谁在“出尔”，谁在“反尔” --“中国出尔反尔论”可以休矣

　　 　　实现了财务自由的毕胜，出尔反选择了离职享受生活，“我和老婆，还有几个哥们，每天斗斗地主，一个礼拜总得一块玩上好几天。

项目不靠谱，尔中国出尔反尔论死得快未必是坏事，毕竟时间才是最昂贵的成本，我们姑且把这个作死系列，叫做“早死早超生”创业指南好了。显而易见，可休为了便于产品和服务信息的网络化传输，需要尽可能的以标准化的方式传输和陈列信息。

具体的例子就不举了，出尔反婚庆、二手房等领域，企图从线上打线下，近乎于痴人说梦。在低频和非标领域，尔中国出尔反尔论线下商业的优势天然存在，尔中国出尔反尔论因为流量和品牌的可沉淀，使获客成本可控，并且低频加非标往往意味着高利润，在这一领域耕耘多年的传统企业，多半有所斩获，他们仅仅利用互联网开展一点营销活动，是为“+互联网”。所以，可休社交产品的切入点，往往是比较容易标准化的IM(QQ、微信)或照片(Facebook)，也就是最基础的通讯和看脸需求。低频非标的线下业务众多，出尔反其从业者的互联网化需求也非常巨大，不妨错位竞争，利用自身的技术优势，服务于线下传统商户。判官：尔中国出尔反尔论十多年移动产品经理工作经验，尔中国出尔反尔论曾从事手机及ROM行业，现在专注于社交产品document.writeln('关注创业、电商、站长，扫描A5创业网微信二维码，定期抽大奖。

这年头，可休创业导师太多了，创业者都快不够用了。作为婚礼，出尔反其中一些环节是可以抽离出来的，出尔反将环节分解后，选择可标准化的、sku较少的、利润较高的环节，进行互联网化，例如场地排期选择，例如司仪推介。总的来说，尔中国出尔反尔论自由职业顾名思义即不属于任何组织的人，也就是替自己打工的人。

它需要高度自律来确保自身未来更长远的自由并且要自负盈亏，可休因此它的持续性与未来性让人焦虑。出尔反这个趋势可能会在未来几年波及中国。我们看到，尔中国出尔反尔论当前自由职业者多扎堆于市场营销、尔中国出尔反尔论设计、文案和培训等专业性较高的服务行业，目前也正在扩散到网约车司机、Airbnb房东、Instacarter买手、Taskbabbit达人、直播网红、自由作家与自媒体人或者知识分享平台某一领域的专家学者、投资理财专家或者职业规划师、插画师或者设计师或者自由程序员。比如说一个软件开发项目需要人才，可休项目经理把项目分解成多个短期任务，可休投入市场说明工作要求，对应征者进行甄选，把相关工作推给开放人才市场吸纳的这部分甄选通过验证的外部力量高效的解决，对于后续开发计划，会针对这部分合作者即时匹配与推销，形成一种相对自由但稳固的合作关系。

美国《连线》杂志资深编辑杰夫•豪在他著名的《众包》里指出，以前在各个领域里，不同层次的精英或者专业人士，占据了行业的话语权和决定权。从这句话里面来看的话，这种模式的实现是在一个完全开放的劳动市场。

但在线下，国内地域资源极度不平衡，包括农村与城市的人才与就业资源、一线城市与三四线城市的需求和供给的不平衡，劳动力、技术、资源不平衡。部分企业对人才的需求趋向于短期化、阶段性与年轻化之所以如此，还在于当前从传统企业到互联网科技新兴企业的组织架构来看，对人才的需求趋向于短期化、阶段性与年轻化。当前中国的互联网发展越来越快，各种新的移动互联网产品的研发引进、各种商业模式崛起，平台跨地域连接线上线下的能力不亚于美国，移动互联网的普及、许多拥有数亿用户的互联网平台在数据开放性与触达供需两端、连接海量粉丝与用户平台体量基础已在。IBM建立的“开放人才市场”就是一个典型案例。

之所以说自由职业者是一种更轻模式的创业，在于自由职业本身就是一个人走通了从产品到专业能力品牌包装、定价、品牌传播、产品或内容出售的全产业链。这个世界的许多领域将由垄断走向开放罗纳德.科斯曾经对企业的价值进行过解释：在一个完全开放的劳动市场，人们可以互签合约，出卖自己的劳动力，同时购买他人的劳动。这种阶段性的裁员潮对应着当前互联网企业对于人才的需求：许多岗位与人才需求其实是偏向阶段性的与短期的，很多狼性企业也表示不养闲人，当然，在许多核心岗位上的人才的需求依然是长期与持续性的。另一方面许多传统行业都在面临新兴科技行业的颠覆，人们在思考：假如这个行业衰落或者企业倒闭了，我还可以去哪儿?我的价值如何获得提升?年轻化与裁员潮：中年专业人士离开组织成为自由人或成为趋势另一方面我们看到，当前许多企业与行业尤其是科技互联网行业的员工普遍是趋向年轻化，百度平均年龄大致是27岁，阿里与腾讯平均年龄28左右，我们不禁要思考，未来那些上了年纪但是依然不是在公司中高层管理层或者企业骨干专家一列的人才，未来很可能会陷入一种留或者不留的两难困境。

而互联网平台的共享与连接效应恰好可以打破地域的限制，依赖平台输送的方式连接供需两方。这也在某种程度上推动着企业制度变革，驱动经济运行的效率提升。

在当前的互联网IT行业，焦虑无处不在，这种焦虑一方面源于高房价，而另一方面，存在于职场升迁渠道僵化之后，收入与期望之间的落差，以及内部竞争不平衡导致的一种求之而不得的痛苦，一种是不确定性的裁员与淘汰危机，人们希望改变现状。各种传出的裁员消息从滴滴弥漫到乐视、蘑菇街、暴风魔镜等企业，今年再到华为、贝贝网等企业。

企业可以借助共享经济服务交易平台、知识付费平台、内容生产平台等找到这部分专业人士与消费者对接，让供求双方更自由的选择，满足企业发展过程中的短期与阶段性需求，或者与自由职业者建立一种更为高效的合作关系，打破既有行业与企业的禁锢，以一种近乎完全竞争的市场模式，激发组织创新活力。互联网连接效应：以自身的能力拥抱这种更自由的职业模式有更好的反脆弱性而在过去传统时代里，人必须依附于一个特定的机构或者组织之中才能生存，因为组织和机构就是资源配置的方法，但由于信息不对称人才与企业需求匹配难以达到更高效的状态，导致庞大的资源剩余和庞大的需求无法得到满足，因此导致合适的资源的与人才的各自流失浪费。自由职业英文是self-employed(自雇者)。这样一来，未来可能驱使企业组织结构的更加弹性化，突破地域、行业或者专业等因素的限制，更加灵活的获取所取的专业人才，因为更多专业性的外脑智慧可以帮助企业获取更多的优质资源甚至突破某个固有瓶颈与短板。在未来，自由职业者更多的依赖平台打造专业性圈养粉丝提升个人价码继而向广告主与企业寻求商业模式变现通道，在组织弱化，个人凸显的时代，IP化将是职场或者自由人甚至创业者都需要考虑的方向以及要走的路。所以我们看到互联网行业几乎每年都会出现裁员潮。

总的来说，在未来，自由职业者更多的依赖平台打造专业性圈养粉丝提升个人价码继而向广告主与企业寻求商业模式变现通道，在组织弱化，个人凸显的时代，IP化将是职场或者自由人甚至创业者都需要考虑的方向以及要走的路。通过互联网内容平台、知识付费平台或者共享平台，你可以灵活地出售时间、技能和金钱，获取收益与打造自身的圈子人脉、个人品牌与影响力的机会。

中国当前的环境也具备共享经济生存和发展的土壤根据统计数据显示，2025年全球共享经济的市场规模将达到3,350亿美金，年均复合增长率达到36%。有数据显示，在美国，不在特定场所去工作的人们已经占到了整个美国工作人口的三分之一，并且每年以10%的速度增长着。

时代变化的不确定性让自由职业者选择的这条路是一条充满希望但又看不到远方终点的荆棘之路。其实说到底，自由职业者本身是一种创业，只不过更加低成本化与轻模式化。

“开放人才市场”会发布公司短期任务式的需求，一些任务仅招募内部员工，另一些只对通过验证的自由工作者开放。加之经济下行、缺乏保障，加之裁员潮频频出现，对于企业来说，裁员更多是源自外界的竞争压力与狼性文化的机制效应，但对于企业中的个体而言，加深了人们对于未来不确定性的焦虑，人们需要更多的收入模式来确保安全感。这种短期与阶段性以及项目型的人才需求也完全可以由企业搭建平台来解决。AppMakr是一家开发智能手机应用程序的小型公司，但这家公司一名全职员工也没有。

用一句简单的俗语来说，就是没有金刚钻，别揽瓷器活。但说到底，它也是一种能够让生产者解放组织的束缚与压制，让人感到幸福的职业。

领英预计到2020年，自由职业者人数将占总劳动力的43%。document.writeln('关注创业、电商、站长，扫描A5创业网微信二维码，定期抽大奖

就现在回头来看，大数据的确是大玩了一把。不过虽然数据分析在医疗的应用存在一些抑制因素，但相比过去的诊疗方式，我们可以看到大数据在当今诊疗过程中的意义。

但2011年只能实现10~20%，也即产生300~600亿美元的价值。一些创新者正在试验，希望这些数据对于临床也可以起到直接有效的作用。制药企业和医疗设备企业大数据和先进的分析方法可以让制药企业的药物预测建模更为精准，加速药物开发过程。导致这一现状的原因是个人健康数据一般是不会提供给患者本人的，所以他们不能及早发现并调整自身情况，只有当生病时才会去就医。

除此之外，在个人健康管理的过程中，收集数据的可穿戴暂时还没有显示出临床应用价值。什么是标准化的路径呢?患者只有在患病时才主动进入医疗健康系统;诊疗服务重点不是为了优化的病人的体验或体现诊疗价值;相同的疾病，医生会对所有患者均采取相同的临床指导方案。

基因组测序的成本下降，蛋白质组学的出现，以及实时监测技术的发展有可能产生出一种新的超精细化数据。这可以由人工智能驱动的临床决策支持系统来完成，人工智能系统可以通过梳理数百万患者病历、基因组序列以及其他健康行为数据来确定对个体最有效的治疗方案。

在麦肯锡发布的报告《大数据的下一个前沿：创新、竞争和生产力》中，它看好5大应用领域，分别是欧洲公共领域、美国健康医疗、制造业、美国零售业以及基于地理位置的服务。一些领先的玩家一直在使用临床试验数据来给药物贴标签(也就是说，看药物有没有其他用途)。

很赞哦!（9）