留在身边的系统结构里，机会因素被极大弱化，所以，你可以预见，从长期看这种结构就降低了家庭跨越式发展的可能性。

换句话说，如果总呆在舒适区，就如同冷水煮青蛙，不太可能跳出。

培养“预见性认知”的能力，成甲老师用了下面这个公式来表示：

对问题的预见性认知=影响问题发展的结构（基础规律）+获得具体信息的数量与质量

基础规律就是临界知识，临界知识就是指那些少数能够给我们带来关键影响的知识。而预见性认知的质量取决于对问题的界定：我们面临的问题究竟是什么？

人们对问题的解释大概分为三个层次：现象解释、技术规律解释和通用规律解释。

也就是说，如果能看到问题的本质，根据规律发展是可以预测未来的。

上周，李开复在接受南都记者专访时表示，当下人工智能概念确实有点过热，“明年初开始将有第一波企业会面临死亡，行业调整显现”。

李开复做出这样预期的判断是：人工智能领域“有泡沫”，创业同质化之外有不懂行的投资人也扎堆进入，而且人工智能更多是面向2B层面的业务，需要给予更多的时间去成长，但中国的VC行业是急功近利的，可能因此倒逼人工质量公司的畸形增长。

现象解释——不懂行的投资人也扎堆进入

技术解释——人工智能更多是面向2B层面的业务，需要给予更多的时间去成长

通用规律解释——中国的VC行业是急功近利的

远见卓识，并非高不可攀、不可学习。通过临界知识的学习，在实际处理问题时进行知识迁移，把握底层规律，分析问题本质，提升对问题的预见性认知能力，远见卓识你也可以拥有。