要降低期望值非常的重要（期望最大化带来的行动指南）

今天来讲一个数学概念，期望值：在概率论和统计学中，期望值（或数学期望、或均值，亦简称期望，物理学中称为期待值）是指在一个离散性随机变量试验中每次可能结果的概率乘以其结果的总和。期望最大化，一般指最大期望值算法。

这个期望最大化的值，用在生活中，可以简单用利益最大化来形容。或者用收益函数来表示，即给你一个引导，你如何实现利益最大化。

在一个组织内，大家其实就是不自觉地按照期望最大化的方法不断完善的。每个人在行为过程中，都会在不断的博弈中，慢慢找到自己的最大期望值，而这个值往往就是组织内部潜移默化“规定”的期望最大化值。

比如说，一个天天给大家讲“奉献”的组织，日积月累之后，应该会变成一个大家都无所事事，推诿扯皮的组织。因为“奉献”的价值观就是告诉大家，你要付出，但是不能要收获，否则你就是“坏”的，不纯粹的；但是从利益的角度来说，这是和自我利益最大化不匹配的，在这种期望最大化——无条件“奉献”——的引导下，慢慢地就会变成没人干事的组织。因为只有这样，个人利益最大化和期望最大化才能匹配。换句话说，所谓“奉献”本质就是什么都不干。

利用这个概念，我们还可以理解为什么世界上会有“坏人”。因为有“坏人”才符合社会的期望最大化，如果没有这部分坏人，就有一部分利益没人得到，自然也就没有满足社会利益最大化；一部分人会无私奉献、无条件善良，这样就让社会利益“溢出”了，得有一部分“坏人”来把这部分利益平衡掉。

曾经谷歌会对专利申请进行奖励，虽然不多，但是会让员工朝着这个期望最大化行动，所以谷歌的专利申请很多；但是后来把这部分奖励给停了，虽然钱不多，大家也不一定看重，但是这背后的引导却导致谷歌专利申请骤减，直到高层意识到这个问题，把奖励恢复，甚至提高到一个专利10000美元，谷歌专利又一下子挤进了前十。公司设置什么样的收益函数，员工就会最大化它。这个收益函数的设置，有可能是主动的，也有可能是无意识的。

不要看他怎么说，要看他怎么做。很多老板总是大会小会的强调奉献、努力、创新，可行动上做的是把蛋糕放进自己的兜里，自己吃肉喝汤，别人连汤都没有；一开始或许能够“勉励”不少人努力、奉献，可时间一长，在期望最大化的指导下，员工必然走向“磨洋工”、带薪摸鱼的歪路。毕竟，员工的利益和公司的利益完全不匹配了。

用这个概念来思考，就可以理解为什么世界上会有表象的规则，还有背后的潜规则，因为，这样两套并行的规则，才符合社会的期望最大化。

所以，当你再次听到“奉献、努力”时觉得不舒服，不要怀疑自己，这是正常的，因为这背后的期望最大化与你积极向上的价值观是不匹配的。