InnoLab
GN07生成L3classic

假如…会怎么样

What If

"假如…会怎么样"是一种反向提问法,通过刻意挑战行业的基本假设、常识和"理所当然",提出颠覆性的 What If 问题,打破惯性思维,探索全新可能性。

一图看懂
远期赌注重点深推忽略微优化可能性冲击力

这是什么

"假如…会怎么样",是一种专门用来"破"的提问法。它的玩法很简单:找出你所在行业里那些"没人质疑、人人觉得理所当然"的基本假设,然后一个一个把它们翻过来,问一句"假如反过来呢?"

听起来像抬杠,但这恰恰是颠覆式创新最常见的来路。这个方法背后有一句特别精辟的判断:颠覆式创新往往不是"做得更好",而是"问了一个不同的问题"。 你和所有同行卷在一起拼命把一件事做得更好,那叫渐进优化;而当你把那件事的前提整个推翻、问出一个别人没问过的问题时,你才可能打开一个新世界。

每个行业都有一套没人挑战过的假设——"酒店必须有房间""出租车必须有车""银行必须有网点"。What If 干的,就是把这些假设当成开关,逐个翻转,看翻转之后会塌出一个什么样的新格局。

来历与出处

"假如…会怎么样"(What If)是创新思维和头脑风暴领域的经典反向提问法(InnoLab 体系归为 Generation 引擎经典方法 GN07)。

它的思想根子,和颠覆式创新理论一脉相承。哈佛商学院教授克莱顿·克里斯坦森(Clayton Christensen)在《创新者的窘境》里揭示过一个规律:伟大的颠覆者往往不是在现有赛道上做得更好的人,而是从一个被主流忽视的、不同的前提切入的人。What If 把这种"换前提"的思路,变成了一套可以人人上手、结构化操作的提问工具——不靠灵光乍现,而是系统性地把行业假设一条条拎出来翻。

解决什么真实问题

它最对症的,是"卷到没路可走"的时刻:行业严重同质化,所有人都在比谁把同一件事做得更便宜、更快、更精致,你再怎么努力也只是在红海里多分一杯羹。这时候你需要的不是"再优化一点",而是一个不对称的切入点。

几类人特别用得上:陷在创新瓶颈、需要突破性思路而非渐进改良的团队;想找不对称竞争切口的新进入者;做战略规划时需要探索"极端情景"的人;以及创业方向探索、头脑风暴热身的场合。

它治的病,是一种深入骨髓的"惯性思维"——你在一个行业待久了,会把很多本来只是"历史形成的习惯"误当成"天经地义的铁律",于是连想都不会去想"它能不能不这样"。What If 就是来强行打断这种惯性的。

核心思想

打个比方。What If 像在你脑子里装了一排开关,每个开关上贴着一条行业"铁律"。平时这些开关全是"开"着的,你习以为常到根本看不见它们。这个方法逼你做一件事:把每个开关"啪"地拨到反面,然后睁大眼睛看——灯灭了之后,黑暗里浮现出什么新东西?

但乱翻一气没用,这里有两条关键纪律。

第一条,翻转的假设必须触及行业根基,而不是表面规则。 越底层的假设,翻转后的空间越大。翻"酒店的早餐要不要更丰盛"没意义,翻"住宿供给是不是必须专业化"才有威力。

第二条,翻完要用两把尺子筛。 一把是"可能性"(技术上能实现吗?法规允许吗?用户接受吗?),一把是"冲击力"(如果成真,对行业格局的颠覆有多大?)。最值得深推的,是"冲击力高 + 可能性不低"的那一格;冲击力极高但当下不可能的,留作"远期赌注"观察;可能性高但冲击力低的,那只是优化,不是颠覆。

还要躲一个陷阱:别为反而反。 团队很容易陷入"为翻转而翻转"的自嗨,产出一堆听起来酷、其实和真实需求脱节的点子。翻转可以大胆,但每一个都得有逻辑推演撑着,不能只图一个"反"字爽。

完整案例

最经典的 What If,是 Airbnb 的诞生。

酒店业有一条几乎没人质疑的根基假设——"旅行住宿,必须由专业的人提供专业的房间"。这条假设深到什么程度?深到整个行业的资本结构、运营逻辑、信任体系全建在它上面。

Airbnb 问了一个当时听起来近乎荒谬的 What If:"假如任何一个普通人,都可以把自己家里的空房间租出去呢?" 这一翻,翻掉的正是"住宿供给必须专业化"这条最底层的铁律。结果你知道了——它催生了一家估值一度超过希尔顿的公司,而 Airbnb 自己一间客房都不持有。

再看 Spotify 翻的那一刀。音乐行业的根基假设是"用户要拥有音乐"——买唱片、买 CD、买 MP3,听音乐的前提是占有它。Spotify 问:"假如用户根本不需要拥有音乐,只需要随时随地都能听到呢?" 这一翻,把"内容的价值在于占有"这条底层假设整个推翻,从"所有权"切换到"使用权",亲手开创了流媒体时代。

两个案例放一起,What If 的威力就清清楚楚了:它们都不是把唱片做得更好、把酒店开得更豪华——那是渐进优化的路。它们是找到了行业最深的那条假设,把它翻了过来,于是问出了一个所有同行都没问过的问题,新世界的入口就此打开。

常见误解与边界

第一个误解,酷就等于可行。What If 天生爱产出"听起来很酷但根本实现不了"的想法——这很正常,但它只是原料,不是成品。每个翻转都必须过"可行性筛选"这一关才能往下走,否则就是一堆漂亮的空想。

第二个,忽略行业的硬约束。医疗、金融这类强监管行业,很多翻转一上来就被法规卡死。在这些领域做 What If,必须把"法规允许吗"当成一条硬约束放进筛选里,别在不可能的地方浪费时间。

第三个,为反而反。前面说过,这是团队最容易掉进的坑——把"翻转"本身当成了目的,翻出一堆和真实需求脱节的点子。记住:翻转要大胆,但必须有逻辑推演兜底。

至于 AI 时代的一个重要新视角:很多过去"翻转后被判定为不可能"的 What If,正因为 AI 而重新变得可行。比如"假如每个用户都有一个专属的老师、律师、设计师呢?"——这在过去因为"成本太高、人力不够"会被直接毙掉,可能性评级是"低";但 AI 让边际成本趋零之后,它的可能性评级可能已经从"低"一跃跳到了"高"。所以 AI 时代做 What If,要专门回头重审那些曾经被成本和人力否决掉的翻转——它们的开关,也许现在该重新拨一次了。

一句话记住它

颠覆不是把事做得更好,而是问一个不同的问题——找到行业最深那条"理所当然",把它翻过来,新世界的入口就在那里。

想看这套方法喂给 AI 的执行规格?点上方「标准模组」。

Cases

用过此方法的案例

2

用「假如…会怎么样」推演你的问题

描述你正面临的难题,InnoLab 会用这套方法当场跑一次结构化推演。

免费推演一次