张一鸣是如何靠多元思维模型经营抖音和今日头条的

关注徐公子，解密富豪第一桶金。

张一鸣，83 年出生的互联网新贵，手握头条、抖音两大爆款 APP，以一招必杀技“算法推荐”横扫 AT 流量池，迅速构建起了自己的全球流量帝国。

如果说，创始人的认知是公司发展的天花板，那么字节跳动全球崛起之下，无疑隐藏着张一鸣惊人的决策能力。

从这位理科出身的 80 后企业家身上，我们能学到什么？他的决策模型是否具有可复制性？

张一鸣的“算法人生”：高质量决策从何而来？

我们日常赖以为生的感性思维决策，其实可能会把我们带入种种误区而不自知。

那么——张一鸣是如何通过理性思维来做决策的呢？

张一鸣第一次展现出自己的人生算法思维，是在其高考填报志愿的时候。和大部分高考生一样，面对成千上万的学校，张一鸣最初也感到有点迷惑。但很快他给自己列出了几个维度。

1、下雪。作为一个福建人，张一鸣很想去一个有雪的地方。

2、沿海。因为张一鸣喜欢看海，所以想去一个海边城市。

3、离家远。这个大家都懂。

4、综合性大学。男女比例均衡，好找女朋友。

5、大城市。能开阔眼界，获取更多的锻炼机会。

张一鸣根据这五个维度，最终选择了南开大学。虽然这件事情听起来并不起眼，但对于当时年仅十几岁的张一鸣来说，无疑已经展现了那个年龄段里不可多得的强逻辑决策能力。

顺利进入大学的张一鸣，很快运用他的理性逻辑能力，收获了人生的另一项财富 - 爱情。

对于大部分大学生来说，谈恋爱是一件大起大落的事情。作为典型的技术男，张一鸣对自己的认知很清晰，自己在人才济济的南开校园并不显得特别突出。但是他有一件特别擅长的事情就是修电脑。

当他在大学遇到了心仪的女生之后，第一步他开始帮这个女生修电脑，要到了联系方式之后，在校园论坛里聊，聊到比较熟悉的时候，约这个女生出来玩，之后表白。表白被拒后，张一鸣也不气馁，继续帮人家修电脑，继续聊，继续约出来玩，直到这个女生最后成为了他的女朋友。

找到自己的核心优势，搭建算法模型，然后强力执行。这个看起来简单却十分有效的模型，在张一鸣之后的人生中，不断被优化，并日益强大。

在刚刚创办字节跳动的时候，张一鸣就把自己的业务聚焦在“算法推荐”上。这一方面和他之前的工作经历有关，另一方面是张一鸣非常坚定地认为——算法推荐是提升信息分发效率的最好手段。

有技术之后，张一鸣开始思考要用算法推荐什么样的内容呢？当时比较主流的网站其实都是分发一些比较长的信息和内容，比如长视频和长文章。张一鸣经过比较之后，把自己的战场定位在以手机终端为主的短内容上。

短内容生产的快、用户消费的也快，在这种海量的内容库中，才容易让算法推荐发挥出最大的优势。移动端 + 短内容 + 算法推荐，构成了今日头条的核心业务特点。因此，虽然头条做的是内容媒体，但公司里面连一个内容编辑都找不到。

但算法推荐虽好，在当时的中国，并没有多少人能真正理解算法推荐的逻辑。张一鸣通过几个成功的项目，将这个概念打入人心。

比如国美曾经找过今日头条做线上的广告投放。当时互联网的传统广告形式，就是在页面的顶端放一个大大的广告 Banner，在这个 Banner 上加上广告详情的链接，用户只要点击就会被导流到广告页面中。这是比较主流的做法，但问题是这个广告到底是谁点了，有没有转化，企业都得按照点击量来付钱。导致的结果是什么呢？虽然这个广告的点击量很大，被很多用户看到了，但是这些用户并不一定是我的目标用户，因此最后带来的转化也就比较低。

有没有可能让企业的钱花到刀刃上，同时让用户乐意看到这个广告？其实这种算法推荐现在已经用的非常普遍了，但在当时头条是第一批采取广告算法推荐的公司。

头条通过 LBS 定位信息，将国美这条广告投放给北三环周边小区的人群，先是辐射三公里以内，流量不够，再拓宽到 10 公里以内，最后顺利完成了到店人数的投放目标。

如今，今日头条半数以上都工程师，他们做的只有一件事情，不断优化算法，把信息推送需要的人。

对于自己的业务拓展逻辑，张一鸣如此说道——“我基本以科斯定理为基础，来思考业务边界。”

何谓科斯定理？简单来说，不做别人已经做的很好的领域，只在自己做得好的领域加大投入。

阿里做电商、腾讯做社交、百度做搜索，而头条选择避开巨头已经成熟的领域，一头扎进了信息分发。当他发现基于算法推荐的信息分发，已经做到业内最好的时候，他就把这个能力发挥到极致，从抖音到西瓜，把业务进行扩张和复制。

如张一鸣在《财经》杂志的采访中解释的那样，世界是动态的、前进的，如果你停下来去做别人已经很做好的事情，你和对方都会被时代潮流落下，因为世界不止只有你和你的对手。

构建多元思维模型：避免做一个“执锤者”

从张一鸣的案例可以看出，理性思维对于我们的正确决策有至关重要的作用。

理性思维（以及其底层的思维模型）为什么能够帮助我们解决问题？主要是基于模型思维的两个特质：解释性和普遍性。

所谓“解释性”，指的是思维模型可以帮助我们理解和解决问题。

而思维模型的另一个特质——“普遍性”指的是一个思维模型可以解决多个问题。

举个例子，二八原则（冥率分布、长尾理论）常常可以帮助我们解释社会中的很多现象。以社交账号为例，少数大号会拥有超多的粉丝量，而绝大部分的尾部账号则只有非常非常少的粉丝量。这个规律还可以用来解释人类的财富分布、图书的销量、自然灾害的发生频率等等。

将不同的问题放在同一个思维模型中进行简化之后，这些不一样的问题就会呈现出很多的相似性，使得用同一个模型解决不同问题成为了一种可能。这是理性思维得以帮助我们做不同决策的核心逻辑。

在这个基础上，我们进而提出今天的主题“多元思维模型”。

顾名思义，“多元思维模型”就是利用多个思维模型解释不同的问题。假设我们只会用一个思维模型来解决所有的问题，我们就会变成一个“拿锤子找钉子”的人，我们用同一个模型扭曲现实，直到它符合我们的模型为止。

而组成多元思维模型的理论，可以来自生物学、物理学，也可以来自心理学和社会学。

查理·芒格在其《穷查理宝典》中，曾多次提到了多元思维模型的重要性——

你必须知道各个重要学科的基础理论，并且经常使用他们。不是使用其中的几种，而是都要使用。

张一鸣也在其采访中多次提及生物学、物理学和数学对他的影响——

生物从细胞到生态，物种丰富多样，但是背后的规律却非常简洁优雅，这对于你设计系统或者看待企业经济系统，都会有很多可类比的地方。

事实上，不仅仅在企业管理上，在产品设计上，张一鸣也利用了“即时满足”的心理学原理取得了巨大的成功。

抖音一方面火遍全球，另一方面又骂声无数，究其原因，都是因为它的“即时满足”特性。通过内容的精准即时推送，抖音让人陷入高度沉迷，很多用户刷抖音只是打算玩几分钟，但是一刷就是三四个小时的非常正常。

那么，我们如何才能搭建起自己的多元思维模型？这里我们简单介绍三个可用的方法：

1、叠加：同一个领域的多个模型叠加，可以让我们对这个问题的认知更加全面和准确。

2、强化：用不同领域的不用模型去相互印证，能够帮助我们增加决策的信息。

3、选择：用不同模型分析得出相反结论的时候，我们可以对这个问题的核心变量重新审视，对这个问题认识的更加深刻。

这里我们用两个案例，对第三点做一点更深入的解释。

Q1：群体决策一定更明智吗？

以下两本书给出了不同的结论。

分别是，乌合之众，和群体智慧。

如果我们进一步分析，会发现这两本书背后假设的“群”和“众”其实是不一样的。乌合之众的“众”强调的是人们的趋同性，而群体智慧的“群”强调的是这群人的独立性和差异性。

因此，我们可以知道，一群人在一起决策，最后的结果到底是乌合之众，还是群体智慧，取决于你的群体构成是什么样的，以及这群人的决策机制。

Q2：产品上线时，是抢占先机更重要，还是尽善尽美更重要？

程维说，当年滴滴上线的时候，系统做的非常差。但是为了快速抢占市场，还是快速推出了滴滴。后来他找了一个新的 CTO，花了两年时间把原来的烂系统改掉，但同时滴滴也收获了早期市场的红利。

与之相对的是苹果乔布斯。在第一代 iPhone 上市之前，乔布斯找了苹果内部最优秀的 100 多个工程师，封闭开发了两年，才有了苹果一代的发布会。但差不多在苹果发布会开完大约半年之后，受到乔布斯认可的第一代 iPhone 才真正上市。

尽管两者的决策模型看起来南辕北辙，但不难看出其实两个模型都有足够理由成立。

程维的决策模型，我们称之为“路径依赖模型”。该模型认为，由于我们每个人的选择都建立在别人的选择和行为之上，所以我们必须更早地去影响每一个人，才能获得更多的用户。

乔布斯的模式我们称之为“马尔可夫模型”——无论初始状态如何，只要转换发生的方向和概率是固定的，那么所有的过程都会不可抗拒地走向相同的结果。因此，对于乔布斯而言，产品转换的方向，始终高于产品转化的时间。而只有无可挑剔的产品质量，才能够保证消费者最终都会选择苹果手机这一转化的方向。

最后，回到我们决策的三个层级，从感性到理性，再到多元思维模型之后，我们想在顶部加上一个使命。使命和责任感应当永远在最重要的位置，引导我们去做最正确的事情。