本书的作者是艾伯特-拉斯洛·巴拉巴西，他是一位科学巨星，也是诺贝尔物理学人选之一，同时创办了无尺度网络公司，主要研究领域是复杂网络科学，并在物理学、生物学、计算机、社会学等领域都颇有建树。他在科技界的影响力相当大，在学术界，有一个指数叫“H指数”，H指数能够比较准确地反映一个人的学术成就。一个人的H指数越高，则表明他的论文影响力越大。我们熟悉的霍金，他的H指数约为62，而这位作者的H指数竟然高达97。所以，有人评论本书作者，说他如果愿意的话，他甚至可以控制整个世界。正是基于这样的好奇心，我们有必要去了解一下本书，这本书也是作者的精彩作品，它结合了人类行为学、大数据科学及复杂网络研究。本书其实是分为两大部分，分别是小说和非小说两部分。这里讲的内容，只要是关于非小说部分。 通过本书，我们可以了解人类行为背后的行为模式，也就是作者提到的“爆发模式”，通过深入了解爆发模式，我们可以精确地预测一个人的行为，甚至是整个人类社会。虽然不同的个体，在行为的细节方面，有很大的不同，但从数据科学家的眼里，这些差别都是可以忽略不计的。不管你的生活是朝九晚五，还是行踪不定，最大的差别，只有在10%左右。所以，这一切都是人类会遵循一些原则，决定了爆发模式产生的原因。那这些原则是什么呢？我们会在后面部分讲到。 首先，我们先了解一下，什么是人类行为的爆发模式，它产生的原因是什么？我们要先了解这些概念才能更好地理解本书的关键思想。其实，爆发模式，正是一个遵循幂律分布的一种现象。我们都知道正态分布，也叫高斯分布，它是一个相对均衡的分布，如我们的身高、体形、成绩等。虽然这些因素，每个人各有不同，但其实，他们的差别都不会太大，因为这些分布，还是基于一个正态分布的基础上。而另外一种分布，即幂律分布，就完全不同了，它的分布是极不均衡的。如比尔·盖茨一个人的财富，就可以富可敌国。这种分布是极不平均的，比如说，在一个房间里，有10个人，每个人的收入约1万元左右，那么，整个房间的平均收入就是1万元左右，但是，如果比尔·盖茨走了这个房间，他会把整个房间的平均收入极大地提升，按平均值来计算，每个人都是亿万富豪，但事实是，其余的10人，实际收入还是1万元左右。这种分布极不均匀的情况，就是幂律分布，类似于马太效应或二八原理。世界上很多的东西，如财富，人口分布，市场份额等，都存在这种效应，只有极少部分的人或事物，决定了80%的部分。也就是说，这20%是整个部分的关键部分。正如，亚马逊云服务的市场份额，是其他所有竞争对手的13倍，在互联网行业中，马太效应更加明显。因为互联网技术，会极大地推动信息的传递速度，同时可以实现跨地区服务，这些跟传统行业有很大的不同。另外，国内的滴滴出行，就是一个例子，一旦形成了垄断，所有的资源都会向一家靠拢，强者更强，而弱者几乎是没有生存空间。我们现在所见到的，只有一家独大的滴滴，就是一个例子，起码在出行这一块，无人能敌，所向披靡。所以，马太效应，在任何行业都存在，甚至连国家的人口分布，也是一样，全球200多个国家中，人口过亿的，只有13个，这也充分体现了二八原理，即少数的部分，是整个事物的关键部分。 正是因为任何方面，都或多或少地存在二八定律，而我们人类在行为模式上，总会偏向于做“高价值”的事情，我们在做一件事情的时候，会优先考虑做这件事情的价值和意义。这也符合英国经济学家大卫·李嘉图提出的“比较优势理论”，我们总会“两利相权取其重，两弊相权取其轻”的原则来做一件事情。正是这种无时无刻的判断与选择，主动地支配行为，导致了爆发模式的产生。其实这些原因是非常好理解的，因为我们的事情太多，而我们的时间有限，每天只有24小时可以支配，不管你是富人还是穷人，在时间这个问题上，人人平等。这种时间有限，任务无限的矛盾，会让人类做事情的时候，会自然而然地遵循一个“优先级原则”。所以，就有了时间管理、任务管理等这些理论。按时间管理的理论，我们会把任务分了4个不同的类型，分别是“重要不紧急”、“重要紧急”、“不重要紧急”和“不重要不紧急”，聪明的管理者，都会优先做那些“重要不紧急”的，如果我们能提前完成这种任务，就不会出现“重要紧急”的任务了。正是人类这种主动的选择，导致了爆发模式的产生，从而导致资源分布不均，从而出现幂律分布。包括互联网产品，领先者一旦形成了网络效应，所有的资源都会向它靠拢，导致其他产品用户量极少，甚至无法生存。说到这个话题，提醒一下创业者，如果自己不是有特殊的优势，最好的创业方式就是借助平台的力量，即学会站在巨人的肩膀上。比如说，如果你要做电商，一开始就自己做一个独立的门户网站是很不明智的，上面已经谈到，这些并不是能力的问题，而是时机，一旦在一个行业中，有明显的老大，后来者，要么差异化，要么细分市场，或者依靠大平台提供的机会。自己从零开始做一个网站，不符合精益创业中提到的“最小成本，快速试错”的思想。自己建立一个独立的网站，看似是好的想法，但实际是很不明智的。这里面的不确定性太多，最大的问题是，如何推广你的网站，流量从哪里来，事情并没有你想像那么简单，并不只是建立一个网站的问题，还涉及到运营、推广、品牌建设等一系列的问题。创业涉及的因素越多，失败的概率就越大。段永平说：“做企业就如同高台跳水，动作越少越安全。”是的，我们要减少动作，增加成功的概率，所以，开始的时候，能借助大平台，如淘宝，先在淘宝开个天猫店之类，成功的概率会更高，最起码，在网站建设方面，你不要去思考，你只需专注于做好产品、品牌和推广这些问题。如果见到自己的天猫店，有了起色，再自己建立独立的网站也不迟。 既然人类有这些爆发的模式，我们也知道了爆发模式产生的原因，那我们是否能预测人类的行为？答案是肯定的。作者提到虽然每个人的具体的行为方面，各有不同，但一旦把这些行为进行了数学化、公式化和模型化后，得出的结果都是很相似的。不管是朝九晚五的上班族，还是经常出差的商务人士，他们在做选择的时候，都会遵循优先级原则，考虑一件事情是否值得做前，都会思考做这件事情的意义，是否最有利于自己。一旦有了这个优先级的原则，其实，人类行为的本质，在底层都是一样的。当获取的信息足够多的时候，如大数据，在数据科学家的眼里，人类的行为预测性都相当高。并且这个可预测的程度，竟然高达80%到93%之间，也就是说，普通人跟行踪不定的人士之间的可预测性，只差13%左右，而大部分都是可以预测的。数据科学家可以预测这些人类行为的一个依据是“熵值”。什么叫“熵值”呢？熵值是热能的计量单位。当一个人每天在固定的时间起床、固定的时候上班或下班，如上班族。那么他们的行为可预测性是相当高的，你几乎可以按照这些人的行踪来设置你的时间。那么，这种人的熵值就是0，而那些行踪很不确定的人士，熵值比较高。但一个人，并不是每天都行踪不定。只有个别日子，才会出现这些不确定性，但大部分时间时，都是可预测的。不管是什么人，他总要回家，总会有几个相对固定的出没场所，如办公室、咖啡馆等等。数据足够多的时候，那些相对不确定的数据，就可以被忽略掉，而得到测试程度很高的数据分析。在美国，有一个网站，做了一个实验，叫“Where's George”，意思是“乔治在哪？”乔治是谁？他就是美国第一任总统乔治·华盛顿，也就是一美元上的人物。这个网站的实验是这样的，在一美元里，会写上这个网站的网址，人们会出于好奇，按这张一美元所写的网址，打开网站，按照网站的要求，输入这张一美元的序列号，同时提供这张一美元的当前位置。参与者觉得很有意思，慢慢这个活动就被传播开来了，经过一段时间后，这些一美元的行踪就被完整地记录到网站中。后来的数据分析结果是，绝大部分的一美元，都是在方圆几公里内传播，只有极少数的“异类”被传播到方圆几百公里之外。数据的结果表明，即使在货币的传播过程中，同样遵循爆发模式。其实，货币传播的路径，正是人类行踪的路径，同时也表明，绝大多数人的行踪是相对固定的，他们的“熵值”很低，可预测性极高。 既然我们清楚了爆发模式产生的原因。那了解这些知识有什么用呢？通过了解这个模式，你就会发现生活中，马太效应或者二八定律，无处不在。了解这些之后，就可以解释很多现象，从此你也不用再迷茫。首先，你要了解清楚，爆发模式产生的根本原因是：人类总会按照优先级原则，对进行进行优先级选择。有些事情，会不断被强化，而有一些事情，可能会一直被忽略。正如出版的众多书籍中，也是遵循这个幂律的分布，极少数的书籍，才会成为畅销书，而大分部书籍都是很少读者，甚至是无人问津。如果你要出版一本书，希望不要期望太高，否则，你会以失望而告终。毕竟销量好的书籍，只是少数，而大部分书都是很少读者的。你出版一本书之前，计算自己的成功的概率，请不要以畅销书为准。你可以有畅销书的目标，但不要把这个当作唯一的目标，因为很可能就是不能实现。如果你了解爆发模式，你就可以清楚地知道，人类总会选择优先级更高的事情，导致这些情况，最主要的问题是时间有限。一个想学习的人，他一定思考如何才能用最少的时间，获取最多的知识，或者获取到高质量的知识。一个人选择一本书，要么看网上的书评，要么是朋友推荐等。评价越高的，你就越偏向选择这样的书来看，那些已经在榜单上的书籍，就是你的首先要考虑的。而一本刚刚上市的书籍，尽管它的质量很高，在前期，人们关注度就会很多。评价越高的书，就会越多人关注，而越多人关注的书籍，也会反过来强化它的评价。这就是一种“复利效应”，即A会导致B的发生，而B又会影响到A，周而复始地相互影响。而那些刚上市的书籍，就没有这个效应。因为要产生良好的复利效应，前提就是要有一定的关注量，很显然，刚上市的书籍是没有这个机会的，除非一个机缘巧合的机会，被某个大咖关注到，被他转发分享，从而影响到一大群人，但这些都是小概率的事情。如果你能从客观的角度来看待这些概率，你就明白，时机的重要性，很多东西，都是先进入者有优势。正如现在淘宝店皇冠很高的商家，正是一些比较早期入驻淘宝的先行者。后来者的机会会极少，在淘宝店里，绝大多数都是不赢利的。其实想想也正常，如果绝大多数都赢利，反而不正常，因为那样不符合客观的规律，这些都是人类行为主动选择的结果，人都会有从众的心态，一旦一个网店有了名气，你很自然地就会优先考虑登录这个网店去购买东西。长年累月，你的习惯就慢慢形成的，要让你做出改变而选择其他不知名的品牌，你就会犹豫了，这些都是人性，人是最怕离开自己熟悉的环境的。如果你看过《长尾理论》这本书，你就会明白这样一个现实：2011年，共有102首单曲的下载量超过100万次，销量达整体的15%。注意这可不是打印错误：在当年售出的800万首单曲中，0.001%的作品创下了1/6的总收入。可以说，头部极少数的爆款起到了关键性的作用。这一走势也表明，爆款的影响力在不断加强。这就是马太效应，强者更强，特别是互联网技术的发展，会进一步放大这样的差距。所以，我们要想办法让自己的产品成为某个领域，甚至是细分领域的头部，也就是我们常说的“宁为鸡头，不为牛后”，想办法让自己在领域中做到第一名。 正是爆发模式，会导致分布不均匀，在生活上也体现得淋漓尽致。我们也知道二八定律的由来，它是由19世纪末20世纪初意大利经济学家巴莱多发现的。巴莱多发现他后花园的土豆，80%的产量，来自20%的土豆。后来，经过他细致的观察，发现很多领域，都或多或少地存在这样一个分布，包括财富、人口等，最终，总结出二八定律。正是这种分布不均匀，如果有一天，你跟你的朋友们，一齐去摘草莓，你如何才能在最少的时间里，摘到最多的草莓呢？数据科学家告诉你，最好的方式，不是总待在一个地方摘，也不是没有目的地到处摘。最好的方式，就是利用爆发模式的原理，因为这些草莓的分布，一定是不均匀的，总有一些地方，产量特别多。如果你总是待在一个地方，很可能你找的那个地方，并不是产量多的地方。你要做的是：随便找一个地方，找到后，以这个地方为中心，到周围几米内继续搜寻，当发现有产量比较多的点，就待在那里摘草莓，如果摘完后，你要做的是，不是继续在周围搜寻，而是去到一个比较远的地方，寻找新的机会。这种既考虑了周围小范围，又考虑远距离的潜在机会，是面对分布不均匀最好的方式，也是最容易找到最多产量的方式。因为爆发模式告诉我们，这些草莓的分布，一定是幂律的，有些地方，产量就是出奇地高。 其实，我们生物学里很多东西，都是有这种爆发模式的。比如说，转录因子，它们正是利用这种原理创造生命的奇迹的！我们知道，在DNA的双螺旋结构中，有30亿对碱基，转录因子要精准地找到匹配的位置，难度相当于在3962公里的公路上，找到一个像硬币那样的一个洞，从太空中，抛进洞里，难度可想而知了。但是转录因子却可以准确地、完美地完成任务！他们是怎么做到的呢？原理也是有点类似上面提到的找草莓的方式，某个转录因子会随机找到一个点，然后再在它周围一定范围内搜寻自己的位置，如果没有找到，他们不会继续在周围找，而去再离开，去到一个很远的地方，重新尝试。这种先小范围，再远距离，再小范围，周而复始地尝试，最终完成了这个不可能完成的任务。因为这种方式是最高效的，这也是爆发模式告诉我们的启发！ 在医学界，也有使用到爆发的例子，他们只要通过简单的方法，就可以判断出谁是早期抑郁患者。医生们只要给病人戴上手腕加速传感器，通过观察数据就可以很准确地分析出结果，原因也是利用到了爆发模式，正常人长时间的停顿，大约在7分钟左右，而一些早期抑郁患者，他们却比正常人有更长的停顿时间，他们是15分钟左右。只要通过这些异常值，就可以找到患者，从而给予早期治疗。这里面的原理，也是爆发模式的原理。