如何突破職業生涯的上限？
編者按：本文來自微信公眾號 “J博士的心理實驗室”（ID：drjpsych） ，作者J博士，36氪經授權釋出。
前一陣子，小夥伴百里（他在遊戲中的暱稱）參加了某網際網路公司的面試，面試前後進行了八輪，在前七輪中，他與招聘HR、業務部門經理、技術專家、跨部門同事、公司分部主管進行了面談，並且全部通過，人事部門的同事將他的材料打包，寄送給招聘委員會稽核。
招聘委員會（一個由公司高層組成的團隊）認為百里的能力沒有問題，十分匹配當前的崗位，但他們丟擲了一個顧慮：我們不希望為了招一個懂資料分析、機器學習的同事而招了一個數據分析師，我們希望增加一輪面試衡量他的潛力，在與這些技能完全不相關的領域裡，他能否也有足夠好的表現。
於是百里參加了第八輪面試，這一輪面試全部都是關於他的一般認知能力、商業感覺、領導力等方面的問題，像如何快速估算出一款短視訊產品的市場潛力、如何實現一個網際網路產品的商業化、如何說服領導提供預算支援自己想做的專案、如何面對來自其它部門同事的反對…
百里同學通過了最後的面試，並且他通過這輪面試感受到了這家公司長遠的人才觀： 不僅關注他在當前崗位中的表現，也關注他的上限在哪裡。
在日常工作和生活中，我們也會遇到許多關於上限的決策：
選擇未來在哪個城市工作時，北上深充滿機會，最好的公司都在大城市裡，未來的發展有無限可能，但同時也充滿競爭，二三線城市相對沒有那麼奔忙，但因為機會相對較少，可能工作幾年之後容易遭遇職業的瓶頸期。
制定一個商業計劃，我們要考慮它的潛在的市場規模，在小城市裡開一個便利超市能夠賺取穩定的收入，但可能前景只限於周邊幾公里的小區，研發一款短視訊產品，雖然市場競爭激烈，但全國乃至全球數億人都可能成為你的使用者。
《王者榮耀》裡有些英雄操作簡單，即使是“手殘”的玩家也能打出不錯的表現，比如新手英雄亞瑟，但此類英雄的上限明顯，高手與新手玩家的差異不大；另一類英雄則上手複雜，比如擁有8個技能的元歌（正常英雄只有3個技能），然而一旦掌握，玩家往往能在場上打出天秀級別的表現，成為全場比賽的救世主。
一件事的上限與它的難度有著密切的關係，挑戰更大的城市、商業模式、遊戲英雄具有更大的潛力，然而決定上限的不僅僅是一件事的難度，我們日常生活中裡許多選擇，都會決定自己的上限。
如果你在大學選擇了理科（數學、工程類專業），那麼你畢業後的年薪起點通常會高於平均值（63500美元），美國大學生畢業前五年各專業的平均公司，第一是計算機，其次是護理學和土木工程，排在最後的是哲學、政治學、歷史學、英語文學，這是一個讓文科生絕望的結果。
大部分針對收入與專業的統計結果，都會出現工程類專業“屠榜”的情況
有趣的是，這樣的結果在學生們畢業五年後出現了反轉，如果考察各個專業裡最成功的人才，他們一生的總收入，排在第一個的是政治學，第二是歷史學，第四位是哲學，這些都是畢業前五年收入排在最後的專業，文科生是典型的後起之秀。
如此不同的軌跡，是由兩類學科的特性決定的。電腦科學、電子工程這些大受網際網路公司歡迎的專業，提供給學生們的都是硬實力，向他們傳授了計算機基礎、資料結構、演算法、程式語言，優秀的計算機專業學生應聘時有大量可供選擇的崗位，每個崗位都會提供誘人的薪酬包。
精通技術的同學們需要實現來自產品經理或是業務團隊的需求，這可能是為APP新增加一項功能，或是開發一套識別人臉的演算法，然後使用技術的方式實現。 雖然過程中會遇到許多困難，但他們要解決的問題往往是確定的。
文科生恰恰相反，人類學、社會學、歷史學、英美文學的學生並不會掌握軟體開發這樣硬實力，他們在本專業中學到的往往如何通過一副印象派畫還原當時的歷史背景、如何從三四線居民的業餘生活判斷未來娛樂行業的趨勢、如何通過《哈姆雷特》裡的對白理解劇中人物的衝突。這都是一些無法馬上轉化為工作成果的“軟通貨”，這些通貨似乎每家公司都需要，但沒有短期內也不會有致命的影響。
然而當學生走入職場幾年，隨著他們慢慢進入公司的管理層，開始面對越來越多不確定的問題，這些問題並不是要求他們編寫一套程式，實現一個來自業務方需求的演算法。他們需要做的更有可能是尋找合適的人才、搭建自己的團隊、思考產品未來的發展方向、推進公司間跨部門的合作，讓一件事從零到一發生。 與編寫程式不同的是，在解決一個問題之前，他們需要自己定義那個要解決的問題。 這時，文科生在同理心、大局觀、溝通與說服、領導團隊等方面的優勢就會慢慢體現出來。
美國的組織心理學家Adam Grant 2018年在《紐約時報》裡的一篇題為”What Straight-A Students Get Wrong”（對滿分學生的誤解）的文章指出，學術成績並不是預測一個人未來職業成功的有效因素，在職業生涯初期，成績對職業表現的預測能力一般，如果再過幾年，這樣的影響幾乎為0，Google的研究顯示當學生畢業2-3年後，他們的工作表現與學習成績沒有關係。
在職業生涯初期，我們的工作更像學生，需要完成老闆給定的任務，這是成績優等生最擅長的。然而隨著生涯的成長，我們自己成為管理者時，我們需要自己去定義問題，然後去解決它。正如Grant教授所說， 能否以正確的方式解決問題，決定的短期的職業表現，然而能否發現那個需要被解決的問題，決定了職業成功的上限。
Adam Grant是當今最優秀的組織心理學家之一，他的著作還有《沃頓商學院最受歡迎的成功課》和《離經叛道》
Google的成立是一個尋找需要被解決的問題的典型案例。當時雅虎開發的AltaVista是市面上最成功的搜尋引擎，它的特點是覆蓋了比當時所有搜尋引擎都多的網頁，然而缺陷在於返回的許多搜尋結果與查詢都不太相關，使用者想查詢網頁需要翻很多頁。
如果說AltaVista解決了搜尋引擎查全（recall）的問題，但查準率（precision）仍然存在大量的提升空間，當時還在學校攻讀博士的拉里·佩奇和謝爾蓋·布林想在這個問題上下一點功夫。佩奇和布林本身不是研究文獻檢索的專家，沒有受制於當時的搜尋引擎邏輯，用與某一網頁相關的超連結數量定義該網頁的準確性，開發了網頁排名（PageRank）演算法。
早期基於網頁排名演算法的搜尋結果已經比當時的AltaVista準確，後來佩奇和布林註冊了Google.com的域名，並且從斯坦福的校園裡帶出了Craig Silverstein這名計算機天才，後者幾乎憑一己之力寫出了第一個Google的商業化版本。而佩奇和布林當時努力為公司尋找融資，KPCB和紅杉資本兩千多萬美元的投資也為Google後來的成功鋪平了道路。
雖說Google的今天是上萬名工程師共同努力的結果，然而如果沒有佩奇和布林最初想解決搜尋準度的初衷，就不會有今天一家市值千億，員工數接近十萬人的科技巨頭。
我們也會思考自己職業生涯的“上限”。前幾天與一位網際網路金融的小夥伴聊天，他是風控建模技術的專家，善於利用機器學習技術識別那些潛在的貸款違約者。因為看到了技術路線的天花板，他對自己的職業生涯存在一些顧慮，希望在未來尋求一些突破。
我無法判斷技術路線是否真的存在職業的天花板，但至少存在一些可能的途徑，拓展自己職業生涯的上限。我當時向他提供了一些具體的建議，比如未來前往大型的諮詢公司、或在甲方的戰略、產品、運營等部門尋求機會，但如果將這個問題看得更長遠，更重要的是要尋求自身思維方式（mindset）上的轉變：
1.學習更紮實的軟技能
硬技能擅長解決問題，然而發現問題需要更多的軟技能，後者決定了職業生涯的上限。技術路線好比遊戲裡的前期英雄，在職業生涯前期自己只要有能力解決一個個具體的問題，就可以進入生涯的順風局，然而當到了後期，需要自己去發現問題時，技術就沒有那些聽上去虛無縹緲的軟技能見長了，因此要想影響職業的上限，需要進一步培養自己的軟技能。
百里同學在這家公司參加的8輪面試中，其中7輪都是關於軟技能的面試，包括一般認知能力、蒐集和整合資訊的能力、領導力、人際溝通表現、在模糊場景下的決斷力等看上去人人都有，但被這家公司認為更能決定職業生涯上限的能力，或許短期內百里只會做一些機器學習相關的工作，然而當百里前往其他與技術無關的崗位，或是進入公司的管理層時，這些軟技能更能決定他在崗位上的表現。
暢銷書作家丹尼爾·平克曾在《全新思維》一書中提出了在知識工作時代人們需要具備的六大能力，這些能力都是與推導公式、編寫程式碼無關的軟技能。包括創造美好事物的設計感、將資訊編寫為故事的故事力、整合多方資源為己所用的系統思維、與他人產生共鳴的共情力、在工作和生活中為自己和他們尋找快樂的娛樂感、探尋人生意義與追求終極幸福的意義感。
希望今天的資料告訴你，上面的這些能力並不虛無縹緲。
2.構建更多元的知識結構
職業生涯的上限，可能來自單一的知識/技能結構。程式設計師、資料科學家如果固守在技術領域，隨著經驗的積累，他們有可能成為行業裡一流的技術專家，然而這可能也是單一技能所定義的職業上限。如果將多個領域的知識與技能融合，他們將會發現更多可能性，甚至更高的上限。
公司負責企業文化的小夥伴告訴我，他們平日經常尋找供應商製作企業文化相關的漫畫，然而優質的供應商並不好找，原因在於企業文化漫畫不是隻擁有某一項技能的人能完成的。首先他必須畫的一手好漫畫，其次他必須深刻了解公司文化的核心，甚至要有一些企業文化研究的經驗，光是滿足這兩點的漫畫家就已經少之又少了。
吳曉波是我非常喜歡的財經作家，他的與眾不同之處在於將文學寫作手法融入了財經研究中，《大敗局》《激盪三十年》《騰訊傳》這些作品給與讀者的感覺不僅僅是一本經濟史研究類的專著，同時也像讀起來讓人心潮澎湃的小說。吳曉波之所以能自成一派，與他早期在復旦接受專業的新聞學訓練，後來長期為財經研究密不可分。會寫稿的記者不難找，懂財經的經濟學家不難找，然而在兩個領域同時具有洞見的可能只有吳曉波了。
技術與其他領域的知識同樣有著大量融合的機會，以最近兩年家喻戶曉的人工智慧（AI）為例，這一輪以深度學習技術為標誌的人工智慧革命在近兩年趨近成熟，未來的方向傾向於AI在不同領域的落地，這留給了資料科學家們無數想象空間：AI + 獵頭 = 智慧招聘，AI + 遊戲 = 超強人機，AI + 醫療 = 自動診斷 …
多元知識結構之所以能夠拓展職業的上限，是因為知識的全新組合有可能創造新的社會分工。在既有的領域裡，領域的上限可能由其中最專業的人決定，然而在一個新領域中，誰都可能是這個上限的締造者。正如理解企業文化的漫畫家，會寫小說的經濟學家，或是懂機器學習的獵頭顧問。
3.擁有更大的野心
雄心壯志（ambition）對於拓展職業生涯的上限也有一定幫助。當自己努力尋找更多突破上限的可能時，自然會看到更多的機會。
幾個月前，我也在尋求一些職業生涯上限的突破，希望能夠逐漸從管理諮詢轉型，進入甲方的業務部門，與團隊一起完成有影響力的事。當時面試了許多前同事們從未嘗試的公司，雖然中途充滿波折，但最終也有所收穫。如果沒有最初尋求突破的野心，可能都沒有來到北京的機會。
除了推動自己尋求更多機會，野心對人們的職業生涯還成功存在一定的“額外加成”。有人對美國大學生做了研究，他們關注那些硬性成績達標（如SAT，高中成績排名），但因為一些軟條件沒有被名校（如哈佛）錄取的同學，那麼比起那些成績達標並且進入哈佛的同學，這些同學10年後的收入是否會低一些呢？
答案是否定的，只要這些同學成績過硬，並且曾經申請了名校，他畢業10年後的收入與哈佛的同學幾乎是一樣的，這裡問題的關鍵是他要認為自己屬於哈佛，敢申請這所學校，如果野心不夠大，自然也不會有“野心光環”的加成。