羅振宇 ?邏輯思維? 【表演式政治】
里根有這三個很怪異的地方：
1. 極度守時
2. 粗枝大葉
3. 記憶力差
里根在從政之前，是一個演員。
總統工作對他來說，會不會就是另一場表演？或者是一連串表演？如果他把政治當成是一場表演，那確實就是這樣的做派。
首先，他必須守時。
一個稱職的演員，他應該做到：依據劇本要求，在對的場地布景中，講對的臺詞，制造對的效果。然后按照拍片計劃，一步步將每一場拍完。
其次，他當然可以粗心大意。
一個演員，不必管劇本怎么寫。一個總統，如果幕僚和內閣班子搭得特別好，他確實沒有必要了解和決策每一件事，專業的事相信專業的人。
再次，他為什么會記憶力不好呢？
說白了，他不是記錯了，他可能是太沉迷于表演，經常搞混了事實和想象之間的界限。
從這個角度來看，里根其實一直用當演員的態度來當總統。每天都是他的拍片日，從這場到那場，每場要求不同的情緒和效果，里根就把它表現出來，他有功底。他不需要在意幕僚誰是誰，就像好萊塢明星也不會知道片場里進進出出搭布景、打燈光的誰是誰。
當他說“我”、“我記得”的時候，他講的不是現實世界里的那個里根，而是扮演中的總統，應該有、可以有的經驗。這種即興發明的經驗，當然是為了增加表演的效果。
里根是美國公認的好總統?？偨y沒準就應該這么當。
現在政府官員太沒出息了，發言都念稿子，你看人家美國總統，演說能力多強啊。
有一位曾經在政府里工作過的人就說，你搞錯了，這不是政府官員沒出息，是我們的體系能力還不強。你想，官員發言，那稿子都是仔細推敲過的。一個表述，一個用詞，沒準都是很多部門長期博弈爭吵的結果。那是不能隨意改的，所以官員當然不能隨意脫稿演講。
但是如果整個體系能力發展起來了，能夠讓官員可以用演員的方式來工作。他是用自己的才華、魅力，為既定的政策來增色，那才是你看到的西方官員的脫稿演講。
所以，回到里根。
他有魅力，有領導力；有堅定的基本價值觀和思想；有搭建一個強大的幕僚和內閣系統的能力；他還會遵守嚴格的時間表和政治紀律。大事已定，小事少操心，這樣的人，當然就是一個合格的總統。
說到這里，我們才理解里根作為美國歷史上最出色的總統之一，他贏得的那個稱號——
“偉大的溝通者”。
這不是就是“偉大的表演者”的另一個說法嗎？
王煜全 ?創新地圖｜能源行業變革，信息技術的下一個風口
存在了上百年，并已經深深嵌入城市和家庭每個角落的一張大網：電網 正在成為信息技術的下一個風口。
電網不僅將所有發電以及用電設備連接了起來，并且還要求發電量和用電量必須時刻保持平衡。
這就意味著，我們打開一盞燈都可能會引發電網千里之外發電端的一個微小調整。從前這張大網離我們很遙遠，是因為從前我們只是電力的消費者，和電網背后的復雜運行機制沒有任何聯系。
而這一切即將被蓬勃發展的新能源產業以及隨之而來的能源行業的變革所打破。
新能源的兩大特征是分散性和不確定性。與傳統能源主要控制在大型發電集團不同。
以德國為例，大部分新能源發電設備都屬于個人或小業主。對于電網來說，這是革命。為了維持電網的穩定，發電量和用電量必須保持平衡。
這種平衡過去主要是通過調節發電端的發電量來實現的。而當分散在全國各個角落且不可控的新能源發電所占的比例越來越高的時候，這一調節方式越來越難以為繼。這正是信息技術大顯身手的地方。
首先是解決新能源由它的分散性所帶來的不可控的問題。
利用信息技術可以將分散的新能源發電單元協調組織起來，形成一個大型虛擬電場。這一領域已經涌現出很多初創公司，代表企業是德國的 Next Kraftwerke。
目前已經接入4000多個新能源發電單元，總體發電功率已經達到2.7 GW，相當于一個大型火電站的發電能力。
它的運行模式是在每個發電單元安裝一個稱為Next Box的通信和控制組件，Next Box 通過一個專門的加密GPRS信道與中央服務器相聯，一方面將發電單元的實時數據傳送到服務器，另一方面接收服務器的控制指令，這樣就可以對電網以及電力市場進行實時響應。
它的商業模式一是可以通過將小型發電單元打包成大型發電廠，從而可以直接進入電力市場進行交易，獲得更高的電價。另一方面可以利用自己的快速響應能力為電網提供調峰服務從而獲得進一步的收益。其次是解決新能源發電不穩定的問題，它基本可以分為三個技術方向。
第一個方向是運用信息技術對新能源發電量進行預測，提前對未來新能源的發電量作相應反應，從而避免電網大的波動。
法國初創公司 Steadysun 根據不同的預測的周期和精度為太陽能發電量預測提供了一個三級系統：
第一級系統SteadyMet主要基于氣象模型和太陽能發電單元的歷史運行數據，并綜合運用智能學習算法，可以提供未來幾天的太陽能發電量預測。
第二級系統SteadySat在此基礎上加入了每小時更新1-4次的實時衛星圖片信息，從而比較準確地預測太陽能發電單元被云層遮蓋的程度，可以提供最多6小時后的太陽能發電量更精確的預測，對第一級系統的預測誤差進行修正，從而減少損失。
第三級系統SteadyEye則可以提供未來15分鐘的精確預測，它通過在太陽能發電單元附近加裝一個觀察云層運動的攝像頭，可以捕捉云層的運動軌跡，并通過對云層運動的物理建模，實現對云層遮蓋非常精確的預測，主要用于實時電網穩定控制。
硯青感覺這就是把天氣轉化成電能的因素當作股票一樣用data加AI來管理。
在風能發電量預測方面比較有特色的是德國初創公司 Enercast，它開發了基于云端智能算法的發電量預測服務。
對于風能來說，不僅眾多的氣象參數，甚至周圍的地形和附近的其他風力發電機都會對發電量產生不同程度的影響。Enercast推出了基于人工神經網絡的風力發電量預測算法，它首先使用歷史數據，包含氣象參數和特定風力發電機發電量對神經網絡進行訓練，然后再由神經網絡基于第一部分的氣象參數預測得到發電量預測。并且在運行過程中還會持續地將實測數據反饋回神經網絡進行迭代訓練，從而可以不斷提升預測精度以及跟蹤風力發電機本身運行狀態的變化。
Enercast真是把神經網絡用在了刀刃上。極具指導意義。
對于Next Kraftwerke這樣的虛擬電廠運營商來說，由于電力交易需要提前進行，新能源發電量預測服務是不可或缺的。甚至對于傳統能源發電企業來說，新能源發電量的預測服務也越來越重要，它不僅可以避免前文提到的負電價的情況，而且如果根據預測，未來幾天電價由于大量新能源電力的涌入很可能降低到成本以下時，傳統能源發電企業就應該提前適當降低發電量以避免虧損。
第二個技術方向是通過用電端的主動調整來適應新能源的不確定性。
在工業用電方面，有很多工業過程是可以在一定范圍內靈活調整電力的使用而并不會影響最終產品的。在挖掘這方面潛力上，比利時初創公司 Restore 在冶金、造紙、化工等很多工業領域已經獲得了上百家客戶，Restore的商業模式從對每個客戶的用電特性的分析開始，據此量身定制電力調節方案，如在哪些時間段可以減少多少比例的用電量。這些工業企業在電網發電端供應不足時，會在Restore信息系統的指揮下，調低相應的用電負荷。而在電網發電端供應過大時，則開足用電負荷。
第三個技術方向是通過儲能設備在新能源發電量大的時候儲存能量，而在發電量小時輸出電力，從而補償新能源的不確定性。
除了以抽水蓄能為代表的大型集中式儲能電站，目前也出現了以家庭儲能電池為核心，綜合了家庭光伏發電和家庭智能能源管理的商業模式。由于新能源發電的分散性，分布式的家庭儲能可能是未來更加適合的解決方案。
這個領域目前的實際領跑者是德國初創公司 Sonnen，占據了全球家庭光伏儲能將近四分之一的市場份額。Sonnen首先以解決家庭屋頂光伏應用對儲能的需求切入：由于光伏發電的高峰是白天，而家庭的用電高峰卻出現在晚上，因此發電和用電之間存在一個錯位，即使將白天的電力出售給電網，晚上再由電網供電，也仍然要支付由于電網成本而導致的出售價格低于買入價格的價差。而通過家庭儲能則可以將白天的光伏電力存儲起來留到晚上使用，可以顯著降低家庭的電費支出。
在此基礎上，Sonnen還在它的儲能系統上進一步集成了家庭智能能源管理系統，目前它支持與最多三臺家庭用電系統進行連接，在有富余光伏電力的情況下，會首先啟動這些設備進行工作，從而可以在一定程度上降低對儲能電池容量的需求。另一方面，Sonnen 儲能系統還可以將富余的儲存能力用于為電網提供穩定控制服務，從而獲得進一步的收益。
針對沒有光伏發電設備的家庭，Sonnen提供了Sonnen community的商業模式，通過安裝Sonnen儲能系統，用戶可以獲得長達10年每年2000度的免費用電額度以及超出這個額度之后的一個優惠電價，節省下來的電費遠遠超過了儲能系統的成本。對于Sonnen來說，這些用戶一方面可以提供更多的存儲能力，另一方面這些用戶的用電需求又使得連入Sonnen體系的光伏發電單元的富余電力有了新的變現渠道，不管是發電端還是用電端都可以獲得更好的電價。
以上這些解決方案和商業模式還只是未來能源變革所帶來大風口的冰山一角，中國的“十三五”也計劃到2020年將新能源裝機容量提升到30%。而信息技術將會在未來的能源體系中發揮基礎性作用，通過發展可預測且可控的分布式新能源，串聯上可即時響應的工業和家庭用電和儲能單元，就在目前的電力網絡上加上了一層信息網，兩張網之間的智能交互就構成了能源互聯網，它將使得未來以新能源為主體能源的清潔能源體系成為可能。
得到新聞 36氪預判了幾個新趨勢
前不久，創業服務平臺36氪，預測了在文娛、內容和社區、電商、金融等10個領域值得關注的新趨勢。得到選出三個來講
泛娛樂領域。36氪預測了四個趨勢。
第一個趨勢是，直播和短視頻的界限會越來越模糊，它們都會在“興趣鏈社交”上下功夫，也就是根據興趣來分類的傾向會越來越明顯。這也意味著，直播平臺會在內容策略上有所調整，那些有技能的主播，比如做美食美妝、音樂旅游的主播們會拿到更多的資源。
第二個趨勢是，電影行業用IP來賺票房的方法將不管用了。這兩年，IP和流量明星都是票房良藥。但這個做法沒有可持續性，因為它不符合電影工業的規律。如果一部電影靠購買IP和明星大賣，那么在這些上面花的成本就相對較高，這樣一來，其他地方花的錢就得比較少，也就會導致電影本身的質量降低。所以文章認為，對IP來說，未來市場會對內容方面的要求更高，那些容易改編、容易跨平臺推廣的內容，才更受市場的歡迎。
第三個趨勢是，院線可能出現并購潮。院線是什么意思呢？電影放映業是個比較有壟斷性的經營體制行業，經營者為了保護自己的利益，會在某些城市掌握一定數量的電影院，建立放映網絡，這就是院線。電影市場快速成長的時候，院線賺錢容易，但從去年開始電影市場不那么好了，一些小院線生存不下去，巨頭就開始出手收購了。文章認為，因為光靠人口紅利維持票房的時代已經過去，院線的并購熱潮會越來越火熱。
如今天下除了萬達還有誰？
第四個趨勢是，娛樂產品會越來越重視非主流的口味。文章說，未來二次元不會再是什么小群體的隱秘愛好，而是從明星到公司人人都樂意貼上的標簽。他們不一定代表大眾市場，但群體內的消費力是不能忽視的。
再來看內容方面。36氪認為，在這個領域有一個趨勢是，信息流廣告會成為產品賺錢的主要模式。
信息流廣告，是根據用戶在平臺上積累的大數據，進行精準投放的一種廣告，會穿插在產品原有的內容里出現。傳統廣告的形式都是廣告商占主導，用戶體驗不在他們的考慮的范圍里；而搜索廣告呢，用戶占主要位置，但如果他們不搜索，廣告就很難出現。舉個例子，如果大家都不知道寶馬，怎么可能會搜索呢？如果大家不搜索，怎么推送廣告信息呢？而信息流廣告現在就能解決這個問題。36氪預測，信息流廣告，會成為最受歡迎的廣告形式。
最后看金融領域。36氪認為，未來金融業務會成為互聯網公司的標配，一些手里有大量用戶和流量資源的非金融類互聯網公司，也會進入金融領域。
雖然現在監管比較嚴格，不過對于比較好的民營機構，監管部門對民營銀行和消費金融公司這兩類牌照的發放還是比較多的。去年12月份的審批中出現了像小米、美團、蘇寧等非金融類的公司，在未來，獲得牌照的非金融公司也會更多。
吳軍 ?第176封信丨可憐人薛寶釵
“可憐人”。
在和黛玉的競爭中，她看似笑到了最后，但卻是一個非?？蓱z的失敗者，相比之下，黛玉雖然死了，卻還能活在寶玉心中。
世界上有三種悲劇，
第一種是由于自身的錯誤所導致。
第二種悲劇是由環境造成的，比如羅密歐和朱麗葉的愛情故事就是如此。他們沒有做錯什么事情，卻無力無力抵抗。(感覺環境也是命運的一種)
最可悲的悲劇是第三種。在悲劇中沒有人做錯什么事情，甚至他們每一步在當時看來走得都是最正確的，但是最終卻導致一個悲劇的結局。這恐怕要算是命運使然了，比如古希臘著名的悲劇《俄狄浦斯王》就是如此。而寶釵的悲劇就屬于這第三類。
我看過很多遍《紅樓夢》，實在找不出寶釵哪一步走錯了，周圍哪一點環境對她不利，但是她就是得到了這樣一個悲劇的結局。這才是最可悲的悲劇。
很多受到“反封建”意識影響的人將寶釵的悲劇歸結為專制時代的悲劇，我不認同這樣的看法，因為在任何國家，任何時候，都有寶釵這樣經歷的人，這或許就是命運。歷史上從來不缺乏和命運抗爭的英雄，比如貝多芬就是我心目中這樣的一位英雄。但是這些英雄們贏了么？沒有！
很多時候我們不得不向命運低頭。人生不如意事，十常居七八。遇到這種事情怎么辦，人還是要活下去，這其實就是寶釵最后采取的人生態度。寶釵最終為了所愛的男人犧牲了自己的塵世幸福，付出了半世孤凄的代價。但她卻并無怨言，她最終幫助自己所愛的寶玉解脫精神上的痛苦（出家了），這似乎是命運為她安排的一生的使命。
脂硯齋在批語中寫道，“（寶釵）歷著炎涼，知著甘苦，雖離別亦能自安，故名曰冷香丸。又以謂香可冷得，天下一切無不可冷者”。作為讀者，當我們為林黛玉掉淚時，是否也應該對寶釵表達一點敬意呢？
很多人問我，我這么努力了卻還是得不到機會，或者沒有成功，或者就是贏不到芳心，為什么上天對我這么不公平？如果早知如此，我還努力個什么勁。對此我只能說，很多時候，努力未必能有回報，但是不努力你會后悔，最后問心無愧是我們唯一穩得的報酬。凡事要盡人事，但是也要聽天命，當我們想抱怨不公的時候，不妨想想癡情的寶釵。
萬維鋼 ?日課161丨你用“算法”，我用“意會”
《意會：人文學科在算法時代的力量》（ Sensemaking：The Power of the Humanities in the Age of the Algorithm ），克里斯汀·麥茲伯格（Christian Madsbjerg）戰略咨詢顧問。
今天要講的，又是一個跟咱們以前說過的東西有點矛盾的道理。我們說過，人類正在迎來一個算法至上的世界?，F在算法在很多領域中都比人類專家厲害。赫拉利在《人類簡史》中甚至有一個論斷，說將來絕大部分人的個人決策，應該干脆聽從算法的安排。這就是“ 算法時代 ”。
但是另一方面，我們《精英日課》也反復提到一個概念叫“ 自由技藝 ”（liberal arts）。自由技藝的主要內容就是所謂“人文學科”。學習自由技藝不是學習實用的工作技能，而是為了獲得解決問題、認識社會、理解他人的能力。自由技藝是統治者的高級能力。
好，現在問題來了。算法很厲害，自由技藝也很厲害，那么到底是算法厲害，還是自由技藝厲害？這也就是《意會》這本書的底牌—— 自由技藝比算法厲害。
我敢說，有了這本書，我們就知道了*現代高級知識*的完整拼圖應該是什么樣的 —— 那就是 “算法 + 自由技藝”。你大概記得，赫拉利在《未來簡史》中說，二十一世紀的人可能會被分為三種。一種是“無用的人”，一種是“被算法統治的人”。還有一種，是不能被算法理解和左右，站在算法背后，做最重要決策的人，也就是所謂“神人”。赫拉利說的是神人的大腦可能會經過硬件意義上的升級改造，他們擁有完全不同的體驗和智慧。以我之見，也許我們不需要什么大腦硬件升級。只要我們給大腦升級一下軟件，我們至少在當前這個時候，至少在一定程度上，就能擁有比算法更厲害的智慧。這個軟件系統，就是自由技藝。
1.誰還學人文學科？
話是這么說，但是現在自由技藝的學習形勢可不太樂觀。麥茲伯格說回顧了過去這幾十年的趨勢，人文學科可以說是岌岌可危。從1960年代到現在，獲得人文學位的人數減少了一半。現在用于人文學科研究的研究經費僅僅相當于自然科學和技術的研究經費的0.5%。而且就這點經費，在人文學科內部也大都被用來支持數字化的方法（定量方法）的研究 — 比如社交網絡的量化分析，大數據判斷人的性格之類。傳統的“定性分析”，比如政治學、哲學這類學科所能拿到的經費是少之又少。如果你上大學選專業，還會選擇人文學科嗎？先別急，咱們先看看各專業的收入情況。
2.哪個專業收入高
2008年，華爾街日報發表了一項研究，比較了人文學科和理工科的收入差距。整體收入最高的當然是理工科。剛畢業大學生的起薪的收入中位數排名，排在最前面的兩個大學是麻省理工學院和加州理工學院，年收入是72,000美元。如果看長線，比較畢業生在職業生涯中期的收入中位數，麻省理工和加州理工分別排在第3和第6，也是相當高。如果不看學校只看專業，按照各個專業的收入中位數排名，2008年最值錢的兩個專業是“計算機科學”和“化學工程”。
前面比較的，都是年收入的“中位數” —— 也就是各個大學、各個專業中的“普通人”的收入。如果我們重點考察收入最高的那些人，結果就很不一樣了。擁有Top 90%的高收入的人 —— 這些人在職業生涯中期的收入達到了30萬美元以上 —— 就不是畢業于某個理工學院了，排在前兩名的是耶魯大學和達特茅斯學院，這兩個都是以人文學科見長的綜合性大學。
而這些top 90%的人，在大學里學的是什么專業呢？主要是政治學、哲學、戲劇和歷史。
他們中的很多人根本就不是來自著名綜合性大學，而是畢業于像柯蓋德大學（Colgate University）、巴克內爾大學（Bucknell University）、聯合學院（Union College）這樣的專門培養自由技藝的小學院。所以在一定層次以上，自由技藝比理工科更值錢。
那么這個策略大概是這樣的。如果你出于保守起見，想要獲得一個中上水平的收入，你應該選擇理工科。如果你野心大，想要得到特別高的收入，那么你應該選擇人文學科。
當然，選擇人文學科是有危險的，過得好就是很高的收入，過得不好就不如理工科。什么叫“過得好”？那我看也許就是你得成為一個領導者。咱們剛說過，自由技藝是統治者的學問。
3.什么叫“意會”
終于說到麥茲伯格這本書的正題了。英文書名叫 “Sensemaking”，這個詞很淺顯你看英文是一看就明白Sensemaking = Make Sense
麥茲伯格說，“意會”的意思，就是“對人和人之間有意義的區別，具備一個敏感度”。
什么叫“有意義的區別”呢？
比如你去年的收入是9萬元，今年收入是10萬元，但是工作性質不變，那這個區別就只是“數量”上的，不是本質的，這就是沒有意義的區別。
如果你去年是個普通員工，今年進入了管理層，那不管工資升高了多少，這都是發生了“質”的變化，這就是有意義的區別。有意義的區別，就是不能簡單用*數字*描述的東西，所以叫“意會”。
而我們研究這些區別，最根本的目的，是理解“人”。
麥茲伯格舉了個例子。假設你是福特汽車的CEO。這是一個非常高的位置，公司上下幾萬人的命運都在你手里，有些下屬為了跟你談半小時，可能要用幾周的時間做準備。你的最重要職責，就是戰略決策。
現在有這么一個問題。福特汽車在美國市場的賣點是高科技。美國消費者喜歡高精尖的功能，所以福特汽車投入大量的研發力量，給汽車配置各種先進功能。而現在福特公司想要進入發展中國家的新興市場，那你應該定位什么樣的賣點呢？
如果要用算法解決這個問題，你大概就得不預設任何立場地設計很多款不同的車型，在各個國家做銷售實驗，看哪個車型好賣就批量生產哪個。但是這根本不可行 —— 車型變化的靈活度太大，你不可能測試五百種不同的車型，而且你根本沒有時間和金錢去做這種實驗。
這時候，你就需要“意會”了。
你必須根據對當地文化的*理解*，判斷消費者可能喜歡什么樣的汽車。 比如福特研發了一個叫做“變道輔助”的技術，能提醒司機在自己的車道行駛。這個技術在路況較差、劃線不規范的國家里，就毫無意義，做不成賣點。再比無人駕駛汽車在印度可能就沒什么需求，因為印度有車家庭的標配是雇傭一名專職司機，這在印度人看來是身份的象征。像這樣的分析推理，就不是算法，而是意會。
福特公司當然需要算法。財務報表、供應鏈、消費者調查，這些都有算法的支持，但是有些重大決定是算法不能實現的。類似的例子還有很多。 比如有調查發現，43%的II型糖尿病患者沒有按時吃藥。在不按時服藥的病人中，又有84%的人，是因為忘了服藥。那你能不能想一個什么辦法能讓這些人按時服藥？你需要的不是基于經驗的算法，你需要的是*理解*這些病人。
再者，我們還可以說說希拉里和特朗普的總統競選。希拉里是個標準的優等生，做每件事情都能做“對” —— 如果算法說發什么廣告能提高她的支持率，她就一定會發那個廣告；如果過去幾屆總統競選的大數據表明說什么話能打動選民，希拉里就一定會說那個話。可是希拉里怎么就輸給了特朗普呢？因為特朗普的打法根本無歷史經驗可尋，在算法和大數據的認知范圍之外！事實上，直到選舉日前一天，各家大數據算法幾乎一致預測希拉里將獲勝 —— 可以說這次選舉中遭遇慘敗的不僅僅是希拉里，還有算法。
丨我的評論
其實每個認真的學者都明白，人類專家有人類專家的優點，算法有算法的缺點。過去這二十年，西方“主流”學者特別愛強調算法的優越性，是因為這是我們這個時代的主題。我的第一本書《萬萬沒想到》的副標題就是“用理工科思維理解世界”，那本書的一個主題就是算法很厲害。當時的情況，甚至包括今天，公眾對“算法很厲害”這個局面的認知還不夠。很多人還在不顧客觀事實，拿一些過時了的理論對付現代的問題。
那么今天我講《意會》這本書，有點梁啟超所謂的“以今日之我打到昨日之我”的意思 —— 但實際上并不矛盾，如果你已經意識到算法很厲害了，咱們現在再聊聊算法的局限性。世界上的道理往往都是這樣?？此葡喾吹牡览?，各有各的適用范圍和時代需求。我不需要“理工科思維”這個標簽，你也不必執著于“理科生”還是“文科生” —— 我們追求的，都是此時此刻世界上的先進思想。
丨由此得到
在算法大行其道的時代，麥茲伯格這本書說真正的重大決策還是得靠人，靠“意會”。表面上看，大數據、算法和定量分析已經占領了社會科學，但實際上傳統的“自由技藝”的根基并沒有動搖，反而顯得更可貴了。也許把算法和自由技藝結合起來，才是二十一世紀最高級的知識。麥茲伯格在書中分五個專題，講了現代人應該怎么使用“意會” —— 自由技藝并不是那么容易掌握的。不過在此之前，我們先來看看“算法思維”的弊病。咱們下次再說。
