声明：本文来自于微信公众号卫夕指北(ID：weixizhibei)，作者：卫夕，授权tag知识库转载发布。

01

现实商业中一个非常有趣的部分在于——你觉得某些策略很愚蠢但事实上却很聪明，今天我们就来看一看这些有趣的案例——

第一个看起来很笨但实际上聪明的案例莫过于YouTube的可跳过广告，我在《细思极恐的YouTube可跳过广告》一文中详细聊过，这个设计看起来谷歌放弃了很多利益，然而这个简单的按钮可以吸引受众注意力、可以帮助广告主进行广告质量判断、可以从机制上优化广告效果，一举三得。

另一个例子还是谷歌，按理说，谷歌作为世界上最大的在线广告提供商，理应不让人屏蔽广告，然而谷歌旗下的Chrome浏览器的却欢迎广告屏蔽类的插件，其中最著名的插件叫：Adblock plus，这个插件全球已经超过 5000 万用户了，那么谷歌这么做的目的是神马呢?

其实谷歌的想法是，那些愿意费尽心机的装广告插件的人的确就是对广告不那么感兴趣的人，他们本身的广告转化率就特别低，还不如让他们不看，这样还能提供一个关注用户体验的美名，甚至谷歌都计划开发自己的广告拦截工具，因为谷歌觉得，与其让用户用别家的拦截插件，不如自己动手，这样自己还能知道用户都拦截了哪些广告。

第三个例子，我们收到诈骗短信，往往非常弱智，一眼看出来就是骗子，我经常替骗子担心——就这智商能骗到人吗?

然而真的是骗子不愿意把短信编的更加有技巧吗?当然不是，骗子的逻辑是——如此弱智的短信都相信的人，下一步我就可以很容易地和他沟通打钱上钩了，我成本会降低，如果编一个正常人开始就会上钩的短信，吸引的就是一批正常人，下一步引诱上钩的成本就变得极高，骗子哪有那么多时间和正常人聊天，成功率太低了，因此，弱智短信征集到的都是骗子的垂直用户。

第四个例子，是价格歧视，麦当劳会在餐厅周围发优惠券，领券的人可以用极其便宜的方式买到汉堡，如果真的要搞促销，麦当劳为什么不直接降价而要采取这种雇人发优惠券的低效方式呢?

因为它要通过这种机制区分对价格敏感的人和对价格不敏感的人，那些愿意去餐厅周围领取优惠券的人大多是学生或工作不久收入有限的人群，麦当劳对他们少赚一点，但依然是赚钱的，而对那些认为领劵是丢人的情侣、白领们，麦当劳则原价卖给他们，赚的更多。

通过一张小小的优惠券，麦当劳就轻易地区分了人群。

第五个例子，很多正版软件如Photoshop，通常对盗版睁一只眼闭一只眼，是因为他们技术上做不到吗?当然不是，市值已经 1300 的PS母公司Adobe的技术在行业里是极其强悍的。

Adobe这么做的逻辑是，那些愿意花上一整天时间到各种下载论坛上去下载一个盗版PS的人，他们的时间是没那么值钱的，即使使用再强、再严密的防盗版技术策略，他们也大概率不会成为Adobe的付费用户，因为以他们的消费观念即便付得起也基本上不太可能会买一个标价 3485 块的正版PS，而对盗版睁一只眼闭一只眼还可以培养软件的整体用户群，获取市场占有率。

(图源自网络)

总结一下：

这类让人看起来很愚蠢但实际上很聪明的策略有一个共同点就是，他们都用一种天然的筛选机制对不同的人进行了一次筛选，从而对他们的目标人群进行既定的策略，但对非目标人群采取让利、友善的策略，这样让人看起来并不聪明，但实际上达到了既定目标。

这些案例给我们的重要启示是，任何一个策略都应该考虑是不是可以用某种机制去区分目标对象，而不是一味一刀切，仔细一看，就发现这个筛选机制蕴含着极高的智慧。

02

与此相对，还有一些策略，看起来非常精明，但最终被证明是一些愚蠢的做法，我们来看一些案例——

第一个例子，眼镜蛇效应：

在英国殖民统治印度年代，英国政府发现当地眼镜蛇泛滥成灾，当时的印度总督为了解决这一问题想到使用经济的方式解决这个问题，殖民政府宣布——民众每打死一条眼镜蛇即可到政府领取 4 英镑的奖励，几个月后，这一策略的确起到了很好的作用，眼镜蛇明显减少，然而，很快殖民政府发现眼镜蛇又慢慢多起来了，这是为什么呢?

原来，聪明的印度人为了奖励，纷纷开始在家里养起了眼镜蛇，长成之后打死去政府领赏，于是眼镜蛇又泛滥了，最后，英殖民政府不得不取消这一奖励政策。

另一个案例是最低工资制度，制定最低工资标准的初衷是为了保证穷人的利益，然而它真的能起到作用吗?

事实正好相反——主流经济学家几乎都认为最低工资的出台反而会增加失业，比如正常有 20 元/小时、 15 元/小时、 10 元/小时的工作，现在把最低工资标准定在 15 元/小时，那么会有相当一部 10 元/小时企业负担不了成本而减少招工或者倒闭，而原来拿 10 元/小时的工人就会失业，尽管没有失业的那部分人会多获得一些收入。

这背后就是最近工资制度扭曲了经济学的基本假设——价格由供给曲线和需求曲线共同决定，经济学家弗里德曼在他的著作《资本主义与自由》中将最低工资指定描述成“好心办坏事”的典型。

我们再来看另外一个案例，在 19 世纪末，欧洲的古生物学家来到中国，他们在中国中西部地区发现了很多恐龙古化石，但这些化石大多都在当地的农民手中，于是他们就花钱向当地农民购买恐龙骨化石，但他们不久便发现买到的恐龙骨化石都非常零散，很少能买到特别完整、大型的化石，这是为什么呢?

经过他们仔细调查发现，原来他们购买是按“件”来进行购买的，聪明的中国农民于是就把手中的大型化石想尽办法分割成多块进行分批出售——神马样的激励机制就会产生神马样的结果。

再来， 1960 年代，为了减少汽车事故造成的伤亡，美国国会出台了严格的汽车安全法案，要求全美每一台出厂的汽车必须强制安装安全带等系列安全装置，我们直观认为这对减少交通伤亡肯定有好处对吧，然而事实却没有那么简单：

经济学家萨姆*佩兹曼在 1975 年的一项研究则揭示了另一个真相——法案实施后的确减少了每次车祸的死亡人数，但却增加了车祸的次数，甚至行人死亡人数还增加了，原因在于安全带影响了驾驶员的状态，驾驶员由于安全带的出现开车速度更快、更放肆，因此，任何策略的影响其实都没有我们想象的那么简单。

总结一下

这些看起来很聪明但实现起来并没有起到作用的策略通常有一个共同点——他们忘记了人们会对激励做出反应，因此设计优秀的激励机制就变得非常重要，一个好的激励机制应该是既能有效调动积极性，又能防止积极性的扭曲。

YouTube的早期推荐机制中视频的点击率权重非常高，点击率当然是非常重要的指标，但它权重过高的结果就是每一个上传视频的贡献者都绞尽脑汁把标题变得耸人听闻、把封面变得石破天惊，而忽视了视频本身的重要性。

后来YouTube更新了算法，优化了播放完成率、播放时长、关注率、观看次数等其他指标的重要性，才有效打压了标题党和封面党。

机制设计也蕴含着极高的智慧。