2004年电影《大人物拿破仑》上映，该电影由乔恩·海德主演，讲述一名孤僻的青少年帮朋友成功竞选班长的故事。这部电影成为当年网飞上观看人数最多，而评价也最两极分化的影片，这是因为《大人物拿破仑》包含了太多的讽刺幽默——有人狂热追捧，有人强烈批判。
网飞通过收集用户信息，向用户推荐他们可能会喜欢的电影。《大人物拿破仑》一共收获了200多万条评论，按理说，这么庞大的数据足以为复杂的推荐算法提供所需信息，使其产生合理的推荐建议。但问题是，这些评论分布极不均衡，主要集中在评分最低的一星和评分最高的五星两端。哪怕是经常给出相似评分的密友，在对《大人物拿破仑》的评价上也各执一端。
网飞用户推荐系统总监乔恩·桑德斯负责公司Cinematch软件的优化升级工作。这款软件是公司自主研发的，用以根据用户的观影偏好向用户推荐电影。自2006年以来，它已经促成了网飞60%的电影租赁业务。因此，对电影推荐系统进行升级，能够提高用户满意度和客户忠诚度，有利于促进订阅用户继续租赁电影。
但桑德斯手下的数学和计算机专家绞尽脑汁，始终无法实现Cinematch的升级。面对这一挑战，桑德斯没有选择雇用更多拥有专业知识的工程师，也没有向专业服务公司求助，而是在公司CEO里德·哈斯廷斯的指导下，选择从拿破仑的事迹中寻找灵感。
1869年，法国皇帝路易–拿破仑三世遇到了一个难题。法国的工业化进程引发了大规模的人口迁移，大量人口从农村地区迁往市中心。但市民并不生产自己需要的粮食，这导致了食品价格急剧上涨，其中就包括法国人最离不开的一种食物——黄油。眼看着市民渐渐不堪承受通胀的压力，拿破仑三世便提出，如果谁能想出一种可以替代黄油，但更加便宜，且具有类似的营养价值、口味和质地的食物，就赐予其一份丰厚的大奖。最终，这次创意大赛不仅让发明黄油酥饼的法国人又发明了人造黄油，同时也向我们展示了向局外人寻求解决方案的办法。
按照拿破仑三世的做法，网飞也推出了自己的创意大赛，叫作“网飞大奖赛”。根据比赛规则，凡第一个实现将Cinematch的推荐准确率提高10%的小组，即可获得100万美元的奖励。公司为参赛选手提供了近7年的用户数据和多达150万条影评。且不说大赛提供的巨额奖金，单是智力上的较量就吸引了来自世界各地的著名机构和高等学府的顶尖人才，其中就包括一个叫加文·波特的人。
加文·波特刚刚从普华永道辞职。此前，他在普华永道负责运营研究和绩效提高方面的业务，其做出的咨询方案曾被IBM看中并购买。他在自己当时鲜有人问津的博客上宣布了自己参加这场国际大赛的意图：“我决定认真对待‘网飞大奖赛’，它看起来挺有趣的。我既不是专业人士，也不是数学大师，真不清楚自己能走到哪一步。”他称自己的团队为“车库里的无名小卒”，这个名字用来形容他的粗陋装备简直再合适不过了。他把伦敦自己家里的一间卧室当作工作室，让十几岁的女儿艾米莉充当他的数学顾问，而他的全部设备就只有一台“古董级”的戴尔台式电脑。他还不敢整夜运行这台电脑，因为他担心风扇声太大，会打扰家人休息。
一共有5000多个团队给出了解决方案。和其他许多团队相比，“车库里的无名小卒”缺少计算能力、专业人士，没有机构支持，也没有与其他设备精良的对手进行过沟通。加文·波特也不知道如何构建复杂的模型，而拥有的资源远胜于他的专家团队都是通过构建模型来解决问题的。波特并不在意这些，他思考的是：“如果不用数学知识，我该怎么解决这个难题呢？”事实证明，他的确做出了不俗的成绩。
在牛津大学上学期间，波特曾学习过认知心理学家阿莫斯·特沃斯基和诺贝尔奖获得者、心理学家丹尼尔·卡尼曼的前沿研究成果。特沃斯基和卡尼曼开创了行为经济学，致力于研究人类的非理性行为。在其中一项影响深远的实验研究中，参与研究的被试被要求转动一个标有从0到100的数字的幸运转盘，同时对某些问题做出推测，例如有多少非洲国家加入了联合国等。研究发现，转盘停止时指向的数字会对被试的推测产生影响。例如，当转盘停在数字10上面时，被试对联合国非洲国家席位数的推测中值为25，而当转盘停在数字65上面时，这一推测中值便会上升到45。即便研究人员给出金钱奖励，也不能提高其推测的精准度。研究者将这种现象称为锚定效应，指人们在对某人某事做出判断时，会受到之前看到的完全不相关的数据（在本实验中表现为幸运转盘指示的数字）的影响。
在加文·波特看来，与其说这次网飞大奖赛是一次展示高超的数学和计算能力的机会，倒不如说是对人类非理性行为的一次解读。他认为，同样的锚定效应也会影响人们对电影的评价行为。如果一名网飞用户先看了一部她特别喜欢的电影，然后又看了一部她不太喜欢的电影，那么，对这部她比较喜欢的电影的好评就会无端提高她对第二部电影的评价。同样，如果她先看了一部不喜欢的电影，那么，无论她是否真的喜欢第二部电影，她对第二部电影的评价都会降低。
加文·波特通过解释人的心理如何影响影评，将Cinematch的准确率提高了9.06%，这是网飞的专家都没能做到的。这个成绩使他加入了夺冠的行列（他在两万多支参赛团队中脱颖而出，最终获得了第七名的好成绩），而他与众不同的视角也帮助其他团队跨越了将准确率提高10%的获奖门槛。
在比赛进行期间，波特在一次大会上与其他参赛选手分享了自己这个局外人的方法。会前，其他参赛选手都把这次大奖赛看作一次数学与计算能力方面的挑战，而会后，大赛决赛选手纷纷吸纳了波特的研究成果。最终，冠军团队攻破了将准确率提高10%的难关（只比第二名早了20分钟），这场历时三年的比赛终于结束了。
加文·波特与众不同的知识背景不仅让他自己取得了不错的成绩，也提高了冠军团队的成绩。他对我说，他唯一的遗憾是不该只是简单地分享自己的成果，他“应该加入一个由数学专家组建的团队，因为多样性才是最重要的”。
本章中，我将介绍两种不同的借助经验取得成功的方法。第一种方法符合我们的常识和传统思维。我们身边的人总在强调提高专业能力的重要性，特别是在选择大学专业、规划职业生涯的时候。然而，这种选择专深却狭窄之道的做法是要付出一定代价的。我将通过介绍相关研究，说明追求专业性带来的一些重大盲点。随后，我将介绍第二种不太符合直觉思维的成功之路——成为一名拥有各种不同的经验、知识和资源的局外人。
尽管听起来难以想象，但在解决专业问题上面，局外人往往能胜过专家，尤其是在比较复杂的难题上面更是如此。局外人取得成功的秘诀在于，他们拥有丰富多样的经验。
我所说的局外人，是指符合拥有多重背景这一特征的人。简单来说，积累丰富多样的经验有助于人们做到延展。局外人涉猎广泛，他们能利用同样的资源解决新的问题，发现新的机遇，这是被狭隘经验蒙蔽了双眼的专家所看不到的。不过，话虽如此，培养专业知识仍然是有其必要性的，所以本章最后，我将说明专家应如何培养局外人思维，走向延展之路。
专家栽跟头的地方
马尔科姆·格拉德威尔在其畅销书《异类》中介绍了一系列心理学研究。这些研究发现，专业技能的获得取决于大量的训练——大约10000小时，而不是与生俱来的天赋。格拉德威尔认为，专家不只经过了大量的训练，他们还可以接触到常人无法获得的资源，比如专业培训、设备等，这让他们能先人一步。这个说法虽然有些道理，但10000小时真的是成功的关键吗？
细究起来，格拉德威尔在论证10000小时法则时所列举的例子都是和竞技项目相关的，如曲棍球、国际象棋等，都涉及严格的、基本不变的规则。只要通过大量的练习，人们就可以熟练地掌握这些竞技项目的每一个细节。但对于没有固定规则的领域而言，成千上万小时的训练并没有多大用处，因为规则总是不断在变；在总是变化的领域成为专家是十分困难的。
普林斯顿大学教授布鲁克·麦克纳马拉、密歇根大学教授大卫·汉布里克和我在莱斯大学的同事弗雷德·奥斯瓦尔德曾做过一项研究，他们梳理了所有衡量练习时间与最终表现之间关系的实证研究。他们一共找到了88个相关研究，涉及11135名研究对象。
通过这次研究梳理，他们发现，对于规则不常改变的国际象棋或拼字游戏，练习时间确实和表现好坏有关系，但相关性并没有我们猜想的那么大：对于表现好与坏，练习的影响只占26%。对于音乐和体育运动，练习的影响更小，分别只占21%和18%。而在规则不太确定或规则快速变化的领域，研究发现更让人瞠目结舌。
在教育方面——就拿大学生努力取得好成绩的例子而言——练习时间对表现好坏的影响只占4%。而对于像卖保险、电脑编程、飞机驾驶等职业领域（不包括体育运动或音乐）的表现，这一因素的影响占比更低——还不到1%。
为何在某些领域，练习时间和一个人的表现好坏关系如此之小？
为了找到答案，麦克纳马拉和其他研究人员根据可预测性大小对这88项研究重新进行分组，分成了像跑步之类的高可预测性领域、击剑等中等可预测性领域，以及航空突发情况处理之类的低可预测性领域三种。他们发现，对于可预测性最高的领域，练习对个体表现好坏的影响占到24%，但在中等可预测性领域，这一因素的影响占比便降到了12%，而在低可预测性领域，占比仅为4%。当问题变得不那么可预测时，也就是说，当涉及我们在职业和个人生活中经常遇到的难题时，熟能生巧这句话并不见得总是对的。
虽然专家实际上经验有限，但我们总是无比信赖专家，在做出涉及工作、健康、财务和孩子教育等方面的决策时，我们总是倾向于听从专家的判断。大多数时候，我们这样做都是对的。虽然研究表明大量练习只能对表现好坏产生一定的影响，但是专家给出的指导意见仍然是有用的。然而，他们给出的答案并不总是最好的。
从孩童时起，我们就开始迷信专家。例如，我女儿就相信他们的老师什么都知道，这是因为如果他们观察世界的方式符合老师的要求，就能得到老师的奖励（反之则会得到惩罚）。成年之后，我们在工作中也会顺从专家的意见——帮我们解决电脑问题的技术人员、用大量数据武装自己的财务分析师，还有比我们经验更丰富（所以算得上更专业）的老板。
而专家往往也会依赖一些标志性的东西来彰显自己的专业性，比如，医生穿白大褂，专业人士把学位证书挂在墙上，教授的办公室里总是堆满了书。通过展示这些实物，他们似乎在向我们证明他们比我们懂得多——但事实并非总是如此。
社会心理学家罗伯特·西奥迪尼研究个体表现的影响因素数十载。他发现，在一些情境中，专业知识对人的支配作用实在太大了。他举例说，有一次一名医生给一位右耳疼痛的病人看病。这个医生草草写下医嘱：给病人的“右耳”（R ear）滴耳药水。护士看到后便立马拿耳药水滴在病人的臀部（rear）上。而病人并没有提出异议，他觉得虽然这个治疗耳痛的办法确实不大常见，但这些专家肯定知道自己在做什么。
虽然我们可能会把这个例子归结为草率的失误，但在某些情况下，专家确实给不出最好的答案。心理学家菲利普·泰洛克专注于研究专家预测20余年，这些预测涉及人类社会在我们这个时代所面临的重大政治问题——经济发展、州际暴力冲突和核扩散等。他研究经常出现在电视和报纸上的专家，以及那些给政府和企业提出专业建议的人做出的预测。在对他们的预测进行汇总之后，他发现了一个令人吃惊的结果。
在预测未来事件上面，专家的表现并不比普通人强。他们的专业背景和专家身份几乎没有对预测的准确性产生什么影响。无论这些专家是自由党派人士，还是保守派人士，结果都没有什么不同。乐观主义者和悲观主义者的预测准确性也相差无几。事实上，表现比较好的人与其他人的差别只有一点点。
研究结果还显示，对许多事情都多少有些了解，而且能从多个角度思考的人，比那些只深入研究一件事情的人在预测未来事件上的表现要好。胜出的是知识面广的人。
为何局外人让专家相形见绌
当面对比较复杂的挑战时，见多识广的人往往比只潜心研究单一领域的专家更占优势。为了弄清楚其中的缘由，下面我们将对最受称赞的一类专家——科学家进行研究。科学家总能出色地解决复杂的问题，虽然这种问题并非我们平常会遇到的那些问题。
为了了解科学家如何解决问题，哥本哈根商学院教授拉尔斯·博·杰普森和哈佛商学院教授卡里姆·拉卡尼对一家叫意诺新（InnoCentive）的公司进行了研究。这家公司成立于2001年，得到了制药公司巨头礼来制药的支持，它主要致力于通过“众包”（crowdsourcing）的方式解决一些让人头疼的世界性难题——如抵抗疾病、为非洲贫穷地区的村落供电等。具有各种不同背景的人都可以加入意诺新，成为其35万注册用户中的一员。只要有人给出问题的详细描述、解决问题的期限，以及最佳答案的奖励，这些人就会开动脑筋，帮助提问者解决问题。
两位研究人员利用发布在意诺新平台上的166个问题的答案数据，考察了那些拥有相关专业知识的人能否成功地解决这些难题。这166个问题来自10个国家、26家公司的科学实验室。这项研究看上去挺直观的，研究者预期，比如说，那些拥有化学专业背景的科学家在解决化学方面的问题时，会比其他专业的科学家表现得更好。
但令人惊奇的是，结果恰恰相反。
一个人的专业知识越是和问题不相干，其解决问题的可能性就越大。生物学家解决的化学方面的问题比化学家解决得还要多。就和加文·波特一样，某个特定领域之外的科学家解决该领域问题的方式往往和该领域的专家不大相同，而这种方式往往更好。该如何解释这个不同寻常的发现呢？
专家有专家的劣势——他们往往深陷埃里克·戴恩所说的“认知囹圄”，看不到传统之外的资源利用方法。随着人们的专业知识不断积累，人们往往一再地依赖已经掌握的方式处理问题——即便在面临新信息或新环境时也是如此。研究人员早在一个多世纪以前就发现了这个现象，但它的影响和重要性被人抛在了脑后。
早在20世纪初，心理学家切夫斯·派基就进行了一系列实验，以了解人的视觉想象对实际物体的观察所产生的影响。她让被试想象出香蕉等一些具体物品，然后让他们在想象中把这些物体的样子投射于空白墙面上。在参与者不知情的情况下，她往墙上投射出一张非常模糊的相同物体的照片。没有参加前面这项想象实验的人在走进房间时可以轻易地看到这个物体，而参与想象实验的人却说无法看到投射的照片。原来，他们把真正投射在墙面上的物体照片与自己所想象的物体混为一谈，模糊了现实与想象的界限。这一现象被称为派基效应，即之前对某事物的视觉想象可以改变我们真实看到的图像，并促使我们对新信息进行同化。
在派基的实验中，被试之所以没有意识到自己看到了“真实的”香蕉的图片，是因为之前他们进行了针对香蕉的视觉想象。同样，由于专家已经在头脑中想象了如何利用资源——如木匠会想象把钉子钉进墙里所使用的工具是锤子——因而当他们在竭力寻找解决方法时便总是不可避免地重复老套的方法。经过成千上万小时的训练，这种解决方法已经根深蒂固了。而在我学龄前的女儿眼里，锤子可能会被当成搔背杖或者某种打击乐器，因为她从来没有拿过锤子。
生活中处处都是局外人。任何一个不具备专家认为是理所当然的资源的人都是局外人：单位里新来的人，来自另一领域的专家，或者坐在心理学课堂上的英语专业的学生等，都算得上是局外人。
在科学领域（以及许多管理团队或行业中），还有一类出于不幸的原因而身处局外的人群：女性。女性总是无缘获得男性轻易就能得到的重要社会资源，这让她们处于不利的地位。
2015年，英国生物化学家蒂姆·亨特爵士发表的关于女性的一番言论让他的许多同事瞠目结舌。在韩国的一次科学媒体会议上，这个曾获得诺贝尔奖的英国伦敦大学学院教授说，实验室里的“女孩”身上存在三个问题：“第一，你会爱上她们；第二，她们会爱上你；第三，当你批评她们时，她们会哭。”此言一出，科学界一片震动，加之其他领域的舆论压力，亨特爵士最终不得不辞去大学教授的职位，但这并未抹去科学界女性工作者所面临的不公：她们还是局外人——总是无法融入团体，无法获得指导和培训，而这些都是男性科学家享受的惯常待遇。
杰普森和拉卡尼利用意诺新的数据，开始研究第二类局外人——无法获得男性科学家所享资源的女性科学家。这类局外人的表现能否胜过关系网强大、资源充足的男性呢？
研究发现，这些女性科学家的表现极为出色。和男性相比，她们成功解决问题的概率高出了23.4%。在前面的研究中，非专业人士胜过了专业人士，同样的道理，女性科学家也胜过了男性科学家。女性科学家在缺少帮助的情况下，能以更加开放的眼光处理问题，而较少受到圈内传统惯例的束缚。她们从不同的经验角度出发审视问题，从而取得了更好的结果。
如果局外人可以做出这么大的贡献，我们为何不多多依靠他们呢？可讽刺的是，我们往往不大愿意让局外人加入我们的团队，理由就是：他们是局外人。我们往往倾向于吸纳和我们类似的人，也就是圈内人。而且，我们还往往抱有“专家偏见”，认为身边的专家越多，我们的表现就会越好。
事实的确如此，当你需要组队解决问题时，你会选择哪个：专家团队，还是随机组成的团队？大多数人都会选择那个由专家组成的理想团队——谁会不选拥有最多资源的专家团队呢？但大多数情况下，这种选择都是错的。
专家的知识构成可能存在很大程度的重叠。这样，他们所拥有的资源就会变得单一且多余，每个人能贡献的独特之处少之又少。在《差异》一书中，政治学家和数学建模专家斯科特·佩奇已经证明，不论是解决民主问题还是解决科学问题，随机组成的团队一般都比理想团队表现得要好，因为随机团队里可能既有专家，也有局外人。事实上，团队资源的多样性才是影响表现好坏的最重要因素。有了多样性，团队才更有可能进行开放的辩论，并最终找到一个囊括了多重视角的最佳解决方案。
局外人看起来拥有的资源甚少，但由于拥有不同于专家的经历，他们可以带来截然不同的技能。为说明不同技能的重要性，下文我们将首先讲述局外人是如何获得多样化经历的，然后再讲述他们是如何将不同领域的资源联系起来的。
多重背景原理
20世纪70年代，NASA（美国国家航空航天局）设立了一个宏伟的目标——建造世界上最大的望远镜，窥探外太空最深最远处的奥秘。构想中的这架哈勃空间望远镜有望回答人类社会以及人类社会之外的最根本的问题，例如宇宙的寿命和大小、其他星球的存在、银河系的诞生等，这些问题的答案都是我们此刻难以想象，只能仰仗未来的科学进展与重大发现的。
然而，原本计划于1983年发射的哈勃空间望远镜，因为技术难题和资金短缺问题不断延期，人们的热情也随之慢慢地冷却下来。经过几年的反思与重建，NASA科学家终于在1986年做好了发射部署的准备。但随后，悲剧就发生了。
当时我正读小学四年级，我和其他学龄儿童一样，在电视机前目睹了“挑战者号”宇宙飞船爆炸的情景。这次惨痛的航天事故浇灭了全美人民对太空探索的热情，哈勃空间望远镜计划再度搁浅。NASA想方设法确保将来不再发生这样的悲剧。工程师们用了将近三年的时间进行彻彻底底的检测，找出并修复了哈勃空间望远镜存在的一切问题。或者说，他们以为自己找出了所有问题。
1990年4月24日，当“发现号”航天飞机载着哈勃空间望远镜升空之时，全世界的人都满怀期待，希望它能解答关于宇宙的一些最为根本性的问题。几周之后，科学家们收到了哈勃空间望远镜发回的第一批照片。但情况不太乐观。在将近20年的等待之后，哈勃空间望远镜发回的照片非常模糊，远远达不到这个花费数十亿美元的项目的最低预期。
后续调查发现，哈勃空间望远镜的反射镜存在瑕疵。瑕疵本身非常小，大约只有一张纸厚度的1/5，但后果很严重。如果放任不管的话，哈勃空间望远镜发回的照片将永远是模糊、扭曲的，而人们最急于了解的天文问题，就要再等几十年，等新设备研制出来才能得到解决。
很快，所有的希望都落在了高中辍学的斯多里·马斯格雷夫身上。1935年，马斯格雷夫出生在马萨诸塞州斯托克布里奇市的一个奶牛牧场，他从小就富有冒险精神。三岁时，他就独自一人在附近的森林里游荡，两三年之后，他就敢乘坐自己制作的木筏在附近的河里漂流。少年的马斯格雷夫受到父母离异和他们酗酒问题的影响，学业不顺。他被送到一所寄宿高中，在那里他总是不断地惹麻烦。他非常讨厌这所学校，觉得老师们激发不出他的激情和灵感，于是便辍学了。
后来，斯多里·马斯格雷夫找到了一份机修工的工作，修理用来建造马萨诸塞州高速公路的重型机械。他似乎天生就会修理东西。但当高速公路工程完工时，他又没了工作，也没有文凭，更没有什么前途可言。
为了走出生活的困境，斯多里·马斯格雷夫报名参加了海军陆战队，成为一名飞机电工和仪表技术工，他把自己在修理高速公路设备时学到的本领应用到了修理飞机上。18岁的马斯格雷夫非常热爱航空事业，这份工作也可以让他近距离接触飞机，但没有高中文凭，他将永远不能成为一名军队飞行员。
为了能成为一名飞行员，马斯格雷夫决定申请上大学，但每个学校都拒绝了这个高中辍学生。他跑到雪城大学院长的办公室，硬是说服了院长允许他进入课堂听课。学校最后改变了拒绝录取他的决定，而马斯格雷夫最终拿到了该校的数学和统计学学位。
尝到大学教育的甜头之后，斯多里·马斯格雷夫如饥似渴，根本停不下来。最终，他修完了将近160门大学课程，拿到了加州大学洛杉矶分校的工商管理学硕士学位、玛瑞埃塔大学的化学学位、哥伦比亚大学的医学博士学位、肯塔基大学的生物学和生物物理学硕士学位，以及休斯敦大学的文学硕士学位。与此同时，他还考取了飞行员证书，真正成为一名军队飞行员。
当看到NASA发布的征集愿意参与太空旅行的科学家的信息时，斯多里·马斯格雷夫已经涉足了多个不同的领域——他曾经做过企业精算师、电脑程序员、大脑研究员、飞行员等。他觉得NASA发布的这份工作“将使他获得的所有技能得到前所未有的整合和应用”。于是，他开始在NASA工作，这一干就是30多年。在此期间，他还坚持每个月做三天的创伤外科医生的工作。
无论是病人胳膊上的伤口，还是飞机上的裂缝，他都可以修复，正是这种能力使他最终能够胜任这项关键的“手术”工作。斯多里·马斯格雷夫成为哈勃空间望远镜修复计划的科学宇航员兼带头机修工。他认识到自己是独一无二的最佳人选，“我跟那些天体物理学家、天文学家、光学物理学家、工程师和其他承担重要角色的人可不一样”。
斯多里·马斯格雷夫在上述任何领域都没有渊博的专业知识，但他有几十年的多行业工作经验，这让他成为这一关键角色的唯一人选。他说：“这个例子很好地说明了如何从多个不同的领域与学科借鉴具体细节，并将所发现的最优解法进行推广，从而迸发出令人惊叹的创造力。”
修复哈勃空间望远镜的任务耗时11天，是NASA有史以来最复杂的任务之一，创下了航天员5次背对背太空行走的纪录。马斯格雷夫共进行了3次太空行走，凭借自己娴熟的技术修复了哈勃空间望远镜的瑕疵，修复用时22小时，就像外科医生为一名危重病人做了一场极为复杂的手术似的。当事后有人问他为何不再全职做外科医生时，马斯格雷夫答道：“因为这样我就可以给哈勃空间望远镜做手术了。”
马斯格雷夫借助自己多样化的背景经验解决复杂难题的经历，很好地说明了多重背景原理：多种多样的背景经验有助于人们发散思维，以更加广阔的视角审视资源，从而找出更有创意的解决问题的办法。马斯格雷夫把修复哈勃空间望远镜的任务看作一场手术，这使得他能够利用自己做医生的经验修复好哈勃空间望远镜。
如今，像马斯格雷夫这样的万事通已经不多见了，但在不久之前，这类人才还曾受到过社会的广泛鼓励与欢迎。列奥纳多·达·芬奇（画家、建筑师、音乐家、数学家、工程师、发明家、解剖学家）、本杰明·富兰克林（作家、出版人、政治理论家、邮政局长、科学家、外交官）、玛丽·萨默维尔（天文学家、数学家、地质学家）和保罗·罗伯逊（歌手、足球运动员、律师、社会活动家，会说20种语言），他们都是这样的人。如今，对精深专业知识的推崇使得人们在越来越窄的领域做得越来越好。但具有讽刺意味的是，鼓励人们抛弃多重背景原理的人，却是多重背景原理的忠实追随者——亚当·斯密。
1723年夏，亚当·斯密出生在苏格兰柯科迪镇，他后来成为全世界最伟大的思想家之一。早熟的他从14岁就开始在格拉斯哥大学学习道德哲学，后来又获得了牛津大学的研究生奖学金。但他觉得牛津大学的学习环境太过压抑，于是，他便在图书馆里寻求安慰，自学各种专业的知识。正是这段学习经历使得他日后在哲学、历史、政治、语言学、天文学等领域做出了重要的贡献，并最终建立了经济学。
亚当·斯密在《国富论》一书中阐述的许多经济学原理，至今仍然影响着经济学的发展。他提出的“看不见的手”的理论得到了广泛认同，从广义上讲，该理论指个人利益会无意识地导致广泛社会效益的产生。除此之外，他还提出了另外一个不那么值得称赞但影响同样深远的观点：劳动社会分工。
亚当·斯密在《国富论》开篇就描述了一位勤勤恳恳的大头针制造工的故事。这名工匠一整天不停地工作，但最后只做出来一枚大头针。而在亚当·斯密看来，还有一个更好的制作大头针的办法，即把大头针的制作流程分解成几个专门的任务，分别由专人完成：取出铁丝、拉直、切割、磨尖，等等。每个人通过不断重复自己负责的任务，其手法会越来越娴熟，完成速度会越来越快，而且犯错的概率也会逐步降低，如此生产效率就大大提高了。亚当·斯密推论，随着产量提高，错误率降低，分饰各角的10个工人一天就可以生产出将近5万枚大头针，平均每人每天生产大约5000枚。
毫无疑问，在工业革命期间，劳动社会分工的普及导致了经济扩张时代的到来。但正如社会学家罗宾·莱达所指出的，这里面存在着一个问题：虽然劳动社会分工最初只限于制造行业，但随后它被引入了其他各种工作类型中，甚至连知识工作者的专业化程度也在不断提高，这使人们对自己负责的内容甚为熟悉，而对临近的领域则始终一无所知。
在一个组织机构中，如果有一个多样化经验的重要性大于专业知识的重要性的地方，那就是最顶层，因为顶层的高管需要了解并联通各个不同部门的工作。但劳动社会分工的普及让多样化经验的培养变得十分困难，而这种经验又是领导者所必需的。所以，那些想办法获得了多样化经验的人就获得了丰厚的回报。
金融学教授克劳迪亚·库斯托迪奥曾带领其研究团队对大、中、小型上市公司的高管的简历进行过研究，研究的目的在于衡量这些高管的背景多样化程度。他们梳理了4500名CEO担任过的32500个职位的相关数据，并建立了一个衡量其背景多样化程度的指标体系，包括五个维度：在不同领域（如制造、营销、人力资源等性质不同的行业）工作的职位数、就职公司数、行业经验的广度、全局思考的经验、在运营方式多样化公司工作的经验。同时，他们还考虑了其他可能的影响因素，如年龄、任职时间、教育背景等。然后，研究人员把这些高管分成两组：符合多重背景原理的一组（背景多样化得分超过中位数）和不符合（分数未达到中位数）的一组。
研究发现，两组人员的薪酬水平存在显著的差异。拥有多重背景的高管，其薪酬比另一组高出了19%，这意味着该组的年收入比另一组平均多出大约100万美元。虽然不同行业的薪酬也存在着差异，但研究小组发现，有一个因素对薪酬水平的影响更大。如果一份工作涉及更加复杂的任务，如需要处理兼并、收购或行业冲击等对专家来说都极为困难的事情，拥有多重背景的高管的薪酬会高出44%甚至更多。
正如拥有多重背景的高管会获得丰厚的报酬一样，我们中间也有许多人曾遇到过复杂的处境，并受益于自己广泛的经验克服了困难。丹尼尔·平克在其著作《全新思维》中写道：“以前，人们凭借对单个领域的具体知识的掌握就可以取得成功，但现在，最成功的是那些能够在截然不同的领域应对自如的人。”但对于那些并未身居高位的人来说，平克的话就不那么适用了。因为亚当·斯密所说的并非毫无道理，劳动社会分工迫使人们以牺牲背景经验的多样化为代价，不断追求背景经验的专业化，从而大幅度提高公司的生产效率。这有助于公司的持续运营——公司可以生产更多，销售更多，服务更多，就像亚当·斯密口中的大头针工厂一样。但这同时也极大地阻碍了员工的自我发展，抹杀了员工帮助企业解决复杂问题的可能。
但事情倒也没有那么糟糕。专家也可以学习从一名局外人的角度思考问题。后面我们将介绍，如何将解决少数专业问题的知识应用到更广泛的领域。凭借所拥有的专业知识，我们不仅可以为自己，也可以为他人创造无限可能。
走出自己的圈子
1989年3月24日，“埃克森·瓦尔迪兹号”邮轮在阿拉斯加威廉王子海峡触礁搁浅，上千万加仑原油泄漏，严重污染了三文鱼、海獭、海鸟和海豹的栖息地。这次事故是全世界最大的人为环境灾难之一，泄漏的原油数十年都不会消解。悲剧发生之后，美国国会成立了OSRI（Oil Spill Recovery Institute，溢油回收研究所），旨在尽可能避免将来的原油泄漏事故也演变成如此巨大的灾难。
OSRI研究项目负责人斯科特·佩高的职责便是找出溢油回收的解决办法。而“埃克森·瓦尔迪兹号”原油泄漏事故让他认识到，溢油回收最急迫的一项任务便是处理半冻结状态的原油。在极地水域，原油会变成一种混合着冰碴儿的雪泥状的混合物，这种状态下的原油是几乎不可能被安全回收的。但不幸的是，专家们一个个都束手无策。
找不到什么好办法的斯科特·佩高向意诺新寻求帮助，想看看这家拥有众多问题解决达人的公司能否想出什么办法。斯科特·佩高给出了2万美元的悬赏，向专家和局外人士寻求最佳解决方案。
约翰·戴维斯是伊利诺伊州布卢明顿的一名化学家，他不了解原油泄漏，对能源行业也不甚了解。但他曾做过一份浇灌水泥的暑期工作，这份工作让他知道使用振动器可以防止水泥硬化结块，使其维持流动的液体状态。戴维斯便开始思考，能否采用同样的方法打碎石油冰碴儿混合物，使其维持液体状态。由此，身为局外人的戴维斯想出了专家从未考虑过的解决方案。
经过对20多项方案的评估，佩高认定戴维斯的方案最终获胜。佩高感慨道，如果这个问题“可以由业内人士轻松解决，那业内人士应该早就已经解决了……有时候你一拍脑门，恍然大悟道，‘我怎么就没想到呢’？我很庆幸自己向局外人士求助了”。
斯科特·佩高做了我们常人不大会做的事情——向局外人求助。约翰·戴维斯不是溢油回收方面的专家，但他知道斯科特·佩高和其他溢油回收专家所不了解的东西。身处异地的他们专业背景也差异巨大，却因为社会学家所说的“小世界”理论而走到一起。我们彼此都生活在各自独立的知识领域、关系圈和其他有限的资源中，但奇妙的是，走出自己的圈子而与其他的小世界联系起来，几乎不费什么力气。
要说最善于走出自己圈子的组织机构或团体，加州的艾迪欧工程设计公司当之无愧。安德鲁·哈格丹教授和他的同事罗伯特·萨特曾在这家公司做过多年的实地考察。他们采访并观察那里的员工，研究他们是如何不断地巧妙解决难题的。研究发现，艾迪欧公司运营的宗旨便是鼓励员工把被人忽视的专业知识应用到新的领域，把不同领域联系起来，让这个世界变得更小。
艾迪欧及其员工善于借鉴，总是把用来解决某个问题的方法用到另一个完全不同的难题上。哈格丹和萨特发现，要想营造一种鼓励人们将自己的专业资源应用到新领域的文化氛围，需要关键的四步。
第一，探索周围的世界。遵循多重背景原理，在大脑中构建一个想法数据库——这一切纯粹是为了满足好奇心，而非为了达成某个特定目标。艾迪欧的员工会考察像五金店、芭比名人堂、飞机垃圾场这样的地方。这些行为或许看起来很奇怪，但这正是公司成功的秘诀所在。他们并非要学到某些特定的技能，而是想为自己增加一个审视世界的角度。局外人不像专家那样遵循传统，他们不会仔细钻研某个具体领域的理论知识，而是“广撒网，多敛鱼”，正像托马斯·爱迪生所建议的：“要想发明创造，你得有想象力和一堆垃圾。”
第二，确保资源可以随时获得，做到信手拈来。我们很容易忘记自己已经知道的东西，忽视自己已经拥有的资源，这不利于我们将以往用过的资源与当前面临的难题联系起来。艾迪欧公司借用博物馆收藏的概念进行管理。他们雇用“馆长”登记并管理以往项目的各种相关材料，如项目原型、草图、设备、备忘录等。有些人喜欢把资源当作个人财产囤积起来，但局外人则依赖与他人进行思想共享，借此不断学习新知。
第三，运用类比推理。约翰·戴维斯把难以回收的溢油看作流动的水泥，从而得以借用不相关的经验，解决了实际上十分相似的问题。
艾迪欧公司采用开放式办公空间，方便员工旁听他人的问题，以此鼓励他们进行类比，将自己的问题与他人的问题联系起来。当哈格丹和萨特与两名工程师围坐在一起，讨论设计一款利用真空的原理清理散落胡子茬儿的剃须刀时，另一名同事听到了他们的谈话，于是想出了对于类似难题——清除手术切口皮肤烧灼产生的烟雾——的解决办法。这家公司及其员工利用类比的方法，把看似不同实则相似的问题联系起来，解决了许多新问题。
第四，不断对想法进行检验，做好失败的准备。艾迪欧公司积累了许多失败的项目经验，所以对这些失败项目进行新用途方面的检验便十分划算。但问题是，哪怕面对已经被证明行不通的证据时，我们还是会因为投入的升级而难以摒弃自己的想法（见第2章）。
走出自己的圈子，你便会发现自己所拥有的资源有着更大的价值。当我们打破障碍，让资源在不同领域间流动起来时，许多短期和长期的难题便会迎刃而解。这是局外人能够做到的，但哪怕我们不是局外人，我们也能获得局外人的背景经验。
专家也应积累局外人的经验
问题是，我们许多人追求精深的专业经验并非没有道理。如果不投入大量的时间钻研专业领域的知识，我们就无法成为一名合格的医生、会计、律师或者建筑师。来自教育、职业和组织机构方面的社会分工压力也进一步把我们推向了崇尚专业化的道路。但即使作为专家，你也应该培养一种局外人的视角，公司、政府及学校等机构也应该鼓励专家这样做。
走出自己的圈子是第一步，最成功的专家是那些拥有多重背景经验的人。他们一方面与专业保持足够密切的关系，另一方面又与之保持一定的距离，避免因为所谓的正统而囿于狭隘、孤立的世界。斯多里·马斯格雷夫对文学有研究，许多获得诺贝尔奖的科学家往往也爱好艺术。的确，研究发现，与一般科学家和普通大众相比，这些顶级科学家往往更有可能有艺术方面的爱好。谷歌前总裁埃里克·施密特也曾呼吁培养多样化兴趣的教育传统的回归。他说，就像以往“同一个人既写诗又修桥”的时代，“我们得把艺术和科学再度连接起来”。美国学院协会最近组织的一项调查表明，多数招聘官想要的是既有广泛局外人经验，又有某种专业知识背景的求职者。
既要追求专业精深又要做到经验多样，虽然这看起来几乎不可能，但事实上许多专家都已经自然而然地做到了。心理学家用五大人格特质来区分人与人之间的天生差异，其中一项特质叫作经验开放性，它关注的是一个人对获得多样化经验的纯粹兴趣。为测量经验开放性，研究者会要求被试用几组词语对自己进行评估，如简单或复杂、兴趣狭窄或兴趣广泛、服从或独立、传统或非传统等。经验开放性低的人安于熟悉的事物，倾向于选择上述每一对词语中的第一个；而经验开放性高的人更倾向于选择第二个词，他们追求自己不熟悉的事物，积累小圈子之外的多样化经验，借鉴多个领域的思想成果。
有时，我们所处的环境会迫使我们走入各种不同的小圈子。比如，我们需要搬家或者换工作，需要去不熟悉的地方，或者遇到新的事物。在最近的一项调查中，研究者记录了受访者的文化经验——包括父母教育、语言、喜欢的餐馆和音乐家、最亲密的朋友的背景等。随后，研究者让他们想象给一个人送礼物，并对其想法的新颖度进行评估。文化背景最为多样化的参与者想出了最不寻常的礼物方案，如一首诗；而文化背景最单一的参与者给出的礼物最为常见，如巧克力。研究表明，无论是个人选择还是环境所致，在多重背景环境下成长与生活的人对资源的认知往往不那么囿于常规。
有时，我们需要有意识地努力寻求积累新的经验，当然，也没必要像斯多里·马斯格雷夫那样考取各种大学学位。我们可以通过阅读其他领域的研究，培养一门兴趣，或者和来自不同背景的人交流等方式，暂时从自己的小圈子里抽身。研究表明，工作之外的这些经历会对工作产生一定的帮助。在一项调查中，一家大型保险公司的179名高级管理人员完成了一份调查问卷，回答他们会在多大程度上借用核心专业知识以外的经历，尤其是和工作不相干的经历和兴趣，来解决工作中的难题。随后，研究人员对受访者及其同事进行了后续采访，询问受访者的资源使用情况。调查发现，一个人的非工作经验越多样化，他在工作中越是能充分利用资源。
拥抱局外人思维
本章中，我们介绍了两种截然不同的利用经验取得成功的方法。在第一种方法中，我们借助有限的活动经验获取专业知识，在第二种方法中，我们更强调背景经验的多样化。经验最老到、资历最深、人脉最广的人并不总是能赢，多样化的背景经验也能为我们提供一条成功的途径。
同时追求精深的经验和多样化的背景无疑十分困难，但这也正是为什么我们需要接触局外人。人都有喜欢同类的本性，所以我们需要有意识地努力与背景经验多样的人建立私人与专业上的联系。同时，我们也要努力认识到，有时候在相关领域方面知道得最少的人反而会给团队做出最大的贡献。
诚然，像加文·波特这样的人不好找，让这类人加入我们的工作团队更是难上加难，但这种努力是十分值得的，因为它可以给我们带来丰厚的回报。
计算机科学家耶胡达·科伦和统计学家罗伯特·贝尔、克里斯·沃林斯基利用加文·波特的行为心理学方法重新投入了对网飞大奖赛的角逐，但他们仍然无法达到大赛设定的最终目标。于是，这三人又与其他团队进行合作，进一步使团队成员多元化。他们认为，“虽然和表现不错的团队进行合作是显而易见的选择，但如果两个团队只是简单地相互复制，那就没什么好处了”。他们通过纳入更多的局外人，最终成为第一个冲过终点线的团队。这给我们上了重要的一课：当我们与局外人联手时，我们所拥有的资源的价值就会大幅提升。