夹缝里的人：信息差和算法差
我们这代人是夹缝里的人。夹缝的一边是传统行业所代表的认识世界、改造世界的方式，夹缝的另一边则是互联网行业所带来的新的思维和认知。
电子产品和互联网伴随着我长大，我可以说是互联网时代的原住民，熟知在虚拟世界中的思考模式与行为方式。但我也同时在传统的地产行业工作，培训工作使我游走于人与业务的交接点，让我不断学习和了解在这个世界上占更大比重的思维和行为。
人痛苦的根源也许就是喜欢以自己的思维去度量他人的行为。当我以互联、平等、开放、乃至部分数据主义的思想去看待基于信息差运作的实体时，我在很长一段时间里都感受到了痛苦和撕扯。
我笃信且切实受惠于信息的开放、互联、共享。凭借唾手可得的、无处不在的、开放共享的信息，我在香港和德国的求学生涯总体上算得上怡然自得——可以很容易地靠自己就处理好绝大多数学习和生活的事务。
信息差的窠臼
也许学校和公开事务与波谲云诡的商业世界是迥然不同的罢，我也能理解信息会变得难以流通，为了各自的利益各家总会保护自家的信息不被对手获得。
但令人困惑的是，在组织内部人们依然囿于信息差难以自拔。
譬如，领导向下属提出要求，要么是不说清楚具体的背景信息、目标和期望的产出，要么是含糊其辞，全靠下属体悟。再譬如，当你准备施展拳脚开展一个项目/一项任务时，你会发现可用的公开信息少得令人发指，需要依靠如中医望闻问切一般的方式去一点点挖掘数据和信息，而不同端口得出的反应同一信息的数据又可能不同，信息本身又可能良莠不齐叫人难辨好坏。这也使得企业中的一些老人能依靠对流程、制度、组织的历史、重要人物特点等信息的熟悉（甚至垄断）来安安稳稳过日子。这样的结果便是，组织内部处处是障碍、处处是壁垒，信息是不通畅的，外来者需要花费大量的时间和精力在获取信息上。
同样的，在商业交易的关系中，传统行业们依然习惯于利用信息差的优势来促成交易。而这无疑给买方（或是对买方有感同身受的旁观者）造成了极大的困扰。
例如买新房这件事，在我产生这样的需求时，我期望的是能通过一个或多个信息渠道（乃至数据获取渠道）获取尽可能全的不含立场的信息，并根据自己的需求来筛选出最符合我需求的房子。而事实上，没有哪个渠道能够提供尽可能详尽的信息或未经修饰的数据，购房者从来都只能在卖房设好的局中反复怀疑、小心求证，自己去挖掘真实的信息。劳心又劳力，也依然处于弱势。
那么问题在哪儿呢？在信息互联开放透明的环境中，不依靠信息差，要靠什么来进行交流和交易呢？
算法差的答案
我想把答案称之为算法差，或者对人来说应当是认知差更容易理解些。
数据是记录着信息的载体，可能是一大串一大串的数字，亦或是文字、图像、声音等等媒介。而信息则是从数据中提炼或者转译而来的指向确定性的内容。过去利用信息差来取得优势的实质是“我比你有更多的数据”以及“我比你更能读懂数据中携带的信息”。而能使得数据和信息发挥最大的效用，则要仰赖算法。也就是使用怎样的方法和流程来处理可知的数据与信息，并得出最终的解决方案。
把计算机中算法的概念类比到人类身上，就是我们的思维结构、我们的认知体系，就是我们如何处理信息、如何输出结果的过程。就好比用同样的食材，对食材的不同理解会带来不同的处理思路，不同的处理思路结合不同的烹饪工艺则会使得厨师烹调出截然不同的菜肴。当然当类比到个人时，也会受到每个人作为个体的强烈影响，如性格、对世界的态度、过往的经历、当下的情绪等等，这些都会是计算机纯逻辑的算法所忽略的变量和信息，因此用认知似乎更准确些，也更有“人”味儿些。
算法的差异、认知的差异，是在信息互联互通时代建立优势最为倚仗的存在。也正因此，夹在信息差和算法差之间的人是痛苦的。司马光说：“由俭入奢易，由奢入俭难。”在我习惯了信息的富足和易得时，我着重于构建我的认知。当我进入一个新环境再想以过往那套做法来应对时，却发现如何破除人为的阻碍来获取信息、辨别信息却是最困难且最重要的事情了。
信息差可以拼努力，算法差必须拼能力
这里想撇开说一点，有一类信息却是极难获取的，便是人内心的想法。
我们永远无法得知一个人的真实想法，只能通过语言和行为来管中窥豹。我想这也是与人打交道总是一门很复杂的学问的原因。传统行业受困于信息差也许与总习惯于把“人”和由人驾驭的“权”放在更高的位置有关系。当人总是为了自己的利益奋斗时，自然会藏着掖着。毋宁叫人猜，也不愿敞开心扉；毋宁叫人自己去问，也不愿把自己的成果公开出来。而我想互联网所带来的思想中的开放、互联、共享的肌底便是真实、平等、友善、民主等人类始终孜孜以求的真理。追逐个人的利益和幸福本不应被职责，但应当以道德为准绳、以真理为标尺。
如若这永恒功利主义一般的思考能得到广泛共识，也是一桩幸事。而现实却是极其复杂的，不同的主义盛行，每个人的认知也会受到诸多变量的制约。作为在夹缝里的人，我一面希冀于通过算法和认知系统来建立自己的优势，另一面又在信息差的窠臼中消耗大量精力。我时常也会想，为何如此困难呢？明明互联透明开放的信息会给人与人的协作带来大量的好处，为何总有那么多人执拗于信息差呢？
也许是因为，信息差可以拼努力和算计，而算法差必须拼能力。
前文有提到，利用信息差来取得优势的实质是“我比你有更多的数据”以及“我比你更能读懂数据中携带的信息”。
解读数据是一种能力，但只要能通过努力获得足够多的数据，或通过算计垄断足够多的数据，便能在信息差中取得优势。然而，当数据和准确的信息公开透明的时候，任何人都对原始的数据唾手可得，任何人都能大概率得到准确的信息，那么如何构建其更好的算法和认知体系，这纯粹就是能力、甚至是智力的比拼了。
每个人都可以努力拼搏，但不是每个人都能习得足够的能力的。对于享受着信息差的利益者来说，这无疑是一场灾难。
试想，当初入职场的小白就能通过公开的信息库了解到这家公司的经营数据、部门协作记录、重要供应商的联系方式和特点、每一个员工的公开信息和喜好特征、每一件产品从设计到生产到交付的全过程记录，这个小白有没有可能凭借自己的认知去应对很多也许老油条也很难完成的挑战呢？
关于算法本身的讨论
最后还想讨论下算法。算法是谁的算法？如何获得强大的算法？
我想，每个人都应当拥有属于自己的独一无二的算法。算法很难直接获得，只能通过学习和训练来不断升级和迭代自己的算法，也就是我们的认知。一个组织也应有属于组织的算法，这个算法就是业务的流程和机制，但这个算法也必须经过不断训练和迭代。其关键是每个个体都有且仅有一个算法，它应当是合乎逻辑的、闭合的，否则就会出现混乱。
而算法如何升级迭代呢？
所谓的学习和训练本质是通过不断处理信息、跑通算法逻辑、评估结果来提升算法的质量。是不是有些似曾相识？这也是人工智能不断迭代升级其算法的核心思路。不断处理信息这个过程的累积我们也常常会称之为经验，也就是为什么很多领域中，从业者的资历越深，往往成就也越高，而初学者则极难一步登天。但这并不意味着经验越丰富就越有优势。坐拥一堆经验，却不基于此进行结果的评估、完善算法的人，就依然只能靠信息差过活。
因此也就不能否认智力等先天因素在算法升级迭代中的作用，少数天赋异禀的人可以大幅缩减学习和训练所需的周期，从而快速建立算法的优势的。当然努力也会很重要，但努力的作用对象是学习和训练，再由其结果构建的算法作用于事务。这样的投入与回报无疑是曲折和长期的。
离开信息的保障提算法差就是耍流氓
这样一来，既没有过人天赋，也没有努力学习和训练的人，必然会对开放信息环境下以算法和认知来竞争的情形会心存恐惧，因而有意或无意地设置重重阻碍。
尽管身处夹缝中时常感受到痛苦和撕裂，我想我们却是必须要思考这样的问题：信息差和算法差两种模式的共存是社会现实，我们要如何弥合两者的矛盾？
现在一个普遍的现状时，很多人越来越意识到思维和认知的重要性。领导们和成功者极力鼓吹思维体系的重要性。但事实上，算法的训练是基于足够的信息的支撑的。如果没有信息的保障，提什么认知升级就是耍流氓。其本质是前人吃够了信息差的红利后，在接触到大量信息后认识到了算法和认知的重要性。因此，在这样的语境下，应当要首先解决的是信息获取的问题。这就又回到了信息差模式中，信息差模式根深蒂固，好的算法就成了奢侈品和贵族专属。
那么要如何促使信息差模式到算法差模式的转变呢？
算法是很难一朝建成的。对于信息差的执着本身也是一种认知、一种算法，要想促使其改变唯有通过不断的教育和影响，而万万不能奢求瞬间完成斗争。更何况，进入算法差模式的基础是信息的开放、互联和共享，否则就会将大量宝贵的时间和精力耗费在获取信息上，那谈何反复学习、训练和总结提升呢？这或许也是为什么上层阶级总是更容易取得成功的原因，上层阶级占据大量社会资源的同时也是把大量信息据为己有，这使得其后代可以把普通人大部分寻求信息的精力放在训练自己的算法上。
因而，我想身处夹缝应当是一桩幸事，因为我们已经触摸到了一个通过算法和认知来构建优势的世界，而不是沉沦在信息差的牢笼中。我们要做的不应是以互联网原住民的身份自傲，而是想尽办法帮助夹缝的另一面构建其信息共享的基础设施，同时不断以真实、平等、友善、民主等人类共同的价值主张来影响信息差模式的人。
某种程度上，以上由痛苦引发的思考过程对我来说也是一种算法的升级吧。
当然我们也必须认清一个事实，新的环境或系统构建的初期，信息是很难做到透明开放的。当人们步入一个新领域时，信息差模式总会占据上风，但我也相信随着信息的开放，算法和认知才是我们强大的倚仗。