有人问，你为啥总喜欢说可量化的东西没用？难道不是可量化就让智商税的东西露馅么？

我举个例子，比如说赛跑，谁跑得快一目了然。

现在你找对象，有十个候选人，你怎么选？

是不是让他们来个百米赛跑，排名第一的就是最好的？

显然不是。

为什么呢？

因为你找的是对象，不是参加赛跑比赛。

你说，我还可以有其他指标，比如学历，比如资产，比如长相，比如谈吐，有些东西是很容易量化的，有的东西是很难量化的，比如谈吐，比如性格，怎么量化？

不是量化本身有问题，而是，你的量化从来都只是产品的一部分，甚至是很小的，其实并不重要的部分。

就像你的十个候选人，谁跑得快，肯定是最容易量化的，但没什么意义。

本质上量化其实就是一个简化的数字模型，而很多时候，一个模型想要去真正对某一件事儿，某个产品，或者某个人进行评价，他就需要多维度，复杂化。拟合度越高，复杂度必然越高。

过于简单的模型是无法描述真实的世界的，因为它会把复杂的部分忽略掉，而这部分很多时候往往是关键。

这背后其实有一个很简单的逻辑，当你想要用一个量化标准去评价某件事的时候，第一需要思考的是，这个标准到底代表了什么？

车上有个例子，汽车的能耗可以量化，但三电能力很难量化。

那我们能不能用能耗来表征三电水平呢？

如果你这么去做，会得出一个非常有意思的结论，越便宜的车，越小的车，三电越牛逼。

就像你找对象，你觉得安静就等于有修养，然后你选了个看起来最安静的。

结果你可能会发现他安静并不是他修养好，就单纯胆小怕事儿，能力太差，不敢说话。