一、 地图不是领土概念来源
1931年，美国数学家Alfred Korzybski 为了通俗的解释数学和人类语言以及与物理现实之间的关系，提出了一个广受推崇的概念： The map is not the territory（地图不等于领土）。换句话说，对事物的描述并不是事物本身。
Korzybski的原话大致意思如下：
a) 地图的结构与领土有相似之处也有不同之处。
b) 相似之处在于某些逻辑，例如，如果一个正确的地图，德累斯顿在巴黎和华沙之间。这个关系与现实的地理位置是相符的。
c) 地图并不是实际的领土。
d) 一个完美的地图应该包括现实中的所有信息，一个完美的地图应该仍然包含地图，如此无限下去，这种特征成为自我反思。
二、 地图不是领土概念解读
现实的地图不是现实。即使是最好的地图也不完美。那是因为它们是它们所代表的东西的缩减。如果一幅地图完全准确地代表该领土，这将不再是一种减少，因此对我们也不再有用。当我们考虑问题并做决定时，记住这一点很重要。
或者换一种理解方式：地图是我们感知、理解、描述的事物模样，领土是指事物本身。简单来说就是抽象理解过的世界就不是世界本身。一个完美的地图，应该包含与现实相同的所有信息。但如果真的有这样的地图，那么地图本身对人类就没有意义。因为完全复制一个世界不会对我们了解世界有任何帮助，反而还加大了工作量。
地图并不是帝国的真正领土，即使是最好最新的地图也不是完美的，它只是真实世界的一个缩影。地图可能是不完全正确的，使军队陷入困境；地图呈现的内容对真实世界有所删减，许多河流山川并没有标注出来；地图的内容需要解释，而解释的过程可能会出现错误。
地图是必要的，但也有缺陷。地图的问题不只是它是一种抽象，我们需要抽象。一英里比一英里的地图不会有地图所存在的问题，也不会有任何帮助。
为了解决这个问题，大脑会创造现实的地图来理解它，因为我们处理现实复杂性的唯一方法就是通过抽象。但我们常常不理解我们的地图或它们的局限。事实上，我们过于依赖抽象，以至于我们经常使用不正确的模型，因为我们觉得有模型总比没有模型好。
即使是最好的、最有用的地图也有局限性，Korzybski给我们提供了一些可供探索的局限性：
1) 地图可能在我们没有意识到的情况下是错误的
2) 地图必然是对实际事物的还原，在这个过程中你会丢失一些重要的信息
3) 一张地图需要解释，这个过程可能会导致重大错误。(真正解决最后一个问题的唯一方法，是无尽的地图的地图链，他称之为“自我反射”。)
在现代心理学的帮助下，我们还看到了另一个问题：人类的大脑为了理解周围的环境会走很多捷径。正如查理·芒格所指出的：一个好想法和人类大脑的行为类似于精子和卵子，第一个好想法进来后，大门就关上了。这使得地图不是领土问题成为“人拿锤子”的近亲。
显然，在我们试图简化现实的努力中，这种倾向是有问题的。当我们看到一个强大的模型运行良好时，我们倾向于过度应用它，在非类似的情况下使用它。我们很难界定它的有用性，这会导致错误。
三、 地图不是领土案例分析
案例一：罗恩·约翰逊（Ron Johnson）在杰西·潘尼(JC.Penney)的失败
罗恩·约翰逊（Ron Johnson） 原是苹果高级营销副总裁，为称为“零售行业的乔布斯“，从2000年到2011年，亲手缔造了 Apple Store 实体店零售店的成功模式。
罗恩·约翰逊2011年离开苹果去了美国零售巨头杰西·潘尼(JC.Penney)，2012年，其销售额大幅下滑。 在2012年的第四季度，同店销售额下降了32％，2013年4月8日，他被解雇了。
JC Penney拥有非常宝贵的房地产，在全国各地都有购物中心。约翰逊认为，如果没有其他原因，人们经常把车停在他们旁边，穿过他们来到购物中心，那么他们在购物中心的位置就很有价值，人流量是必然的。由于在50、60、70年代签订的合同，在购物中心建设的鼎盛时期，租金也很便宜，这是另一个主要的竞争优势。与一些陷入困境的零售商不同，JC Penney还在赚钱。登记簿上有现金，可以帮助进行转型。
他的想法是从他在苹果的经历中汲取最好的想法：卓越的客户服务，稳定的价格，没有折扣和加价，完美的展示，世界级的产品，并将它们应用到百货公司。约翰逊计划把这些商店变成小商场里的小商场。他甚至将商店中不断旋转的商店与苹果的“应用程序”进行了比较。这样的模式可以让店铺保持新鲜感，避免零售业日渐陈旧。
在纽约举行的一系列时尚会议上，约翰逊向股东们提出了自己的想法，这不禁让人想起史蒂夫·乔布斯(Steve Jobs)的年度产品发布会“等等，还有更多”。他很有说服力：JC Penney的股价在2011年夏天的26美元涨到了2012年初的42美元。
但是这个想法很快就失败了。他的新定价模式（消除了折扣）失败了，他的很多新产品都被认为太时髦了。对于一家中等规模的连锁百货公司来说，他的新店模式非常昂贵，包括经营亏损，他花了数十亿美元试图对这些商店进行实体改造。JC Penney的客户不知道发生了什么，到2013年，约翰逊被解雇了。股价跌至个位数，两年后仍保持在这一水平。
罗恩·约翰逊对JC Penney改造失败，哪里出了问题？原来，约翰逊是用Tulsa的地图来导航Tuscaloosa的。苹果的产品、客户和历史与JC Penney的相似之处太少了。苹果在开设专卖店之前，拥有一群狂热、年轻、富裕的粉丝，JC Penney 与年轻或富裕无关。苹果有闪亮的产品，需要一个闪亮的商店，JC Penney以价格实惠的毛衣而闻名。苹果从一开始就不依赖折扣，JC Penney取消了之前给予的折扣，反而引发了大规模的剥夺超级反应。
主要的问题并不是约翰逊不称职，如果是的话，他也不会得到那份工作。他非常能干，但正是他的能力和过去的成功让他陷入了麻烦。他就像一个了不起的游泳健将，试图在一个巨大的急流中游泳，而过去导航过他的许多复杂地形的地图，已经不再适合新的游泳场景了。他有一个很好的零售理论，适用于某些情况，但不适用于其他情况，地形已经改变，但旧的想法仍然存在。
人如果有了强大的思维模型，总会在不同的领域使用，而缺少判断这个模型是否适用的关键步骤。Johnson 在JC Penney的失败很好的说明了这点，他将之前在苹果Apple Store成功的思维模型拿到了JC Penney使用，但是模型失效了。
案例二：纳西姆·尼古拉斯·塔勒布(Nassim Nicholas Taleb)对VAR模型的批判
塔勒布《反脆弱》、《随机漫步的傻瓜》和《黑天鹅》的作者，他非常了解地图和领土的问题。多年来，塔勒布一直对模型的滥用直言不讳，但我记得最早也是最生动的一次，是他对一种名为VAR的金融模型的坚定批评，这种模型被称为价值风险，或VAR模型。
该模型被用于银行业，通过在给定的置信区间内提供最大潜在损失，来帮助管理风险。换句话说，它旨在让风险管理人员能够断言，在95%、99%或99.9%的信心范围内，公司在某一天的损失不会超过X百万美元。区间越高，分析就越不准确。在99%的置信区间内，我们可能会说该公司在任何时候都有1亿美元的风险，但考虑到市场的统计特性，信心指数升至99.9%可能意味着风险管理者必须声明该公司有10亿美元的风险。99.99%可能意味着100亿美元。随着分布中包含越来越罕见的事件，分析变得越来越不有用。因此，必须在某个地方切断“尾巴”，这样分析就被认为是可以接受的。
详细的统计模型被建立来证明和使用VAR理论。从表面上看，这似乎是一个有用而有力的想法，如果你知道任何时候你可能会损失多少，你就可以把风险管理到小数点。你可以板着脸告诉你的董事会和股东，你的眼睛盯着收银台。
用塔勒布的话来说，问题在于：模型可能会显示一些风险，但不会显示使用它的风险。此外，模型建立在一组有限的参数之上，而现实给我们提供了无限的风险来源。
为了得到VAR数据，风险管理者必须利用历史数据并假设一个统计分布来预测未来。例如，如果我们可以拿1亿人来分析他们的身高和体重，我们就可以预测不同的1亿人的身高和体重分布，我们会有极小的概率出错。这是因为我们有一个很大的样本容量我们分析的是一个非常小且可预测的偏离平均值的东西。
但金融不遵循这种分配方式，没有这样的可预测性，正如塔勒布所说，在这个领域，“尾巴”很厚，最罕见、最不可预测的事件会产生最大的后果。假设你认为一个极具威胁性的事件(例如，标准普尔500指数90%的暴跌)在某一年发生的几率是万分之一，而你的历史数据集只有300年的数据。你怎么能准确地说出那个事件的概率呢?你需要更多的数据。
因此，被认为偏离正常标准5、6或7个标准差的金融事件，往往会以一定的规律性发生，远不及其假定的统计概率。金融市场没有生物学上的现实来约束它们：我们可以满怀信心地说，一头大象不会一觉醒来就变成一只猴子，但在极端主义的竞技场里，我们不能绝对自信地说任何话。
我们看到了VAR作为“地图”的几个问题：
首先，模型本身是对现实的严格抽象，依赖历史数据来预测未来。（在一定程度上，所有的金融模型都必须这么做）VAR并没有说“损失X美元的风险是Y，在z的信心范围内”（尽管风险管理人员这样对待它）。VAR实际上说的是根据给定参数，损失X美元的风险是Y。即使对非技术人员来说，问题也很明显，未来是一个陌生而陌生的地方，我们无法理解。过去的偏差可能不是未来的偏差。仅仅因为市政债券从未以如此高的价差与美国国债进行交易，并不意味着它们将来也不会这样做。他们只是还没有。通常，模型对这一事实视而不见。
事实上，纳西姆最鲜明的观点之一是，在过去任何“最坏情况”事件发生的前一天，你都不会使用即将到来的“最坏情况”作为你的最坏情况，因为它还没有发生。
这里有一个简单的例子。1987年10月19日，股市下跌22.61%，道琼斯工业平均指数下跌508点。按百分比计算，这是美国历史上最大的单日跌幅，现在仍是如此。它被称为“黑色星期一”。(财经作家有时缺乏创造力，历史上还有其他几个“黑色星期一”。)但在这里我们可以看到纳西姆的观点：1987年10月18日，模型会将什么作为最坏的可能情况？我们不知道具体情况，但我们知道之前的最坏情况是12.82%发生在1929年10月28日。22.61%的跌幅被认为是与平均值的标准差之大，几乎是不可能的。
但在金融领域，尾巴是很厚的，根据天真的统计数据，不可能发生且后果严重的事件发生的频率，似乎远远超过了它们应该发生的频率。还有一个严重但经常未被认识到的递归问题，即模型本身会影响它们试图预测的结果。(要更全面地了解这一点，请查看我们关于复杂自适应系统的文章。)
VAR的第二个问题是：即使我们拥有一个强大得多的数据集，统计上的“置信区间”也无法起到金融风险管理的作用。
塔勒布说：在度量风险(即标准差)和使用比度量本身标准误差更高的工具(VAR)之间存在内在矛盾。我发现，那些以VAR“一般有效”或“一般有效”为理由，建议“谨慎”使用VAR的专业风险经理，并不认同我对风险管理的定义。风险管理的目标函数是生存，而不是利润和损失。据《芝加哥传奇》(the Chicago legend)报道，一位交易员“8年赚了800万，8分钟损失了8000万”。按照同样的标准，他“总体上”和“平均而言”都是一位优秀的风险管理者。
这就像一个GPS系统，可以随时告诉你所处的位置，但不包括悬崖。你会对你的GPS很满意，直到你开车下山。
正是这种天真的信任模式让很多人在最近的抵押贷款危机中陷入麻烦。最常见的金融区域地图，回顾过去、顺应趋势的模型，未能描绘出一个只是海市蜃楼的区域：一个房价只涨不跌的世界。(刘易斯·卡罗尔(Lewis Carroll)可能会同意。)
这是在用纽约的地图导航旧金山。
四、 地图不是领土的启发
在我们使用模型简化现实的过程中，不要混淆了模型和现实。对许多人来说，模型创造了它自己的现实。这就好像电子表格变成了现实，我们忘记了现实要复杂得多。地图是抽象过的领土，所以也会出现在抽象过程中可能将重要的信息省略，从而得出错误的地图的情况出现。
地图不是领土，这个理论并不是它所描述的，它只是我们选择的一种方式来解释特定的信息。地图也可能是错误的，但即使它们本质上是正确的，它们也是一种抽象，而抽象意味着为了节省空间而丢失信息，可以想象一下里程比例尺地图。
思维模型不是万能钥匙，它也有自己的应用场景的局限性。只有正确地认识到思维模型的局限，才能发挥出它们本身的功能。同样的，也只有了解了自己思维的局限，才有改进思维的动力和方向。
每个人都活在自己构建的世界模型里，当地图和实际地形不同时怎么办？
第一步是要认识到，除非你理解并尊重模型的局限性，否则你并不能真正的理解它。我们必须时刻保持警惕，后退一步，了解地图在什么情况下有用，悬崖可能在什么地方。其次，掌握多种思维模型，保持开放的头脑，不断的学习，然后在实践中不断的优化模型，用多种思维模型从多角度无死角的解释我们的现实世界。
联系客服
