- 最近跟朋友們讀《窮查理的普通常識》，裡面提到過往成功的價值投資來自於通曉80幾種「思維模型」，運用各種學科的本業知識以及典範轉移類比到其他領域。
- 這本書頗為出名。讀完後除了投資之外，不知要怎麼運用書中「思維模型」至現實生活中，讀的當下感覺很有道理，但舉凡在公司外客戶談生意、企劃構想、創意簡報、軟體工程debug，遑論辦公室內的茶水間八卦滿天飛、跟樓上荷蘭日本混血正妹女業務在樓梯間多攀談兩句，似乎沒有應用的切入點。
- 讀完後經過一段時間的初步體會，我認為「思維模型」在各種行業的運用及背景知識極不相同。
- 查理蒙格所講的多元思維模型泛指現代的物理、數學、生物學、經濟學、心理學等學科綜合判斷股票的價值後所做的價值投資決策。這樣的綜合性的思考方式對複雜的投資明顯有效；其他工作情境是否適用，可能需要評估。
- 「思維模型」的應用分為兩種：
- 應用一、「本業專業」：經濟學中的需求供給法則去推斷菜價漲跌，這是用到該學科本來的知識體系。
- 應用二、「領域類推」：學科間跨領域的類比關係。例如用陪審團制度看投資決策。
- 直接用「本業專業」無法直接應用最簡單的例子，像是軟體工程師每天寫code完最重要的工作就是debug，如此日常任務需要物理、化學、經濟學嗎？應該連常識都不需要；反而要注意變數的設定、是否有寫詳細的註解，對SQL、.Net或M.V.C.架構是否熟悉恐怕更為重要。
- 用「領域類推」去解軟體工程或專案管理，的確可以用基礎統計學搭配Excel的應用找出為什麼店面營收在前兩季急速下降的真正原因。
- 總而言之，我目前認為在職場上對於本職的知識體系及軟硬技能的深入掌握似乎比看似運用廣泛的「思維模型」更重要。
眾人回饋
A回饋：
我至今也還沒體會過利用異領域的思維模型來解決問題的經驗，心嚮往之。目前看到闡述思維模型最詳細的書可能是成甲的精準思考。
https://www.books.com.tw/products/0010864588
從定義思維模型、多元思維模型，到掌握多元思維模型、應用多元思維模型解決複雜問題。成甲曾當面請教查理蒙格思維模型相關的問題。
B回饋：
我個人看法：
1.《窮查理的普通常識》這本書，本來就是價值投資的經典之作，可以以「學以致用」來看，相當用心。
2.傳統的價值投資，簡言之，就是財務報表之學，由財務報表的表現，來選出價值低估的股票。
這當然是很不錯的投資方法，但對巴菲特走長期投資之路，講究複利率效應，雖然歸納出壟斷行業等等為投資標的，但是隨基金部位的暴增，顯然不夠用。
何況又有黑天鵝效應，即使具有壟斷的企業，如銀行保險業，也有大到也會倒的隱憂，如次貸風暴的AIG。
又何況，市場經濟以破壞性創新為特色，原有的行業老大也有沉船之虞。
3.以鴻海為例，當它是中小企業時，精密工業的後進者，如何有慧眼找出來，就是蒙格這本書的核心目標。
4.因此，蒙格列出諸多的思維模式，無非要價值投資者養成甄別出「超級潛力股」的慧眼。
5.至於我個人的讀後心得是，選擇偉大的企業，選擇人格崇高的企業家，加上，所在的行業屬於全球市場者。
如何評判出人格崇高的企業家，我個人的心得是，可以視名與利為敝屣者，可以視人如己者，有肩挑時代之智者。
至於所謂「思維模式」，在當代哲學已經討論了不少，開山之作是博蘭尼的《個人知識》，運用而有成者，是孔恩的科學典範之說，《科學革命的結構》。當然，這個領域，我也還在研究之中。
僅供參考。
C反饋說：
我回饋一個自身的奇妙經驗。
我自己大學本科是化學,但自己多去修了生化相關的生物資訊學程,也因此順便學了演算法 與資料庫管理等等。
本來以為去學演算法就只是學個硬學科,但學期間順便看了許多演算法的參考書,後來讀著讀著突然發現這根本可以運用在生活中許多情境。
期末時同學們使用大家常用的方法—死記硬背 來面對有機化學裡各種經典反應方程式,個個死去活來。 我讀完演算法期末後才回來準備有機化學,突然發現這些依照時間序進行的反應式根本跟演算法裡面依門別類的算法一樣, 只要弄懂規則就不需要暴力解硬背,結果才用短短兩小時複習的成效就勝過背了一週的同學。
但是其中的爽感沒有人可以理解,資工的朋友不懂有機,學有機的朋友不懂演算法,到現在只遇過一位同樣兩個都學過的朋友懂我的感受。
D反應說：
思維模式的具體應用場景，有部分像你說的：
- 它的存在，是為了解決本身之所處的領域以及該學科主要的問題，ex. 經濟學是為了解決經濟的問題而生。
- 另一種就是跨界思維的應用，你有提到案例，這裡就不多說。
對一個軟體工程師而言，他本職工作要學習的專業技能，本來就是為了解決他工作所需而生（就跟其他學科誕生的原因一樣），這點沒有什麼問題。
但學習思維模式，並不是用來“取代”原來的專業和技能，也不是“直接拿來用”，你無法拿化學的週期表來debug。
而不同學科的思維模式到底對我們有什麼用呢？
很多時候是讓你有辦法創造出“新的工作方式”，或者是產生“新的解決問題“的思路。
（你可以把它的用途理解成乘法和除法，但是它不是加法和減法。）
在應用的時候，很可能你本來要用的工具沒有變，你所擁有的該領域專業知識也還是要用。
例如，一個「懂系統思維」和「不懂系統思維」的軟體工程師在做debug的工作時，你覺得最大差異可能會是什麼？
或是一個懂生態學的網站運營者，和不懂的人來比。
他們兩人在工作效率、工作成果上又會有什麼樣的差異？這點你可以思考看看。
最後，我最近在讀《化繁為簡的科學》一本書，裡頭提出一個概念，可能有助於理解你的問題。
在商業世界（或者這個世間的各種問題）上所遇到的各種問題可以簡單分成三類：簡單問題、複雜問題和錯雜性問題。
簡單問題：容易解決，通常只要要簡單的SOP你懂的時候就可以解決。（例如：如何怎麼操作公司的自動咖啡機，或是印表機。）
複雜問題：不好解決，相關因素繁多複雜、互相影響，雖然理解上困難許多，但是仍是有跡可循，如何定義成功，以及有哪些是成功的因子還是明確的。（例如：會計和財務系統）
錯雜問題：沒有標準答案，沒有明確定義的成功定義，有時最好的解決方案無跡可尋。（例如：決定未來公司三到五年的戰略與銷售會議）
在工作中可能我們70%的問題都可以用簡單思維解決，20%的問題需要用複雜思維解決，剩下最重要卻又難以解決的10%的問題，就需要用錯雜性思維來解決。
但是反過來說，就算是簡單的問題你想做到極致的話，你就需要錯雜性思維。（這裡你也可以理解成多元思維模型）
E則補充說：
你已經在用啦，像是 PUA 思維模型就可以用在提案，而程式物件模型可以用在寫文章，我則是時常運用心理學模型在制定策略，以及運用經濟學模型思考如何求職。
而人類學模型也可以用來在經濟學上分析人違反經濟學的不理性行為。
社會學模型則是可以在思考社會議題，哲學模型則是可以用來辯論。
同樣分析思考疫情下人類的行為模式，則是可以同時用來經濟思維，心理學思維，投資模型，以及 PUA 模型。
我最常用的亮點理論策略則是結合管理學策略，經濟模型，和心理學模型，還有 PUA。