――摘自吳軍老師的《格局》

很多人問我，怎么能同時做那么多事情？其實我做的事情并不多，只不過成功率稍微高一點兒，每件事情多少有點兒影響力，別人就看見了。成就的多少至少取決于三個因素：做事情的速度或做事情的數(shù)量，每一件事的影響力，以及做事的成功率。它們之間是相乘而不是相加的關系。也就是說，事情做得再多，如果成功率不高、影響力不大，最后的成就就會很有限。

在上述三個因素中，做事速度能提高的幅度是有限的。在職業(yè)生涯中，一個人的效率比同行高出一倍就快到頭了；但是成功率和影響力卻又量級的差別，有時候不僅是幾倍、幾十倍之差，還有可能是天壤之別。

量級在數(shù)學上和計算機科學有比較明確的定義。舉例來說，如果一種增長是線性的，另一種增長是指數(shù)級的，它們就有量級的差別了。

在詳細說明量級之前，我想先介紹一個和它相近的概念——數(shù)量級。數(shù)量級每差出一級，數(shù)據(jù)相差10倍左右，比如個、十、百、千、萬，就是數(shù)量級的差別。在投資和宏觀經(jīng)濟中，人們比較注重數(shù)量級。如果兩家公司收入水平相差兩三倍，雖然有多和少的分別，但它們?nèi)匀惶幵谕粋€數(shù)量級上，是可以競爭的。如果在同一個細分領域，兩家公司的收入水平差距在10倍以上，就不在一個數(shù)量級上了。小的那家公司想和大的公司競爭，是非常辛苦的。

量級則是比數(shù)量級更大的概念，隨著規(guī)模的擴大，差異也越來越大。不同量級在靜態(tài)上的差異，就好比芝麻、橘子、西瓜、大象、大山、地球、太陽、銀河系和宇宙之間的差別。

量級的不同帶來的另一個巨大差異源自動態(tài)放大效應。很多事情在規(guī)模比較小時，人們看不出量級之間的差異；但是等規(guī)模發(fā)展起來，差異就可能大得驚人。在過去的200多年里，美國股市每年的復合增長率接近8%。如果你在華盛頓就職美國總統(tǒng)時投到美國股市1美元，現(xiàn)在能變成約2000萬美元。但是，如果投資只是線性增長，本金不變，每年派息8%，200多年之后，1美元只能變成19美元，這就是增長量級上的差別。這個差別在10年是看不出來的，因為復合增長和簡單增長的結果分別是2.16美元和1.8美元，差別并不大。要預見兩種不同增長方式最后會導致的量級上的差別，靠的是經(jīng)驗和見識。

在工程中，針對小規(guī)模問題的解決方法常常不適用于大問題。很多年前，我在騰訊工作時，一位工程總監(jiān)向我抱怨手下的一名軟件工程師，為了偷懶少寫代碼，居然在程序中使用計算效率很低的冒泡排序方法。那個工程師還狡辯，說程序運行時間差不了多少。這位工程總監(jiān)的情況在工作中具有普遍性，因為我們生活在很小的世界里，通常對大的數(shù)量沒有概念。于是，我讓那個總監(jiān)把工程師帶過來，我和他們聊一聊。

我當著總監(jiān)的面對那個工程師講，如果只是對班上幾十個同學的成績排序，采用效率低一點或高一點的方法差別不大，無非是一千次計算和幾千次計算的差別。但是，對上萬個數(shù)字排序時，就是幾百倍的差異了。如果對全中國的老百姓排序，就是幾百萬倍的差異。現(xiàn)在大數(shù)據(jù)的數(shù)量可比中國的人口多得多，如果方法不同，差異會大到難以想象。

聽了我的話，那個工程師覺得很不好意思。我安慰他，能預見兩種不同方法最后會導致量級的差別，是需要經(jīng)驗和見識的，不必自責。但是，想成為一個優(yōu)秀的工程師，就需要養(yǎng)成關注量級的習慣。在計算機科學中，采用兩個不同量級的算法做同樣一件事情，運行時間有的可以長達人的一輩子，有的只需要幾分鐘、幾秒鐘，差別就是這么大。

有了對量級感性的認識后，我們來看如何把個人的成就最大化。在決定成就的三個因素中，不同人做事的速度的差異最多是幾倍。很多人覺得差幾倍已經(jīng)不少了，但問題是，另外兩個因素有量級的差別。

先來看成功率，它從接近100%到幾乎0都有。很多人覺得10和1的差異比1和0的差異大，因為前者的差異是9，后者是1。但是從量級上看10和1的差異是幾倍之差，有辦法彌補；1和0的差異則近乎無窮大。假如一個人匆匆忙忙做5件事，卻一件事都沒有做好；另一個人專注做一件事，但是做成了，后者的成就是前者的無窮倍。人這一輩子，不在于開始了多少件事情，而在于漂亮地完成了多少件事，這一點我在前文提到過。

另一個有量級差別的因素是影響力。

我們看一下新浪微博中每個人的追隨者（粉絲）數(shù)量，就會發(fā)現(xiàn)，從最多的1億人左右，到最少的幾個人之間，差了7個數(shù)量級，就是這個量級之差。有人可能覺得，微博中粉絲最多的“大V”往往以娛樂明星為主，具有明顯的傾向性。那么，以客觀算法確定的傳播影響力應該更具有公正性。谷歌的網(wǎng)頁搜索算法依賴于PageRank的技術，它可以客觀估算一個網(wǎng)頁中特定關鍵詞查詢結果的度量。對任何一個信息查詢而言，大部分的個人網(wǎng)頁、具有影響力的媒體或者專業(yè)網(wǎng)頁之間，都能查出好幾個數(shù)量級。即使同為專業(yè)網(wǎng)站，一個普通醫(yī)院的網(wǎng)站，和約翰·霍普金斯醫(yī)院、麻省總醫(yī)院的影響力比，會差出上萬倍。

影響力差別的動態(tài)范圍不僅在網(wǎng)絡上是巨大的，在實體經(jīng)濟中也是如此如果看一下全球各品牌手機的實際利潤，2017年，排名第一的iPhone X是排名第十的iPhone SE的38倍左右。而全球利潤在前十名的手機中，除了兩款是三星的，剩下的8款都是蘋果的。也就是說，從對行業(yè)的利潤貢獻來講，絕大部分手機可以忽略不計，這還不算很多賣都賣不出去的手機。類似的情況還有很多。一些大學生花了十幾年時間，在云計算或者人工智能方面發(fā)表了上百篇論文，加在一起還抵不上谷歌的杰夫·迪恩一篇論文的影響力。一萬塊廣東產(chǎn)的電子表，價格都抵不上一塊百達翡麗的手表。全球的安卓手機上有幾百萬款游戲，把排名在100位之后的所有游戲加起來，玩家的數(shù)量還抵不上騰訊一款熱門游戲，更不要談收入。

對一個人來講，如果一輩子非常努力地做了很多沒有影響力的事情，還不如認認真真做好一件有一定影響力的事情。一些游戲工程師向我訴苦，說在美國向他們那樣底層的游戲工程師，一個月的收入只有800美元左右，遠低于貧困線，還不到打掃衛(wèi)生間的清潔工的1/3。我覺得原因很簡單，全世界有上百萬款小游戲沒人玩，那些大量處在長尾位置的工程師和其他游戲從業(yè)者所做工作相比的影響力幾乎為零。但是，中國有一些游戲的設計者和主要開發(fā)人員，一年的收入能達到上億元人民幣，說明他們做的游戲收入有數(shù)十億元。同樣的游戲開發(fā)團隊，就算拼了命地趕進度，開發(fā)的游戲數(shù)量是原來的兩三倍就到頭了，也就是說，做事速度最多差幾倍，但是，所做事情產(chǎn)生的影響力卻有量級之差。

國內(nèi)很多創(chuàng)業(yè)公司一味追求速度，一個工程師一年寫的代碼有時是谷歌或微軟工程師的兩三倍。但是據(jù)我的觀察，國內(nèi)大部分工程師寫得代碼的生命周期都超不過三個月，而且除了他們自己以外，很少有人愿意使用。這樣的工作，影響力就很有限。而在谷歌，有些經(jīng)典代碼的生命周期在10年以上，而且絕大部分項目都在使用這些代碼。這就產(chǎn)生了量級的差別，而且成就孰高孰低顯而易見。很多時候，并非工作越忙越有成就，而是要注意自己做事的成功率，爭取每做一件事都能產(chǎn)生一些正向效果，為將來做更大的事打基礎。

最后，重要的話要重復，成就=成功率×影響力×速度。同時改變公式中的三個變量是很難的，更好的做法是一次提高一個，滾動前進。