朋友送了一本書，標(biāo)題看著很吸引人：《預(yù)見：未來是設(shè)計出來的》
預(yù)測未來是一件極其有吸引力的事情剖踊，但如何做到呢庶弃？
本書作者是一個未來學(xué)家，她認(rèn)為未來的跡象點出現(xiàn)在社會邊緣而不是主流中德澈，但這些點會聚合歇攻，出現(xiàn)一股把人類需求和科技聯(lián)系起來的力量。
想預(yù)測未來梆造，需要像未來學(xué)家一樣思考缴守。
雖然人類自詡為理性動物，但事實上镇辉，我們在做大多數(shù)決定時屡穗，其決策過程與低等脊椎動物蜥蜴并無太大區(qū)別。
人們對事物知道的越少忽肛，恐懼就會越大村砂，蜥蜴腦會阻止我們做出正確的決定，陷入對新發(fā)明的無知屹逛、震驚和恐懼的永恒循環(huán)中础废。
作者舉了這樣一個例子：
20年前，拉扎里迪斯和道格拉斯·弗雷金建立了一個叫做RIM的計算機咨詢公司罕模，開發(fā)一款手機叫黑莓评腺。后來占據(jù)了70%的市場，但他們對iPhone的邊緣化崛起不關(guān)注手销，還批評iPhone電池壽命短歇僧，不如黑莓安全图张，嘲笑iPhone沒有實體鍵盤锋拖，隨后的故事大家都知道了。
比爾蓋茨說過：“成功不是一個好老師祸轮，它讓聰明的人錯以為不能放棄已有的成功兽埃。”
無知不是生存的障礙适袜，傲慢才是柄错。
黑莓只是其中的一個例子，還有百視達(dá)、摩托羅拉售貌，這些企業(yè)的高管不夠聰明嗎给猾？為什么會錯過未來？
這是一種路徑依賴颂跨，也是《創(chuàng)新者的窘境》這本書的核心觀點：大公司往往被邊緣崛起的新興公司干掉敢伸。
理性的管理者很少能找到充分的理由進(jìn)入規(guī)模小、需求不明確恒削，而且利潤率更低的低端市場池颈。在大公司總是想著提高產(chǎn)品性能、沖擊高端市場钓丰，選擇給企業(yè)帶來更高利潤率的方案躯砰。
而未來學(xué)家的思考則能從邊緣產(chǎn)品出發(fā)，設(shè)想新的技術(shù)和標(biāo)準(zhǔn)發(fā)展后携丁，對整個系統(tǒng)的影響琢歇，預(yù)測不一定完全準(zhǔn)確，但至少邏輯自洽梦鉴，隨著思考的進(jìn)行矿微，仿佛能看到更遠(yuǎn)的未來的變化。
作者舉了一個關(guān)于“無人機”的預(yù)測（雖然并不認(rèn)同尚揣，但這個思維模式有點開腦洞）
比如：當(dāng)前無人機還是邊緣科技涌矢，亞馬遜曾提案建立無人機公路系統(tǒng)，將商用無人機快骗、業(yè)余無人機和記者等用的無人機區(qū)分開娜庇，分別飛在200到400英尺的區(qū)域，如果這個提案通過會有什么連鎖反應(yīng)呢方篮？
作者猜想：
1名秀、如果無人機飛在200~400英尺，以后蓋25層的大樓可能就要行政審批藕溅。
2匕得、房地產(chǎn)商為了避免麻煩舰攒，可能會選擇橫向蓋房子嗜诀。
3、如何橫向蓋房子魂务，地面辦公室距離拉長集币，就需要建橫向的電梯考阱，這可能會誕生一個新東西叫“摩地大樓”。
4鞠苟、“摩地大樓”會占用大量土地乞榨，美國繁華城市土地資源有限秽之，那么大樓就可能建在美國東西海岸人口稀少的中小城市。
5吃既、新興的“摩地大樓”眾多的地方會催生出新的商業(yè)和創(chuàng)新中心考榨。
6、新的商業(yè)和創(chuàng)新起來后鹦倚，人口增多董虱，美國農(nóng)民可能賣掉自己的土地。
7申鱼、因為土地減少愤诱，美國大型農(nóng)業(yè)公司產(chǎn)生沖擊，當(dāng)美國糧食無法自給自足時候就會依賴其他國家進(jìn)口捐友，比如中國淫半、墨西哥、印度匣砖、加拿大等科吭。
8、當(dāng)依賴從這些國家進(jìn)口糧食猴鲫，就會改變美國與這些國家間的地緣政治關(guān)系对人。
這一切改變起因可能僅僅是2015年時我們覺得無人機很酷，從而通過了亞馬遜的“無人機公路”方案拂共。
未來學(xué)家是邊緣思想家牺弄，他們善于依靠現(xiàn)有的信號，參考過去的環(huán)境宜狐，自由聯(lián)想势告。
作者認(rèn)為尋找趨勢有6個步驟：
1、找到邊緣抚恒≡厶ǎ靠廣撒網(wǎng)來尋找“不同尋常的懷疑對象”。
2俭驮、利用密碼回溺。通過行業(yè)邊緣的數(shù)據(jù)來找到“隱藏的模式”。
3混萝、問合適的問題：這個模式是不是趨勢遗遵？用相反的觀點來檢驗自己的假設(shè)。
4譬圣、計算預(yù)計到達(dá)時間瓮恭。畫出發(fā)展曲線雄坪，找到變化點厘熟，同時考慮科技內(nèi)在的進(jìn)步和外部因素（政府政策屯蹦、業(yè)務(wù)需求）
5、思考使用場景并制定你的行動策略绳姨。
6登澜、對行動策略做壓力測試。如果你選擇的趨勢是錯誤的怎么辦飘庄？你需要確定你的策略能實現(xiàn)你想要的結(jié)果脑蠕。
本書得到了不少國外互聯(lián)網(wǎng)大佬的推薦，比如有分類信息之父Craigslist創(chuàng)始人克雷格·紐馬克等跪削。
書里的案例也都很新谴仙，比如谷歌眼鏡、優(yōu)步碾盐、微軟小冰機器人等等晃跺。
但這本書翻譯的不算很好，可能因為作者思想天馬行空毫玖，又很愛旁征博引科技發(fā)展史掀虎，邏輯結(jié)構(gòu)也并不清晰造成的結(jié)果。
這是一本“信息熵”很高的書付枫，換句話說：信息量大烹玉，不容易讀。
但硬著頭皮讀下去又有一種征服的快感阐滩，真的是一種奇妙的感覺二打。
想體驗這種感覺的朋友，推薦買本讀下掂榔，歡迎留言交流閱讀心得址儒。
