“我不解决问题，我解决思考模式，问题则自但是解。”——Louise L. Hay
选择比努力重要——这句话是错的。
生命中只有1%的选择成心义，它决定了我们生命的构态，如工作，定居地，伴侣等。对其他99%的选择，对错与否，无关痛痒。
很不幸地，在工作近3年半后，我又要面对1次生命中1%的选择——找工作。
记得在2015年初，我刚入职第1份工作的时候，总结了自己找工作的经验，并发表成文。其中的核心思想就是选择工作的3要素：行业，公司和职位。
行业和公司决定个人的成长速度和收益，职位决定未来发展方向及在公司内受重视程度。
时至本日，从最近找工作的经历中，我在本来的加入底层逻辑和顶层理论，完善了这个决策模型。
这个模型的核心思想是，从个人对事业的底层需求动身，了解所处行业和公司发展，做出决策。
我愿意花时间完善这个模型的缘由有3个。
第1是随着年龄增长，决策本钱愈来愈大。当初刚毕业时还是个小伙子，1人吃饱全家不饿，所以只要有1份有前景的工作都愿意全身心投入。
随着时间推移，每次职业转换的本钱会愈来愈高，转变好，则会实现跃迁，若是妄动，不但老本不保，乃至有可能跌的更惨。
第2是在工作3年后，在就业市场上的选择愈来愈多，而在众多选择中，如何辨认出最好的机会，也需要1个有指点性的模型。
第3是把职业和生活计划的合1。大多数人看得清眼前看不到未来，常常低估了长时间风险而高估了短时间收益。
我大学学的是土木工程，毕业后便转了互联网。有天晚上我和老婆聊天，说起如果我继续土木行业的工作会是怎样的1番情形，推演下来，却细思极恐，不但不会遇到现在的爱人，乃至自己的生活也会1团糟。不值得的工作所带来的危害远远不止逐日8个小时，它会在各个方面摧毁你的生活。
这些年来，除学到的知识技能，带给我最深影响的，是与优秀的人共处，在言论自由的环境里各抒己见，在高速增长的行业里适应变化，而这些因素却不曾在任何职业指点里被提及。
正是这些思考，在失业的时间里，逐步面目清晰，逐步脱胎成形。
回归模型本身，我想先从底层需求讲起，然后说说关于行业风口的Alpha和Beta理论，最后谈谈找工作。
底层需求：
（为何这个图看着这么像Airbnb logo~谅解我放荡不羁的画风）
底层需求亘古不变，没必要思考时期的变迁——所以 从工业时期提取出来的分析方式，在信息时期一样适用。
1个传统意义上的理想工作是3个因素的交汇，喜欢，能力和收益。
我喜欢做甚么？这是最重要的问题。
对职业的酷爱永久被低估。喜欢与否，都是你个人的事情，没人会关心。因而大家聊天时，有人会问公司发展，职位头衔，薪酬福利。但极少有朋友会问你，在这份工作中，你最喜欢甚么？
经年累月，最怕从众如流，忘了本心。
如之前所说，1份讨厌的工作不但会浪费你1天8小时，乃至会毁了你下班后的心情。坏情绪具有沾染性，在工作中的暴躁与懊丧，会影响到家庭和社交生活。
或许你对待家人不再有耐心，乃至久久难以从怨天尤人中走出来，让家庭气氛也愁云笼罩；
或许你周末丧失了活力，不再想和朋友们欢聚1堂，乃至成心无意躲避着社交。你从未意想到，工作占据了你的白天，但是工作的情绪占据了你全部的生活。
喜欢是1个动态的概念，它既和天性息息相干，也被成绩感和正反馈深深影响着。换句话说，喜欢也能够后天培养。因此，我们喜欢的不该是1项具体的工作，这会限制选择范围，我们要深究的是情绪背后的成因。
例如，1个工程师刚刚被提拔成为经理，现在他需要更多的时间指点团队而并不是独自写代码。如果他能意想到，他所酷爱的是创造本身，那末职能的变化只是从个人创造到带领团队1起创造。
每次与团队成员的沟通并不是是无意义的对话，而是目的明确的指向“团队创新”的目标，通过寻求共性，他会更快地适应新角色，并从平常工作找到成绩感。
最好的情况是，找1个自己喜欢的工作，若不然，便努力让自己喜欢上已有的工作。
你能做甚么？寻觅你和爱好的工作间最好匹配，这个无需过量解释。
你将得到甚么？有形的是工资福利，无形的是技能发展，团队氛围和工作地点。
这里重点说1下工资，团队和地点。
在多数人的认知里，工资的计算方式是将工作年限对标同等级就业市场工资的均数，而实际上，真实的计算方式是：
工资=个人不可替换度 + 市场（公司）需要度
个人不可替换度是Alpha，市场（公司）需要度是Beta，二者加在1起，就是公司愿意给你的投资（工资），这1部份将在解释顶层理论时详说。
如果将工作年限化作X轴，工资化作Y轴，那末这二者的关系将是1条向下开口的抛物线。类似下图。
我对这张图片不太满意的部份是它的顶点在45~50之间。在信息时期，顶点的位置将会更偏向左边——普通人的巅峰年龄会到来更早，而以后个人价值在职场上则会随着年龄而贬值。
预知变化，拥抱变化，实现变化是对互联网从业者的能力要求，而年轻人在这3件事上更具优势。1个普通人需要做的，就是在到达职业顶点之前，努力从超出“老鼠赛跑”并进入“快车道”。（详见《穷爸爸，富爸爸》）
团队氛围，常常事后才能觉察。感谢互联网的存在，让信息的传递越发透明。如果我对在硅谷的科技公司感兴趣，可以用Blind或Glassdoor去看内部员工的评价评分，在中国则可以用眽眽。
匿名的设计，使得平台上的信息大几率是真实的。小几率带节奏的发言，仍需使用者具有1定鉴别能力。需要留意的则是公司工作强度、公司文化、内部员工向心力（大家是不是相信公司愿景）、奖金发放、公司融资情况等等。
工作地点，年轻人在工作初期对地点的认知是模糊的，而人到中年由于家庭牵绊，会对地点有更多的要求。
从宏观角度视察，地点对人潜移默化的塑造相当重要，由于缺少衡量标准，人会低估其影响。
安替老师在《同侪压力》中的两句话曾让我印象深入：
“你来北京前5年，就认识了你1生所有的敌人和朋友。”
“我在北京的朋友、和在波士顿的朋友，是我这1生没法腐化的底线。”
这1方面说明地缘决定了你认识朋友的质量，反过来也决定你的质量；另外一方面也说明作为人材和资源会聚的地方，你来北京，很快把未来和你竞争的所有人都遇到了。
作为产业聚集地，即使有1天跳出公司，在北上广的人材也更容易更快地找到工作。把眼光打开，不但聚焦在眼前的公司，也要看到全部产业和城市对你未来的影响。
了解这个3要素的工作底层模型，可让我们更明确地将能力转换成理想的产出和回报，并从中寻觅出自己的喜好，在长时间的职业跑道上作出更顺应情意的计划。
市场周期性
加入周期性概念的缘起，是由于看到了戴雨森在知群的1场演讲——《在非线性增长的世界里如何选择》。
世界的发展是非线性的。第1次工业革命奠定了英国欧洲霸主的地位，却也使得他们在2次工业革命的技术发明后，没有在短时间内进行大范围普及，反而被美国赶超。
在中国曾风头无两的4大门户网站，却在移动互联网转型中落后，只有腾讯凭仗微信拿到移动端社交换量入口，跻身BAT。每波大趋势来临时总会带动1批新公司的突起，却也由于旧有价值网的束缚，难以在新时期逾越非连续性的断层期。
人的发展也是非线性的，在我们有生之年，所将经历的技术颠覆及变革将是父辈的数倍，这也意味着，我们面对的不肯定性，也将是超出前人的。
戴雨森用了资本收益的概念，来更直观地解释非线性对我们的影响。
资本定价公式：收益= Alpha + Beta
「Beta 是你的市场收益，你进入1个市场以后随波逐流就可以取得的收益。
而 Alpha 就是你跟这个市场所有的竞争者相比，你个人的逾额收益。
简单来说，Alpha 就是你比他人强，Beta 是你比他人选得好。」
读这篇文章时正值我思考职业生涯的下1步。资本定价的公式犹如深夜明烛，瞬间点亮我迷思中的星星点点，将我对职业计划的思考放到了1个更宽阔的坐标系去视察。
我对这个公式的思考3点：
首先，个人收益为Alpha和Beta之和，而不单单是个人努力（Alpha）。许多人会误将周期性红利当作个人成绩，故而将阶段性成功经验套用在不同周期不同市场上，在新的变化中折戟沉沙。
分清哪部份是Alpha，哪部份是Beta能够帮助我们更客观的审视自己，也能帮我们取长补短，审时度势。
举两个和前公司有关的例子，1个是关于我的，1个是关于我老板的。
我2015年1月加入公司的时候，公司还不甚着名，知晓公司的大众寥寥无几，公司口碑的爆发期则在2015年5月中旬左右（见下图）——固然要感谢营销运营的同事们。
我当初加入的时候仅是以本科毕业生外加3段相干实习经验，而在2016年后一样职位入职的同事却背景鲜明，有投行的分析师，也有咨询公司的低级顾问。对一样职位的人材要求愈来愈高是公司逐步壮大且延续进步的表现。
我自忖若是以2015年的简历申请2016年公司一样的职位，绝无可能被选上。我当时能进入公司，除小部份能力缘由，大部份要依赖于1个超前的选择。
超前选择既是由于我对信息敏感，也是由于我作为应届毕业生对不肯定性带来的风险相对钝感，忍耐力更强。而我从这段工作经历所取得的收益，在最初期，更多依赖了“选择”，即市场给我的Beta，而非个人的Alpha。
再说个关于Alpha的事情。前公司被合并后，大部份同事都都选择了跳去和之前工作类似的公司或性质相同的职位。
我在新加坡的两个大老板，都是欧美MBA，且在投行被“折磨”过。待业后，虽然遭到其他公司力邀，但两人还是选择和公司的前开创人1起创业，在东南亚展开地产相干的投资业务。
当你生于或工作初始就进入1个大周期时，你常常会心识不到周期的存在。在互联网行业越发鲜明亮丽的本日，我照旧认为在投行、咨询及金融行业出身的人材，会在市场上保有相对高的价值。
这些行业已逾越许多周期照旧存在，而它们所培养通用的技能及高标准下的高素质人材，仍然会被各行各业需要。
类似我的两位老板，他们可以在同享出行火爆时加入，通过持有初期股权而取得1定程度上的财务自由，在市场波动时，也有能力选择继续回归投资——1个超高的Alpha在某种程度上是能够抵抗Beta的波动性的。
其次，Alpha不是孤立的，它是横向与其他竞争者相比较后的系数。或许你很牛逼，但是如果你身旁的人都和你1样乃至比你更牛逼，那末你的优势压根不存在。这就是为何我将收益同时解读为
工资=个人不可替换度 + 市场（公司）需要度
当你决定展现优势时，记得展现你与其他竞争者最不同的优势，它可以来自你不同经验的组合，也能够来自你与众不同的愿力；
一样，当你选择1个市场开辟时，同时记得瞄1下同1跑道上的各位竞争者，他们将决定在1个长时间的比赛上，你最后能够分到多大的馅饼。
1个100倍大且增速为10%的市场上，有1万个竞争者，或在1个10倍大且增速50%的市场上，有100个竞争者，究竟该选择哪一个赛道，想必1目了然。
最后，关于Beta的判断1定主观的，而我们要理解并承当其风险。从现在回望过去中国20年互联网发展史，10年房价涨幅，和5年中比特币价格陡崖式激增，每一个人都能侃侃而谈说出许多道理。
但是当1个人确切地立足当下，向未来张望时，又是漆漆茫然的。
面对新市场的风险，1般有两种选择。
1是情况如我当初，由于没有生存压力所以也就没有顾虑，输也没甚么可输的，赢则1本万利，所以可以义无返顾的all in。
固然，我们需要对市场的周期设定1个回报时限，毕竟把所有筹马都下注Beta，如果市场趋势不如预期，要及时抽身止损。
2是利用《黑天鹅》里说的可选择权（Optionality)，用可控的资源，承当有下限可以接受的风险，万1选择对了，则是上限极高的回报。
天使投资就是典型例子，在同1赛道上投多家公司或延续投资1个创业者，由于额度小入场早，承当风险也小，但只要1家公司能够上市退出，得到的回报是成百上千倍的。
在职场上，最近大火的知识付费也是极好的例子。例如《得到》上的讲师，本身已是各自行业中的大牛，在知识付费这1波浪潮中将已有知识转换成节目，如果《得到》没有做起来，大家损失的仅是几百个小时的时间投入，而大火后，则是每一年几百万的被动收入。
总结1下，3因素模型（喜好、能力、回报）从1个传统的角度匹配个人能力与期望工作，而市场周期性的概念则是提供1个顶层视角，帮助我们意想到世界及个人都是非线性发展的，而面对不肯定性时，个人又改如何做出选择。
最后，回归具体的决策模型本身，照旧是行业、公司和职位。
决策模型
行业
对行业的判断是3者里最难以客观判断，却也是影响最大的。
遗憾的是，并没有1个适合的模型可以去量化对行业的选择，大部份时候需要自己去做调查，与行业内人聊天和凭仗经验判断。
我在知乎长时间关注着1个问题——如何看待大量土木从业者转行？
我虽然土木毕业，但是实际并未有深度的工作经验，仅仅的1次实习，大部份时间也是建模计算，没有长时间在工地呆过。因此我对本专业从业者的工作状态及心里想法10分好奇。
土木建设是1个典型的受宏观政策影响的行业。
城市化进程加速及宽松的货币政策带来了2003~2013年土木行业的“黄金10年”，2008年的4万亿更是致使土木行业吸引了海量的资本资源及人材，也同时为产能多余埋下了伏笔。
2015年后中央提出去产能后，土木行业的日子变得极为难过，虽然“1带1路”将部份内需转为外需，但是也致使大部份土木人材不能不背井离乡谋生。
这期间的种种变化，没有人能预感到。而土木工程又是1个极为专业、狭窄、垂直的行业，越是工龄久，越难以跨行，而人也只能如扁舟般在时期的巨浪里随波逐流。
也许，提早思考未来计划，同时量化目前生活状态对风险承受度，是面对巨大波动时的1剂防范。
公司
互联网打破了地域的限制，却也构成了严重的马太效应，在同1赛道的竞争者们，终究只会有前3乃至前2活下来。
从最初的团购网站百团大战到新进的同享单车百色争艳，百团大战仅存美团而共性单车领域也只有橙黄蓝3色；2017年初的小风口同享充电宝和无人货架，大张旗鼓的媒体宣扬过后却是无以为继的运营惨况。
每当1个新的风口出现，资本的趋利和互联网的流量玩法常常使得1个本该盈利的行业短时间内集中喷涌，榨干市场盈利空间；中小玩家融资困难，现有商业模式难以保持生存，注定惨淡结束。
有1些朋友会向我寻求职业咨询，其中1个常见的问题是，去大公司还是小公司？其中应届生尤多。在这类情况下我1般都推荐去大公司。倒不是我对创业公司有偏见，而是从询问者角度给出的建议。
1般这样问的人，说明他有3种状态：
- 他不想创业。创业做的是9死1生，逆天改命的事情，不是意志坚决难以坚持，而1般真正想创业的人也不会来询问找工作方面的事情。
- 他没有思考清楚。真正想清楚的人不会问去大公司还是小公司，他们有自己的决策模型，而咨询他人也是偏信息化的问题，比如公司发展、职业发展和市场现况等。直接向他人寻求建议的1定是既没有深入思考过自己需求，也缺少现实经验的。
- 他对长时间计划是模糊的。如果长时间计划清晰，短时间内的决策会很容易做出。
基于此，我1般都推荐他们去大公司。
大公司的培训和内部流程更加专业化和标准化，在职业初期，会对人的职业素养和专业化培养更有帮助，而且有大公司品牌背书，即使将来出来换到别的公司也会更加容易。
职业
不同赛道的公司各有基因偏好。
大家常常说的，百度的技术，阿里的运营，腾讯的产品，就是说明了BAT3家各自不同的特点。
这是由赛道驱动力决定的。电商、内容、社区和O2O都是运营驱动的，这也是O2O这波创业者许多是阿里出身的缘由；
工具和社交是产品驱动，而类似AI这类深科技则必定是技术驱动的。
了解公司驱动力，可以更好的帮助我们计划职业发展，选择能赋能本身优势的公司加入。
同时，有部份职业对公司范围有1定需求。比如数据科学家，如果矢志在这个领域进修的朋友，则必定要选择具有海量数据的公司，且有业界大牛带领，在这样的两重束缚下，恐怕最后圈定的范围也只剩超级独角兽级的公司了。
从行业看公司，从公司看职位，也是我再度找工作时的行动方法。我会在自己感兴趣且与过去经验相干的行业里，选出头部的3家公司，然后通过与人交换或查询资料的方式进1步了解，并审视自己是不是胜任。
通过这样的方式寻觅，不但高效，且更有针对性。
总结
失业3个月，焦虑1个月，休息两个月。
刚失业的时候有突然脱离组织的孤独感，花了1个月的时间和各路朋友交换，1方面排解低落的情绪，1方面也是借机了解其他行业在东南亚的发展。后两个月就想开了，身心纾解，在家休息，不亦乐乎。
借此机会也感谢这段期间给予我帮助的朋友。许多帮助却来自许多素未谋面的朋友，有微信群里热情的大神，有神交已久的知乎朋友，也有因之前文章被认可而新加的好友。希望自己将来有机会把这份善意也传递给他人。
本文作者：胡扬
来源：胡说之道
