今天早上在为下期读书会分享的《爆裂》做读书笔记整理时，扫到了这页关于古代人如何做信息加密的介绍：古希腊人是用火把的高低位置作为发报密码的。
好聪明的古人，居然能无中生有，在杂乱的信息中通过规则的建立传递有质量的信息。我不知道专家有没有创建过某个概念解释过这种现象，我就自创一个吧：信息密度。
写下“信息密度”这四个字的一刻，突然想起上个周末私董会结束后一群人在一起玩“狼人杀”的游戏。
这个游戏我玩过几次，自己觉得是一个不错的玩家。那天晚上，来了一个高手，瞬间看到了差距，感觉真是行行出状元，玩游戏也能玩出天际般的信息交流艺术。
有一局，那个高手拿到了“预言家”的角色，于是他立即申请当了警长。下面看看他是怎样把“预言家”与“警长”两个角色玩出信息差的。这位高手，我就用字母G表示。
G同学：我是预言家，如果今晚我没被杀死，明天早上我会告诉大家我今晚准备查验的#6号玩家是好人还是狼人。
当然，狼人最想杀的是我，如果我今晚被杀，我会用移交警徽的方式来告诉大家我所验的#6号是否是狼人。
因为晚上被杀是没有遗言的。我虽然无法留遗言，但我可以移交警徽。
如果我验的#6号是好人，我就把警徽交给#6号；如果TA是狼人，我就顺延交给#7号。你们可以根据我的警徽是否交给#6号，知道TA的身份。
狼人杀的游戏这么好玩，关键就是考验每个玩家在交流时能否带出有价值的信息，就是我上面说的信息密度。
我们玩的第一局，好人很快被狼人干掉了，因为每个人都只是说一些“我是好人”，“狼人不是我”，“你们不要怀疑我”之类信息密度极低的话。
要提升信息密度，就要从无序走向有序，从熵增走向熵减，如何做呢？建立规则，比如上面传递警徽的顺序就是一条规则。有了规则就可以对信息进行对标、整理、归类，免得大家在盲猜中浪费时间，甚至被错误信息误导。
通过规则提高信息标识度，进而降低对方的认知负担，这在工作中也是一项很有实用价值的沟通技巧。
我在德国总部工作时，常常串门去常驻我们同一楼层的麦肯锡办公室，与他们聊天闲谈。有一回聊到如何通过报告降低阅读者信息过载的负担时，一个年轻的麦肯锡人给我介绍了一张Excel表的三色标示法。
红色标识的数字就是历史数据，代表事实。
-
-
黑色的是不用特别标识的，是输出数据，它是公式自动推算出来的。
比如下面这张计算保本点销量的数据表，管理层要想知道公司目前的经营状况下每个月的销售必须达到多少，才能做到财务上不亏钱，有了这三种标识，就清晰许多。
面对一大堆数据，管理层只要重点看蓝色数据，去挑战那些假设，比如汇率此处的假设为6.50，这时的保本点是118m（m代表百万美元）的销售，如果汇率变成6.40，那就要做到125m才能保本。
还有人工成本占销售收入的比例，上月红色数为7.67%，这个月假设自动化设备的启用可以降低至7.50%，如果总经理说这个7.50%还有潜力，改成7.00%，保本点是否可以降到110m以下呢？
至于黑色的数据，边际贡献，净利润与所得税的关系，这些是死的逻辑，根本不用看，公示会自动带出。
这样一张三色表，就是一种By Design的信息密度升级的表格，而一张全是黑色数据的表，则是一张By Default的信息散乱的表格，会让阅读者无从下手。从单色到三色，是Design对Default的增值服务升级。
我上次拆解的《麦肯锡工作法》中讲到的麦肯锡的一项专业能力，就是区分“事实”与“假设”，由此看到，这项能力其实早就预埋在他们的工作表单里了。
麦肯锡能靠卖报告赚钱，他们对信息的把控真的是玩到了极致。
很多人把2023年称之为人工智能的信息元年，因为ChatGPT、Bard等大语言模型在信息整合与输出上取得了革命性突破。
这给传统工作岗位带来不确定性挑战的同时，有一项却是确定的，用信息这只眼看人类文明的演化，一定是从无序走向有序的。
将来一定会冒出很多与数据相关的新工种、新机会，比如下面一众数据官角色。
数据清洁工：将无用数据剔除（比如我们相机中太多没拍好的照片都是垃圾数据）
数据标签员：对数据分门别类贴标签（比如我手机中自创一个文件夹叫“培训”，可以用作培训素材的就放入这个文件夹）
数据勘探员：对数据进行追踪分析（比如妈妈通过儿子微信运动记录的步数推断这小子今天一定是翘课了）
数据门卫：会有人专门分辨数据的真伪身份提前拦截（比如我们视频号里刷到的末日那天，“文心一言”与“ChatGPT”的不同反应，这种人造的假信息第一时间就不应该出现在公众面前）
沿着信息价值与信息负担这条思路，我们每个人都可以找到重新定位的价值贡献方向：凡是能减少他人认知负担的方法技能，都是光辉灿烂的未来方向。
在苏州的朋友，可以预约本周三的线下读书会。这一期，讲完关于未来社会九大生存法则的《爆裂》这本书后，我会召集大家一起玩两把“狼人杀”，有兴趣的同学欢迎来线下一起玩。
线下读书会地址：苏州市吴江区吴江经济技术开发区行家路99号行家园
