读书笔记 《反馈:化解不确定性的数字认知论》

一些节选

ToI

如果你有新奇的想法也能够第一时间在DAO社区获得有相似目标的伙伴响应,并通过个体之间的反馈建立去中心化的信用背书。淘宝、抖音、微信为个体卖家提供了丰富的用户连接和渠道工具,这些平台级的数据反馈流在高速反馈市场的变化。GitHub上的开源工具和SaaS的普及使个体开发者可以迅速获取强大的资源,允许他们以更分散和独立的角色发现小众需求的反馈信号,不必因为能力不足而产生外部依赖,保护最可贵的独立性反馈源。“Toi”(Toindividual )的生态发展也伴随着众多的成功案例。

Gary Brewer创办了全公司上下仅有1个人的网站BuiltWith,每年可以赚1400多万美元。这个网站可以精准找到其他网站所用到的具体技术,例如某网站,A/B测试,用的是Optimizely;搜索,用的是Algolia;营销自动化,用的是ConvertKit………

BuiltWith能够检测到的技术数量已经超过61105个,在全球范围内覆盖的网站数量达6.73亿个。基于大数据力量就可以创造价值,例如提供“互联网技术发展趋势”,可以查看2000年至今的技术趋势数据。以“中国网站流行的网络技术”为例,这个页面涵盖包括“营销自动化”“电商托管“企业网站管理系统”等28个细分项。

诺贝尔奖中的发现

对诺贝尔奖得主的研究中发现了一个简单的规则(Ising模型)可以涌现新秩序:在一个网络的邻近节点之间,如果每个节点都是自我导向则会出现混沌;如果是外界导向并学习邻近节点,则趋向秩序。而且,演变出的结构在不同尺度上都是非均匀的。对人类社会而言,这个规则可能表现为一种文化和行为倾向,同样会触发不同的社会秩序和结构演变。就像社会的良序整体涌现可以来自每个个体对“尊重你身边的人”这个简单规则的普遍执行程度。

渐进式的惩罚措施。一开始发现有人违规,我们可以非常友好地提醒他一下。如果不行,再把惩罚逐步升级。发生冲突应该公平、快速地解决,不要让冲突加剧。群体应该有一定的自治权。本地事务本地决定,不应该由群体之外的所谓权威人士告诉群体该怎么做。 以上说的这些原则可以应用于各种尺度。我们说的是个人组成的小群体,但小群体组成的大群体也可以这么办,只要把其中每个小群体视为个体,各自派代表参与大群体事务就可以。

端反馈,外界生存压力和机会的第一触点

亚马逊有一个贝索斯亲自制定的规则,只要某个商品或者某个促销规则收到两次以上的同类问题投诉,一线客服人员就有权力直接按下“红灯”键,将这款商品或者这个促销规则直接下架,通过这种方式来倒逼相关人员马上解决问题。这个“按灯制度”来自丰田精益生产模式,一线操作工人一旦发现任何异常,有权直接停止整个流水线工作,让问题暴露出来并被解决。

亚马逊中国前副总裁曾修改“按灯”流程,将一线人员的“按灯权”上移,要求两个以上商品下架必须经过组长审批,五个以上要经过经理审批。亚马逊全球运营高级副总裁把他劈头盖脸地骂了一顿,并认为这是彻头彻尾的形式主义,他认为那些坐在办公室里吹着空调、喝着咖啡的经理不会比那个正在和客户通着电话、聊着家常的员工更了解发生了什么。把“按灯”流程搞得如此复杂,让一线员工无法快速、有效地帮助用户解决问题。就算客服人员按错灯,也不用负责,要负责任的是管理层,他们必须去想办法,从招聘、培训、系统的角度去解决问题。

亚马逊的理念是:

第一,给员工解决问题的正确工具;

第二,依赖一线员工的正确判断。这两者结合在一起,才能把“以用户为中心”的良好意愿,以机制落实为具体行动。

长周期反馈和间接反馈中的隐性特征

人们觉得长周期的反馈过程由太多小的不确定因素组成,却忽略了这些小的不确定因素的组合却在更高的层面存在另外一种确定性秩序,就像短期市场的技术波动性和巴菲特的长线价值投资预见性。在强化学习算法里,这类问题被称为“稀疏奖励”(Sparsereward)问题,或者叫训练环境中的长期信用分配(Credit assignment)问题,指的是在复杂学习系统中,如何分配系统内部成员对结果的贡献。生物智能依赖分层认知机制解决这类问题,分层强化学习也正在参考这种方式来解决问题。


作者:spike

分类: 摄影

创作时间:2024-03-14

更新时间:2024-12-09

联系方式放在中括号之中例如[[email protected]],回复评论在开头加上标号例如:#1