努力的差距不在勤奋,而在努力命中率:为什么我全身心投入100分,却比不过别人轻松投入10分?
“你只要努力就行”,这可能是教育留给成年人最大的陷阱。
学生时代,这句话基本上是对的,因为考纲、教材、老师、练习、考试组成了一个完整的系统,在这个系统内你要是多花点时间、多背点书多做点题,的确成就就能提升。
但这里有一个隐含的问题,这个系统替你把 “该学什么” 解决了:你努力,就有回报。
但当你出了学校走到成年人的世界,这个系统瞬间消失。
大部分人还在用同样的方式努力,认为只要我多干活、多学习、多思考就能能力变强、水平变高、收入增加得到领导器重。
但事实却可能啪啪打脸,你按照老的方法去投入,却发现越来越不管用。
这并不是你不够聪明也不是你投入不够,而是在成年人世界里,没有人帮助你确定具体的目标,也没有人给你提供教材和练习题,也没有考试让你发现你的问题。
这样的场景下,你尽管十分投入,但却没有打中目标,甚至离目标很远,就会出现越努力越悲伤,最后躺平放弃的结果。
决定成长效果的,除了投入的数量,更重要的是努力的命中率。
一、为什么投入 100 分,可能不如别人投入 10 分?
举个例子来说明一下:
假设要完成某项关键工作,客观分析的结果是,你需要补齐十分的关键知识和能力。但问题是,你并不知道这十分究竟在哪里。
传统的方式下,你觉得自己专业知识不够,于是看书、听课。觉得经验不足,于是多干活、多实践。觉得思考不够,于是不断反思总结。
这些动作都是真实的,让你有了很多付出的感觉,也可能让你获得不少知识和经验。但如果它们没有解决真正影响任务结果的问题,那么即便投入 100 分,其中真正作用于关键缺口的,可能只有 5 分。
结果就是你确实付出很多(100),却依然没有达到目标。
而另一个人,可能通过自己观察高手、分析任务,比较准确地知道了自己缺少什么,甚至他运气好,有贵人相助告诉了他的缺口。
于是他把 10 分投入集中投入到关键缺口上,反而可能取得更好的效果。
这样的事情多了你大概率会崩溃:
为什么你投入这么多(投入 100 分)事情却没做成或做的一团糟;而那个人看起来随随便便(投入 10 分),却做的比你好。
当然这里的 100 分、10 分和 5 分并不是严谨的数字,只是为了说明原理而作的假设。但它揭示了一个很重要的问题: 决定成长效果的,不只是投入的数量,还有努力的命中率。
有些人看起来没有那么投入,却能够取得更好的成绩,不一定是因为他比你更聪明、天赋更高。
也可能是因为他知道什么事情真正重要,应该解决哪些问题,以及自己究竟缺少什么。
当然,找准方向本身也需要投入。研究问题、分析任务并不是免费的。但这种前期投入,有可能减少后续大量低效的学习和试错。
这样一个更值得追问的问题出现了:为什么有些人的投入命中率这么低?
这里面原因当然很多,但一个重要原因,与我们从小接受的教育和形成的学习习惯有关。
二、为什么在学生时代,多投入往往能够提高成绩?
回想上学的状态:
国家有教学大纲,明确规定要学哪些知识;教材把知识组织成完整体系,老师划重点、讲难点,教你怎么理解、怎么运用。
课后有练习巩固,还有考试帮你定位漏洞。考得不好,就分析错题,补上没掌握的知识点。
也就是说,学校为学生搭建了一套完整的目标、训练、反馈闭环。 面对既定的考试要求,学生不需要从头研究:为了达成目标,我到底该学什么?
大纲、教材、老师已经替你完成了大部分判断。
你主要要做的,就是把已经划定好的内容学会、练熟。所以正常情况下,认真听课、多练习、复盘错题,成绩就会提升。
当然,校园里同样存在低效学习,不是时间花得越多,成绩就一定越好。但对比成年人的开放性任务,学校的学习范围、评价标准是清晰固定的。
学生阶段,很多时候我们不用自己决定学什么,只需要掌握别人已经定好的内容。
走出学校之后,这套机制彻底消失。
三、成年人的真正困难,是没有人告诉你究竟应该学什么
进入职场之后,我们总能听到类似的建议:要多学习、要勤于思考、要持续实践、要复盘总结。
这些话本身没有错。
但很少有人回答一个关键问题:为了完成我的工作达成个人目标,我到底该学什么、思考什么、实践什么、复盘什么?
举个例子:你是一个销售经理,公司要求业绩提升 30%。
目标很明确,但如何达成这样的目标?这个时候没有教材,也没有人告诉你该学什么,也没有练习题目,就是让你达成目标。
这个时候,要实现目标,该做什么、学什么,不知道。所有判断,都要你自己来做。
业绩增长乏力,根源到底是什么: 是大盘需求下滑,还是市场份额被抢走;是线索太少,还是成交转化不行;是产品本身竞争力有限,还是销售人员识别客户的能力不足?
不同根源,对应的知识和行动完全不一样:如果是行业整体下行,你要研究市场周期、竞品策略、客户预算逻辑; 如果是识别高价值客户能力不足,你要学习客户判断、需求信号、采购决策链相关知识; 如果卡点在于客户不认可产品价值,重心就要放在客户业务痛点、价值传递上。
目标相同,缺口完全不同,你需要去做的事情、获取的信息、掌握的知识都不一样。
在没有定位真问题之前,盲目去学谈判、沟通技巧的书籍或者课程,哪怕学得再多,也未必能解决当下最核心的卡点。
这就是和学生时代最大的区别: 学校提前划定学习范围;成年人的工作,只给目标和任务,不会附带一份知识清单。
你需要自主推导: 为了完成目标,有哪些关键任务? 完成这些任务,需要做出哪些判断、采取哪些行动? 支撑这些判断,需要哪些信息、哪些知识? 哪些是你已经掌握的,哪些是你的缺口?
成年人成长,除了学生时代的学习方式,更底层的能力是:自主识别自己需要什么知识。
而这恰恰是绝大多数人在校园里没有训练、进入职场后也很少刻意练习的能力。
四、为什么连自己缺少什么知识都很难发现?
学什么是战略,怎么学战术。
学生阶段大部分训练的是战术层面的能力,告诉你学什么你能学好。但成年人世界了,你首先要解决学什么的战略问题。
但分析出自己应该学什么这个事情却并不容易:因为知识缺口不会自动浮现,前提是你先知道:高水平完成这件事,标准是什么,需要哪些知识,这一步是最难的。
举个例子就明白了,许多人坚持练字多年,字写得工整端正,身边朋友都夸奖,他自己也觉得不错。
但在专业书法家眼里,这些人可能是书法爱好者,还没有真正入门。
差别在哪?普通人评价标准只有 “整齐、好看”;专业评价体系包含笔法、结体、章法、节奏、变化,以及变化是否协调恰当。
如果你的评价标尺只有 “好不好看”,哪怕日复一日练习,也很难触达专业层面的缺口。
这里不是说书法必须遵从某一种风格,也不是说专业人士的判断永远正确。核心是:你不知道更高标准是什么,就看不见自己的缺口,而自己的缺口是属于自己“不知道自己不知道”的部分。
我们常说向高手学习,但这里困难的地方是高手做事情的表现层能看得见,但支撑他们表现的认识、见解和判断的依据是在人的大脑中的,往往看不见。
优秀销售从客户一句话里捕捉潜在需求;工程师从异常数据定位故障根源;管理者看懂绩效背后的组织问题。
他们能做到是因为脑子里有一套对应的判断知识,知道该观察哪些信号、怎么解读信息。
但这个脑子里的东西去看不见。
进一步说,还有一个问题是高手的判断很多属于隐性知识:他自己都未必能够系统解释自己依据哪些信息和知识。即便他愿意跟你说,说出来的是零散的、片段的、不可迁移复用的。
只模仿高手表面动作,或者听零散的经验故事,不等于掌握背后整套判断体系。
对于这部分内容,可以利用KMCenter的知识任务分析框架,引导普通人从高手的结果反向拆解支撑它的判断知识,对照自己,定位真实缺口。这部分是最核心也最困难的部分,感兴趣可以跟我们交流(vx:511956894),我们有相关的模板和案例便于大家学习。
只有做到这一步,才能让你的投入从笼统的 “多学习多思考”,转向精准的定向学习和练习。
五、怎么提高努力的命中率?
如果卡点大多来自无法识别真实缺口,那提升命中率的第一步,不是更加拼命,而是先想清楚:发力应该对准哪里。
具体操作的时候,刚开始不要求大,可以从选择一件对你重要的事入手。
举个例子:管理者想要改善团队绩效。
不要一上来就去学通用的领导力课程,先做诊断:
高水平的管理者,面对绩效下滑,会做哪些判断? 可能的原因有哪些? 不同原因对应的信号是什么? 我需要收集员工、任务、流程、资源方面哪些信息? 什么时候该辅导人,什么时候该调整任务,什么时候问题根源在组织机制?
梳理清楚这些判断,再对照自己现有的知识,列出缺口清单。
比如,你原来分不清绩效问题是能力、意愿还是组织支持不足,这就是明确缺口。这时再针对性学习理论、看案例、请教同行,远比泛泛学习管理学高效。
过去遇到难题,我们习惯问:我该再多学点什么? 现在换成这几个问题: 真正的高手是怎么判断这件事的? 他们会重点留意哪些信息? 支撑这些判断的知识是什么? 还有哪些可能性,是我没有考虑到的?
这些提问得到的结论只是一个假设,不是标准答案,诊断不是一次性的,需要在实践里持续校验、迭代优化。
当你有初步的分析结果时,可以拿去请教专业人士,也可以交给 AI 帮忙检索资料、搭建初步框架。 AI 给出的方案不能直接当成定论,需要结合业务、专家经验去验证,但它大幅降低了探索的成本。
这个分析过程是一个持续的过程:观察高手、和客户沟通、复盘项目、读案例的时候,都可以持续追问:这里的判断依据是什么?我之前漏掉了什么?
当这种思考变成习惯,你就不再被动接受别人安排的学习内容,慢慢建立起自主判断知识需求的能力。
具体行动的时候,建议从找到一个清晰的小缺口作为试点,定向投入,在真实任务里测试,看有没有改善,再持续修正。
一次微小、真实的正向改变,远比十句 “你要相信自己” 更能重建信心。 它会帮你建立一个重要体验:
调整发力方向之后,我确实可以拿到不一样的结果。这份反馈,会成为持续成长的起点。
还有一个好处,是AI给提供的机会:
预训练模型把人类沉淀的公共知识让普通人都可以获取,当你明确知道自己明确的需求时,可以快速调取、整理、解释各类成熟知识。
但这里有个误区,AI能在你需要什么的时候提供高质量内容,但它却解决不了你不知道自己缺什么的问题。
而发现自己的知识缺口,正是我们的KTAF方法的用武之处。
六、不是不需要投入,而是让投入重新产生价值
现在很多人看到 “努力” 这个词就反感,觉得是鸡汤、是 PUA。 这份情绪很好理解:
当一个人长期忙碌却看不到回报,别人还劝他再多努力,这种话只会让人疲惫。
问题不在于努力本身,而在于我们长期默认一套逻辑:投入越多,进步越多。
这种认识的本质,是忽略了比投入量更关键的指标-努力的命中率。
学生时代,学校帮我们把目标、训练、反馈全部安排好。走入社会之后,这套工作,要我们自己完成。 它不只是定下一个宏大目标,而是拆解任务、识别关键判断、定位信息与知识缺口,再把有限的精力投到缺口上。
当然就算方向对准,结果依然会受到环境、资源、机会的约束。我们没法保证所有目标都能实现,也不需要人人都成为顶尖高手。
但至少,我们可以避开很多毫无意义的重复学习和无效试错。
这件事还有一个超越效率的意义:给那些被社会毒打准备放弃躺平的兄弟们,重新找回可能性。
不必一下子颠覆职业路径,不用追求一步跃迁,而是从一件对你重要的小事开始: 想清楚高水平完成它需要什么,找到自己的真实缺口,定向投入,让你的精准努力取得成效。
成功才是成功之母。
能在一个点上做成,就可以把这个方法迁移到更多的点,这就会让你更有自信,让你觉得人间值得。(本文作者为知名知识管理专家田志刚,本文摘自《知识缺口》,您可以通过微信号511956894联系他。)