Deep Work: Làm Ra Làm Chơi Ra Chơi - Cal Newport - Chương 1
Khi Ngày Bầu cử phủ bóng đen lên cả nước Mỹ vào năm 2012, lượng truy cập trang web của tờ New York Times đột ngột tăng vọt, chuyện thường thấy ở những thời khắc quan trọng của quốc gia. Nhưng lần này có điều gì đó khác biệt so với những lần trước. Theo một số báo cáo, có hơn 70% – một tỷ lệ vô cùng thiếu cân đối – lượng truy cập ghé thăm một trang web. Đó không phải là một tin giật gân trên trang nhất tờ báo, cũng không phải là bài bình luận từ một trong những người phụ trách chuyên mục giành Giải Putlitzer; mà là một trang blog dự đoán kết quả bầu cử do một gã cuồng số liệu bóng chày tên là Nate Silver nghĩ ra. Trong chưa đầy một năm, cả hai trang tin ESPN và ABC News đều lôi kéo Silver rời Times (bên này đang cố gắng giữ anh lại bằng lời hứa sẽ huy động một tá người viết bài) trong một cuộc đàm phán quan trọng, theo đó Silver sẽ hoạt động trong tất cả lĩnh vực, từ thể thao, thời tiết, các phân mục tin tức mạng cho tới chương trình truyền hình trao giải của Viện Hàn lâm… Dù đã nổ ra tranh cãi về tính chặt chẽ trong phương pháp của các mô hình điều chỉnh thủ công của Silver, nhưng hầu như không ai có thể phủ nhận rằng, vào năm 2012, cao thủ dữ liệu 35 tuổi này chính là người chiến thắng trong nền kinh tế của chúng ta.
Một trường hợp khác là David Heinemeir Hansson, ngôi sao lập trình máy tính, tác giả của khung phát triển trang web Ruby on Rails, nơi cung cấp nền tảng cho một số phương tiện truyền thông xã hội được yêu thích nhất, trong đó có Twitter và Hulu. Hansson là đối tác của Basecamp, công ty phát triển có sức ảnh hưởng rất lớn. Tuy anh không công khai số tiền có được từ phần chia lãi của Basecamp hay các nguồn doanh thu khác của mình, nhưng chúng ta có thể coi như chúng vẫn sinh lời, với điều kiện Hansson phân chia thời gian của anh cho Chicago, Malibu và Marbella, Tây Ban Nha, nơi anh thường đắm chìm trong những chặng đua xe công thức.
Ví dụ thứ ba và cũng là cuối cùng là John Doerr, một đối tác của quỹ đầu tư mạo hiểm Kleiner Perkins Caufield & Byers tại Thung lũng Silicon danh vọng. Doerr đã giúp quỹ đầu tư này và nhiều ông lớn trong ngành công nghệ tạo nên cuộc cách mạng hiện nay, trong đó có Twitter, Google, Amazon, Netscape và Sun Microsystems. Lợi nhuận thu về từ các khoản đầu tư này vô cùng khổng lồ: Tài sản ròng của Doerr cho đến thời điểm viết cuốn sách này là hơn 3 tỷ đô-la.
Vì sao Silver, Hansson và Doerr lại làm tốt đến vậy? Có hai kiểu câu trả lời cho câu hỏi này. Kiểu đầu tiên mang tínhvi mô, tập trung vào đặc điểm tính cách cũng như những chiến lược giúp chi phối sự trỗi dậy của bộ ba này. Kiểu thứ hai vĩ mô hơn, họ không tập trung nhiều vào cá nhân và chuyển sự chú ý sang loại công việc mà họ đại diện. Dù cả hai cách tiếp cận đều quan trọng, nhưng câu trả lời vĩ mô lại liên quan nhiều hơn đến chủ đề mà chúng ta đang thảo luận bởi chúng sẽ làm sáng tỏ được nhiều điều về những gì mà nền kinh tế hiện nay mang lại cho chúng ta.
Để khám phá quan điểm vĩ mô, chúng ta hãy hướng tới hai nhà kinh tế học của MIT, Erik Brynjolfsson và Andrew McAfee, tác giả của cuốn sách đầy sức ảnh hưởng năm 2011, Race Against the Machine (tạm dịch: Cuộc chạy đua với máy móc). Cuốn sách đã đề cập tới một trường hợp thuyết phục. Đó là sự trỗi dậy của công nghệ số, thứ đã làm biến chuyển thị trường lao động theo cách bất ngờ. Brynjolfsson và McAfee từng giải thích trong cuốn sách của họ như sau: “Chúng ta đang sống trong sự khổ sở của cuộc Tái cơ cấu Vĩ đại. Công nghệ thì đi trước, còn kỹ năng và tổ chức lại lê lết theo sau.” Với nhiều người lao động, sự lê lết này ẩn chứa những tin xấu. Khi máy móc thông minh được cải tiến, khoảng cách giữa máy móc và khả năng con người rút ngắn lại, các chủ doanh nghiệp sẽ ngày càng có xu hướng thuê “máy móc mới” thay vì “người mới”. Khi đó, những cải tiến trong công nghệ liên lạc và phối hợp sẽ khiến làm việc trực tuyến trở nên dễ dàng hơn bao giờ hết, tạo động lực cho các công ty thuê ngoài những ngôi sao đóng vai trò then chốt – bỏ lại đằng sau một lượng lớn nhân tài trong công ty đang làm những công việc dưới sức.
Tuy nhiên, hiện thực không nghiệt ngã đến vậy. Như Brynjolfsson và McAfee phân tích, cuộc Tái cơ cấu Vĩ đại này không làm giảm công việc mà thay vào đó là phân chia chúng. Dù số người thất bại trong nền kinh tế mới đang ngày càng tăng khi kỹ năng của họ đã được tự động hóa hoặc có thể thuê ngoài dễ dàng, thì vẫn có những người khác không chỉ sống sót mà còn vươn mình lớn mạnh – trở nên giá trị hơn (và nhờ đó được tưởng thưởng nhiều hơn) trước đây. Brynjolfsson và McAfee không phải là những người duy nhất đưa ra quỹ đạo lưỡng cực này cho nền kinh tế. Chẳng hạn, năm 2013, nhà kinh tế học của George Mason là Tyler Cowen đã xuất bản cuốn sách Average is Over (tạm dịch: Sự chấm hết của trung bình), để trình bày luận điểm tương tự về hố ngăn cách số8. Nhưng điều khiến phân tích của Brynjolfsson và McAfee đặc biệt hữu dụng nằm ở chỗ họ đã tiến hành nhận diện ba nhóm cụ thể, tập trung theo hướng có lời của sự phân chia này và thu được một số lợi ích bất đối xứng trong Kỷ nguyên Máy móc Thông minh. Không có gì ngạc nhiên, Silver, Hansson và Doerr cũng thuộc ba nhóm này. Hãy cùng đề cập lần lượt mỗi nhóm để hiểu rõ hơn vì sao đột nhiên họ lại có giá trị đến vậy.
Người lao động có tay nghề cao
Brynjolfsson và McAfee gọi nhóm người do Nate Silver đại diện là những người lao động “có tay nghề cao”. Những tiến bộ như công nghệ rô-bốt và nhận biết giọng nói đang tự động hóa nhiều vị trí không đòi hỏi nhiều kỹ năng, nhưng như các nhà kinh tế học này nhấn mạnh, “các công nghệ khác như hiển thị dữ liệu, phân tích, liên lạc tốc độ cao và tạo mẫu nhanh đã mang lại nhiều đóng góp cho những lập luận trừu tượng theo định hướng dữ liệu hơn, làm tăng giá trị của những công việc này”. Nói cách khác, những người có khả năng làm việc cùng công nghệ và tạo ra thành quả có giá trị từ những máy móc ngày càng phức tạp sẽ có cơ hội được phát triển. Tyler Cowen đã tóm lược thực tế này một cách thẳng thắn: “Câu hỏi then chốt sẽ là: Bạn có giỏi làm việc với máy móc thông minh hay không?”
Dĩ nhiên, Nate Silver chính là hình mẫu điển hình của người lao có tay nghề cao. Những cỗ máy thông minh không phải là trở ngại cho thành công của anh mà ngược lại, là thành phần hỗ trợ tôn lên thành công ấy.
Siêu sao
Lập trình viên David Heinemeir Hansson là ví dụ về nhóm thứ hai mà Brynjolfsson và McAfee tiên đoán sẽ vươn lên mạnh mẽ trong nền kinh tế mới: “những siêu sao”. Các mạng lưới dữ liệu tốc độ cao và các công cụ phối hợp như e-mail và phần mềm họp giả lập đã phá hủy chủ nghĩa địa phương trong nhiều lĩnh vực thuộc về tri thức. Chẳng hạn như, thay vì thuê lập trình viên toàn thời gian và đối mặt với các vấn đề về không gian văn phòng rồi chi trả các loại trợ cấp, bạn có thể thuê một trong những lập trình viên giỏi nhất thế giới, như Hansson, chỉ trong khoảng thời gian đủ để hoàn thành dự án. Trong tình huống này, bạn có thể nhận được một kết quả tốt hơn với ít chi phí hơn, trong khi Hansson sẽ phục vụ được nhiều khách hàng hơn mỗi năm, và nhờ đó mọi chuyện đều kết thúc tốt đẹp.
Việc Hansson có thể làm việc từ xa ở Marbella, Tây Ban Nha trong khi văn phòng của bạn thì ở Des Moines, Iowa, cũng không thành vấn đề với công ty bạn, giống như những cải tiến của công nghệ liên lạc và phối hợp đã biến các quy trình trở nên gần như hoàn hảo. (Tuy nhiên, thực tế này lại có vấn đề với những lập trình viên bản địa có tay nghề thấp hơn sinh sống tại Des Moines và cần một nguồn thu nhập ổn định.) Xu hướng tương tự cũng diễn ra ở nhiều lĩnh vực mà công nghệ đã giúp làm việc từ xa trở nên hiệu quả và năng suất – như tư vấn, marketing, viết lách, thiết kế… Khi thị trường nhân tài trở nên dễ dàng tiếp cận, thì những người ở trên đỉnh chóp thị trường sẽ tha hồ phát triển trong khi số còn lại phải chịu thiệt thòi.
Trong một nghiên cứu tiền đề cho hội thảo năm 1981, nhà kinh tế học Sherwin Rosen đã tìm ra công thức đằng sau những thị trường “người thắng ăn cả” này. Một trong những thành phần then chốt để tạo nên hình mẫu tài năng của ông – được gán ngẫu nhiên cho biến số q trong công thức – là một thừa số có “tính thay thế không hoàn hảo”, mà theo Rosen giải thích: “Nghe một loạt ca sĩ hạng xoàng hát cũng không bằng nghe một nghệ sĩ xuất sắc trình diễn.” Nói cách khác, tài năng không phải là một món hàng bạn có thể mua theo số lượng lớn và kết hợp lại để đạt đến các cấp độ cần thiết: Phần thưởng chỉ dành cho người giỏi nhất. Vì vậy, nếu đang ở giữa chợ, nơi người mua có quyền tiếp cận mọi người bán và giá trị q của mọi người đều rõ ràng, người mua sẽ chọn thứ tốt nhất. Ngay cả khi lợi thế tài năng của người tốt nhất cũng chỉ nhỉnh hơn một chút, thì những siêu sao vẫn sẽ giành được lợi thế lớn trên thị trường.
Vào những năm 1980, khi nghiên cứu hiệu ứng này, Rosen tập trung chủ yếu vào các ngôi sao điện ảnh hay ngôi sao ca nhạc, nơi đã sẵn có thị trường rõ ràng, chẳng hạn như các cửa hàng âm nhạc và rạp chiếu phim, tại đó khán giả được tiếp cận những nghệ sĩ khác nhau và có thể ước lượng chính xác tài năng của họ trước khi đưa ra quyết định mua hàng. Sự phát triển nhanh chóng của công nghệ truyền thông và phối hợp đã biến nhiều thị trường bản địa thành một khu chợ toàn cầu. Công ty nhỏ tìm kiếm một lập trình viên máy tính hay một tư vấn viên quan hệ công chúng giờ đây đã có thể tiếp cận thị trường quốc tế bạt ngàn tài năng theo cách thức tương tự như người hâm mộ âm nhạc tại các thị trấn nhỏ lờ đi những nghệ sĩ chơi nhạc địa phương để đến cửa hàng đĩa mua album từ những ban nhạc đỉnh nhất thế giới. Nói cách khác, hiệu ứng siêu sao ngày nay có tầm ảnh hưởng rộng rãi hơn so với những gì Rosen tiên đoán từ 30 năm trước.
Chủ sở hữu
Nhóm cuối cùng và cũng là nhóm phát triển rực rỡ trong nền kinh tế mới của chúng ta – do John Doerr đại diện – bao gồm những người có vốn đầu tư vào các công nghệ mới đang chi phối cuộc Tái cơ cấu Vĩ đại. Như chúng ta đã biết từ thời Marx, quyền tiếp cận vốn tư bản đã mang lại những lợi thế khổng lồ. Tuy nhiên, một số thời kỳ sẽ mang lại cho bạn nhiều lợi thế hơn những thời kỳ khác. Như Brynjolfsson và McAfee đã chỉ ra, châu Âu thời hậu chiến là ví dụ điển hình về thời điểm xấu khi ngồi trên một núi tiền, cũng như sự kết hợp giữa lạm phát tăng nhanh và áp thuế gay gắt đã xóa bỏ những vận may cũ bằng tốc độ đáng kinh ngạc (chúng ta có thể gọi đây là “hiệu ứng Downton Abbey”).
Cuộc Tái cơ cấu Vĩ đại, không giống như giai đoạn hậu chiến, là thời điểm vàng để tiếp cận vốn. Để hiểu vì sao, trước hết chúng ta hãy ôn lại lý thuyết thương lượng, yếu tố chủ chốt trong tư duy kinh tế tiêu chuẩn. Lý thuyết này lập luận rằng, khi người ta có thể kiếm được tiền thông qua sự kết hợp của đầu tư vốn và nhân công, thì họ sẽ thu được thành quả đại khái là cân đối với đầu vào. Do công nghệ số đã làm giảm nhu cầu lao động trong nhiều ngành nghề, nên tỷ lệ thành quả thu được của những người sở hữu máy móc thông minh lại ngày càng tăng. Một nhà đầu tư mạo hiểm trong nền kinh tế hiện nay có thể góp vốn vào Instagram, công ty đã được bán với giá 1 tỷ đô-la trong khi chỉ thuê13 người. Liệu còn giai đoạn nào trong lịch sử từng chứng kiến một lượng nhỏ nhân công lại tạo ra giá trị lớn đến thế không? Với đầu vào nhân công ít như vậy, tỷ lệ tài sản hoàn lại cho chủ sở hữu máy móc – trong trường hợp này là các nhà đầu tư mạo hiểm – lại không hề có tiền lệ. Chẳng lạ gì khi một nhà đầu tư mạo hiểm mà tôi phỏng vấn trong cuốn sách mới nhất đã thừa nhận với tôi kèm theo sự quan ngại nào đó rằng: “Ai cũng thèm muốn công việc của tôi.”
Ta hãy tổng kết các chủ đề đã bàn đến thời điểm này: Như tôi đã khảo sát, tư duy kinh tế hiện đại lập luận rằng sự phát triển chưa có tiền lệ và tác động của công nghệ đang tạo nên một cuộc tái cơ cấu hàng loạt trong nền kinh tế. Trong nền kinh tế mới mở đó, ba nhóm sau đây sẽ có lợi thế đặc biệt: những người có thể làm tốt và sáng tạo cùng máy móc thông minh, những người làm tốt nhất trong lĩnh vực của mình và những người có thể tiếp cận vốn.
Rõ ràng, cuộc Tái cơ cấu Vĩ đại do các nhà kinh tế học như Brynjolfsson, McAfee và Cowen nhận định không phải là xu hướng kinh tế duy nhất quan trọng lúc này và ba nhóm được đề cập ở trên không phải là những nhóm duy nhất sẽ làm tốt, nhưng điều cốt yếu là những xu hướng này dù không phải là duy nhất nhưng lại rất quan trọng, nên những nhóm này vẫn sẽ tồn tại và phát triển. Vì thế, nếu có thể gia nhập bất kỳ nhóm nào trong số đó, bạn sẽ làm tốt. Nếu không, dù có thể vẫn làm tốt nhưng vị trí của bạn sẽ bấp bênh hơn.
Câu hỏi mà chúng ta phải đối mặt lúc này rõ ràng là: Làm thế nào để có thể gia nhập vào nhóm những người chiến thắng? Dù điều này có thể sẽ dập tắt nhiệt huyết đang dâng trào trong bạn, nhưng tôi vẫn phải thú nhận rằng chẳng có bí mật nào có thể giúp bạn nhanh chóng tích lũy vốn và trở thành John Doerr tiếp theo. (Nếu có, làm gì có chuyện tôi chia sẻ chúng trong một cuốn sách.) Tuy nhiên, bạn vẫn có thể tiếp cận hai nhóm chiến thắng kia. Mục tiêu tiếp theo của chúng ta chính là tiếp cận chúng.
Làm thế nào để trở thành người chiến thắng trong nền kinh tế mới?
Tôi đã xác định được hai nhóm có khả năng phát triển lớn mạnh: những người có thể làm việc sáng tạo với máy móc thông minh và những người đang là ngôi sao sáng trong lĩnh vực của mình. Đâu là bí quyết tạo ra những lĩnh vực sinh lời có hố ngăn cách số ngày càng rộng? Tôi cho rằng đó là nhờ hai khả năng cốt lõi sau đây.
Hai khả năng cốt lõi giúp phát triển trong nền kinh tế mới
Khả năng nhanh chóng nắm bắt những vấn đề khó.
Khả năng tạo ra sản phẩm ở mức độ cao cấp, xét về cả chất lượng và tốc độ.
Hãy bắt đầu từ khả năng đầu tiên. Cần nhớ rằng chúng ta vẫn thường bị lôi kéo bởi trực giác và trải nghiệm người dùng đến từ các loại công nghệ hướng đến người dùng như Twitter và iPhone. Dù vậy, những ví dụ này chỉ là các sản phẩm dành cho người dùng, chứ không phải là những công cụ nghiêm túc: Hầu hết máy móc thông minh đang chi phối cuộc Tái cơ cấu Vĩ đại đều phức tạp, khó hiểu rõ và khó nắm bắt hơn.
Hãy xem xét trường hợp của Nate Silver, ví dụ dễ thấy về một cá nhân đã thăng hoa nhờ phối hợp tốt với công nghệ phức tạp. Nếu phân tích sâu hơn phương pháp luận của anh, chúng ta sẽ phát hiện ra rằng việc đưa ra các dự báo bầu cử dựa trên dữ liệu không dễ như gõ dòng “Ai sẽ giành được nhiều phiếu bầu hơn?” trong hộp thoại tìm kiếm. Thay vào đó, anh duy trì một cơ sở dữ liệu lớn về kết quả thăm dò (hàng nghìn cuộc thăm dò từ hơn 250 đơn vị thăm dò) để nhập vào Stata, hệ thống phân tích thống kê phổ biến do hãng StataCorp sản xuất. Đây không phải là những công cụ dễ thành thạo. Ví dụ, đây là câu lệnh mà bạn cần hiểu để tiến hành công việc với cơ sở dữ liệu hiện đại như Silver dùng:
CREATE VIEW cities AS SELECT name, population, altitude
FROM capitals UNION SELECT name, population, altitude
FROM non_capitals;
Cơ sở dữ liệu loại này được tra vấn bằng ngôn ngữ SQL9. Bạn gửi cho chúng các dòng lệnh như trên để tương tác với thông tin được lưu trữ. Hiểu rõ cách sử dụng các cơ sở dữ liệu này là việc vô cùng khó khăn. Chẳng hạn, dòng lệnh ở ví dụ trên tạo ra một “hiển thị” (view): Một bảng cơ sở dữ liệu giả lập gom các dữ liệu từ nhiều bảng có sẵn về cùng một chỗ, sau đó, bảng có thể được xử lý bằng các lệnh SQL giống như một bảng tiêu chuẩn. Khi nào thì tạo ra các hiển thị và làm sao để làm được như vậy là câu hỏi không hề đơn giản, một trong số các câu trả lời là bạn phải hiểu và thành thạo cách tạo ra những kết quả hợp lý từ những cơ sở dữ liệu trong thế giới thực.
Quay trở lại với anh chàng Nate Silver của chúng ta, hãy xét đến công nghệ còn lại mà anh dựa vào: Stata. Đây là một công cụ mạnh mẽ và chắc chắn không phải là thứ gì đó bạn có thể học được bằng cách tìm tòi sơ lược qua loa. Ví dụ, đây là mô tả những tính năng bổ sung cho phiên bản mới nhất của phần mềm này: “Stata 13 bổ sung nhiều tính năng mới như hiệu ứng xử lý, GLM đa cấp, nguồn điện và kích cỡ mẫu, SEM khái quát hóa, dự báo, kích cỡ hiệu ứng, quản lý dự án, chuỗi dài và BLOBs…” Silver sử dụng phần mềm phức tạp này – cùng với SEM và BLOBs khái quát hóa – để xây dựng các mô hình phức tạp với các bộ phận lồng ghép vào nhau: nhiều lần hồi quy, được tiến hành trên các thông số tùy chỉnh, sau đó được tham chiếu dưới dạng trọng số tùy chỉnh được sử dụng trong các biểu thức xác suất, v.v…
Chúng tôi cung cấp những chi tiết này nhằm nhấn mạnh rằng máy móc thông minh rất phức tạp và khó có thể thành thạo được.10 Do đó, để gia nhập nhóm có thể làm việc tốt cùng những máy móc này, bạn bắt buộc phải trau dồi khả năng để nắm được những điều hóc búa. Chưa kể vì những công nghệ này luôn thay đổi nhanh chóng, nên quá trình nắm bắt này sẽ không bao giờ kết thúc: Bạn phải có khả năng làm điều đó một cách nhanh chóng và lặp đi lặp lại.
Dĩ nhiên, khả năng học hỏi nhanh chóng này không chỉ cần thiết khi bạn thao tác cùng các máy móc thông minh; nó còn đóng vai trò then chốt trong nỗ lực giúp bạn trở thành siêu sao trong bất kỳ lĩnh vực nào – kể cả khi chuyên môn của bạn không mấy liên quan tới công nghệ. Ví dụ, trở thành một giáo viên yoga đẳng cấp thế giới đòi hỏi bạn phải thành thạo bộ kỹ năng thể chất ngày càng phức tạp. Một ví dụ khác, nếu muốn vượt trội trong một lĩnh vực y tế cụ thể, bạn phải có khả năng nhanh chóng nắm được nghiên cứu mới nhất về các thủ tục có liên quan. Nói một cách ngắn gọn thì: Nếu không thể học hỏi, bạn sẽ không thể lớn mạnh.
Giờ hãy xét đến khả năng cốt lõi thứ hai trong danh sách trên: tạo ra sản phẩm ở mức độ cao cấp. Nếu bạn muốn trở thành một siêu sao, thì việc thuần thục những kỹ năng có liên quan là yếu tố cần, nhưng chưa đủ. Bạn còn phải biết chuyển đổi tiềm năng thành những kết quả hữu hình mà người khác có thể định giá được. Ví dụ, nhiều nhà phát triển có thể lập trình máy tính rất giỏi, nhưng David Hansson, siêu sao trong ví dụ mà chúng ta từng đề cập, đã tận dụng năng lực của mình để tạo ra Ruby on Rails, dự án làm nên tên tuổi của anh. Ruby on Rails đòi hỏi Hansson phải đẩy kỹ năng hiện tại của mình tới giới hạn, tạo ra những kết quả có giá trị cụ thể và đáng giá.
Khả năng tạo ra sản phẩm cũng áp dụng cho những người mong muốn hiểu rõ các máy móc thông minh. Đối với Nate Silver, sẽ là không đủ nếu anh chỉ học cách vận dụng những bộ dữ liệu lớn rồi chạy phân tích thống kê; anh còn cần phải chứng minh rằng mình có thể sử dụng kỹ năng này để thu được thông tin từ những cỗ máy thu hút được nhiều sự quan tâm. Silver đã làm việc cùng nhiều chuyên gia thống kê trong suốt quãng thời gian ở công ty Baseball Prospectus11, nhưng chỉ có mình anh nỗ lực khiến những kỹ năng này thích ứng với lĩnh vực dự đoán bầu cử mới mẻ và có khả năng sinh lời tốt hơn. Điều này mang đến một cái nhìn tổng quan khác đối với việc gia nhập bảng xếp hạng những người chiến thắng trong nền kinh tế: Nếu không vận động, bạn sẽ không thể lớn mạnh – dù bạn có kỹ năng tốt hay tài năng đến đâu đi nữa.
Sau khi thiết lập hai khả năng căn bản để đạt được thành công trong thế giới mới đang bị công nghệ làm gián đoạn, giờ đây chúng ta có thể đến với câu hỏi tiếp theo: Chúng ta phải làm gì để tôi rèn những khả năng cốt lõi này? Điều này lại dẫn chúng ta đến với luận điểm chính của cuốn sách: Hai khả năng cốt lõi vừa được mô tả đều phụ thuộc vào khả năng làm việc sâu của bạn. Nếu chưa thuần thục kỹ năng cơ bản này, bạn sẽ phải chật vật để học được những điều hóc búa hay tạo ra sản phẩm cao cấp.
Sự phụ thuộc đó không rõ ràng ngay lập tức; nó đòi hỏi sự khoa học trong quá trình học hỏi, tập trung và năng suất. Các phần tiếp theo của cuốn sách sẽ cung cấp cho bạn cái nhìn rõ hơn.
Làm việc sâu giúp bạn nhanh chóng học được những điều hóc búa
“Hãy để tâm trí bạn biến thành thấu kính nhờ tia hội tụ chú ý; hãy để linh hồn bạn tràn đầy hứng thú với một ý tưởng chủ đạo, choán hết tâm trí bạn.”
Lời khuyên này đến từ Antonin-Dalmace Sertillanges, một thầy tu kiêm giáo sư môn triết học đạo đức người Dominica, người đã viết nên cuốn sách mỏng nhưng có sức ảnh hưởng mạnh mẽ trong suốt những năm đầu thế kỷ XX, The Intellectual Life (tạm dịch: Cuộc sống tri thức). Sertillanges đã viết cuốn sách dưới dạng cẩm nang đề cập đến “quá trình phát triển và đào sâu của tâm trí” dành cho những ai đang sống trong thế giới của những ý tưởng. Thông qua The Intellectual Life, Sertillanges nhận ra sự cần thiết của việc thành thạo những yếu tố phức tạp và giúp người đọc sẵn sàng đương đầu với thách thức này. Qua đó, cuốn sách của ông đã chứng minh được sự hữu ích của nó trong việc giúp con người nhanh chóng nắm bắt được những kỹ năng (nhận thức) khó học.
Để hiểu được lời khuyên của Sertillanges, chúng ta hãy cùng xem lại lời trích dẫn ở trên. Lời trích này được diễn đạt lại dưới nhiều hình thức trong cuốn The Intellectual Life, theo đó Sertillanges lập luận rằng để nâng cao tầm hiểu biết trong lĩnh vực của mình, bạn phải nắm được những chủ đề có liên quan một cách có hệ thống, cho phép “tia hội tụ chú ý” khám phá ra sự thật ẩn sâu trong mỗi chủ đề. Nói cách khác, ông cho rằng: Bạn phải tập trung sâu sắc khi muốn học hỏi. Ý tưởng này hóa ra lại đi trước thời đại. Trong quá trình suy ngẫm về hành trình của tâm trí vào thập niên 1920, Sertillanges đã khám phá ra sự thật về việc thành thạo các công việc đòi hỏi nhận thức, những công việc sẽ khiến giới học thuật phải mất thêm bảy thập kỷ nữa để hình thức hóa.
Công việc hình thức hóa này chính thức bắt đầu từ thập niên 1970, khi một nhánh của tâm lý học, đôi khi được gọi là tâm lý hiệu suất, bắt đầu khám phá một cách có hệ thống về những điều làm nên sự khác biệt giữa các chuyên gia (trong nhiều lĩnh vực khác nhau) với những người khác. Đầu thập niên 1990, K. Anders Ericsson, một giáo sư tại Đại học Bang Florida, đã tập hợp các manh mối để tạo nên một câu trả lời chặt chẽ, phù hợp với những ấn phẩm nghiên cứu đang xuất hiện ngày càng nhiều, và đặt cho nó một cái tên thuyết phục: thực hành có chủ đích.
Ericsson đã mở đầu bài luận về chủ đề mới mẻ này bằng một lời khẳng định mạnh mẽ: “Chúng tôi không đồng tình với ý kiến cho rằng những khác biệt này [giữa chuyên gia và người thường] là bất khả biến… Thay vào đó, chúng tôi đi đến kết luận rằng những khác biệt giữa chuyên gia và người thường phản ánh nỗ lực có chủ đích suốt cả đời nhằm nâng cao hiệu suất trong một lĩnh vực cụ thể.”
Đặc biệt, văn hóa Mỹ rất thích các tình tiết phi thường (“Các anh có biết điều này dễ đến mức nào không?” Nhân vật của Matt Damon trong bộ phim Good Will Hunting (tạm dịch: Chàng Will tốt bụng) đã dở khóc dở cười khi anh nhanh chóng giải được bài toán khó từng khiến nhiều nhà toán học hàng đầu thế giới bối rối). Ericsson đã đề xướng ngành nghiên cứu này, và đến giờ nó đã được chấp nhận rộng rãi (trước dự tính12), khiến những câu chuyện viển vông đó không còn được ưa chuộng. Muốn thành thạo một công việc đòi hỏi về nhận thức thì bắt buộc phải có dạng thực hành đặc trưng này – tuy nhiên, vẫn có một vài ngoại lệ đối với những thiên tài bẩm sinh. (Cũng theo điểm này, Sertillanges có vẻ đã đi trước thời đại khi trình bày lập luận trong cuốn The Intellectual Life: “Các thiên tài, bản thân họ xuất sắc là vì họ đã đem tất cả năng lực của mình ra để dồn vào những gì họ quyết định sẽ thể hiện hết sức.” Ericsson không thể nói hay hơn thế.)
Điều này đưa chúng ta tới câu hỏi rốt cuộc thực hành có chủ đích đòi hỏi điều gì. Người ta thường nhận biết các yếu tố cốt lõi của nó theo cách sau: (1) toàn tâm toàn ý dồn sức vào một kỹ năng cụ thể mà bạn đang cố gắng nâng cao hoặc một ý tưởng mà bạn đang cố gắng nắm bắt; (2) đón nhận phản hồi để có thể sửa đổi phương pháp của mình nhằm duy trì sự chú ý và chính xác tới những điểm có năng suất cao nhất. Yếu tố đầu tiên có tầm quan trọng đặc biệt đối với nội dung thảo luận của chúng ta, nó nhấn mạnh rằng thực hành có chủ đích không thể tồn tại song song với sự phân tâm, thay vào đó, nó đòi hỏi sự tập trung không gián đoạn. Như Ericsson nhấn mạnh: “Sự chú ý bị phân tán gần như đối nghịch với sự chú ý tập trung mà thực hành có chủ đích đòi hỏi”.
Theo các nhà tâm lý, Ericsson và những nhà nghiên cứu khác cùng lĩnh vực không hứng thú với câu hỏi vì sao thực hành có chủ đích lại hiệu quả; họ chỉ coi nó như một hành vi hiệu quả mà thôi. Tuy nhiên, sau nghiên cứu quan trọng đầu tiên của Ericsson về chủ đề này, các nhà khoa học thần kinh đã khám phá ra các cơ chế vật lý chi phối sự tiến bộ của con người trong những nhiệm vụ khó khăn. Theo khảo sát của nhà báo Daniel Coyle trong cuốn sách The Talent Code(Mật mã tài năng) ra mắt năm 2009, các nhà khoa học ngày càng tin tưởng rằng câu trả lời nằm ở myelin – một lớp mô mỡ phát triển quanh các nơ-ron, hoạt động như một lớp cách nhiệt cho phép các tế bào đốt cháy nhanh hơn và sạch hơn. Để hiểu được vai trò của myelin trong quá trình tiến bộ, hãy nhớ rằng các kỹ năng, dù là trí tuệ hay thể chất, cuối cùng cũng sẽ quy về mạch não. Ngành khoa học hiệu suất còn mới mẻ này lập luận rằng khi trau dồi một kỹ năng, bạn cũng đồng thời sản sinh thêm nhiều myelin quanh các nơ-ron liên quan, cho phép mạch tương ứng đốt cháy dễ dàng và hiệu quả hơn.
Hiểu biết này rất quan trọng, bởi nó được dựa trên nền tảng thần kinh giải thích vì sao thực hành có chủ đích lại hiệu quả. Thông qua việc tập trung cao độ vào một kỹ năng cụ thể, bạn sẽ thúc đẩy quá trình đốt cháy ở mạch liên quan và quá trình này được lặp đi lặp lại nhiều lần trong lớp bao ngăn cách. Việc sử dụng liên tục các tế bào kích hoạt mạch cụ thể này sẽ hình thành nên tế bào thần kinh đệm ít gai (oligodendrocyte) để bắt đầu bao bọc các lớp myelin quanh các nơ-ron trong mạch – giúp củng cố hiệu quả kỹ năng. Do đó, tầm quan trọng của việc tập trung cao độ vào nhiệm vụ trước mắt, tránh phân tâm nằm ở chỗ đây là cách duy nhất để cô lập mạch thần kinh có liên quan đủ để kích hoạt quá trình sản sinh myelin có ích. Ngược lại, nếu bạn cứ cố học một kỹ năng mới phức tạp (quản lý cơ sở dữ liệu SQL chẳng hạn) trong tình trạng kém tập trung (có thể là do bảng tin của Facebook), bạn sẽ đốt cháy quá nhiều mạch cùng lúc và bừa bãi để cô lập nhóm nơ-ron mà bạn thực sự muốn tăng cường.
Trong suốt một thế kỷ kể từ khi Antonin-Dalmace Sertillanges lần đầu viết về việc sử dụng tâm trí như một thấu kính của tia hội tụ chú ý, chúng ta đã đi từ phép ẩn dụ nâng cao này tới lời giải thích tuy ít thi vị nhưng rõ ràng hơn, được biểu hiện qua các tế bào thần kinh đệm ít gai. Đồng thời, điều này cũng đưa đến một kết luận khó tránh khỏi: Để nhanh chóng học hỏi những vấn đề hóc búa, bạn phải tập trung cao độ và không được phân tâm. Nói cách khác, học hỏi là một hành động của làm việc sâu. Nếu cảm thấy thoải mái khi chuyên tâm, bạn cũng sẽ thoải mái khi thành thạo các hệ thống và kỹ năng ngày càng phức tạp nhưng cần thiết để tiến xa hơn trong nền kinh tế. Ngược lại, nếu bạn luôn cảm thấy khó chịu và phân tâm ở khắp nơi, đừng hy vọng những hệ thống và kỹ năng này sẽ dễ dàng đến với bạn.
Làm việc sâu sẽ giúp bạn tạo ra sản phẩm xuất sắc
Adam Grant đã lao động ở cấp độ xuất sắc. Khi tôi gặp Grant năm 2013, anh là giáo sư trẻ nhất được bổ nhiệm tại Trường Kinh doanh Wharton ở Pennsylvania. Một năm sau, khi tôi bắt đầu viết chương này (và chỉ mới bắt đầu nghĩ đến quy trình bổ nhiệm của mình), thì nghe được tin: Giờ thì Grant là giáo sư13 trẻ nhất tại Wharton.
Lý do Grant thăng tiến nhanh như vậy trong lĩnh vực học thuật hết sức đơn giản: Anh lao động. Năm 2012, Grant công bố bảy bài báo – tất cả đều xuất hiện trên các tạp chí lớn. Đây là một tỷ lệ cao đến phi lý trong lĩnh vực của anh (các giáo sư thường có xu hướng làm việc một mình hoặc trong một nhóm hợp tác nho nhỏ, không có các nhóm lớn sinh viên hay thực tập sau tiến sĩ hỗ trợ nghiên cứu của họ). Năm 2013, con số này giảm xuống còn năm. Đây vẫn là một tỷ lệ cao đến phi lý dù nó chưa đáp ứng được tiêu chuẩn của anh. Tuy nhiên, anh cũng có thể đưa ra lý do rằng cùng năm đó, anh đã xuất bản một cuốn sách có tựa đề Give and Take (Cho khế nhận vàng), tác phẩm đã góp phần quảng bá một số nghiên cứu của anh về mối quan hệ trong kinh doanh. Nói cuốn sách này thành công thôi là chưa đủ. Nó còn được vinh danh trên trang bìa New York Times Magazine và tiếp tục trở thành một tác phẩm bán chạy trên diện rộng. Khi Grant được trao học hàm giáo sư năm 2014, ngoài cuốn sách này, anh đã viết hơn 60 bài bình duyệt.
Không lâu sau khi gặp Grant, khi trong đầu vẫn còn canh cánh về sự nghiệp học thuật của mình, tôi không thể không hỏi anh về hiệu suất làm việc phi thường đó. May cho tôi là anh đã vui vẻ chia sẻ suy nghĩ của mình về chủ đề này. Thì ra Grant nghĩ rất nhiều về cách thức tạo ra sản phẩm ở mức xuất sắc. Ví dụ, anh gửi cho tôi một bộ slide PowerPoint của một hội thảo mà anh đã tham dự cùng một số giáo sư khác trong lĩnh vực. Sự kiện tập trung vào việc quan sát dựa trên dữ liệu về cách tạo ra các bài viết học thuật ở mức tối ưu. Các slide bao gồm biểu đồ tròn nêu chi tiết việc phân bổ thời gian cho mỗi mùa, một lưu đồ ghi lại sự phát triển trong mối quan hệ với các đồng tác giả, và danh sách gợi ý đọc với hơn 20 đề mục. Những giáo sư kinh doanh này không sống trong sự rập khuôn của thứ học thuật lơ đãng và lạc lõng trong những cuốn sách, và thỉnh thoảng họ sẽ tình cờ nghĩ ra một ý tưởng lớn. Họ coi hiệu suất như một vấn đề khoa học cần giải quyết một cách có hệ thống – mục tiêu mà Adam Grant có vẻ đã đạt được.
Dù hiệu suất của Grant còn phụ thuộc vào nhiều yếu tố, nhưng có một yếu tố đặc biệt có vẻ là tâm điểm trong phương pháp của anh: tổ chức những công việc trí tuệ khó khăn nhưng quan trọng thành một mạch dài, không gián đoạn. Grant thực hiện việc tập hợp này ở nhiều cấp độ. Trong năm, anh bố trí công việc giảng dạy vào kỳ học mùa thu, trong suốt thời gian đó, anh có thể dồn toàn bộ sự chú ý vào công tác giảng dạy và luôn sẵn sàng vì sinh viên. (Phương pháp này có vẻ hiệu quả, khi Grant hiện là giảng viên được đánh giá cao nhất tại Wharton, và là người giành được nhiều giải thưởng trong lĩnh vực giảng dạy.) Thông qua việc dồn lực cho hoạt động giảng dạy vào mùa thu, Grant có thể hướng toàn bộ sự chú ý cho công tác nghiên cứu vào mùa xuân và hè, mà ít bị phân tâm hơn.
Grant cũng dồn sự chú ý theo phạm vi thời gian nhỏ hơn. Trong kỳ học mang tính nghiên cứu, anh cũng xen kẽ các giai đoạn, khi thì để ngỏ cửa văn phòng để tiếp các sinh viên và đồng nghiệp, khi thì cô lập mình để hoàn toàn tập trung và tránh sao lãng khi nghiên cứu. (Về căn bản, anh phân chia việc nghiên cứu học thuật thành ba nhiệm vụ riêng rẽ: phân tích dữ liệu, viết bản thảo đầy đủ và chỉnh sửa bản thảo thành tác phẩm chính thức.) Trong suốt giai đoạn có thể kéo dài tới ba, bốn ngày này, anh thường cài đặt trình trả lời tự động không-ở-văn-phòng trên e-mail để người gửi đừng chờ hồi âm. Anh nói với tôi: “Đôi khi việc đó khiến các đồng nghiệp của tôi bối rối. Họ nói: ‘Anh có ra ngoài đâu, tôi thấy anh đang ở trong văn phòng còn gì!’” Nhưng với Grant, áp đặt nghiêm khắc sự cách ly cho đến khi hoàn thành xong nhiệm vụ mới là điều quan trọng.
Tôi đoán rằng thực chất Adam Grant không làm nhiều giờ hơn giáo sư ở các viện nghiên cứu hàng đầu (nhìn chung, đây là nhóm người có thiên hướng nghiện công việc), nhưng anh vẫn thu xếp để tạo ra nhiều sản phẩm hơn bất kỳ ai cùng lĩnh vực. Tôi cho rằng chính phương pháp tập hợp công việc đã giải thích cho nghịch lý này. Cụ thể, bằng cách tập hợp công việc thành các mạch có cường độ cao và không đứt quãng, anh tận dụng quy luật hiệu suất sau:
Thành quả của công việc có chất lượng cao = (Thời gian bỏ ra) × (Cường độ tập trung)
Nếu tin vào công thức này, bạn sẽ thấy những thói quen của Grant rất có ý nghĩa: Thông qua việc tối đa hóa cường độ làm việc, anh đã tối đa hóa được những thành quả mà anh tạo ra trên mỗi đơn vị thời gian làm việc.
Đây không phải là lần đầu tôi bắt gặp khái niệm hiệu suất được viết dưới dạng công thức này. Lần đầu là khi tôi đang nghiên cứu cuốn sách thứ hai của mình: How to Become a Straight-A Student (tạm dịch: Làm sao để trở thành một sinh viên điểm A toàn diện) nhiều năm trước. Trong suốt quá trình nghiên cứu, tôi đã phỏng vấn khoảng 50 sinh viên đại học có điểm rất tốt đến từ một trong những trường có tỷ lệ cạnh tranh cao nhất nước Mỹ. Điều tôi nhận ra từ các cuộc phỏng vấn này là những sinh viên giỏi nhất thường học ít hơn những sinh viên có điểm GPA14 thấp hơn họ. Một trong những lời giải thích cho hiện tượng này hóa ra chính là công thức đã nêu ở trên: Những sinh viên giỏi nhất hiểu được vai trò của cường độ học tập đối với hiệu suất và vì vậy, họ đã làm mọi cách để tối đa hóa sự tập trung – giảm đáng kể thời gian bắt buộc để chuẩn bị cho các bài kiểm tra hay viết bài nghiên cứu, mà không làm giảm bớt chất lượng kết quả của mình.
Ví dụ về Adam Grant cho thấy công thức về cường độ này còn áp dụng cho cả điểm GPA và những thứ có liên quan tới các công việc đòi hỏi nhận thức khác. Nhưng tại sao lại thế? Sophie Leroy, Giáo sư chuyên ngành Kinh doanh tại Đại học Minnesota, đã đưa ra một lời giải thích thú vị. Trong một nghiên cứu năm 2009 có tựa đề gây tò mò: “Why Is It So Hard to Do My Work?” (tạm dịch: Vì sao làm việc của mình lại khó như vậy?), Leroy đã đưa ra một khái niệm mà bà gọi là thặng dư chú ý. Ở phần mở đầu bài nghiên cứu, bà nhấn mạnh rằng những nhà nghiên cứu khác đã nghiên cứu tác động của sự đa nhiệm – nỗ lực hoàn thành nhiều nhiệm vụ một lúc – đối với hiệu suất. Tuy nhiên, bà cho rằng, trong môi trường văn phòng với những trí thức hiện đại, một khi bạn đã đạt đến trình độ đủ cao, thì việc tìm được ai đó làm nhiều dự án liên tiếp cũng trở nên thường gặp hơn: “Đi từ cuộc họp này sang cuộc họp khác, bắt đầu dự án này rồi lại nhanh chóng phải chuyển sang dự án khác chỉ là một phần cuộc sống trong các tổ chức,” Leroy lý giải.
Vấn đề đối với chiến lược đa nhiệm này là khi bạn chuyển từ Nhiệm vụ A nào đó sang Nhiệm vụ B, bạn sẽ không ngay lập tức chú ý đến nhiệm vụ mới – mà phần thặng dư chú ý đó vẫn còn mắc kẹt trong tư duy về nhiệm vụ lúc đầu. Phần thặng dư này sẽ đặc biệt tăng lên nếu công việc của bạn ở Nhiệm vụ A vẫn còn để ngỏ và ở cường độ thấp trước khi bạn chuyển hướng, nhưng ngay cả trong trường hợp bạn đã hoàn thành Nhiệm vụ A trước khi rời đi, thì sự chú ý của bạn vẫn sẽ bị phân mảnh mất một khoảng thời gian.
Leroy đã nghiên cứu ảnh hưởng của phần thặng dư chú ý này đối với hiệu suất bằng cách ép buộc chuyển đổi nhiệm vụ trong phòng thí nghiệm. Ví dụ, trong một thí nghiệm tương tự, bà bắt đầu cho các đối tượng tham gia làm một bộ các câu đố chữ. Ở một số lần thử, bà sẽ làm gián đoạn và nói với họ rằng họ cần tiếp tục thực hiện một nhiệm vụ mới và đầy thách thức, trong trường hợp này là đọc sơ yếu lý lịch và đưa ra những quyết định tuyển dụng giả định. Trong những lần thử khác, bà để cho các đối tượng giải xong các ô chữ trước khi giao cho họ nhiệm vụ mới. Giữa lúc giải đố và tuyển dụng, bà cho họ chơi trò chơi chọn từ vựng nhanh để định lượng phần thặng dư chú ý còn lại sau nhiệm vụ đầu tiên.15 Kết quả của thí nghiệm này cùng những nghiên cứu tương tự của bà cho thấy rõ: “Những người trải nghiệm thặng dư chú ý sau khi chuyển đổi nhiệm vụ có hiệu suất thấp hơn ở nhiệm vụ tiếp theo,” và phần thặng dư càng nhiều thì hiệu suất càng thấp.
Khái niệm thặng dư chú ý giúp giải thích vì sao công thức cường độ lại đúng, đồng thời nó còn giải thích được hiệu suất của Grant. Thông qua việc thực hiện một nhiệm vụ khó trong một khoảng thời gian dài mà không chuyển đổi, Grant đã giảm bớt tác động tiêu cực của thặng dư chú ý xuống mức tối thiểu, và cho phép anh tối đa hóa hiệu suất cho nhiệm vụ đơn lẻ này. Nói cách khác, khi Grant tự cô lập bản thân trong nhiều ngày để tập trung vào bài luận, mức độ hiệu quả công việc của anh sẽ cao hơn so với giáo sư chuẩn mực thường đi theo chiến lược dễ phân tâm hơn, khiến công việc bị gián đoạn liên tục bởi rất nhiều khoản thặng dư.
Ngay cả khi bạn không thể tái hiện hoàn toàn quá trình cách ly cực đoan của Grant (chúng ta sẽ đi sâu vào những chiến lược khác nhau để lên kế hoạch làm việc sâu trong Phần 2), thì khái niệm thặng dư chú ý vẫn cho thấy sự hiệu quả, bởi nó đã chỉ ra rằng thói quen làm việc thông thường trong trạng thái bán phân tâm có khả năng phá hoại hiệu suất làm việc của bạn. Cứ 10 phút một lần ngó qua hộp thư đến nghe có vẻ vô hại. Thật vậy, nhiều người biện hộ rằng hành vi này còn tốt chán so với thói quen để hộp thư mở suốt trên màn hình (một thói quen nhảm nhí mà không mấy ai còn làm). Nhưng Leroy đã chỉ cho chúng ta thấy, thực tế đây chẳng phải là một tiến bộ gì cho cam. Việc ngó qua đó sẽ đưa bạn đến với mục tiêu chú ý mới. Tệ hơn, việc nhìn thấy những tin nhắn mà bạn không thể xử lý ở thời điểm đó (đây là trường hợp khá phổ biến), bạn sẽ bị ép phải quay trở lại nhiệm vụ ban đầu trong khi nhiệm vụ thứ hai vẫn dang dở. Phần thặng dư chú ý còn lại do chuyển đổi nửa vời sẽ làm giảm hiệu suất của bạn.
Khi lùi lại một bước để đánh giá sự việc dưới góc nhìn cá nhân, chúng ta sẽ thấy một lập luận rõ ràng: Để tạo ra sản phẩm ở mức xuất sắc, bạn cần dồn toàn bộ sự tập trung vào một nhiệm vụ và không được phân tâm trong một thời gian dài. Nói cách khác, hình thức làm việc có thể tối ưu hóa hiệu suất của bạn chính là làm việc sâu. Nếu không thấy thoải mái khi chìm đắm trong công việc suốt một thời gian dài, bạn sẽ khó có thể đạt được mức hiệu suất cao nhất để tăng cường chuyên môn. Nếu tài năng và kỹ năng của bạn không lấn át hẳn đối thủ cạnh tranh, những người làm việc sâu trong số họ sẽ vượt qua bạn.
Thế còn Jack Dorsey thì sao?
Tôi vừa đưa ra lập luận về lý do vì sao làm việc sâu lại hỗ trợ cho những khả năng đang ngày càng trở nên quan trọng hơn trong nền kinh tế. Thế nhưng, trước khi chấp nhận kết luận này, chúng ta còn phải đối mặt với một kiểu câu hỏi mà tôi vẫn thường hay bắt gặp khi thảo luận về chủ đề này: Thế còn Jack Dorsey thì sao?
Jack Dorsey đã giúp sáng lập ra Twitter. Sau khi từ bỏ vị trí CEO, anh tiếp tục thành lập công ty xử lý thanh toán Square. Theo hồ sơ trên Forbes: “Anh là người chuyên làm gián đoạn trên diện rộng và là kẻ phạm tội liên tục.” Anh cũng là người không dành nhiều thời gian cho trạng thái làm việc sâu. Dorsey không có thú vui xa xỉ dành cho việc tư duy liên tục trong một thời gian dài, vì vào thời điểm hồ sơ trên Forbes được thành lập, anh đang chịu trách nhiệm quản lý cả Twitter (tại đây anh vẫn là Chủ tịch) và Square, dẫn đến thời gian biểu chật kín công việc nhằm đảm bảo rằng các công ty đều có “nhịp độ hằng tuần” dễ đoán (và nó cũng đảm bảo rằng thời gian và sự chú ý của Dorsey được phân chia kỹ càng).
Ví dụ, Dorsey báo cáo rằng anh thường kết thúc một ngày bình thường với 30-40 ghi chú trong cuộc họp mà anh cần xem lại và sàng lọc vào buổi tối. Trong những khoảng trống nho nhỏ giữa các cuộc họp này, anh tin tưởng vào sự sẵn sàng ngẫu nhiên. “Tôi giải quyết khá nhiều việc bên những chiếc bàn đứng, nơi bất kỳ ai cũng có thể đi tới,” Dorsey nói. “Thành ra tôi nghe được mọi chuyện ở khắp công ty.”
Phong cách làm việc này không chuyên sâu. Theo thuật ngữ đã đề cập ở phần trước, phần thặng dư chú ý của Dorsey hẳn là vô cùng lớn khi anh cứ lao từ cuộc họp này sang cuộc họp khác, cho phép mọi người thoải mái khiến mình bị gián đoạn trong những khoảng thời gian giao thoa ngắn ngủi xen giữa. Chúng ta không thể nói rằng công việc của Dorsey rất hời hợt, bởi làm việc hời hợt, theo định nghĩa trong phần giới thiệu, có giá trị rất thấp và dễ bị bắt chước, trong khi những gì Jack Dorsey làm lại đáng giá không ngờ và được tưởng thưởng cao trong nền kinh tế của chúng ta (cho đến thời điểm viết cuốn sách này, anh đã nằm trong top 1.000 người giàu nhất thế giới, với giá trị tài sản ròng trên 1,1 tỷ đô-la).
Jack Dorsey rất quan trọng với nội dung thảo luận của chúng ta bởi anh là một hình mẫu tiêu biểu của một nhóm người mà chúng ta không thể bỏ qua: những cá nhân có thể thành công mà không cần sự chuyên sâu. Khi đặt tựa cho câu hỏi tạo động lực của phần này “Thế còn Jack Dorsey thì sao?”, tôi muốn đưa ra một ví dụ cụ thể cho câu hỏi khái quát hơn: Nếu làm việc sâu quan trọng đến thế, tại sao vẫn có những người bị phân tâm khi làm tốt công việc? Để đi đến kết luận chương này, tôi muốn giải đáp câu hỏi đó để bạn không còn canh cánh trong lòng về điều đó khi chúng ta bàn sâu hơn tới chủ đề chuyên sâu trong những phần tiếp theo.
Để bắt đầu, trước hết chúng ta cần lưu ý rằng Jack Dorsey là lãnh đạo cấp cao của một công ty lớn (thực ra là hai công ty). Các cá nhân đứng ở những vị trí cao đều có vai trò quan trọng đối với những người có thể phát triển vượt bậc mà không cần chuyên sâu, bởi phong cách sống của những nhà lãnh đạo như vậy thường khó tránh khỏi bị phân tâm. Dưới đây là câu trả lời của Kerry Trainor, CEO Vimeo, khi được hỏi: Anh có thể chịu được tình trạng không-có-e-mail trong bao lâu: “Tôi có thể trải qua một ngày thứ Bảy tuyệt vời và tốt lành mà không cần, không cần… à, hầu hết thời gian trong ngày mà không có nó… Ý tôi là, tôi sẽ kiểm tra e-mail, nhưng tôi không nhất thiết phải trả lời.”
Dĩ nhiên, cùng lúc đó, những vị lãnh đạo này cũng được hậu đãi tốt hơn và trở nên quan trọng hơn trong nền kinh tế Mỹ hiện nay hơn bất kỳ thời điểm nào trong lịch sử. Thành công không có sự chuyên sâu của Jack Dorsey là điều thường gặp ở cấp quản lý tinh hoa này. Một khi đã quy định thực tế này, ta phải lùi lại để nhắc nhở bản thân rằng điều đó sẽ không làm xói mòn giá trị chung của chuyên sâu. Đó là bởi tính cần thiết của sự phân tâm trong công việc của các nhà lãnh đạo cấp cao này có liên quan hết sức cụ thể tới công việc đặc thù của họ. Một nhà điều hành tốt về căn bản là một cỗ máy đưa ra quyết định khó-mà-tự-động-hóa, không như hệ thống Watson chơi trò Jeopardy!16 của IBM. Họ đã xây dựng một kho lưu trữ kinh nghiệm khó có được, đồng thời mài giũa cũng như chứng minh khả năng của họ trước thị trường. Họ phải liên tục xử lý và tiến hành công việc suốt cả ngày – dưới dạng e-mail, cuộc họp, khảo sát hiện trường, hay tương tự như vậy. Sẽ thật lãng phí nếu yêu cầu một vị CEO dành bốn giờ để tư duy sâu một vấn đề nếu so với những gì khiến họ trở nên có giá trị. Tốt hơn là hãy thuê ba nhân viên cấp dưới tư duy sâu về vấn đề đó rồi để họ đưa ra giải pháp cho lãnh đạo, từ đó vị lãnh đạo này sẽ đưa ra quyết định cuối cùng.
Điều đặc trưng này rất quan trọng bởi nó cho chúng ta thấy, nếu bạn là một lãnh đạo cấp cao ở một công ty lớn, có lẽ bạn sẽ không cần đến lời khuyên ở những trang sau. Mặt khác, nó cũng cho chúng ta biết rằng bạn không thể đánh đồng phương pháp của những nhà lãnh đạo này với những công việc khác. Sự thật là việc Dorsey luôn đón nhận sự gián đoạn hay Kerry Trainor liên tục kiểm tra e-mail không nói lên được rằng bạn sẽ thành công nếu bắt chước giống họ: Hành vi của họ đều mang nét đặc trưng trong những vai trò cụ thể với tư cách là lãnh đạo doanh nghiệp.
Quy tắc đặc trưng này nên được áp dụng cho những ví dụ đối ứng tương tự xuất hiện trong đầu bạn khi đọc phần còn lại của cuốn sách này. Chúng ta phải liên tục “nằm lòng” rằng, nền kinh tế vẫn tồn tại những góc khuất nhất định nơi sự chuyên sâu không được trân trọng. Ngoài các nhà lãnh đạo, chúng ta còn có thể kể đến những người làm kinh doanh và vận động hành lang, những người đặc biệt coi trọng sự kết nối liên tục. Thậm chí còn có cả những người vẫn luôn cố gắng chắt góp thành công dù bị phân tâm trong những lĩnh vực rất cần sự chuyên sâu.
Nhưng cùng lúc đó, bạn cũng đừng quá hấp tấp khi dán nhãn cho công việc của mình là không cần thiết phải chuyên sâu. Những thói quen hiện tại khiến làm việc sâu trở nên khó khăn không có nghĩa là sự thiếu chuyên sâu này có thể trở thành nền tảng cơ bản để làm tốt công việc. Ví dụ như, trong chương tiếp theo, tôi sẽ kể một câu chuyện về nhóm cố vấn quản trị có năng lực cao, những người luôn tin rằng kết nối e-mail liên tục là điều cần thiết để phục vụ khách hàng của mình. Khi một vị giáo sư trường Harvard buộc họ phải ngắt kết nối thường xuyên hơn (như một phần trong một nghiên cứu), họ mới ngỡ ngàng nhận ra rằng sự kết nối này không quan trọng như họ từng nghĩ. Không phải lúc nào khách hàng cũng thực sự cần liên lạc với họ và hiệu suất của họ đã được cải thiện ngay khi sự chú ý của họ bớt bị phân tán.
Tương tự như vậy, một số nhà quản lý mà tôi biết đã cố gắng thuyết phục tôi rằng giá trị của họ được thể hiện qua việc họ có thể phản hồi nhanh chóng các vấn đề của đội nhóm, giúp ngăn chặn sự đình trệ của dự án. Họ coi vai trò của họ như động lực để kích hoạt năng suất của những người khác chứ không nhất thiết là bảo vệ chính mình. Thế nhưng, những cuộc trao đổi theo đó lại sớm hé lộ rằng mục tiêu này không thực sự đòi hỏi kết nối làm phân tán sự chú ý. Quả là như vậy, nhiều công ty phần mềm hiện nay đã triển khai phương pháp quản lý dự án Scrum,17 giúp thay thế việc nhắn tin tình thế này bằng những cuộc họp được tổ chức kỹ lưỡng và có hiệu quả ngay (những cuộc họp nhanh tại chỗ để giảm thiểu việc phải trình bày trang trọng). Cách tiếp cận này giúp giải phóng thời gian làm công tác quản lý để tư duy sâu về những vấn đề mà đội nhóm đang phải xử trí, giúp nâng cao giá trị tổng thể cho những sản phẩm mà họ tạo ra.
Nói theo cách khác: Làm việc sâu không phải là kỹ năng duy nhất đáng giá trong nền kinh tế, và chúng ta có thể làm tốt việc này mà không phải bồi dưỡng khả năng, nhưng nơi thích hợp với điều này đang ngày càng hiếm. Theo những lý do được lập luận ở phần đầu chương, trừ khi bạn có bằng chứng rõ ràng cho thấy sự phân tâm rất quan trọng đối với một công việc cụ thể, còn không, bạn sẽ thu được thành quả tốt nhất nhờ xem xét nghiêm túc sự chuyên sâu.