年纪和成功几率的真正联系

网络理论家阿尔伯特·拉兹洛·巴拉巴斯（Albert-Laszlo Barabasi）在数据分析的支撑下，探索了各个行业驱动成功的隐藏机制——并揭示了年龄与成功几率之间的有趣联系。

今天对我来说很特别，

因为是我的生日。

（鼓掌）

谢谢大家参与这个聚会。

（笑声）

可是，每次你举办聚会的时候，
总是有人捣蛋，对吧？

（笑声）

我是个物理学家，

这次我带来了另一个物理学家。

他的名字是阿尔伯特·爱因斯坦——
也叫阿尔伯特——他是那个说过

如果一个人到30岁时对科学

都没啥大贡献，

也就永远不会有贡献了。

（笑声）

你不需要查维基百科

去了解我是不是超过30岁。

（笑声）

实际上他是想告诉我们，

当涉及到我在科学领域的作为时，

我是朽木难雕了。

幸运的是，我的事业运还算不错。

在28岁时，我对网络产生了兴趣，

几年后，我成功发表了几篇

关于发现无标度网络的核心论文，

并催生了一门我们今天称为
网络科学的新学科。

如果你对这个学科也很感兴趣，
可以在布达佩斯，在波士顿

读取网络科学的博士学位，

也可以在全球各地学习这门课程。

几年后，

当我第一次在哈佛进行学术休假时，

我对另一种形态的网络产生了兴趣：

在我们自身的网络中，

基因、蛋白质和代谢物如何相互联系

以及它们与疾病的关系。

这个兴趣引发了
医学领域的一阵轰动，

包括哈佛大学的网络医学部，

有300多名研究人员
基于这个想法来治疗病人，

开发新的治疗方法。

几年以前，

我觉得我应该把网络的概念

和关于网络的专业知识

应用于一个新的领域，

用来理解成功。

我们为什么要这么做？

我们认为，在某种程度上，

我们的成功取决于我们所处的网络——

我们的网络可以推动我们前进，
也能拖我们后腿。

我好奇我们能否使用
在网络中获得的这些知识，

结合大数据和专长

来量化事情是如何发生的。

这是一个结果。

你在这里看到的是博物馆里

相互连接的画廊网络。

通过这张我们去年绘制的图，

如果给我他或她在他们的
职业生涯举办的前五个展览，

我们就能够非常准确地预测
一个艺术家是否成功。

当我们思考成功时，

我们意识到成功不仅跟网络有关；

还有很多其他的维度。

其中一个成功的必要因素，

很明显就是业绩。

让我们定义一下业绩和成功的差别。

业绩是你做的事情：

你跑得有多快，你画的是什么画，

你发表的是什么论文。

然而，在我们的工作定义中，

成功是社群从你的业绩中

注意到你做的哪些事情，

如何承认你的成就，如何奖励你？

换句话说，

你的业绩跟你有关，
但你的成功跟大家都有关。

这对我们来说是个非常重要的转变，

因为我们把成功定义为社群

给予我们的集体评价。

这样一来成功就变得可衡量，

因为在一个社群中，
关于成功包含着很多数据点。

我们上学，我们练习，我们实践，

因为我们相信业绩会让我们成功。

但当我们开始探索，

我们开始意识到
以数学的方式看待这个问题时，

业绩和成功是非常，
非常不同的概念，

让我来解释一下。

你在这里看到的是世界上
最快的人，尤塞恩·博尔特。

当然，他赢得了大多数参与的比赛。

我们知道是他是世界上最快的人，
因为我们有精密的计时器

去测量他的速度。

有趣之处在于当他获胜时，

他并没有明显地超过竞争对手。

他跑得比输掉比赛的人
最多快百分之一。

他不仅只比第二名快百分之一，

他的速度也不超过我的10倍——

并且我还不是个擅长跑步的人，
这点请相信我。

（笑声）

每次我们能够评估业绩时，

我们都会注意到一些有趣的事情：

业绩是有界限的。

这意味着人类的业绩
并没有巨大的差异。

它变化的范围非常小，

我们确实需要精密的计时器
来测量这个差异。

不是说我们不能从
最好的人身上看到好的一面，

但最好的人非常难以识别。

并且问题在于我们很多人的工作领域

并没有精密的计时器
来衡量我们的业绩。

好了，业绩是有界限的，

当涉及我们的业绩时，
我们之间并没有显著的差异。

那么成功呢？

让我们转到另一个话题，比如书籍。

评估作家成功的一个方法是
有多少人阅读了你的作品。

当我早先那本书
在2009年出版时，

我在欧洲和编辑谈话，

我感兴趣的是：谁是我的竞争对手？

我有一些炙手可热的对手。

那周——

（笑声）

丹·布朗出版了《失落的秘符》，

并且尼古拉斯·斯帕克斯

的《最后一首歌》也问世了。

当你看这个书单时，

你意识到，就业绩而言，这些书

和我的之间并无多大差别。

是吧？

如果尼古拉斯·斯帕克斯
的团队再努力一点，

他就可以轻松进入榜首，

因为最终谁在畅销榜顶端
几乎是随机的。

所以我说，让我们看看数字吧——
我就是干这行的，对吧？

让我们看看尼古拉斯·斯帕克斯
的作品销量。

结果在新书发售的那个周末，

尼古拉斯·斯帕克斯
卖出了10万多本书，

这是个惊人的数字。

你可以看看纽约时报
每周销量在1万册以上的

畅销书榜单，

所以他只凭借新书销量的
十分之一就能轻松登上榜首。

然而他不是第一名。

为什么？

因为有丹·布朗，他在
那个周末卖出了120万册。

（笑声）

我喜欢这个数字的原因
是因为它真正显示了，

当涉及到成功时，它是没有界限的，

最好的不止比第二名好一点点，

而超越了好几个数量级，

因为成功是集体的衡量标准。

我们给予他们成功，而不是
通过我们的业绩获得它。

我们意识到业绩是有界限的，

但成功，属于集体衡量的，是无界的，

这一定让你心生疑惑：

当人们的业绩表现差异很小的时候，

为何成功的差异如此之大？

最近，我出版了一本
关于这个问题的书。

我没有太多时间详细介绍这本书，

所以我打算回到这个问题，

成功通常会在什么时候出现呢？

那么让我们回到派对捣乱者
的话题，问问我们自己：

为什么爱因斯坦要发表
这样荒谬的言论，

人的创造力止步于30岁？

因为他发现周围
所有这些创造量子力学

和现代物理学的伟大物理学家，

他们的伟大成就都是诞生在
20多岁和30岁出头。

并不是只有他这样想。

这不仅是观察偏差，

因为事实上有一整个
领域的天才研究

都证明了这一点，

如果回顾一下我们崇拜的先人，

然后再看他们做出
最大贡献的年纪，

不管在音乐，在科学，

还是在工程领域，

大部分人都是在他们20岁，30岁，
最多40岁出头时做出了这些成绩。

但这个天才研究有个问题。

首先，它为大众制造了一种印象，

即创造力等于年轻，

真让人伤心，不是吗？

（笑声）

并且它也存在观察偏差，

因为它只观察了天才，
并没研究普通科学家，

并没有看着我们这些人问，

随着年龄的增长，
创造力真的会消失吗？

所以这正是我们尝试做的，

并且有参照对象很重要。

那么让我们看看像我
这样平凡科学家

的职业生涯。

这里是我发表的全部论文，

从1989年发表的最早一篇论文；
当时我还在罗马尼亚，

直到今年这个时候。

纵坐标，你可以看到论文的影响，

也就是被引用的次数，

有多少其他人发表的论文
引用了我的工作。

当你看这个数据时，

可以看到我的职业生涯有三个阶段。

我第一个10年，工作很多，

但却并没有多少成就。

似乎没人关注我做的事情，对吧？

没有一点影响力。

（笑声）

当时，我在做材料科学，

然后我自己发现了网络，

然后开始发表网络的文章，

从那以后，高影响力的文章
我发表了一篇又一篇。

那时感觉真是很好，那是
我职业生涯的高光时刻。

（笑声）

那么问题是，现在发生了什么？

我们不知道，现在就去
计算出这些论文

会产生怎样的影响还为时尚早，

需要时间来获取这些信息。

当你看这个数据时，

会觉得爱因斯坦和
天才研究的结论是对的，

我在我职业生涯的高光阶段。

（笑声）

那么让我们看看
这究竟是如何发生的，

首先看看科学领域。

为了不产生选择偏差，

只看天才，

我们最终重建了1900年至今每一位

科学家的职业生涯，

并找到了所有科学家
的个人最高成就，

不管他获得了诺贝尔奖还是没有，

或是没人问津，即便是他最好的成就。

这就是你们在这张幻灯片上看到的。

每条线是个职业生涯，

在职业生涯的顶端
有一个浅蓝色的点，

代表着他们个人的最好成就。

问题是，

他们最重大的发现
发生在什么时候？

要量化这点，

我们看的是你获得
最大发现的概率是多少，

比如你职业生涯的
的第1，2，3或者10年。

我们真正要看的并不是年纪。

我们看的是所谓的“学术年龄。”

你的学术年龄始于
你发表第一篇论文的时候。

我知道你们有些人还是婴儿。

（笑声）

那么让我们来看看

你发表最高影响力论文的概率。

你看到的是，的确，
天才研究的结论是正确的。

很多科学家发表的
影响力最高的论文倾向于

发表在他们职业生涯的
前10到15年，

在那之后就会直线下降。

它下降得如此之快——我如今
正处在我职业的第30个年头，

我发表一篇比过往有
更高影响力的论文

的概率

不到1%。

根据这个数据，我正处在
职业生涯的这个阶段。

但这里有个问题。

我们的对照数据有问题。

对照数据就是，

对科学做出随机贡献的
科学家会是什么样子？

或者科学家的生产力怎样？

他们什么时候写的论文？

所以我们评估了生产力，

令人惊讶的是，生产力，

你在职业生涯的第1年、第10年
或第20年写论文的概率，

与论文产生影响的概率

几乎无法区分。

长话短说，

在很多的数据检验后，
只有一个解释，

真相是，我们科学家的工作，

我们写的每篇论文，做的每个项目

都有同样的概率成为
我们个人的最佳成果。

那就是，发现就像中彩票。

我们买了越多的彩票，

我们中奖的几率就越高。

碰巧的是，

很多科学家在他们
职业生涯的头10年，

15年买了大部分的彩票，

在那之后，他们的生产力就下降了。

他们不再买更多的彩票。

所以看起来他们没有创造力了。

现实中，他们停止了尝试。

所以当我们把数据放在一起时，
结论非常简单：

成功可能随时会来。

它可能是你职业生涯中
最早或最后的论文。

它在项目的空间中完全是随机的。

改变的是你的生产力。

让我解释一下。

这是获得诺贝尔物理学奖
的弗兰克·威尔切克，

他得奖要归功于研究生时
写的第一篇论文。

（笑声）

更有趣的是约翰·芬，

他在70岁时，被耶鲁大学强制退休，

他们关闭了他的实验室，

那时，他搬到了弗吉尼亚联邦大学，

开了另一个实验室，

就在那里，在年纪72岁时，
他发表了一篇论文，

这篇论文在15年后
获得了诺贝尔化学奖。

你会想，科学领域比较特殊，

但其他需要我们有创造力的领域呢？

那么让我们再看看
另一个典型的例子：创业。

硅谷。

年轻人的领地，对吧？

确实，当你看这个领域时，

你发现最大的奖励，
TechCrunch Awards或其他奖励，

全都给了平均年纪

在30岁左右的人。

再看看VC的钱都给了谁，
一些最大的VC企业——

几乎所有的人都在30岁出头。

当然，我们知道；

硅谷有这样一种风气：
年轻等于成功。

不过，当你看数据的时候
就不会这样认为了。

看看这些人当中有谁真正

成立了一家成功的公司——

成立一个公司就像生产力，
尝试，尝试，再尝试。

因为这不仅关于成立一个公司。

最近，我们的几位同事
正好研究了这个问题。

果不期然，这些年纪
在20多岁和30多岁的人

创立了大量的公司，很多公司，

但大部分都破产了。

再看看那些成功的退出，
你在这个图中可以看到，

你年纪越大，就越有可能
轰动股票市场

或者成功出售公司。

数据很显著，事实上，
如果你50多岁，

你成功退出的机会是

你30岁时的两倍。

（鼓掌）

所以最后，我们看到了什么？

我们看到的是创意并无年龄限制。

生产力才是关键，对吧？

这就告诉我们，

如果你不断尝试——

（笑声）

你仍然可以不断取得成功。

所以我的结论很简单：

演讲结束后，我得回到实验干活儿了。

谢谢。

（鼓掌）