熵增定律
一切問題的底層規律
人類演化的終極定律
熵是什么？熵是系統中無效的能量，用來衡量系統的內在混亂程度。在物理學中，熵是一個絕對值，能夠計算出具體的數值。當把熵引入到社會中，有了個人的視角，系統的有序和無序就成了相對的概念。德國人克勞修斯于1854年提出“熵增定律”，認為在一個封閉的系統內，熱量總是從高溫物體流向低溫物體，即從有序走向無序。如果沒有外界向這個系統輸入能量，那么，熵增的過程是不可逆的，最終會達到熵最大的狀態，即系統陷入混亂和無序的狀態。
在生活中，我們用熵來形容混亂程度，那么熵為什么會增長呢？簡單來說就是世間萬物需要發展，發展就需要迭代，如果要保證事物有效地運行，就需要有外界的能量輸入，否則，它就會變得混亂和無序。從個人成長角度來看，我們的大腦每天都會接受各種各樣的信息，學習各種知識，大腦需要記憶、需要處理，也就意味著大腦系統中的熵值在不斷增加。如果不及時優化、排序、減少熵值，最后大腦就無法處理事情，趨于混亂或無序的狀態。比如0到9這10個阿拉伯數字看起來非常有序，也非常容易記憶，但如果把它重新排列，那么可能就要花費很大工夫才能找到其中的規律并且記住?？梢娦畔⒑托畔⒅g的混亂程度增大，我們與別人解釋的成本也就相應的變大了。因為無序造成的不確定性也增多了。
我們清晰地了解到熵增對生活和工作的影響很大，那么，我們每個人應該如何對抗熵增，進行有效的做功呢？其實這個答案可以從熵增的核心定義去理解。熵增包含封閉的系統和無外力做功兩個主要因素，所以要想打破熵增實現熵減，需要從兩個方向去思考。
第一，認知層面從無序到有序。在一個系統中，無序和有序其實是相對的。為什么很多文章有的人很容易理解，而有的人卻看不懂；為什么科學家可以解釋復雜的問題，而我們卻不能。這取決于個人或組織的認知程度，即識別信息的核心能力。我們只有持續地學習，提升自身的認知，才能更多地從高于別人的視角去認知組織乃至這個世界，這樣才能實現“熵減”。所以，最簡單的方式不是學習同行，也不是向優秀的人學習，而是要學習“人工智能”的方法論和“機器學習”的底層邏輯。
人工智能的本質是通過代碼的方式將知識輸入到數據庫中，然后基于人的行為進行解析，做出合理的需求匹配，滿足人的日常認知。比如AI學習、AI對話。之所以用人工智能的方式去學習，是因為人工智能對信息的處理要求相對更高、更準確、更為標準化，比專家、上級分享的經驗更有批量參考的價值。我們對認知的提升和AI建模相似，尋找到有序的信息，進行總結、歸納，從而形成模型、方法論，最終通過大量不同學科的方法論來幫助自己認識更大的世界。如果自己找到的信息繁雜，不能夠清晰處理，那么認知就無法得到提升。
機器學習流程是儲備數據—分析數據—找到規律—提煉底層邏輯—總結方法論—建立標準化模型—輸出。其中，數據可以簡單形容為標簽、畫像、用戶信息，機器通過存儲大量數據進行分析，找到其中的規律，然后提煉底層邏輯并進行合理化總結，最后形成標準化模型輸出。為什么要標準化呢？其一，建立標準化可以節省人力；其二，構建出標準化能夠減少決策成本；其三，便于流傳。人類的核心優勢是遷移的能力，即一套模型的智能化標準，在其他領域可能也是相通的。
第二，行為層面從無序到有序。多數人應該看過機器人視頻：1.0版本只能簡單地跳躍、運動，2.0版本和3.0版本每一次的迭代，對應的功能也逐漸地變多，能力也變強。人的學習也是這樣的過程，從小學的死記硬背到中學的理解記憶、高中的靈活掌握，一方面是認知的提升，另一方面則是從無序走向有序的過程。但人和機器人不同的是，我們無法預測未知，也不能保證每個節點做出的決策都是正確的，因為認知過程中外界的熵值在不斷地增長和變革。
我以公司為例。比如創業的時候，有活一起做效率很高。因為業績的增長，不得不擴大組織，然后部門開始各自為政，就出現為了KPI爭奪利益的情況，這時項目的推進效率也就變得低下。等到了業績瓶頸期，如果企業的創新、開放化跟不上，再加上組織行為復雜，那么就可能加劇整體環境的復雜性，這一切就是熵增。當企業組織系統不可避免地走向無序，周圍的環境不確定性越來越高的時候，我們是否能夠進化出某種形態結構，來長久地對抗外界的不確定性呢？這時就要做到行為層面的從無序到有序，可總結為三點：開放系統，降低消耗；內部信息均衡；增加杠桿，打破組織均衡。
開放系統，降低損耗：保持系統開放是避免系統陷入內卷化的重要方法，企業必須保持與外界物質、能量、資源的交換，才能建立有效的協同，達到生態共贏。很多創業者在初期創業的時候，并沒有很大的視野和格局，只是單一地解決某個痛點，達到盈利的目的。比如教育培訓創業者，在前期通過為別人提供付費咨詢、課程來盈利，慢慢地，課程多了就會面臨增長瓶頸，這個時候就要開始設計商業模式。比如能不能做MCN孵化老師；能不能給APP上的老師賦能，讓他們幫助公司實現增長，讓他們盈利，公司分成。這就是從單一到開放模式。
內部信息均衡：熵增定律不可逆，那么在與外界資源、物質交換的過程中，必定會增加損耗。就像很多APP之間資源互換一樣，為追求高效的信息暢通，企業內部組織部門與部門之間進行有效的協同補位，以免信息不暢而出現熵增。
增加杠桿，打破組織均衡：熵就像一個杠桿，杠桿兩端一面是熵值，一面是效率，當效率增加，熵值就會減少；反之，當效率低下，熵值就會增加。但兩端無法做到平衡狀態，因為一旦平衡也就意味著相互滿足，都進入舒適圈，這也是很多企業為什么在業務轉型或者瓶頸的時候選擇從外引進高管。因為內部進入舒適圈，需要外部力量來打破均衡、破壞舒適圈，降低企業內部的熵值。
用耗散結構實現個人熵減
在講這節內容之前，我先分享培訓課堂中的一個小游戲。老師在黑板上畫了個圓，接著在圓中畫了個人，然后又在圓里面加上了房子、汽車和朋友。然后老師說：“這是你們的舒適區，這個圓里面的東西對你們至關重要——房子、家人、朋友、工作，在這個圓里面，你們會覺得自在、安全，遠離危險或爭端。現在誰能告訴我，當你們跨出這個圓后，會發生什么？”教室里瞬間鴉雀無聲。一位學員站起來說：“會害怕?！绷硪晃粚W員說：“會犯錯?！边@時老師微笑著說：“當你犯錯了，結果是什么呢？”最初回答問題的那個學員大聲地說：“我可能會從中學到東西。”“是的，你會從錯誤中學到東西。當你離開舒適區后，你學到了以前不知道的東西，增長了見識，所以你才會進步。如果你不離開這個圓，你的熵值會不斷增加，最后你的生活會越來越混亂，不知道未來要做什么?！崩蠋熢俅无D向黑板，在原來那個圓旁邊畫了一個更大的圓，又增加了更多的朋友、更大的房子等東西。最后老師告訴學員：“如果你們總是在自己的舒適區里打轉，將無法擴大自己的視野，永遠學不到新的東西，只有走出舒適區之后，才能使自己人生的圓變得更大，才能不斷的熵減，變成一個優秀的人?！?/p>
那么，個人要如何對抗熵增呢？我首先要引入一個非常重要的理論——耗散結構。耗散結構是遠離平衡態的非線性的開放系統，特性和熵增相似，它首先注重的是開放性，其次是非平衡，當一個系統具備了耗散結構，它就能有效地對抗熵增了。那么，我們該如何根據這兩個特點，將自己打造成一個可以對抗熵增的耗散結構呢？在這里，我分享一下自己對抗熵增的心得。
第一， 一次只做一件事。我經常遇到這樣的朋友：吃飯時電腦放著電視劇，左手還要拿著手機刷信息，吃完飯既不知道電視劇的劇情是什么，也不知道自己從手機中獲取了哪些有效的信息。不斷地讓大腦攝入碎片化信息，會使自己越發的焦慮。工作中，我也經常看到這種情況，比如新媒體的同事正在寫一篇文章，中間需要插圖，打來網頁搜索很久后，終于找到合適的圖了，但重新回到撰寫文章的工作時，之前寫的內容卻需要重新再看一遍才能完全回憶起來。所以個人要實現熵減必須學會聚焦進程，一次只做一件事，清除額外的干擾，把其他的事情用便簽記錄下來，完成一件再做下一件。
第二，用成長型思維代替固定型思維。成長型思維是虛心接受外界給予的一切反饋，固定型思維則傾向于逃避。如果你不想讓自己變得更糟，那么就從思維開始轉變。每個人的大腦都有固化思維，需要不斷地開發大腦，激發它去思考，強迫它去運作，讓大腦接受來自外界的有效信息，這樣大腦才不會“生銹”。所以無論過去成就如何，有多少榮耀，終將不再返回，那些東西就像熵，不值得“記憶”，要及時地清理，才能“裝進去”新認知。
第三，遠離平衡態。或許我們都知道人的成長包括三個區域：舒適區、學習區和恐懼區。其中舒適區在最里面，是一種平衡狀態，因為不需要太多努力就能使所有事物都達到一個相對平衡的結果。但如果要成長，就需要走出去，從舒適區走到學習區，甚至于恐懼區。生活中很多人喜歡妥協，比如說好的每天堅持做50個俯臥撐，結果今天由于太忙就少做了幾個，這種平衡狀態，最終會讓你回到舒適區。只有不斷地超越自己，實現比昨天更高的目標，才會有新的成果出來。80%的事情都不困難，困難的是戰勝內心的自己。
第四，顛覆式成長。無論做什么，三天打魚兩天曬網是不可取的，要做持續的加碼?？赡苣悻F在做的事情并沒有結果，比如堅持健身、堅持閱讀、堅持寫作、堅持學習。但要知道個人成長遵循的是S型曲線，開始的時候，會是非常漫長的平坦期，而后則是如火箭般驟然升空，并最終在高段位保持平穩。顛覆式成長不僅是一次S型曲線式的飛越，也是很多次的飛越，它要求我們在完成一次S型曲線的增長后，再進入第二條跑道重新學習。