用通俗的语言探索底层的逻辑！
朋友们好，我是bobo。
今天和朋友们一起来聊一聊【质量与数量的关系】！
最近，又看到了硅谷王川的几句话：
所有的我们以为的质量问题，大多本质是数量问题，因为数量不够，差几个数量级而已。
数量就是最重要的质量。大部分质量问题，在微观上看，就是某个地方数量不够。
最大的误区是，明明是数量不够的问题，因为错误地以为瓶颈在于质量，幻想在不增加数量的前提下，用某种奇技淫巧，偷工减料达到目的。这时候玄学，迷信和各种无病呻吟就出现了。数量不够，底子不够厚时，很多事情是做不到的。即使有时看似有捷径，欠的帐迟早是要还的。
再次看到，又有了一些新的想法，忍不住分享给朋友们！
刚看到这句话的时候，觉得跟自己的认知有些出入，质量问题怎么能是数量问题呢？这不是哗众取宠嘛。
仔细琢磨琢磨，确实有道理啊，为什么呢？先从一个小例子开始吧。
大国工匠，电视上看到他们，那都是牛人啊，干的活那质量都是杠杠地！
他们为什么这么牛，都是靠千锤百炼、不断练习，才成就了今天的高水平。
如果说他们就是通过【数量】成就了【质量】，我想朋友们应该都不会有异议。
但是，有的善于思考的朋友肯定会说：这只是个体的技能的例子，熟能生巧大家都知道；如果把对象换成需要很多人合作生产产品的质量，数量就不一定能起那么大作用了吧，不是还有句话叫做“质量是设计出来的”吗！
是的，质量是设计出来的——但设计出来的质量能不能真正落地，这也很重要！
质量的源头很重要，质量的过程控制同样重要！
过程控制的水平是需要积累的，本质还是数量问题！
说到这里，想问朋友们一个问题：
您觉得未来的电动车市场，是比亚迪更厉害，还是蔚小理更厉害？
思考三秒钟，再看看bobo的答案，不知道咱们想到一块去了没。
bobo觉得比亚迪更厉害。
这后面其实是电动车发展的路线之争，从低端切入高端与直接走高端路线之争。（一般应该不会有谁要从高度切入低端吧）
个人觉得，比亚迪这种从低端切入高端的路线，可能更容易成功。
为什么呢？其实就是刚才咱们讨论到的——质量需要积累！
低端一般对质量的要求没有那么苛刻，可以先走量。
通过数量的积累，持续改进问题，质量最终肯定能到达一定的高度。
这时候，再切入高端，就有了非常好的基础，毕竟高端对质量那可是吹毛求疵的。
比如XX汽车因为质量问题召回事件，对品牌的影响就非常大。
这两年，比亚迪越走越顺，蔚小理有点显现颓势，应该是有一定道理的吧。
看完这个例子，不禁在想，咱们应该培养一种什么样的【质量观】。
bobo觉得：质量是抄不来的！质量需要积累！
不说过程控制的能力，即使是设计的能力，如果没有积累，光是拿来主义，估计也会摔跟头。
归根到底，又回到了数量问题。
有时候，量变真的能引起质变。
想到了一本书，吴军博士的《数学之美》，书中说【人工智能】的发展分成了两个阶段：
第一个阶段是仿生人工智能阶段。
所谓仿生，就是模拟人脑运作，也就是基于规则。
上世纪50年代到70年代，最早的一批人工智能科学家们就是按照这个思路展开研究的。
但后来证明这条路走不通。随着问题越来越复杂，规则越来越多，甚至根本没有办法穷尽，再加上当时计算机处理速度的限制，这种基于语法规则的仿生人工智能局限性越来越大。
第二个阶段是数字人工智能阶段。
这个阶段的人工智能不再是模拟人脑，而是基于大数据，运用“统计”的方式所形成的“智能”。
现在的人工智能实际上是在算概率。把复杂的规则问题转换为了简单的概率问题，随着近年来计算机处理能力的飞速进步，人工智能于是出现了大爆发。
其实，人脑说不定也是在算概率，谁能肯定或者否定呢。——大脑神经元数目接近一千亿，每个神经元对外连接数目超过一千，神经元之间连接突触约一百万亿。——现在的计算机跟人脑比，还有数量级的差距啊。
也许我们的计算能力到了跟人脑媲美的那天，我们也就能够真正理解人脑的原理了。
看完这个例子，bobo又有了两点感触：
一是数量真能决定质量。
所谓机器学习，就是能够随着数据量的增加不断改进性能的算法——量变到质变。
二是先有数量再有质量。
不要一上来就非要追求完美的质量，那是不现实的，罗马不是一天建成的。
如果因为质量的不完美而困在原地，那就是得不偿失。
如果我们先做起来，通过数量的积累，总有一天质量会得到跃升。
有句话，先完成再完美。
就像我的一个好朋友，他的公众号坚持日更，准备写十年。刚开始写的真不咋地，有时还会收获别人的白眼。但他坚持下来了，到现在已经整整一年了，时不时就会蹦出一些经典词句，比如说下面这一句：
遇到问题，不是直接上手就去做，而是先找个懂的人问问，如果已经有很多人遇到过，而且人家已经有了标准的解决方案，那么，你需要做的，仅仅就是去找人问问，把这个标准答案拿过来，而不是自己在那里瞎琢磨，闭门造车。
不敢想啊，十年后，他会到达什么样的高度。
bobo为有这样的朋友感到幸运——既是压力又是动力啊！
这样的思维甚至可以用到小朋友的学习中，比如下面这个故事：
这是个学霸，他介绍经验说，他在把课本和练习册上所有的题都做了之前，一道复杂题都不做。大家也都知道，课本上的题老师只是布置几道，没人会全做了，完全是体力活。但是他思路很开阔，说只要保证一张卷子150分的130分基础题别错，那二十分我不要了。
后来他国内名校毕业去了斯坦福，现在在某公司研究人工智能，他说人工智能第一法则就是“简单动作确保不能出错，然后逐步迭代，越来越复杂”。
咱们还是回到工作上来吧，怎么提高工作的质量：
第一步，先“抄”。动起来才会有结果。
第二步，再“改”。不能只抄，试错之后要及时纠错。
第三步，不断“迭代”。通过迭代持续改进。
第四步，“量变”到“质变”。
如果有人问，会不会就跟驴拉磨，一直在积累量，“质”没有突破——我说肯定不会。
我没法告诉他什么时候能突破、会怎么突破，但是我可以告诉他肯定会突破。
做1遍PDCA不算啥，做10遍PDCA也不算啥，咱先做上100遍PDCA试试呢！
如果咱们没有别的好的套路，不如把积累一定的量作为目标。
最后小小的总结一下吧，权且当做今天的结束语：
1、质量没有捷径，需要积累，积累是个数量问题。
2、千里之行始于足下，积累的第一步是现在就开始做，先完成再完美。
要感觉文章还不错，朋友们请随手点个【赞】和【在看】吧，能【赞赏】一下请bobo喝杯咖啡就更感谢啦！
您的支持就是我不断输出的动力
