我們換一個角度看問題，假如有一天這個圈子裏麵的人想要自己創業，上哪裏去尋找靠譜的合夥人呢？還是在圈子裏麵找嗎？這不太合適。圈子裏的人是都很厲害，但是大家厲害的地方都一樣。你會的他基本上都會，他會的東西你也不陌生。但是一家創業公司可不是隻要技術好就行的。這時候你就會發現你所認識的人基本上都是一些技術人員。為什麼會這樣呢？這就是圈層效應，它跟吸引力法則有一定的相似之處。
這跟現在所推崇的算法推薦的道理是一樣的，在算法推薦時代，你會發現這樣的一個情況。如果你在網上點開了一則娛樂新聞，第二天你就會看到更多的娛樂新聞，用不了多久，你眼裏的世界就會變成一個充滿了娛樂屬性的世界。如果你點開的是一則詐騙類的新聞，第二天你同樣能夠看到更多類似的新聞，你眼裏的世界就跟看到娛樂新聞的人大不一樣。
大數據背景下的算法推薦會讓我們的視野變得越來越窄，變現思維下的圈子、圈層會讓我們的社交和人脈變得越來越窄。這句話，請你一定要記住。
就是因為他們底層的基本運營邏輯都是一樣的功利性，算法推薦的底層的邏輯是什麼？是流量，整個係統隻對流量負責。怎麼才能實現流量的最大化？很簡單，就是投其所好。而且大數據的投其所好不是根據調查問卷得來的，而是根據你的行動痕跡分析出來的，這個結果可是非常精準的。它迎合的是你的本能而不是理智，什麼樣的東西能讓你下意識地點開，它就向你推送什麼。至於你是不是真的需要，會不會讓你的視野變得越來越窄，會不會讓人變得越來越淺薄，很遺憾，它的考量標準裏麵沒有這個選項。
變現思維下的圈子同樣也是這樣，變現是整個圈子社交的核心邏輯。要想進入這個圈子，你得看看自己夠不夠分量。而這個稱重的天平就是技術的好壞。至於說你是不是需要我的技術幫助，對不起，這不是我們要考量的，除非你也可以給圈子裏的人提供同樣的技術幫助。
有這樣一個段子，相信不少人都聽過。說一次商業研討會結束以後，幾個企業家相約去喝杯茶，聊一聊。這時候，有一位做連鎖超市的企業家搭話說是不是可以一起去喝杯茶認識一下。然後空氣突然就凝固了，這位企業家隻好尷尬地說：“我還有點事兒要處理。”就匆忙離開了。看著人走遠了，留下來的其中一位企業家說：“你一個開超市的，跟我們又不是一個行業，瞎湊什麼熱鬧？”可是相約喝茶的幾位企業家他們也不是很熟，但是能坐到一起喝茶，就因為他們是一個行業的，是同一個圈子裏麵的人。
這樣的單一圈層會有什麼樣的後果呢？我在新書《從受歡迎到被需要》中提到類似的案例，最直接的就是人員優勢的極度單一。我遇到過很多想要自主創業的年輕人，他們最頭疼的就是合夥人的問題。之前他們都是某個圈子裏的核心，如果是在職場，這看不出有什麼不好的地方。但是決定要創業了，一個公司方方麵麵的工作都要有人去做。這時候圈層的弊端可就突顯出來了。他有自己的核心優勢，但是卻找不到不同的人來跟自己優勢互補。不是可以讓獵頭公司推薦人才嗎？我跟你說一個事實，獵頭公司手裏確實掌握著很多優秀的人才，但是隻能讓他給你推薦員工和下屬。讓他給你推薦合夥人，還真的不一定行！
我們換一個角度看問題，假如有一天這個圈子裏麵的人想要自己創業，上哪裏去尋找靠譜的合夥人呢？還是在圈子裏麵找嗎？這不太合適。圈子裏的人是都很厲害，但是大家厲害的地方都一樣。你會的他基本上都會，他會的東西你也不陌生。但是一家創業公司可不是隻要技術好就行的。這時候你就會發現你所認識的人基本上都是一些技術人員。為什麼會這樣呢？這就是圈層效應，它跟吸引力法則有一定的相似之處。
這跟現在所推崇的算法推薦的道理是一樣的，在算法推薦時代，你會發現這樣的一個情況。如果你在網上點開了一則娛樂新聞，第二天你就會看到更多的娛樂新聞，用不了多久，你眼裏的世界就會變成一個充滿了娛樂屬性的世界。如果你點開的是一則詐騙類的新聞，第二天你同樣能夠看到更多類似的新聞，你眼裏的世界就跟看到娛樂新聞的人大不一樣。
大數據背景下的算法推薦會讓我們的視野變得越來越窄，變現思維下的圈子、圈層會讓我們的社交和人脈變得越來越窄。這句話，請你一定要記住。
就是因為他們底層的基本運營邏輯都是一樣的功利性，算法推薦的底層的邏輯是什麼？是流量，整個係統隻對流量負責。怎麼才能實現流量的最大化？很簡單，就是投其所好。而且大數據的投其所好不是根據調查問卷得來的，而是根據你的行動痕跡分析出來的，這個結果可是非常精準的。它迎合的是你的本能而不是理智，什麼樣的東西能讓你下意識地點開，它就向你推送什麼。至於你是不是真的需要，會不會讓你的視野變得越來越窄，會不會讓人變得越來越淺薄，很遺憾，它的考量標準裏麵沒有這個選項。