林迪与长坡:卷成这样的BIM还有啥新玩法?真的不太重要了

你好,这里是BIMBOX。
今天的内容来自我们的进步会员年度专栏《进步时刻》,里面讲了两个概念和工具,改变了我看待行业、看待技术、甚至看待相关政策的视角,所以拿出来给大家分享。
前两天有个朋友问我,搞BIM、搞数字化,还有没有什么新案例、新玩法?他们已经接触了很多新的软件和技术,很多探索都没能落地,今年大环境不太好,想了解一下同行都在做什么,在哪些应用点上搞出花样。
我先是给出了直接的回答,比如开发智能平台、参与智能建造、做数字孪生项目、成立数字公司搞产品化服务等等,但跟着话锋一转,说这些「玩儿法」聊起来其实不重要,因为靠信息差赚钱的时代已经结束了,你不可能知道一个别人不知道的玩儿法,就能立得住。
比如管综这事儿都不新鲜吧,有公司就是做得特别牛,就是能做出价值来,不仅如此,还能维得住客户、管得住工人、赶得上工期、要得来回款。
其他公司是不知道管综吗?不是。
再比如软件开发,现在招开发人员不难了,但有的公司方向很明确,一般都是自己本来的强项,比如做结构设计的、做水务项目的,把原本很厉害的知识封装到软件里,打包做产品化,很赚钱。
其他公司是不知道软件开发吗?也不是。
那次的聊天,这位朋友最后总结道:「人无我有,人有我精,人精我专,人专我转。」
我觉得这话说得很妙,但似乎还不够具体。
今年问这类问题的朋友很多,有不少团队发现只要自负盈亏了,就很难赚到钱。大家探讨的结论也大多是「为客户解决问题、做出价值点」,感觉说得都对,但解决什么问题,怎么创造价值,还缺点抓手。
偶然看到一位大厂辞职的互联网创业者Light写下的一段分享,我突然把这些事情串到一起,想得更清楚了。他说:
在目前的环境下,互联网已经不是一个「新」行业,想要找到「长坡厚雪」的赛道已经非常难,而对于普通人来说,找到「短坡厚雪」的机会太依赖能力和运气,所以我的选择是「长长的坡,薄薄的雪,人迹罕至。」
这句话对我来说,可谓是一语点醒梦中人,无论是看待行业,还是看待我们这家小小的创业公司。要把这句话弄明白,咱们得先聊两个概念,耐心看完,收获一定很大。
 
01

 滚雪球
「坡」和「雪」这个说法,来自巴菲特的「雪球理论」,他说无论是投资还是人生,都像是滚雪球,如果你想滚出一个特别大的雪球,那需要具备两个条件,长长的坡,和厚厚的雪。
所谓长长的坡,意味着复利增值的时间很长。对企业来说,指的是市场需求和发展空间很大的领域;对个人来说,就是那种可以做很长时间不会被淘汰的赛道。
所谓厚厚的雪,意味着利润空间很大。对企业来说,意味着这个生意的毛利率很高,只要认真经营就有很大的利润空间;对个人来说,意味着工作待遇高、创业来钱快。
按巴菲特老爷子的说法,选择大于努力嘛,你找一个「长坡厚雪」的地方,哪怕一开始手里有个很小的雪球,只要认真一点,慢慢地滚,总有一天这个雪球会滚得很大。
他自己也是这样践行的,你可能不知道,巴菲特90%以上的财富都是60岁以后才获得的,这就是在一个坡道上不下牌桌的复利效应。
可是等等,这么说是挺励志的,但世界上只有一个巴菲特,对于绝大多数普通人来说,把长坡+厚雪凑齐了可没那么容易。
那么普通人只能退而求其次,要么选择短坡、厚雪,要么选择长坡、薄雪。这就要看是「厚雪」比较好找,还是「长坡」比较好找了。
短坡厚雪,意味着在一个利润很高的行业,抓住机会赚一笔快钱。
这个听上去很容易,实际上也是大多数人的选择,谁不想快点财务自由呢?
但这对个人的机会嗅觉和运气的要求特别高,因为这样的好事儿,要利用很高的信息差来实现短期套利,当信息差收窄,也就是越来越多人知道的时候,套利结束,坡也就到头了。
很高的信息差,意味着多数人不看好的时候,你看好,或者多数人不愿意做的时候,你不得不做。
现在很多人说,十年前BIM翻模可太好赚钱了,二三十一平米,要求还低,现在市场不行了,要求太高价格低,实在是太卷了。
为啥卷呢?就是因为知道的人多了嘛,供大于求,肯定卷呀。
可回到十年前,又有几个人愿意放下好好的工作,去搞BIM翻模呢?要么是真的看好,要么是没别的可做。
我们要相信自己的平凡,要相信我们已经知道的信息大概率是N手信息。当隔壁老王告诉你买基金赚钱的时候,就快要赔钱了;当上网打听什么工作事少钱多的时候,那里已经人满为患了;当你做一件事需要得到所有人认可的时候,雪已经很薄了。
所以,「厚雪」对于普通人来说,确实不好找,那「长坡」好找吗?
听起来比「厚雪」更难找,因为它需要预测未来呀。哪个创业公司写BD的时候,不说自己找到了长坡呢?不都得写「预测有几百亿市场盘子」嘛,不是有90%的创业公司都死掉了嘛,他们说的长坡被证明其实挺短的嘛。
哎,如果是瞎预测,确实不好找,但比起「厚雪」的随机性,有个很好的理论,能帮你更大概率地找到长坡。
它叫「林迪」效应。
 
02

存续的概率

什么是林迪效应呢?

这个名字的出处,是一家坐落在纽约的林迪咖啡馆。上世纪60年代,纽约百老汇的一群演员,经常到这家咖啡厅吃喝聊天。

他们聊着聊着,发现一个很有意思的现象,百老汇里面一个节目能持续上演的时间似乎可以预测,它和这个节目已经存在的时间成正比。越是新剧,生命力越短,反倒是老剧能不断地上演。
后来,让「林迪效应」出名的,是《黑天鹅》和《反脆弱》的作者塔勒布。他让这个概念迅速在科技、金融、文化、政治等领域被广泛接受。
一句话来讲,林迪效应就是说:对于不会自然消亡的事物,一个技术、一种思想、一种市场需求,未来的预期寿命与它已经存在的年龄成正比。
也就是说,存在了越久的东西,大概率也会存在更久。
注意,这里说的是「不会自然消亡的事物」,如果是一个人,当然是活得越久,剩下的日子越短。
一首老歌被传唱了30年,那么它大概率会被继续传唱30年;《人性的弱点》这本经典已经影响了优秀管理者80多年,它更可能继续流行80多年;莎士比亚的剧已经存在了几百年,那么比起新剧,它更可能继续存在几百年;人类对吃饭的需求已经存在了几千年,那么这个需求大概率还会继续存在几千年。
这么说你可能马上想反驳:封建制存在了几千年,还不是已经结束了吗?诺基亚如日中天100多年,还不是说倒塌就倒塌了?
这么举反例,其实就是没理解,塔勒布说的「概率」是什么意思。
林迪效应的本质是,当我们看到一个事物的时候,「大概率」看到的是它的中间态,而不是两端。
这就好比,你去别人家串门,电视里在放电视剧,那么你有更高的概率,发现这部剧放到一半,而不是恰好刚开始或者即将结束;你随机走进一家饭店,里面的人大概率吃到一半,也不是恰好刚开始或者即将结束。
理解了这个概率,再看这张图就明白了,把你随便扔到一个事物的随机位置,大概率会落到中间附近,那么往回看它的长度就越长,往前看它的长度就很可能更长。
如果把你随机仍在中国历史的任意时间点,你大概率会活在封建时代;如果看几百家已经活了很久的公司,就知道诺基亚的倒塌是能登上头条的极少数。
所以,林迪效应不是百分百准确的金科玉律,而是给普通人预测未来发展提供了一个好工具。
普通人没有上帝视角,不能像看电视剧的进度条一样,知道某个事物到底还有多长的寿命,但通过林迪效应,普通人可以押注到更大概率存续的事物上。
这,也就是我们所说的「长坡」。
即便是那些致力于做点大事、改变世界历史的人来说,林迪效应也是有效的。
比如AI这件事,往回看确实没存在多久,似乎是个全新的、改变世界的事物,但思考一下就会发现,先进的AI也必须回到已经长期存在的需求上去,才能继续生存。
ChatGPT刚刚火爆的时候,无数人疯狂的注册试用,一年时间过去,绝大多数「玩玩看」的人已经很少打开它了。
所以,「用AI」不是一个长坡,「用AI做某个经典的事」才是一个长坡,写作、画画、编程,都是长坡。
 
03

古老的需求
聊到这儿,回到BIM,你知道我想说什么了。
当我们问,还有啥新案例、新玩法、新应用点的时候,大概率都会找到短坡,至于雪厚不厚,只能碰运气。
而想要找长坡,就要看那些「应用点」背后的,已经存在了很久的需求。
在充分竞争的市场里,这种需求不能大而化之地谈,而是要非常具体地观察。
给你举个例子,之前和你聊过的一家公司,德韦国际,他们在装饰装修行业搞数字化,成立了得数科技这样一家数字公司,咱们再来仔细看看,它找的需求是什么。
德韦国际服务的客户很特殊,主要业务是高端大型别墅、顶级豪宅的EPC总承包装修施工,客户群主要是商业领袖和巨富。
你可能觉得,因为这些客户很有钱,所以能让他们挥霍,去搞数字化,对吧?错了,事实正相反。数字化花的钱,每一分都是德韦自己出的。
为啥呢?为了满足一个更古老的需求。
一般体量比较大、造价比较高的装修项目,都是像写字楼、商场这样的业主,甲方有很懂工程的项目管理团队,流程很正规。
而他们做的项目,造价一点不比商场低,但业主却是个人用户,既不懂工程,也没有监管团队。所以,这类业主对服务方的「透明」就有特别高的需求。
咱们家里搞个装修,还要在材料上货比三家、在施工师傅那里扣扣减减,富商们的这个需求和普通人没有区别。只不过咱自己装修的费用,一页纸就能说清楚,大型别墅装修的复杂程度,就远超非工程专业人士的理解范围之外了。
所以,得数科技提供的服务,是给业主省钱的,不光省钱,还要通过数字化的手段,让不懂工程的业主,一眼就能看懂,到底钱都花到哪儿去了。
如果你是一个在BIM和数字化领域泡了很久的老法师,那你去看得数科技开发的平台,并不会有「哇塞」的感觉,模型和图纸集成、点云扫描集成、进度可视化、工程量可视化、任务管理、工地实时监控、数字VR,平台上集成的这些技术你都应该听说过。
但他们做这些功能,恰恰为了解决这群业主的需求的。
拿VR这个功能来说,他们是在VR里直接加入效果图、施工图、设备信息,这在很多工地似乎是个噱头,因为工人都看得懂图纸,用不着VR。但别墅的业主看不懂那么复杂的图纸,而且他们还很忙,顾不上一天到晚跟设计师对接,他们就想直接看到效果,然后点哪里就知道花多少钱、用的什么材料、干到什么进度了、干完了是什么样子。把效果图和各种信息直接集成到VR上,而不是图纸上,就更有效。
如果你去学习得数科技都用了什么技术、找了什么应用点,然后搬到自己的工作里去,可能就会觉得「这好像也没啥嘛,我都见过了。」你要是光听德韦国际的老板韦峰喊「透明」,可能也会觉得他只是在喊口号。
但韦峰这位老板厉害的地方就在于,他找到了那个已经存在了很久的需求:人人都想要个漂亮的家,也不想被装修师傅坑。
这个需求,就是韦峰找到的「长坡」。
当这种需求在富豪那里被放大,大到必须依靠新的技术才能更好的满足,他们就毅然去选择这个技术,而那些不能满足这个需求的技术,再时髦好玩,他们也不感兴趣。
这个生意他能做、别人不能做,也正是因为,在我们关注的软件、技术之外,还有大量围绕这个需求的其他事情——怎么找到这些客户?怎么赢得他们的信任?怎么建立口碑?怎么控制自己的成本?怎么在传统行业引进技术人才?
这些,都远远不是我们只问一句「还有什么新玩法」能得到的答案,也是我们找到自己的长坡之后,要下的功夫。
我们总是说,要解决问题,要提供价值,但问题和价值也分,是大问题还是小问题?是持续价值还是昙花一现的价值?
今天有了长坡理论和林迪效应,我们可以换个视角,把这些有点空泛的话细化一点,问问自己,你在做的事情,解决哪些具体问题?这些问题是已经存在了很久的经典问题,还是最近两年追热点的问题?
 
04

长坡上的政策
在中国,还有个相对容易找到长坡的方法,就是看政策,越是高级别政府文件,长坡的概率越高。
但保持对政策敏感,对普通人而言是有点困难的。我们自己在梳理完两千多份国家和地方政策之后,就真的是拍大腿感慨,当时要是按照这个文件去办了,多好啊!现在回头看,好机会让给人家有政治敏感度的人了。
普通人相信政策很难,一方面是大家没有经常读政策的习惯,容易漏掉;另一方面是中国的很多政策是面向长期,在短期来看会和我们的直觉不符。
第一个困难,我们正在通过持续更新《BIM、数字化、智能建造政府文件信息库》这个专栏,帮着大家解决。
第二个困难,我想再利用今天的长坡理论和林迪效应,再分析分析。
前些天住建部发文,推进BIM报建和智能辅助审查,推进全流程数字化报建审批,27个地区开展全生命周期数字化管理改革试点。
我在一个公众号的留言区看到有人评论,说这种政策就是软件商忽悠政府,无非是领导们圈钱的工具罢了。
这位朋友这样讲,也是有感而发,因为从直觉和体感上来说,现在建筑业很难,建筑业搞数字化活得更难,政府还总发文推进,这不是被忽悠了么?
一个软件公司有没有本事忽悠住建部发文,这似乎不太需要讨论,咱们就算抬杠啊,就说能忽悠,假设你现在成立一家纸质图公司,去忽悠政府发文,取缔一切数字化,回到纸质图时代,能忽悠的下来吗?
不行,因为和主基调不符。主基调是什么?是国家要推行数字化,无论哪个行业都拦不住。
好,那么国家为啥要推行数字化?背后有什么已经存在很久的「长坡」需求?
一是国家安全,二是权力诉求。
第一个需求你不陌生,说说第二个,数字化和权力有啥关系?
我们在《进步时刻》专栏里有一期,专门探讨了这个话题。
信息对权力的影响非常大。无论是公司还是政府,想要达成有效的管理,必须要掌握关键的信息。
管理中最重要的事情是决策权,说白了就是这件事谁说了算,有信息优势的一方自然有决策优势。
但信息的获取是有成本的,比如人口密度、地理位置屏障、方言、经济规模等等,这些都是收集信息的障碍。
在实际执行的过程中,上级不可能掌握和处理所有的信息,也就是获取和分析信息的成本太高了,所以,在技术不发达的时代,中央政府就只能下放更多决策权到地方政府,地方政府也只能下放更多决策权到企业。
这里面就有一个存在了很久很久的需求,从人类有政府就一直存在的需求:上级需要更多的决策权,也就需要更多的信息。
以前这个问题不容易解决,官员比百姓多,上级官员比下级官员多,想掌握信息,只能靠层层汇报,汇报的信息还得想办法精简、抽象、标准化,只有这样,才能用有限的资源获取更多信息。
举个例子,现实的森林很复杂,各种树木都有,还有各种灌木花草,形成一个复杂的生态,但18世纪的普鲁士国王对这些不感兴趣,他需要知道,国内的森林每年能贡献多少树木。
那么对于国家的林业官来说,森林的所有其他参数都消失了,只剩下一个参数:每年能共吸纳多少立方米的木材。所以森林每砍掉一颗树,就补上一颗云杉,因为云杉长得快、价格高,关键尺寸还可预测。
一段时间之后,森林里其他树木都消失了,全换成了云杉,像士兵列队一样整整齐齐的,生态的多样化也消失了。
但在财政上,它带来了很低的信息传递成本和国家治理效率:国王只需要知道国内森林的面积,就知道明年会有多少木材收入。数字如果差得多了,查起来就很方便。
这样的治理方式对于生态来说肯定是糟糕的,但为了信息和决策权也是必要的,这也说明权力对于政府来说有多重要。
而数字化,就是解决这个古老问题的利器。它天然要求标准化、结构化,可以汇总计算,还能逐层追溯。我们在这篇文章里讨论过,为啥建筑业提起数字化,就离不开BIM呢?因为只有它能提供一个强制人们按一定要求和格式填写数据的环境,这是传统的图纸和文档做不到的。
我们仔细去看近几年推出的政策,为啥要强调BIM图审?为啥要求图模一致?为啥要求模型和现场一致?因为这里面的各种「一致」能形成信息的互查,能尽量去掉不可控的因素,不可控因素少了,信息的通路就变短了。
剩下的主要「麻烦」,就是留给下一级的权力空间变小了,而这本来就是高级别领导者想要的。
那这场博弈,这就得看谁说了算了,在中国,这个答案非常明确。于是,中央政府会要求地方政府搞数字化,地方政府也不能算糊涂账,就会要求下一级的企业搞数字化。围绕着这个中心思想,技术问题可以想办法攻克,积极性问题可以靠胡萝卜加大棒,但这个总体趋势,基层是拦不住的。
越是像建筑业这样,复杂、多变、操作空间大、腐败问题多的行业领域,政府推行数字化的大势就越不可逆,而不是普通人出于直觉认为的相反情况。
因为对权力与信息的需求,是已经存在了很久的事物,也还会存在很久。
至于这条长坡上,能不能再找到各自厚一点的雪,那就得凭个人本事了。
不过回到一开始Light分享的那句话:「我是个普通人,我选择长长的坡,薄薄的雪,因为这里人迹罕至。」或许在当下,先接受雪普遍很薄的事实,找到长坡,活下去,才是普通人最理性的选择。
新的概念往往能带来新的视角和洞见,希望在今天之后,长坡理论和林迪效应,可以帮助你用更底层的视角,去看待政策、技术和自己的工作。
有态度,有深度,BIMBOX,咱们下次见!
· 拿下进步会员,免费订阅年度专栏《进步时刻》 ·

为了一个会员,创业公司内部争了大半年,省钱还是进步?

 

本篇文章来源于微信公众号: BIM清流BIMBOX

暂无评论

相关推荐

微信扫一扫

微信扫一扫

微信扫一扫,分享到朋友圈

林迪与长坡:卷成这样的BIM还有啥新玩法?真的不太重要了