系统化思维思维导图

需要给别人指路时，如果对方是一个完全不会看地图的人，我们就只能采取“以地标为主”的指路方式，详细的诉说整个路程中经过的所有地标，这样的指路方式简单易用，但是，一旦处于新的环境、丧失了这些地标的话，这样的指路方式就失去了意义。而如果一个人学会了看地图，那么再也没有什么困难的路可以难到他。

“按照地标指路”便是我们所说的经验，经验听起来复杂，做起来简单，学习成本极低，易学易用见效快，但是死板，会随着环境的变化而很快过时。“看地图的能力”，则是我们所说的思维方法，听起来简单，做起来复杂，极其抽象，不易于理解，更不易学习，很灵活，泛用性广，不容易过时。

人是倾向于学习经验的，因为它足够固定，足够简单。但是经验却经常变化，需要我们不断地学习新的经验。因此如果只学经验，不学方法，当改变来临的那一刹那，我们就傻眼了，即使学习了很多东西，依然没有很强的处理问题的能力。

在电商领域，阿里巴巴活下来了，所以阿里巴巴塑造了电商的标准。

然而在AI的领域，还没有经验，更没有标准，谁活下来了，谁就是经验，谁就是标准。

为了应对全新的领域，我们必须要学会方法，就好比走路时要认清东南西北，方法虽然抽象难学，但却有更长的寿命，更强的适用性，一旦掌握了方法，我们就可以利用自身的优势创造经验。

分辨我们学习到的东西是经验还是方法，有一个简单快捷的识别手段：

为了说明这个问题，老师举出了柯达胶卷的例子。柯达胶卷是被什么打败的？很多人回答说是数码相机，然而让众人意外的是，世界上第一张数码相片竟然是科达发明的，而打败柯达的，也并不是数码相机。

面对一个问题，正确的解决方法应该是把上面的逻辑反过来。第一步，结合之前的经验划定一个思考的范围。第二步，在这个范围内猜测，并且通过猜测不断地缩小范围。

大多数人提出的问题看上去是对的，但却经不起推敲。个人坚决反对碎片化学习，如果不能把所有的点串成一条线，反而影响认知。

信息的利用有两个要素，获取成本和鉴别成本。

在互联网出现之前，信息利用的成本主要在于获取，然而在信息爆炸的今天，鉴别成本则有了巨大的提高。

特别对于老一辈人群，他们所处时代，信息质量高、速度慢，所以甄别信息能力非常弱；但现在时代，完全相反了（新闻媒体重速度不重质量），所以他们很容易迷失在错误的信息里（被欺骗）。

将一件事精确定义到可以复现的地步

产品经理要养成一个习惯，精确定义身边的所有问题，一些现象到底是什么？哪怕友情，沟通，都可以定义。定义的标准就是可以在任何一个场景可以复现。

系统是由相互作用的若干部分所组成的，具有特定结构，特定功能的有机整体，这些系统是递进的，下一个系统是上一个系统的扩展。

系统之间存在着联系，其中最强的联系是父子关系。

当多个系统都被一个结构所影响的时候，这些系统之间必然存在关联。

系统的关系和结构是相对的，决定它们的是解决问题的方向。

把产品价值标准化，一旦标准化了就可以复制；有价值的工作流程化，再把流程界面化，然后再现；标准包含两个层次：底层标准和业务标准；行业刚出现的时候聊技术，技术差不多了聊业务，web2.0后面基本都在聊业务，没有人再聊技术了，互联网创业的人都在关注业务。

干人先天干不好的事儿，干人不愿意干的脏活累活。看X光片，无人驾驶。深度学习带来的最大变化是，机器可以理解和处理抽象概念。

自然语言处理是一种语言交互方式，NLP是一种新的交互方式，我们可以通过分析GUI的演化提升对NLP的认识

从自己过去的案例中提炼出一个系统框架，做两件事，一个是把框架跨场景应用，二是把一个案例挖的足够深的同时，不要轻易下结论，尝试去证伪，不断去挖。挖的多了就会逐渐进化。坚持总结框架，坚持证伪。

解决70%都会被问到的问题，但是解决不了30%人本身也解决不好的问题。把问题范围框定在能解决的范围。给客户算账，输出成客户能理解的语言。省了多少钱，我们赚的钱只是省的钱的一部分。

场景是否足够小，大的公司暂时进不来；不能太小，要可以向上升级。