文/柯临
“我会继续改变自己，而AlphaGo将会继续改变世界。”——不出意外的话， 阿尔法狗和柯洁的恩恩怨怨，能荣登今年人工智能现象级事件NO.1了。
以至于，当八卦出AlphaGo在和柯洁的连番对弈中慢慢产生了感情，不少人第一反应居然选择相信（包括我都差点冒出粉红泡泡） 。
也难怪，基于大数据的人工智能，最被人津津乐道的是精准决策，比如看中上棋逢对手的人，哦不，它可能在第40手的落子，直接决定了后面几十手的走向乃至最终胜败，无论对方如何绞尽脑汁、如何抓耳蹙眉，翻盘的可能性已经在某个不经意的时刻化为乌有。
“选择比努力重要”，这句话真是被再度应验。
道理谁都懂，但越简单直白，就越容易被现实中的喧嚣所掩盖，于是山路十八弯后，还是与理想背道而驰。
所谓人生轨迹，就是一个个选择组成的丛林。生活如此，职场如此，理财投资亦是如此。太多的人，在使用金钱或是理财的当下草率武断，内心揣着侥幸，肆意释放贪念，看似抓了一手好牌却被打个稀巴烂。
你要知道，很多时候，你的选择比你的钱更值钱。
只是在发生的那个时刻，你全然忽视罢了。
1、选择不同，结果差的不是一点点
之前听同事讲起他表哥前几年的事。
表哥家里做生意挣了不大不小一笔钱，原先家里想在所处的二线城市买投资用房，经不住表哥他爹执意坚持，买了“有内部消息”的几只股票。
坦白说股票们还算争气，半年下来账户上又多了近两套首付的钱。老爹大喜过望下，又把部分做生意的钱投进去。没多久，顺风顺水的势头昙花一现，随之而来的是落花流水般的割韭菜，期间他老爹还不死心的补仓几把，最终还是啪啪地打了水漂。
而所在城市的房价，在不到3年内翻了两番。
我们总过于相信自己的直觉，轻易做出决定，却在决定后不断猜测、不断怀疑、不断用没有逻辑的行动企图去填补眼前的窟窿。就如同系统一旦出现BUG，可能就得用若干个补丁去修复，却还不尽如人意。
一听投资理财，不少人都希望今天播种明儿收果。在对金钱的本能驱动下，看到别人吃肉，也凑上前去吃；看到别人买了某种投资品赚了，和跟着挥挥手丢钱。
几番折腾，很可能的画面是：吃肉赶不上，挨打的时候一个也没落下。
咱都是平凡工薪族，手头那点儿钱多是工资一点点积攒而成，一旦有亏损真心是肉疼。但在真金白银的理财上，比的不是谁的投入大、谁花的精力多，一旦踏上错误的方向，没准越努力亏的越多。随便来个熊市做多or牛市做空，N张毛爷爷就无情滴离你而去了。
2、同样的物种，不同的命运
其次，即便将钱放在同样的金融产品上，收益和盈亏也会大相径庭。
投入P2P，选择安全稳定的头部阵营可高枕无忧，但万一碰到无良的黑心老板带着小姨子跑路了，一夜之间便可血本无归，回到解放前。
投入股票，别说是不同的股票，即便同一只，不同的买入卖出时间对应着迥然不同的局面。况且在嘈杂的市场下，多数人容易情绪发酵，于是蒙着眼接二连三地踩坑。
投入基金，公募基金在中国十几年，股票基平均涨幅超过19%（甚至债基都超过8%），妥妥跑赢通胀，可残酷的事实是，7成以上的基友都是亏的。除了上面说的漂浮不定的感情影响了判断，还有个主要因素是：选了只病恹恹的问题鸡（基），再怎么喂好料，它都没法给你下蛋呐。
直接摔在起跑线上……
说好的理财赚钱呢，说好的人生赢家呢，说好的成功逆袭呢？一步错，步步错，转眼又跌入弱势群体了。
错误的选择，会是一个华丽的黑洞，投入一日一日地增减，价值却一日一日地减少。
3、笑到最后，靠的是概率筹码
日本经济学家野口真人有一段话，印象深刻：
钱包里有“歪曲硬币”，人类不擅长概率从而产生错觉，而它是一门“神之视角”的学问。每个人在神看来，都不过是众多样本中的一个。但是对于我们自己来说，很难客观地将自己当做样本来看待。
仅凭直觉，可能会错过来之不易的好机会。
谁都知道“选择比努力重要”，可问题就在于：“选择”本身就是一种需要大量信息收集、不断练习、大量努力来磨练的技能，是极为辛苦的认知过程。
况且在金融市场，变量多、干扰大、信息不对称，任何细节抽丝剥茧起来，都得投掷大量心力。一整套玩下来，身体妥妥被掏空；一不留神，还玩脱了。
实际上，我们学习理财方式，学习投资技能，学习工具使用，说白了就是在增加获胜概率，以及最终到达理想彼岸的可能性。
人之所以和普通动物不同，最牛逼的区别也正是会使用工具，从而提升判断几率、提高做事效率、扩大赢面，然后把腾出的时间浪费在美好的事情上，撩妹旅行看电影，共创和谐好社会（这画面想想还挺诱人啊）。
辅助决策的工具选择上，我个人有以下偏好：
1、操作简单粗暴
这点很好理解，能一键搞定的就绝不按两次，能一个页面讲清楚的就绝不唠唠叨叨刷一堆。厉害的工具会从你的操作中知道你想要什么，然后第一时间，将需要的信息抓取、整理、分析、打包好，送到你眼前。
2、基于数据分析
尤其是评测类。我自己工科出身，又在互联网行业多年，还是明白数据对一个系统、一个产品、一个决策起到怎样举足轻重的作用。
什么叫好？什么叫不好？主观感受公说公有理，婆说婆有理，很难有个衡量标准。无法量化的结果，说服力通常有限。就算说人家酒驾，也得让他对着酒精探测器吹一口，看看仪器上的含量值吧？
除了一手数据带来的直观，利用分析模型+大数据产生的结论，也极大程度比你闷头研究要靠谱得多。
越是复杂重要的环节，背后越会站着综合大算法，整个是一盘很大的棋，凡人如你我，凭一己之力要想hold住，那真比深夜面对一盘小龙虾而不动心还难。
3、结论明确
回头看一开始提到的AlphaGo，谷歌方面曾透露，在获取棋局信息后，它会根据策略网络探索哪个位置同时具备高潜在价值和高可能性，进而决定最佳落子位置。
有个关键词发现了不？对了，是“决定”二字。
人工智能也好，评测分析工具也罢，终究得靠明晰的结果呈现。它可以是一个简要报告、一个操作命令、一个行动建议，而不是占星感十足的“分析”。不信你想想，不管哪种星座运势你都觉得有几分道理，没准看到《最让人喜欢的12个星座，快来看看有你吗 》都觉得“艾玛太准了！这说的不就是我吗？！”
所以，当你准备做决定时，那些雾里看花或似是而非的参考，基本都是耍流氓。
我们不奢求拥有预判未来的能力，但善于使用工具、让它辅助判断、甚至从工具中解锁出新方法，将是知识能力的补充与放大，就像站在无数人智慧的肩膀上，有更大的概率，朝着正确的方向看到诗和远方。
