所谓“降维冲击”到底什么意思？

钱歆韵

什么意思 冲击 降维打击是什么意思 降维打击 升维思考 降维打击 三体 降维打击 二向箔降维打击 降维打击 苍蝇拍 三体降维打击电影 什么是降维打击 天机智讯 降维打击
＊本文先连系一些案例注释在贸易市场等疆场上“降维冲击”的寄义和应用道理，然后进一步会商“降维”之说对于日常问题阐发的价值，挖掘“降维”式的思维模子。读过《三体》有助于形象化理解，但本文完全不要求有《三体》常识布景。
古有赵普半部论语治全国，此刻一些公司恨不得一本《三体》战披靡。所谓的“降维冲击”之说，就源于刘慈欣的《三体》。听了那么多人说某某公司降维冲击，然而对于贸易市场里所谓的“降维”冲击到底是什么鬼、小我又能从这种“降维”思维中学到些什么来应用一下，似乎总没有人说个清晰大白。所以我就来抛玉引砖了（嗯，吸引拍砖）。
一、贸易市场的降维冲击
说起降维冲击，360平安软件是个经典案例。免费的姿态直接打得杀毒市场哀鸿遍野，其实这里的“免费”就是一波降维冲击。
“降维冲击”，字面意思就是经由过程下降一个维度来进行冲击。所以要害就在于什么是“维度”。对于某个行业的若干家公司来说，每一家的运转、盈利有很多多少个要件，好比供给链、人力资本、硬件盈利、软件盈利、专利盈利、仓储、物流……颠末必然的时候后，行业内各家公司虽有用率高下之分，但各个要件的构成、尤其在哪些要件是焦点上总体年夜同小异。这些要件就是“维度”。假如对向量有所领会，那么可以理解为每一家公司都由这n维向量来定位。
好比，在360杀进平安软件市场之前，卡巴斯基、瑞星等杀毒软件都经由过程向用户收取年利用费的形式来获取收入，这是它们焦点支柱意义的一个“维度”。然而360一会儿把收费这个维度彻底打消失落了，而且它在打消失落这个维度之后本身活得好好的（这点很主要，如果是自杀式袭击，就没什么意义了），但卡巴、瑞星等久傻眼了，面临竞争敌手以打消一个要件的形式倡议的进犯、本身又离不开这个要件的时辰，全无还手之力——就像三维的我们面临二向箔完全力所不及。
小米的硬件0利润跟360的免费是相似的降维冲击，阿里、京东对实体店的冲击则是降的另一个维度。线下实体店面这个维度的消解是显然的，不外它们还消解了此外维度——实体陈列柜空间（消解、并成为了无限的互联网揭示空间）、辐射地区（可笼盖收集和物流所能笼盖的所有区域，而不再是店肆周边）……怪不得苏宁必需鼎力成长苏宁商城、实体书店半死不活，究竟实体店若何招架这层层降维冲击呢。
这也是新东方之类公司要面对的尴尬。做在线教育无疑是消解了若干维度，然而冲击的对象除了敌手更有本身（究竟新东方仍是离不开线下班级的讲授收入）……
上面是已经发生和正在发生的，还有一些将来必定会发生的。好比主动驾驶汽车对出租车行业、甚至必然水平上对于商务酒店行业、零售店的降维冲击……
可见，所谓的降维冲击，不外是经由过程消解要件来打破竞争敌手的惯性保存前提。即，阐发清晰本身所往的竞争市场今朝必需的要件，然后本身消解失落此中哪怕一个要害的要件，同时包管本身按照这套模式依然可以存活盈利有成长，那么，竞争敌手就被降维冲击啦。现实上，谈贸易市场上的“降维冲击”，不外是贸易模式的立异。任何一个旧维度的消解都以找到新的维度取而代之为前提，而敌手跟不上这个新维度而已。
二、“降维”思维的道理和应用
说“降维”总有点拗口别扭，如果换个说法就好理解了——投影，“降维”具像化描述不外就是投影。那么，在思维模子的层面上，降维\投影是什么意思、又有什么应用价值呢？
实际世界是多元的，每一个问题都涉及多个变量，当我们只需要在多个变量中重点考查一部门、或者部门变量无关年夜局时，为了我们可以或许阐发简化，降维\投影就可以出马了。好比，地图就是典型的降维的成果，因为此时我们关心的是经纬度、不关心每块地域的海拔高度。再好比，显微镜也是把三维物体进行二维不雅察。

848840-42661a00c0264ca7.png

可见，降维\投影是一种很适用的降低复杂性的思绪方式。
然而，问题发生了——万一我想从投影恢回复复兴始数据怎么办？此时，我们就必需从各个渠道获守信息来尽量还原被丢弃的维度。
其实更常见的不适把丢弃的维度还原，而是发现既有的系统不完整、有新的工具需要弥补。此时，我们也就往往并不需要彻底丢弃本来的成果，而只需要在本来成果的根本上新加一个维度就好了。如许一来，本来的系统就相当于新系统的一个投影。经典物理至于现代物理、欧几里得几何之于现今认知的几何学都是如许投影的存在。
降维\投影也并不是独一的降低复杂性的方式。实际世界不仅多元，并且异常复杂，有时辰直接把若干变量直接投影投失落会造成阐发的切确性受损。在如许的场景下，可能把多个变量聚合成一个变量是更好的阐发体例。此时，新聚合而成的变量囊括了各个弱相关变量、不牺牲数据，同时，不再需要存眷这些若相关变量自己。
假如用函数关系来暗示，那么降维的寄义可以如许来表述：
R=f(x,y,z)为了便于阐发、以及因为z变量无关阐发要义，所以真正阐发的时辰存眷的是R=f(x,y)。
多变量聚合则可以如许来表述：
W=f(a,b,c,d,e,f,x,y,z)
n=g(a,b,c,d,e,f)
所以W=f(n,x,y,z)。
以上。但愿对你有价值。接待会商，接待到我的小我页面查看更多思虑干货~