编辑丨信陵
图源丨图虫创意
管理大师彼得 德鲁克有句名言：“创意既廉价又丰富（cheap and abundant），能将创意与场景有效结合，并进而付诸行动才有价值。”
这句话一度被国内的创投圈奉为圭臬。经常听过投资人告诫创业者：谁第一个做不重要，重要的是谁能跑出来；笑到最后的人才是笑得最好的人；在中国创业，执行就是战略，等等。
不过，敢挑战德鲁克的也大有人在。
The Generalist创始人马里奥·加布里埃尔（Mario Gabriele）引用了30多项研究证明，好的想法很重要、很稀缺。而没有好的想法，执行就无从谈起。他最近撰写的长文《伟大的创意从何而来？》（Where Do Great Ideas Come From?）探讨了驱动创新的种种因素，包括人、激励和环境。他的一个结论是：要想产生好的创意，前提是必须有很多创意。
以下是文章摘要，经创业邦编辑整理：
伟大的创意的从何而来？
随着AI的快速复兴和发展，我发现自己越来越多地思考人类的创造力。我们最好的想法从何而来？应该如何培养创意？人类什么时候最有可能产生创意？
德鲁克的观点代表着非常普遍的立场。在学术界和工商界，许多大佬都有类似的观点，认为真正的价值在于有效的应用，而不是构思。真正为世界创造最大价值的是企业家，不是低效率的理论家。
尽管德鲁克的话不乏智慧，但他的看法是错误的。创意并不廉价。
当然，创意如果没有“有效的结合”，就无法对社会产生影响。但问题是，如果没有创意和思想，“结合”从何而来？思想是一切进步的种子，是每一项伟大发明的开端。
人类衣服的纤维、食物的冷藏、药物的设计以及电脑芯片的结构都始于一个想法。更准确地说，是一系列相互叠加、巧妙平衡的想法。
好的创意也并非取之不尽用之不竭。事实上，研究表明创意正在逐年减少。斯坦福大学的研究《创意越来越难找了吗？》（Are Ideas Getting Harder to Find?）表明，研究的投入大幅增加，但生产力却急剧下降。
例如，要维持摩尔定律（即电脑芯片上的晶体管数量每两年翻一番）就需要大量增加相关的研究。与1970年代相比，研究人员需要增加18倍才有可能完成，但生产力却在下降。农业和医疗方面的研究也出现了类似的疲态。
产出的减少，意味着研究更加重要。人类应该更好地了解如何更好地产生想法、想法来自哪里，以及带来想法的人是谁？什么样的激励能够鼓励独创性？您应该雇用谁来促进组织的创新？如何驾驭集体的能力？
我们调查了30多项学术研究来回答上述问题，并提炼出了七大发现：
1．正确的激励
激励是智者的朋友，愚者的敌人。
你听说过“眼镜蛇效应”吗？当年印度的英国殖民政府为了消除德里的毒蛇，宣布一项赏金计划，奖励任何带来眼镜蛇尸体的人。
聪明的当地人很快发现了计划的漏洞。他们一边杀蛇，一边养更多的蛇，同时交付它们的尸体以获得稳定的收入。结果，殖民者减少眼镜蛇种群的努力反而促进了它的发展。
希望避免“眼镜蛇效应”的企业必须仔细评估对于创新的激励措施。创造力是奇怪而脆弱的花朵，在特定的环境中生长得最好。
2009年发表的研究《激励与创造力》（Incentives and Creativity）探讨了激励对生命科学领域创造力的影响。作者重点关注从两个不同的团体获得资助的研究人员。一个是美国国立卫生研究院(NIH)，另一个是霍华德休斯医学研究所(HHMI)。
两家机构之间的条件和期望差别很大。NIH的审查周期很短，且非常强调可交付的成果。而HHMI则着眼于长期，对失败有更高的容忍度且更喜欢试验。与NIH不同，它资助的是人，而不是项目。
哪一家机构激发了更大的创造力？答案是：HHMI资助的研究人员更具创新性。他们在职业生涯中发表的论文更多、质量更高。33%的HHMI成员被提名美国国家科学院院士，NIH的数字是4.1%。
同年，另一项研究《容忍失败与企业创新》（Tolerance for Failure and Corporate Innovation），也显示，由“更愿意容忍失败”的风险投资人支持的IPO公司创新力更强，产生的专利更多。
结论：要建立创造性的环境，就要对长期主义和勇于实验进行激励。容忍失败会带来为更大的成功。
2．局外人
最好的想法来自对特定领域了解最少的人。新手往往能够找到专家所不知道的解决方案。乔布斯特别推崇这一理论。
局外人在开发创造性解决方案时是否有优势？
2014年《管理科学》发布了一项研究。研究人员在三个不相干的工种（木匠、屋顶安装工和直排轮滑运动员）选定了213名受试者进行实验，评估的标准是创新性和实用性。
研究团队要求三组参与者对所有的三个领域（包括他们擅长的领域）的安全问题提出想法。例如，木匠也需要对屋顶安装工和直排轮滑运动员提出安全方面的问题，并提供解决方案。
研究团队发现，外行的创新能力更强。安装屋顶的人对木匠和直排轮滑运动员的原创想法比对自己本行的想法要多出很多。
有趣的是，参与者与目标问题之间的跨界越大，他们的想法就越新颖。直排轮滑运动员与木匠和屋顶安装工的“跨界”非常明显，提出的方案比另外两组之间的提案更具创新性。
当然，新颖性也是有局限性的。尽管陌生人的解决方案更有创意，但实用性方面通常稍弱一些。这也不奇怪。解决问题离不开场景，相近的同行也会提出不可行、或是需要重大调整的解决方案。
结论：当遇到需要新颖性的方案时，不要仅仅请教同行业的专家，不妨咨询来自相近市场的人。
3．协作
马里兰大学教授凯文·邓巴（Kevin Dunbar）被称为是“思想领域的人类学家”，对科学实验室的运作方式，以及导致研究突破的过程有深入研究。
邓巴发现，科学研究的过程具有绝对的不可预测性，50%数据的产生都是“意料之外”的产物。另外，许多科学发现的重大突破不是几个天才的贡献，而是来自于每周例会上的讨论。在例会上，科学家们向同事展示数据，接受提问和批评。这种协作方式对于产生新的、有前途的想法特别有效。创新的起始点不是来自显微镜，而是会议桌上。
回答提问可能对创意的构建尤其重要。邓巴在1995年的研究《科学家如何真正推理》有个例子。
科学家们正在进行一系列的实验，试图发现某种类型的淋巴细胞与某种类型的细胞结合的机制。研究人员关心的是实验细节和机制的特定组成部分，而其他的科学家可能会问一个问题，淋巴细胞最初是如何到达那里的，而不是它是如何结合的。这个新问题迫使研究人员重新组织他的知识。当他这样做的时候，他原来的问题也得到了答案。
简而言之，努力让同行摆脱狭隘的观点，可以帮助他们重新组合可用的信息。邓巴的研究展示了合作对于创造力的重要性。
4．超级巨星
邓巴的工作证明了这个集体的重要性。但杰出的个人在推动创新方面仍然发挥着关键作用。
2008年发布的一项研究《超级巨星的灭绝》（Superstar Extinction）探讨了杰出科学家与创意制作之间的关系。
研究人员研究了10,349名精英科学家的样本，重点关注了1979-2003年间意外死亡的112名科学家。
研究发现，“超级明星”科学家的早逝对其合作者的生产力产生了巨大的影响（论文数量减少等）。而且，合作者越是在智力上与超级巨星接近，受到的影响越大。
结论：虽然集体的推理对于创意的构思至关重要，但杰出的个人可能会发挥特殊的作用。当“不可替代的思想来源”消亡时，由此产生的损失是显而易见。
5．经纪人
每个组织都是一张网络。人是节点，信息和资本从一个人传递给另一个人，并在各个部门扩散。
在这张网络中，最好的想法来自哪里？网络的运营者应该如何给自己定位？
芝加哥大学的罗纳德·伯特（Ronald Burt）2004年的论文《结构漏洞和好想法》(Structural Holes and Good Ideas)研究了美国一家大型电子公司的管理层，了解组织内部的新颖创意从何而来。
“结构漏洞”指的是组织或市场网络结构中的缺口。当会计部门和产品部门之间或东海岸和西海岸部门之间几乎没有连接时，它们就会被结构性漏洞隔开。“经纪人”是那些在其他不受束缚的子群体之间充当连接器的人。这个人——无论是在组织内部还是外部——充当中间人和管道。
研究者要求600多位该企业的员工就公司供应链的改进提供创意，然后由高级管理层进行评分。
研究发现，无论职级高低，网络受限较少的经理比网络受限的经理提供的想法质量更高。另外，发现那些网络约束分数较低的人更有可能获得积极的绩效评价、晋升和更高的薪水。尽管传统的企业文化常常过度鼓励管理者专注于狭隘的执行，但“经纪人”收获回报最高。
结论：如果你想提高想法的质量，找到一个结构漏洞，并把它变成你自己的。
6．内在动力
我们接受一份工作的动机可能会影响我们的表现。
美国国家经济研究局(NBER)2008年发表的一项研究《谁让他们发光？》（What Makes Them Tick?），讨论了外在和内在动机对科学家的研究的影响。作为研究样本参与的科学家多达1.1万人。
研究发现，努力和创新生产与内在动机的相关性要高得多。科学家选择他们的职位是因为他们提供了更多的独立性并满足了他们的好奇心，他们工作了更多的时间，并拥有更多的专利可以展示。
外部动机的影响好坏参半。受高薪激励的科学家工作时间更少（只有一个样本例外）。同时，受工作稳定性激励的科学家产出相对较低。
结论：如果你想建立一支高度努力和创新的团队，提供真正的智力挑战可能比提高职位薪水更重要。
7．长老（Elders）
为什么创意越来越少？今天的创新为什么比50年前更困难？
西北大学经济学家本杰明·琼斯（Benjamin Jones）的论文《知识的负担和文艺复兴人之死》（The Burden of Knowledge and the Death of the Renaissance Man）给出了令人信服的解释。
要理解琼斯所说的“负担”，你必须首先认同两点。第一，创新者并非出生在知识的前沿。但他们首先必须接受严肃的教育。第二，知识的前沿随着时间的推移而变化。
如果你同意这两个前提，所谓的“负担”就很容易理解。随着知识的进展，新一代人需要越来越多的时间才能到达那里。没有婴儿天生就会机器学习。如果他们想在AI的前沿进行创新，他们将不得不花费一生中相当大的一部分时间学习足够多的数学、电子学、计算机科学、统计学、神经网络等知识，才能达到起跑线。
琼斯的第二部作品《时代与伟大发明》（Age and Great Invention）探讨了不断增长的知识负担产生的重大影响。比如，琼斯发现，重大创新者，产出突破的年龄越来越大。在20世纪，它上升了6年，这主要是由于创新者现在需要进行接受的教育更多。1900年，产生伟大发明的能力高峰在30岁左右，到2000年，这一数字接近40岁。
这样的结果对生产力产生了深远的影响。由于创新者没有在中年以更高的生产力来弥补起步较晚的不足，他们的“创新潜力的生命周期”缩短了30%。我们最伟大的思想家根本没有时间去做他们最有意义的工作。
当然，从社会角度来看，琼斯的发现令人担忧。但对个人来说，也可能是个安慰：如果你的创新还没有获得突破，可能就是时间未到。
本文为创业邦原创，未经授权不得转载，否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问，请联系editor@cyzone.cn。
