IT行业里有这么多聪明人，他们之间的区别在哪里？

翻开任何一本经济学的教材，都会看到物以稀为贵这条铁律。人才作为资源的一种，也是同样的道理。而稀缺性，换种说法也可以叫做不可替代性。一种资源越是稀缺，不可替代性就越强。

即使是在技术领域，极大多数情况下个人的核心竞争力也不是它独到的技术，前有阿里百万美金邀请技术天才加盟的新闻轰炸，后有华为给应届博士毕业生开的几百万年薪，但这些个案没有参考价值，跟普通人也没啥关系，对于大多数的我们来讲，往往是你的独特的个性知识经验组合成就了独特的你。

数据行业里拥挤着上百万聪明人，彼此之间真正的不同在哪里呢?

不在于你学的是什么技术，学得多深，IQ多少，而在于你身上有别人没有的独特的个性、背景、知识和经验的组合。如果是这种组合：

1、绝无仅有

这里的绝无仅有不仅包括单项技能，更多指多维技能的组合，比如做算法没有很好的数学基础其实是做不到顶尖的，如果说是写程序，你去看看Github排名前100的都是什么样的人?但多维技能组合可以让你在自己这个行业绝无仅有。

吴军以前算是顶尖的程序员了吧，Google的搜索引擎有他的影子，但他在硅谷来信中提出的五级工程师的理论中对自己的评定也就2.5级。现在他在干嘛?投资、写书和开专栏，吴军肯定是IT出身的人中最会写书和开专栏的人之一。

霍金的科学成就肯定不如杨振宁，但他对于世界的影响力更大，因为他是科学家里最会写书的人，比如时间简史，而拥有这项技能的科学家还真的不多。

在大多的企业，你的建模技术做到TOP25%也许就到天花板了，但如果沟通汇报能力能达到TOP10%，那就会有更大的影响力，能够做成更多的事。

我经常提醒员工注意职业素养的培养，无论是日报、月报、总结、汇报等等，都要像对待技术一样去认真学习和掌握。

大鱼有个下属B君，是做数据产品的，你说他技术能力强吗，仅写过点SQL，但凡有重大项目，他都是第一选择，为什么呢?

因为其在数据、产品、分析、营销等领域都干过，具有综合的判断和决策能力，他给出的思路和方案，代表了很高的水平，这在大鱼的团队中绝无仅有。

企业的大多管理者也是这种类型吧，其对公司的业务、组织、机制和流程有着深入的理解，再有沟通、表达和逻辑等能力的加持，造就了各位管理者在企业内的独一无二性。

2、在实践中有价值

但绝无仅有不是为了独特而独特，你的独特性必须能为企业或社会带来价值，如果这些所谓的独特性不能融通使用创造1+1>2的价值，其实也没啥用，你说我建模做到TOP 25%，游泳做到前5%又有什么价值呢?

有些人在单位是做技术工作，在业余时间还做投资，甚至还会写写小说，但只要技术+投资+写作的能力不能结合起来为自己的公司创造融合效益，那这种技能组合对于自己的企业来讲没有意义。

有些人会说英雄无用武之地，但首先要搞清楚你自己拥有的众多技能是否用在了正确的地方。

在这种情况下，改行是一门出路，比如万维钢原来是个物理学家，现在辞职到《得到》专门写专栏，在《得到》上万维钢可以融合原来的专业知识+写作能力创造更大的社会价值，而如果他仍然呆在原有科研体系，科普能力对他所在的科学界来讲其实可有可无。

从这个角度讲，大鱼业余时间写文章似乎有点不务正业，因为并不是为自己的公司写文章，也不是为自己的公司做宣传。

但大鱼写文章自有另一个层面的价值，即通过写作来倒逼自己思考和学习，大鱼写得原创文章，大多在谈如何提升数据管理的效率，这不仅于我有价值，对公司更有价值。

3、具有可持续发展性

就是你可以持续的做出贡献，毕竟你现在的独特性不代表一直是独特的，市场供给理论告诉我们，一旦某个资源稀缺，自然有更多的人会涌入这个领域，从而拉低这个领域的价值，因此你得不断学习，这样核心竞争力才能保有。

10多年前大鱼用SAS做个逻辑回归都能得意半天，但现在随着算法门槛的降低，简单的调参侠、调包侠已经不再有可持续发展性，你得学点不一样的东西。

可持续发展性一方面依赖持续的学习能力，另一方面也依赖所处的环境。

以大鱼为例，自己身处数据这个行业，每天有大量的机会去接触与数据相关的事情，会遇到大量前人没有遇到过的数据问题，然后会想着怎么去解决，独特的经历给了大鱼独特的输入，这些输入成为了大鱼能够持续输出文章的基础。

比如大鱼重构过很多次数据仓库，自然会比没做过数据仓库的人有更深入的理解，大鱼搭建过2000节点的集群，自然会比只搞过几十个节点集群的人多点经验，大鱼做过至少100个数据挖掘项目，自然会比一般人更了解其失败的原因。

假如哪天大鱼不做数据了，那自己写数据文章的可持续性基础也就没了，这体现了背景的重要性。

当然即使是现在，如果大鱼工作中碰到的问题少一点，思考的少一点，自己也陷入应该写什么文章内容的窘境。

绝无仅有、在实践中有价值及可持续发展性三者合一造就了独一无二的的你，当设计自己的发展路线时，我们应当最大限度地加强和发挥自己独特的组合，而不是一味寻求单项的超越，比如我们可以花20%的时间去学会一个领域80%的技能，然后换一个。