全球专业实体空间投资平台“多彩投”联合创始人及首席投资官
曾获“2018中国酒店业最具影响力人物”奖项
曾获“2017中国酒店业十大风云人物”奖项
曾投资20家创业公司并在其中的8家担任董事会成员
金融招聘及培训平台“职业梦”联合创始人
就读于混沌创新院2018级并以满分毕业
不知不觉时间悄然来到了2018年的11月底，我即将从就读一年的混沌大学里毕业了。
根据混沌大学自己的定义，这是一所互联网创新大学，其创办人李善友是酷6网的创始人，还是中欧创业营的发起人。我所就读的混沌创新院，为期一年，共12次课，课程内容从李善友教授的非连续性/第一性原理/颠覆式创新与第二曲线到新东方联合创始人王强的人文社会学，到卡耐基梅隆大学教授邢波的AI思维再到“无尺度网络理论”的创始人巴拉巴西教授所教的复杂性科学理论，可以说是涵盖了各个领域中最顶尖的理论与实践家的精华内容。但从本质上，我还是最喜欢李善友教授所提到的关于混沌大学的一个通俗易懂的定义——“以哲科思维的角度看商业世界”。
商业的本质究竟是什么？特定的商业模式究竟解决了什么样的底层问题？有着怎样的结构化优势？特定商业模式的崛起中的偶然性因素和必然性因素各是什么？在各类受到资本追捧的行业中，当浪潮褪去时，似乎许多的商业模式都被证伪，证实了缺乏思考这一症状无论是小公司还是大企业都无法避免。
什么样的商业模式适合被规划化？规划化后边际成本究竟是增加了还是递减了？是不是所有的商业模式都适合被资本注入来加速？当企业的第一条曲线走到极致时，通过怎样的转身才能进入第二条曲线？这样的问题，是不是每一个企业家在奋不顾身的扎进沙场之前都仔细的琢磨过并保持着持续性思考的问题？
商业世界中的变化万千，只是投影在现实社会中的表象，其底层思维逻辑，只要挖的够深，追朔到本质，其实不曾变化。而各企业和品牌的兴衰，如同一部启示录一般，通过起起伏伏的剧情和案例，来映射着底层思维的有效性。
经过了一年在混沌创新院的学习，收获的不仅是满分的成绩单和得到重塑的思维方式，还结识了来自于各种有意思的行业和企业的同学，从传统企业的高管到新兴互联网企业的创始人，从投资机构的合伙人到自媒体行业的KOL。我所深信的理论是人的思维方式的构建过程如同一个复杂的化学反应，里面的决定性因素是反应环境以及持续性所加入的反应物。
至此，特地将我过去一年在混沌创新院的学习中，每一次的满分作业论文中自我感觉能触碰到问题本质的部分节选出来，与各位分享，以期有着更有意思的思维碰撞。
第一部分：节选自《多元思维模型》
无论创业还是投资本身，其本质都是投入特定量级的时间与资金，注入到特定的商业模式中去，通过自身或他人的经营行为，期望该模式通过增长，在特定的时间段之后使得该模式的商业价值增加，最终达到实现财务或其它回报的目的。
从这一本质出发，综合去评估整个过程中的一些特性：一.模式的增长过程对应的是一个相应的周期，所以在此周期内，模式增长过程中，模式本身要有一定的防御性和壁垒，而非是零门槛的可以被在非常短的时间范围内快速复制并迅速将竞争优势降至0的；二.模式本身具有正向的投入产出比，而非简单的成本平行迁移。人类商业史上出现过的商业模式万万千，其中有许多模式本身是伪商业模式，即其运行是没有附加值的产生作为最终产物的，而只是做了完全平行的时间成本或资金成本的迁移，又或者是做了平行的价值迁移，对商业价值总量并无正向的贡献，所以找出真正具有良性的正向投入产出比的商业模式也是关键要素之一；三.模式增长本身所需的客观条件中可以找到一定程度的必然性，而非纯偶然性因素的，否则，其不确定性将使得增长模型本身不具有可复制性，即不足以作为模型成立。
基于以上总整理出的三大必要元素：可防御性，正向投入产出比以及必然性，其背后的理论基础和案例将在下文中得到更详细的阐述和论证。
可防御性——“特洛伊的城墙”与“蒙古骑兵理论”
希腊神话中所记载的特洛伊战争持续长达十年的时间，期间特洛伊人之所以可以抵抗住希腊各城邦大军及英雄的攻势，究其根本还是仰仗其雄伟的城墙。在特洛伊人与希腊人的战争中，历史学家提供过许多不同的视角，但不妨以一个新的视角切入：从区域霸权的角度来说，特洛伊人相当于第一条增长曲线，希腊人相当于第二条增长曲线，而特洛伊城墙，正是从第一条曲线过渡到第二条曲线中间，非连续性区域的时间跨度长达十年的根本因素。
再说说蒙古帝国的扩张。
1235年，在江陵一战之后，蒙古军与南宋军隔着长江，整整对峙了六年的时间；1268年，忽必烈携精锐围攻襄阳，又是围困了整整六年。自1234年第一次交锋，到1279年灭亡，足足抵抗了45年，抵抗时间是金国与西夏的两倍，比起花剌子模、基辅罗斯等等，更是数倍的存活时间长度了。在其它土地上摧枯拉朽的蒙古骑兵大军，在整个南宋的土地上耗费了整整45年才啃下来，这期间还折了蒙哥汗，不得不说是非常鲜明的对比。表象背后必然有其深层原因：如果将蒙古军伐宋与其它的事件样本进行横向比较，比较明显的变量包括南宋军队利用了江汉进行防御，以及南宋始终依托着城市进行防御的战术。本质上，延缓蒙古大军摧枯拉朽风卷残云的，是南宋的江汉天堑与坚固的城墙。对于企业来说，其商业模式也同样适用于“蒙古骑兵理论”，即无论是遭到巨头或者是跨界领域的竞争对手的密集打击时，商业模式的可防御性，有多强。
之前与诸多人有讨论到关于“蒙古骑兵理论”，许多人都误以为，所谓“蒙古骑兵理论”的用途，是选择一个拥有足够深护城河，足够高耸城墙的领域，一直坚守其中，使得城池固若金汤，并将模式构筑于此并始终依赖于此；但我认为，坚固如特洛伊城墙一般，都被特洛伊木马所破解，而每一个领域的发展形式又是非连续性的，所以并不存在所谓的可以一直坚守的城池。所谓的“蒙古骑兵理论”，只不过是为了帮助企业寻找到一个拥有足够深护城河，足够高耸城墙的领域，使得企业本身拥有足够的时间，去赢取足够的时间，越过第一条曲线与第二条曲线之间的非连续性区域。
企业如何去跨越第一条曲线与第二条曲线之间的非连续性部分，这取决于企业的转身速度以及颠覆式创新的能力；
而企业如何拥有足够的时间去跨越第一条曲线与第二条曲线之间的非连续性部分，取决于其护城河所能争取到的时间窗口期。
对于逾越第一条与第二条曲线之间的非连续性区域，正面与反面的例子比比皆是，都能非常好的论证“蒙古骑兵理论”中，城墙所争取到的时间窗口期的重要性。
苹果在发布iPod之前的低潮期，微软在萨提亚纳德拉上任前各条战线持续败退，本质上都是在经历从旧的曲线向新的曲线过渡的过程，之所以没有向许多曾经辉煌的企业一样倒下，还是凭借之前深厚的家底和多元的业务，形成了非常良好的“特洛伊城墙”，在“蒙古铁骑”的冲击中得以幸存，并成功的过渡到下一条曲线。
对于多彩投来说，对于细分领域资产的专精所积累的风控体系，资产处置能力，将成为阻挡“蒙古铁骑”冲击的“特洛伊城墙”。
必然性原理——偶然性中的必然性及如何找出必然性区域
任何布朗运动或其它形式的stochastic random process中，任何微观粒子的波动轨迹都是不可知不可预测的，所以避免在此模型之下去押注单一粒子。因此，找出偶然性中的必然性成为了关键。当然，此处提到的偶然性和必然性，是相对的，而非绝对的。
根据演绎法进行推导，在一个事件集合中，必可以找到特定的事件，使得此事件的发生概率是要大于其它区域的；若不能找到该区域，则可得出整个集合中，每一件事情发生的概率是完全相等的，这种情况下，事件集合中各个事件的发生关联度为100%。若有着每一事件发生概率都相等的集合，则回撤一步，去观察此事件集合所处的更大范围的集合中去，期待找到相对发生概率更高的事件，如此循环，直到找到一片并非所有事件发生概率都一致的事件集合为止。这种在偶然性中寻找必然性区域的方式，是属于将区域不断扩大化的方法。
若是将区域和范围不断缩小的方法，则是通过寻找必要性前提来寻找偶然性中的必然性。当特定事件的发生具有偶然性时，通过加上与之相关联度高的假设前提，可以有效的提升其必然性，最终通过不同假设前提的叠加，将其变为一个基于特定假设前提下的必然性事件。
比如，“中国旅游者在住宿上的总花费会增加”这一命题本身是具有偶然性的特质的，但是在“旅游者群体总人口在逐年增加”和“国民平均可支配收入”这两个假设前提之下，该命题就变得更具有更大的必然性了。
在一个“海平面与火山模型”中，海平面的高度是稳定的，代表着人的基础生存需求被满足的线，而海的中央有着数座由于大陆板块运动而形成的火山。火山高出海平面的部分代表着生存水准在基础生存线以上的人群，这部分人群的基础生存需求得到了满足，追求着更高的生活水准，无论是精神还是物质层面；火山没在海平面以下的部分，则代表着生存在基础生存线以下的人群。
随着人类的生产力和科技的持续发展，物质文明愈加繁荣的趋势将持续下去，进而更大面积人群的基本物质需求被满足，部分人群被满足的物质需求区域也会扩大化。更多人群的基本物质需求被满足之后，整个消费的决策机制和导向，将从功能性消费(生存导向)转向体验型消费（体验导向）。换一种角度去看，物质文明的进一步繁荣推动着人类在马斯洛金字塔上往上在爬。
此时，生产力和科技发展像是“海平面与火山模型”当中的地壳作用力一样，持续推动着火山向上拔起。此时，越来越多火山体积露出了海平面，而原本露出海平面的部分离海平面更高了，象征着更多的人群突破了基础的生存线，原本在基础生存线上的人群达到了更高的生活水准。
所以当基石假设是人类的生产力和科技会持续发展时，可以得出社会财富将会增加这一结论具有较大的必然性，进而得出消费者的平均可支配收入将会增加的结论具有较大必然性，而住宿上的人均花费，作为四大刚需之一，将上升的结论也具有较大的必然性，这可作为押注酒店民宿业的创新金融服务的核心商业逻辑之一。
在投资任何的商业模式或运用不同的商业模式前行创业之前，都值得想想，通过怎样的方式，能够增加其命题成立的必然性。
正向投入产出比——零和模型与正向期望值模型
在博弈论中，有零和游戏与非零和游戏的分别；在这里，我们需要讨论的是零和模型与正向期望值的模型，后者本质上是非零和模型中一半的区域。
找出各个游戏机制和竞争机制中的零和游戏，非零和但期望值为正的游戏及非零和但期望值为负的游戏，本质上也是基于上文中所提到的，用找出偶然性的必然性理论。
比如，举一个例子，在赌场中赌博的人，本身每一盘的输赢本质上是一个蒙地卡罗事件——在一条横向代表收益的轴上左右游动着，本身的运动轨迹遵循着随机性，因此最终比起初始所拥有的资金究竟是否能赚取正向的收益，其实是有偶然性的。但对于设置赌局的人来说，只要通过调整游戏的机制，赔率等参数，可以将游戏变成一个非零和游戏，那么在样本足够大的情况下，赚取正向的收益自然也就变成了必然性事件了。
若一种商业模式本质上是一个零和游戏，那么其根本只是做了一个价值的平行转移或者是成本的平行转移，并没有创造额外的附加值。
若是对正向期望值去做一个系统性的分类，则可分为基础性的正向期望值模型与结构性的正向期望值模型两种。
所谓基础性的正向期望值模型，实质上是非常常见的，往往通过规模经济效应Economies of Scale来实现，实现的方式是通过边际成本的递减。那么其实对于大多数的企业来说，都有享受到这种效应，其普遍性也就不言而喻了。当边际成本不断递增时，每一件物品的产品价值却保持不变，正向的投入产出比自然而然成立了。
另一种则是结构性的期望值模型。如果说基础性的正向期望值模型还是通过纯粹的加大产量等规模效应而不改变整个生产链条上的环节关系就可以实现的话，结构性的期望值模型的必要性前提，则是生产链条上的环节关系改变。当生产链条的环节关系改变时，比如某些部分的环节被砍掉或缩减了，此时到达链条终端的物品价值依然，但中间环节变少之后，相应环节的成本即被缩减了，由此实现了更高的投入产出比。那么如果原先链条关系上的投入产出比为正向时，则新的投入产出比自然会是一个更大的正数。
第二部分：节选自《机器学习的边界与价值观及其
在空间类资产投资领域中的应用》
在48小时穿越库布齐沙漠挑战赛的途中
机器学习的边界在哪里？
机器学习的边界在于，只能处理有着明确衡量标准的问题，即，问题本身存在明确的边界或成功标准。若是规则有限下的特定任务，机器超越人类只是时间问题；若是场景非结构化，即使是最简单的情感识别问题，机器也无法超越人类。
非常显而易见的例子便是棋类游戏。由于复杂系数相对较低，所有的结果可穷尽，胜利条件明确，国际象棋的领域早在千禧年之前就已经被人工智能攻陷，算法层面甚至是枚举法就可以解决的。而在围棋上，可能性的量级更接近于无限，胜利条件相对于国际象棋来说也更为复杂，所以被攻破的时间晚了十几年。从这个维度上也可以变相的衡量，哪一类的问题才是人工智能和机器学习更善于解的。
或者，从根本的性质上去定性，任何可以被投影映射成为一个stochastic process或者random walk，无论是一个一维，二维还是三维及以上维度的，只要可以明确的表述其boundary condition，那么它就是一个有限的运动，那在此情形下，就能够被人工智能和机器学习所优化和攻陷。
当机器学习可以发挥其作用时，算法的价值观又是如何被确定的呢？
算法的价值观又是如何被确定的？
算法的价值观，本质上是由架构搭建者所主导的价值观，体现着架构搭建者的意志。
当读者在今日头条上打开一条关于早孕单身妈妈的新闻后，算法推荐了与之相关的新闻。但在其中，究竟什么样的新闻才是“相关的”，是体现了早孕的危害相关的新闻，还是报道在国外早孕单身妈妈的现象极为普遍，其实真正的决策者，是算法背后的搭建者。
同样，对于快手和抖音这样千人千面的产品，智能推荐和产品呈现由算法决定，算法由搭建者决定，即算法的价值观，实质上是搭建者的价值观。
空间类资产的投资领域，可谓是人工智能与机器学习尚未带来巨大变革的领域之一，这其中资产的非标化也是主要的门槛和壁垒。但随着人工智能浪潮的愈演愈烈，这一领域终将被迭代和优化。是否可以预计在2-3年内，空间类资产的投资领域中，机器学习将扮演重要的角色？
那么，最终能被多彻底的颠覆则仍然取决于资产标准是否可以被建立。在这里的空间类资产，指的是酒店、民宿、公寓类的住宿类空间及餐饮、新零售、休闲娱乐等其他泛生活消费类空间。对空间类资产的投资方式，主要包含投资空间类资产品牌背后的母公司，或者是以股权的形式投资空间类资产背后的项目公司。
在一个完全理想的模型下，若是打造一个机器学习的空间类资产投资平台，人工智能与机器学习将在两个环节发挥比较大的作用：当项目发起方，即空间类资产的品牌运营方，在以平台所要求的标准格式提交项目资料时，机器学习的算法将根据所赋予的风控标准对每一个资产进行评分，并决定哪一些资产可以最终上线，展示在平台上面对所有的投资者；当投资者在平台上投资了特定的项目，填写了特定的资料，完成了特定的行为之后，机器学习的算法将决定将什么类型的项目推送给此投资者。我们首先来探讨第一个环节——风控环节中机器学习的算法所要发挥的关键前提。
那么，对于空间类资产的投资领域，我们又该如何去判定资产的优劣以及哪一些资产可以审核通过？
金融的本质中，有着两个重点——对特定类别资产风险的精准定价能力和资产的流通能力——而后者其实本质上也极度依赖着前者，有了前者的定价方式，市场有了定价标准，资产才能得以顺利流通。那么，机器学习在此领域是否能产生颠覆效应的问题被缩窄到了：在空间类的资产中，什么样的资产才是好的资产？是否能以量化的方式来评估资产的优质程度？判定好的资产的价值观究竟是如何的？如果能有明确的“优质资产”的定义，并且有着明确的量化标准，那么相信机器学习有机会领域带来更大的变革。
整个空间类资产的数据库中，标签和形态数不胜数，但其中一个维度的对比是非常有代表性的——究竟是具有更强担保能力的空间类资产是优质资产还是具有更强经营能力的空间类资产是优质资产？这个问题换成更为通俗的说法是：若是市场上的酒店有着A品牌以及B品牌，定价相同，门店数量各有5家，A品牌的平均入住率仅能达到30%，且无积累的用户体系；B品牌的平均入住率能够达到85%，拥有50万以上的会员积累。但A品牌在母公司持有其他物业的产权，整体规模较大但与品牌经营相关联度较低；而B品牌旗下没有其他太多资产，主要拥有的就是旗下5家门店的经营权和品牌本身。那么，A品牌和B品牌，无论是对于母公司本身还是对于单个资产，究竟哪一个是更具有投资价值的资产？当我们在将机器学习引入空间类资产投资的风控模型时，究竟我们应该更加青睐A还是B?
这个问题本身可以成为空间类资产投资市场里的价值观导向问题，担保能力较强但经营能力较差的资产vs有着优秀的经营能力和品牌影响力却没有什么担保能力的资产，标准的设定将潜移默化的影响未来市场上的资产主流是什么风格的。
其实不难意识到，中国的民间金融市场是一个典型的有着强烈债权思维的市场。大众投资理财时，“保底保本”的概念可谓是深入人心。无论是面对银行理财，还是投资基金，甚至是直接投资公司股权时，许多散户最为关心的问题就是是否保本保收益。若是纯粹以大众的导向去进行选择时，有着较好的担保能力甚至是资产抵押的资产，自然会成为更被青睐的资产类别。从这一点考虑，上述的问题其实可以归结为担保能力与经营能力之间的权衡，债权思维与股权思维之间的权衡。这，才是空间类资产投资领域中，机器学习可被应用时，架构搭建者最需要定夺的价值观。
担保能力较强类型资产中的资产画像——不具有良好的经营能力和经营团队，没有市场化经营的经验，过往的订单和营收更多的来自于体系内和集团内的消化，产品在市场上面对主流人群没有吸引力和竞争力；
优秀的经营能力和品牌影响力的资产画像——深耕在相关行业多年，比如酒店业或者是线下的休闲娱乐业，团队磨合多年并保持稳定，已经有一定的品牌影响力——有着接近两位数的门店和特定的粉丝群，在区域范围内形成了密集度，完全市场化经营的经验，每一家门店的财务模型已经打磨成熟。但此类团队背后，大多是白手起家，往往缺乏大集团的支撑，所以一些时候担保能力和资产抵押能力相对欠缺。
在这个关键的的问题上，细思极恐，若是以债权思维作为了主导，恐怕整个消费市场都将遭受厄运。中国的消费市场，从80年代至今，经历了供给时代-产品时代-服务时代以及体验时代四个阶段。从供给时代供给稀缺，供给为王；到产品时代供给逐渐饱和，需求端有了挑选，供给侧开始拼产品；到服务时代，产品层面的竞争已经不足以差异化，供给端开始引入更为全面和细致化的服务以吸引消费者；最终来到了体验时代，消费者已经不足以满足硬件和服务层面的感受，对产品更深层次内容的消费，包含了文化内涵,IP，等等，都被纳入消费端的体验考量范围。可以看得出，在整个变迁的过程中，是需求端在驱动着消费市场进行着变化，不断地迭代，迈入更新的阶段。而回顾近年来消费市场上品牌的变迁——小米的崛起与联想的没落，腾讯的崛起与移动和联通的危机，无一不在体验着需求端的意志主导。但若是赋予机器学习的算法的内在逻辑中，倾向于担保能力和抵押实力更强的资产，而不扶持经营能力强的资产，久而久之，消费者最认可的品牌将大多难以得到优质的资金进行发展；而得到最多资金支持的将是一堆没有品牌吸引力没有得到消费市场认可空有抵押物和担保能力的资产。最终，市场机制和需求端意志所带来的良性优胜劣汰，将无法充分体现。
定下了大的基调后，在机器学习在空间类资产的风控环节能够扮演的角色中，其实还有许多的细节需要由搭建者一一明确：当一些资产来自于市场上品牌规模更大，用户群体更大，营收状况更好的品牌时，在同样的现金流回收能力下，是否应该给予大品牌资产一定程度的溢价？还是说大小品牌的资产应该在相同条件下一视同仁？当资产本身的经营资质存在于一定的风险时，是否应该以保守态度直接否掉？还是以鼓励市场发展的角度给予有条件的通过？当审核资产融资的资金用途时，我们应该更加鼓励扩张式的资金用途还是鼓励更为保守式的资金用途？在资产的类型上，应该相对更鼓励标准类型的住宿产品（商务类型的酒店，千篇一律）还是非标准类型的住宿产品（具有设计感和目的地特色的精品酒店）？
在所有的这些规则没有设定前，算法无从谈起，或者说算法本身就是建立在这些规则和评判标准之上的。所以风控环节中，机器学习的算法最终体现的还是搭建者的意志和价值观。
而在第二个环节——算法根据投资者的资料、偏好和过往行为来决定以后推送什么项目及其优先级时，所涉及的参数和维度就更广了，而这比起风控体系的算法中，更没有正确的方向可言了，换言之，这更体现了产品设计者和算法搭建者的价值观。
其它条件相当的情形下，算法应该为投资者推荐高性价比但产品档次偏低的空间资产还是产品档次更高更符合日益增高的消费水准的空间资产？算法应该为投资者推荐城市里的空间资产还是城市周边的空间资产？更高消费频次还是更低消费频次的空间类资产应当被推荐给投资者？算法应当给有子女的中年男性推荐体育主题的酒吧还是亲子游乐的场所？
随着问题的推演，可以感觉到的是，算法的推荐将导致投资者投资不同类别的资产，进而反向影响了自身的消费决策机制和消费行为。其中的个别问题甚至是宏观层面负责城市规划的相关部门及其他的政府部门会非常关心的问题了。若是给符合中年男性，城市白领等标签的用户全部都推荐体育主题的酒吧，KTV，烧烤餐厅等类别的空间类资产，相信他们的时间也将更被此类的空间所侵蚀，进而引发更多的社会问题；若是给符合在读大学生标签的用户全部推荐网吧及各类娱乐场所，教育的基石也将坍塌；最可怕的是，如果在资产审核阶段没有特定的排除机制，而是单纯以投资价值来论资产的话，相信会有许多恶性的空间资产呈现在大众面前——夜总会，赌博场所，带有额外服务的KTV等。那时，算法本身的性质，与如今纵容甚至提供了顺风车司机犯罪温床的滴滴平台，又有何差别呢？
机器学习依然需要人工架构和调教，机器学习本身是没有价值观的，价值观最终体现的还是架构者和搭建者的价值观和意志。最后，人类终将意识到，机器学习不过是一只更强有力更有效率的手臂，主导其意志的，还是人性。
第三部分：节选自《企业生物学与企业创新的本质》
在与国际顶尖度假品牌六善旗下的青城山六善酒店举办的众筹发布会中，与业主方代表和青城山六善的总经理一同发布战略合作
在非常漫长的时间中，我们一直以非常固态化的方式去看待一个企业，但如果是将企业从生命体的角度来看会有更不一样的结论。在以下的全篇论调上，我们暂且将整个主题定义为：企业生物学。
从整个关系链条来说，可以看得出，企业作为一个生物个体和生物学中的生物个体，无论是一匹马还是一头大象，来说是何其相似，同时存在一些微妙的差异。
任何一个生物个体都是由一个个细胞组成的，而各个细胞之间的配合和协调构成了生物本身，一群同类别的生物构成了群体，而不同群体的聚集又形成了生态系统。
任何一个企业都是由一个个企业当中的成员组成的，无论是企业的创始人还是最基层的员工，各个成员的配合和协作使得企业得以运转。而同行业中的各个不同的公司，构成了这个物种的群体；行业上下游里，不同物种群体的汇总，成为了这个行业的生态系统。
在生物的生态系统中，生态系统是有着能量来源的源头的——这个源头即为太阳能。在这个生物链条中，经过了一层又一层的传导，太阳能所产生的能量及其转化衍生的能力传递到整个链条。
在企业的生态系统中，生态系统同样有着能量来源的源头——即市场的消费力及其对应得需求。整个生态系统里各个环节的群体通过直接或者间接的方式被这种能量所滋养。
对于生物来说，不同个体的发育、繁衍、代谢、应激等各式行为都有其独特性，都是被其内在结构和本质所已经决定的；对于企业亦然——一个企业的诞生方式，如何从0到1,迈过了早期的阶段，进入失速点及衰落以及在发展的过程中如何对各种高潮和低谷进行反应的，都是由企业的运转方式、内在机制和构成乃至使命价值观所决定的。
而当企业本身跨过漫长的历史长河时，我们可以看到有趣的现象——有一些企业亘古不变，如同从侏罗纪时代发展至今的部分生物一样，连外在的形态都保持的一模一样；而另一些企业的变化幅度甚至远大于从古猿进化到现代的人类——在几十年的时间里，当企业跨过一个又一个周期时，核心的商业模式甚至发生了变化。这时，是否我们可以认为，企业已经变成了另外一个物种？
在自然界中，我们定义物种的方式会更趋向于直观——物种都是由共同的祖先进化而来，互相之间可以进行交配和繁衍，外表也非常相似甚至一致。但在商业社会中，对物种的定义却复杂的多，很多企业披着截然不同的外衣，却可能是属于同一物种：长的相近一些的可能是像抖音、快手与微视，陌陌、虎牙与映客；长的更不相关的可能是腾讯与Facebook，是阿里、亚马逊、京东与拼多多，甚至在未来Uber/Tesla/滴滴/蔚来汽车的物种边界也会变得无比模糊，而这种物种边界的模糊在自然界中是很难在短时间内发生的甚至很难存在的。
相比之下，在商业社会定义物种比在自然界中要高出几个复杂系数。比如在同一个链条上但是处于不同模式之下的不同公司，是否被归为同一个物种？比如在二手车领域的优信、瓜子二手车和人人车。
从这个角度来看，商业社会中物种的定义方式似乎更需要从本质出发——哪怕表面的花里胡哨再多，驱动这一家企业生命延续的本质究竟是什么？这一本质，就可以被考虑为企业的核心基因。企业的外部形态和组织架构都在变化，但是企业的基因却不会发生变化，会一直延续。这种基因，本质上是其企业使命愿景和最核心的能力所缠绕在一起组成的，类似于DNA双链结构一般的链条。1953年，当沃森和克里克在剑桥，在老鹰酒吧的破烂桌子上讨论出DNA双链结构的猜想时，他们应该不会想到这个纯生物学领域的理论同样对商业社会也有着如此的参考价值。
企业在繁衍时，其实与自然界的生物个体存在本质的区别。如果说自然界的生物个体的繁衍方式是更符合牛顿经典力学的存在——界限分明，分割节点清晰；那么企业的繁衍则更是量子力学的存在——如概率云一般悬浮，时刻在进行中，并没有一个明确的节点，但当你在特定一个时刻去以静态的视角观察企业时，又似乎是可以给出定性的，就如同概率云坍塌一样。
在Netflix从线上最大的DVD租赁商到最大的流媒体公司的过程中，我们是否认为它发生了物种的变化？还是仅仅是纯粹的遗传行为？
也许用另一种物种的进化方式来打这个比方更为合适——Netflix从线上最大的DVD租赁商，到最大的流媒体公司再到如今最大的内容生产商，更像是宠物小精灵，英文翻译为Pokemon，中从小火龙到火恐龙再到喷火龙一般的进化——物种的本质没有改变，仅仅是存在的形态发生了变化，物种的核心能力仍然是喷火，不对，是连接内容与人的能力。因此，我们将之归为物种的遗传，或者说是进化。
而另外一个例子中，似乎就无法归为同样的类别：蚂蚁金服诞生于阿里的体系中。阿里的核心基因是做交易的能力，使命愿景是“让天下没有难做的生意”；而蚂蚁金服诞生于阿里的核心基因所产生的衍生需求中，但核心基因已经逐步形成了以科技创新提供普惠金融的能力，核心的基因是显然有别于阿里的。这个案例中，我们可将之归为这是遗传过程中所产生的变异，或者说是诞生了新的物种。而事实上，如今的蚂蚁金服，也确实成为了独立于阿里之外的庞然大物。
在这里我们同样可以发现一个自然界与商业社会的区别：在自然界的繁衍中，物种的遗传和变异一定程度上是互斥的——在同一个个体上，要么是纯粹的遗传，要么是变异；在商业社会中，两者却大概率是同时存在的——当个体变异时，原有的个体并不会消亡，而是极有可能变成两个个体：一个是带有其原本基因的个体，一个是带有变异基因的个体，独立的存在和繁衍着。
顺着以上的论述，企业创新的本质是什么？是孵化新的物种，本质上就是企业的基因变异。企业如何才能发生基因突变，本质上是诸多企业家孜孜不倦探索多年的终极命题。
将企业看做生命体时，生命体的特征企业同样具有：
自我复制能力——企业的结构的维持和业务的正常运转，通过这种方式自我延续；
从外界吸收能量，向环境排出废物——从市场中获得生产原料，再通过内部的加工变成商品或者服务输出，生产过程中所产生的剩余物料等也相应的排出；
对外界环境和刺激做出反应——当市场竞争环境发生变化时，企业往往会对自身的商业模式或内部组织架构做出调整，这其中包括了裁员/人员扩张/投入更多的营销推广费用/减少成本以及其他种种潜在的方式；
能自我复制和繁殖——当企业本身进行人员的更新换代，进入到新兴市场，扩大生产规模等等行为时，都是在进行自我复制和繁衍，当然这种繁衍中也包括了上文提到的正常的遗传和异常的变异。
如果对这种分析更加颗粒化，可以发现自然界的生命体是通过内部的新陈代谢完成个体生命的延续和延长的，这种法则同样适用于商业社会的生命体——当组织内部进行人员的优胜劣汰，引入新的外部力量时都是这种方式的体现。但，个体生命的延续和繁衍终极目的是什么？
道金斯在《自私的基因》中提出，个体的生存本质是服务于基因，通过繁衍的方式将基因延续下去；而这同样适用于成功的企业，通过不停的变化模式，变化组织形式，引入新的人员，最终服务于其基因——企业的使命愿景和其最核心的能力所纠缠在一起的存在。
企业的使命愿景和其核心能力，在必然性中，已经决定了其在整个生态体系中的定位，即，生态位。在商业企业中我们常常会谈到差异化定位对企业发展的重要性，细想下，所谓差异化定位，定的就是企业在其生态体系中的生态位。在宏观经济学中，用利基市场，Niche Market，来表示细分市场。而新兴企业的崛起中又不乏利基市场的因素存在。
创新的要素，或者说是个体繁衍中变异的要素，自然也包括了差异化，更具体一点就是，在原有的基因之外，保持新物种的基因独立性。
一个非常好的融合了正反两面的例子就是，万众瞩目之下，阿里高举高打，倾注全公司之力也没有做成目标对抗微信的来往；但在湖畔花园里，默默孵化而成的钉钉，甚至连产品推向市场之后却仍然不为内部所知，却一举成功。
另一个正面的例子是，自2004年设立Lab126之后，贝索斯一直将其隔离于公司主体环境之外，做到不为人知，甚至在员工大会上被问到时也是一笔带过，直接进入下一个问题。正式这种在孵化过程中将基因完全隔离的做法，才能诞生出于亚马逊核心基因截然不同的Kindle。
当新孵化的物种需要为原有的个体主体服务时，它便已经丧失了其作为物种的独立性。这种时候我们更应该将其看做是原有个体的存在的延伸，更像是其躯干多长出的一块肉一样。
基因的独立性要素贯穿于新物种的整个孵化过程中，从定位，到整个正在进行的过程中，都不应顾及到原有个体的利益，否则是很难孵化成功的。多少呼之欲出的新物种，都是因为触犯了原有个体的利益，考虑到了可能会伤害原有的核心产品，才被扼杀在襁褓中。联想的智能手机在其中也算是代表性的案例。
企业的创新，小到推出一款新的产品，大到直接尝试孵化一家新的公司，本质上都是一个复合的化学反应，复杂系数基本等于从0开始设立一家新的公司和尝试把新推出的产品或新设立的公司从原有的主体隔离，不受原有主体影响的叠加。这个化学反应的反应物中，重要的组成部分自然就包括负责新的产品或者新的业务的人员。反应物的质量直接将决定最终反应的质量，所以企业在这个决策的过程中更不应该担心会伤害原有业务而将精兵强将继续保留在原有的产品和业务中，而应该将最优秀的团队投入到创新中去，如此才能保证化学反应的质量，而大概率上得出优质的反应结果。
第四部分：节选自《通过美学思维看实体空间领域》
所有的美学因子，追根溯源，都会回归到“生”上。没有生便没有美，也没有美存在的价值，所以美学因子，会服务于生，是大的基础。当人在欣赏风景时，看到了“山清水秀”，便感到了身心愉悦，本质上也是潜意识中与“生”有关的因素在作用。远古时期，当人类还没有进入农业文明，在依靠狩猎维系族群的食物供给时，人类发现了生活在离水源不远的地方有着更大的存活概率——一方面是因为，日常的饮水需求得到了满足；另一方面则是因为，在有水源的地方，也通常是各种动物的饮水处，有更大的流量，更容易捕杀到每天的肉食供给。这一根源，逐渐在时间的作用下，沉淀成为了水的符号价值，融入了人类的审美标准，也衍生出各种结论诸如“水即是财”等。水由此成为了一个吉利的符号和象征。而唐朝的以胖为美，追根溯源可以归结到李唐王朝属鲜卑血统这一点上。鲜卑是典型的北方游牧民族，食物的供给的稳定性也远不能跟农耕文明相比，胖的女性才有更高的生存几率，也有着更高的生养强健后代的几率。如此一来，以胖为美自上而下成为了唐朝的审美基调，自然也是不难理解了，胖也成为了沉淀出的符号价值，这归结到底还是遗传的远古记忆在作祟，最终人们所直接记忆的也是表层的符号。
以上两个例子中，审美标准的制定都是以最优化与生相关的因素作为推动力和基础的，必不可与之相违背。并且，深层的因素演化出决策机制后，最终沉淀为符号，使得符号本身具有了额外的价值。
美学决定了产品的符号价值这一准则不光是影响了日常生活中的审美，更细分的，在商业应用中也层出不穷。
各大产品自身品牌符号化的趋势愈演愈烈，当消费者在产生每一笔消费行为时，都不可忽视为符号价值所付出的价格。去界定为符号价值所付出的价格最好的计算方式是总的价格减去为功能性价值所付出的价格部分，剩余的溢价部分自然能够去代表为符号价值所付出的价格。出于简化这两个概念的目的，我们暂且将他们称之为功能价格和符号价格。
单单是一件t恤衫，从Supreme到无品牌，价格可以从几千元人民币波动至几元人民币。每一件商品诚然因为用的材料和加工手段不同，功能价格会有不同，但即使是除去这一因素，剩余的符号价格也在Supreme的总体价格中占据了较大的比例。而星巴克所出的各种周边，各种动漫形象所出的各类衍生品，也都是符号价格的商业社会映射，符号价格背后所反映出的，是其符号价值。水的符号价值以及胖的符号价值，沉淀的时间更长，更为古老，这一类的符号价值更像是基石，在特定时期特定环境下很难被撼动，是一个大的背景前提；而星巴克/Supreme这样的品牌，存在的时间相对较短，大多出现在现代，这一类的符号价值更加鲜活，更像是基石上活跃的各种生命体，正在每时每刻的影响着商业社会。
而当运用美学思维去思考对实体空间的投资时，也同样可以用这种方式去进行分析。当筛选最优质的实体空间进行投资时，其本质是筛选出具有最好的经营能力的实体空间，而其中一个重要的参数即其现金流回收能立，说的再通俗一点就是让消费者愿意为其买单和愿意付出更多的金钱的能力。而当消费者对实体空间进行消费时，其价格也同样能够拆分为功能价格和符号价格两部分。就以酒店这个业态来作为比方，消费者付出的价格中，功能价格是其付出的“睡一个晚上觉”的部分，而其之外的价格就是其符号价格。而对于餐厅来说，消费者所付出的吃到一块牛排加上些许蔬菜的价格是其功能价格，而其之外的价格就是其符号价格。当特定的实体空间品牌在市场中竞争时，若其符号价格非常小甚至趋近于0时，则表明其运营和品牌并没有满足消费者的审美需求，没有为功能性的服务或者产品创造额外的价值使得消费者愿意为其付出符号价格的溢价。具有更高符号价格的品牌，本身有着更强的市场定价权利，其符号价格也将随着品牌的价值上升而逐渐上升，自然也有着更好的现金流回收能力。符号价格只是表象，其背后所对应的，是人的体验性消费的机制。而相应的，功能价格所对应的，是人的功能性消费的机制。
事实上，不光是在界定体验性消费时可以借助美学的眼光去进行判断，在功能性消费的层面，美学思维也同样具有参考的价值。
近几年一个大热的词叫做“新物种”，在实体空间领域这个词的热度也丝毫不输整个大的商业环境。但其实这个概念对于实体空间领域是一个危险的具有误导性的概念。人的核心需求，在经历了整个进化过程中以及整个人类文明的发展过程，已经像沙滩上的石子，经历了海水数千上万年的冲刷，被打磨的非常完善了，也就是说，形状难以再发生什么大的变化了。更具象一点的形容，就是人的核心需求所拥有的惯性已经十分强烈了，这些都属于硬性需求，是拥有强大生命力的需求；但是在这个过程中，有一些软性需求，相对来说没有这么强烈；甚至还有一些这个时代造出的新需求，不曾在人类文明史上出现过，这一类的生命力就更知得怀疑了——稍有不注意，很有可能就创造了一个伪需求。而为了满足伪需求而出现的产品和服务，自然是经不住市场的考验的，会在新鲜感散去之后逐渐归于沉寂。因此，在实体空间领域，无论是要去创造新物种或者是投资新物种的时候，最有效的法则之一就是比照法则。将新物种的形态和模式，以及满足的需求，与现存于市场上的实体空间物种进行对比，找到其参照的一个或者多个对象。新物种可以是新的呈现形式，但是满足需求的本质总是落到几个有着悠久历史的需求上。有时候，哪怕看似是一个新的需求，只要进行追根溯源，追寻其寻求的本质，还是能够拆解为几个原始需求的组合。以上的分析，纯粹是基于理性的角度，分析了通过美学思维判断实体空间的功能性消费/功能价格和体验性消费/符号价格两个方面。
第五部分：节选自《科学精神，学科的边界与50%理论》
在第八届国际设计酒店论坛的圆桌环节，张轶与汪小菲等嘉宾一道探讨设计酒店的发展趋势
在人类文明发展史中，科学驱动着人类文明生产力的底层结构，每一次重大的科学突破才能带来生产力的重大变革，当生产力发生重大变革时，社会构成中的权重发生改变，这个时候，不同时期的学科的划分或其它社会现象，只不过是其表象了。在整个过程中，看似人类已经收获了生产力的飞跃，物质水准的大幅度提升以及科学理论的突破；看似，相比起这些实实在在的收获，所谓科学精神只不过是一个雪糕筒上面最细微的巧克力屑，只是一个奖励性的微不足道的副产物罢了。实质上，在这个例子中，正如象与骑象人一般，你以为掌握方向的是骑象人，但或许事实却恰恰相反。
个人认为，科学精神才是上述过程中人类的最大收获，并与递弱代偿原理一道，推动了人类文明的指数级增长。在人类远古祖先生存技能缺失时，生存劣势导致被迫使用工具，推动了更高明技术的使用，最终使得在研发技术的过程中，触碰到了底层的理论，即为科学，而后通过科学理论的突破，实现更为颠覆性的技术。引用吴国盛在《技术哲学讲演论》中的观点“技术起源于人的生物本能缺乏”。普罗米修斯盗火，本身正是这个过程的一个绝佳比喻。宏观层面（物种或群体）的递弱代偿理论，正如微观层面（个体）尼采的自我-本我-超我理论一般：在固定的容纳空间内，个体或群体由于基础元素的缺失而促使其通过附加元素进行填充补足，而这种附加元素自我的高增长性，最终快速突破了原有固定容纳空间的限制，成为了该个体或群体的第二曲线。而拥有了第二曲线的该个体或群体，比起其它仍由基础元素构成和驱动的个体或群体来说，无疑是更高维度的生物，已不可同日而语。递弱代偿的生动例子：爱比米修斯的生存技能分配的驱动，正如这基础元素的填充一般；而在基础元素缺失时而启动了补足的被动机制，正如普罗米修斯的盗火一般，驱动了往下一条曲线的增长。
以上是一个宏观视角的例子，是从人类文明发展演化的角度，但从更加个体的视角来说，人类都是早产儿——人类的大脑脑量需要21个月才能成熟，但是直立行走的人类女性的骨盆无法分娩出如此足月怀出来的孩子，因为头太大了。正是因为“早产”，使得可塑性极其强。其它种类的动物往往是在出生便已经定型，不具有太大可塑造的空间；但人所习得的技能，几乎都是在出生之后才学会的。所以从一个最终完成态的角度反过来看新生状态，许多动物的新生状态已经是30%完整状态了，人类可能只有1%。
科学精神成为了人类文明发展中的助燃物，而人类实现更高阶的文明后，都继续秉着科学精神对科学进行深度的探索。但在此过程中，出现了许多跨学科领域的天才：其中包括描述了万有引力和三大运动定律，发展了微积分，发明了反射望远镜，还尝试在黄铜中冶炼金并顺带提出了金本位概念的牛顿；提出了归纳法，将归纳逻辑提升为逻辑学中重要组成，对英国法进行了系统化重塑，还写出了十余部作品的培根；当然还有后文中更为详细提到的，无所不在的达芬奇。
可细想下来，所谓跨学科能力，可能只是证明在不同社会生产力时期，生产力的改变导致学科的边界发生了迁移，扩散或学科本身发生了颗粒度变化。当各学科早期阶段时，各自相对积累的系统较浅，达到其边缘后尚有余力将另一学科的边缘也往前推动；但经过了几百年甚至上千年的发展后，各学科发展程度已经颇深，使得如今的科学家往往毕其职业生涯也只能在一条细微分支上走到边缘并有所突破。
曾几何时惊叹于达芬奇的通才及跨界领域之广，百思不得其解是如何达到这样的跨界程度的。但了解了文艺复兴时期自由七艺与机械七艺的划分方式后，疑惑得到了解答。在机械七艺中，其中一个分支即为“军事装备”Armature，这个分支里又囊括了建筑、绘画和雕刻等技艺。而军事装备家本身的重要职责就是帮所效力的领主去研发和制造各式的军事装备及建筑。若是带着这样的认知后，再回过头来去看达芬奇成就闪耀的领域——绘画与建筑，便觉得合理了许多，毕竟这只是他的本职工作。而对于其它的涉猎领域，可以看出在理论层面及实践层面皆有且层次分明——在物理学尤其是力学领域的钻研，造就了在机械上的各种创造：机器人的研究，机械车的研究，各种军事装备的研究等。在生理解剖学上的造诣与机器人研究和绘画上的惊世成就的交集点，很可能就是对人体结构的理论入木三分。所以从理论知识体系和成就结构上，可以看得出达芬奇是以精通绘画和建筑作为基石，同时制造了许多机械装备，并向上一层研究背后的理论体系——人体结构和力学领域等，而又因为所研究的底层理论，得以精通更多得应用领域。
从达芬奇的知识和成就体系搭建中，可以摸索得出不同学科和领域间的延展路径，而此时不禁想问：学科之间是否本身就是紧密相连的呢？是否“跨学科”本身并不是一件我们想象中那么不可思议的事情呢？以及，学科的分割和排布意义究竟有多少？
学科的排布看似只是一种形式，但形式不是只有象征意义——形式反向影响了本质。一间教室中桌椅的排布方式，反过来可能直接会影响课程的教学方式。不同时期学科的划分方式，直接决定了该时期人们的知识结构构成方式和发展方向，进而影响社会中群体的能力，最终影响的是社会生产力的发展。
相似的是，仪式确立心理状态，这也是我们所说的，仪式感。为何会有仪式感，因为在仪式确立了心理状态之后，在特定的氛围下，特定行为的效果会被放大。当一个人以哲学家自称，定义自己时，这本身也就是一个虚拟的仪式，接下来他的研究方向和探索也会以哲学家的准则和方向来作为指导和参考。
或许，自然世界中的知识体系原本只是一块连成一片的陆地，并没有任何学科的边界存在，所有的学科边界只是存在于人类的幻想中。学科的划分方式只是不同时期的阶段性产物，是由该阶段的生产力和社会形态所决定的。因此，学科的边界是模糊且流动的，并不存在稳定状态。每当底层基础设施发生改变时，学科划分方式发生改变，甚至完全重组。
拿数学作为例子，在当下，数学这一门古老的学科已经与数不胜数的其它学科之间发生边界上严重的扩散效应和融合效应：在物理学上，理论物理和应用数学有着大半个学科的重合，这其中从量子力学到热力学再到电磁学，在两个学科的视角上更像是用两种不同的语言体系去对同一个领域进行研究；在计算机科学上，可以说整个计算机科学就是建立在图论的基础上的，而图论自欧拉解出柯尼斯堡问题以来，如今在电信网络/交通网络/电网络等领域中广泛应用，作为底层理论一直在影响着各个社会科学的领域；在地理中，数值分析被运用在天气预报中，以此来通过采集有限数量地点的气候信息并通过数值分析预测地图中每一个细微地点的天气情况，而微积分则被运用在对北极冰川的移动轨迹的研究中；在宇宙学中，应用数学的方程被大量运用在研究恒星的形成和衰退的过程，对其温度/质量/密度的研究也有助于最终判断其衰退以何种冷态的终结态作为完结；在金融学中，众多的金融学模型都来自于应用数学中热力学的模型的演化甚至是原有模型，而在金融衍生品的定价中，充斥着期望值——期望收益和期望风险的计算。例如Black-Scholes模型，就是欧式期权定价的理论基础；生物学中，研究群体的繁衍和种群规模中，常常会用到数值分析去解析群体生殖和死亡率的动态变化与种群规模间的联系；经济学里，统计学作为重要的研究方法论出现，其利用概率论建立模型并收集所观察的系统或市场的数据并进行量化分析并最终做出预测和推断。以上罗列的例子中，如果加以时间的参数，就会发现出有意思的规律——许多学科与数学之间交集的时间点出现的相对滞后，在100年前甚至此段交集都不存在；但某一些学科与数学之间的交集则出现的更早一些。如此想来，不难在脑海里勾勒出，随着时间的迁移，不同学科之间的界限也在不同的时间点出现，并持续地变迁或迁移。在这种动态的局面下，人作为一小段时间轴上的物种，如何去适应？
如果将一个人的个体看成一个系统，分为输入和输出，输入指的是摄入的各种知识，输出则表现为人的各种思考和行为。在这个个体内部，吸收所输入的内容并加以消化和自我思考，则是在输入了所有的反应物之后的化学反应过程。有两点是许多个体一直所在追寻的：1.如何创新
2.如何在整个社会体系中拥有独特的价值。本质上，考虑到这个输入-输出的系统及其中间的化学反应，这两个问题的本质是一样的。如果对不同的系统输入的内容和反应物是大致相同的，那么大概率的角度来说，他们也会产出大体差不多的结果，此时，相互之间输出的内容高度同质化，彼此之间可被取代行颇高，那其中的任何一个个体自然无法对整个社会体系产生什么独特的价值。但是，如果对其中某一个体输入的内容组合及其独特，像是把五花八门的原材料统统或是反应物加进了一个化学反应中，那么大概率来说，这个反应所得到的输出物自然是与上述的那些同质化输出有着天壤之别了。此时，这个系统对整个社会体系的可被取代性极低，而拥有的独特价值也非常大了。换成通俗的语言来说，任何一个人都是一个系统，当我们从事不同的工作时，我们所产生的想法，我们的行为也都是我们系统本身所产生的输出。如果成百上千个个体都是在一个流水线生产的体系里接受的标准化教育，摄入了许多关联度极高，跨界度有限的内容，比方说，都是语文+数学+英语+物理+化学的教育内容，而任何一个个体也没有额外的内容输入；那么很难想象在走完这整个流水线的生产体系之后，这些个体之间的讨论会有任何想法上的大幅差异，或是会拥有不同维度的思考能力。人的身份在当今社会中，已经被很大程度的数据化了，数据化的程度会愈演愈烈。剥离了这些可被数据化的部分，我们的核心究竟是什么？是否是这个输入输出的系统本身？
基于上述的差异化反应物才能够产出差异度高的输出，以此来实现更为独特的社会价值；又基于在不同领域投入产出的曲线——用比较少的时间投入就可以在特定一个领域上的专业度做到前20%，但是想要到前1%往往需要投入几何倍数的时间，得出了一个跨界布局理论：
在时间精力恒定的情形下，想要追求更为高的总体价值或者对社会拥有较高的独特价值，不应将时间完全投入在特定单一领域，而应该追寻“50%的原则”：将时间尽可能多的跨界领域中，每一个领域中只追求成为该领域的前50%，以最经济的方式追求单一领域内的价值但追求跨界最多的领域，此时最有可能实现最高的总体价值。这里有两种论证方式：
第一种——若是你创造了一个稀奇古怪独一无二的组合，天马行空的打比方说像是文学+生物学+宇宙学+伦理学+博弈论，由此产出的产物在现有阶段的同质化概率非常非常小。那么，在未来人类文明发展的阶段中，由于科学理论发展所导致的学科边界迁移和结构重组，当时间轴拉到无限长时，总有一个时间点会出现上述列举的组合成为了该时期的学科。在此种情况下，你在当下所产出的所有产物都成为了此学科的鼻祖和起源，后续的学科发展将在这些起源产物上开展。这种情况下，对社会产生了较高的独特价值。
第二种论证方式是纯数学的，但概念上却比较抽象化——假设有x个整数的总和为100，那么这x的整数的乘积最大可能是多少？这种情况下，最大的可能不会是100——这代表的是把所有精力投入单一领域的效应；不会是2500——这代表的是深度投入两个领域，各一半的精力；最大的可能也不会是1的100次方——这代表的是把所有精力都以最小化的方式投入到最广的领域。最终发现，最大的乘积来自于32个3和1个4相乘。这代表着投入的领域足够广，但是每一块领域所投入的又比最低程度的要多一些。
这个乘积，是7364。
第六部分：节选自《复杂性科学》
在第八届国际设计酒店论坛的圆桌环节，张轶与汪小菲等嘉宾一道探讨设计酒店的发展趋势
在比较经典物理与复杂科学时，我们用几组特性来界定两者：经典物理的特征条件是封闭系统与线性关系；复杂科学的特征条件是相互关联的开放系统与非线性关系，但这样的定义并不准确。封闭系统仅仅是衡量系统的开放性程度时的一个特例极值，这个特例极值是在系统的输出变量为0时，则达到了封闭系统的极值状态。而线性关系仅仅是非线性关系时的一个特例子集，这个子集是当f(x)=Ax+B，其中A和B都是常数时达到。此时，x是对系统的输入，f(x)是系统相应的输出。如果从这两个维度上，去定义经典物理与复杂科学的关系时，应该是如下图所示：
通俗地说，如果在图中整个的二维平面除去X=1之外的区域包含了复杂科学所处的区域，那么经典物理所处于的区域仅仅是图中X轴（即系统的输出变量为0时）与X=1的直线（即f(t)中t的幂等于1）所交汇的那一个点中的一部分区域。
在复杂系统中，如果系统本身并不处于稳定平衡状态(stable equilibrium)，而是处于非平衡状态或者不稳定平衡状态(unstable
equilibrium)，并且伴随着涨落，则提供了自组织形成的必要条件。在此处，涨落的必要性是，当系统处于不稳定平衡状态时，涨落，可以表示为参数末尾的绝对值较小的噪音变量δ(t)，是将系统通过小幅度震荡的形式拉下不稳定平衡状态，进入非平衡状态的关键。
自组织现象可以定义为自然界中自发形成的宏观有序现象，这种现象在自然界中大量存在，本质上指的是简单的局域相互作用可以导致复杂的整体秩序的涌现。在这个地方我们可以用一个简单的案例进行分析，提炼自组织现象背后的简单模型。
对于一群飞行中的大雁所构造的模型：
假设大雁的数量为n （n为自然数），大雁在飞行的时候所遵循的三原则为：1.靠近群体；2.与群体对齐；3.与最近的同伴分离，避免撞上。那么以矢量posi(t)表示第i只大雁（i不大于n）在时间t时所处的位置，vi(t)表示第i只大雁在时间t时的速度，矢量direci(t)表示第i只大雁在时间t时所运动的方向。在这里，我们用下划线来表示矢量。
则会得出posi(t+1)=posi(t)+direci(t)/|directi(t)*vi(t)，这个等式是在最宏观的层面概括了每一只大雁的运动轨迹和方式。而三原则反映在等式中则会直接影响该大雁在时间点t所作出的决策。
第一原则：靠近群体的原则表明，在时间点t时，大雁i会以群体的平均位置作为参考方向，但运动方向同时也会参考其他的大雁的移动方向矢量参数的平均；
第二原则：与群体对齐的原则表明，在时间点t时，大雁i会遵循群体的平均速度作为自己的速度；
第三原则：与最近的同伴分离的原则表明，当大雁i以在第一原则所决定的方向飞行时，若发现将要与同伴撞上，则会临时加上一个小的方向矢量，稍微改变方向，避免撞上。
在上述模型中，关联和互动的体现在每一只大雁都需要根据整体的平均位置和平均方向来调整自身的移动方向，需要根据整体的速度来调整自身的移动速度。
从模型构筑的角度分析之后，再从其他特性来看复杂系统。
Control）从多个维度剖析了复杂系统的特性。但当这个模型被运用在人类社群中，则出现了一些不可适用性。
在现实世界中，六度分隔理论的实际应用与理论层面并不是一个概念。在理想的模型中，传递成本被严重忽略——两个个体中可能存在着不可忽视的阻尼，这使得“通过六个人的关系传递就可以认识特朗普”和“通过六个人的介绍就可以真正的实现认识特朗普”并非等同的概念，甚至每一层阻尼都大得不可逾越。
巴拉巴西教授过往所研究的理论其中之一便是关于生态/生物/技术的复杂系统中，保持系统弹性与系统崩溃的临界点的研究。在课后我曾向巴拉巴西教授请教关于是否可以将此理论运用到人类社群中，或者说如何寻找人类社群的复杂系统中，系统保持弹性和系统崩溃的临界点，教授表示此理论无法直接运用到人类社群中。那么关键的问题是，是什么特性造成了这种差别？对于这种差别需要对模型做怎样的调整来使得模型可以生效？
无尺度网络的基石是网络本身规模的增长以及优先选择连接关系。网络本身增长的方式是将新的节点加入网络中，这个新的节点与现有的网络形成了一定数量的链接关系m，但是m既不可以小于1（否则新的节点并没有与现有网络产生连接，即没有真正加入这个现有的网络），也不可以大于n，n代表的是现有网络的节点数量。优先选择连接关系所阐述的是，当新的节点进行连接时，它会倾向于选择连接程度更高的节点进行连接，更精确的表示是，新加入的节点与一个已经具有k个连接关系的节点相连接的概率是与k呈正相关关系的：
π(ki)=ki/∑jkj。在这个基础特性层面，人类社群与生态/生物/技术的复杂系统差异性不大。
当考虑对于人类社群的连接关系时，这与普通的生物体网络（例如神经元或者是蚂蚁之间）或者是非生命体的网络（例如电路或者网络传输节点）有着重要的区别。对于非人类社群的连接关系中，每一个节点的个体差异性相对较小；而对于人类社群的连接关系中，每一个节点的个体差异性相对较大，造成的原因是由于每一个人类个体具有相应的社会地位和社会属性造成的，正如上文中所举的六度分隔理论为何在现实社会的某些场景中难以成立一样。而在普通的生物体复杂系统中，基本单元的个体与个体之间相对平等，故可以满足大部分所需的假设前提。
是否所有的人类社群都无法满足普通的生物体复杂系统或非生命体复杂系统的网络特征？其实不然。如上一段落所说，差别性来源于人类个体具有相应的社会地位及其带来的社会地位或社会属性的差距，进而导致了阻尼。但相应的，如果在一个社群中，这种差距无限小，那么这个人类社群的属性会无限趋近于生物体所组成的网络。
以一张图来进行概括：在坐标轴的左侧，个体差异性缩小，阻尼趋近于0，所以本质上更接近于非生命体所组成的网络，更能拥有相应的特征；在坐标轴的右侧，个体差异性增大，阻尼逐渐加大并最终趋向于正无穷大，所以本质上更符合社会地位和背景差异性极大的人类社群。
换言之，根据巴拉巴西的理论研究，在坐标轴的左侧，是能够找到保持系统弹性与系统崩溃之间的临界点；而在坐标轴的右侧则无法适用。
图论以点和线的连接关系作为研究对象。在把阻尼本身加入由点和线所组成的图形中，则可以通过图形的维度升级来构筑更高阶层的模型，将阻尼的影响纳入考量范围。
在二维的图形中，点和点之间具有唯一一条直线的连接关系；此时如果在点和点之间加入另一条曲线的连接关系，以之代表阻尼的影响（此处，阻尼实质上代表的是两个个体的“势能差”）——若曲线的连接关系存在，则阻尼近似为0；若曲线的连接关系不存在，则阻尼无限大。此时对于一个社群网络内，当直线和曲线的连接关系同时存在时，则更为趋向于坐标轴的左侧；若当直线存在但曲线不同时存在时，则更为趋向于坐标轴的右侧。
第七部分：节选自《物理学思维框架下的世界》
在读初中时，曾经异想天开的研究过一个命题——“论文学中的相似形”，当时所选取的对比分析案例之一就是在显克微支的著作《十字军骑士》与狄更斯的著作《大卫科波菲尔》。所论证的核心相似之处在于：主人公（分别是兹皮希科和大卫科波菲尔）的爱情经历都是在先认识一位非常超脱于人世间的仙女般的梦中情人（分别是达奴莎和朵拉），同时被另外一位身边的温柔善解人意的姑娘爱慕着（分别是雅金卡和艾妮斯）。在与仙女般的梦中情人历经苦难折磨之后享受了短暂的甜蜜时光，但很快香消玉殒。主人公悲痛万分，逐步的走出痛苦深渊后才发现原来命中注定一直在身边，最终与身边一直爱慕着自己的姑娘终成眷属，白头到老。在当时，我以相似形来概括这种来自于两部文学作品，表层形象各异，但内在的本质和驱动方式相似的关系，但又对其中略微的差异性找不到特别好的对应方式和阐述关系；此外，相似形更多描述的是一种静态的机制，但两篇小说中这种动态的剧情发展机制理应有更好的概括方式。多年以后，当我在大学的课堂上学着群论的课程时，学到了isomorphism和homomorphism（同构和同形）的概念时，才恍然大悟，明白原来这才是更加精确的去概括和构建这种“相似形”的方式。《十字军骑士》内的人物和《大卫科波菲尔》的人物分别各自构成一个group（群），在group内，特定的几个元素（兹皮希科，达奴莎和雅金卡vs大卫科波菲尔，朵拉和艾妮斯）之间可以搭建一个homomorphism，至于是不是isomorphism得看两个群组之间得元素能否建立起一一对应得关系。以群论的思想去看文学中的相似性，恐怕这是我人生中重要的一次借助物理学思维的模型窥探着一个跨度如此之大的领域。
另一个重要的时刻是，在大学中学习的一门学科asymptotic
methods（渐进方法论）。当课程进行到最后时，最后一道作业题却让我在仔细的推演和运算，得出了一个细思极恐脊背发凉的答案。题目本身就占据了一页A4纸，答案更长，密密麻麻的英文字母和希腊字母一共写了十多页纸，解了8个循序渐进的小问题，最终才得出了结果，非常简洁：在地球上的任何一个地点的任何一个池塘里，只要水位够深，任意一只鹅/鸭子/天鹅/水鸟在匀速运动，那么这只鹅/鸭子/天鹅/水鸟的翅膀所划开的水的波纹所形成的角度是永远恒定的。当最后一笔落下，我得出了一个常量时，内心是极其惶恐的。这一个瞬间发现了原来在世界上的每一个角落，一切都已经被物理学的规律精确的计算和设定好了。
基于此，我不禁开始想，是否可以将各式各样的物理学模型投射到各种各样的领域，以此承载方式来构筑和解决该领域的现存问题。
在1687年，牛顿首次提出了万有引力定律的概念——任何物理之间都有相互吸引力，这个力的大小与各个物体的质量成正比例，而与它们之间的距离的平方成反比。这个伟大公式把小至两粒种子之间的微观作用力，再到我们日常所受到的重力，大到两个行星之间的宏观作用力都统一起来了。这个定律发现的本身也是一次群体性的助攻行为——基于此定律，哈雷和虎克各提出了一个关键的问题，分别是“万有引力定律与开普勒定律之间的关系”和“轨道运动可以分解为两种倾向不同的运动的和”。
在另一边，电磁学的领域里，库仑力被提出，概括了正电荷与负电荷的同性相斥，异性相吸的原理，并且将这之间的作用力定量化了，还找到了这个量的大小是与哪些因子相关的——真空中的两个静止的点电荷之间的相互作用力与它们电荷量的乘积成正比，与它们距离的二次方成反比，作用力的方向在他们的连线上。这种结构的描述与上一段落中的万有引力的描述何其相似，不禁让我又想到在开头所说的这种“相似性”了，只不过此“相似性”是存在于物理学范围内不同领域之间的。
至此，模型构筑完毕，可以通过此模型去衡量不同实体空间品牌对不同用户所产生的消费吸引力了。如果通过公式去进行解读，可以得出如下的规则：
1. 当特定的实体空间品牌拥有数量较多的线下空间时，用户有着更高的几率在线下看到这些实体空间，而随着线下实体空间的数量的增加，rmin的值将会越来越小。因此，线下空间数量越多时，F越大，对用户的消费吸引力越大；
2. 历史悠久的品牌相对于刚刚创立的品牌来说，M1的值越大，所以F更大，因此对用户的消费吸引力更大；
3. 如果用户在特定某品牌总共花了比较多的花费，显示出用户忠诚度更高，那么m2值也更大，故F更大，因此对用户的消费吸引力更大。
需要考虑的一个额外因素是：在人类几千年文明历史的大部分时间段内，实体空间品牌也仅有线下的存在，因此不需要考虑线上的问题。但是当互联网的出现增加了线上这一品牌触达用户且让用户可以直接消费的渠道，对于刚才构筑的等式，我们需要思考一个新的问题——这会对rmin产生什么影响。我们用r*min来代表新的rmin，在这里r*min代表的是考虑线上部分之后的rmin，则可以分为两种情况进行解析：
第一类是其核心服务仍然只能通过线下的方式来提供的。这一类的典型就是包括了酒店的服务，哪怕进行了线上的支付/预览/预订，还是只能在线下到店进行消费。在这种情形下，r*min的平方中，第一个r*min，即对应品牌宣传辐射半径的距离，缩小了；第二个r*min，即对应品牌服务的半径，仍然等同于rmin。基于此可以等到的关系是，r*min≦rmin；
第二类是其核心服务可以通过线上的方式来提供了，比如部分的餐饮业和零售业，在线上预览和支付行为发生之后，通过送货上门的形式进行服务。在这种情形下，r*min的平方中，无论是第一个r*min（品牌宣传辐射的半径）还是第二个r*min（品牌服务的半径）都被缩小了，后者缩小是因为用户不必亲自线下到店了所以等同于通过送货上门的形式将线下门店与用户的距离拉近至0，仅仅剩下时间成本。
至此，F=TM1m2/rmin2已经可以作为分析实体空间品牌与用户消费吸引力关系中的模型去对不同的场景和案例进行解析。那么在这个模型下，实质上也勾画出单个实体空间周围所形成的“引力场”了，而一个实体空间品牌的“引力场”，则是由旗下的每一个实体空间的“引力场”叠加形成的。那么在这个叠加所形成的“引力场”中，在任何一个点中，单个个体将受到整体场的作用，他所受到的作用力也是各个更小的“引力场”的作用力的叠加。而在模型的延申上，则可以加以补充。
在物理学中，对物体进行分析时，密度=质量/体积（ρ=m/V）。在研究实体空间品牌与用户的关系时，用户的消费对于实体空间品牌来说也有一个相似的概念，即消费频次。以f来代表该用户在该实体空间品牌消费的频次，则f= m2/V。m2在上文中已经介绍过即为此品牌对于用户来说的相对质量，即该名用户在此实体空间品牌上所花费的总金额。那么V=
m2/f，写成文字化表达是V=该用户在该实体空间品牌上所花费的总金额/消费频次
那么，以等式的角度理解，此处的体积V，所代表的是在该名用户对该实体空间品牌消费行为所产生的总时间跨度里能够容纳的最大消费金额量。
而在这个模型中，也不乏一些待完善的细节点。比如一些品牌本身是在颠覆时期由于外部环境或者自身经营原因由盛转衰的，那么在品牌本身达到规模顶峰的时候理应是其对单个个体吸引力最大的时刻，这个时候遭受业务断崖式的下跌显然与此模型中公式所得出得结论有所违背，可能需要引入多一个维度的参数才能够去更好的衡量——或许是一个类似于加速度a一样得参数，来表明，无论历史上单个用户对品牌消费了多少，当下这一时刻用户对品牌的消费是在加速还是减速，或者是以怎样的速度加速减速的。另外一方面，外部环境的参数其实在这个等式中还没有过多体现，尤其是某些实体空间领域对于外部环境来说是敏感程度比较高的，可能需要加一个新的作用力F0来考虑品牌自身和市场环境的叠加影响。最后一点是，不同业态本身会呈现出截然不同的特性：比如酒店的供给弹性非常差，固定的房间数只有这么多，无法实现“翻台”；餐饮类的供给弹性相对较号，“翻台率”较酒店更高；零售类的供给弹性非常好，提供产品和服务所需的空间占用非常小，时间服务周期也相对比较短，在客户挑选并付款后就已经阶段性中止。但这种供给弹性的变量的直接体现是，在需求溢出时，是否能够有效的进行承接，这将改变的是M1(t0)与M1(t1)之间的增速关系，但这并没有相对应的部分体现在现有的等式中。最后，以爱因斯坦的名言来结束“如果我身上有什么称得上宗教性的东西，那就是一种对迄今为止，我们的科学所能揭示的世界的结构的无限敬畏”。
