หน้านี้ยังไม่ครบ: หลายช่วงของเนื้อหาหลักอธิบายผ่านภาพที่ไม่ได้ถอดมา ดูรายการที่หัวข้อ "ภาพประกอบที่หน้านี้ไม่มี"
แก่นของเรื่อง
ฐานสมอง (Jiatama-ryoku หรือ "พลังคิดพื้นฐาน") คือความสามารถในการคิดหาทางออกด้วยตัวเอง แม้ไม่มีข้อมูลครบ ไม่มีคำตอบสำเร็จรูป และไม่มีการค้นหาช่วย แนวคิดนี้ไม่ได้วัดว่าจำได้มากแค่ไหน และไม่ใช่ IQ หรือเกรด
แก่นในหนึ่งประโยค: สลับลำดับจาก "รวบรวมข้อมูลก่อน แล้วค่อยคิด" เป็น "คิดคำตอบร่างก่อน แล้วค่อยหาข้อมูลมาพิสูจน์"
| ส่วน | เนื้อหา |
|---|---|
| ทำไมได้ผล | ข้อมูลครบ 100% ไม่เคยมี การรอให้ครบทำให้ตัดสินใจสายเกินไป คำตอบร่างทำให้การหาข้อมูลมีทิศทาง |
| กลไก | สมมติฐาน → หาข้อมูลมาทดสอบ → ผิดก็ปรับ → วนซ้ำจนแม่นขึ้น |
| 20% ที่สำคัญที่สุด | (1) หยุดคิด 3 นาทีก่อนเปิด Google (2) ร่างภาพรวมก่อนลงมือ (3) สรุปใน 30 วินาที |
| รอได้ก่อน | ศัพท์ทางทฤษฎีของโมเดลโครงสร้างสมอง องค์ประกอบสนับสนุน และการแยกประเภทความฉลาด |
ภาพรวม: สามเสาหลักและองค์ประกอบสนับสนุน
ทั้งสามเสาใช้ร่วมกันตอนเจอปัญหาจริง ไม่ได้ใช้แยกกัน
| เสาหลัก | ชื่อญี่ปุ่นที่พูดถึง | คำถามหลัก | ผลลัพธ์ |
|---|---|---|---|
| 1. คิดจากข้อสรุป (Hypothesis thinking) | kasetsu shikō | "คิดว่าคำตอบน่าจะเป็นอะไร" | ทิศทางที่ชัดตั้งแต่ต้น |
| 2. คิดเป็นกรอบ (Framework thinking) | framework shikō | "ภาพรวมของปัญหามีส่วนใดบ้าง" | แบ่งปัญหาเป็นส่วน จัดลำดับก่อนหลัง |
| 3. คิดเชิงนามธรรม (Abstract thinking) | chūshōka shikō | "แก่นของเรื่องนี้คืออะไร" | ตัดรายละเอียดที่ไม่จำเป็น เหลือแก่น |
องค์ประกอบสนับสนุนที่กล่าวถึงมี 3 อย่าง ได้แก่ ความอยากรู้ (curiosity) ความคิดเชิงตรรกะ และอีกอย่างหนึ่งที่คำถอดฟังไม่ชัดเจน (ช่วงท้ายมีพูดถึงสัญชาตญาณ จึงเป็นไปได้ว่าเป็นอย่างนี้ แต่ยังยืนยันไม่ได้) ในจำนวนนี้ ความอยากรู้ถูกเน้นว่าเป็นแรงขับ ถ้าไม่มี ต่อให้ฝึกสามเสาก็ไม่เดิน
ช่วยให้ดีขึ้นอย่างไร
หลักฐานทั้งหมดเป็นประสบการณ์ส่วนตัวที่เล่าไว้ ไม่มีการทดลองหรือการวัดที่ควบคุมตัวแปร จึงไม่มีแถวใดที่ติดป้าย วัดแล้ว
| สถานการณ์ | ก่อน | หลัง | วัดอย่างไร | ป้ายหลักฐาน |
|---|---|---|---|---|
| ถูกถามสาเหตุยอดขายตก | "ขอเวลาดูข้อมูลก่อน" | ตอบสมมติฐานทันที แล้วไปยืนยัน | เวลาถึงคำตอบแรก และปฏิกิริยาของหัวหน้า | ยังไม่ทดสอบ (ผู้เล่าบอกว่าหัวหน้าเห็นว่ามีความคิด) |
| เริ่มโครงการใหญ่ | ลงมือทันที | ร่างภาพรวม 15-20 นาทีก่อน | จำนวนงานที่ลืม และจำนวนครั้งที่ทำผิดทิศ | ยังไม่ทดสอบ (ผู้เล่าบอกว่าประหยัดได้หลายชั่วโมง ไม่มีตัวเลขวัด) |
| ตัดสินใจประจำวัน | เก็บข้อมูลเพิ่มไปเรื่อย ๆ | ตัดสินใจเร็วขึ้นและชัดขึ้นใน 1 สัปดาห์ | เวลาจากโจทย์ถึงการตัดสินใจ | ยังไม่ทดสอบ (รายงานเอง) |
| นำเสนอ/ประชุม | เล่ายาวตามลำดับเวลา | เริ่มด้วยภาพรวม จบด้วยสิ่งที่ขอ | ความยาวประชุม และจำนวนคำถามซ้ำ | ยังไม่ทดสอบ (หัวหน้าชมว่าดีขึ้น) |
| คำตอบที่เดาเอง | ไม่รู้ว่าแม่นไหม | สมมติฐานตัวเองมักถูกบ่อยกว่าที่คิด | อัตราสมมติฐานที่ถูกเทียบข้อมูลจริง | ตีความ (ผู้เล่าให้เหตุผลว่าสมองสะสมข้อมูลไว้มากแต่ไม่ได้ใช้) |
ข้อควรระวัง: ผู้เล่าบอกว่าเคยใช้เวลาคิดเป็นวัน แต่ตอนนี้เตรียมได้ใน 15 นาที ตัวเลขนี้เป็นความรู้สึกส่วนตัว ไม่ได้มาจากการจับเวลาเทียบกัน
ลองใช้
ตัวอย่างประกอบ: ยอดขายตก (ตัวเลขเป็นของเราเอง)
สมมติหัวหน้าถามว่าทำไมยอดขายเดือนนี้ตกจาก 100 เหลือ 85 หน่วย
| ขั้น | ทำอะไร | ตัวอย่าง |
|---|---|---|
| 1. สมมติฐาน (ไม่เกิน 3 นาที) | ตอบร่างก่อนเปิดข้อมูล | "น่าจะเพราะโปรโมชั่นหมดอายุ" |
| 2. กรอบ | แบ่งสาเหตุเป็นกลุ่ม | จำนวนลูกค้า / ยอดต่อบิล / การแข่งขัน / ฤดูกาล |
| 3. ทดสอบ | ดูเฉพาะข้อมูลที่เกี่ยวกับสมมติฐาน | เทียบยอดช่วงมีและไม่มีโปรโมชั่น |
| 4. ผล | ถ้าไม่ใช่ ตั้งสมมติฐานใหม่ | ถ้ายอดต่อบิลคงเดิมแต่จำนวนลูกค้าลด ให้ตรวจสาเหตุที่ทำให้ลูกค้าหาย |
| 5. แก่น | สรุปให้เจ้านายใน 30 วินาที | "ยอดตกเพราะลูกค้าลด ส่วนใหญ่มาจากโปรหมด ขออนุมัติต่อโปร" |
ตัวอย่าง Fermi estimation: ร้านตัดผมในญี่ปุ่น
โจทย์เป็นคำถามสัมภาษณ์ของบริษัทที่ปรึกษา: "ญี่ปุ่นมีร้านตัดผมกี่ร้าน" ผู้ตอบไม่ต้องรู้ตัวเลขจริง ต้องแสดงวิธีคิด
| ขั้น | ตัวเลขจากเนื้อหาที่ฟังได้ | ตัวเลขประกอบ (ของเราเอง) |
|---|---|---|
| ประชากรญี่ปุ่น | ประมาณ 120 ล้านคน | |
| สัดส่วนที่ตัดผมประจำ | สมมติครึ่งหนึ่ง = 60 ล้านคน | |
| ความถี่ | ทุก 2 เดือน = 6 ครั้งต่อปี | |
| ตัดผมทั้งปี | 60 ล้าน × 6 = 360 ล้านครั้ง | |
| ลูกค้าต่อร้านต่อวัน | ผู้พูดบอกว่าต้องประมาณ แต่ไม่ได้ให้ตัวเลข | สมมติ 8 คน |
| วันเปิดต่อปี | ผู้พูดบอกว่าต้องประมาณ แต่ไม่ได้ให้ตัวเลข | สมมติ 300 วัน |
| ผลลัพธ์ | 8 × 300 = 2,400 ครั้งต่อร้านต่อปี → 360 ล้าน ÷ 2,400 = 150,000 ร้าน |
ตัวเลข 150,000 เป็นผลของสมมติฐานประกอบ ไม่ใช่จำนวนจริงของญี่ปุ่น และเรายังไม่ได้ตรวจกับสถิติ เป้าหมายคือฝึกแยกปัญหา ไม่ใช่ได้คำตอบเป๊ะ
สูตรที่ใช้: S = (P × f × r) ÷ (C × d) (ความหมายของสัญลักษณ์อยู่ที่ท้ายหน้า)
ขั้นตอนนี้ใช้สามเสาครบ: ตั้งสมมติฐานว่าตัดผมทุก 2 เดือน (เสา 1), แบ่งปัญหาเป็นประชากร × ความถี่ × กำลังให้บริการของร้าน (เสา 2), ตัดรายละเอียดทิ้ง เช่น ความต่างระหว่างเมืองกับต่างจังหวัด แล้วใช้ค่าเฉลี่ย (เสา 3)
เมื่อไรควรใช้ และเมื่อไรไม่ควร
| สถานการณ์ | ใช้ได้ไหม | หมายเหตุ |
|---|---|---|
| ข้อมูลไม่ครบ เวลาจำกัด | ใช้ | สถานการณ์หลักที่แนวคิดนี้ออกแบบมา |
| ต้องตัดสินใจหรือเสนอทิศทางเร็ว | ใช้ | ตั้งสมมติฐานแล้วปรับ |
| งานที่ต้องแม่นยำสูงและแก้ไขย้อนกลับไม่ได้ | ระวัง | ต้องมีข้อมูลครบตามที่ผู้เล่าชี้ว่าเป็นข้อจำกัดของแนวคิด |
| ตัดสินใจที่ขึ้นกับอารมณ์และความรู้สึกคน | ใช้ร่วมกับด้านอื่น | แนวคิดนี้เน้นตรรกะ พูดถึงอารมณ์และสัญชาตญาณน้อย |
| คาดหวังสูตรสำเร็จใน 5 ขั้นแล้วเก่งทันที | ไม่เหมาะ | เป็นทักษะที่ต้องใช้เวลาและลองผิดลองถูก |
ก้าวแรกที่เล็กที่สุด
วันนี้ คำถามแรกที่ได้รับ ไม่ว่าจากใคร หยุด 3 นาที เขียนคำตอบร่างลงกระดาษก่อนเปิดมือถือหรือ Google
การทดสอบก่อน-หลัง
| รายการ | วิธีกำหนด |
|---|---|
| ตัวชี้วัด | (ก) เวลาถึงคำตอบแรกที่มีทิศทาง (ข) สัดส่วนสมมติฐานที่ถูกหรือใกล้เคียง |
| Baseline | บันทึก 10 คำถามที่ผ่านมา: ปกติใช้เวลาเท่าไร ก่อนมีทิศทาง |
| ช่วงทดลอง | 2-3 สัปดาห์ (ระยะที่ผู้เล่าบอกว่าเริ่มเห็นผล) |
| เกณฑ์ผ่าน (ตั้งก่อนเริ่ม) | เวลาสั้นลงครึ่งหนึ่ง และสมมติฐานถูกอย่างน้อย 1 ใน 3 (เกณฑ์ที่เราเสนอเอง ปรับได้) |
เสาที่ 1: คิดจากข้อสรุป (Hypothesis thinking)
อะไร: ตั้งคำตอบร่างก่อน แล้วหาข้อมูลมาพิสูจน์ ไม่ใช่รวบรวมข้อมูลทั้งหมดก่อนแล้วสรุป
ทำไม: ข้อมูลครบ 100% ไม่มีอยู่จริง ถ้ารอให้ครบก็ไม่ได้ข้อสรุป และเวลาหมดก่อน
อย่างไร:
- ตั้งกฎกับตัวเอง: เมื่อเจอคำถาม ต้องมีคำตอบร่างภายใน 3 นาที ไม่ต้องถูก
- จดสมมติฐาน แล้วระบุข้อมูลที่ต้องใช้พิสูจน์
- ตรวจข้อมูล ถ้าตรงก็ไปต่อ ถ้าไม่ตรงก็ตั้งสมมติฐานใหม่
- วนซ้ำ ทุกรอบสมมติฐานแม่นขึ้น เปรียบได้กับการเล็งแล้วยิงก่อนปรับทิศ แทนการเล็งสมบูรณ์แบบจนเป้าหายไป
สมมติฐานคือจุดเริ่มต้น ไม่ใช่คำตอบสุดท้าย
อาการสามอย่างของคนไม่มีสมมติฐาน
| อาการ | พฤติกรรม | ผลเสีย |
|---|---|---|
| ติดค้นหา | เจอคำถามแล้วเปิด Google ทันที ไม่หยุดคิด | สมองไม่ถูกใช้ เพราะโยนทุกอย่างให้อินเทอร์เน็ต |
| ติดความสมบูรณ์แบบ | ต้องมีข้อมูลถูกต้อง 100% ก่อนสรุป | ช้าเกินไป หัวหน้ารอไม่ไหว ลูกค้าหาย คู่แข่งทำก่อน |
| ติดสะสมข้อมูล | เก็บข้อมูลเรื่อย ๆ แต่ไม่ได้ใช้ | เหมือนซื้อของเข้าบ้านมากมายแต่ไม่จัดบ้าน หัวเต็มแต่ไม่มีทิศทาง |
เสาที่ 2: คิดเป็นกรอบ (Framework thinking)
อะไร: เห็นภาพรวมก่อน แล้วค่อยลงรายละเอียด
ทำไม: คนที่ลุยแก้รายละเอียดทันทีมองไม่เห็นภาพใหญ่ เหมือนยืนบนพื้นที่เห็นแค่ทางตรงหน้า ส่วนคนที่ขึ้นตึกสูงจะเห็นทั้งเมือง รู้ว่าทางไหนเร็ว ทางไหนตัน ทางไหนอ้อม
อย่างไร:
- ถอยหนึ่งก้าว ถามว่าปัญหาทั้งหมดประกอบด้วยอะไร
- แบ่งเป็นส่วน โดยแต่ละส่วนไม่ซ้ำกันและไม่ตกหล่น
- จัดลำดับ: อะไรสำคัญสุด อะไรทำก่อน อะไรรอได้
- ลงมือทีละส่วน
อาการที่สี่: ติดรายละเอียด
คนติดรายละเอียดมุ่งมั่นกับเรื่องเล็กจนลืมภาพรวม ตัวอย่าง: ทำรายงานแล้วใช้ครึ่งวันปรับสีและขนาดตัวอักษร ทั้งที่เนื้อหาหลักยังไม่เสร็จ
คำถามกันหลง ถามตัวเองระหว่างทำงานหรือประชุม:
- ตอนนี้ฉันกำลังทำอะไร
- ส่วนนี้อยู่ตรงไหนของภาพรวม
- สำคัญแค่ไหน
- มีเรื่องสำคัญกว่าที่ควรทำก่อนไหม
กับดักของการแบ่งไม่ซ้ำไม่ตกหล่น
การแบ่งปัญหาโดยไม่ซ้ำและไม่ตกหล่นฟังง่ายแต่ทำยาก เพราะเรามักมี "มุมมองที่มองไม่เห็น" เหมือนกล้องที่ถ่ายได้มุมเดียว การร่างภาพรวมช่วยให้เห็นสิ่งที่ยังไม่ได้พูดถึง
เสาที่ 3: คิดเชิงนามธรรม (Abstract thinking)
อะไร: มองทะลุรายละเอียดซับซ้อนเพื่อสกัดแก่นแท้ แก่นอยู่ที่การทิ้งสิ่งที่ไม่จำเป็น
ทำไม: ยุคที่ข้อมูลท่วมท้น ถ้าไม่มีความสามารถคัดสิ่งสำคัญจะจมในข้อมูลโดยไม่รู้ตัว เสานี้ถูกกล่าวว่ายากที่สุดและฝึกให้ได้ผลแรงที่สุด
ตัวอย่างในที่ประชุม: เอกสารเต็มไปด้วยตัวเลขและรายละเอียด คนที่คิดเชิงนามธรรมได้จะสรุปว่า "จริง ๆ มีสองปัญหา ปัญหาแรกคือหนี้ ปัญหาที่สองคือหนี้ที่เหลือ ส่วนอื่นเป็นรายละเอียดปลีกย่อย" ทุกคนในห้องเข้าใจและเดินต่อได้
สัญญาณของทักษะนี้: ยกตัวอย่างเปรียบเทียบเก่ง เพราะการเปรียบเทียบต้องเห็นความเหมือนในสิ่งที่ดูต่างกัน
กับดักของความพิเศษ (Trap of uniqueness)
เรามักคิดว่าปัญหาของเรา แผนกเรา หรือธุรกิจเรา "พิเศษ ซับซ้อนกว่าที่อื่น" ซึ่งเมื่อมองดี ๆ ปัญหาส่วนใหญ่ไม่ได้พิเศษขนาดนั้น มีแก่นเดียวกับปัญหาของที่อื่น การติดกับดักนี้ทำให้เราหยุดเรียนรู้จากคนอื่น
| ปัญหาที่เห็นผิวเผิน | แก่นที่เหมือนกัน | แหล่งเรียนรู้ที่เป็นไปได้ |
|---|---|---|
| ร้านกาแฟลูกค้ารอนาน | การจัดการคิว | โรงพยาบาล ธนาคาร ร้านอาหาร |
| ลูกค้าร้องเรียนสายโทรศัพท์ | ความไม่พอใจจากการรอ/การบริการ | ร้านอาหาร สายการบิน |
วิธีฝึก: ทุกครั้งที่เจอปัญหา ถามว่า "เรื่องนี้เหมือนอะไร" และ "ใครเคยเจอปัญหาคล้ายกัน" ทั้งต่างอุตสาหกรรม ต่างประเทศ ต่างยุค แล้วดูว่าเขาแก้อย่างไร จากนั้นปรับเข้ากับบริบทของเรา
ตัวอย่างฝึกสมอง: เกมปริศนาคำที่ให้หาความเชื่อมโยงระหว่างสองสิ่งที่ดูไม่เกี่ยวกัน (เทียบได้กับเกม "นาโซะคาเกะ" ของญี่ปุ่น) เรื่องเล่าที่ยกมาเปรียบเทียบคือการที่นิวตันเห็นแอปเปิลหล่นกับดวงจันทร์โคจรแล้วหาจุดร่วมเรื่องแรงดึงดูด
Elevator Test
อะไร: สมมติอยู่ในลิฟต์กับประธานบริษัท มีเวลา 30 วินาทีก่อนถึงชั้นของท่าน ต้องอธิบายโครงการให้เข้าใจ
ทำไม: คนส่วนใหญ่สอบไม่ผ่านเพราะพยายามเล่ารายละเอียดทั้งหมด ซึ่งทำไม่ได้ใน 30 วินาที การถูกบังคับให้สกัดแก่นคือการฝึกคิดเชิงนามธรรม
อย่างไร (สองเคล็ดลับ):
- เริ่มด้วยภาพรวม เช่น "โครงการนี้ตอนนี้ได้ 80 จาก 100" ประโยคเดียวพอให้ผู้ฟังเห็นภาพ
- จบด้วยสิ่งที่ต้องการให้ทำ เช่น ขออนุมัติงบเพิ่ม หรือขอความไว้วางใจ
ถ้าอธิบายใน 30 วินาทีไม่ได้ แปลว่ายังเข้าใจไม่พอ
สามเสาทำงานร่วมกันอย่างไร
เมื่อเจอปัญหา คนที่ฐานสมองดีใช้สามขั้นพร้อมกัน
| ขั้น | เสา | การกระทำ |
|---|---|---|
| 1 | สมมติฐาน | ตั้งคำตอบร่างคร่าว ๆ ก่อน อย่ารีบหาข้อมูล |
| 2 | กรอบภาพรวม | ดูว่าปัญหามีกี่มิติ แบ่งเป็นกี่ส่วน จัดให้เป็นระเบียบ |
| 3 | นามธรรม | สกัดแก่น ตัดรายละเอียดที่ไม่จำเป็น เหลือแต่สิ่งสำคัญ |
ผลที่เล่าไว้คือแก้ปัญหาเร็วขึ้น สื่อสารชัดขึ้น และตัดสินใจดีขึ้น ผู้บริหารหรือเจ้าของธุรกิจที่ประสบความสำเร็จต่างจากคนทั่วไปเพราะ คิดเป็นระบบ ไม่ใช่เพราะรู้มาก (ข้อนี้เป็นข้อสรุปเชิงความเห็น ไม่ใช่ผลวัด)
Fermi estimation: ฟิตเนสของสามเสา
Fermi estimation คือวิธีตอบคำถามที่ดูตอบไม่ได้ ด้วยการประมาณจากสมมติฐานที่แยกเป็นชิ้นเล็ก ๆ บริษัทที่ปรึกษาชั้นนำใช้คำถามแนวนี้ในการสัมภาษณ์
จุดสำคัญ: เป้าหมายไม่ใช่คำตอบที่ถูก 100% แต่คือกระบวนการคิด คนที่ฝึกบ่อยจะชินกับการแยกปัญหาเป็นส่วนเล็ก มองภาพรวม และตั้งสมมติฐาน
ขั้นตอน:
- ตั้งสมมติฐานโครงสร้างคำตอบ (ใครเกี่ยวข้อง ความถี่เท่าไร)
- แยกเป็นตัวแปรที่ประมาณได้ (ประชากร สัดส่วน ความถี่ กำลังต่อหน่วย)
- ตัดรายละเอียดรอง ใช้ค่าเฉลี่ย
- คำนวณ แล้วตรวจความสมเหตุสมผล
ตัวอย่างฝึก: ร้านสะดวกซื้อในกรุงเทพฯ มีกี่ร้าน, มอเตอร์ไซค์ในพิษณุโลกมีกี่คัน, คนไทยกินหมูปิ้งกับข้าวเหนียวปีละกี่ไม้ (ประมาณจากสัดส่วนประชากรที่กิน × ไม้ต่อสัปดาห์) ผู้เล่าบอกว่าใช้คุยในวงอาหารแล้วคนรอบตัวประหลาดใจ แต่ไม่ได้บอกตัวเลขที่ได้
ความฉลาดหลายแบบ
ในเนื้อหาแบ่งความฉลาดเป็นหลายแบบ ได้แก่ คนรู้มาก (จำเก่ง) คนไหวพริบดี และคนอ่านบรรยากาศเก่ง (ช่วงนี้คำถอดไม่ชัด จึงสรุปได้เท่านี้) แล้วเทียบกับ คนคิดเป็น คือคนที่เจอปัญหาใหม่ที่ไม่มีคำตอบสำเร็จรูปแล้วหาทางออกเองได้
สังคมมักชื่นชมคนที่รู้มากเพราะวัดง่าย ทั้งคะแนนสอบและการตอบคำถามได้ถูก แต่ในยุคที่ข้อมูลอยู่ปลายนิ้ว การรู้มากให้ข้อได้เปรียบน้อยลง สิ่งที่ AI ยังทดแทนได้ยากคือการตั้งคำถาม และการตัดสินใจภายใต้ความไม่แน่นอน
ข้อสังเกต: แนวคิดนี้ไม่ได้พูดถึง IQ หรือเกรด คนที่ IQ ไม่สูงแต่ฝึกกระบวนการคิดมาดีอาจแก้ปัญหาได้ดีกว่าคนที่ IQ สูงแต่ไม่ได้ฝึก (เป็นข้อความเชิงความเห็นจากเนื้อหา ไม่มีข้อมูลสนับสนุน)
ฝึกได้จริงหรือ
เนื้อหาเปรียบฐานสมองกับกล้ามเนื้อ ทุกคนมี แต่คนที่ออกกำลังบ่อยจะแข็งแรงกว่า ข้อโต้แย้งที่ผู้เล่าตั้งไว้เองคือ พันธุกรรม สภาพแวดล้อม โอกาส และบุคลิกก็น่าจะมีผล จุดที่ผู้เล่าเห็นด้วยคือ ไม่ว่าเริ่มจากจุดไหน ก็พัฒนาจากเดิมได้ แม้อาจไม่เท่ากันทุกคน
เรื่องดาวตก
เรื่องเล่า: ถ้าดาวตกผ่านและต้องขอพร 3 ข้อก่อนมันหาย จะขออะไร ประเด็นไม่ใช่ว่าขออะไร แต่คือ ตอบได้ทันทีหรือไม่ คนที่ตอบได้ทันทีคือคนที่คิดเรื่องนั้นอยู่ตลอด ฐานสมองก็เช่นกัน เกิดจากการฝึกคิดต่อเนื่องจนกลายเป็นส่วนหนึ่งของตัว
ความอยากรู้: แรงขับที่อยู่ใต้สามเสา
ถ้าไม่มีความอยากรู้ ต่อให้ฝึกสามเสาก็ไม่ขยับ เพราะไม่มีอะไรผลักให้เราคิด
| ชนิด | คำถาม | ตัวอย่าง | ผลต่อการคิด |
|---|---|---|---|
| อยากรู้ว่า "อะไร" (What) | เกิดอะไรขึ้น | ข่าววันนี้ ใครทำอะไร | ได้คำตอบแล้วจบ ไม่ต้องคิดต่อ |
| อยากรู้ว่า "ทำไม" (Why) | ทำไมเป็นอย่างนั้น | ทำไมสินค้านี้ขายดี ทำไมลูกค้าชอบร้านนี้ | บังคับให้วิเคราะห์ หาเหตุผล และตั้งสมมติฐาน |
วิธีฝึก: ตั้งเป้าถาม "ทำไม" ให้ได้อย่างน้อย 5 ครั้งต่อวัน ไม่ว่าเรื่องงาน ข่าว หรือสิ่งที่เห็นระหว่างทาง ผู้เล่าบอกว่าสัปดาห์แรกรู้สึกฝืน สัปดาห์ที่สองเป็นนิสัย และเริ่มสังเกตสิ่งที่ไม่เคยเห็น (รายงานเอง ยังไม่ทดสอบ)
แยกข้อเท็จจริง ความเห็น และข้อเสนอแนะ
| ประเภท | ข้อความ | หมายเหตุ |
|---|---|---|
| ข้อเท็จจริง | โจทย์ประมาณจำนวนร้านตัดผมเป็นคำถามสัมภาษณ์ของบริษัทที่ปรึกษาญี่ปุ่น | ตามที่เล่าไว้ ไม่ได้ตรวจสอบ |
| ข้อเท็จจริง | ข้อมูลครบ 100% ไม่เคยมีในการตัดสินใจจริง | ข้อสังเกตทั่วไป |
| นิยาม/ข้ออ้างของแนวคิด | ฐานสมองฝึกได้เหมือนกล้ามเนื้อ | เป็นข้ออ้างของแนวคิด ยังไม่มีหลักฐานทดลองในเนื้อหา |
| ความเห็น | ความรู้ล้วน ๆ มีค่าน้อยลงในยุค AI | ความเห็นที่มีเหตุผล ไม่ใช่ผลวิจัย |
| ประสบการณ์ส่วนตัว | ตัดสินใจเร็วขึ้นหลังฝึก 1 สัปดาห์ หัวหน้าชม | ผู้เล่ารายงานเอง ยังไม่ทดสอบ |
| ข้อสังเกตเชิงวิจารณ์ | แนวคิดมาจากบริบทที่ต้องคิดเร็ว บางงานต้องใช้เวลาและความละเอียด | ข้อจำกัดของการนำไปใช้ |
| ข้อสังเกตเชิงวิจารณ์ | เน้นตรรกะ พูดถึงอารมณ์และสัญชาตญาณน้อย | ข้อจำกัดของการนำไปใช้ |
| ข้อเสนอแนะ | หยุดคิด 3 นาที / ร่างภาพรวม 15 นาที / Elevator Test รายวัน | วิธีปฏิบัติที่แนะนำ |
5 ข้อปฏิบัติรายวัน
| ข้อ | การปฏิบัติ | รายละเอียด |
|---|---|---|
| 1 | หยุดคิด 3 นาทีก่อนเปิด Google | เจอคำถามจากใครก็ตาม ถามตัวเองว่า "คิดว่าคำตอบคืออะไร" ไม่ต้องถูก ขอแค่มีทิศทาง |
| 2 | ร่างภาพรวม 15 นาทีก่อนเริ่มโครงการ | เขียนทุกอย่างลงกระดาษ แล้วจัดลำดับว่าอะไรทำก่อน สำคัญสุด และรอได้ |
| 3 | Elevator Test ทุกวัน | สรุปงานวันนี้เป็น 3 ประโยค และสรุปสิ่งที่อ่านเป็น 1 ประโยค |
| 4 | หยุดคิดว่าปัญหาเราพิเศษ | ถามว่า "ใครเคยเจอปัญหาคล้ายกัน" ในอุตสาหกรรมอื่น |
| 5 | เปลี่ยนจากถามว่า "อะไร" เป็น "ทำไม" | ตั้งเป้า 5 ครั้งต่อวัน |
นิสัยเสริมระหว่างทำงาน: ตอนเช้าเขียนรายการงานเรียงลำดับ ถ้ามีงานใหม่เข้ามา ให้ย้อนดูภาพรวมก่อนว่าสำคัญกว่าไหม ถ้าสำคัญกว่าก็สลับ ถ้าไม่ ให้จดไว้ทำทีหลัง ผู้เล่าบอกว่าช่วยให้มีสมาธิและไม่ลืมงาน (รายงานเอง)
เช็กลิสต์ก่อนส่งงาน/ตอบคำถาม
| ข้อ | คำถามตรวจ | สถานะ |
|---|---|---|
| 1 | มีสมมติฐานของตัวเองก่อนค้นข้อมูลหรือยัง | ⚪ |
| 2 | ภาพรวมของปัญหาครบหรือไม่ มีส่วนไหนตกหล่น | ⚪ |
| 3 | อธิบายแก่นใน 30 วินาทีได้หรือไม่ | ⚪ |
| 4 | ขึ้นต้นด้วยภาพรวมและปิดด้วยสิ่งที่ต้องการให้ทำหรือไม่ | ⚪ |
| 5 | เคยลองดูวิธีแก้ของอุตสาหกรรมอื่นหรือยัง | ⚪ |
ความเสี่ยง ข้อจำกัด และข้อผิดพลาดที่พบบ่อย
Warning: ใช้เสาใดเสาหนึ่งมากเกินไปโดยไม่สมดุลจะเกิดผลเสีย ต้องใช้ทั้งสามเสาร่วมกันตามบริบท
| ใช้เกินไปในด้าน | อาการ |
|---|---|
| สมมติฐาน | ยึดสมมติฐานเดิมแม้เจอข้อมูลใหม่ที่ขัดแย้ง ดื้อและติดแน่น |
| กรอบภาพรวม | กรอบอาจตัดสิ่งที่แหลมคมและไม่เข้าพิมพ์ทิ้ง ซึ่งบางครั้งมีค่าที่สุด |
| นามธรรม | ได้ไอเดียกว้าง ๆ ที่ลงมือไม่ได้ เพราะตัดรายละเอียดหมด พูดง่ายทำยาก |
| ข้อผิดพลาดที่พบบ่อย | ทางแก้ |
|---|---|
| ถือว่าสมมติฐานคือคำตอบสุดท้าย | ถือเป็นจุดเริ่มต้น ปรับตามข้อมูล |
| ตั้งสมมติฐานแล้วเลือกเก็บแต่ข้อมูลที่เข้าข้าง | เพิ่มโดยเรา: หาข้อมูลที่อาจหักล้างสมมติฐานด้วย |
| ข้ามขั้นสมมติฐานเพราะกลัวผิด | สมมติฐานผิดไม่เป็นไร ผิดแล้วปรับได้ |
| คิดอย่างเดียวไม่ลงมือ | ผู้เล่าชี้ว่าการคิดเก่งอย่างเดียวไม่พอ ต้องมีการปฏิบัติด้วย |
| หวังสูตรสำเร็จ | เป็นทักษะที่ต้องฝึก ใช้เวลา และลองผิดลองถูก |
ข้อจำกัดของเนื้อหา:
- ตัวอย่างหลายอย่างอยู่ในบริบทที่ปรึกษาและธุรกิจญี่ปุ่น ต้องปรับให้เข้ากับงานของเรา
- งานที่ต้องการความละเอียดและเก็บข้อมูลครบอาจไม่เหมาะกับแนวทาง "สมมติฐานนำ" ล้วน ๆ
- ผลลัพธ์ที่เล่าไว้เป็นประสบการณ์เฉพาะบุคคล ไม่มีกลุ่มเปรียบเทียบ
เหมาะกับใคร
| กลุ่ม | เหตุผล |
|---|---|
| พนักงานออฟฟิศทุกสายงาน | ใช้ได้กับการนำเสนอ แก้ปัญหา ตัดสินใจ |
| นักเรียน นักศึกษา คนเริ่มทำงาน | เปรียบได้กับระบบปฏิบัติการของสมอง ยิ่งฝึกเร็วยิ่งได้เปรียบ |
| คนที่คิดว่าตัวเองไม่ฉลาด | ความฉลาดมีหลายแบบ และการคิดเป็นทักษะที่ฝึกได้ |
| หัวหน้าทีม คนที่กำลังจะเลื่อนตำแหน่ง | ต้องจัดลำดับความสำคัญและมองภาพรวม |
| กลุ่มที่อาจไม่เหมาะ | เหตุผล |
|---|---|
| ต้องการสูตร 5 ขั้นแล้วเก่งทันที | เป็นทักษะ ไม่ใช่สูตร |
| ไม่ชอบเนื้อหาเชิงวิชาการและโมเดล | มีส่วนที่เป็นทฤษฎีและศัพท์เฉพาะ |
| เชี่ยวชาญการคิดเชิงกลยุทธ์อยู่แล้ว | อาจรู้สึกว่าเป็นพื้นฐาน |
ทดสอบความเข้าใจ
| คำถาม | คำตอบ | คำตอบผิดที่พบบ่อย |
|---|---|---|
| 1. ทำไมการตั้งสมมติฐานก่อนจึงเร็วกว่ารวบรวมข้อมูลก่อน ทั้งที่สมมติฐานอาจผิด | ข้อมูลครบไม่เกิดขึ้นจริง สมมติฐานบอกว่าต้องหาอะไร ผิดก็ปรับได้ จึงแม่นขึ้นทุกรอบ | "เร็วกว่าเพราะเดาถูกบ่อย" (ความเร็วมาจากทิศทางและการวนซ้ำ) |
| 2. ถ้าข้อมูลใหม่ขัดกับสมมติฐาน ควรทำอย่างไร | ปรับหรือทิ้งสมมติฐาน แล้วตั้งใหม่และพิสูจน์ใหม่ | ยืนยันสมมติฐานเดิมและหาข้อมูลสนับสนุนต่อ (กับดักดื้อและติดแน่น) |
| 3. เป้าหมายของ Fermi estimation คืออะไร | ฝึกแยกปัญหา มองภาพรวม และตั้งสมมติฐาน คำตอบไม่ต้องแม่น 100% | ได้ตัวเลขที่ถูกต้องที่สุด |
| 4. ทำไมงานซ้ำซ้อนที่คิดว่า "ไม่เหมือนใคร" จึงเป็นอุปสรรค | ทำให้หยุดเรียนรู้จากที่อื่น ทั้งที่ปัญหาส่วนใหญ่มีแก่นเดียวกัน (เช่น คิวร้านกาแฟกับโรงพยาบาล) | "ปัญหาแต่ละอุตสาหกรรมต่างกันเกินไปจนเทียบไม่ได้" |
| 5. (ข้อจำกัด) เมื่อไรที่ไม่ควรใช้ "สมมติฐานนำ" เป็นหลัก | งานที่ต้องแม่นยำสูงและแก้ย้อนกลับไม่ได้ หรือที่อารมณ์และสัญชาตญาณมีบทบาทมาก | "ใช้ได้ทุกสถานการณ์เท่ากัน" |
| 6. Elevator Test ฝึกสิ่งใด และสองเคล็ดลับคืออะไร | ฝึกสกัดแก่น: เริ่มด้วยภาพรวมหนึ่งประโยค (เช่น 80 จาก 100) และจบด้วยสิ่งที่ต้องการให้ทำ | "เล่าให้เร็วขึ้นใน 30 วินาที" (ไม่ใช่พูดเร็ว แต่คือเลือกว่าจะพูดอะไร) |
ขั้นต่อไป
Recommendation: เริ่มจากข้อเดียวคือหยุดคิด 3 นาทีก่อนเปิด Google ทดลอง 2-3 สัปดาห์ แล้วเทียบกับ baseline ที่จดไว้ จากนั้นค่อยเพิ่มการร่างภาพรวม 15 นาที และ Elevator Test
ตัวย่อที่ใช้ในหน้านี้
| ตัวย่อ | ชื่อเต็ม | คืออะไร | อ่านค่าอย่างไร |
|---|---|---|---|
| AI | Artificial Intelligence | ระบบคอมพิวเตอร์ที่ทำงานคล้ายการคิดของคน เช่น ตอบคำถาม สรุปข้อมูล | "AI ตอบได้เกือบทุกคำถาม" = ความรู้ล้วนไม่ใช่ข้อได้เปรียบอีกต่อไป |
| IQ | Intelligence Quotient | ค่าที่ใช้วัดความสามารถทางสติปัญญาจากแบบทดสอบ | ค่าสูงไม่ได้แปลว่าคิดเป็นระบบเสมอไป |
แถวทั้งสองมาจากความรู้ทั่วไป ไม่ใช่นิยามที่เนื้อหาให้ไว้
สัญลักษณ์ในสูตร
| สัญลักษณ์ | ความหมาย | อ่านค่าอย่างไร |
|---|---|---|
| S | จำนวนร้านตัดผมที่ประมาณได้ | 150,000 = ผลของตัวอย่างประกอบ ไม่ใช่ตัวเลขจริง |
| P | ประชากร | 120 ล้านคน |
| f | สัดส่วนคนที่ตัดผมประจำ | 0.5 = ครึ่งหนึ่ง |
| r | จำนวนครั้งที่ตัดผมต่อคนต่อปี | 6 = ทุก 2 เดือน |
| C | ลูกค้าต่อร้านต่อวัน | 8 (ตัวเลขประกอบของเรา) |
| d | จำนวนวันเปิดต่อปี | 300 (ตัวเลขประกอบของเรา) |
สัญลักษณ์ P, f, r มาจากตัวเลขที่เนื้อหาพูดถึง ส่วน S, C, d เป็นชื่อที่เราตั้งขึ้นเอง
Summary
- ฐานสมองคือความสามารถคิดหาทางออกเองเมื่อไม่มีข้อมูลครบหรือคำตอบสำเร็จรูป
- แก่นคือสลับลำดับ: คิดคำตอบร่างก่อน แล้วหาข้อมูลมาพิสูจน์และปรับ
- สามเสาคือสมมติฐาน กรอบภาพรวม และนามธรรม ใช้ร่วมกันและต้องสมดุล
- ฝึกด้วย Fermi estimation, Elevator Test, การร่างภาพรวม 15 นาที และถาม "ทำไม" วันละ 5 ครั้ง
- ผลลัพธ์ที่เล่าไว้เป็นประสบการณ์ส่วนตัว ยังไม่มีการวัดที่ยืนยัน จึงควรตั้ง baseline และทดสอบกับงานของเราเอง
ภาพประกอบที่หน้านี้ไม่มี
บางช่วงผู้สอนอธิบายผ่านภาพบนจอ และหน้านี้ไม่ได้ถอดภาพเหล่านั้นมา ตารางด้านล่างบอกเพียงว่าตรงจุดใดมีภาพ และผู้พูดกำลังพูดถึงเรื่องอะไรในช่วงนั้น
| เวลา | ภาพที่อ้างถึง | ผู้พูดพูดถึงภาพนี้ว่า |
|---|---|---|
| 03:03 | ภาพ | กำลังเข้าสู่การอธิบายสามเสาหลักของฐานสมอง |
| 04:48 | ภาพ | พูดถึงการคิดเป็นกรอบ การมองภาพรวมก่อนรายละเอียด และการเปรียบกับการดูแผนที่ก่อนขับรถ |
| 06:26 | ภาพ | แนะนำเครื่องมือฝึกสมองด้วย Fermi estimation |
| 07:32 | ภาพ | พูดถึงเหตุผลที่บริษัทที่ปรึกษาใช้โจทย์แบบนี้ และความไม่แน่นอนในงานจริง |
| 10:23 | ภาพ | พูดถึงฉบับแปลภาษาไทยที่อ่านง่ายและจุดเด่นของเนื้อหา |
| 12:38 | ภาพ | ทบทวนสามเสาหลักและบทบาทของ Fermi estimation ก่อนลงรายละเอียด |
| 15:19 | ภาพ | พูดถึงการมองภาพรวมเหมือนขึ้นไปบนตึกสูง |
| 16:04 | ไม่ระบุประเภทภาพ | เล่าตัวอย่างการหาทางไปโบสถ์ในเมืองโดยขึ้นตึกสูงเพื่อมองภาพรวม |
| 17:02 | ภาพ | พูดถึงการแบ่งปัญหาให้ไม่ซ้ำและไม่ตกหล่น |
| 17:38 | ภาพ | พูดถึงมุมที่มองไม่เห็นเหมือนกล้องถ่ายได้มุมเดียว แล้วเข้าสู่เสาที่สาม |
| 20:22 | ภาพ | พูดถึงสองเคล็ดลับของ Elevator Test และการเชื่อมสามเสา |
| 22:18 | ภาพ | ใช้ตัวอย่างร้านตัดผมแสดงสามเสาทำงานร่วมกัน |
| 23:03 | ภาพ | พูดถึงข้อควรระวังเมื่อใช้เสาใดเสาหนึ่งมากเกินไป |
| 28:41 | ไม่ระบุประเภทภาพ | เล่าตัวอย่างการใช้ Fermi ประมาณจำนวนหมูปิ้งกับข้าวเหนียวในวงอาหาร |
| 33:29 | ภาพ | พูดถึงกลุ่มคนที่หนังสือเหมาะ เช่น หัวหน้าทีมและผู้ต้องตัดสินใจ |
| 36:17 | ไม่ระบุประเภทภาพ | เริ่มสรุปความรู้สึกและพูดถึงตอนถัดไป |
| 39:40 | ภาพ | พูดถึงการร่างภาพรวม 15 นาทีด้วยกระดาษแผ่นเดียว |
| 40:33 | ภาพ | พูดถึงการจัดลำดับงานและการฝึก Elevator Test ทุกวัน |
| 46:39 | ภาพ | พูดถึงแนวคิดนี้ในฐานะคู่มือเอาตัวรอดยุค AI |
| 47:21 | ภาพ | พูดถึงคำว่า "ก่อน" เป็นหัวใจ และเรื่องดาวตก |
