一眨眼竟然在BCG已经苟了十年了。当年面试的时候觉得BCG是响当当的招牌，自己算是初出江湖，抱着一种”过手如登山，一步一重天。我就是想见识一下高山“的心态。回过神来，已经在山里待了十年了。在离开这座山之前，打点一下行装，看看当年初出茅庐的自己，入了宝山是否空手而回，还是带走了些什么。
见世面
在咨询公司工作最直接的收获之一，是确实接触了很多不同的行业，走南闯北去了不少地方，和不少人打过交道。
- 沐浴过佛罗里达和洛杉矶的阳光，也经历过明尼苏达和加拿大New Brunswick的风雪。
- 实地考察过：超市，轮胎仓库，高尔夫用品店，薯条加工厂，玻璃窗厂。
- 作为洛杉矶的员工，在上海出差过9个月，在加拿大出差过1年半。
- 做过项目的行业：养老金基金，石油能源，制药，食品，家具，百货商店，体育用品，连锁酒店，资产管理公司，主题乐园，科技，汽车，连锁超市。
每个行业也不仅仅是瞥一眼而已。我本科学了数学，硕士学了运筹学（算是应用数学的一个分支），找工作的时候想的自然是要学以致用，在业界找到数学工具的应用价值。在前面提到的这些行业里，也确实亲身参与了用数理模型来解决实际问题的过程。比如在其它文章 里面已经提到过的：
- 帮助服装百货公司如何打折进行定价：百货公司在给打折商品定价时，既需要考虑利润率（避免江南皮革厂这种直接血亏倒闭），也要考虑出货速度（按照预计时间清空库存才能及时上新货）。我们先用一个机器学习模型预测需求弹性（即：价格每变动一块钱，需求会对应变化多少），然后再通过一个优化模型（MIP）找到不同商品在不同时间点的最佳折扣力度。
- 帮助酒店集团做需求预测和定价：酒店的房间其实边际成本都一样，如何定价完全取决于需求而不是成本。因此，尽可能准确地预测房间需求量就有利于定价——如果知道一周后的那个周末会有很多人订房，开价就可以高一些，趁机赚一票。这里我们用机器学习模型（时间序列叠加XGBoost）基于历史数据和相关信息（比如是不是情人节要到了）对订房需求进行预测。
- 帮助制药公司优化供应网络：一家大型药企在欧洲的供应链非常臃肿，在同一个地区可能有好几个仓库和配送中心。通过网络优化模型（network flow model），我们给这家公司提供了如何将40多个节点简化为10多个节点的方案。
- 帮助金融投资公司判断长期趋势：投资界有个广受欢迎的理论是，一家公司的长期业绩表现应该符合均值回归，趋向于它同类公司的均值表现。基于这个理论，我们可以通过统计建模（采用基于条件概率的KDE），预测每家公司未来5-10年的长期表现趋势，帮助金融投资公司更好地规划长期投资组合。
这些项目中，有的是我还是初级员工时自己手搓的，有的是我成了经理之后带队完成的。这个角色转变的过程，也让我涨了很多见识。从一开始从零开始搭模型（以现在vibe coding的标准来看那个时候都算是古法编程了），到后来做经理设计架构、带团队、和各种客户撕逼，再到后来卖项目（本质上算是销售岗了），起草上百万美金的合同并看着它们被签署，这一路点了各种的技能树。
现在回头看，当时入职前想要见见世面的想法，现在算是完全实现了，不管是行业见闻还是个人技能包。如果当时的我穿越到现在看到现在的我，应该会是心满意足的吧。
不过当时的我年轻没见识，以为这些经历就是在一份工作中获得的全部收获（除了工资之外）。现在作为过来人，倒是觉得这些东西都还只是表象。在这即将要跑路的节骨眼，我也想掏掏心窝子，挖一挖这份工作给我带来的一些深层次的、或好或坏的改变。
一些被腌入味的思维方式转变
前面说到在很多不同行业都做了项目，那就有一个不可避免的问题：杂而不精。很多行业都是简单接触一点，干个几个月的项目，然后换个不同的行业做下一个项目。很多行业确实有共通之处，比如制药行业和食品行业的供应链其实很相似，很多问题的解决方法是通用的，但细究的话又有各自的独特之处。
之前网上有段子说：“永远别和傻子争论。他们会把你拉到他们的水平，然后用经验打败你。”我感觉我在咨询公司就是反向操作：把问题拉到我们所知道的宽泛且通用的水平，然后再用共通的经验解决它。
这也是为什么我文章的标题说是“十年磨了一堆剑”——别人是十年磨一剑，我则是磨了一堆，每把剑都有剑的样子，但跟人家真正十年磨出来的剑相比，又不太一样。两相权衡，也未必有什么绝对的更好或者更差，就只是，不太一样。
我之前和一个做计算机安全的朋友聊天，他是PhD毕业，工作就是做这方面的研究。他说他在工作中想获得的终极成就在这世界上大概只有5个人能够读得懂。我发现我在咨询公司做的工作则是相反：我们需要尽可能让所有不同背景、不同级别的人，都能听懂我们提供的解决方案。用一个数学模型解决的问题，需要解释给CEO听，也要解释给车间生产线的员工听。
歪楼吐槽：不光是解释，而且是说服。要让对方觉得TA自己是聪明的，我们和TA差不多聪明（不管实际上TA比我们聪明很多还是笨很多），然后这个解决方法或者结论是在我们的辅助下TA自己领悟的。这个说服的手段本身也是一门手艺。说白了就是：用对方听得懂的话，证明我们做的是对的，但功劳是TA的，聪明人也是TA。
这个通用性和咨询公司常用的一个理念是相符的：80/20。我们经常会认为很多问题如果能被解决80%，就能够产生足够多的价值，剩下20%的长尾需要花不成比例的时间去完全解决，不值得。说白了就是抓大放小，先解决主要矛盾。而一般来说，这80%的问题都和其它领域有很多共通性——无非是人员结构冗余、数据采集过程有缺失、流程有漏洞之类的。更何况在这个学科高度多样化又高度交叉的当今世界，”在很多不同领域解决过相似问题“的履历本身也算是一种专业经验（expertise）了吧。
除了80/20之外，这份工作其它让我“腌入味”的思维方式还有：
- 结构化思维：琢磨任何事情都要划分结构，罗列一二三点。要是结构不是MECE（mutually exclusive collectively exhaustive）就会很难受。写东西喜欢罗列bullet points——正如你现在看到的这样。
- 事事有计划：任何事情都要提前规划好，准备好应对各种幺蛾子，重要的事情都有plan B甚至plan C。
后面这条估计是把我的J人属性又往上拱了一格。可能我原本是个七八成的J人，做完这份工作现在已经是九成九的J人了，甚至被有的朋友戏称为J王。
还有一样——做咨询大部分时候是帮助企业做决策（decision making），尤其是在面对巨大不确定性的时候：
- 美国和伊朗打仗了，我们作为一家石油公司现在应该做什么？如果现在增加产能，等油开采出来了，但不打仗了油价下跌了怎么办？
- 政府给了我们一笔补贴，我们是拿这笔钱提供价格折扣，还是改良设备和供应链呢？
- 各国生育率都在下降，我们作为一家奶粉公司应该趁早改行，还是继续梭哈，挤走竞争者独占市场？
在每天的工作中面对这样的问题，也就逐渐对于“在不确定的时候做决策”这个事情脱敏了。在生活中碰到“要不要买房”、“要不要换工作”这样的决定的时候，也不至于头大如斗。这里我说的是“更习惯”，而不是“更擅长”——并不见得我做的决定质量更高了，只是更习惯于去面对这些问题罢了。用到的手段也无非是前面提到的这些东西：用结构化思维拆解问题，抓大放小80/20，事事提前做计划规划各种可能的路径。
为什么跑路了
前面说了这么多，读起来大部分还算是给BCG说的好话，虽然其实我觉得思维方式的这些转变大部分是中性的，说不上好坏。但总有朋友会有疑问：既然BCG听起来还挺好的，你为啥要跑路了？
坦白讲最大的理由就是太累了，工作和生活之间失衡了——就是我们大家常说的没有work-life balance。这里也不仅仅是工作时间长和到处出差。要操心的事情很多很杂，平时的闲暇时间很难真正和工作切割开。从精神上来说，没有足够时间读书和思考，大部分时间只顾着埋头做事；从身体上来说，饮食、睡眠 、运动各个维度都处于亚健康层面，2025年又敲了一个不能更明显的警钟 。所以也是该跑路的时候了。
说到底，在BCG的工作是在以高强度换取高成长（以及高福利）：在几周的时间内快速了解一家公司面临的问题，然后构建出解决方案并实施见效。这个过程强度很高，但成长也快。能顶住这个强度并且想继续“磨一堆剑”的人都不妨继续待着。顶不住这个强度的，亦或是不想这么磨剑的，不妨去别的行业。
从某种程度上说，我觉得在BCG的工作挺容易让人上头的：扔给你一个复杂的问题，解决它有可能创造几百万的价值，几乎没有资源限制（token随便用、服务器随便开），你不需要操心其它任何生活的琐事（出差的食宿酒店全报销），只需要专注地解决眼前这个问题，你还有一群同样天资卓绝、名校毕业的同事和你一起共同奋战，唯一的限制就是时间有限，几周甚至几天之内就需要立竿见影。这种环境是很容易给人打足鸡血的——给你最好的装备、最强的队友、最贵的副本，然后告诉你三天后交boss首级。
在很长一段时间里，甚至可以说即便到了现在，我也还是挺享受这种上头感的。在我看来这也是咨询这个行业的魅力之一。我们公司有一个Flex Capacity Program，大致意思是可以自愿降薪降工时，比如拿80%的薪水干80%的活。这样强度不就降下来了么？可在我看来，采用这个机制的话，前面说的这个高强度换高成长的交易就不成立了，也就失去了在这个行业待着的一个重要理由。所以我自己宁愿直接跑路，也不想靠这种方式继续在BCG苟着。
江湖再见
至于跑路去哪里，以后有机会再另写博客展开说。我盲猜一波：这些咨询工作给我带来的经验和思维方式在很长的时间里继续会影响着我的行为处事。出来混江湖，这十年磨的这堆剑总归还是先带在身上——就算用不上，背着也挺帅的吧。