如果算上学生时期零零碎碎的咨询项目，那我算是刚好入行十年。

在咨询这个行业中，不夸张地说，“战略”这个词几乎是每个小时听到一次。但有趣的是，这从来不会让我觉得烦，反而更加沉迷于对战略的探索之中。

我也曾经是个无知的萌新，对着我老东家的合伙人直白地问：

“什么是战略？”

就跟所有滑头的咨询师or财务自由的成功人士一样，他也从不会直接回答你的问题，而是反问你一句：“那你觉得是什么？”

我可能就是从那个时候练就了在心里翻白眼的技能。

那个时候也恰好在啃Lawrence Freedman的《Strategy: A History》，Freeman在书里类比了许多政治与军事的例子来说明什么是战略，那时年轻的我对战略的总结及对大老板的回答是：

战略是在多个均衡中提供胜算的最优解。

滑头的合伙人自然也不会直说这样的理解对不对——当然我们都知道这从来不是“对不对”的问题，他反问了我两个问题：

1. 如果我们给自己做一套能够超过McKinsey的战略，可行吗？

2. 如果我们请McKinsey给我们做一套能够超过行业第一（也就是McKinsey）的战略，可行吗？

这两个问题在很长一段时间里都让我茶饭不思。这或许也是为什么无论我有多么频繁听到或是说到这个词，它总是有一种魅力，或者说，是魔力，让我不断地思考与探寻。

行业的老大哥麦府，也从来都是学习的对象。在大部分情况下，麦府的出版物或是季刊，可以用一个公式来总结：

N + Next

前面的N可以是任何一个领域或是主题，后面的Next代表趋势。比如：

《人工智能：数字化的下一个前沿？》

《供应链金融：物流企业的下一个风口》

《“一带一路”2.0：市场化运作扬帆启航》

《保险科技：互联网保险的下一个竞争前沿》

《中国的选择： 抓住5万亿美元的生产力机遇》

我偶尔会皮一下，和我的同事说：“把我们presentation的首页标题变成这个样子，我们的咨询项目就能成功一半。”（我其实是认真的，你们看不出来吗）

咳，扯远了，我想说的是，无论是在我的某种意义和麦府有竞争关系的老东家，还是现在自己创业中时而的迷茫，我对麦府出版物的热情，从来没有消退过。

在今年年初的时候，麦府出了一本关于战略的书《Strategy Beyond the Hockey Stick: People, Probabilities, and Big Moves to Beat the Odds》，最近有了中文版《突破现实的困境：趋势、禀赋和企业家的大战略》。

是的，今天的正题是，我要给大家推荐这本书！

曲棍球杆（Hockey Stick） & "毛茸背"（Hairy Back）

或许是因为Hockey Stick（曲棍球杆）离中国大众的认知有点远，在书名的翻译中反而将这个小精髓给去掉了。

这是战略咨询中经常会听到的一个词，试着看一下曲棍球球杆的形状，是稍稍往下走一点，然后直线往上走。当然Nike的标志也同样有这个效果，哈哈哈。

实际上这个形状是指能让我们耳朵都起茧的一种表达：我们现在的战略需要一定的投入，但接下来公司就会走上正轨，大赚特赚！

而事实呢？

我自己在做咨询的时候，经常被朋友问到的一个问题是：

“你们如何保障执行？”

我相信这也是所有咨询顾问绕不过去的一个问题。在我的经验中，我一直将战略称为“客观的”，而执行则是“主观的”。比如碰到高层换人、办公室政治等问题时，你会发现这些情况往往和“人”相关。《曲棍球杆》（原谅我擅自用的缩写）这本书给了一个非常精妙的解释：

战略的人性面。

相信我，很少有企业家或是高管们，可以真正100%做到为公司的长远着想——有一些甚至会在日常的访谈中毫无保留地表达“我不希望我的收入受到影响”；更有甚者则是信誓旦旦地表示“这是市场的原因，不是我的原因”。这样的“反派角色”，就是“战略的人性面”。

而这样的“人性”，又恰恰是“人之常情”。

我自己在创业的过程中，也会为自己的公司制定战略。毫无疑问的是，“反派角色”一定会出现。从早期的不理解（甚至想过辞退），到第二年的某个时刻，我突然想明白并对我的合伙人们说：“我们需要这样的反派角色，TA在不断引导我们战略的优化边界与执行力度，无论TA是否有意而为之”。我想明白的是，把“人性面”不当做理性的二元对立，而是考虑在战略的制定与实施中的“合理边界”，那么你的战略会充满人性化并执行得相当漂亮。

你希望手下的人齐心协力，但事实上是大家的动机各有不同（特别是在大公司）。巴菲特曾经说过“95%的行为都是由个人或者集体激励促成的”，随后又自我纠正道：

“可能99%都是这样的。”

在我自己面对客户时，我发现，如果新的战略决策对不同利益相关方的家庭、职业或是财富产生影响时，会有一个很形象的画面：一只章鱼的一只脚想要跨到下一个石头上，而其他七只脚还牢牢吸住原先的石头。

如果企业不断地承担人性面所带来的结果，就会得到曲棍球杆那个“向下”部门的重复叠加——“毛茸背”。

本书的作者们，也是麦府的三位合伙人相信，人性的缺陷——风险厌恶、过度自信、盲目推断、锚定心态等等，都会在执行过程中体现出来，而战略的人性面所产生的影响，就会年复一年日复一日地变成“毛茸背”。

而这恰恰是对传统经济学假设人是理性、战略是客观的，提出了质疑。

那问题又来了，如果是这样，我们真的还需要战略吗？

从我自身入行以来的十年间，我有一个非常明确的感受，那就是，执行不到位的正确战略依旧高于执行一百分的错误方向。

Netflix的CEO就说过一句话，在很大意义上鼓励了我在自己的公司内做出的很多决策：“因为动作太快而死的公司十分罕见，而因动作太慢而死的公司比比皆是。”

我经常遇到的情况就是，在当时信誓旦旦地说自己战略毫无问题或是对我们初步建议不屑一顾的客户，往往会在半年、一年后开始悔悟，因为察觉到了“大量的钱花在了错误的地方”。

大家几乎都会忽视的一点是，“人性面”一直都存在，无论有没有、改不改战略。而这样“回头客”的情况又往往会让整件事变得微妙，以我自己为代表的咨询师们，偶尔会洋洋得意：“谁让你当初不听我的！”

这可能就是我黑暗的人性面吧。

Well，《曲棍球杆》中的数据表明：不采取任何措施其实风险最大。

于混沌中见真知

也有人说，战略充满魅力的一面，就在于它的不确定性。

《曲棍球杆》的作者之一Martin Hirt则认为“市面上那些号称破解战略成功密码的书，最大的问题是缺乏数据支撑，经不起检验”。

所以这三位麦府的合伙人，用跨度长达15年（2004-2014）的研究时间，跟踪了全球2393家最大型企业，59个行业，62个国家和地区；其中包含了亚洲近千个样本，所以它不是一本仅仅以西方案例为代表的书。

在某种意义上，战略讲究的是概率，而不是确定性，而且显然，没有人喜欢概率，也没有人喜欢幸存者偏差。

而不确定则来自于不了解。

我在上面已经说到，几乎没有企业家100%了解自己的企业。我在公司内部会用一个词来强调这种了解：Business Empathy（商业同理心）。

Business Empathy代表不仅仅是CEO们在想什么，而是这个企业——作为一个完整的个体，包含所有人，在想什么，碰到了什么。

我在上学的时候，曾在课上做过一个让我记忆犹新的小游戏。导师在班级的第一课中，让我们两两配对，用20道题，猜对方这学期都选了什么课。我和99%的人一样，开始直接问：“你是不是选了统计/心理/数据分析？”正确率大概在30%。

而最终课堂上有一个学生（就是那1%）猜对了对方几乎所有的选课，她是这么做的：

问对方的国籍、兴趣爱好、职业规划、大学第几年、对课程难易度的预期、作息等等，最终推导出了对方的选课。

导师也显然对她的方法非常满意，并给我上了印象深刻的一课：这就是Empathy。

而当我从事咨询以后，重新回过头来看这件事时，我意识到，这样的了解，就是咨询师“内部调研/访谈”的过程。而因为我们都是同一个学校的学生，我们知道学校有哪些可选的课、哪些老师比较容易过，这就是对“外部市场”的了解。

而越了解（Business Empathy越强），则越可能做出正确的判断。

在任何场合都是一样，比如在篮球比赛中，资深的球迷在一旦听说是哪两个队伍，脑子里就自动反应出两个队伍的比赛历史和比赛球员等等数据信息，而胜负率也能做一定程度的判断。所以企业战略往往也需要这样的数据。

贝叶斯统计的创立者Thomas Bayes就明确地表达过：“我们越了解一家企业，对其成功概率的估算就越精确。”

书中说到，在作者们分析了2393家全球企业在这15年之间的业绩数据后，发现经济利润是一个衡量企业业绩的好指标，而在所有战略致胜的决定性因素中，自身优势约占30%，趋势约占25%，采取的措施约占45%。

简单来说，提升成功概率 = 利用自己的优势（对自己的Empathy）30% + 把握正确的趋势（对外部的Empathy）25% + 采取重大举措（保证执行）45%。

既往不恋，纵情向前

这可能是我今年听过最打动我的话了。

在做一个关于美团点评的调研时，有记者说到王兴的办公室里挂着这么一句话。

无论咨询这个行业有多么厉害，但我深刻的知道，没有任何一种灵丹妙药能让所有公司的都实现增长。

CEO要做的不是忽略不确定性，因为真实的市场并不完美，要思考的则是如何带来最大的胜算。

优秀的战略从来不是唾手可得的，在自己走了无数的弯路之后，我发现我必须无时不刻地克服短视、懒惰与逃避，然后如书中所说：“迎接清晰而无情的外面世界”。

在书的最后，这三位麦府的合伙人们总结道：

真正的战略是就如何取得成功做出难以逆转的选择。

归根到底，战略是一家企业与全世界的对抗。

It's always you against the world.

很有趣的一点是，《曲棍球杆》的作者在书中解释说分析数据消耗了比较长的时间，因此书中的最后数据截至2014年，书却是今年才出版。如果你交叉对比书中的公式与分析，再来看看14到18年发生的事实，还有许多意想不到的惊喜。