原标题：如果你学不会这个技能，以后就等着失业吧

编者按：很多人都会问：未来10年将会发生什么变化？现在需要做什么准备才不会在10年后被淘汰。实际上，与其好奇未来十年会发生什么变化，还不如搞懂未来10年里什么东西不会改变。这正是Jeff Bezos、Ray Dalio、Howard Marks和Warren Buffett这些白手起家的亿万富翁企业家和投资人的做事方法。学习知识也是一样的道理，你要学习那些有持久生命力的知识，而非那些很快就会过时的知识。你要学的是知识底层的思维模型（树干技术），而不是浅层的知识（树叶）。如此一来，你在未来才不会被淘汰，你才能创造一个你想要的未来。

Jeff Bezons经常被问到的一个问题、也是我们每个人都需要问自己的一个问题是：“未来10年将会发生什么变化？”

这是一个非常深刻的问题，因为世界变化太快，我们现在做出的决定将决定我们未来的命运。

如果决策失误，你可能会发现自己正站在一艘正在下沉的船上，看着所在的整个行业日渐走向没落和衰败，眼睁睁看着自己花了数年时间磨练和学习的技能慢慢变得过时。从记者到金融分析师，数以百万计的人发现他们自己正处在这种境地。

如果决策正确，你就可能为此终身受益。例如，顶尖的人工智能程序员发现他们就像美国橄榄球联盟的超级明星一样。这些程序员突然发现他们花了数年时间学习和积累的技能已经变得非常有价值了。

顶级的人工智能程序员和技能已经贬值的人，这两类人可能一样聪明，在学习上花的时间也差不多。但是选择不同的领域使得他们在未来将拥有完全不同的人生。

在过去的几年时间里，我遇到了一群人，他们整个职业生涯都在专业地预测未来，并根据他们的预测进行投资，在数十年之后，他们从自己的投资中获利颇丰。我注意到的一个共同点是，他们投资他们的金钱和时间的方法是完全违背常人直觉和传统观点的。在这篇文章中，我将分享你如何能够复制包括Jeff Bezos、Ray Dalio、Howard Marks和Warren Buffett这样白手起家的亿万富翁企业家和投资人的方法，从而“赢得”属于你自己的未来。

“未来会发生什么变化？”是一个错误的问题

正如我在上文中所说的，Jeff Bezos经常被问到这个问题：“未来10年将会发生什么变化？” 但是，这实际上并不是一个关键问题。对此，Bezos是这么说的：

“这是一个很有趣的问题，也是一个很常见的问题。几乎从未有人问过我这样的问题：‘在未来的10年里，什么东西不会改变？’ 我认为这个问题比‘未来10年将会发生什么变化？’这个问题更加重要，因为你可以围绕那些长时间内都比较稳定的事情制定一个商业策略。”

Bezos接着解释了Amazon是如何从关注‘在未来的10年里，什么东西不会改变？’这个问题中获利的：

“在我们的零售业务中，我们都知道所有顾客都希望商品价格越低越好，而且我知道未来10年内都会是如此。顾客希望能快速收到他们购买的商品，他们希望有更多的购买选择。很难想象10年后，顾客会这样说：‘Jeff，我喜欢Amazon，我希望Amazon上商品的价格贵一点。’ 或者说：‘我很喜欢Amazon、我希望你们送货送慢一点。’ 这是完全不可能的。所以我们会在这些问题上投入更多精力，把这些顾客在10年后依然希望解决的问题都解决了，我们知道我们今天投入的精力在10年后依然能让我们的顾客从中受益。当你知道有些事情在未来很长一段时间都不会改变的时候，那么这样的事情就值得你在上面投入大量的精力。”

我依然记得当我第一次读到Bezos的这段话时脑海中的想法。这段话既是顺应直觉的，又是违背直觉的。一方面，我暗自心想：“这段话是非常有道理的！为什么不把重点放在保证有价值的东西上，而要去投机猜测呢？”另一方面，Bezos的观点是违背传统智慧的，是与传统观点不符的。规划未来的典型方法类似于在轮盘赌上赌博：

（1）找到你认为非常重要的行业领域（例如:人工智能、虚拟现实、区块链、合成生物学、纳米技术)。

（2）选择其中一个领域进行投资，并成为这个领域的专家。

（3）希望这个领域能够发展壮大，希望你是在合适时机进入这个领域的，这样你就能从中获利。

尽管传统方法有时会起作用，但依靠传统方法并不是一个可靠的策略。我今后不会告诉我的孩子说什么都要依靠传统方法。Kauffman Foundation 2012年做的一项研究表明：“风险投资行业还没有收回自1997年以来投资的资金。” 如果你投中了Uber、Amazon、Google和Facebook这样的公司，那么它们给你带来的投资回报率将会是惊人的。换句话说，你成为一家价值10亿美元的公司的投资人、创办者或做早期员工的几率就像彩票中奖的几率一样。目前，在所有的创业公司中，只有200家公司的估值估值达到了10亿美元以上。

为什么专注热点趋势无法给你带来你想要的结果呢？

为什么预测未来是行不通的？

“你无法预测，你只能准备。” ——Howard Marks

白手起家的亿万富翁、企业家和投资人Howard Marks管理的投资机构Oaktree Capital管理着1000亿美元的投资基金，Oaktree也是世界上最大的对冲基金之一。每一年，Marks都会给公司股东写一封广为流传的投资备忘录。其中一份备忘录告诉我们为何投资未来趋势并非总是明智的选择：

（1）那些看起来很有把握的赌注将会面临最激烈的竞争，这会减少他们的利润。Marks写道：“大多数伟大的投资都是在不舒适的情况下开始的。让大多数人都觉得不错的投资对象（那些基本前提被大家广泛接受，最近的表现也非常不错，未来的前景也非常可观）是不太可能以低廉的价格投资到的。相反，人们通常能够在一些有争议的投资对象中找到便宜货，人们对这样的投资对象很悲观，而且投资对象近来表现不佳。

（2）运气和随机性是不可避免的重要因素。Marks说：“即使是‘正确’的决策也远不能保证能够获得成功，因为每个决策都需要对未来进行设想，即使是合理的设想都可能被世界的随机性所阻碍。有些随机事件是非常有影响力的，它们完全改变了每个人的游戏规则。Nassim Taleb（《黑天鹅》的作者）称这些事件为“黑天鹅”（2008年的金融危机就是一个很好的例子）。

（3）要想做到一直正确，这比你想象得要困难得多。“要想在做所有决策的时候都能正确地将所有相关的事实和注意事项都考虑在内，这是非常困难的。”Marks曾这样谦虚地说道。不过这是世界上很多最成功的投资人的一个关键特征。白手起家的亿万富翁Ray Dalio世界上最大的对冲基金Bridgewater Associates的创始人，他在他的新书的开篇部分就将投资的难度表达地淋漓尽致：在我开始告诉你我的想法之前，我想要证明我一个‘愚蠢的笨蛋’，在投资的过程中，我对我需要知道的东西其实并不了解。”

（4）即使你的预测是正确的，你也有可能会选错时机。Marks表示：“即便有充分根据的决策最终被证明是正确的，但可能也不会很快就能执行。这是因为，不仅未来的事件是不确定的，而且它们的时机是易变的。这里面的问题在于，选择了错误的时机等同于做出了错误的决定。

人工智能领域是一个可以证明Marks论点的一个很好的例子。虽然人工智能现在听起来像是一个确定的赌注，但它并不总是这样。在1974年-1980和1987-1993年这两段时间里，这个领域经历了“人工智能的寒冬”。在这两段时间里，人工智能被过分夸大了，从而失去了信誉和资金。才华横溢的年轻程序员成群结队地离开这个领域。现在这个领域里很多最成功的人都是那些熬过了这个“人工智能寒冬”并继续专注于这个领域的人，即使这么做在当时看来并非明智之举。如今，要想进入人工智能领域，那么就必须与世界上最聪明那群人进行竞争。

我这里要表达的观点是，要选择在未来20年时间里哪个行业将会成为热门行业，这并不像听起来那么简单。按照第三、第四和第五的顺序来预测未来的热门行业更是不可能的事。在20世纪早期，谁会预言到汽车的发明最终会导致郊区的不断蔓延扩张和旅馆行业（因为州际高速公路系统）保险行业的出现呢！

请注意，历史上最成功的投资人之一Warren Buffett是如何不投资那些当下最热门的科技创业公司的。相反，他的整个投资生涯都在寻找那些基本面不会改变的企业，或者是变化非常缓慢的企业。因此，Buffett能够长期投资一家公司。几十年来，他一直持有Geico、可口可乐和美国运通等公司的股票。

所以，如果预测未来不是答案，那么你该怎么办呢?

树干技术

“与其预测风雨，不如打造方舟。”——Warren Buffett

巴菲特、Dalio、Marks、Bezos、Taleb等成功人士采用的方法的核心是一个共同的主题：关注那些不管未来发生什么都保证有价值的领域。

Bezos在上文中已经说过，专注于稳定的客户偏好是打造一家公司的强大基基石。我再更进一步：专注于稳定的知识是打造一种生活的强有力方法。我将这种技巧称为“树干技术”。

有些知识形式出现得很快，但很快就会过时。其他形式的知识在很长一段时间内都不会过时。信息和知识过时的速度是如何加快的？我在之前的文章中说过：“例如，一项学术研究发现，关于肝硬化和肝炎的临床知识准确性的衰变率为45年。换句话说，如果你和一位没有及时更新自己知识的70岁的肝脏专家交谈，你有50%的概率会得到不准确的坏消息。工程学位的寿命从从1930年的35年已经降至1960年的大约10年。”

（来源：New Scientist）

那些很快就会过时的知识和那些有持久生命力的知识之间的区别是什么呢？

一般来说，“过渡型知识”或很快就会过期的知识是那种在特定的环境中为我们提供指引的知识（比如肝脏医学这个专业领域）。然而，“支柱型知识”或者有持久生命力的知识是建立在基本原则和思维模型的基础上的，这些基本原则和思维模型可以应用于很多情形中，包括不可预见的未来的情形中。

我解释一下，在大多数人想到知识的时候，他们会从水平横向角度思考，通过不同的学科来观察知识。这种看待知识的方式存在的问题是，当你在一个维度上看事物时，你会错过重要的联系：

很多人都忽略了知识也是垂直的。我注意到，伟大的思想家和实干家就是这样看待现实的。有更深层的原则和思维模型将我们研究的各种学科知识连接起来。如下图所示：

在上面的例子中，通过学习适用于所有网络的网络科学的普遍思维模型，你可以更容易地理解大脑和社交网络如何运作的特定模式。

它不仅仅有一层，它有很多层。对此，Elon Musk在一篇文章中曾这样解释道：“将知识看作一种语义树非常重要，确保你首先理解了基本原则，也就是说，在理解树叶/细节之前，要先了解树干和大树枝，或者说，没有树干或大树枝，树叶就无处依附。

下面是一种将Musk马斯克的语义树理论可视化的方法：

那些使用树干技术的人首先专注于掌握基本的思维模型或首要原则，然后再转到树叶。通过这这种方法，他们就能构建一颗更稳定、适应性更强的树。树木每年冬天都会落叶，但树木会茁壮成长几十年（有时甚至几百年)，因为它们的树干和根都很结实。

让我们以实验的主题为例。理解10000次实验法则对于个人、企业和社会的成功都是至关重要的。树干技术应该是先了解科学方法是什么（如控制实验/同行评议期刊、盲目、随机的设计、可证伪性、安慰剂对照试验、双盲实验、计算机模拟、元分析)。通过理解构成科学方法的几个核心原则，你就可以在生活和事业中各个领域设计成千上万个实验。随着新的黑客工具和软件工具的出现，你可以快速理解它们的重要性并使用它们。然后，当这些特定的工具过时之后，你仍然有树干来生长新的树枝和树叶。

再举一个例子：我对健康非常痴迷，因此我学会了获取微量营养素的方法、间歇性禁食、冷水浴、桑拿和间歇训练。这些都是有助于健康的好方法，但对我的健康更重要的是了解创伤后成长的基本原理。以上所有的技巧都可以被理解为系统在压力下获得成长，然后通过时间来恢复。

总而言之，“树干技术”能让你：

（1）构建一棵永恒的知识树。温斯顿丘吉尔曾经说过：“你能看见多久的过去,就能看见多远的未来。” 最近，这种现象被称为“Lindy效应”：一些不易腐坏的东西的未来预期寿命，如技术或想法，是与它们的当前年龄成正比的，因此每延长一段寿命就意味着还剩下更长的预期寿命。” 这给信息时代带来的必然结果是：你越关注基础知识，你的知识树的持续时间就会越长。

（2）快速地适应任何形式的未来，并快速成长。基本思维模型的本质是，它们在所有的领域内都会出现。因此，当你进入一个新兴领域时，你都能抢得先机，因为你立刻就会发现那些你已经知道的原则是如何能够运用到这个新兴领域的。

（3）更好的理解发生了什么以及它意味着什么。就像一个国际象棋专家能够提出推算出后面很多步一样，思维模型可以让你把正在发生的事情与相关的背景联系起来，这样你就可以做出适当地反应，并且思考得更加长远。

（4）降低投资风险，避免在那些未来不会成为赢家的领域内投资。在本文中，我并不是建议你完全忽略未来。我想说的是你要平衡你对趋势的理解和永远不会改变的东西：永恒的原则和思维模型。Nassim Taleb是一位非常成功的投资人，也是《黑天鹅》、《反脆弱性》等书的作者。在他的《反脆弱性》（ Antifragile）这本书中，他提出了一种资源方法，这种方法可以将收益回报最大化，同时能够消除损失。他将这种方法称为“杠铃策略”： 即对不确定性的所有解决方案，都是以杠铃的形式呈现的。Taleb用杠铃将极端情况分隔开，杠铃有一个杠轴，两端加重，一面是极端的风险厌恶，一面是极端的风险偏好，而不采取“中等程度”或温和的风险态度，因为人们一般明白“高风险”和“零风险”的概念，但是中等风险则有很大的迷惑性，因为它受巨大的测量误差的影响。比如，如果你的90%的资金以现金形式持有，或以所谓的“保值货币”储存起来（假设剔除通货膨胀影响），而剩下10%的资金则投资于风险很高的证券，那么你的损失不可能超过10%，而你的收益是没有上限的。如果某个人将100%资金都投入所谓的“中等”风险的证券，那么它很可能由于计算误差而承受毁灭性的风险。

（来自Nassim Taleb）

树干技术的运行原理和Taleb的杠铃策略是一样的。通过建立一个强大的无风险知识基础，我们限制了我们的下行风险，同时也给了我们更多的灵活性和信心，让我们对未来可能取得巨大成功的事情上进行投机性押注。这就是为什么我认为，为了创造一个大家想要的未来，学习如何应用树干技术是任何人都应该学习的主要技能之一。

原文链接：https://medium.com/the-mission/be-prepared-to-lose-your-job-in-the-future-if-you-dont-learn-this-one-skill-now-8a87ade2a268

编译组出品。编辑：郝鹏程。