圖片發自簡書App

王煜全 ?產業理解｜現代企業需要前瞻性經營（1/7）

預見未來

企業需要前瞻性經營：

以我多年做咨詢和投資的經驗，絕大多數企業活在過去，最多活在現在。無論業務經營思路、管理思路、產品設計、營銷推廣都只是了解過去的或現在的市場需求，總結過去經驗。但實際上，市場是流變的，為現有市場設計業務，等業務推出時市場已發生變化，業務也就失效。

產品研發、設計應當面向未來：

一方面，雖然表面看來暫時沒有用戶，但當潮流趨勢真正到來的時候，就能提供更好的服務；

另一方面，能夠充分回避競爭。企業經營、投資的核心思路不是避險，而是提前作出判斷，需要理性的冒險精神。

預見未來的兩個方面：

第一， 科技創新與應用創新——跳躍式與連續性。

科技創新常常是跳躍式，因此需要掌握科技創新趨勢，一方面，避免被跳躍性發展的科技、產品、行業對自己的經營造成致命影響；另一方面，乘著科技創新潮流，達到新高度。

應用創新一般是連續性的，例如喬布斯的iPhone雖然是一個很革命性的產品，但是依然可以拆解，技術進步使不同的部分可以組合在一起，從而帶來了極大的便利性，使手機成了不可或缺的工具。

第二，科研成果與產品轉化——偶然性與必然性。

科研成果的出現往往是偶然的，但必然要經過產品轉化推向市場，隨著大量應用的推出，甚至可以轉變社會行為、推動社會發展。

雖然術業有專攻，但很多競爭來自跨行業，因此要對各個行業、對整個科技產業的發展形成全面認識，預見未來。

硯青上周看了bittiger的一個講座，請來一位用數據分析做音樂的專業人士。雖然大量聽不懂的東西，但是確實感覺到眼界開闊了。

經營未來

圖書《反脆弱》中提及過：大部分人認為“脆弱”的反義詞是“堅強”、“韌性”，或在學術上稱為“魯棒性”，即在任何情況下都不會被毀滅，反之很容易被毀滅、破壞就是“脆弱”；但《反脆弱》這本書的作者認為，“反脆弱”的核心不是活下去，而是在任何情況下都能迅速成長、繁榮。

有些企業充滿韌性，就像鱷魚，經過億萬年時間，依然以最古老的形式存在；但鱷魚并不是統治地球的物種，確實韌性有余，但適應性不足，它的韌性是以犧牲適應性為代價的。

《羅輯思維》和《得到》具有很強的快速進化能力，我認為這是企業面向未來最重要的能力。

企業能力培養：

表面——找準時機，重要的不只是活下去，而是一定要繁榮，一定要快速增長；

實質——掌握新形勢下的新打法、新經營、新市場、新產品，通過快速迭代進化，迅速適應新市場，從而最大可能的擠占新市場，在新的市場機會里面形成壟斷。

好企業必須具備強烈的擴張性，我并不強調所謂工匠精神的說法，因為工匠精神往往缺乏擴張性，所以你會發現很多人舉的工匠精神例子恰恰是那些瀕于滅絕的手藝。做企業不能為了工匠精神而使自己瀕于滅絕，我們更需要快速進化擴張。

布局未來

閃電戰：對基于技術和社會變革的戰略戰術進行根本性提升。

投資：隨著市場流動性和資本流動性的加速，應該把雞蛋放在一個籃子里，依靠廣泛布局本領域前沿形成長期優勢。

未來6期節目預告

第一部分預見未來，會分兩周來講，一周講科技創新和應用創新，講跳躍性和連續性的關系；第二周講科研成果和產品轉化，講偶然性和必然性的關系。

第二部分經營未來，一方面通過《反脆弱》來給大家講如何設定一個足夠宏大而又能夠實現的目標，而不只是要活下去；另一方面是培養企業快速進化能力。

第三部分布局未來，大企業可以做戰略布局，小企業可以做戰略協作，從而達到長盛不衰的目的。簡而言之，雞蛋要放在一個籃子里。

此系列將陸續在每周三的產業理解版塊中進行完整講解。

王煜全，前沿偵察的第323天。

吳軍 ?第203封信丨智能時代創業是苦差事

我在《智能時代》一書中講，智能革命會將社會重新洗牌。在這個既充滿機會，又富有挑戰的時代，創業者其實是既興奮，又擔憂。他們興奮的是自己有可能趕上智能革命的快車跳躍式地超過之前的巨無霸企業。

而擔憂的是，這次智能革命在很大程度上是比拼數據量和計算能力，小公司面對Google、微軟、Facebook，或者中國的騰訊、阿里巴巴、百度，甚至是科大訊飛這樣老牌的企業，都毫無優勢可言。

那種在過去靠技術一招鮮吃遍天的情況不再會發生了，也正是因為這個原因，像李飛飛這樣最頂級的人工智能專家都要到Google去工作，因為后者有數據。如果連李飛飛都不得不走這條路，創業者的出路在哪里呢？

小公司一開始由于資源有限，不可能像大公司那樣全面鋪開工作，即便創始人有很高的心態，也需要從一個突破點開始做起。我在第2封信《也談10000小時》中講到，凡事做好需要一萬小時或者更長的時間，其實這個經驗不僅對個人適用，對產品也是一樣的。任何產品要打磨得像樣，就必須花工夫，蘋果手機大家都能看到它好用的一面，但是在設計時所花的工夫可是比其它手機多得多，僅僅是外形上四個角的弧度，就做了很多的嘗試。

初創公司規模小，要想在短時間里在某個方面領先大公司，必須要把所有的人力集中在一個點，把一個產品打磨好。做平臺的工作量特別大，以小公司的人力物力，很難在短時間里既做到技術領先，又做到大家都滿意。

講回到今天在人工智能領域創業這件事，今天會有三類公司受益于智能時代。第一類公司是大家在媒體上經常看到的Google、微軟、Facebook、亞馬遜、英偉達、阿里巴巴、騰訊和百度等大科技公司，它們有些已經在人工智能技術上做了很長時間的研究，比如微軟，有些則是在最近的兩年奮起直追，比如阿里巴巴。這些公司都在致力于打造平臺型的產品，或者像英偉達這樣利用自己過去在市場上的優勢，向人工智能領域轉型。它們的財力和人力資源是其它公司難以匹敵的。

第二類公司是擁有大量數據，卻不知道如何使用的公司和機構，以及商業規模非常大，但是商業模式老舊的公司，比如電信運營商、石油公司、政府部門、大工廠、商業銀行等。它們的數據和商業規模本身是一大筆財富，但是在變現之前它們并不等于錢，而數據和商業規模變成錢需要一種催化劑，那就是智能技術。

吳先森啊，你就直說IBM不行么？ IBM還真是起了個晚床，趕了第二天的早集。大數據泛濫的時候，IBM基本是大個子里最后才出手的，而且是砸鍋賣鐵般的轉型。本來以為在大數據技術市場上沒什么優勢了，結果直接轉型做人工智能，再加上常年積累和購買的各種數據。簡直是華麗轉身，牛逼得不要不要的。商海沉淪，姜還是老的辣啊。

更新筆記，IBM根本就是AI的元老！我怎么就把深藍給忘了呢？今天同事提醒IBM上世紀做過大量的人工智能項目。所以上面的筆記錯了，這壓根就是窖藏多年的陳釀重見天日。

有趣的是，由于這些公司基因的問題，它們還真的難以依靠自己的力量從大數據中挖掘金礦。在中國的金融界，四大國有銀行一方面看著阿里巴巴旗下的支付寶等金融產品掙大錢，另一方面守著更多的數據干著急。

第二類公司中目前有不少依然覺得靠自己的力量能夠趕上智能革命的浪潮，但是如果不借助催化劑，其實是很困難的。那些大銀行，在大數據已經被提出近十年，在中國也被熱炒了六七年的今天，依然無所作為，又怎么能指望自己在今后的六七年有所作為呢？如果荒廢了接下來的六七年時間，在整個行業中落伍是確定無疑的。

在美國，各家大銀行已經認識到這一點，他們都直接使用Splunk等提供大數據服務公司的產品處理自己的業務，而不是自己從零開始打造新的IT團隊。相信中國的第二類公司很快能夠明白這個道理的，這樣就給第三類公司以機會。

第三類公司是掌握新技術的創業公司。它們有一些技術專長，但是沒有第一類大公司的水平；有一些工程能力，但是沒有第一類公司的綜合實力。當然作為小公司，它們肯定沒有大量的數據，這些公司怎樣才能在智能時代分一杯羹呢？簡單地講，就是干第一類公司不愿意做的臟活、苦活。

第二類公司由于和第一類公司其實有利益沖突，或者潛在的利益沖突，它們是不會委托第一類公司做事。你可以想象四大國有銀行信不過阿里巴巴，中國移動信不過騰訊。同樣，花旗銀行也信不過Google和亞馬遜。另一方面，第一類公司也不會愿意去做那些臟活、累活，因為從成本上來講不合算。因此，這類公司最終會扶持第三類公司為自己做事情。

由于第二類公司有數據，有資源，有市場，因此它們在合作中會很強勢，而第三類公司在一開始必須做臟活、累活，可能還得不到很多收入，這個過程是省不了的。但是，一旦傳統一點的大公司開始信任那些小公司后，就形成了原有產業＋新技術＝新產業的格局。在雙方雙贏的基礎上，這兩類公司的合作會非常好。另外，第三類公司可以直接利用第一類公司的平臺，因此，第一類公司通常不會和它們作對。

目前有沒有這樣的小公司成功的案例呢？有的，從美國回到上海創業的宣曉華博士創辦的華院數據就是獲得成功的第三類公司。華院數據里面有三類人，工商管理碩士(MBA)、數學家和計算機工程師。

第一類人深入到每一個行業和大公司了解業務邏輯，看看如何能夠通過使用數據提高那些行業的業務水平。第二類人則根據具體用戶的業務邏輯建立數學模型，而第三類人則實現數學模型。每當一個這樣的小團隊能夠為大公司解決一些具體問題之后，華院數據就將這個小團隊剝離出去，和相應的企業成立合資公司，再引入風險投資，就這樣，華院數據孵化出十多個開始掙錢的大數據公司了。

當然，華院本身也在不斷積累技術和數據。在未來，這一類的公司會不斷涌現，它們從做臟活、苦活開始，如果做得好，就能夠把自己的業務從一個大公司擴張到整個行業，甚至有可能擴展到其他行業中去。具體到母公司華院本身，其實已經漸漸開始從單點突破往平臺方向發展了，它打算在三到五年內再孵化上百家小公司。華院數據并不打造自己的數據平臺，而是使用阿里云的服務，因此它和阿里巴巴也沒有矛盾。

在智能時代，核心的技術很容易獲得，各種機器學習的方法都有開源的版本，但是各個公司因為數據量不同，使用同樣方法取得的效果也就會不同。而解決數據的問題，大家不妨學學宣曉華博士，從臟活累活開始。

最后概括一下我的觀點，今天的創業者不要一開始就想著自己能夠辦一個Google或者阿里巴巴，必須先從臟活累活開始。如果在一個技術發展平穩的時代，現有行業的大公司并沒有什么臟活累活可做，那么小公司機會不多。

今天，在智能時代，技術飛速發展，現有行業要升級，就有了大量這樣的公司。只要小公司的團隊有技術水平，有一定的市場能力，認準了方向，愿意做其他公司不做的臟活累活，就有不小的成功機會。

人要想成功，說容易也容易，只要擔起別人不愿意干的，又非常有意義的臟活累活即可，不要只盯著那些容易做、利益大的事情，因為它們早讓大公司做到了。成功要說難呢，也很難，因為它需要人的綜合能力。不過，在一個變革的年代，機會總比平時多。

吳軍的課后作業（往常我都會刪掉，但是今天的題目值得思考，明天回來看看別人的參考答案：P）

既然創業是一個苦差事，你是否會考慮創業，如果你已經創業了，是否會考慮回去找工作？

萬維鋼 ?日課179｜網購是怎么把我們變成傻瓜的

《大西洋月刊》“網購如何把我們都變成傻瓜”（ How online shopping makes suckers of us all ），作者杰里·尤西姆（Jerry Useem）。

尤西姆告訴我們，商家沒有坐以待斃，他們使用了更先進的辦法跟消費者博弈。

在說這些新方法之前，咱們先從“第一性原理”思考一下商品定價的問題 —— 如果你是一個開商店的，對你來說最理想的定價是什么呢？

1.用算法定價

最理想的定價，當然是顧客愿意出的最高價。如果這個人很有錢根本不在乎價格，那你就把價格定的高一點；如果那個人花錢很謹慎，你就把價格定的低一點，能賺多少賺多少。

這其實就是最古老的定價方法。歷史上的商品交易本來就都是要討價還價的。是十九世紀以來，商店要實現規模化經營，討價還價的服務成本太高，才索性讓統一定價成了主流。從此之后，商店就得猜測一個大多數人在大多數情況下能接受的最高價格。

但是商店總想做得更好 —— 我為什么不能給每個人一個不同的價格呢？我為什么不能在不同的時間段，給不同的價格呢？

算法可以幫你做到這一點。亞馬遜雇傭了很多經濟學家開發自己的商品定價算法。僅僅今年三月份，亞馬遜就貼出了59個針對經濟學家的招聘廣告。尤西姆重點介紹的一個公司叫“飛去來器商業”（Boomerang Commerce），已經成立五年，專門給商店提供定價算法。

這些經濟學家借助大數據和在線實驗，搞出了各種新的定價策略。

2.商店的三招

第一個辦法是讓商品價格隨時變動。

比如說自動售貨機里賣的罐裝可樂，現在可以做到讓價格隨室外溫度的變化而變化。天熱就自動賣的貴點，天冷就自動降價。

網購的高峰時段，是工作日的上班時間 —— 也就是說人們總愛在辦公室里上網買東西，回家可能就專心看電視劇了。那網店的一個好辦法就是在早上略微提高商品的價格，晚上略微降低價格。事實上不但網店這么做，連實體的超市也可以在一天之內變動幾次價格，只不過對應的是不同的時間段。

如果你拿不準到底應該什么時候變，變化多少，你還可以直接做實驗。有人跟蹤了亞馬遜上一種做南瓜餅的調料，發現這個調料的價格變動很大，有時候賣$4.49，有時候賣$8.99，有時候又是別的價格。專家猜測，亞馬遜是在做價格測試。亞馬遜也不知道這個調料賣多少錢合適，隨時變動一下看看消費者反應。

第二個辦法是讓價格因人而異。

如果商店知道你的年齡、性別、家庭住址、甚至收入情況，那它就可以大致推算你的價格敏感度，它就可以給每個人一個不同的出價。

注意，這可是價格歧視。亞馬遜早在2000年就這么做過，被人發現了，貝佐斯緊急聲明，說我們只是在做測試，不是有意歧視。目前為止，我沒有聽說過直接的證據，說兩個人在亞馬遜購物，在同一時刻、對同一件商品獲得了不同的定價。

但亞馬遜沒做，不等于別人也沒做，而且可以做得更高級。最好的辦法不是看一個人的宏觀經濟數字，而是看他上網瀏覽的記錄。尤西姆引用了一項研究。研究者用兩臺電腦模擬兩個上網者。一個假裝是富人，專門瀏覽一些高大上的奢侈品網站；一個假裝是個節儉的人，專門瀏覽一些低端的東西。這么上了一周網之后，兩臺電腦上一個購物網站 ?—— 文章沒有點名是哪家網站 —— 買耳機。結果網站給“富人”推薦的耳機的價格，是“節儉者”看到的耳機的價格四倍。

而且還不僅僅是推薦的商品不一樣。研究者發現，對同一件商品，地址是富裕地區的電腦，看到的價格就比低收入地址的電腦要高。

如果每時每刻看到的價格都可能不一樣，而你看到的價格還可能跟別人的價格不一樣，那貨比三家的意義就沒那么大了。也許早上看好一個商品，晚上就降價了。那這樣的話還不如找一個靠譜的良心商店，如果他家的價格一貫比較實惠，干脆就都在他家買算了。—— 對這樣的心態，商店也有辦法。

這就是第三招，制造“低價感”。

商店可以有意識地把你關注的商品給個底價，哪怕少賺甚至不賺錢，先把你吸引過來，但是對那些你不敏感的商品給個高價。比如說雞蛋和牛奶是大多數人每周必買的，那商店就把雞蛋和牛奶賣得便宜一點，讓你獲得一個“低價感”。你記得雞蛋的價格可是你未必記得生姜多少錢一斤，只要你來了，商店隨時把生姜價格提高一倍，而你可能根本沒注意到就買了。

亞馬遜就常干這樣的事情。感恩節之后的黑色星期五，是美國的購物節。有一款電視機，平時賣350美元，黑色星期五這天亞馬遜給它的標價是250美元，全網最低！你來了，你買電視可能還需要買一根HDMI連接線，亞馬遜就把這根線的價格悄悄提高了60% —— 而你根本不會注意到，順手就買了。

定價有這么多門道，現在購物簡直就成了一個斗智斗勇的事情，那消費者也要反擊。

3.消費者的反擊

據說同一架飛機的乘客之中，每個人買機票花的錢數都不一樣。如果你愿意投入時間和精力，購物的確可以省錢。有經濟學家做過數據分析，說那些在eBay上反復瀏覽比價的消費者，平均每花1小時時間，可以省下15美元。

而且消費者也有自己的自動化工具。之前我們專欄介紹過一個瀏覽器插件，叫“InvisibleHand”，可以自動在幾個主要購物網站之間比較價格。尤西姆介紹了一個網站，camelcamelcamel.com，專門跟蹤亞馬遜上商品的價格變動。

價格波動曲線，好像股票走勢圖一樣。接近歷史最低記錄，是個出手的好機會。

你可以讓 camelcamelcamel.com 幫你關注一個商品的價格，一旦到位就自動通知。

尤西姆說，現在有人呼吁弄一個全網監控系統，看看有哪些商家在搞價格歧視！不過這樣一個系統必然是非常復雜非常麻煩。

不過根據今天吳軍的觀點，這可是個創業的好（ku）風（chai）口（shi）啊~

道高一尺魔高一丈，消費者和商店都有點身心俱疲！所以現在就有一個賣服裝的網站，叫 everlane，干脆來了個“透明定價”。

對每一件衣服，材料費多少錢、生產人工成本多少錢，海關關稅多少錢，運輸費多少錢，全都告訴你。比如 everlane 上一件賣$48的襯衫，它明確告訴你，進貨成本是$19，而別家一般賣$95，咱們都是實在人我不跟你玩花活，你要買就買！

尤西姆介紹，everlane 甚至實在到，它清倉甩賣一件衣服的時候，會給消費者三種價格，讓消費者自選：

進價加運費，我們一分錢不掙；

再給我們一點運營費用；

讓我們也掙點利潤

Everlane 希望消費者也能仗義一點……結果87%的消費者選擇了最低價。

尤西姆不太看好 everlane 這個定價模式。關鍵在于，也許消費者真正想要的并不是最低價，而是一個“低價感” —— 那這場定價的游戲就會永遠玩下去。

｜由此得到

消費者通過網上比價虐待商店的時代已經結束了，商店正在使用更高級的定價算法應對。三個主要辦法是讓價格隨時間變化、讓價格因人而異，以及提供一個的“低價感”。

這場聰明人對聰明人的戰爭不斷升級，最后可能會回歸實在和簡單。

｜我的評論

尤西姆在文章里介紹了一個經濟學家的研究結果。在線視頻服務商Netflix，我們知道它給的是一個單一的價格，每月$11.99。經濟學家說，如果 Netflix 搞價格歧視，看看誰經常去電影評分網站就給他一個更高的價格，Netflix 的收入能提高14.6%。

我覺得這個經濟學家有點太書呆子氣了。Netflix 提供的是一個標準化的產品，所有人的服務是一樣的，比價太容易了。如果你收我$15.99，而我家鄰居只交$11.99，難道我會不知道嗎？

以我之見，簡單商品不容易玩價格游戲。比如iPhone手機，是多少錢就是多少錢，就這么一個手機，消費者非常容易感受到價格變動。

那么由此推論，將來人們越不喜歡價格游戲，就可能越喜歡簡單化、標準化的商品。把復雜的日用品打包，提供一個一攬子的解決方案，讓消費者不用為價格戰操心，也許就是一個好方向。 ?

爆款文章共性：講個好故事

對于爆款文章，我們都默認一個評價標準，就是閱讀量超過10萬，達到10萬加。那么，這些爆款文章有什么共同點，怎樣才能制造一篇爆款文章呢？

首先，爆款文章重在內容，不在長短。很多人習慣性地認為，微信的文章寫太長，用戶會沒有耐心去看。但是GQ編輯部去年年底統計了他們微信公眾號文章的閱讀量，在閱讀量最高的文章里面，有一半以上超過了一萬字。所以在何瑫看來，爆款文章最終要回歸內容，要看它好不好，而不是長不長。

(這個統計分析硯青表示不理解，你說一半以上超過了，那是應該寫長點咯？或者說差不多一半的爆款文章不超過一萬字？)

那么，爆款文章在內容上有什么共同點呢？它一定是一個故事，里面充滿了情節。說故事有這樣一個好處：好故事自帶傳播屬性，人們看到充滿情節的好故事，就會有強烈的傳播分享的欲望。

什么是好故事呢？何瑫說，GQ報道有6個標準，判斷一個故事好不好。

第一，問題要足夠重要，要建立與時代的關系。

比如GQ曾經推出的兩篇爆款文章，一篇寫喊麥，是直播領域的故事；另一篇寫自媒體行業的咪蒙。這都是這個時代最重要的話題之一。

第二，要展示人物和情節的復雜性，不是孤立的一人一事。

不管寫什么，都不能只寫一個人，而是要寫人或事背后的東西。往小了說是一個行業，往大了說可能是整個社會的一個風潮，甚至更深的東西。

第三，選題要有想象力，不要模式化。

模式化的文章可能只看三個自然段，你就已經知道這篇文章到底要講什么了。比如一說直播，很多人首先想到的就是錐子臉，很多文章就順著這個前提展開，這就是很嚴重的模式化。

第四，相關結論不要流于俗套。

還是說直播，如果光寫一個女主播搔首弄姿的故事，那就是流于俗套了。

第五，要有好的故事細節，不要堆材料說觀點，要用具體的情節去打動人。

第六，要有適當的價值觀。

如果一味追求流量，寫得尖酸刻薄，能換來短期的流量，但對于整個品牌的傷害會非常大。

知道了這六個標準，那好故事應該講什么呢？

首先，好的故事要建立起共情效應，也就是讓受眾覺得這個故事和自己有關系。其次，好故事應該聚焦遇到困境的人。因為我們每個人都對別人深層的性格特點有天然的好奇，而這些特點只有在他遭遇困境的時候才會顯現出來。困境的質量要高，強度要大，這樣才能讓受眾覺得有意思。動筆寫作之前，要想清楚故事的主人公是誰，他想要什么，為什么想要，他會采取什么樣的方法去得到他想要的東西，會遇到哪些阻礙，會采取什么樣的行動，對抗這些阻礙的結果會是什么，想清楚這些再動筆。

故事的講法也很重要。新手往往只會使用線性敘事，也就是流水帳，只是按照事情的前后順序從頭講到尾，大部分人是看不下去的。這里有一個實用的小技巧，就是故事不從頭講起。先分析整個故事高潮點在哪，把故事里最有可能吸引讀者的那一個點拿出來，放在故事的開頭。把讀者的注意力帶進來之后，再去講你整個故事的發展脈絡，效果更好。

錢穎一：對效率問題的認知誤區

錢穎一認為，關于效率和公平的關系，其實是很多人對效率的重要性的理解不夠。經濟學往往就更注重在發展中解決問題，也就是說要先提高效率，把蛋糕做大了再去分，這對所有人來說，都是共贏的方法。但為什么現實中大家往往會忽視效率的重要性呢？錢穎一提出了三點原因：

第一個原因是，公平問題通常顯而易見，但效率問題大家往往看不見。

你比如說小偷，所有的人都認為偷竊不好。為什么不好？因為偷竊是不勞而獲，是不公平的，這是大家一眼都能看得到的。但對于社會利益來說，一般人都會覺得偷竊不過是把一個人的財富轉移給了另外一個人，財富并沒有損失，但其實不是這么簡單。那偷竊到底還有哪里不好呢？經濟學家認為，如果你覺得你的東西可能會被偷，那你就要買鎖，就要雇保鏢，這些都要使用額外的資源，增加了原本沒必要的成本，我們的蛋糕在無形之中就變小了，這就影響了整體的效率。但這個問題大家往往都看不見。

同樣，腐敗也不是簡單的道德問題，我們一般人看到的是財產轉移，從公有財產變成了個人資產，我們的蛋糕并沒有變小。但是，我們都看不到經濟學家所謂的“尋租”現象。什么是尋租呢？在經濟學家看來，“尋租”這個詞就是專門用來指那些向政府爭取優惠政策，讓自己得好處，而社會總的資源發生損失的行為。比如說腐敗，行賄的人不可能平白無故就送禮，所以想要受賄的官員就必須設置一些門檻，為了通過這些門檻，企業才會來賄賂你，這就叫做尋租。企業在這個過程沒有進行任何有價值的生產，而且增加了很多成本，這就是效率的損失。所以你看，大家往往只看到了公平問題，卻經常忽視了效率問題才是導致我們利益受損的真正原因。

第二個原因是，人們往往缺少共贏思維。

如果只從公平角度分析，任何改革就沒有共贏的方案，因為有人分多了，就一定有人分少了，就會出現所謂的不公平，所以公平問題通常是零和游戲。但效率問題不一樣，它是正和游戲。什么意思呢？因為從效率角度分析，只要效率提高，蛋糕就做大了，贏者就有可能補償輸者，最終形成共贏的結果。所以經濟學強調，如果更多地從效率角度考慮，雖然不是說任何情況下都實現共贏，至少是存在這種可能性。但是在現實中，很多人都會陷入零和游戲的思維中，雖然我得到的要比以前多，但只要別人得到的比我多，我就很難接受。這也是效率問題容易被忽視的重要原因。

第三個原因就是除了經濟學之外，其他社會科學中對效率問題并不重視。

因為學科的側重點不一樣，其他學科都不重視效率，這就讓大多數人很難認識到效率的重要性，錢穎一說，也正是由于這種稀缺性，經濟學應該更加強調效率，如果經濟學家再不談效率，社會上就很少有人考慮效率了，這對社會來說，將會造成巨大的損失。

計算專業表示，算法的時間復雜度（效率）絕對被重視