开心且效率的活着

保持专注,前提是具备专注力

做最重要的事情,且每次只做一件事

适当给自己做点仪式感,比如我现在每天会在上班的时候,来一杯咖啡,开启新的一天工作

制定自己的时间原则,并进行适当的拒绝,两个简单的技巧,一是给自己的时间定价,二是对事情的类型进行优先级固化

在现在AI及时信息获取以及各种被动碎片化信息时代,专注能力显得尤其稀缺和重要

花足够多的时间和精力来培养自己的专注力,是一件投资回报率非常高的一件事

向前看,未来会比过去好

把时间和注意力用在重要的事情上,所以你需要知道,哪些是对你来说是重要的事情

倒计时这样的工具对人生管理很有意义,比如如果有一个工具能提醒你,你未来只剩下不到20次和父母相处的时间,是不是就会更加珍惜当下这一次的相处时间

同理,伴侣、子女也是,很多时候的共同经历,往往就是你们的最后一次

要有自己能支配的时间

用金钱赢得时间,而不是用时间来赚取金钱。但用时间换取金钱的过程中,我们也应该是非常enjoy这个过程

对生活要有盼头,降低物质追求的目标,设定适合自己的成长目标,并享受这个过程

四个离钱近的能力

借助AI的能力,专注四个离钱最近的模式:AI自媒体、AI销售、AI工具、AI课程

具体理解:

  1. 流量问题,用AI去搞定批量完成自媒体账号内容运营,实现的是低成本且高效获得流量的问题
  2. 转化问题,用AI去搞定中低端自动销售的能力,实现的是低成本且高效完成流量转化的问题
  3. 留存问题,用AI去颠覆现有痛点场景的工具应用模式,实现的是低成本留存的问题
  4. 产品问题,用AI去高效实现各种课程生成的问题,实现的是低成本且高质量、高度个性化的优质产品的问题

基于这样的能力,可以重点做的事情:

AI+IP,可做素人矩阵号,可放大IP的价值

AI+课程,可基于热点,开始选定选题出课,一周完成课程选题确定、课程内容和剧本生成及上线销售

核心的逻辑:通过规模化、自动化来降低人力成本,提升效率。

账号壁垒

如果有1000个自媒体账号,能在各平台稳定的输出内容,这1000个账号本身,也是一个很强的壁垒

哪怕这1000个账号,都是素人账号,在绝对的量级面前,就可以顶得上一个超级大V的生产力和影响力

在之前,这种模式的运作,成本非常高,主要是内容产出的成本和账号的管理、发布成本

但现在,经过实践,一套AI+RPA+账号管理系统,就可以实现这样的效果

也就是一个人+一套AI自媒体矩阵系统

但要让这1000个账号不沦为垃圾制造者,还有两个关键:

  1. 稳定输出有质量的内容,通过AI进行特定训练,输出的内容不难实现高水平、高质量,且成本极低。如果不能达到这个效果,就容易变成内容垃圾制造者
  2. RPA系统,自动内容管理和自动发布等机器人,解放人力的重复劳动,运营就可以把精力放在更重要的事情上

降本增效

降本增效应该是要刻在骨子里的创业思维和习惯

降本,不是意味的降低成本,而是那些不应该花的成本就不要花

增效,不是一味地的简单提效,而是要看背后是否在创造真正的价值

增效的本质,应该是“价值效率”

朋友对我分享,他的公司,现在唯一能干活的人,每天都在被骂,而那些不被骂的人,原因是每天不干活,不干活就能不被骂,于是就慢慢聚集起了一些每天无所事事的团队

这就是不必要的成本

再比如,房租,如果使用率低,空置率高,即便看起来没有浪费多少,那也是不该花的成本

而且这种“浪费”一旦多了,就会积少成多,最终加起来也不少

盘点这几年创业,纯浪费掉的不必要的“房租成本”就有小几百万~真的是一个极大的教训

关于价值效率,比如自动化AI技术的投入,就是价值效率的提升,就很有意义

学AI编程的意义

下午,一位做AI编程培训的老师,来公司交流

现在他对这块的研究和培训,还挺多的,但是现在有一个一直困扰他的问题,那就是这些学员学习AI编程的意义是什么

这对我是一个很好的启示

目前看起来,很多学习AI编程的人,都是图个热闹,或者缓解一下焦虑~

而且AI编程看起来简单,实际上从他的教学实践来看,很多人学习起来还是很困难的,要想短时间内通过AI直接出一个有复杂度的作品,还是很难的

这进一步验证了之前看到过的一个结论,AI编程不会让程序员失业,只会让会用AI的程序员大幅提升编码的效率

而普通人想要通过AI编程去实现生产力的变化,仍然非常难

一个简单的小例子,就拿注册火山引擎账户后去拿doubao的token这一个小事,就会卡到一大批人

要想想清楚这个问题,我认为核心还是要思考清楚,对于不同的人来说,AI编程的能力边界是什么?

比如对于小白,AI编程的边界应该就很窄,就不应该去涉及复杂任务或复杂工程,去实现某个单点任务,目前看起来还是很容易的,比如就把海报写好,我认为就足以让很多技术小白的日常工作有很大的颠覆了

对于技术高手,AI编程的能力边界就可以很宽

所以,关键是要找到真正适合他们的应用场景,对于我们即将上线的一些课程也是如此,每套课应该有一些明确的目标用户,基于他们的场景痛点,设计对应的内容和练习,其意义会更大

理性决策表

对于绝大部分的决策,要想提升其决策质量,理性思考是非常重要的一个基础

曾经因为决策过于感性,导致很多错误的决策

事后复盘发现,其实当时决策时,只需要稍稍理性一些,就不会犯那些低级错误

很多人也会有这样的问题:大事糊涂做选择,小事上斤斤计较

如果一直是这样的决策水平,就很难走出贫穷的怪圈

后面看到一个研究,当人们在决策时,只要在决策前写下几个依据或者理由,就很容易把感性决策拉回理性决策,即便这几个依据或理由还不是那么的科学,但整体上也能显著提升决策的水平

为了减少决策失误,可以这样做

  1. 尽量慢决策,高质量的决策非常费脑,越重要的决策,越需要深思,越不能太感性,比如普通人买房、买车等等
  2. 大的决策,给自己设计一个决策工具,并养成大决策前要借助这个工具来强制唤醒理性思考的习惯

以这个决策工具为例,在近期换办公室的时候,就会觉得很有意义,如下图:

有了类似这样的理性决策工具,就可以很直观的对各维度进行综合评估,就不至于被某个销售的话术一烧脑就直接决定了~

即便理性分析之后的结论仍然和感性或直觉一致,但整个过程的性质就会不一样,同时由于理性决策的加入,也会增加决策的踏实感