關(guān)注吳大爺二三事，一起共同成長

知識(shí)分享 丨生活感悟

學(xué)習(xí)思考，尋找自我。

大家好，我是滿肚子雞湯的吳大爺，一個(gè)天天在鍵盤上敲打心靈，喜歡給人講知識(shí)講故事的男人。

很多創(chuàng)業(yè)者在選擇行業(yè)時(shí)，總喜歡問幾個(gè)問題：這個(gè)行業(yè)前景大不大？空間夠不夠？天花板高不高？

沒錯(cuò)，這些問題很重要，但往往還有個(gè)更關(guān)鍵的問題被忽略了，未來是個(gè)“不確定性”的世界，你再怎么研究，沒人能給你打包票。

那么創(chuàng)業(yè)者真正需要培養(yǎng)的，不只是“看行業(yè)”的能力，而是“看問題”的能力。

尤其在這個(gè)AI逐漸成為標(biāo)配的年代，會(huì)問問題的人，才是真正能吃到紅利的人。

一、學(xué)習(xí)的幻覺：顱內(nèi)高潮與現(xiàn)實(shí)落差

先聊學(xué)習(xí)。

很多人學(xué)習(xí)時(shí)有個(gè)陷阱：學(xué)得很嗨，但現(xiàn)實(shí)用不上。

比如看一本厚厚的經(jīng)濟(jì)學(xué)書，讀到通貨膨脹的模型時(shí)，腦子里閃現(xiàn)出一萬個(gè)靈光，甚至有點(diǎn)“顱內(nèi)高潮”。

但等到第二天去談客戶，根本派不上用場(chǎng)。

這就是學(xué)習(xí)最大的困境：

l底層假設(shè)有問題——學(xué)的東西和自己沒關(guān)系，不匹配；

l學(xué)習(xí)和實(shí)踐脫節(jié)——為了學(xué)而學(xué)，而不是為了用而學(xué)。

在AI時(shí)代，解決方案其實(shí)很簡(jiǎn)單：把AI當(dāng)學(xué)習(xí)伙伴。

比如你想搞懂“產(chǎn)業(yè)鏈利潤區(qū)”，自己一個(gè)人讀論文，很容易卡殼；

但如果你丟給AI一篇論文，讓它幫你拆解框架，再不斷追問，就像你在和一個(gè)“不會(huì)嫌你煩”的老師辯論。

工具也不少，比如Perplexity、Glarity可以快速搜集和整理學(xué)術(shù)資料，SCISPACE幫你篩選論文。

以前一篇論文可能得啃一周，現(xiàn)在兩小時(shí)就能抓到核心。

AI最大的價(jià)值，不是幫你“生成答案”，而是幫你“生成更好的問題”。

二、ChatGPT的三重身份：助理、教練、顧問

很多人用ChatGPT只是寫文案，充其量當(dāng)個(gè)打字員。

但其實(shí)它可以成為你的助理、教練和顧問。

先看助理。

你要整理會(huì)議記錄，ChatGPT分分鐘幫你提煉要點(diǎn)，比一個(gè)實(shí)習(xí)生干得還快。

再看教練。

比如你在思考“公司業(yè)務(wù)增長為什么停滯”，很多時(shí)候自己想不出思路，但ChatGPT能逼你窮舉問題、拆解因果，讓你避免一頭扎進(jìn)“就事論事”的陷阱。

吳敬璉說過：“沒有可靠的分析框架支撐的應(yīng)對(duì)措施，往往不僅沒效果，反而會(huì)制造新矛盾。”AI可以成為你那個(gè)幫你“搭框架”的外腦。

最后是顧問。

當(dāng)你要做行業(yè)分析、市場(chǎng)預(yù)測(cè)，它可以幫你找到研究路徑、生成假設(shè)，再結(jié)合你的數(shù)據(jù)去驗(yàn)證。

說白了你不需要一個(gè)全能專家，而是一個(gè)永遠(yuǎn)不嫌你問題傻、能陪你不斷試錯(cuò)的“虛擬麥肯錫”。

三、識(shí)別真問題：OBQA方法

那怎么讓ChatGPT幫你找出問題的根？這里有個(gè)好用的方法：OBQA。

Objective：目標(biāo)

Barrier：障礙

Question：?jiǎn)栴}

Answer：答案

比如你的目標(biāo)是“提升電動(dòng)車小程序的留存率”，障礙是“用戶三天后就流失”。

那么問題是什么？答案是什么？

如果答案依舊模糊，就把它當(dāng)成新的Objective，繼續(xù)拆。

這個(gè)過程就是“把非結(jié)構(gòu)化的未知，變成結(jié)構(gòu)化的已知”。

你要是開會(huì)讓團(tuán)隊(duì)討論，可能要4小時(shí)，最后還得吵一架；

用ChatGPT半小時(shí)就能跑出一版邏輯樹，效率高到離譜。

四、破除隱含假設(shè)：高手的思維方式

頂級(jí)高手的厲害之處，不是把問題解決掉，而是讓問題不再重要。

為什么？

因?yàn)楹芏鄦栴}，本質(zhì)上是我們思維慣性制造出來的假問題。

比如有家公司天天喊“我們?nèi)绷髁俊?，但真問題可能是“我們的轉(zhuǎn)化率太低，流量來了也留不住”。

要破除假問題，第一步是窮舉隱含假設(shè)，第二步是挑戰(zhàn)它們。

靈魂三問：

1.真的嗎？

2.總是真的嗎？

3.有沒有例外？

只有當(dāng)你把假設(shè)拎出來質(zhì)問，才可能看見根本問題。

劉潤說過：找到真問題，才能抓住機(jī)會(huì)。

五、行業(yè)洞察：看清“水有多深”

作為創(chuàng)業(yè)者，你總要面對(duì)一個(gè)終極問題：我做的行業(yè)，到底行不行？

這里有一個(gè)基本框架：

l行業(yè)定義：我到底在哪個(gè)賽道？

l發(fā)展空間：天花板有多高？

l驅(qū)動(dòng)因素：增長靠什么？政策？技術(shù)？需求？

l產(chǎn)業(yè)鏈條：利潤區(qū)在哪？錢到底被誰賺走了？

l外部環(huán)境：法規(guī)、經(jīng)濟(jì)周期、文化趨勢(shì)。

比如你要研究電動(dòng)車，可以看“國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)+上市公司招股說明書+行業(yè)報(bào)告”。

數(shù)據(jù)里，兩個(gè)指標(biāo)很關(guān)鍵：絕對(duì)值和增速。

一個(gè)行業(yè)盤子大但增速放緩，和盤子小但增速飛快，是完全不同的故事。

更妙的是，你可以直接讓ChatGPT扮演“行業(yè)分析師”：

l人設(shè)：你是一名行業(yè)分析師。

l目標(biāo)：幫我估算行業(yè)規(guī)模。

l背景：我的產(chǎn)品是XXXX。

l任務(wù)：請(qǐng)給我多種測(cè)算方法，并告訴我需要哪些數(shù)據(jù)。

這就像給AI開了一張“問題處方單”，你只要填數(shù)據(jù)，剩下的讓它跑。

六、用戶洞察：看懂人心

行業(yè)看清楚了，還得看用戶。

傳統(tǒng)用戶畫像，總是“25-35歲，愛健身，年收入20萬”這種標(biāo)簽。

問題是這些標(biāo)簽并不能解釋“為什么他會(huì)買”。

真正有用的用戶洞察，應(yīng)該圍繞待辦任務(wù)（Job to be done）。

消費(fèi)者買產(chǎn)品，不是因?yàn)橄矚g，而是為了完成某個(gè)任務(wù)。

比如：

lKeep的用戶不是為了健身，而是為了向朋友圈展示自己很自律。

l買小紅書爆款好物的人，不是因?yàn)槿币粋€(gè)杯子，而是為了獲得“生活美學(xué)的歸屬感”。

ChatGPT也能幫你在這上面做文章。

比如：

l幫你生成用戶調(diào)研問卷；

l幫你總結(jié)用戶評(píng)論的共性；

l幫你分類“用戶是誰？想成為誰？”。

歸根結(jié)底，用戶洞察不是“發(fā)現(xiàn)需求”，而是“發(fā)現(xiàn)他們想成為什么樣的人”。

結(jié)語：AI與創(chuàng)業(yè)者的未來：第二大腦的價(jià)值

未來的創(chuàng)業(yè)者，不需要記住所有知識(shí)，而是需要學(xué)會(huì)和AI對(duì)話。

這就像你多了一個(gè)“數(shù)字合伙人”：

l它幫你快速學(xué)習(xí)，縮短信息差；

l它幫你拆解問題，找到真問題；

l它幫你做行業(yè)分析，看清趨勢(shì)；

l它幫你洞察用戶，發(fā)現(xiàn)機(jī)會(huì)。

但最關(guān)鍵的一點(diǎn)：問題依舊要你來提。

真正的高手，不是手里有多少工具，而是能問出比別人更深的問題。

會(huì)提問的人，才是未來創(chuàng)業(yè)賽場(chǎng)上的贏家。

歡迎點(diǎn)贊、轉(zhuǎn)發(fā)、評(píng)論。

我是吳大爺，夜風(fēng)同學(xué)

愿一路陪你共同成長！