认识癌症

我们在聊起癌症时，一般很难想象它离我们有多近，按照一般的统计，癌症的发病率是每十万人会有180人左右

从这个视角来看，好像挺低的

但如果换一个视角，可能就完全不一样了。

比如告诉你，你的高中同学，会有1/4的同学，是因为癌症而死亡，你会是什么样的感触？也就是，假设你高中同学是60名，大概率会有15名左右的同学会因为癌症死亡

再进一步，这20多名，差不多2/3又是死于那几大常见的癌症

这个时候，你是不是对癌症又有了新的认识

然后我再告诉你，这几大常见的癌症，通过预防和提前筛查，是能够有效避免的，你会不会很心动？

这就是合适的例子的妙处

查了下近期数据，按照这个比例来算，确实如此：

这个数据一点也不夸张，2010年，全世界将有700多万患者死于癌症，而其中包括大约60万美国人。

在美国，男性与女性一生中罹患癌症的概率分别为1/2与1/3，癌症死亡人数分别占世界死亡人数的15%以及美国死亡人数的25%。除此之外，癌症在某些国家将超过心脏病成为最常见的死亡原因。

而这些癌症中，主要的十大癌症类型

为什么55岁后要做这些大癌症的筛查，这是因为，55岁后，这些癌症并发率开始大幅提升：

降低癌症病发率，除了平时的那些各种注意事项，定期筛查是一个很关键的措施，而这一点，恰恰容易被大量忽视

所以等最终发现，就是中晚期了，那时候就比较难治疗了

舍弃的意义

安妮•杜克写道：

顶级扑克玩家在方方面面都比业余选手更善于退出，最明显的就是他们知道什么时候该弃牌。

决定哪几手牌适合下注、哪几手牌必须放弃，是玩家做出的第一个选择，也是最重要的选择。

成功不在于坚持，在于识别出正确的事情去坚持，并退出其他事情。

职业扑克牌玩家弃牌的概率高达85%，而业余玩家坚持玩牌的概率高达50%。

也就是在拿到底牌后，职业选手继续玩牌的概率只有15%左右，而业务选手继续玩牌的概率超过50%。

弃牌的本质，是保存实力。

弃牌，也是一种选择的能力。

什么不是选择？

  • 想拥有某样东西，这不叫选择，而是欲望。

  • 把愿望当成选项，这不是选择，而是妄想。

  • “我既要这个，又要那个”，这不是选择，而是占有欲。

  • 凭感觉行事，这不是选择，而是条件反射。

  • 把所有可能都当选项，这不是选择，而是不满足。

  • 只想得到，不愿失去，这不是选择，而是贪幻想。

  • 认为付出一定会有回报，这不是选择，而是孤注一掷。

真正的选择源于理性的思考和深思熟虑，而非被欲望、妄想或占有欲所驱动。它建立在对现实的清晰认知和对自身价值的坚定把握之上。

延缓衰老的方法

血糖波动大，是加速衰老的一个重要原因之一

一些小技巧和原则：

  • 进食顺序，汤、菜、肉、饭，按这个顺序来，避免血糖快速增加

  • 早餐类型，1/2非淀粉类蔬菜，1/4蛋白质，1/4碳水

  • 餐后降糖原则，餐后避免静坐，餐后走一走或做下家务

  • 多吃水果、蔬菜，避免吃甜食、油炸等食物

  • 保持运动，尤其是力量训练，增加肌肉

AI教练的原则

AI教练，是AI大模型比较容易落地的一个场景，这周和合作公司开会，总结了一下AI教练产品设计的原则：

  1. 语言风格：尽量是老百姓通俗易懂的语言，谨慎用学术词汇，适当有一些趣味性
  2. 教练人设：基于IP去设计对话内容的风格，IP解决的是信任度和溢价，也可以实现一定的安慰剂效应
  3. 内容基调：每次对话和需要达成的目标，紧扣健康预防的初衷，不忘初心
  4. 目标原则：遵循MAP原则，在保证动机的前提下，尽量降低用户的行为改变或实践门槛，尽可能的让用户能通过低门槛的实践来最终获得行为上的改变

确定了原则，对设计工作流会有较大的指导意义

AI员工

AI员工的好处，24小时随时工作，工作能力稳定，成本极低，能随时根据业务的需求而变化

对于公司而言，一个AI员工，是多个技术能力和资源的一个集合体，主要包括：CRM+RPA+AI大模型+知识库

AI员工核心还是为业务服务，将企业内部数据与大模型进行结合，通过RPA的自动化能力构建SOP执行能力，一个称职的AI员工就产生了

下周要和同事去给朋友公司，部署第一套这样的AI员工系统，这样的改变，我相信，会在很快的时间内，形成共识和落地

市场获客

看到一个投放数据，国内主要的AI产品的投放金额情况，豆包、Kimi、夸克、元宝的用户增长，离不开这庞大的投放预算支持。

让我意外的是夸克，居然投放量也如此大。

朋友入职了新公司，这两周帮他分析市场渠道，也给了一些我的建议和思考。

看了一些文件资料，这让我想起，在创业前就职的公司，负责市场营销工作时，每天的一项固定工作之一，就是看各种渠道和内部数据，还是挺怀恋曾经的那段职场经历。

一些感触：

  • 传统搜索引擎的效果和流量优势，越来越弱了，也看不到有起色的地方，相比之下，被平替或替代的产品，却越来越多

  • 对于营收体量过亿的公司，免费流量的贡献比例基本上都是个位数了，但即便是个位数，也仍然值得做，免费流量的获取思路，对付费渠道的运营同学，尤其是一些技巧，是值得借鉴的

  • 由于付费渠道的管理，其水平和效率是直接影响产出，这里面很重要的一点底层能力，就是是不是有逻辑，一个缺乏底层逻辑的运营人员，是很难管好投放渠道的，尤其是投放渠道的一些账户运营，而要看其运营人员是否有清晰的逻辑，只需要看账户结构是否有逻辑即可，比较遗憾的是，这么多年，很难看到满意的

  • 无论是渠道管理，还是渠道本身，常规的打法的优化空间都是比较有限的，即便提升了30%-50%，都不能形成质的飞跃，但可以看到的希望是，AI在这里面可以发挥的潜力越来越大，而且提升的空间也远不止30%

  • 除了效果本身外，AI带来的变化，还有人效和工作产出效率的提升，这方面也是很让人惊喜的