chuanus

原创 硅谷王川 investguru 2017-05-07

---

本文是  王川: 论兰切斯特方程在商业竞争中的应用 (三)

和   王川: 从兰切斯特方程, 看强者益强和如何以弱胜强 (二)

的续篇.

(1)

物理学中的基本粒子分两类：费米子，或者波色子。电子，质子，中子都属于费米子。一个费米子在某个时间只能够占据一个量子态，而不可能同时与其它费米子共享. (费米是李政道的博士导师, 杨振宁也曾作为助手为他工作一年)

另一类粒子，如光子和包括某些原子在内的复合粒子 (composite particle) 则属于 Boson 波色子，多个波色子可以同时占据同一个量子态.

如果说费米子的世界，好像一夫一妻制的现代社会，那么波色子就类似一夫多妻的社会生态.

一次只能服务一个客户的生意，比如找份工作，咨询服务，类似费米子.

做一件事可以同时服务很多客户的生意，类似波色子，比如演员歌星，大众消费品，等等.

印度物理学家 Satyendra Bose 1925 年首次提出对热力学的经典波尔兹曼分布的改进，认为同等能量的光子彼此完全无法区分，以此假设可推导出普兰克公式,和实验结果吻合。他把论文直接寄给爱因斯坦，得到后者的重视. 爱因斯坦在波色的理论基础上，推导预测超低温下 “波色*爱因斯坦凝聚态” (Bose Einstein Condensate, 简称 BEC) 这种奇妙物质的存在.

波色子在不同能级的分布遵从波色*爱因斯坦统计，公式如下（具体推导和其它细节请参见任何统计物理的教科书, 如果理解有困难可跳过，看定性分析)

 

这个公式的直接结论，就是在极低温的时候，对于大部分能级而言,

kT << ( ϵ – μ )

因此在上述公式里分母远远大于 1, 这些能级的波色子的数目少得可以忽略，而大部分波色子都坠落到能量最低的能级，整个系统变成一个超级大原子, 表现出各种奇妙的宏观量子物理特性.

七十年后的1995 年六月，美国卡罗拉多两名物理学家第一次在实验室超低温状态下冷却两千个铷原子，达到波色*爱因斯坦凝聚态，他们因此获得 2001年诺贝尔物理学奖.

封建社会的皇帝，后宫佳丽三千，而数百万效命疆场的年轻士兵战死时可能还是处男，这算是波色*爱因斯坦凝聚态的一种体现。在动物世界，一个群体内，单个雄性独霸所有母兽的现象, 更是相当普遍.

那么，在一个万物互联的复杂系统内，实现波色*爱因斯坦凝聚态的底层数学逻辑，是怎么样的呢？这要从六十年前的随机图论开始说起.

(2)

1913 年出生的匈牙利数学家 Paul Erdos, 是二十世纪数学界的一朵奇葩。他产出丰富, 一生中发表了 1500 多篇数学论文。他终身未婚无后，生活方式是辗转于世界各地的大学校园，学术会议和数学家的私宅中游学。每到一地，他去敲开当地某数学家的家门，宣布”我的大脑是开放的”，然后要求住在家中讨论研究学术论文。在被主人和家属厌烦嫌弃之前，他会要求介绍下一个探访对象的信息，再收拾行李上路.

Erdos 1959 年和他的合作者 Alfred Renyi 提出了所谓 Erdos-Renyi 随机图模型,解释复杂网络的链接规律:

这个模型有两个内在的假设:

第一， 一个复杂网络的节点的数目是固定不变的.

第二，所有的节点彼此是等价的.

而网络节点之间的链接，是完全随机的. 这个随机的几率, 对于所有节点都是一样的. 下图为一个不同几率情况下 Erdos-Renyi 随机图的演变.

图片

按照这个模型的预测:

大部分人拥有同样数目的熟人，大部分公司拥有同样数目的贸易伙伴，大部分网站拥有同样数目的访问者.

长期看，没有一个网络节点会被偏爱而脱颖而出. 一个链接数目远超或者远低于平均值的网络节点，几率是非常非常低的.

这个模型和他的假设, 长达四十年没有受到人们的挑战.

(3)

但现实生活中，许多复杂网络的不同节点的链接数目的分布，更接近一个幂次定律 (Power Law) 分布，而不是正态分布.

以互联网的不同网站之间的彼此链接为例: 在 Erdos 随机图的模型里, 不同网站的链接数目呈正态分布，如下图左边。但在一个幂次律分布的真实世界，（下图右边）大部分网站只有很少的外在链接指向它们，而有一小撮网站却获得了绝大多数来自其它网站的链接.

图片

匈牙利出生的美国物理学家 Albert-Laszlo Barabasi, 1999年和他的研究生 Reka Albert 提出一个关于复杂网络的新数学模型. (下图为物理学家 Barabasi）

图片

这个模型改变了 Erdos 的两个关键假设:

第一，现实中的网络节点数目，大多是在不断增长的，而不是一成不变的。

第二，网络节点之间的链接，不是机会均等和随机的，而是遵循一个”优先链接“ (Preferential attachment) 的原则。打个比方，人们在选择结交的朋友时，往往更愿意认识那些人脉广泛信息灵通的交际花，而不是孤僻独行的隐士.

尽管个体行为方式很难预测，但统计上， ”优先链接“是客观的规律.

优先链接的后果，导致一个增长的复杂网络里，拥有更多链接的节点，在增长过程中获得更多的链接。换句话说，强者益强，而绝大部分的弱者，因为开始弱，后面就更弱.

以演艺界为例, 好莱坞的演员，如果认识更多业界人士，就可能获得更多的演出机会。获得的机会越多，他就更可能成功，也就认识更多的业界人士.

好莱坞演员工会 (SAG-AFTRA) 2016年的成员数目约十一万六千，但真正”在工作”的演员只有两万多。一年演出一场，也算是”在工作” 了。工作的平均时薪，大约四十美元左右. 至于那些幻想当演员，而不够资格加入演员工会的“洛（杉矶）漂”们，更是不计其数.

真正所谓 A-List 名流演员 （年收入在两千万美元或更多)，全美国只有不超过四十个.

这种情况不只局限于好莱坞. 英国网站 Casting Call Pro 2014年有调查，只有百分之二的演员，年收入超过两万英镑.

(4)

但仅仅是增长和优先链接这两点，就足以准确描绘复杂网络的发展模型吗？如何解释有些人和公司，在起点低的情况下，后来居上？

Barabasi 在他的网络模型之上又增加了一个新的参数: fitness (竞争力).

在一个复杂系统内，竞争力是你相对于其它竞争者而言获取更多新资源的能力:

比如在一个社区你更善于结交新的朋友，在一个公司你更高效的获取新的客户，等等.

其它条件都相同的情况下，竞争力更强的节点, 会获取更多的外界链接, 迟早会后来居上, 超过那些领先但竞争力不够强的节点.

搜索引擎谷歌就是一个典型的例子，它的搜索技术更加优越，尽管 1998 年才成立，但后来居上超越了包括 Yahoo, Excite, Inktomi, AltaVista 等早期领先者.

2000 年，Barabasi 在圣母大学 （University of Notre Dame) 的研究生 Ginestra Bianconi 发现，引入”竞争力” η 这个参数后，网络的数学模型变得和波色*爱因斯坦的数学模型高度相似.

这里每个网络节点，对应于不同能级. 网络节点的竞争力越强，它对应的能级就越低.

网络节点之间的链接，对应于波色气体里的波色子.

在一个增长的网络里，增加新的节点，就好像在波色气体内增加一个新的能级.

而增加一个新的链接，就对应于增加新的波色子.

每个节点的能级 ϵ 等于 η 的对数乘以负一再除以一个常数 β

图片

（这里 β 等价于热力学的 kT )

不同网络节点的链接数目分布，经过很长的时间发展后, 遵循下面的公式:

图片

波色气体的温度低于某一个临界点时，会出现波色*爱因斯坦凝聚态。在一个复杂网络里，当模型参数 β 过了一个临界点之后, 就会出现单个节点一家独大，占有了大部分来自其它节点的链接. 如下图.

图片

来自微观世界量子力学的数学模型，居然和宏观世界的网络链接现象，表现出高度的相似性，这是 Barabasi 和 Bianconi 两位物理学家完全没有意料到的。但这个数学模型所预测的后果，直觉上很难理解:

在一个万物互联的复杂网络里，常会发生赢者通吃的现象。这就和波色*爱因斯坦凝聚态时绝大部分波色子跌落到能量最低的能级一样. 而一旦赢者通吃的局面形成, 除非外在环境发生巨变 ( 对应于温度提高过临界点），否则竞争者想挑战独大的赢家，几乎没有可能.

(5)

现实生活中一个波爱凝聚态的例子，来自于我们常用的桌面操作系统：微软视窗 Windows.

视窗 1985年首次推出，虽然起步晚于苹果公司的图形界面，但它是所有和 IBM PC 兼容的机器的默认软件平台。PC 价格通常比苹果机便宜一半以上, 而且视窗和老的软件，硬件和大量第三方应用兼容。 对于绝大部分普通消费者 （类似波色子），选择什么样的软件平台 （类似波色气体内的能级），是一个完全无需思考的问题.

视窗在桌面操作系统的市场份额很快迅速超越苹果，八十年代末突破80%，九十年代到现在，其份额长期高于90%, 一家独大. 即使 IBM 九十年代每年花费将近十亿美元用于 OS/2 软件平台的开发，试图追赶，也回天乏术.

假设你在八十年代错过了微软，假设你在 1990年五月 Windows 3.0推出 （微软此时早已一家独大）后才投资微软，虽然它在互联网创新上比网景，雅虎等公司慢一拍，虽然它在新世纪错过了搜索，移动互联网，云服务等技术浪潮，股价横盘十多年，但依靠桌面操作系统的垄断，它在2017年的今天又创新高. 而投资者在二十七年下来的累计回报（包含分红）仍然有约 84 倍，年化回报率超过 17%.

这就是网络时代波爱凝聚态的威力。

一次只能接一个客的生意，符合费米*迪拉克统计分布，不管你如何拼命努力，你的时间有限，接客数目有限，无法和竞争者拉大差距.

一次可以同时接很多客的生意，符合波色*爱因斯坦统计分布，在特定环境下 (多接一个新客户的边际成本极低, 趋近于零，类似于超低温)，会出现一家独大而竞争对手用多少财力物力想翻盘, 也完全无法撼动的现象.

这种生意, 让投资者好喜欢, 好喜欢, 好喜欢…

这是你只要不犯大错误, 就可财源滚滚的境界.

这是你动动手指头, 就可将对手灭于萌芽状态的境界.

这是挑战者试图做很多看似更好的产品, 也不得要领无法超越你的境界.

这是竞争者即使财大气粗有金山银山, 也奈何不了你的境界.

这就是强者益强的最高境界， 波色*爱因斯坦凝聚态.

这样的例子还不止一个，请关注下集:

王川投资第四法则: 波爱为王

本文最初于 2017年 4月24日发布于笔者的公众号。

---

本文是  王川: 从抄袭的进化优势, 看强者益强 (一)

和  王川: 从兰切斯特方程, 看强者益强和如何以弱胜强 (二)

的续篇。

 (1)

1974 年, 日本商人竹田阳一初次接触到兰切斯特方程的概念时, 他发现兰切斯特平方律，就是说整体战斗力和人数平方成正比，在商场上也有类似的体现。

为了便于对比, 竹田只研究业务产品较单一的公司. 如果以公司过去三年的人均利润为纵坐标 y，产品的市场份额为横坐标 x，画出来的曲线非常接近一个二次函数的抛物线，
y = a x^2    曲线拟合的程度超过 70%。

用大白话说，A 公司的市场份额如果是 B 公司的两倍，那么它的人均利润就是 B 公司的四倍！

这里，市场份额，等价于战场上的兵力；利润，等价于公司的整体战斗力。高额的利润，使公司有更多资源投入销售和产品研发，进而有更大可能扩展自己的市场份额。丢失市场份额的公司，面临的窘境是如何以更少的资源，抵抗强敌的扩张和市场份额的萎缩.

微观上看，这种现象其实不难理解。传统商业模式公司销售人员的工作，直接推动公司的收入。但销售人员的大量时间，耗费在交通,培训,后台处理这些琐事上. 这些成本很大程度上是固定的.

真正和客户直接互动的时间，对于许多销售人员而言甚至不到 20%. 这 20%的时间是直接对公司创造价值的关键. 如果市场份额增加，单位时间可以搞定更多客户，多增加一倍的收入，利润可能增加三倍.

反之, 如果市场份额缩小, 但固定成本没有相应减少的情况下，公司利润下滑速度将远超市场份额缩减的速度，低过一个临界点时，甚至开始出现亏损.

以日本汽车市场为例，八十年代时, 丰田的市场份额是排名第二的尼桑的两倍，但是人均利润是尼桑的四倍。1990年日本经济开始下滑衰退后, 尼桑每况愈下，债务负担沉重，面临资金链断裂的风险，最后出售37%的股份给法国汽车厂商 Renault 并与其结成战略合作，才避免破产厄运.

 (2)

实际上,更早的时候, 日本学者田冈信夫在六十年代根据兰切斯特方程，提出市场份额 (按销售收入) 强者的几个段位.

这些数学模型是根据六十年代的传统大众消费品行业来估算的，几个数字不一定适用于新兴产业, 但仍有参考价值.

第一级，市场老大份额超过 26.1%, 并且和老二的比例要超过 5：3

这种情况下老大的利润占该市场所有公司的利润的三分之一以上。竞争者突然减少，但是如果老二和老三合并，还是有可能对它形成威胁.

第二级，老大市场份额超过 41.7%, 和老二相比比例超过 5：3. 这时老大的利润占市场所有公司的利润的一半以上，完全不用担心老二和老三合并起来挑战他.

第三级，老大市场份额超过 73.9%， 占据行业利润的 90%以上，其他竞争者基本死光了。在这个阶段继续增加市场份额可能有反作用，因为剩下的客户可能较小, 离得更远, 利润率低很多.

(3)

价值投资者常犯的一个低级错误，就是购买市场上的老二或者老三，仅仅是因为他们看上去便宜，市盈率低。他们对便宜的热爱，和他们对于市场老大的高昂市盈率的厌恶, 一样炽热浓烈. 这种错觉还极为顽固，即使受到若干次伤害还无怨无悔.

然而兰切斯特方程不相信眼泪, 它带来的强者益强，弱者益弱的现象，是市场通行的规律,而不是例外. 看上去便宜的东西，往往会变得更便宜，直到破产.

就像上篇文章    王川: 从兰切斯特方程, 看强者益强和如何以弱胜强 (二)

中提到的美国南北战争: 南军的命运在1862年早已注定，但是三年后才彻底投降. 如果说南军像一个垃圾股，这整整三年, 折磨伤害了多少义无反顾, 飞蛾扑火的价值投资者的心灵.

(4)

竹田阳一 在 “管理学中的兰切斯特策略”一书中提到, 市场竞争中，强者的策略是集中火力主攻满足三个条件的产品：

巨大市场，容易运输的产品，高频使用.

这非常类似战场上的重机枪：

较远的射击距离, 类似于容易运输 (许多互联网的服务也有类似属性),

机枪的巨大载弹量和射击速度, 类似于高频使用的服务，

机枪的巨大杀伤力, 好比拥有巨大市场的产品.

方便面，冷冻食物，糖果，洗衣粉，卫生纸这些大众消费品都有类似属性，所以市场容易被强者占据, 弱者和小公司基本没有机会进入.

有幸成为行业的最强者, 是一件非常爽的事，因为相对于弱者，你有下述优势:

1. 固定成本占公司整体成本的比例更小.

2. 品牌效应，营销活动更容易。

3. 更多客户介绍更多新的客户。

4. 新的竞争者入场前会三思。

5. 更容易招人。

6. 弱的竞争者破产退出后，市场份额大多被市场老大抢去.

如果你还记得我的老文章

巴菲特水牛城历险记和简单粗暴的王川投资第一法则

你一定还记得当他的竞争对手破产关门后，他所拥有的水牛城晚报马上广告涨价,迅速扭亏为暴利.

 (5)

市场的强者还有一个优势，那就是如果潜在竞争者推出新产品挑战其领先地位时，它往往可以迅速模仿推出类似的产品，然后依靠自己的巨大体量, 赶超竞争对手，甚至把对手遏杀于萌芽状态.

1995年网景 Netscape 浏览器推出时，一度占据市场 90%的份额。但是微软意识到网景的威胁后，利用其对 PC 操作系统的垄断，捆绑自己的产品 Internet Explorer，花了两年时间终于超过网景,成了市场的老大.

模仿是只属于强者的策略。弱者出于本能去简单模仿强者，由于数量上的劣势和兰切斯特平方律的作用，只会变成东施效颦，而损耗自身实力.

(6)

但是99%的公司并不是市场的最强者，即使是最强者也必须面对可能局部不占优势的情况，这个时候，他们必须采取的是弱者的策略.

承认自己是弱者一点也不可耻, 但是明明自己是弱者还要鸡蛋碰石头, 和强者硬顶，被自己的壮烈所感动, 白白消耗自身的有生力量，这才是真正的耻辱和愚蠢.

真正的强者, 有着司马懿般的自信，面对诸葛亮送女人衣服来羞辱引诱他出兵的伎俩，发出杠铃般的笑声，而不为所动.

那么商场上的弱者，该采用什么样的策略? 竹田阳一总结到:

第一，坚决避免和强者直接正面冲突，这是亏本的买卖. 打得过就狠狠打，打不过就快快跑.

第二，一定要把产品服务和其它竞争者差异化. 差异化包括产品本身, 开发不同获得新客户的渠道，提高现有客户的留存率，等等。但最好的差异化的办法，还是开发销售一个全新的产品.

第三，寻求在不同地理区域或细分领域的市场，可以先建立局部优势，积累利润和资本. 宁为鸡头，不为牛后.

即使是像通用电气这样的大公司，在 Jack Welch 上台后，也果断把凡是不在或者没有希望进入行业前两名的业务通通砍掉.

但大部分人宁愿去花很多时间装作在勤奋的工作, 尽管很多是与强者以卵击石的亏本的买卖, 也不愿意深度思考，如何建立自己的局部优势，把自己由弱者变成一个强者.

最理想的以弱胜强之路，则是开拓一个你的潜在竞争者无法理解的新产品，乃至于你口干舌燥唾沫横飞地给他们讲解，他们还是不懂而轻率地嘲讽. 等到你真正做大, 就来不及了.

如果你看过我的这篇文章

王川: 亚马逊的云服务将吞噬美国的 IT 产业吗? (上)

亚马逊 2006年推出云服务时，IT 界很多人觉得它很古怪: 云计算是个什么东西? 一个书店做这个? 贻笑大方!

贝索斯的反应是不解释, 而且很长时间财务报告刻意不单独披露云服务的收入. 基本上头六七年他们没有任何竞争. 等到大家意识到云计算乃大势所趋, 已经没有公司可以改变亚马逊一家独大的格局了.

 (7)

强者益强也分不同境界. 简单的以大欺小, 技术含量不高, 吃相也不够雅致.

2000年, 两名美国物理学家, 在研究复杂网络的数学模型时, 意外地发现了自然界存在的一种强者益强的最高境界：波色*爱因斯坦凝聚态.

请关注下集:

王川: 从波色*爱因斯坦凝聚态, 看强者益强的最高境界

本文最初于 2017年4月21日发布于笔者的公众号。

---

本文是  “王川: 从抄袭的进化优势, 看强者益强 (一)” 的续篇.

(1)

2017 年二月，香港地铁上发生了一起打斗事件. 三名年轻外籍人士和几名本地人先有肢体冲撞，随之口角。领头的外籍人士先抬手打了一位“白衣短袖”的香港老者一个嘴巴，车厢内马上乱成一团，爆发群殴, 一时难解难分.

当地铁到站，打斗转移到站台上时，局势对于外方急转直下. （从下面视频的一分零七秒开始）

从录像看，港方参战团队五到六人, 外方三人.

1) 车厢门打开后, 先是外方一号跌倒在车厢门口，三四个人在车厢门口混战.

2) 混战中的外方二号被港方一白衣大叔追逐，后退，一拳打翻在地，随后港方又来一名队员对其围殴，外方二号抱头蜷缩，丧失抵抗能力，退出斗殴.

3) 外方一号站起来后，在旁边没有参与对队友的救援，自己也很快面临港方两名队员的夹攻。当港方第三名队员加入攻击，从后面拉其头发和肩膀时，他很快倒地，抱头蜷缩，彻底丧失抵抗能力.

4) 外方三号开始打了几拳后，后面一直后退袖手旁观，最后沿着楼梯往上逃窜.

其实如果这几位年轻人学过军事数学上的兰切斯特方程，就绝不会在人数处于劣势时主动寻衅，自取其辱.

(2)

(有关兰切斯特方程和相关部分战例的内容，笔者是最初从汪涛老师的公众号“纯科学”的文章里学习到的。特此鸣谢，并推荐读者订阅汪老师的公众号 “纯科学”.)

兰切斯特方程，是1916年一次世界大战期间，英国工程师 Frederick Lanchester 发现提出的。这里重点介绍的是所谓兰切斯特平方律，它的基本假设是交战双方可以攻击对方的任何一个作战单元 (士兵)，自己也可能被对方任何一个士兵所攻击.

假设红蓝两军交战，红军的士兵数目为 A, 蓝军为 B. 假设红军的攻击力为 α, 意味着其单兵在单位时间可以杀伤的敌军士兵数目, 同样，假设蓝军的攻击力为 β.

那么两军人数随着时间变化，其关系可以用下述微分方程表达:

dA/dt = −βB
dB/dt = −αA

这个微分方程有两个重要结论:

第一, α A^2 = β B^2 + C ( C是一个常数）

用大白话说，两军的作战能力和自己单兵的杀伤效率成正比，但是和自己的人数的平方成正比. 如果三打一，人多一方的等价战斗力是人少一方的九倍！人少的一方需要有多方九倍的单兵战斗力才可能获胜！

第二, 当人少的一方被全歼时，人多一方还剩下的人数是
平方根 (α A^2 – β B^2)

换句话说，如果三打一，假设同等单兵战斗力, 弱者被全歼后，强者还剩人数是

平方根(8) = 2.83.

强者以损失 0.17 人的代价消灭弱者一人，自身战损率约 6%。但如果把打仗看成做生意，消灭敌军的数目当成投资回报，三打一的回报率就接近六倍！

如果是五打一，那么弱者被消灭时，强者人数还有 平方根(25 – 1）= 4.9, 损失0.1 人，战损率仅 2%，但消灭敌军的数目（一人）是自己损失的十倍 !

孙子兵法中总结的“十则围之，五则攻之”，其数学机制，就来源于此.

在香港地铁斗殴事件中，港方约五人，外方三人，按照兰切斯特方程，港方战斗力是外方的 25/9 = 2.7 倍。外方只有在单兵作战力是港方三倍的情况下，才有比较大的胜算. 否则轻易寻衅是自讨苦吃.

战斗结束时, 胜利一方的人数

= 平方根 （ 港方人数的平方 – 外方人数的平方 ）
= 平方根 （ 25 – 9 ）
= 4.

所以理论上，是港方会以损失一人的代价全歼外方三人, 这和实际最终结局接近.

(3)

那么，数量上居于少数的弱者，在战场上，应当寻求什么样的策略以弱胜强？

答案在于: 寻求局部的，绝对数量优势， 迅速消灭敌人，进而使双方整体数量对比, 朝对自己有利的方向发展.

1947年五月的孟良崮战役开展时，在整个山东解放军兵力只有27万，低于国军的四十五万.

但华野抓住战机, 以十五万人合围国军 74师的三万两千人，双方兵力比例为约五比一, 华野在短时间和局部空间内形成绝对优势. 尽管 74师武器和单兵作战能力极为强悍, 是华野的三倍以上，但是按照兰切斯特方程的估算，双方实际的战斗力相比为 25： 3, 大约八比一，最后华野以伤亡一点二万人的代价，全歼了 74 师.

解放军另外一个法宝是优待俘虏，进行忆苦思甜教育，把他们迅速转换成自身的战斗力. 这样不断积小胜为大胜，从局部数量优势不断扩充成整体数量优势。 47年以后国军的溃败之迅速，让许多旁观者大跌眼镜，但这实际上是兰切斯特方程在战场上的规律的自然体现.

 (4)

一个反例则是美国的南北战争. 参战的北军总数两百二十万，南军约七十五万到一百万，双方对比约 2.5 比一。在这样的大局下，即使南军取得一些胜利，如果对北军的杀伤不能超过自身损失的2.5 倍，在战略上只会加剧自身覆灭的速度.

战争初期南军在若干局部战役中取得胜利，但大都是伤亡比例低于 二比一的惨胜，而不是大规模的歼灭战, 完全没有改变整体格局，反而使力量对比继续朝对己不利的方向发展。传统上人们认为 1863年七月 Gettysburg 会战结束大局才定，但是实际上 1862年四月北军占领南部港口新奥尔良时，局势基本上就没有太多悬念了.

南军在整体战略没有大的调整的情况下，顽抗到 1865年六月。就像一个垃圾股一样，在归零的道路上来回小幅震荡.

本文最初于 2017年4月11日发布于笔者的公众号。

---

（1）

到陌生都市的游客，驻足街头寻找餐馆时，常常面临这样一个问题:

一家餐馆人满为患，热闹非凡; 隔壁另一家餐馆门可罗雀，只有两三个食客.

在没有其它更多信息的情况下，该到哪家餐馆吃?

如果你像大多数人一样, 答案是: 选择那家人多的餐馆.

因为你没有能力迅速判断哪家餐馆更好，而其他人的选择，成了最可靠的指南.

这种行为模式的后果是，拥挤的餐馆生意越来越好. 人少的餐馆则长期萧条，倒闭的风险更大.

世上多有自命不凡者，为标榜自己的与众不同，常常不屑的评论同类说， “ *国人就是浮躁，爱扎堆！”

模仿/抄袭其他人的行为方式，究竟是愚蠢浅薄，还是聪明实用？ 不爱扎堆，特立独行的个体，是否真的比爱扎堆的个体，有更多进化优势？

（2）

2007年，英国 St Andrews 大学的进化生物学家 Kevin Laland，决定通过公开悬赏一万英镑的方式，给这个问题寻找一个科学的答案.

他给全世界的学术界同仁发公开信:

“假设你在一个陌生的环境里，不知道哪里有好吃的，不知道如何从点 A到点 B，你会花时间自己调查呢，还是观察模仿其他人？如果模仿，你会模仿谁？你看到的第一个人吗，还是最常见的行为方式？你总是模仿呢，还是选择性的模仿？”

竞赛的规则，是以所谓的“多臂赌博机”(multi-armed bandit) 的数学模型为基础. 赌博机，也叫老虎机，赌徒在投掷硬币后，转动其把柄 （就是所谓的 “臂”）后， 马上可以看到自己的回报.

参赛者每一个回合的行动，可以有三个选择: 观察，探索和开发.

观察, 就是看别的参赛者的行为 (拨动了哪个老虎机?) 和相应的回报, 记录下来.
探索，就是随机尝试探索别的行为（老虎机）和相应的回报，记录下来.
开发，就是在自己记录下来的策略中选择，直接拨动一个老虎机，获得相应的回报.

每个老虎机的回报，不是完全固定，而会随时间推进，有一定几率会改变.

只有选择“开发”的行为时，才可以真正获得回报。参赛的程序，必须制定策略，分配多少时间去开发，探索或者是观察。参赛者，每个回合都有可能死亡，而其过去每个回合的平均回报越低，死亡被淘汰的概率就越大.

包括Laland 在内的大部分学者，在比赛开始前，预测胜出的策略，将会是模仿和探索的这两种学习方式的结合.

来自十六个国家的 104个参赛者，提供了他们的竞赛程序。经过一年多，两个阶段，几十万个回合的厮杀，来自加拿大的两个年轻研究生提交的一个叫做 discountmachine 的算法，意外地获得第一名.

discountmachine 的策略，以“观察”为主，几乎完全不用“探索”的学习方式。即便在竞赛主持者调节各种环境参数后 (改变环境变化速度，改变观察信息失真或者无效的几率，改变可观测的其它个体的数目), 这个策略仍然在绝大多数情况下轻松击败其它对手.

事后分析，“观察”，作为一种社交学习方式，它的本质优势在于，观察到的社会其它成员的行为，有较大的几率是回报最高的选择，所以值得模仿。这种优势在相对稳定的环境里尤其突出。而“探索”获得的回报，统计平均上会趋于平庸，不利于建立进化优势.

唯一的例外，是环境变化速度极快的情况，这意味着老的行为模式的回报随时间流逝变化很大，简单的模仿抄袭完全丧失了价值.

生物界的扎堆现象，原来不是天生如此，而是进化淘汰的自然结果。那些总是特立独行者，大多很快耗尽自身资源而早夭。

 (3)

美国学者，前哥伦比亚大学教授，Duncan Watts 2006年曾经做了一个实验:

他从网上召集了一万多名少年测试者，给他们一组 48 首不知名的歌曲的清单，观察他们下载试听歌曲的行为。测试者可以先试听音乐，然后决定是否下载歌曲。测试者分为两组，一组知道每首歌曲其他多少人下载 (A组), 另一组则什么都不知道 (B 组).

没有多余信息的 B 组，48 首歌曲下载的分布是这样的:

图片

不同歌曲, 下载数目差别不大. 如果把中位数设为 100，下载数从 175 到 50以下，均匀分布.

而 A 组， 下载的分布是这样的:

图片

排名第一的歌曲的下载数是 350， 第二名是 200， 最后一名歌曲的下载数不到 10，除了前三名以外，其它所有歌曲下载数都低于100，而一半以上的歌曲下载数不到30 !

公开透明的信息，使个体迅速模仿他人的选择。模仿的结果，则是市场份额急剧向前几名倾斜。前几名吃肉，其他人只能喝汤.

这个现象在网络时代尤其突出. 美国有统计数字显示，谷歌搜索使用者 98%都只会点击前面三个搜索结果，而第一个搜索结果会得到 60% 的点击. 如果你在搜索结果排行前三名之外，不要说肉，连汤也很难喝上了.

(4)

进一步观察歌曲下载数的细节时，Watts 和他的团队又有新的发现:

歌曲下载数目的相对排序，两个对照组之间，并没有很强的关联。有更多信息后，最大的改变，来自于谁变成了第一名，谁变成最后一名。原先最热门的歌曲变得冷门的概率很小，最冷门的歌曲变得热门的概率也很小.

但是其它各种情况都有可能. 原先排名中间的歌曲，可能突然变成头牌，但更可能的是，排名跌倒最后，无人问津.

这个现象的后果让人不禁打了一个激灵:

一些行业涌现出来的成功者，很可能是因为这种个体模仿的网络效应所致. 其产品特性, 往往并不是最优秀的.

但成功者可能错误的把成功归因于产品特性。失败者则没有研究如何正确利用网络效应，而是开错了药方，继续埋头研究如何提高产品特性，但这并没有什么卵用。失败者长期陷入 “失败 – 开错药方 – 继续失败 – 继续用错药”的痛苦怪圈内苦苦挣扎，无法自拔.

（5）

实际上，对于群体抄袭模仿的行为导致的正反馈现象，匈牙利数学家波利亚 (George Polya) 早就提出过所谓 “波利亚罐子模型 （Polya Urn Model)”的问题。这个罐子模型的一个例子是:

有一个罐子，装满红色和绿色的球。红球和绿球的数目一样, 50/50。假设我们每次从罐子里随机拿出一个球，然后再把这个球和另外一个相同颜色的球放回罐子里.如果我们不断长期重复这个过程，最终罐子里的球的颜色分布会是什么样子的?

英国经济学家 Brian Arthur 和几名同事在 1983 年的论文里，计算分析这个例子得出的结论是:

1) 给足够长的时间，最终这两个不同颜色的球的比例，将会接近 100:0.
2) 最开始很难预测是红球，还是绿球会胜出. 受各种偶然因素影响, 都有可能.
3) 胜出者在过程的早期就会涌现.
4) 一旦领先，很难反转.

这里的关键是: 事先无法预测谁是胜者, 但在早期胜者开始涌现, 趋势不可逆转时，应果断加仓, 顺应趋势.

 (6)

西班牙服装品牌 Zara, 采用的就是这种策略。他们意识到对于未来几个月流行服装款式的预测，他们其实不比别人强。大部分时装品牌公司, 试图预测下一季流行的款式，但一旦预测失误，大批服装在店里滞销，损失惨重.

Zara 派人定期到各个大规模购物中心，观察消费者的穿衣样式。再根据这些数据，设计大量各种款式,衣料和颜色的服装组合，随后迅速生产出小批量的成衣，送到零售店.

零售店的销售数据，马上可以告诉他们什么款式卖得好. 他们再据此信息, 迅速大规模生产卖得好的款式. Zara 可以在两周内, 完成对新款服装的设计/生产/运输/销售，覆盖全世界的所有角落.

Zara 的创始人，Amancio Ortega, 2017年三月时身价高达七百亿美元，是欧洲首富.

抄袭模仿，是导致强者益强的唯一因素吗？

落后者，难道就永远没有机会翻盘吗？

如何以弱胜强？

何时需要果断止损，退出放弃一个市场？

且听下回分解.

本文最初于 2015年9月2号发布于笔者的公众号。

---

1974年的下半年，对于美国是个多事之秋。先是尼克松因为水门事件辞职，接着全球经济在通胀加速的背景下萎缩，带动整个股市大幅下降.

道琼斯工业指数在74年12月最低时，跌破580点，相比于1972年底的1050点，下降了45%.

金价，在和美元脱钩之后，两年内从三十多美元涨到183美元一盎司.

油价，从1972年的四美元一桶，涨到接近12美元.

巴菲特的控股公司，Berkshire Hathway的股票，74年底时只有40元，相比于年初，下降了48%。而同期标准普尔指数只下降了26%。如果巴菲特还在运营他的对冲基金的话，这么大的价格回撤, 此刻肯定面临投资人大规模撤资的要求，要关门大吉了.

所幸的是，他的对冲基金早在69年就关闭。他现在是上市公司的董事长，有控股权，不需要象基金经理一样，面对那些反复无常的客户每天絮絮叨叨的压力.

74 年，前苏联的战略核武的发射器数目和总当量，第一次超过美国。75年四月，北越的坦克开入西贡（胡志明市），美国的越南战争彻底失败了.

美国这个国家还有前途吗？通货膨胀和经济萎缩，真的意味着世界末日吗?

与此同时，在远离政治经济漩涡的美国西南角，新墨西哥州首府，Albuquerque（音译: 阿伯可欺）, 悄悄地发生了一件对于世界信息科技影响深远的大事.

阿伯可欺的一家电子公司， MITS，在大众电子杂志1975年的一月刊封面上打出广告，出售以英特尔8080微处理器为核心的微电脑，代号Altair 8080, 售价只有400美元。同时期，英特尔自己出售的商用电脑系统，售价则高达一万美元.

Altair 8080 需要客户自己做一些组装工作，尽管如此，公司一个月内还是收到了一千份订单.

在软件开发上，电脑起初要用底层的汇编语言编程，这是一件极其繁琐的事情.

MITS 的老总, Ed Roberts, 这时收到来自波士顿的一个名叫保罗*艾伦的人的电话。艾伦说可以给Altaire 微电脑提供 BASIC语言的编译器。艾伦飞到阿伯可欺给Roberts 做现场演示，一切十分顺利。双方很快达成合作协议.

几个月后艾伦和他的合作伙伴，比尔盖茨搬到了”阿伯可欺”，成立了微软公司，后面的一切就是历史了.

MITS 的Ed Roberts 的经历则更为曲折。公司到76年就扩张到两百多人，营收额达到六百万美元，但是硬件公司利润仍然十分微薄，管理运营非常辛苦。1977年Roberts把MITS以六百万美元卖掉（相当于2015年的两千五百万美元左右），自己回到乔治亚州的老家.

1982年41岁的Roberts 回到医学院去读书，88年自己在当地开诊所。遗憾的是，作为医生的他，68岁时因为肺炎英年早逝.

微软，依靠着其在操作系统上的先发优势，以及第三方应用构建的庞大的生态圈，占据了强大的事实上的垄断地位。90-96年IBM 花费数十亿美元试图用OS/2 来挑战WINDOWS的垄断地位，因基础不牢和兼容性差而最终放弃.

与之相比的 CPU 行业老大，英特尔，在市场上的垄断地位则没有那么强势。微软1986年上市至今，股票上涨了四百多倍，而同期英特尔只涨了五十几倍.

象MITS这类组装PC的各路厂商，几十年来大多要么倒闭，要么被兼并，要么完全业务转型。硕果仅存的几家公司，在不到3%的利润率的市场里（一台五六百美元的PC平均利润只有15美元左右）痛苦地苟活着.

个人电脑的普及，导致文字处理技术的迅速进步。第一个直接牺牲品就是打字机和相关配件的厂商. 传统打字机技术，在二十世纪初标准化以后，几十年来几乎没有什么改变。文字处理软件和桌面打印技术的发展，在八十年代终于迅速淘汰了打字机的产业.

回顾这段历史，我的第一个教训是：任何问题，如果可以把它变成一个数字化的问题，相应的产品功能, 因为芯片业的摩尔定律，可以指数型地增长。被新产品替代的传统行业一定会倒闭。但是如果没有一定的垄断地位，并不意味着相关厂商会有丰厚的利润.

第二个教训是：硬件公司，如果没有属于自己的配套软件系统和相应的产品生态圈，比软件公司更容易被竞争者替代，因此利润率更低。软件公司的行业老大，日子则会好过的多.

1975年，在美国东北部的纽约州的罗切斯特，发生了另外一件标志性的大事。柯达公司的工程师，Steven Sasson 发明了第一个真正的数字照相机.

这个照相机，七斤重，只有一万个像素，图像录制到磁带上，整个过程要花23秒钟.

四十年后，市面上高端的数字照相机可以达到两千万像素以上，两千倍的变化，折合平均每年增长20%.

但是柯达，害怕数字照相技术会威胁它的传统的利润丰厚的胶卷生意，没有在研发和商业化的推广上下功夫。2001年，亚洲的照相机厂商纷纷推出新款优质数字照相机时，柯达每卖一个自己的数字照相机，就要亏损六十美元.

2012年 一月，柯达宣布破产。这是一家百年老店，是胶卷和数字照相技术的发明者，破产时还有几千名雇员.

令人不可思议的是，三个月后，一家只有十几个人的小公司，Instagram,只是做了一款分享照片的软件，被脸书以十亿美元收购.

这里面的第三个教训是:

光研究技术，不足以获得商业上的成功。新技术，往往会开创一个新的格局和商业模式，如果不去主动顺应新技术潮流，发掘新的商业模式, 必定会亏得很惨.

四十年前股市的投机者, 他们过的还好么?

道琼斯工业指数,2015年九月一日是一万六千点左右，是74年底的28倍，考虑到四十年来的股票分红因素，实际回报应当至少六十倍以上.

四十年后美国物价指数CPI, 是74年的4.8倍.

油价，74年时11.5美元一桶，今天是45美元一桶，还没有跑赢通胀.

黄金，今天1139美元一盎司，是1974年的六倍多，勉强跑赢通胀.

1974年底福布斯记者采访巴菲特时，他的股票价格下跌接近一半，但他看上去毫不心慌意乱.

记者问，“你如何看现在的股市？”

“象一个性欲旺盛的家伙走进妓院. 现在是开始投资的好时候”. 巴菲特答到.

他接着说, “在市场上，你是和一群愚蠢的家伙打交道。这是个大赌场，大家都喝得酩酊大醉.如果你一直只是喝可乐，你就OK. 先是大家极度乐观，看到什么新股就买；接着大家又极度悲观，预测下一个大萧条，一窝蜂跑去买黄金.”

今天的巴菲特，他的控股公司股价十九万八千元，是74年底股价的将近五千倍.

73-74年西方世界的经济危机，对中国实际上是个大好事。著名的四三方案（意思是四十三亿美元投资）就是在此期间部署实施，通过原油出口创汇，引进了西方过剩的产能，兴建了一大批化纤和化肥厂的项目. 八十年代中国粮票，布票的取消，实际上都是那时打下的基础.

回顾历史，我们对未来又有什么样的展望和期待呢？( 未完待续)

本文最初于 2017年 5月16日发布于笔者的公众号。

---

 (1)

1879 年十一月十日，是美国电话业历史上一个里程碑的日子。美国电报电话公司 (AT&T) 的前身， National Bell, 和西联公司 (Western Union) 就电话专利的官司终于达成庭外和解。西联放弃了对专利的所有诉求，把自己和电话相关的资产，换取了 National Bell 在专利有效期内的百分之二十的收入.

National Bell 的投资者早就预测它最终会在官司中生出，其股价在 1879年三月时还只有五十美元，到九月份时突破三百. 庭外和解达成后的次日，股价突破了一千美元。八个月涨了二十倍，这种疯狂的速度，在AT&T的一百多年历史中，是空前绝后的.

有资料显示，从1878年到1928年的五十年间，AT&T 股东包含股价升值，分红，和所谓配股发行 (rights offering) 收益在内的累计回报，达到 259 倍，折合年化收益率 11.7%.

AT&T 的成长并非一帆风顺。1894年其电话专利到期后，竞争者如雨后春笋般涌现。到1907年，高达 49%的本地电话业务被各个独立电话公司占有。AT&T对市场的垄断一度遭到看似严竣的挑战.

当新任总裁 Theodore Vail 1907年上台后，采取一系列措施收复失地。其基本策略是：坚决拒绝和别的独立电话系统提供连接服务，尤其是在 AT&T 对长途电话业务近乎垄断的情况下，独立电话公司的用户打长途电话几乎不可能.

独立电话公司一般钱少，器材更落后，客户服务也更差，财务数据大多惨不忍睹。美国金融界巨头 J.P. Morgan 当时是 AT&T 最重要的财务支持者，他实际上控制了美国的商业信贷。如果有独立电话公司快撑不住了，他就会断贷，然后 AT&T 跳出来开价收购. 最终的结果是皆大欢喜，小电话公司的股东拿回一些钱, J.P. Morgan 赚了钱， AT&T 少了一个竞争者， 电话用户获得更好的服务和长途电话的连接.

(2)

联邦政府对AT&T 的垄断开始进行干预，在1913年达成所谓 “Kingsbury 承诺”, 其核心条款是强迫 AT&T 必须给独立电话公司提供长途电话接入服务。但在这个让步之外， AT&T 并不承诺把自己的本地电话系统和其它电话公司互联，同时 AT&T 继续拒绝和其它长途电话竞争者连接.

政府的管制干预，跟不上市场的变化，进入三十年代 AT&T在电信行业的多个细分领域市场份额超过 80%甚至 90%，奠定了绝对垄断地位. 以1939年的数据为例，AT&T 控制了美国 83%的电话市场，90%的电话机和交换机设备市场， 98%的长途业务市场，100%的跨洋无线电话市场，它也占有了行业 90%的收入.

这，就是横跨三个世纪，美国商界, 规模最大时间跨度最长的波色*爱因斯坦凝聚态.

即使你错过了前五十年的发展，对于达到波爱态的 AT&T，后面半个多世纪的巨大增长，在诸多投资选择中，仍然是鹤立鸡群.

从 1929年到1984年 AT&T 最终被政府拆分的 55 年内， AT&T 的股价从 195 美元涨到 390美元，年均涨幅 1.3%。 同期股东每年还有现金分红，从 1929年的每股 9美元涨到 1983年的每股 32.4美元，年均现金分红大约 5.5%- 6% 之间。另外股东每隔两三年通过打折配股发行的方式获得收益，估计折合每年约 2-3%的额外回报.

这些收益叠加起来，意味着 AT&T 这五十五年间年均回报在 8.8% – 10.3%之间，而同期道琼斯工业指数包含分红的年均回报只有 7.5%. 即使按照 8.8%的年化回报率计算，55年下来就是 103倍 !

这个故事还没完，即使是在 1984年 AT&T 被分拆之后，它的子公司之一的 SBC, 也就是现在的AT&T, 股价从 1984年的 五美元涨到了2017年的四十美元，这期间还保持每年约 4-5%的现金分红，三十三年下来实际年化回报率11%左右. 这是在二十一世纪数据网络通信大行其道， AT&T 通信业务垄断地位已经弱化的情况下取得的业绩.

波爱，波爱，你在波动中顽强生长，让投资者深爱.

 (3)

两年前就开始订阅我的公众号的读者, 一定还记得我的这三篇老文章 (可直接点击下面链接)

王川投资第一法则: 简单为王

王川投资第二法则: 趋势为王

王川投资第三法则: 增速为王

今天我要提出的，是王川投资第四法则:

  波爱为王.

换句话说，在其它条件相近的情况下，只投资市场垄断地位即将达到，或者已经达到波色*爱因斯坦凝聚态的公司.

如何判断一个公司即将或者已经达到波爱凝聚态?

第一个要求是，这个公司的商业模式可以同时服务大量客户, 新客户的边际成本极低。这基本上排除了大多数类似咨询业的商业模式，一次只能接一个客的公司.

微软多卖一份软件的边际成本几乎为零。 AT&T 多增加一个新用户的成本也很低，关键是用户多打电话多交费时，它的边际成本也几乎为零.

第二个要求是，公司在核心市场有较大概率达到，或者已经达到甚至超过 80%以上的市场份额.

80%不是一个固定的铁律，当然是多多益善。但超过 80%以后，其它竞争者想在现有商业模式下翻盘，基本没有可能.

第三个要求是，公司继续保持较强的商业竞争力，利用在核心市场的垄断，不断开拓新的相关市场的垄断性，再反哺其核心市场的垄断地位.

在桌面操作系统市场上，我们看到的是微软，不断通过增加捆绑第三方应用软件，比如 WORD, Powerpoint, Excel, Internet Explorer 等等，在这些应用软件上达到垄断性后，反过来强化其在操作系统上的垄断.

AT&T, 利用其在长途电话业务, 电话设备业务和跨洋业务上的垄断，强化其本地电话业务的垄断.

波爱凝聚态，这是一个神奇的世界.

在这个世界里，客户对于产品的选择是不假思索的，对于竞争者的考虑是不可想象的.

在这个世界里，竞争者幻想通过简单降价，或者增加几个小小的功能，就想抢占市场份额，就是痴人说梦。对于用户而言，更换平台和使用习惯的代价太大，不是降点价多点功能就可以做到的.

达到波爱态的公司，收入和利润率固若金汤。即使遇到大的经济萧条，其余竞争者往往率先被淘汰破产出局，而市场份额自然被它笑纳.

上世纪三十年代的经济大萧条，道琼斯工业指数到最低点时下跌90%左右，很多公司破产。而 AT&T 股价回撤只有76%（从最高 300美元一股跌倒最低 70美元），即便如此，它还是保持了给股东每年一股九美元的现金分红不变。经济复苏之后，它的垄断地位更强了.

(4)

如果你还记得 2015年初我的关于腾讯的老文章

王川：四千亿个理由告诉你，视野比勤奋更重要，长期持有才是王道

两年后的今天，腾讯的股价又上涨了 70%。而过去五年股价它的升值将近六倍。这个数字，是绝大多数风险基金对冲基金，无法望其项背的.

如果说1999年刚开始创业的腾讯，还面临各种巨大的风险和不确定性；那么今天的腾讯，坐拥将近九亿活跃微信和 QQ 用户，六亿活跃移动支付用户，已经达到了事实上的波爱凝聚态.

腾讯正用自己在社交领域的绝对垄断地位，推动其在移动支付的市场份额. 2017年初其活跃支付用户数已经超过支付宝，而平均支付频次已经达到支付宝的三倍.

支付和社交的海量数据的积累，又帮助腾讯在精准广告投放市场上的扩张。腾讯在广告业务 2016年的收入已经接近百度的40%，但其2016年的广告增长速度高达54%，而后者基本停滞不前.

而这一切，都会进一步反哺腾讯在社交领域内的垄断地位.

2013 年微信已经确定在中国的移动社交应用上的垄断地位时，许多分析师还在纠结腾讯下一季度的游戏收入是否理想. 他们有预见到微信红包和支付在2014年的诞生和强势崛起吗？同理，动辄要颠覆微信的创业者，十几年来一直顽固地纠结下季度腾讯游戏收入而睡不好觉的分析师们，难道腾讯会坐等别人超越，不会积极开拓新的应用场景和市场，进一步加强其各方面的领先地位吗？

笔者无意在此预测腾讯的短期股价走势，但根据 “波爱为王” 的投资法则，腾讯未来十年的股价升值，超过 A 股或者港股指数，超过移动互联网领域 95%以上的风险基金的回报，将是一个大概率事件.

 (5)

人们常犯的错误是，发现了一个达到波爱态的强势垄断型公司后，看到其过去的股价增长，懊悔当年钱多人傻时没有参与，感叹现在股价太贵而迟迟不敢入手。而事实上, 在 AT&T 跨越三个世纪的成长历史中，绝大部分时间作为长期投资都是不错的入场时机. 波爱凝聚态的公司, 在竞争者咬牙切齿的痛骂中，垂而不死，腐而不朽，其顽强生命力被大多数投资者低估.

与之形成强烈反差的是，初期的创业公司做大的几率非常渺茫，但人们却拿一些不到万分之一概率的事件给自己打鸡血. 看看当下各种轰轰烈烈的创业投资评选大赛活动就知道，大家集体为小概率事件支付真正高昂的溢价. 创业公司整体长期回报不佳，就是数学上的必然了。美国95%以上的风险资本基金的十年的长期记录是亏损掉一半的钱, 关于这个话题，可以参考我的老文章:

王川: 外表丰满, 内在骨感的美国风险资本业

为什么人们要舍近求远，为一个没有全面严格论证的初创企业的高估值买单？为什么一个达到波爱凝聚态的好的投资机会就在面前唾手可得，大多数人却无法抓住和坚守？这个现象背后的各种复杂原因，不是几句话可以讲得清楚.

而真的猛士，敢于放弃对小概率事件的意淫，敢于重仓大概率低风险高回报的投资. 他们阅读无数案例而无比挑剔，他们看似无所事事却满载而归, 因为他们知道，波爱为王.

本文最初写于 2014年11月，2015年1月28日在笔者的微信公众号上发布。

---

(作者按：这篇文章最初写于去年11月，油价还在七十多块一桶的时候。文章发表后，一些能源业内人员纷纷发表反对意见，认为太阳能无法替代石油，能源价格会继续高启。我的回答是，你只是看到你了解的东西。有很多你没有看到的，别的领域的技术进步，将继续推动能源价格长期下降。这就像芯片业的摩尔定律一样）

你有没有过一个经历，多年以前你会纠结某一个小事，比如某一个客户没有搞定，一笔交易少赚了钱，一次考试没有考好。你会纠结自己没有考上中科大，北大，清华, 而上的只是杭州师范学院，深圳大学或者1914年的湖南第一师范学校.

但回头看这些事完全无足挂齿。如果你做的事大方向是对的，尽管小处有失误有曲折，完全没关系。但如果你在一个夕阳产业或者增长缓慢的行业，大方向不利于你，不管你如何勤奋，都是在白费力.

王川投资第二法则就是： “如果三十年后的趋势很明显，就不要纠结短期的变化逆势而动”.

凡是违反这个法则的操作者，最后都亏得很惨。过去二十年比较有代表性的例子是传统纸质媒体被互联网媒体的颠覆，传统胶卷照相行业被数字相机的颠覆。顺应这个法则进行前瞻性的投资，则会顺风顺水，赚得盆满钵满.

今天王川投资第二法则的一个最重要的现实的例子是，能源价格未来三十年会不断下降，甚至接近免费。你的所有和能源有关的投资很可能血本无归。凡是以能源为主要成本的产业，价格将会大大下降，世界上大部分物质资源将会更加丰富而贬值.

这个结论的主要依据是，光伏太阳能将作为一个主要能量来源，随着技术进步，价格将不断下降，把其他能源产业的价格一起拉下马.

1979年适逢美国如火如荼的能源危机，卡特为了表示政府对清洁能源产业支持的决心，下令在白宫房顶上安装了32块太阳能板。那时候太阳能板平均一瓦特能量成本七十多美元，极昂贵不经济。两年后里根上台第一件事就是下令把这些太阳能板拆了。

今天太阳能板价格已经降到了一瓦特36美分。其价格的下降曲线，非常类似芯片业的摩尔法则，业界有一个总结，叫做swanson’s law (斯万森法则), 大意是随着太阳能铺设容量的增加，太阳能板的价格平均 3-4年会下降一半.

太阳能还有一个好处，边际成本为零。安装设备和太阳能板的费用是固定的一次性的，但太阳能板的寿命一般至少十年以上，维护费用几乎为零，安装好以后，能量取之不竭。不像石油和天然气，还要考虑传输的费用和原材料价格的波动.

今天太阳能板在有些地区的住宅安装发电成本已经低于当地市电价格，达到了所谓“市电平价”的水平，这个趋势将会愈演愈烈，把其他能源产业包括天然气，核电，风电，水电慢慢吞噬.
在电池存储技术方面，技术进步也有类似的规律，大约每十年电池存储能量密度会翻一番。这一切，都在为电车彻底超越汽油车奠定了基础.

想象一下，在2020 – 2030年间的某一天，突然彻底变天了。电车变得比汽油车更便宜，充电也一样方便快捷，充满电续航能力可以远超五百公里，传统汽油车销量开始崩溃，汽油价格跌到三十年前的水平.

大量二手汽油车白送也没人要，许多汽油车的维修店不得不关门。传统石油业产业链严重萎缩，德州和美国西部一些依赖石油产业的地区房地产价格大幅跳水。中东，加拿大和俄国和其他产油国经济也势必严重衰退.

你觉得你现在在能源方面的投资会有好的回报吗?

有的读者可能还会说，即使你说的长期趋势是对的，因为这样那样的原因,我还是要投资某一个能源公司，别急，下次关注我的文章，关于王川投资第三法则的，看了后你也许会改变想法.

还有的朋友会说，我是土豪，我要来做空石油！等等，我以后还会写一篇文章，谈谈那些年被市场碾碎的卖空者.

如果你有家人和朋友在石油和其它能源行业正过着舒适的日子，把这个消息转发给他们吧，早点未雨绸缪，哥只能帮你到这里了.

本文最初于 2015年2月1号发布于笔者的公众号。

---

(今天二月一号是美式足球一年一度的超级碗决赛，想起水牛城球队九十年代多次进入总决赛，但从未夺冠，有感而发）

1977年一月，巴菲特出资三千两百万美元收购水牛城晚报。水牛城 (Buffalo)是著名的尼亚加拉大瀑布所在地，夏天风景宜人，冬天大雪纷飞。我九十年代初曾在其邻近的罗切斯特大学留学。

晚报在水牛城是第一大报，发行量是其竞争者 courier express的两倍。但晚报不发行周末版，周末的市场属于courier express。

老巴的收购动机之一在于介入周末版的竞争市场，扩大报纸盈利. 巴菲特当时个人净资产只有七千万美元左右，这笔交易是一个相当大的投资。而且不同于个人先前三十年主要在股票市场的经验，这次他是要全资收购运营一个大生意了。他信心满满，摩拳擦掌。

收购当年巴菲特立刻开始印刷周末版。面对晚报直接对其生命线的攻击，Courier express 迅速展开了对晚报的旷日持久的反垄断诉讼。期间老巴被迫多次从老家飞到水牛城出庭作证。法官的判决是迅速的，晚报可以发行周末版，但是发行营销要受到政府各种管制监控，以防止其垄断.

这个判决一年半以后才被高等法院推翻。但晚报的生意每年持续亏损，1978年亏近三百万美元，1979年亏四百六十万美元。 Courier express 日子也不好过，年均亏损近三百万美元，双方陷入惨烈的阵地战.

帮水牛城晚报运送报纸的卡车司机工会，闻到了血腥的味道，酝酿着要火中取栗。 1980年12月的一个周一，工会头子突然提出新的加薪要求，于次日清晨开始罢工，并暴力阻挠晚报雇佣其他非工会的司机送报。工会的如意算盘是，巴菲特不敢此时对工会强硬。

从巴菲特的角度来看，如果此刻退让，那报社还有雇佣关系的十二个工会势必得寸进尺，公司财政状况将恶化；但如果到周末仍无法送报，订户可能会大规模退订而使运营更加艰难。

据在场者描述，淡定儒雅如老巴者，当时也紧张得流汗。也许他那时心中无数草泥马凶猛地奔腾，这是考验一个智者，一个男人的真实品格的时刻了，老巴权衡很久，拍案而起，怒喝一声， “老子拼了! ”。

第二天老巴对工会反将了一军：如果工会周日不回来送报，水牛城晚报将彻底关门。所有人包括卡车司机都会被解雇。巴菲特将会蒙受巨大的损失，但对于卡车司机而言，则是彻底砸了饭碗, 没得吃了。

最终工会在巨大压力下放弃了无理要求。晚报的运营继续亏损，在衰退的经济中和对手又死磕了将近两年。突然，1982年九月，courier express 宣布由于无法继续承受亏损，将永久关门。形势急转直上，晚报一家独大的第一年，净赚一千九百万美元。到八十年代末晚报一年利润四千万美元，远超过老巴最初的三千两百万美元的买价。

三十多年后的2013年，巴菲特参股投资3G Capital 收购 Heinz, 用可转股债券方式，拿9%利息，但是运营工作和主要风险是老巴的一个合作伙伴，巴西大亨雷曼承担。 交易公布时老巴淡淡地感叹一句， “Any partnership that does not require me to do any work is my kind of partnership”. “任何不需要我做任何工作的合作方式就是我最钟情的合作方式”.

我想，他说这句话时，一定又忆起那个大 雪纷飞的十二月，那个威胁要停止送报的工会头头，那个有可能要把接近自己百分之五十身家的资产清零的夜晚，那个区别男人和男孩的瞬间。他接受了考验，但那 刻骨铭心的经历使他重新审视自己投资布局的方式。

尽管后来水牛城晚报的投资回报很好，但是值得他耗神和无下限的对手撕咬吗？值得他冒着公司破产的风险，亲自和工会缠斗吗？值得他的家庭生活被严重干扰，一次又一次的飞到水牛城调解各方面矛盾，出庭作证吗？

回到本文的主题：

王川投资第一法则是： 如果你可以用简单直接的方式投资获利，就不要用复杂费力的方式去投资。

仔细把这句话重复一下，想想有没有说你自己。看看周围，有多少人挖空心思较尽脑汁为去寻找更高的回报，去从事耗时费神自己不胜任的活动而伤痕累累。

可以一剑封喉，就不要多余的花拳绣腿 ；

可以用简单算术获利，就不要去搞复杂数学模型，在 N 阶导数的计算中去捡钢镚.

可以用国债获利，就不要浪费时间分析公司报表技术曲线炒股票.

可以用股票获利，就不要去当天天修马桶刷油漆买材料，“房客虐我千百遍，我爱房客如初恋“的苦命房东。

可以长期持有获利，就不要猜测市场短期走动，频繁交易忙得不亦乐乎，最后获利微薄，还要每年交30%以上的税给政府。

可以交给可靠的团队管理公司，分担风险，就不要亲自赤膊上阵参与公司运营。

一切如此简单，直接，粗暴，但是有效，但是大部分人为何无法做到 ？

我觉得我知道一些原因，容我以后慢慢道来。

本文最初于 2016 年 3月28日发布于笔者的微信公众号。

---

(1)

过去一个多月我连续写了八篇关于神经网络/深度学习的文章, 有读者私信给我: 你不是在研究投资吗? 为什么又在关心深度学习了?

回答这个问题之前, 我先来介绍一下王川投资第三法则:

增速为王.

展开说就是: 当同一个问题,有不同角度的解决方案时,产品性能的增长速度最快的解决方案,最终会胜出.

这个法则的一个推论是: 增速慢的解决方案, 一旦过了临界点被替代方案超越, 其背后的公司或者个体, 将会出现断崖式的崩溃.

关于王川投资的第一和第二法则, 可直接点击下面的连接.

王川投资第一法则：简单为王

王川投资第二法则: 趋势为王

(2)

这个法则的第一个经典例子,是数字照相机淘汰传统胶卷照相机.

如果你看过这篇文章,

王川: 有些事，往回看四十年就清楚了

你也许还记得 1975年第一台数码照相机,是柯达公司发明的. 数字照相机照片的像素数目,每年平均20%以上的增长,而胶卷冲洗的照片,则进步缓慢.

普通消费者使用的传统35毫米胶卷, 冲洗照片的像素大约在 4-18 兆之间.

但到本世纪初,数字照相机的像素超过两兆 后,如果打印到一张五英寸 x 七英寸的照片上,其精度和胶卷冲洗的照片,肉眼已很难区分.

数字照相无需胶卷, 拍摄成本为零, 再加上家用电脑和智能手机的迅速普及, 传统胶卷照相机在大众市场被彻底取代,也就毫无悬念了.

而照相业的鼻祖, 柯达公司, 股价从1997年开始就不断下滑, 从2006年到2008年更是下跌了90%,直到最终 2012年宣布破产.

(3)

第二个例子,是正在发生的,电车淘汰汽车的事件.

汽油车的效率,实际上过去一百年内,没有多少进步.1913年福特生产的 Model T, 一加仑汽油可以跑 25 英里,这实际上和2016年美国销售的新车的平均汽油里程数 24.8, 相差无几.

如果你看过我的这篇文章 (可直接点击下面链接)

王川: 为什么石油在2025年之前会永久性跌破20美元一桶，而一去不复返

里面提到锂离子电池的成本,大约以每年16%的速度不断下降.

特斯拉的 Model S, 2012年出厂时,60kwh 的版本底价七万美元, 续航里程 208 英里. 2015 年, 七万美元可以买到 70 kwh 的版本, 续航里程 230 英里.

实际上, Model S 在2015年美国七万美元以上的豪华车中,市场份额已经达到26%,远超同一价位的奔驰 S-class 和宝马七系列.

再过几天, 三月三十一号, 新出来的 Model 3, 底价三万五千美元, 预计续航里程两百英里以上,2017年底开始交货. 这将开始直接冲击宝马三系列,和高端的丰田佳美/普锐斯占据的市场.

下面将会发生什么? 可以参考我的这篇文章: (可直接点击下面链接)

王川: 为什么传统汽车厂商大多很快会倒闭？

 (4)

第三个例子, 来自九十年代末的电信行业.

美国的电信行业一直到九十年代中期,日子都非常好过.主要原因是缺乏技术上的竞争.通讯业的收费模式一直是: 价格与通话时间,通话距离成正比,多年没有变化,没有商量,爱用不用.

一直到 1997 年, 从美国打国际长途电话到中国,价格都在一分钟两到三美元. 电信公司在国际长途业务上的利润率据说远超拦路抢劫.

传统电信器材公司, 在这种商业模式的指引下, 推广的是所谓 ATM（Asyncrhonous Transfer Mode） 的通讯协议,意在建设一个统一的网络协议,可以同时处理语音,数据和录像.

ATM 通讯协议的思路,还是基于传统电信公司,语音信号传输的线路交换 (circuit switch) 的思维模式.

与之相竞争的技术标准,是以思科为代表的数据网络公司的 IP（Internet Protocol) 网络架构. 从工程实现角度看, ATM 比 IP 效率更低下,系统更复杂,价格更昂贵.

与此同时,普通消费者接入互联网的数据带宽,按照每年50%的增长速度,不断发展.到九十年代末,有线电视公司提供的宽带服务传输速率可以超过 1 Mbit 每秒.

1 Mbit 是个什么概念? 打电话的语音信号,转变成数据传输,大约一秒钟消耗 50 Kbit, 相当于 0.05 个 Mbit.

本世纪初互联网泡沫的破灭, 以美国的朗讯和加拿大的北电为代表的传统电信器材公司的股票, 从2000年最高点, 到2002年,下跌超过99%.

下跌的原因是多方面的, 但是传统电话公司的ATM 技术被数据网络公司的 IP 技术取代, 是重要原因之一.

IP 技术的普及,和互联网带宽的不断增加, 导致中美间国际长途的费用, 2005年时, 跌倒了一分钟 5 美分以下.

(5)

第四个例子,是九十年代中期开始关于家庭娱乐发展方向的讨论.

当时的主流观点是,家庭娱乐的未来方向,在于所谓的”互动电视” (Interactive Television). 有线电视公司,可以提供成百上千个电视频道,供消费者选择付费.消费者需要购买一个机顶盒,和内容服务商互动.

但是谷歌的youtube 的出现,和网络带宽的持续增加,改变了这个格局.

今天美国普通消费者的网络带宽, 可以达到每秒 50 Mbit 以上, 而一个高精度的录像,每秒钟需要传输的数据也只有不到 5 Mb.

但最核心的要素,在于 youtube 上的视频内容, 在指数倍的不断增加.

根据网站 reelseo.com 的 Mark Robertson 的数据, 2015年11月,每分钟大约有五百小时的视频内容被用户上传到了 youtube. 而在 2007年10月, 每分钟上传的视频内容只有 8 分钟. 八年来的年均增长速度为 170%.

虽然未来增速会放缓,但是预计到2016年底,每分钟长传到 youtube 的视频内容会超过 700 个小时.

youtube 的海量视频内容,超过十亿以上的全球观众, 和仍然高速的增长, 是只有几百个频道,几千万个订户, 线性增长的有线电视公司,完全无力竞争的.

家庭娱乐方向的辩论可以休矣,互联网赢了.

(6)

那么这一切, 和人工智能/深度学习又有什么关系呢?

如果你看完迄今为止我撰写的关于深度学习的文章，

你会意识到,推动深度学习技术进步, 最根本的动力是计算速度的飞速进步.

计算速度进步的步伐,大致是每十年 100-1000 倍.

你也许还记得, 2012年十月, Hinton 教授团队的深度学习模型, 以15%的识别错误率,远超使用其它技术的团队.

在2015年的 ImageNet 图像识别竞赛中,深度学习模型的识别错误率,已经低于4%, 优于受过良好培训的学者的水平 (大约5%) .

2016 年三月谷歌的阿法狗团队,以四比一的战绩击败韩国九段选手李世石, 标志着人工智能技术水平,又达到一个新的高度.

人工智能的技术能力，还在加速进步，但现代智人从二十万年前在东非的草原上浮现以来, 大脑的容积和计算能力并没有太多量上的改变.

(7)

按照”增速为王”的理论, 人将被机器淘汰取代吗?

或者人和机器融合为一体? 出现我们现在都无法想象的新的组合?

这个改变的路径和时间表将会如何展开?

这是二十万年来未有之大变局, 它正在迅速向我们袭来, 它是未来最最重要的议题.

寻找这个问题的答案, 需要不断追踪, 深刻理解底层的技术细节.

未来属于那些抓住问题本质, 抓住主要矛盾,勇于探索, 顺应趋势的人们.

让我们拭目以待.