你每天都忙忙碌碌地工作。
从早上开始回复邮件、制作文档、参加会议。不知不觉，一天就过去了。
然而，你并没有看到预期的进展。
另一方面，有些人却能在相同的时间内取得巨大的成果。
这种差异仅仅源于工作速度或努力程度吗？
或许，重要的不是 "你工作了多少"，而是 "你把有限的时间和注意力用在了哪里"。
高成就者并没有增加他们的时间。
他们是将时间分配到了能带来成果的地方。
基于一项与收入相关的"分配技能"研究，我将介绍五个能提升你成果的问题。
什么是与收入相关的"分配技能"？
在一篇作为哈佛肯尼迪学院工作论文发表的研究中，有一个概念叫做"分配技能"。
在日语中，这大致翻译为"分配能力"。
分配技能是指将有限的时间、注意力和人力资源分配到能带来更大成果的领域的能力。
例如，它包括以下判断：
- 哪些任务应该优先处理
- 哪些事情可以稍后再说
- 哪项任务该分配给谁
- 哪些信息值得关注
- 决定不去做什么
这与快速完成任务的能力略有不同。
如果说任务能力是"你能多好地完成一项指派的工作"，那么分配技能就是"决定首先应该做哪项工作的能力"。
研究人员将分配技能定义为"注意力的边际生产力"。
听起来有点复杂，但简单来说：
你能利用有限的注意力产生多少好的判断和成果？
这项研究调查了什么？
这项研究涉及美国超过 1000 名 25 至 55 岁的全职工作者。
参与者进行了一项名为"分配游戏"的任务。
在这个任务中，参与者扮演管理者，将具有不同生产力水平的假设性工人分配到不同的工作中。
一个人可能擅长任务 A 但在任务 B 中表现不佳。另一个人可能正好相反。
参与者必须在审查有限信息的同时，判断将谁安排到哪个岗位才能最大化整体成果。
这里衡量的不是参与者自身的任务处理速度。
而是在有限的时间和信息内，判断将谁安排到何处才能获得最大成果的能力。
该研究将这种分配技能与参与者的收入、职业和其他数据进行了比较。
分配技能越高的人，收入往往也越高
结果显示，分配技能与全职工作者的收入密切相关。
即使在考虑了智力、计算能力、教育和职业的差异后，这种关系依然存在。
研究报告指出，即使在调整了各种条件后，分配技能高出一个标准差的个体，其收入大约高出 7%。
此外，在管理和专业角色等拥有许多决策机会的工作中，这种相关性甚至更强。
换句话说，工作可能不仅仅根据"你能处理多少事情"来评估，而是根据"你是否能正确判断应该做什么"来评估。
然而，有一个重要的注意事项。
这项研究并未证明：
提高分配技能一定会增加你的收入。
这是一项确认了分配技能与收入之间存在相关性的研究，而非直接证明因果关系的研究。此外，在现阶段，它是一篇为征求讨论和意见而发表的工作论文，而非经过正式同行评审和批准的论文。
尽管如此，关注"将你的注意力用在哪里"这一能力，为审视日常工作提供了很好的启示。
忙碌却无果者的 3 个陷阱
从分配技能的角度来看，就能明白为什么忙碌并不总能带来成果。
1. 对所有任务一视同仁
按照任务出现在面前的顺序依次完成。
乍一看，这似乎是一种勤奋的工作方式，但不同任务对成果的影响各不相同。
如果你对所有事情都同等重视，就无法在真正重要的任务上投入足够的时间。
2. 所有自己能做的事都亲力亲为
因为自己能做，所以就自己做。
然而，"你能做的任务"和"你应该做的任务"并不相同。
如果你紧抓着那些可以交给别人、AI 或系统处理的任务，你就会失去进行只有你才能做出的判断所需的时间。
3. 将"完成工作"本身作为目标
我做了文档。我回复了邮件。我开完了会。
工作完成时会有一种成就感。
然而，重要的不是"你完成了什么"，而是"通过那项工作创造了什么"。
工作量和成果并不一定等同。
因此，在开始工作之前，先问自己这五个问题。
问题 1 | 这项任务真的有必要吗？
在优化一项任务之前，先考虑这项任务本身是否必要。
快速完成一项不必要的任务并不会带来巨大的成果。
例如，是否存在以下这些任务？
- 没人看的报告
- 没在使用的文档
- 目的不明确的会议
- 重复输入相同内容的任务
- 发布后毫无回应的内容
一份工作做得越久，就越容易变得"理所当然"。
在这种情况下，问问自己：
如果我把这项任务暂停一个月，谁会感到困扰，又会如何困扰？
如果没有明确的答案，那么这项任务就是可以考虑停止、减少或降低频率的候选对象。
与其开始一项新任务，不如停止一项不产生成果的任务，有时反而能创造更多时间。
问题 2 | 这项任务应该现在做吗？
即使一项任务是必要的，也不意味着必须立刻完成。
我们倾向于选择容易完成的任务，而不是重要的任务。
回复邮件、小修改、查看通知。因为这些任务能很快完成，所以你会感觉自己工作了。
另一方面，思考新项目、分析客户反馈、决定未来方向等任务则不会很快结束。
因此，它们很容易被推迟。
当犹豫不决时，这样想：
如果我今天不做这项任务，一周后会对成果产生什么影响？
选择"对成果影响大的任务"，而不是"能快速完成的任务"。
有必要根据重要性而非仅仅是紧迫性来决定顺序。
问题 3 | 这件事应该由我来做吗？
你不能把所有自己能做的事情都揽在自己身上。
一个人能使用的时间和注意力是有限的。
具体来说，你应该亲自处理的任务是：
- 决定目的
- 选择方针
- 理解对方的感受
- 做出最终判断
- 对结果负责
另一方面，像信息整理、数据录入、草拟文本、统一格式这类任务，则有可能交给别人、AI 或系统来处理。
在判断时，问问自己：
因为是我来做，结果真的会变得更好吗？
如果无论你来做还是别人/系统来做，结果都没有变化，那么你可能就不需要为此花费你的时间。
"我能做"并不是揽下任务的理由。
问题 4 | 我能把它交给别人、AI 或系统吗？
即使完全委派一项任务很困难，你也可以委派其中的一部分。
例如，如果你把一项任务看作是从信息收集到最终判断的一个整体单元，你就会觉得必须全部自己完成。
但是，如果你把它分解开来，就可以分担角色。
- 将初步的信息收集交给 AI
- 让 AI 整理收集到的信息
- 让 AI 创建文本草稿
- 自动化处理例行任务
- 将专业工作委托给擅长的人
- 自己进行最终检查和判断
这里重要的是，不要混淆委派和甩手不管。
人类负责传达目的、验证结果并承担最终责任。
面对一项任务时，这样思考：
这项任务的哪个部分不需要判断？
如果你将工作与判断分离开来，就会发现可以委派的部分。
这不仅仅是为了保护你自己的时间。有时，将其交给擅长的人或系统，反而能提升整体成果。
问题 5 | 我想用这段时间创造什么？
即使你减少了工作量，并将工作委派给别人以腾出时间，如果你用其他简单的任务填满这些时间，结果也不会有任何改变。
节省时间的真正价值在于你将腾出的时间用在了哪里。
例如，你可以将时间用于：
- 思考新项目
- 分析客户或读者的反应
- 改进产品或服务
- 学习必要的知识
- 与重要的人建立关系
- 充分休息以恢复判断力
休息也不是浪费时间。
因为人在疲惫的状态下，只会处理眼前的任务，难以做出长远的判断。
在思考如何利用腾出的时间时，问问自己：
用掉这一小时后，我想留下什么？
思考时间过后留下了什么——不是回复了 10 封邮件这个事实，而是一个新项目、一个改进的产品、加深的知识，或是恢复的体力。
腾出时间不是目的。
目的是将新创造的时间重新分配到更有价值的事情上。
关于这种新创造出的时间余裕，我也在这篇文章中写过，希望你能参考一下。
https://x.com/tesla_modelY/status/2069338266852352373
每天早上花 3 分钟使用这 5 个问题
我把这五个问题整理成了一个清单。希望对你有用。
分配技能听起来可能像是一种特殊的天赋。
然而，你可以从简单地将日常工作分为三类开始。
- 需要我思考的工作
需要你承担责任的任务，例如目的、规划、方针、验证和最终判断。
- 可以交给别人、AI 或系统的工作
信息收集、整理、草拟、录入、重复性任务等。
- 不做的工作
对成果影响小的任务、目的不明确的任务、或仅仅出于习惯而继续的任务。
然后，选择今天最能带来成果的那一项任务。
并在打开电子邮件或查看通知之前，将时间用于这项任务。
你不需要增加你做的事情。
你只需要决定首先将注意力集中在哪里。
在 AI 时代，"分配技能"比"任务能力"更重要
借助 AI，你可以在短时间内创建文本、图像、项目计划和文档草稿。
我们现在能创造的东西比以往任何时候都多。
然而，随着我们能创造的东西增多，另一个问题出现了。
- 创造什么
- 为谁创造
- 选择哪个方案
- 多少交给 AI 处理
- 什么不发布
这些判断变得比以前更重要。
使用 AI 本身并不是结果。
只有当 AI 被用于有价值的工作，并且人类的注意力被分配到重要的判断上时，才能取得成果。
在 AI 时代，有价值的人不是能完成最多任务的人。
而是能够将有限的注意力用于最有价值工作的人。
总结 | 改变结果的是时间的使用方式，而非时长
再次总结一下提升成果的五个问题：
- 这项任务真的有必要吗？
- 这项任务应该现在做吗？
- 这件事应该由我来做吗？
- 我能把它交给别人、AI 或系统吗？
- 我想用这段时间创造什么？
收入和成果并不仅仅由努力程度决定。
还有能力、经验、环境和机遇等各种因素。
这就是为什么我们不应该简单地认为"改变时间使用方式就一定能增加收入"。
尽管如此，你仍然可以审视你使用时间和注意力的地方。
忙碌并不是成果的证明。
重要的是你用了有限的时间做了什么，以及你用这段时间创造了什么。
在增加你做的事情之前，请先尝试改变你的时间分配。
关于本文的撰写
本文参考了哈佛肯尼迪学院的工作论文《分配技能》。
该研究调查了利用有限注意力适当分配人力资源等资源的能力与全职工作者收入之间的关系。
然而，它并非一项直接验证如何使用 AI 或时间管理技巧的研究。本文介绍的五个问题是独立组织的，以便研究中提出的"分配技能"概念能够应用于日常工作。
此外，本文是一篇旨在征求意见和讨论的工作论文，并不代表哈佛大学或哈佛肯尼迪学院的官方观点。
参考文献
Caplin, A., Deming, D. J., Leth-Petersen, S., & Weidmann, B. (2023) “Allocative Skill.” HKS Faculty Research Working Paper Series, RWP23-028.
