“我不解决问题，我解决思考模式，问题则自然而解。”——Louise L. Hay
选择比努力重要——这句话是错的。
生命中只有1%的选择有意义，它决定了我们生命的构态，如工作，定居地，伴侣等。对于其他99%的选择，对错与否，无关痛痒。
很不幸地，在工作近三年半后，我又要面对一次生命中1%的选择——找工作。
记得在2015年初，我刚入职第一份工作的时候，总结了自己找工作的经验，并发表成文。其中的核心思想就是选择工作的三要素：行业，公司和职位。
行业和公司决定个人的成长速度和收益，职位决定未来发展方向及在公司内受重视程度。
时至今日，从最近找工作的经历中，我在原本的加入底层逻辑和顶层理论，完善了这个决策模型。
这个模型的核心思想是，从个人对事业的底层需求出发，了解所处行业和公司发展，做出决策。
我愿意花时间完善这个模型的原因有三个。
第一是随着年龄增长，决策成本越来越大。当初刚毕业时还是个小伙子，一人吃饱全家不饿，所以只要有一份有前景的工作都愿意全身心投入。随着时间推移，每一次职业转换的成本会越来越高，转变好，则会实现跃迁，若是妄动，不仅老本不保，甚至有可能跌的更惨。
第二是在工作三年后，在就业市场上的选择越来越多，而在众多选择中，如何识别出最好的机会，也需要一个有指导性的模型。
第三是把职业和生活规划的合一。大多数人看得清眼前看不到未来，往往低估了长期风险而高估了短期收益。
我大学学的是土木工程，毕业后便转了互联网。有天晚上我和老婆聊天，说起如果我继续土木行业的工作会是怎样的一番情形，推演下来，却细思极恐，不仅不会遇到现在的爱人，甚至自己的生活也会一团糟。不值得的工作所带来的危害远远不止每日八个小时，它会在方方面面摧毁你的生活。这些年来，除了学到的知识技能，带给我最深影响的，是与优秀的人共处，在言论自由的环境里畅所欲言，在高速增长的行业里适应变化，而这些因素却不曾在任何职业指导里被提及。
正是这些思考，在失业的时间里，逐渐面目清晰，逐渐脱胎成形。
回归模型本身，我想先从底层需求讲起，然后说说关于行业风口的Alpha和Beta理论，最后谈谈找工作。
底层需求：
底层需求亘古不变，不必思考时代的变迁——所以 从工业时代提取出来的分析方式，在信息时代同样适用。
一个传统意义上的理想工作是三个因素的交汇，喜欢，能力和收益。
我喜欢做什么？这是最重要的问题。
对职业的热爱永远被低估。喜欢与否，都是你个人的事情，没人会关心。于是大家聊天时，有人会问公司发展，职位头衔，薪酬福利。但极少有朋友会问你，在这份工作中，你最喜欢什么？
日久天长，最怕从众如流，忘了本心。
如之前所说，一份厌恶的工作不仅会浪费你一天八小时，甚至会毁了你下班后的心情。坏情绪具有传染性，在工作中的暴躁与沮丧，会影响到家庭和社交生活。也许你对待家人不再有耐心，甚至久久难以从自怨自艾中走出来，让家庭气氛也愁云笼罩；也许你周末丧失了活力，不再想和朋友们欢聚一堂，甚至有意无意躲避着社交。你从未意识到，工作占据了你的白天，但是工作的情绪占据了你全部的生活。
喜欢是一个动态的概念，它既和天性息息相关，也被成就感和正反馈深深影响着。换句话说，喜欢也可以后天培养。因此，我们喜欢的不该是一项具体的工作，这会限制选择范围，我们要深究的是情绪背后的成因。
例如，一个工程师刚刚被提拔成为经理，现在他需要更多的时间指导团队而并非独自写代码。如果他能意识到，他所热爱的是创造本身，那么职能的变化只是从个人创造到带领团队一起创造。每一次与团队成员的沟通并非是无意义的对话，而是目的明确的指向“团队创新”的目标，通过寻求共性，他会更快地适应新角色，并从日常工作找到成就感。
最好的情况是，找一个自己喜欢的工作，若不然，便努力让自己喜欢上已有的工作。
你能做什么？寻找你和喜爱的工作间最佳匹配，这个无需过多解释。
你将得到什么？有形的是工资福利，无形的是技能发展，团队氛围和工作地点。
这里重点说一下工资，团队和地点。
在多数人的认知里，工资的计算方式是将工作年限对标同等级就业市场工资的均数，而实际上，真正的计算方式是：
工资=个人不可替代度 + 市场（公司）需要度
个人不可替代度是Alpha，市场（公司）需要度是Beta，两者加在一起，就是公司愿意给你的投资（工资），这一部分将在解释顶层理论时详说。
如果将工作年限化作X轴，工资化作Y轴，那么这两者的关系将是一条向下开口的抛物线。类似下图。
我对这张图片不太满意的部分是它的顶点在45~50之间。在信息时代，顶点的位置将会更偏向左侧——普通人的巅峰年龄会到来更早，而之后个人价值在职场上则会随着年龄而贬值。预知变化，拥抱变化，实现变化是对互联网从业者的能力要求，而年轻人在这三件事上更具优势。一个普通人需要做的，就是在到达职业顶点之前，努力从超越“老鼠赛跑”并进入“快车道”。（详见《穷爸爸，富爸爸》）
团队氛围，往往事后才能觉察。感谢互联网的存在，让信息的传递越发透明。如果我对在硅谷的科技公司感兴趣，可以用Blind或Glassdoor去看内部员工的评价评分，在中国则可以用脉脉。匿名的设计，使得平台上的信息大概率是真实的。小概率带节奏的发言，仍需使用者具有一定鉴别能力。需要留意的则是公司工作强度、公司文化、内部员工向心力（大家是否相信公司愿景）、奖金发放、公司融资情况等等。
工作地点，年轻人在工作早期对地点的认知是模糊的，而人到中年因为家庭牵绊，会对地点有更多的要求。从宏观角度观察，地点对人潜移默化的塑造至关重要，因为缺乏衡量标准，人会低估其影响。安替老师在《同侪压力》中的两句话曾让我印象深刻：
“你来北京前五年，就认识了你一生所有的敌人和朋友。”
“我在北京的朋友、以及在波士顿的朋友，是我这一生无法堕落的底线。”
这一方面说明地缘决定了你认识朋友的质量，反过来也决定你的质量；另一方面也说明作为人才和资源集聚的地方，你来北京，很快把未来和你竞争的所有人都遇到了。作为产业聚集地，即便有一天跳出公司，在北上广的人才也更容易更快地找到工作。把眼光打开，不仅聚焦在眼前的公司，也要看到整个产业和城市对你未来的影响。
了解这个三要素的工作底层模型，可以让我们更明确地将能力转换成理想的产出和回报，并从中寻找出自己的喜好，在长期的职业跑道上作出更顺应心意的计划。
市场周期性
加入周期性概念的缘起，是因为看到了戴雨森在知群的一场演讲——《在非线性增长的世界里如何选择》。
世界的发展是非线性的。第一次工业革命奠定了英国欧洲霸主的地位，却也使得他们在二次工业革命的技术发明后，没有在短时间内进行大规模普及，反而被美国赶超。在中国曾经风头无两的四大门户网站，却在移动互联网转型中落后，只有腾讯凭借微信拿到移动端社交流量入口，跻身BAT。每一波大趋势来临时总会带动一批新公司的崛起，却也因为旧有价值网的束缚，难以在新时代跨越非连续性的断层期。
人的发展也是非线性的，在我们有生之年，所将经历的技术颠覆及变革将是父辈的数倍，这也意味着，我们面对的不确定性，也将是超越前人的。戴雨森用了资本收益的概念，来更直观地解释非线性对我们的影响。
资本定价公式：收益= Alpha + Beta
「Beta 是你的市场收益，你进入一个市场之后随波逐流就能获得的收益。
而 Alpha 就是你跟这个市场所有的竞争者相比，你个人的超额收益。
简单来讲，Alpha 就是你比别人强，Beta 是你比别人选得好。」
读这篇文章时正值我思考职业生涯的下一步。资本定价的公式如同深夜明烛，瞬间点亮我迷思中的星星点点，将我对职业规划的思考放到了一个更宽广的坐标系去观察。我对这个公式的思考三点：
首先，个人收益为Alpha和Beta之和，而不单单是个人努力（Alpha）。许多人会误将周期性红利当做个人成就，故而将阶段性成功经验套用在不同周期不同市场上，在新的变化中折戟沉沙。分清哪部分是Alpha，哪部分是Beta能够帮助我们更客观的审视自己，也能帮我们扬长避短，审时度势。
举两个和前公司有关的例子，一个是关于我的，一个是关于我老板的。
我2015年1月加入公司的时候，公司还不甚有名，知晓公司的大众寥寥无几，公司口碑的爆发期则在2015年5月中旬左右（见下图）——当然要感谢营销运营的同事们。
我当初加入的时候仅是以本科毕业生外加三段相关实习经验，而在2016年后同样职位入职的同事却背景光鲜，有投行的分析师，也有咨询公司的初级顾问。对同样职位的人才要求越来越高是公司逐渐壮大且持续进步的表现。我自忖若是以2015年的简历申请2016年公司同样的职位，绝无可能被选上。我当时能进入公司，除了小部分能力原因，大部分要依赖于一个超前的选择。超前选择既是因为我对信息敏感，也是因为我作为应届毕业生对不确定性带来的风险相对钝感，忍受力更强。而我从这段工作经历所获得的收益，在最早期，更多依赖了“选择”，即市场给我的Beta，而非个人的Alpha。
再说个关于Alpha的事情。前公司被合并后，大部分同事都都选择了跳去和之前工作类似的公司或性质相同的职位。我在新加坡的两个大老板，都是欧美MBA，且在投行被“折磨”过。待业后，虽然受到其他公司力邀，但两人还是选择和公司的前创始人一起创业，在东南亚开展地产相关的投资业务。
当你生于或工作初始就进入一个大周期时，你往往会意识不到周期的存在。在互联网行业越发光鲜亮丽的今日，我依旧认为在投行、咨询及金融行业出身的人才，会在市场上保有相对高的价值。这些行业已跨越许多周期依旧存在，而它们所培养通用的技能及高标准下的高素质人才，依然会被各行各业需要。类似我的两位老板，他们可以在共享出行火爆时加入，通过持有早期股权而获得一定程度上的财务自由，在市场波动时，也有能力选择继续回归投资——一个超高的Alpha在某种程度上是能够抵抗Beta的波动性的。
其次，Alpha不是孤立的，它是横向与其他竞争者相比较后的系数。也许你很牛逼，但是如果你身边的人都和你一样甚至比你更牛逼，那么你的优势压根不存在。这就是为什么我将收益同时解读为
工资=个人不可替代度 + 市场（公司）需要度
当你决定展现优势时，记得展示你与其他竞争者最不同的优势，它可以来自你不同经验的组合，也可以来自你与众不同的愿力；同样，当你选择一个市场开拓时，同时记得瞄一下同一跑道上的各位竞争者，他们将决定在一个长期的竞赛上，你最后能够分到多大的馅饼。一个100倍大且增速为10%的市场上，有1万个竞争者，或在一个10倍大且增速50%的市场上，有100个竞争者，究竟该选择哪个赛道，想必一目了然。
最后，关于Beta的判断一定主观的，而我们要理解并承担其风险。从现在回望过去中国20年互联网发展史，10年房价涨幅，以及5年中比特币价格陡崖式激增，每个人都能侃侃而谈说出许多道理。但是当一个人确切地立足当下，向未来张望时，又是漆漆茫然的。
面对新市场的风险，一般有两种选择。一是情况如我当初，因为没有生存压力所以也就没有顾虑，输也没什么可输的，赢则一本万利，所以可以义无反顾的all in。当然，我们需要对市场的周期设定一个回报时限，毕竟把所有筹码都下注Beta，如果市场趋势不如预期，要及时抽身止损。
二是利用《黑天鹅》里说的可选择权（Optionality)，用可控的资源，承担有下限可以接受的风险，万一选择对了，则是上限极高的回报。天使投资就是典型例子，在同一赛道上投多家公司或者持续投资一个创业者，因为额度小入场早，承担风险也小，但只要一家公司能够上市退出，得到的回报是成百上千倍的。在职场上，最近大火的知识付费也是极好的例子。例如《得到》上的讲师，本身已经是各自行业中的大牛，在知识付费这一波浪潮中将已有知识转换成节目，如果《得到》没有做起来，大家损失的仅是几百个小时的时间投入，而大火后，则是每年几百万的被动收入。
总结一下，三因素模型（喜好、能力、回报）从一个传统的角度匹配个人能力与期望工作，而市场周期性的概念则是提供一个顶层视角，帮助我们意识到世界及个人都是非线性发展的，而面对不确定性时，个人又改如何做出选择。
最后，回归具体的决策模型本身，依旧是行业、公司和职位。
决策模型
行业
对行业的判断是三者里最难以客观判断，却也是影响最大的。
遗憾的是，并没有一个合适的模型可以去量化对行业的选择，大部分时候需要自己去做调查，与行业内人聊天以及凭借经验判断。
我在知乎长期关注着一个问题——如何看待大量土木从业者转行？
我虽然土木毕业，但是实际并未有深度的工作经验，仅仅的一次实习，大部分时间也是建模计算，没有长时间在工地呆过。因此我对本专业从业者的工作状态及心里想法十分好奇。
土木建设是一个典型的受宏观政策影响的行业。
城市化进程加速及宽松的货币政策带来了2003~2013年土木行业的“黄金十年”，2008年的四万亿更是导致土木行业吸引了海量的资本资源及人才，也同时为产能过剩埋下了伏笔。2015年后中央提出去产能后，土木行业的日子变得极其难过，虽然“一带一路”将部分内需转为外需，但是也导致大部分土木人才不得不背井离乡谋生。
这期间的种种变化，没有人能预料到。而土木工程又是一个极其专业、狭窄、垂直的行业，越是工龄久，越难以跨行，而人也只能如扁舟般在时代的巨浪里随波逐流。或许，提前思考未来计划，同时量化目前生活状态对风险承受度，是面对巨大波动时的一剂防范。
互联网打破了地域的限制，却也形成了严重的马太效应，在同一赛道的竞争者们，最终只会有前三甚至前二活下来。从最初的团购网站百团大战到新进的共享单车百色争艳，百团大战仅存美团而共性单车领域也只有橙黄蓝三色；2017年初的小风口共享充电宝和无人货架，轰轰烈烈的媒体宣传过后却是无以为继的运营惨况。
每当一个新的风口出现，资本的趋利和互联网的流量玩法往往使得一个本该盈利的行业短时间内集中喷涌，榨干市场盈利空间；中小玩家融资困难，现有商业模式难以维持生存，注定惨淡收场。
有一些朋友会向我寻求职业咨询，其中一个常见的问题是，去大公司还是小公司？其中应届生尤多。在这种情况下我一般都推荐去大公司。倒不是我对创业公司有偏见，而是从问询者角度给出的建议。一般这样问的人，说明他有三种状况：
他不想创业。创业做的是九死一生，逆天改命的事情，不是意志坚决难以坚持，而一般真正想创业的人也不会来询问找工作方面的事情。 他没有思考清楚。真正想清楚的人不会问去大公司还是小公司，他们有自己的决策模型，而咨询别人也是偏信息化的问题，比如公司发展、职业发展和市场现况等。直接向别人寻求建议的一定是既没有深入思考过自己需求，也缺乏现实经验的。 他对长期规划是模糊的。如果长期规划清晰，短期内的决策会很容易做出。
基于此，我一般都推荐他们去大公司。
大公司的培训和内部流程更加专业化和标准化，在职业早期，会对人的职业素养和专业化培养更有帮助，而且有大公司品牌背书，即便将来出来换到别的公司也会更加容易。
职业
不同赛道的公司各有基因偏好。
大家常常说的，百度的技术，阿里的运营，腾讯的产品，就是说明了BAT三家各自不同的特点。这是由赛道驱动力决定的。电商、内容、社区以及O2O都是运营驱动的，这也是O2O这波创业者许多是阿里出身的原因；工具和社交是产品驱动，而类似AI这种深科技则必然是技术驱动的。了解公司驱动力，可以更好的帮助我们规划职业发展，选择能赋能自身优势的公司加入。
同时，有部分职业对公司规模有一定需求。比如数据科学家，如果矢志在这个领域深造的朋友，则必然要选择拥有海量数据的公司，且有业界大牛带领，在这样的双重束缚下，恐怕最后圈定的范围也只剩超级独角兽级的公司了。
从行业看公司，从公司看职位，也是我再度找工作时的行动方法。我会在自己感兴趣且与过去经验相关的行业里，选出头部的三家公司，然后通过与人交流或者查询资料的方式进一步了解，并审视自己是否胜任。通过这样的方式寻找，不仅高效，且更有针对性。
总结
失业三个月，焦虑一个月，休息两个月。
刚失业的时候有突然脱离组织的孤独感，花了一个月的时间和各路朋友交流，一方面排解低落的情绪，一方面也是借机了解其他行业在东南亚的发展。后两个月就想开了，身心纾解，在家休息，不亦乐乎。
借此机会也感谢这段期间给予我帮助的朋友。许多帮助却来自许多素未谋面的朋友，有微信群里热心的大神，有神交已久的知乎朋友，也有因之前文章被认可而新加的好友。希望自己将来有机会把这份善意也传递给别人。
作者| 胡扬
来源|微信公众号：胡说之道（ID：huyang_0908），自我成长，思考，互联网，商业，心理学，道家，静心，文学与电影。如果你对这些话题也感兴趣，关注我。
【原文标题为《失业3个月后，我找到了匹配理想工作的思考模型》，本文已获作者授权，如需转载请自行联系作者，谢谢合作】
