每年，全球的管理顧問公司會發布大約 15,000 份產業趨勢報告。裡面的建議看起來都很有道理：數位轉型、客戶體驗升級、敏捷組織、ESG 永續。
然後你看看執行這些建議的公司的財報，平均回報率跟大盤幾乎一樣。
為什麼？因為當一個策略成為「業界共識」的那一刻，它的超額回報已經被套利殆盡了。
我把這個現象叫做「共識代價」（Consensus Cost），當所有人都同意某件事是對的，這件事的回報率會被壓縮到「平均報酬減去跟隨成本」。共識越強烈，折扣越大。做所有人都在做的事，你不會得到「正確」的獎勵，你只會得到「平庸」的定價。
馬斯克用第一性原理把火箭成本砍掉 98%。黃仁勳用它讓一家遊戲顯卡公司變成市值 3 兆美元的 AI 帝國。這些 CEO 的共同點不是技術天才，而是他們都看穿了「業界共識」背後的假設，然後拒絕了它。
第一性原理思維的核心不是「聰明」，不是「學歷」，更不是在白板上畫一堆漂亮的框架。它的核心是一種極其反本能的行為：拒絕繼承別人的假設，從基本事實重新推導。
一、一個價值 60 億美元的拒絕
2002 年，Elon Musk 想發射火箭。他找了俄羅斯的火箭供應商，報價一枚翻新的洲際彈道飛彈要 800 萬到 1,800 萬美元。太貴了。
業界共識是什麼？「火箭就是這個價格。從來都是。航太產業的成本結構是既定的。」
但 Musk 做了一件非常簡單、但所有航太專家都沒想過要做的事：他把火箭拆成原材料。
鋁合金、鈦、銅、碳纖維。加總起來，一枚火箭的原材料成本大約是報價的 2%。
98% 的成本不是物理成本，是「產業共識」的成本，層層轉包、傳統製造流程、「這就是我們做事的方式」。
SpaceX 現在的市值超過 3,500 億美元。這不是因為 Musk 比航太工程師聰明，而是因為他拒絕了一個所有人都接受的數字。
黃仁勳做了類似的事，但在不同的維度。2006 年，NVIDIA 是一家年營收 30 億美元的遊戲顯卡公司。業界共識很清楚：GPU 就是用來渲染遊戲畫面的，通用計算是 CPU 的領域。
但黃仁勳問了一個所有半導體分析師都沒想過的問題：「GPU 的本質是什麼？」答案不是「畫圖的晶片」，而是「大規模平行運算的引擎」。畫圖只是平行運算的其中一個應用。他押注 CUDA 平台，讓 GPU 可以做通用計算。當時華爾街認為他在浪費研發資源，因為沒有客戶需要通用 GPU 計算。
十八年後，深度學習和生成式 AI 讓全世界突然需要大規模平行運算。NVIDIA 市值從 2006 年的 80 億美元，成長到 2025 年突破 3 兆美元，漲了 375 倍。
Musk 拒絕的是「火箭的價格」，黃仁勳拒絕的是「GPU 的定義」。兩個人都在問同一個第一性原理的問題：「這個東西的本質到底是什麼？不是別人告訴我的定義，而是物理事實。」
共識代價的運作機制非常殘酷：
第一個發現真相的人拿走超額回報。第二個模仿的人拿走一些殘餘。第三個以後的人？他們在爭搶「共識」的平均報酬，但還要扣掉一個更慢進場的延遲成本。
二、共識是怎麼形成的：三層污染
要理解共識代價，你得先理解共識的形成機制。它不是一夜之間出現的，而是透過三層逐步擴散：
第一層：專家污染
某個領域的「權威」提出一個觀點。因為他的頭銜和過去的成功紀錄，人們不質疑這個觀點的前提假設，直接接受結論。
例子：2010 年前後，全球頂級商學院和管理顧問的共識是「輕資產模式是未來」。WeWork 的估值從 50 億飆到 470 億，就是這個共識的產物。結果我們都知道了。
專家不是故意騙你。問題是他們的結論有保鮮期，建立在當時的技術條件、市場結構和競爭格局上。條件一變，結論就過期。但共識不會自動更新。
第二層：媒體放大
商業媒體的獲利模式是注意力。什麼能吸引注意力？「趨勢」和「共識」。
所以媒體會把專家的觀點包裝成「不可逆的趨勢」。「DTC（Direct-to-Consumer）是零售的未來！」「元宇宙將改變一切！」「每家公司都需要首席 AI 官！」
每一波共識背後，都有一整條媒體放大的產業鏈在運作。問題是：被放大的不是真相，是敘事。
第三層：從眾鎖定
當你的董事會、你的投資人、你的同業都在做某件事，不做的風險變得比做的風險還大，不是經濟風險，是社會風險。
「如果我跟大家做一樣的事然後失敗了，沒人會怪我。如果我做了不同的事然後失敗了，所有人都會說我不聽勸。」
這就是為什麼金融危機前，所有銀行都在做同樣的事，不是因為他們不知道風險，而是因為「跟大家一起犯錯」比「獨自做對」安全得多。
三層污染的結果：一個可能只有 60% 正確的觀點，經過專家背書、媒體放大、同業從眾之後，看起來像 99% 正確。但它的真實準確率從來沒有改變。
三、第一性原理不是「聰明」，是「否定」
大多數關於第一性原理的文章會告訴你：「回到基本事實，從頭推導。」
聽起來很學術，但這個定義遺漏了最重要的一步，你必須先否定你目前相信的東西。
這是為什麼第一性原理思維這麼難。它不是一個智力挑戰，是一個勇氣挑戰。
在「品味修煉」系列裡我拆解過品味三要素，其中最核心的一個是「否定的勇氣」（Courage to Reject）。品味的本質不是「知道什麼是好的」，而是「敢於說不」。
第一性原理思維也是一樣。它的本質不是「從零開始推導」，而是「敢於否定已經被接受的答案」。
具體來說，你需要否定三種東西：
否定權威的結論，不是否定他們的智慧，是否定他們結論的前提是否仍然成立。一個 2019 年成立的商業模式假設，在 AI 重構成本結構之後可能完全過期。
否定自己的經驗，這是最痛苦的。你過去的成功建立了一套「什麼有效」的直覺，但「智力槓桿」正在改變遊戲規則。過去有效的方法在新環境裡可能恰好是最大的阻力。
否定行業的慣例，「我們這個行業就是這樣」是共識代價最堅固的堡壘。航太業說火箭不能重複使用，汽車業說電動車不能跑長途，出版業說書一定要紙本。每一個「就是這樣」的背後，都藏著一個等待被否定的假設。
四、共識代價的數學：為什麼跟隨者永遠虧
讓我把共識代價的邏輯用一個簡單的模型說清楚。
假設一個真正的市場機會值 100 分的超額回報：
| 階段 | 參與者 | 超額回報 | 原因 |
|---|---|---|---|
| 發現期 | 第一性原理思考者（1-2 家） | 80-100 | 獨佔真相紅利 |
| 驗證期 | 早期跟隨者（3-5 家） | 30-50 | 真相被部分確認，仍有紅利 |
| 共識期 | 業界大多數（50+ 家） | 0-5 | 共識已定價，回報被套利殆盡 |
| 過度期 | 最晚進場者 | 負值 | 跟隨成本 > 殘餘回報 |
你在顧問報告裡讀到的「趨勢」，基本上都在共識期或過度期。
不是說這些趨勢是錯的，而是說它們已經被定價過了。執行這些策略不會讓你失敗，但也不會讓你贏。你得到的是市場的平均報酬。
而第一性原理的思考者呢？他們在「發現期」就進場了。不是因為他們比你早知道，而是因為他們不需要等別人同意。
共識是給不敢獨立思考的人準備的安慰劑。它讓你感覺安全，但它永遠不會讓你卓越。
五、AI 時代：共識代價的加速與放大
在 AI 時代，共識代價變得更加殘酷。原因有二：
共識形成的速度暴增
過去一個產業趨勢從「發現」到「共識」可能需要 3-5 年。現在？3-5 個月。
ChatGPT 2022 年 11 月發布，到 2023 年 Q2 就有超過 500 篇「企業 AI 轉型策略」的報告。到 2023 年底，「每家公司都需要 AI 策略」已經是無可爭議的共識。
速度越快意味著什麼？第一性原理思考者的窗口期越短，但回報倍數越高。因為在那個極短的窗口裡，你幾乎是唯一清醒的人。
AI 本身強化共識
這是更深層的問題。當 CEO 用 ChatGPT 或 Perplexity 做戰略研究時，AI 回覆的本質是什麼？是所有訓練資料的加權平均，也就是人類共識的濃縮。
AI 不會告訴你一個反共識的觀點。它會告訴你目前最被認可的觀點。如果你用 AI 來做戰略決策，你本質上是在用一個「共識放大器」來指導你的方向。
這就是「判斷力主權」（Judgment Sovereignty）在 AI 時代格外重要的原因。AI 是你最好的執行工具，但如果你把判斷權也交給它，你就是在用全世界最高效的方式追逐共識。
真正的第一性原理思考者把 AI 當成「假設粉碎機」：不是問 AI「我應該怎麼做」，而是問「我目前的假設有哪些前提條件？哪些前提已經過期？」
六、從共識代價到第一性原理：三步轉換
第一性原理不是天賦。它是一種可以訓練的認知紀律。
第一步：共識審計
列出你公司最重要的五個戰略假設。例如：
- 「我們的目標客戶是 25-35 歲的白領」
- 「SaaS 的標準商業模式是月訂閱制」
- 「我們需要至少 50 人的團隊才能做到 X 營收」
- 「行銷預算應該佔營收的 15-20%」
- 「產品開發週期至少需要六個月」
對每一個假設問：「我相信這個，是因為我從基本事實驗證過，還是因為大家都這麼說？」
凡是後者，就是共識代價的候選對象。不是說它一定錯，而是說它的回報已經被定價過了。
第二步：尋找「不合理的成功」
在你的產業裡，有沒有不遵守共識卻成功的案例？
這些案例是金礦。它們證明了「共識的假設前提」在某些條件下不成立。仔細研究這些異類，他們看到了什麼你沒看到的基本事實？
Sahil Lavingia 把 Gumroad 從 20 個員工裁到 0 個全職員工（只用合約工），營收反而成長到 980 萬美元。這直接打臉「需要 50 人團隊」的共識。為什麼？因為 AI 和自動化改變了「人力需求」的基本事實。
第三步：重新定價
當你找到一個共識代價的候選對象，不要急著否定它。先問一個問題：「如果這個假設不存在，最佳策略是什麼？」
然後用期望值直覺去評估這個「反共識策略」的風險和回報。如果最壞情況可承受，最好情況是 10 倍回報，你就找到了一個值得押注的第一性原理機會。
七、為什麼 CEO 是唯一能做這件事的人
第一性原理思維不能被委派。
你的副總裁不會做，因為他的 KPI 是執行你已經決定的策略，不是質疑它。你的顧問不會做，因為他的商業模式建立在賣你「業界最佳實踐」上。你的董事會不會做，因為他們要的是可預測的回報，不是反共識的冒險。
CEO 是公司裡唯一有權限、有資訊、也有責任去質疑根本假設的人。
這跟「三層決策模型」直接連結：第一性原理屬於第一層「方向性決策」，不是「要不要做 X」，而是「X 的前提是否成立」。這種決策不能用數據分析解決，因為數據只能告訴你「在現有假設下的最佳選擇」，無法告訴你「假設本身是否正確」。
在我拆解過的「不可編碼能力」(Uncodable Capability) 概念裡，第一性原理思維是最典型的不可編碼能力，你不能寫一個 SOP 教別人「如何質疑根本假設」，因為 SOP 本身就是一種假設。
八、行動指引：你的「共識代價清單」
今天就做一件事。
拿一張白紙，寫下你的行業裡「所有人都同意」的三件事。然後對每一件問：
- 這個共識成立的前提條件是什麼？（技術條件？成本結構？市場結構？）
- 這些前提條件在過去 18 個月裡有沒有發生根本性變化？
- 如果這個共識被推翻，最大的受益者是誰？
如果你在第二個問題發現了「是」，恭喜你，你可能坐在一個共識代價的金礦上。
下一步，去讀「直覺校準：從共識到基岩的操作手冊」，它會教你如何一層一層剝掉假設，找到藏在共識下面的基本事實。如果你發現自己很難質疑那些「明顯正確」的假設，那是「成功慣性」在作祟，成功越久，這個稅越高。
別人都在做的事，回報率最低。不是因為他們在做錯的事，而是因為他們在做「已經被定價過的對的事」。
真正的超額回報永遠在共識之外。而通往共識之外的唯一路徑，是第一性原理。
