chuan

王川: 论情绪记忆 (一)

1/ 很多事情有经验的人对没经验的人一句话解释不清楚,本质是因为有经验的人积累了大量丰富的跨越很长时间的”情绪记忆”。

2/ 没经验的人一个劲要有经验的人去解释为什么,就好像一个人拼命要 chatgpt 解释它是如何思考解答出某个问题的。你可以不断打破砂锅问到底,但休想用一两句话来概括。

3/ 笔者这里定义的”情绪记忆”,是在某些事情发生时,前后左右的各种大量碎片化的信息和数据。大脑是一种自动建立相关性的机器,某类相关性重复见过几次后,就自然更加敏感,尽管很难用语言精确而完整的描述出来, 但会让你潜意识里自然产生不假思索的趋利避害的反应。时间空间跨度更长的情绪记忆,可以捕捉到更深邃更本质的相关性,潜在也更高级更有价值。

4/ 经验就是粗线条的情绪记忆。情绪记忆是细颗粒的复杂经验。没经验的人还是应当老老实实去攒经验,而不要指望可以偷懒一步登天,否则遇到陌生的情况还是会不知所措,被打回原形。

5/ 电影看多了,人容易变得弱智。很多事情的演化极为复杂迂回,大部分现场的实际体验是枯燥,单调,无聊,长期间缺乏有效反馈,和各种挫折。电影因为时间限制,必须在最短时间内把最戏剧性的核心场景表现出来,所以基本上容不得任何枯燥,强行给观众大脑里灌注了错误的情绪记忆。

6/ 电影中常用的蒙太奇 (montage) 手法,把不同时空的短镜头裁剪连接起来,虽然在艺术上是成功的表达形式,但看多了后,大脑潜意识会建立一种错误的关联性,并让人顽固的往现实生活中硬套。人们误以为振臂一呼,奋力一搏,说几句话抖个机灵,面色冷峻/强充硬汉的装*,就能把事情搞定。艺术上越成功的蒙太奇,现实中副作用越大。

7/ 因此,沉迷于电影戏剧的人,不理解也不尊重 “长时间枯燥的积累和等待,才是生活的真谛” 这个基本事实,频繁给自己加戏,在对自己一厢情愿的幻觉的顽强追求中,迅速的耗费掉自己的宝贵资源和精力。

8/ 成功的风险管理,需要丰富的情绪记忆,就是说你上次失败或者被人坑的时候,很多相关的细节,你当时的心情,和失败后的惨痛感,牢牢铭刻在你大脑的内存里。这样在之后的发展中,一旦你感知到类似的细节,大脑马上警觉起来,提前做防御措施。缺乏这种“情绪记忆”而涉谈风险管理,不免纸上谈兵。

9/ 这里有个矛盾的事情,就是吃亏要趁早,早吃亏是好事,这样才能有丰富的情绪记忆,提高抗风险能力;但这个亏不能太大,导致自己彻底毁灭。唯一可以弥补的方法是多读书,读历史,读各种传记。同时要对未来的不确定性保持敬畏。

10/ 人年轻时最大的财富之一,是成功应对并驾驭逆境到东山再起的丰富的情绪记忆。有些人年轻时太顺,但实际很脆弱,年纪大了再接受打击,无法承受巨大心理落差,很容易一蹶不振。有过这种经历后,和外人对话时,很容易感知到对方是否也有过这种阅历,这样才能区别对待。

11/ 疫苗本质也是给免疫细胞的内存提供一种新的记忆,见到病毒的特征马上就产生防御反应。心肺功能强,代谢优异的人,免疫细胞的记忆也会更精确,因此免疫力也就更强。很多老年人之所以容易感染各种传染病去世,本质也是因为心肺功能退化,免疫细胞记忆丧失,遇到病毒入侵而无法识别并迅速清除。衡量心肺功能的一个指数,是所谓最大摄氧量 (Vo2max ). 一个简单的估算,12 分钟跑可以超过 2300 米以上,对应 Vo2max > 40。Vo2Max 如果低于40, 说明心肺功能不强,如果还不努力锻炼提高心肺功能, 奢谈各种故弄玄虚的养生,基本是隔靴搔痒。

12/ 再比如,有一种重要的能力,就是从一个人说话的内容,迅速判断出其真实动机, 和动机背后反映的状态。这需要积累大量情绪记忆,但会很有用。如何培养这种能力?就是我们听某一类人说的话,如果有管道了解到他的后台运作,看到后台同时发生了什么,积累多了,自然迅速建立良好直觉,听他说什么话,马上知道后台发生了什么事。

13/ 人们的忘性是很大的。再比如,大概在 2016年的时候华尔街有一些人鼓吹这个观点,就是越来越多的资金会集中到 (管理费很低的) 指数基金 ETF 里面,这种集中度会导致很大的泡沫,和之后泡沫的惨烈破灭。鼓吹这种观点的人,视所有的指数基金和 ETF 为洪水猛兽。猜测背后的真正推手,是收取高额管理费的共同基金和对冲基金的公司,因为 ETF 在直接抢他们的生意。八年过去了,华尔街股市起起伏伏,但关于指数基金和 ETF 的当时极为离谱的负面宣传已经被人遗忘, 现在的人视 ETF 为理所当然的存在。今天如果听到传统媒体上传播一些比较耸人听闻的预测,尤其是对于大家还不熟悉的新生事物的预测,可以查找对比一下以前的历史案例,这里面也许有可以”反其道而行之”的机会。

14/ “情绪记忆”多了后,能自发总结出”抽象度比较高”的经验。比如笔者曾对某类事情一直有较高期望值,但实践上屡屡受挫,不甘心,屡挫屡试,很久后发现可以有别的道路实现更高级的目标,早先对那类事情的高期望值完全是被误导,毫无必要。以后遇到类似场景,感受到两三次类似的挫折,就会默认自己被误导了,迅速改变方向,而不会长期傻乎乎做无用功。

15/ “情绪记忆”决定“身体习惯”,彻底改造身体习惯,必须摸索积累一些新鲜的成功的情绪记忆,积少成多,多到一定程度,身体习惯自然改变。而这些东西靠说理言传,基本没用。

16/ 人缺乏自制力,本质是因为:1. 没有因为自制力缺失而受到足够沉重的打击。2. 受到打击过于沉重,一蹶不振,无法恢复。3. 没有获得因为自制力带来的足够大的奖励。只有越过这三个障碍,有了丰富的情绪记忆,才能把自制力变成不假思索的身体习惯。

17/ “情绪记忆”对于纠错也非常有用。人不能纠错的本质原因,是纠错时面临巨大的现实的痛感,而长时间承受痛感之后何时可以最终获得奖励,存在较大不确定性。所以选择做鸵鸟是阻力最小的演化方向。

18/ 克服这个问题只能循序渐进的训练自己对痛感的耐受力,并先从一些可以“痛过之后较短时间就获得奖励”的活动开始,慢慢增加自己对于不确定性的时间长度的忍受能力和情绪记忆。最典型的,就是先从运动开始,锻炼一个小时,可能很累很枯燥,但练完之后会觉得无比舒服。

19/ 一旦熬过痛感期,获得奖励之后,信心会增加。这时应当采取进攻态势,摸索寻找其它的活动,有更长的“痛感的不确定期”,但熬过之后可以获得更大的奖励,从而进一步提高自己的耐受力,并丰富巩固相关的情绪记忆,意志力其实就是这样自然涌现的。

20/ 这里情绪记忆的本质就是,我已经有经验了,在类似场景,再坚持几个小时,几天,或者几个月,几年,就会熬出头,迎来指数增长 (巨大奖励),  所以会不假思索的做出正确(但看似艰难和痛苦) 的选择,对短期的痛感变得不再敏感。外人不理解他能很轻松自然的这样选择,是因为外人根本没有积累这些情绪记忆。

21/ “恼羞成怒”也是一种重要的情绪记忆。笔者多年前曾经因为错过苹果股票的投资,而长期恼羞成怒,一直不愿改错。之后痛定思痛,把这种痛苦的情绪记忆视为帮助自己纠错的重要信号,进步就快了很多,可以参见笔者的老文章
王川:论气急败坏, 恼羞成怒之投资大法

22/ 一些宝贵的经验教训是需要相当的时间跨度的经历后,才恍然大悟的。很多陷阱短期内看上去很热闹,有各种小利,然后就因为不可控风险导致突然死亡,但失败者要么销声匿迹,要么羞于总结并传播其失败教训 (或者因为很多利益相关的当事人还在,不愿公开传播),所以这些东西就被掩盖起来,下面不断有新人踩坑。情绪记忆多了,才能慢慢建立起相关的良好直觉。

23/ 亲身经历过 “预测 – 发现错误 – 承认错误 – 增加和调整思维模型 “这个过程后,自己的认知就上了一个台阶,之后凭借这种认知来发财,感觉就很爽。但亲自经历全部过程还是太慢,如果能够多读书,并注意观察很多 “其他人预测 – 犯错误 – 被证伪” 的过程,进步就会快一些。

(未完待续)

——-

作者简介:王川,投资人,现居加州硅谷。微信号9935070, 推特号”Svwang1″, 新浪微博“硅谷王川”, 网站 chuan.us. 所有文章表达作者个人观点仅供参考,不构成对所述资产投资建议,投资有风险,入市须谨慎.

点击下面连接可看到本公众号过去两百多篇原创文章的连接目录:

硅谷王川的公众号文章目录 (2024年一月)

在投资和创业的道路上如何集思广益,举重若轻?欢迎加入王川的俱乐部, 这是一个聚集世界各地各行各业,有着独立思考和独特视角的精英的高端收费社区.  详情请点击下面文章连接

   RTFM – 关于投资俱乐部的使用说明 ( 第二版)

有意申请入会者请仔细阅读说明,再和王川(微信号: 9935070 或推特 “svwang1” 私信) 直接联系。

王川: 只有生存狂才无需偏执

1/ “只有偏执狂才能生存”(Only the paranoid can survive ) ,前英特尔总裁安迪*格罗夫 (1936-2016) 如是说。但他老人家八十岁就去世了,这个寿命长度低于美国 45% 的白人男性。2024年的英特尔,股价还停留在 1999年的水平。在全球半导体公司之中,按市值排序,已经在前十名之外,那些过往的辉煌早已消失于新人的记忆中。格罗夫的第二位继任者,Paul Otellini,2005 到 2013年间担任英特尔的总裁,2017年不幸去世,年仅 66 岁。

2/ 根据日本厚生省最新的数据,以日本为代表的发达国家亚裔男性 (假设2020年出生) 大约百分之一的人寿命可以到 102 岁,千分之一可以到 106岁,万分之一可以到 109岁,女性还要再加大约三岁。这个估算主要基于人寿保险公司对于不同年龄段死亡率数据的统计。考虑到未来几十年医学领域还会持续有各种进步,对于今天五十岁以下的人而言,这个寿命上限还可以提高至少三到五岁, 也就是到 112岁之上,而且这个估算可能还是保守的。

可以参考笔者 2015年的老文章
王川: 为什么日本今年的新生儿有一半将活到 108 岁?

3/ 但在美国,亿万富翁 (流动资产超过一亿美元) 的人数在2023年低于三万,占总人口的比例不到万分之一。在全世界,资产超过一百亿美元的富豪只有两百多人,占总人口比例不到三千万分之一。

4/ 人们是否有意识到媒体上鼓吹传播的各种亿万富翁的励志故事,实际上概率比男性活到 109岁还要低,比活到 106岁的概率要低 90%,比活到 102岁要低 99%? 那么在高科技迅猛发展的时代,拼死拼活追求金钱的一个小概率的数字目标 (实际上可以由央行随便印),天天拿那些千万分之一,一亿分之一概率的超级富豪的极端个例来给自己打鸡血,但因劳累过度不到八十岁就认命的挂掉了,而无法见证参与后面三十年的翻天覆地的变化,是不是极为愚蠢极为短视?

5/ 从1947年科学家发明晶体管开始,高科技行业每隔大约 15年会发生一次重大范式转移 (Paradigm shift) 。笔者在此挑选了几个标志性的事件:

1947年 12月贝尔实验室发明第一个点接触晶体管, 晶体管范式的开始 ;

1959年第一个单块集成电路推出,集成电路范式的开始 ;

1977年 6 月 Apple ii 推出, PC 范式的开始 ;

1993年 3 月 Mosaic 浏览器推出,互联网范式的开始 ;

2007年 1 月 Iphone 推出, 移动互联网范式的开始 ;

2022年12 月 Chatgpt 推出, AI 范式的开始.

平均间隔大约十五年一轮, 对应着摩尔定律迭代至少七次,单位成本的算力至少增长一百倍以上。可以参见笔者的老文章

王川: 为什么摩尔定律一直没死, 但人们还会继续预测摩尔定律要死

6/ 指数增长的特点是,一旦走上指数发展的正道,越过临界点后几年内发展的增量会超过之前几十年,几百年甚至几千年积累的总和。这个曲线的陡峭程度远超人的直觉所可以理解。

7/ 智人存在 20万年,但文字的涌现也就大约五千多年的历史 (出自位于现在伊拉克的古代苏美尔人), 这是 1:40 的比例。

8/ 而这五千年来真正科技突飞猛进,1840年大概是个分水岭。火车,电报,照相这些技术的商业化都是在1840年前后开始, 到现在不到 200 年。这和五千年文字历史相比是大概 1:25 的比例。

9/ 而这过去两个世纪里,全球化的迅猛发展的一个转折点是 1993年万维网 (World Wide Web) 的涌现,也就是三十年的历史。

10/ 转折点之后的人,看转折点之前的人的生活工作状态之落后,会有一种极为惨不忍睹的感觉。转折点之前的人们,按照自己的认知和习惯去计划未来,如果没有考虑到高科技的指数发展,最终都会被证明是荒谬,无效,驴唇不对马嘴,和可悲的。

11/ 美联储资产负债表 (Fed Balance Sheet)上的资产,在2008年之前,一直低于一万亿美元。2008年到2014年之间,为了抵御次贷危机造成的信贷萎缩,凭空多印了三万多亿美元的钞票,用来购买国债和其它资产。而从 2020年三月到 2022年四月的两年间,一口气多印了四万七千亿美元的钞票,账面资产翻番,达到接近九万亿美元的水平,相当于 2008年之前的九倍。这直接导致了2021年各种风险资产价格的暴涨,和新一代超级富豪的涌现。他们因机缘巧合切入某个高速增长的行业,借助美联储的流动性注入的巨大力量,迅速把之前的领先者抛在后面。

12/ 如果说有什么教训可以吸取,那就是:

i) 以摩尔定律为基础的高科技发展,会继续导致未来不同领域的很多事物,在一年时间内的增量,超过之前的几十年几百年的积累。

ii) 这意味着短期暂时的争先,没有太大意义;而多活几年的价值,在未来可能会有决定性的意义,因为那几年在某些技术领域涌现的增量,决定你是否能够跃迁到一个现在无法想象的新世界 (就像 1945年之前的人们无法想象青霉素的大规模推广,是如何提高群体寿命长度的 )在新的技术条件下,甚至大脑的自我意识,未来可能以一种现在无法理解的方式被保存/复制/传播/组合,等等。

13/ 人工智能专家 Rich Sutton 2019年曾有雄文”痛苦的教训” (The bitter lesson),总结过去七十年来人工智能研究的教训,其核心观点是:

算力的大规模进步会碾压各种局部算法的改进,但研究者往往会假设算力不会改变太多,用自己主观经验和局部知识去改进 AI, 短期内会收获一些进步,研究者会有成就感,但这些改进一般最终遭遇瓶颈,在 10-20年后被以高几个数量级的计算蛮力为基础的通用型的方法完全替代,导致之前努力全部白费,因此这些研究者会很痛苦,很纠结。然后新一代 AI 研究者又会本能的重蹈前人之覆辙。

14/ 在这个背景下,过于努力工作而不积极保养身体,就是一种短视的”过早优化” ( Premature optimization). 此时一定要冷静,拒绝外人用激将法把你诱惑到“过早优化”的陷阱里。大部分时间躺平,不耗费精力纠结于短期的改进,这样好给自己争取更多的时间,自动收获算力增长带来的长期进步的丰硕果实,非常重要。

15/ 日本男性预期寿命中位数在 84岁左右。参考这个数据,当健康和追逐金钱产生矛盾时,如果你追逐金钱而长期废寝忘食,咬牙切齿的奋斗,那大概率会在 84岁之前痛苦的挂掉。但如果你按照头部千分之一的健康习惯要求自己 (这比成为一亿美元富翁容易至少十倍),那么大概率可以悠闲的坚持到至少 106岁。这就多了至少 22年的时间。这 22年间,摩尔定律又翻倍了 11 次,大饼又减半了五轮, 高科技的范式转移又会演化出多少你想不到的精彩.

16/ 传说中的龟兔赛跑,兔子输了的原因是它在睡觉,然后乌龟慢慢超过了它。真实世界中的龟兔赛跑的结局:兔子最终输了,恰恰是因为它用力过猛而睡得太少。兔子开始屡屡得手,遥遥领先,结果有一次因为 FOMO (害怕错过) 而买在高点,后来遭遇了 margin call,  被迫割肉在低点。兔子每天忙忙碌碌,心急火燎,伤害了健康。乌龟比较慢,每天大部分时间在睡觉和锻炼身体,起初落后兔子一大截。但兔子被强行平仓之后,就突然悄悄消失在乌龟的视野中。某一天乌龟想起当年见过的兔子好久没消息了,查了一下才发现他已英年早逝。

17/ 追逐金钱和权力的游戏中,一般你会得到比较准确的反馈。就是说,你如果有成功和进步,周围的人会鼓励,羡慕或奉承你,你自我感觉良好。如果有失败和退步,周围的人会鄙视和唾弃你。这样你主观上一般会用比较高的标准来要求和激励自己。

18/ 但在追逐健康长寿的游戏中,随着时间流逝,这个反馈机制会有微妙的变化。一是周围圈层厮混的同龄人随着自己身体的衰弱,会把一些本来可以避免的问题,视为理所当然,无法抗拒,态度渐渐转为消极和被动接受现实。这样如果你自己的体能开始下降,你潜意识里不再把它当成一个可怕的坏事,而是消极的降低对自己的要求和标准,不去花大力气抑制甚至扭转这种下降。

19/ 二是随着年龄的增大,四十岁之后,大部分人的社交圈层基本不再增长,社交活动的频率和力度也不断萎缩。六十岁以后死亡率慢慢开始加速,听到更多的事情就是某某人生了大病,患了绝症,突然去世了,等等。这时候,对健康,体能和长寿的刻意追求,就变成一个容易随波逐流,周边缺乏反馈 (不管是鼓励还是鄙视) 的孤独游戏。很多人,本来可以做得更好,在这种缺乏有效反馈的环境下,容易得过且过,听天由命,健康状况每况愈下,也不去刻意研究和努力来反制。

20/ 当他们驾鹤西去,身后最多收获几句“一路走好”之类的无用屁话,也不可能像商学院做案例分析那样,有研究者认真剖析此人最后二十年的生活细节,他是如何消极的忽视健康,本来有一手好牌,是如何如何打烂的,等等。

21/ 现代人生活方式有几个结构性的原因,严重损害健康:

一是白天大部分时间在室内工作,不见日光。久坐几个小时而不动,严重缺乏锻炼和对身体肌肉的良性刺激 (每天至少应当有走路一万步以上的运动强度,再辅助一些力量训练)。室内长期温度恒定,没有对身体时冷时热的轻度刺激。

二是因为社交压力,很晚还在大吃大喝,刺激胰岛素分泌,抑制内生的美骆托宁和生长激素分泌,入睡困难,或者睡眠浅,这样第二天更加困倦,形成恶性循环。

三是因为工作压力,无法控制自己的时间安排,不能在十点之前按时入睡,经常要担心各种琐事和截止日期。

四是根本不理解,或者拒绝理解这种结构性困境的机制,因此盲目接受周围人用药的建议,以为药可以解决所有问题,而不彻底从改变工作和生活方式入手。这样长期在治标不治本的陷阱里疲于奔命。

22/  斯坦福大学医学院毕业的 Casey Mean 博士的新书“好能量”(Good Energy) 中提到,如果你的身体指标

1. 空腹葡萄糖低于 100 mg/dl

2. 三酸甘油脂低于 150

3. 高密胆固醇高于 40 (男性)

4. 腰围低于 102 厘米 (男性)

5. 血压低于 120/80

你的健康状况就已经超过 93%的美国人了。这个要求其实很低, 通过间歇性断食和持续锻炼,控制好体重,就能实现,但仍然有 93%的人做不到!

可以参见笔者关于间歇性断食的老文章
王川: 从间歇性断食,看躺平的正确姿势 (一)

23/ 按照美国 2023年的官方统计数字,头部 7%的男性的预期寿命 (不分种族) 大约 94 岁,亚裔男性是 97岁,亚裔女性是 99岁。要想进入头部的 1%,需要在心肺功能训练,力量训练,稳定性和灵活性训练,时间的投入上持续下大功夫,这里暂不赘述。但需要理解的是,坚持做到这些, 并不需要很多钱。如果做不到,有再多钱也很快失去意义。

24/ 当你通过严谨推导,意识到到通过刻意努力,可以比一般人增加至少 20-30年的寿命, 自然就容易平静和更加耐心。如果你看过笔者的老文章

王川: 长期主义的实践为什么这么难

王川:为什么人们守不住四年三倍的资产?

就会突然意识到,新增的三十年的寿命,意味着三十年的复合增长,资产有可能增加三个数量级。原先潜意识里以为高不可攀,有三头六臂,吹得神乎其神的各种超级富豪,和你的距离并没有那么遥远,一下子就被祛魅了。这样反而更容易,让你不再焦虑,而是专注于耐心踏实的积累。

25/ 耐心,不能保证你在有限的时间内实现你的目的,必须承受一些痛苦。但不耐心,一定会导致你落入一个无法逃脱的困境。虽然最终的崩溃发生在第 N 年,但实际上 N – k 年时就越过那个“回不去的转折点” ( point of no return ),  之后的 k 年都是极度痛苦的垃圾时间了。

26/ “耐心就是一种能力,可以接受和容忍延迟,麻烦和痛苦,并不会因此生气和沮丧。”牛津字典里如是定义。

27/ 不耐心,本质就是当现实发展速度比预想慢的时候,拒绝分析底层机制,拒绝正视,接受和想象不同的现实,幻想自己可以用蛮力,一厢情愿的让事物按照自己的思维模型发展。

28/ 使用蛮力的表现形式,包括路上赶时间危险驾驶,高速超车; 用高价做各种收购,加各种金融杠杆,给自己扛上各种债务 (金融债务,技术债务,身体健康债务,等等),强迫下属做各种心不甘情不愿的事情 (但实际上最终导致下属谎报业绩),为赶截止日期各种造假 (开始骗客户,骗员工,后来骗自己),等等

29/ 使用蛮力本质是用自己脆弱的肉身,和复杂系统的各种隐形瓶颈强行打血淋淋的消耗战。有时可以蒙混过关,但得手几次后,会习惯性的粗暴消耗自身资源。直到有一次,遇到系统内阻力太大,自身资源消耗太快,可能短时间内迅速破产。

30/ 耐心,就是正视现实,承认很多事情需要时间慢慢发展,不轻易消耗自身资源强推。承认很多事情需要权衡利弊,有得有失,避免”既要,又要”。坦然接受一些小的必要的消耗,以避免不必要的大的损失。对于那种号称”便宜占尽,风险全无”的蛊惑尤其警惕。当不耐心的人冒着高风险大刀阔斧往前推,并不断嘲笑甚至侮辱自己胆怯愚蠢的时候,可以长时间不为所动,在自己有优势的熟悉的主场坚守。

31/ 耐心是反人性的。这就意味着每个岔道口必须做不可逆选择的时候,很多人是默认挑选那个”不耐心的选择”,每次得手后会越来越大胆,直到有一次遇到迈不过的那个坎,而彻底崩溃。

32/ 耐心的最大挑战是来自周边所有人的一致嘲笑,打击和不理解。对嘲笑和打击的免疫力,会随着自身实力,经验,知识,信息网络的发展,和一次又一次的最终胜利,而不断增强。这样才有底气以更大的耐心,我行我素,平静的等待新的更大的胜利。

33/ 讽刺的是,当那些不耐心的人突然(在某个事前不可预测的时间点)崩溃的时候,系统内会出现很多权力真空,价格真空 (破产者原来追捧的资源打 90%折扣也无人问津)。这时候耐心者可以很轻松的不用什么蛮力和极小代价获得大量资源,占据关键的权力节点,而长时间无人竞争。

34/ 而随着时间流逝,慢慢系统内资源和权力节点的竞争开始升级变得有些费劲的时候,耐心者必须按捺住前一个阶段削瓜切菜般的痛快本能的挥洒冲动,集聚资源,等待下一个周期,直到新一波的不耐心的竞争者的自我毁灭。

35/ 很多痛苦,本质上是短期欲望远远超过自己现阶段的实力。把问题想清楚了,理解实力会随着时间复合增长,以老老实实熬时间提升实力为本位,永远把“给自己争取更多时间”设为最高优先级,人一下子就释然了。

36/ 很多人总有“机不可失,时不再来”的焦虑,以为自己没有时间。比如说,有的事情只能等 20年才能做到,但不甘心,觉得自己一步可以登天,怕过了这村没有那个店,于是铤而走险,孤注一掷,最终满盘皆输,然后发现等 30年也拿不到了。滑稽的是,真正等 20年后,实力仍然在继续复合增长,而 20年前十分纠结的目标突然唾手可得,已经完全无感或者不屑。这,就是事物发展的矛盾真相。

37/ 巴菲特曾说:“股市是一个把钱从不耐心的人转移给耐心的人的地方。”

38/ 德川家康说:“忍耐的尽头是不朽。”

39/ 总结下来就是:偏执狂努力奋斗创造财富,但因为性急而持续不定期的把财富转移给更耐心的人,并因为性急而容易早逝。世界属于最能忍耐并且长寿的人。因为忍耐而长寿,因为长寿而更能忍耐。

换言之:“只有生存狂才无需偏执”。

——-

作者简介:王川,投资人,现居加州硅谷。微信号9935070, 推特号”Svwang1″, 新浪微博“硅谷王川”, 网站 chuan.us. 所有文章表达作者个人观点仅供参考,不构成对所述资产投资建议,投资有风险,入市须谨慎.

点击下面连接可看到本公众号过去两百多篇原创文章的连接目录:

硅谷王川的公众号文章目录 (2024年一月)

在投资和创业的道路上如何集思广益,举重若轻?欢迎加入王川的俱乐部, 这是一个聚集世界各地各行各业,有着独立思考和独特视角的精英的高端收费社区.  俱乐部会费 2024年七月十五号之后将继续大幅度上调。 详情请点击下面文章连接

   RTFM – 关于投资俱乐部的使用说明 ( 第二版)

有意申请入会者请仔细阅读说明,再和王川(微信号: 9935070 或推特 “svwang1” 私信) 直接联系。

王川:论气急败坏, 恼羞成怒之投资大法

1/ 最让你气急败坏,恼羞成怒,而又无可奈何的新技术,最有可能让你发大财. 气急败坏,恼羞成怒的背后,肯定有某种巨大的, 难以逾越的竞争壁垒。

2/ 这种气急败坏,最好是像传说中的诸葛亮三气周瑜一样,气至少三次,并跨越若干个牛熊周期,不仅不倒,反而越来越强,这说明其竞争优势非常全面,才真正有巨大价值。

3/ 恼羞成怒,本质是遭遇一种 “narrative violation” (叙事的违反), 违反的次数越多,跨越的时间越长,信号就越强烈,这是上帝在提醒你必须修改自己的思维模型。可参见笔者的老文章

王川:为什么思维模型是最重要的财富 (一)

4/ “真理会让你自由,但首先它会让你生气”, 十九世纪美国作家 Robert Ingersoll ( 1833-1899 )如是说。(The truth shall make you free, but first it shall make you angry. )

5/ 恼羞成怒而让人发财的底层机制是:如果某件事让你持续气急败坏而恼羞成怒,那么它势必也会让大多数其他人恼羞成怒。如果你能抑制住恼羞成怒的情绪,提前早于大多数人改弦更张,钻研-理解-投入到新的叙事机会里,那么你就势必遥遥领先于其他迟早要被迫改弦更张的人们。但那些人被迫改的时候,势必支付较高的代价。早改早发财,你的代价无非是对非理性情绪的抑制和耐心研究的时间,但实际的辛苦操劳则少了很多。

6/ “当局者迷,旁观者清”的一个重要原因,是因为人容易陷入计算短期局部利益的死结中拒绝放弃, 死要面子活受罪。而旁观者没有面子和局部利益的拖累,更容易看到新的全局的视野。

7/ 人为什么很多时候会死要面子活受罪?这说明“死要面子”这种策略在某些场景下有利于生存,所以要保留下来。“死要面子”是给周围人的信号,就是我还很强大。否则周围人发现你实际上很脆弱不重要了,就可能纷纷抛弃你,造成你的塌方式的实质利益损失。什么阶段必须死要面子,什么时候坚决不能要面子,是一个学问。

8/  愤怒情绪背后是对自己的无能为力暴怒. 发现自己的“无能”, 但意识到只要思维模型转变就可以用实际上较小的代价变成“有能”,这样人自然会无比兴奋。当然这个搜索过程中必须花功夫,筛选掉很多精心包装的骗局。避免被骗局误导有三个过滤方法,一是要至少等待一个熊市的考验,二要能不断获得第一手信息来独立验证,三是要持续在全球范围内做横向比较筛选出最让你恼羞成怒的机会。

9/ 如果你看到很多富人对某个新生事物气急败坏,恼羞成怒,破口大骂,这是一个潜在的有力信号。气急败坏的底层心理机制是,”我们辛辛苦苦熬了这么多年才有了今天,你是从哪里冒出来的小瘪三就这样看起来轻轻松松超过我们了? 让我们多年来积累的各种资源不值钱了?这里面肯定有诈!”.  实际情况很复杂,有的时候可能确实有诈,但如果一个新生事物持续时间较长,而且不断发展到全新的高度,那就需要认真研究,严肃对待了。

10/ 化恼羞成怒为“四两拨千斤”的力量,是改造自我的捷径,但必须克服开始的巨大心理障碍 (承认自己错了)和认知障碍 (理解自己为什么错),认真理解和学习新的视角。

11/ 达尔文式的进化系统,任何时候都有多个不同类别,不同脉络的生物或组织在竞争。有的冒头了很明显,有的在蛰伏但可能后来居上。暂时领先者,无法保证不会有别的不同脉络的系统会超越自己。气急败坏恼羞成怒,是世界给你的一个强烈的信号,一个新的技术路径冒头了。这和摩尔定律的底层机制,本质是一样的。可以参见笔者的老文章

王川: 为什么摩尔定律一直没死, 但人们还会继续预测摩尔定律要死

12/ 对自己潜意识里的“恼羞成怒”情绪保持敏感,利用这个情绪发现自己可能在哪里犯错,知道什么时候迅速改正错误,并能果断加入新的潮流去发大财,这种能力是一种结构性优势,这就是“川式气急败坏恼羞成怒投资大法

可以参见笔者的老文章:

王川: 论移动屁股和改变脑袋的艺术 — 范式转移的随想 (四)

13/ 苹果的股票从 2001年十月 ipod 推出后至今,价格上涨了六百倍。但包括笔者在内的很多投资者,当时被自己的偏见和情绪所蒙蔽,完美的错过了这个伟大的投资机会。当 ipod 第一次推出时,批评者的借口非常多:399美元的价格比 Mp3 player 贵,一开始只能通过 iTunes 软件和 Mac 电脑兼容, 存储有限,电池寿命有限,缺乏 Wifi 接入, 缺乏对其它音乐软件格式的支持,缺乏其它 mp3 player 拥有的录音功能和FM 收音机的功能,等等。当 iphone 2007年初次被推出时,批评者的素材就更多了:五百美元的价格太贵,没有类似黑莓手机一样的键盘,email 应用 /安全性能/ 和企业内部 IT 系统整合的能力不如黑莓好,生态系统不够开放 (因为硬件也完全由苹果控制),音箱效果不好,电池无法和手机分开, 照相功能不够好,只支持 2G 不支持 3G, 只能通过 ATT 一家购买, 等等。偏见滋生的愤怒情绪,可以让你一时爽,但无法让你的钱包更鼓。可以参见笔者的老文章

王川:  我和苹果公司, 一个不得不说的故事

14/ 至于 btc,十五年来痛骂它的人,包括名校教授,诺贝尔奖得主,明星基金经理,顶级投行 CEO, 甚至还包括笔者一直很尊重的查理芒格老先生,和一脸正气的塔勒布老师。然而它就在那里,过去一年,三年,五年和十年的回报,碾压绝大多数其它资产。可以参见笔者的老文章

王川:为什么人们守不住四年三倍的资产?

15/ 以 chatgpt 主导的人工智能大语言模型 (LLM) 技术的横空出世,已经引起很多人的担忧和批评。这包括但不限于:

因为训练数据被污染,而导致AI 在伦理和道德认知上的的缺陷和危险 ;无法核查实时信息的真实性 ;会让很多人失业 ;会消耗太多算力而污染环境 ;侵犯版权和隐私 ;会产生幻觉而胡言乱语 ;会被学生用来帮助做作业, 降低教育质量 ;并不真正理解上下文和一些微妙的东西,离通用人工智能还远得很。会被人滥用,甚至毁灭人类 。

目前还没有看到 LLM 领域对某个公司或者新的商业模式/现象的强烈的非常失态的痛骂,但有心人应该对这方面的舆论持续关注。

16/ 意大利著名学者和政治家马基雅维利 (1469-1527 )在“君主论”的第六章里有一段关于创新的精彩论述:

“没有什么比开创新秩序更加难以掌握,更危险去实施,或者在成功上更加不确定了。因为创新者在所有从旧秩序中获利的人那里都有敌人,在所有从新秩序中可以获利的人那里却只有不温不火的支持。这种不温不火,部分来自于对敌手的恐惧,因为他们有现有法律的支持 ; 部分来自于人类的不易信任,他们不会相信任何新事物,除非自己有了实际体验。”

17/ 这也是为什么让你气急败坏恼羞成怒的新技术有巨大价值,因为这可能意味着新技术正在跨越”支持者的力量迅速超越反对者的力量”的鸿沟。如果此时,你顺势而为,加入支持者的行列,将有可能收获指数级别的红利。

18/ 所以要常常反思,最近有什么新技术,让你或其他人,持续气急败坏,恼羞成怒了?

——-

作者简介:王川,投资人,现居加州硅谷。微信号9935070, 推特号”Svwang1″, 新浪微博“硅谷王川”, 网站 chuan.us. 所有文章表达作者个人观点仅供参考,不构成对所述资产投资建议,投资有风险,入市须谨慎.

点击下面连接可看到本公众号过去两百多篇原创文章的连接目录:

硅谷王川的公众号文章目录 (2023年七月)

在投资和创业的道路上如何集思广益,举重若轻?欢迎加入王川的俱乐部, 这是一个聚集世界各地各行各业,有着独立思考和独特视角的精英的高端收费社区.  目前只有三个名额,之后会费将继续大幅度上调。 详情请点击下面文章连接

   RTFM – 关于投资俱乐部的使用说明 ( 第二版)

有意申请入会者请仔细阅读说明,再和王川(微信号: 9935070 或推特 “svwang1” 私信) 直接联系。

王川: 从思科的财务报告历史, 来看英伟达的估值

1/ 多看上市公司的财报 (annual report) 有助于打破自己的错误的成见,建立起更准确的直觉,更丰富的关联和想象能力。这个功夫一定要下,不能偷懒。

2/ 实际上如果平均每天花一两个小时看一下某个公司的财报,尤其是把过去十年的数据变化对比着看,常会有新收获,马上就意识到自己以前分析研究时陷入了什么样的思维误区。

3/ 花时间看财报,就可以抑制自己想去做各种 (长期回报为负) 的短线交易的冲动。而且因为大脑建立起几百个投资对象的更精细的认知图景,会把自己的机会成本提得越来越高,自然对绝大部分所谓的“机会”无动于衷

4/ 研究财务报告,尤其是美国资本市场上的财务报告,本质就是研究权力的游戏。因为里面都是真金白银的大家在市场上博弈出来的数字,数据大而翔实,真实性比较高。

5/ 财务报告,本质是资本世界权力架构的精细图谱。看同一个公司财报数据的几十年的变迁,多比较行业竞争者的财务数据,比较产业链上合作者的财务数据,就能更好理解权力变迁的规律,对权力未来的走向更加敏感。

6/ 即使是财务造假,造假本身也有成本,造假最终会露馅,露馅之前财务报告里有各种蛛丝马迹可以提前感知。

7/ 而不仔细研究财务报告,天天看各类媒体里各种缺乏数字,缺乏或者歪曲上下文 (context), 断章取义,信口开河,吹牛没有后果的文宣,变成傻瓜而不自知,是个自然的结局。

8/ 思科 (股票代码:CSCO) 是九十年代末互联网热潮时通讯器材领域的龙头老大。它的财政年度截至于每年的 7月31日。1999年七月底的年度财报里,年收入 121 亿美元,每股利润 EPS 0.29 美元.当年八月的时候股价 30美元左右, PE 比值 100.   (一般财务数据在一个季度结束后一个月内就会出来,所以引用的是八月份的股价。)

9/ 一年之后,2000年七月底年度财报里面,它的收入 189亿美元,eps 0.36 美元,八月份时股价 65,pe 比 180. 就在五个月之前的 2000年三月,思科的股价达到创纪录的 80美元,至今仍未被超越。

10/  思科 2001年的收入为 222亿美元,但因为大规模裁员支付的遣散费,收购资产账面价值降低,还有大量过剩库存的价值降低,导致 2001 财政年度出现亏损。

11/ 2002年七月底的财报里面,eps 萎缩到 0.26 美元, 八月份股价 13 (比最高点回落84%), PE 比值 50.

12/  21 年之后,思科的 2023 年七月底财报出来时,收入 570 亿美元,eps $3.07, 八月份股价 55, PE 比 18.  PE 比值低的一个原因是增长缓慢。2023年的收入只比三年前增长 15%。因此市场对其未来的增长预期也较低。

13/  换句话说,从 2000 年八月到 2023年八月的 23年间, 思科收入增长了 200 %,每股利润增长了 750 %, 但股价反而下跌了 15 %.  (思科从 2011年开始每年给股东发放现金分红,平均大约每年 1 – 3%,在这个讨论里暂时忽略。) 如果你穿越回 2000年八月,思科股价还在 65美元的时候,你告诉那个时代的人,虽然思科是个非常好的公司,虽然思科 23年后每股利润会增长七倍多,但股价将会下跌 15%, 那些人会不会认为你是神经病,叫你马上滚? 

14/ 这一串数据值得“只看基本面,不思考估值逻辑”的投资者好好想一下。

15/ 英伟达 (股票代码:NVDA)是人工智能芯片领域无需置疑的老大,是个非常好的公司,但仔细分析其估值,目前一股 417美元入场的投资者未来五到十年的投资回报率 (相比于 S&P 500 ) 可能不会很高。根本原因有二:

收入增速,可能低于已经非常乐观的预期,

替代性的竞争方案慢慢终将涌现。

16/ 2023年七月底截止的最近一个季度, NVDA 收入 135 亿美元,(其中来自中国大陆加香港台湾的收入,占其总收入的 41%;用于数据中心的人工智能应用的收入为 103亿美元, 预计这一块未来一年的收入将超过 500 亿美元),大约是去年同期的两倍。净利润每股 2.48 美元, 是去年同期的 9.5 倍。这是股价五月底开始暴涨的最主要动力。管理层预计下一个季度的收入大约 160 亿美元 (比本季度增长 18.5%)。市场预计截止到 2024年一月底的财政年度, NVDA 每股利润为 10.7 美元;按照现在 417 美元的股价,市盈率就是 39. 市场期待 NVDA 对 AI 市场的垄断牢不可破.

17/ NVDA 的客户花巨资买 GPU, 最终需要在应用层面的盈利,才可以持续。上个季度爆发式的增长购买需求,起源于 2022年底 ChatGPT 的横空出世,是一种恐慌性的不计代价的行为, 而恐慌抢购,导致 NVDA 芯片上季度毛利率 (gross margin) 从平时的 65%增加到 70% 以上。

18/ 红衫资本的 David Cahn  最近发表了这样一个分析:在 GPU 上花费的每一美元,对应于数据中心 (云服务商)要花费一美元的能耗成本。如果英伟达每年给数据中心销售 500 亿美元用于 AI 应用的GPU,那就对应数据中心 1000 亿美元的成本。提供人工智能应用的公司,不管是 ChatGPT, 微软的 Copilot, 特斯拉,Xai, Midjourney, Stable Diffusion 等等,最终必须在这 1000 亿美元成本的基础上盈利,假设他们的毛利率是 50%, 就意味着他们必须每年在终端用户上获得 2000 亿美元的收入,才可以持续。给第三方应用开发者提供服务的云服务商,也需要盈利,比如 AWS 的毛利率大约 30%, 在此暂不考虑。

19/ 2000 亿美元的收入从哪里来?微软说它在 Copilot 上一年会赚 100 亿美元, 假设谷歌, 苹果,脸书一年也会在人工智能上多赚 100 亿美元,这就是 400 亿美元。OpenAI 说现在一年可以有 10 亿美元的收入,假设 Oracle, 特斯拉,腾讯,阿里,推特,字节跳动,等公司都能新增来自  AI 应用的每年 50 亿美元的收入。总共加起来是 710 亿美元,离 2000亿美元的收入还有接近 1300 亿美元的差距。收入的差距无法弥补怎么办?先可以讲故事画大饼,从资本市场圈钱来填补这个空缺。实在没钱填补了,第三方应用服务商倒闭,数据中心减少 GPU 购买预算,是唯一的出路。

20/ AI 应用层面的竞争,就和淘金热一样,开始大家都是一窝蜂不计代价涌入,哄抢抬高铲子的价格,分析师对铲子未来需求和卖铲子的毛利率产生过于乐观的预期。最终胜者毕竟是少数,大部分无法盈利的应用开发者退出市场,铲子 (GPU) 的需求增速放缓,存货过多,铲子的价格和毛利率必然下降。

21/ 关于 ChatGPT 的宣传高峰大概在 2023年五月左右,当时其网站单月的访问量高达 18亿 ;七月和八月份活跃用户的数目逐月下降 10%,虽然有观察者将其归因为学生暑期放假,但这至少显示了现阶段市场应用暂时进入一个瓶颈期。在 AI 应用上获利还有很长一段路要走。

22/ 曾经极为火爆的 AI 画图应用 Midjourney, 2023 年4月网站访问次数超过四千万,七月份已经萎缩到两千七百万。Midjourney 使用界面并不友好,强迫用户必须通过乱糟糟的 Discord 来生成图片。而最近 ChatGPT 展示的最新的无需通过 Discord 就可生成高品质图片的界面,无疑在敲响 Midjourney 的丧钟。

23/ NVDA 的另外一个潜在问题是:分析师对他的未来估值,假设他能未来数年持续保持在 AI 芯片市场超过 90% 的市场份额和 70%以上的毛利率。NVDA 的垄断性主要来自所谓 CUDA (Compute Unified Device Architecture) 的软件生态。这个从2007年推出的基于 NVDA GPU 的软件平台,十几年来积累了上千个专门针对 NVDA GPU性能优化的软件指令,让开发者可以迅速上手,同时也让开发者依赖于 NVDA 的 GPU, 这短时间内对于潜在竞争者而言,是个难以逾越的壁垒。

24/ 但 NVDA 的几个最大的客户,如微软,谷歌,亚马逊,脸书等等都在明确的自己开发专属人工智能芯片。谷歌有 TPU, 微软和 AMD 也在合作,amazon 在云端有 graviton, 等等。最大客户同时也在开发自己的竞品,这是一个比较微妙和特殊的情况。苹果的最大客户自己在做手机吗?特斯拉的最大客户在做自己的电车吗?Oracle 的最大客户在研发自己的数据库吗?最近一个季度的财务报告显示,某一家云服务商占英伟达单季度收入的比例高达 22%。这些大客户不会甘心一辈子不断给英伟达贡献毛利高于 70%的利润而无所作为。

25/ 虽然 CUDA 软件生态对开发者比较友好,暂时遥遥领先竞争者,但和潜在替代品的差距不可能保持五年,十年永远这么大。除了大公司研发的专用 AI 芯片,还有 AMD 的 ROCm, 还有从脸书分出来的 PyTorch 基金会, OpenAI 的 Triton, 都在试图摆脱对于 CUDA 软件平台的依赖,而最终侵蚀 NVDA 的市场份额和毛利率。

26/ 即使 NVDA 市场份额降到 80%以下,毛利率降到 65%,它在 AI 芯片市场仍然拥有强势地位,但每股利润,利润的增速预期,和估值的计算则不得不重新调整。以思科的经验来估算,乐观的估计,假设 NVDA 2046年 (23年之后)的利润比 2023年增加了 750%, 就是每股 91 美元,但  PE比值下降到 18, 对应于 1638 美元的股价,和现在的 417 相比,大约年化 6.1% 的回报。不算太差,但并不比短期国债 5.5%的利率好多少。

27/ 而悲观的情况呢?可以参见思科股票从 2000年三月到 2011年中这十年多的走势,那足以彻底摧毁任何“只看基本面,不研究估值逻辑”的投资者的信心。

——–

作者简介:王川,投资人,现居加州硅谷。微信号9935070, 推特号”Svwang1″, 新浪微博“硅谷王川”, 网站 chuan.us. 所有文章表达作者个人观点仅供参考,不构成对所述资产投资建议,投资有风险,入市须谨慎.

点击下面连接可看到本公众号过去两百多篇原创文章的连接目录:

硅谷王川的公众号文章目录 (2023年七月)

在投资和创业的道路上如何集思广益,举重若轻?欢迎加入王川的俱乐部, 这是一个聚集世界各地各行各业,有着独立思考和独特视角的精英的高端收费社区.  详情请点击下面文章连接

   RTFM – 关于投资俱乐部的使用说明 ( 第二版)

有意申请入会者请和王川(微信号: 9935070 或推特 “svwang1” 私信) 直接联系。

王川: 长期主义的实践为什么这么难

1/ 我的投资俱乐部成立到现在已经八年多了。前几天和一位朋友聊,提起 2016年俱乐部的群友在 A 市的第一次聚会,现场大约二十多人,七年之后,只有他一个人还在群内。同期在 B 市的群友聚会,现场十个人里面,七年后还有六位仍在群内。A 市聚会是在一位群友自家开的滇菜餐馆里举行的,环境优雅,热闹非凡。大家吃的开心,发言踊跃。B 市聚会地点房间小很多,气氛明显更沉闷。但七年之后两地群友去留的差别如此之大,完全没有想到,让人感慨万千。

2/ 我在俱乐部内部的研讨中,较早推荐了一些投资标的,因为深入研究,自己做到知行合一,长期持有后获得了不错的回报。这里最戏剧性的是特斯拉,从 2015年大家开始讨论,正反两方面吵得极为厉害,少数人甚至参与做空。也有一些人受不了翻来覆去的枯燥的争论而退群。到 2019年夏天的时候,特斯拉的股价比 2015年最高点下跌超过 30%。争论四年之后,反方看似是正确的。然后就是突然两年二十多倍的暴涨,一切就都是历史了。可以参见笔者的老文章。

王川:过去五年关于特斯拉的十六篇文章的列表

3/ 为什么长期主义的实践这么困难?为什么 A 市和 B 市两地的群友会有这么大的差别?  反复推敲后,我的结论是:

关键在于资源的贫乏。

4/ 长期主义的坚持,需要自身有足够资源可以耐得住表面的波动。如果一个事情,坚持四年,尽管从第一性原理上各个维度都有肉眼可见的大幅度进展,但在账面上还有浮亏,还有主流媒体的各种负面的鼓噪,即使内心认可,也无法承受老板/客户/家人的压力而继续坚守。

5/ B 市的群友大多是私营企业家,底子厚,没有迅速发财的压力,也不需要马上依靠投资挣生活费;不给别人管理资产,因此没有短期业绩的压力,坚守七八年毫无问题。而 A 市很多群友,要么还在创业早期,要么还在职场打拼,短期出业绩的压力非常大,时刻都在寻找马上能见效的新机会。即使碰到好的长期机会,要么卖得过早收益有限;要么遇到熊市,即使内心认可,奈何业绩压力,只能割肉放弃。更何况,很多人其实对事物的钻研不够深入,媒体上稍微有些负面消息,外面稍微有些包装精美的诱惑,自己就守不住了。

6/ 一个人或者团体的演化阻力最小的方向,是他可能获得最大正反馈的方向,这取决于他和外界连接的网络特征,和这些网络连接给他的选择权。资源的贫乏,本质意味着选择权的贫乏。选择权诚实的决定了阻力最小的演化方向,这比任何信誓旦旦的赌咒发誓都更准确。

7/ 这里有个细思极恐的怪圈:因为资源贫乏,所以屡屡落入各种许诺不劳而获而暴富的骗局 ;因为资源贫乏,即使撞上了好机会,稍微赚了点小钱就套现离场,不能耐心等待小树苗慢慢长成参天大树 ;还是因为资源贫乏,整天听到看到的,被输入的,是各种噪音和似是而非的有害信息。当看到某个朋友若干年后还是用同样的方式,费力低效的做事,没有什么本质的进步,甚至因为年龄原因实质上还有些退化,而且说了也不愿意真正改进的的时候,人会产生一种本能的生理痛感,然后只能一声叹息。

8/ 没有人一开始就是资源丰富的。资源贫乏者如何能够实现长期的跃迁?这里强烈推荐一下 Dan Sullivan 和 Benjamin Hardy 的一本新书:“十倍比两倍更容易” ( 10x is easier than 2x ). 把这本书的核心精神总结一下:

i) 很多人因为一种不假思索的本能,以为财富的增长就是对现在做的事情上加倍努力,这是 2x (两倍数) 的思维。

ii) 10x (十倍数) 的增长,长期看,实际上比两倍更容易。因为,你一旦以 10x 的视野来要求自己,就会主动强迫自己过滤,放弃,拒绝掉各种长期增长潜力有限的机会 (甚至是骗局),你会让自己高度聚焦,只做哪种有潜力让自己十倍增长的事情。这个过滤方式,对人也适用。这种放弃,和自己的日常习惯一开始是冲突的,很多人不愿意割舍,抵触情绪严重。因此必须冷静坐下来认真推演,从思想上彻底理解,“果断放弃”低价值行为或机会,对于长期 10x 的必要性。

iii) 因为你果断拒绝了很多低价值机会,反而时间更多了。更多的时间让你可以聚焦深入的研究,提高自己在底层用第一性原理识别和捕捉高价值机会的能力。

iv) 因为你在架构设计上就强迫自己不断积累各种新的微小的优势,迟早会有一天你会获得突破,实现 10x 的梦想。

v) 回到第一步,重新审视自己的日常工作学习,再重新过滤放弃旧的低价值习惯,开始下一个 10x 的篇章。

9/ 如果做一个思想实验,你要把自己的净资产三十年增加一千倍。听上去目标很宏大,很难达到,你的第一个直觉反应是:根本不可能!但把它拆解一下,就是每十年增加十倍。(以下计算为简化的目的,不考虑税收因素). 再分解一下,就是每五年 3.2 倍。

10/ 如何做到五年 3.2 倍?按照简单的倒推,这需要每年 26%左右的回报。但事物的发展从不是一直向前,没有波折的。实际情况是,市场常常不断在牛熊之间像个神经病一样的大幅波动。为了捕捉到大幅的回报,五年里面大部分时间需要等待,积累信息和资源,等到机会来了,在大家都恐慌和缺乏资源的时候,(在全面分析基本面的各种定性定量因素后) 觉得某个投资五年内大概率有远超 3.2 倍的回报,才出手。

11/ 理解这个逻辑框架后,就必须谢绝大部分市场上的噪音和诱惑。对绝大部分事情都说不。对外界各种试图空手套白狼的邀约和闲扯,没有确定性的短线交易,不了解的东西,调研成本太高的东西,潜在回报不能远大于下行风险的东西,没有进入一种持续自我强化的垄断性状态的东西,等等,说不。五年至少 3.2 倍成为一条简单粗暴的红线。不去碰红线以外的东西,成为一种自觉的自律。

12/ “说不”之后豁然开朗。这意味着你相比之前有大把的闲暇时间,可以深入的,按照自己的节奏调研。然后持续发掘出新的,别人无法真正理解和彻底实践的机会。这样当外人以为你只是运气.幸存者偏差和事后诸葛亮时,你只是笑一下,不去解释。可以参见笔者下面的老文章。

王川:为什么人们守不住四年三倍的资产?
王川: 为什么你买了腾讯亚马逊特斯拉比特币, 还是很难发大财
王川: 亚马逊的云服务将吞噬美国的 IT 产业吗? (上)
王川:从品牌和应用场景的思维模型看比特币
王川:从算力演变看比特币现金 (BCH) 的边缘化
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

13/ 进一步推导,为了未来三十年还能一直享受你的劳动果实,必须以一种严谨的态度,投入大量时间和资源,保持身体的健康和自由。否则,到了七老八十,老年痴呆,体态佝偻,骨质疏松,大小便失禁,各种疼痛,心血管疾病,等等,纵有家财万贯也是枉然。

14/ 于是,你就会有时间和兴趣努力实践太极,站桩,瑜伽,跑步,游泳,间歇性断食,并持续关注其它前沿的抗衰老技术的最新发展。这又会给你更多年的时间,在意想不到的,不断涌现的新的维度上获得十倍以上的成长。

15/ 科幻小说家 Frank Herbert 有名言: “追求自由,你就会成为欲望的奴隶 ; 追求自律,你就会找到(真正的)解放” (Seek freedom and become captive of your desires. Seek discipline and find your liberty.)。对低价值事物的持续严格舍弃的自律,正是通往高价值成长的长期主义的解放之路。


作者简介:王川,投资人,现居加州硅谷。微信号9935070, 推特号”Svwang1″, 新浪微博“硅谷王川”, 网站 chuan.us. 所有文章表达作者个人观点仅供参考,不构成对所述资产投资建议,投资有风险,入市须谨慎.

在投资和创业的道路上如何集思广益,举重若轻?欢迎加入王川的俱乐部, 这是一个聚集世界各地各行各业,有着独立思考和独特视角的精英的高端收费社区.  详情请点击下面文章连接

   RTFM – 关于投资俱乐部的使用说明 ( 第二版)

有意申请入会者请和王川(微信号: 9935070 或推特 “svwang1” 私信) 直接联系。

王川: 从 chatGPT 看人工智能的投资机会和风险

本文来自2023年4月14号笔者和一群投资分析师做的关于人工智能投资的分享,略有删节。另外可以参考笔者上个月的文章
王川:关于 chatGPT 的随想 (一)

(1)

先做一下风险提示。第一,今天和大家的分享全是来自公开可以到网上查的信息。第二,这里只是谈我对美国股票市场的经验,对亚洲和中国的市场,我不了解。第三,我只是预测比较长期的,三四年以上的趋势,也只对这种研究感兴趣。就是你投了以后,可以什么都不管,躺平。也不用挖空心思,揣测下个季度收入好不好,也不用太担心竞争者来了,等等。第四,我的观点,也会随着新的信息,新的变化而不断调整。所以,今天和大家分享的,只是我这一刻的观点, 非投资建议。投资有风险,入市须谨慎。

(2)

以 chatgpt 为代表的人工智能大语言模型 (LLM) 的涌现,对世界的冲击力将大于蒸汽机,大于印刷术,大于文字,大于火。其进化速度和传播速度前所未有。终日沉浸其中才能理解其威力。世界结构和运作方式将彻底改变,而且已无法逆转。

去年还在谷歌工作的 Jason Wei有篇论文,“emergent abilities of large languages models” (大语言模型的涌现能力),此文揭示了未来科技加速发展的核心法则之一。很多大语言模型,当计算训练量超过 10^23 FLOP 之后,准确度突然开始飞跃。

chatgpt 的出现是一种”涌现”的现象和数学的必然。理解此机制后,就会意识到下面将有一长串的不断涌现的新的 AI 的强大功能,而且这也是数学的必然。(涌现可以定义为:某个系统的某种能力,在某个维度的参数超过某个临界点后,突然开始迅速增长。而这种能力在未突破临界点之前不存在)

LLM的关键点在于模型大小和数据量达到了一个临界值,过去认为机器不可能的有的推理能力,突然有了。大模型迎来了人工智能的顿悟时刻。人的一生,时刻都在对各种情况,建立模型,做出分析判断,现在人工智能拥有自己的推理能力,而且将不断规模化,自动化,成本不断降低,等于是触及了人类活动本质,对未来的冲击,不可限量。

GPT 里面的 T,是 Transformer 的缩写。这个技术对于自然语言处理上的核心改进,是在训练 AI 理解力时,把距离相对远的词语建立起相关性。比如说这句话 “我对花生过敏,每次吃到它,身体就不舒服”.  Transformer 能够通过所谓 “注意力”的机制,把 “花生”和“它”两个词建立起相关性,相对于传统 AI 语言模型而言,其理解力大大提高。把这个概念推而广之,要提升对这个世界的理解力,也应当不断训练自己把各种看似距离较远,但实际上强相关的事物关系,能够迅速提取出来的能力。

(3)

人工智能技术的突破一个重要因素是大规模并行计算能力的提升。

人工智能技术的核心是神经网络,神经网络的核心算法是调网络参数时的前向传播和反向传播计算,这本质就是矩阵乘法。而矩阵乘法计算,每一个元素的计算可以单独平行展开,和其它元素的计算互不干扰,所以特别适合用 GPU 的大规模并行计算能力来实现。

人脑里的初级视觉皮质层 (Primary visual cortex),据说有一点四亿个神经元。这些神经元在后台进行复杂的并行计算和信息传递,赋予人脑快速的视觉感知力。这在最底层看,和 GPU 的并行计算获得图像识别能力,其机制是类似的。有视觉能力的动物,在多数环境下,可以迅速在生存竞争中获得压倒性优势,慢慢把没有视觉感知力的其它动物淘汰。

但在听觉和其它文字处理任务上,人脑的并行计算处理能力其实非常差。即使一目十行,也就最多同时看两百多个字。而现在 Gpt-4 一次性输入可以接受三万多个词,比人的能力要高两个数量级,而且还会继续迅速增加。这种不断增加的高并行度,意味着其对文字和世界的理解力和穿透力,将不断达到一个常人难以理解的高度。所以一定要努力学习用这种工具来提升自己对世界的理解力。

需要理解的是,gpt 作为一种以自然语言为界面的工具,可以容忍输入信息的一定模糊性,因此可以几乎无限的向更大的数据培训量上扩展. 之前的很多工具,需要特定的输入界面和语法,差几个字母就完全无法理解,根本不具有扩展性,和 gpt 完全不是同一性质的东西。

效率高的工具,演化到一定程度,会把各种元素连接综合起来,成为一个前所未有的效率越来越高的实体,甚至从一个遥远的观察者来看,像一个有着明确目标的生命体。要注意观察 Gpt 的连接,会造就出什么样的全新的,结构完全不同的实体。

大语言模型将成为智能组合叠加的超级胶水。本质上是语言理解力强,降低了接口的精确性要求(一般软件接口种类繁多,各家定义不同,格式严格精确性要求高,还要考虑兼容,做到通用性不容易),大大提高了接口的通用性, 降低了各个子领域技术组合的门槛

把这个思路延伸一下,在分配时间和注意力的时候,最重要的不是你掌握某个具体的技术的能力,而是要保持始终和智能最高的大语言模型生态连接 (而不被切断)的能力。始终沉浸于这个生态中,你就赢了大半;孤立的闭门造车,而幻想能创造出什么竞争优势,最好也就是昙花一现,大概率则是白忙一场。

未来超级个体和公司的区别会越来越模糊。人与人之间沟通互动的带宽是比较窄的,容易出错掉链子,经常要等待。LLM 和其插件的带宽是没有上限的,而且应当会越来越稳定,迅速,准确。

Gpt 之类的大语言模型属于一种 meta tool (元工具)。一个典型特征是它可以自己对自己纠错,叫它自己反省一下自己的输出后,马上就可以输出新的更高质量的内容。这种能力可以用于无数场景,这是此类工具和之前的各类创新有着本质不同的一个关键。这也是为什么“普通人觉得自己总有什么特长无法被 AI 替代”的想法极为幼稚。

Gpt 的技术,相当于可以让极少数人具有”超大规模处理非结构化数据信息”的能力,这个能力层层叠加爆发出的生产力,看不到上限。以前是机器无法处理“非结构化数据”,现在不一样了。软件开发中大量人力密集型的比较繁琐的工作 (比如写胶水代码),将很容易被替代。

有些人狂妄的以为自己某个单项技能比 AI 强,就不会被超越替代。但 LLM 和各种插件链接上后,想获得新技能是个非常轻松的事情。然后自然会涌现出各种前所未有的超人的能力。

AI 会最终把现在所有人能干的活,慢慢全部自动化,边际成本压到无限接近于零。整个社会结构会有现在无法想象的变化,很多传统概念要么消失,要么彻底重构。而且这个变化已经无法逆转。

英伟达的黄仁勋预计AI 算力十年后可以增加一百万倍,就是六个数量级,2^20。(相对于 Chatgpt 而言)算力增加的原因,主要来自于新的芯片,芯片之间的并行连接,系统之间的并行连接,新的操作系统,新的算法,等等。

技术进步如此之快,以至于现在对普通人而言最佳的策略,恐怕默认是以“躺平,养好身体,等待” 为主。否则你拼死拼活积攒的那点资源,很可能过几年, 就因为技术因素而一钱不值,但你的健康则是切切实实损失掉了。

互联网真正造成实体经济生产力的加速发展,大概要到 2002年之后。比如说,以前美国银行业的文件处理程序还是比较落后,大量依靠传真,或者隔夜快递来传送文件。传真经常会有发不出去的问题,还必须自己打印传真确认发出的信息,免得接收方找不到或者抵赖。真正大家做生意,都开始使用宽带互联网传送文件,是在 2002年之后才慢慢展开的。这已经是互联网浏览器出现后九年的事情了。彻底全面普及要到 2009年之后。

类似的,大语言模型 LLM在很多实体产业应用上普及,需要时间,但这次应当快一些。可能一两年内,一些公司之间做生意,就开始使用 LLM 的工具来提高效率。也许四年之内, 2027年之前就可以全面普及。然后那时的企业再看现在的企业的运作模式,就如同现代人看老人用传真机慢慢发几十页的文件一样,觉得很可笑与落后。

(4)

从投资角度看,唯一值得长期投资的是能够控制生态的,强垄断的,具有征税能力的公司;没有征税能力,竞争者可以不断绕过去,或者不断杀你的价, 这都不是好的投资对象。

可以参考笔者的老文章
王川: 从权力和垄断的演化机制,看投资(一)

什么是“收税的生态位”?

1. 就是说某个公司的产品和服务,生态内的其它大部分玩家不得不用 ;

2. 而且用了之后就无法离开,无法换别的公司的产品。(因为使用习惯和功能持续深度整合,产业链群体惯性,或其它原因) ,而且时间越久,就越难离开;

3. 因为很难有竞争者替代,此产品服务的价格相对整个生态经济占比,不会下降。甚至可能持续上升。

当你的投资对象占据收税的生态位的时候,可以拿得很稳,而且基本不会为各种捕风捉影的新闻影响心情和判断力。而且这样你对投资不在“收税生态位”的企业,兴趣就不大了。

收税能力也有强弱之分,比如苹果的收税能力就要强于脸书,强于谷歌。

大部分创业的折腾,如果没有达到“收税的生态位”时,非常辛苦,对投资者风险也大。达到“收税的生态位”是一个长期耕耘的过程,也需要一定运气。但如果你还不确信某个东西是否达到“收税生态位”,那就还没到。

AI 是无限游戏,构建最大最开放最丰富的生态者,让尽可能多的玩家加入自己的生态,帮自己分摊成本,才能真正占据战略制高点。

Netflix 全球付费用户超过一亿。chatgpt plus 据说现在已经有接近两百万付费用户,但只要它不断提升服务的功能,没有任何理由,它的付费用户数会低于 Netflix.

微软和 openai 有一个利润分成的长期协议,大概 openai 前面利润,微软分 75%, 直到它把自己给 openai 最初的一百三十亿美元的投资收回。之后的利润分成比例是各自拿 49%。所以基本上可以把微软和 openai 看成一体的。

真正的竞争壁垒不在于数据,而在于生态的构建,尤其是当大量第三方开发者自发参与生态的建设。

对于开发者而言,微软是 github 的主人,开发者默认要使用的门户网站,你一旦用上 github, 就会使用 github 提供的编程工具 copilot, 一旦用的习惯了,就很难换了。那么你用了 github, 阻力最小的路径就是继续使用微软生态内其它的工具和设施,因为方便和便宜,比如说 chatgpt 的 plugin 插件,或者自己也参与做相关的插件, 因为 openai 这个生态圈里的潜在客户最多。做好之后,不管你是自己训练大模型,还是要把服务部署在云端,你都很难逃离微软的 azure 云服务的轨道,还是因为方便。而且微软正在一步步,把所有这些微软的 AI 工具整合到 office, bing, edge 浏览器, windows 里面. windows 仍然占有桌面电脑市场份额 70%以上。azure 占市场份额 20% 以上, 微软的 office 软件包,包含 excel, powerpoint, word, 占整个相关办公软件市场的份额大约 85-90%。这些工具都会被微软和他的 AI 软件整合。所以你一旦接触到微软的任何工具,就会自然被吸引到他的  AI生态圈里面,越陷越深。

还有一个数据,就是硅谷这边的做天使投资的公司 Y combinator, 最近一期扶植的项目,280个,里面大概 38 个是给 chatgpt 相关的项目,所以这些人最后都是在给微软和 openai 打工, 帮助他们壮大自己的生态。

现在默认微软/openai 是这个领域的领先者。其它竞争者要想超越,必须靠大量的市场数据来证明自己,而不是靠发几篇新闻通稿,就想来忽悠投资者和用户。

微软现在股价不到 290, PE 比值大约 30 左右,并不是特别高。这一波人工智能的狂潮,可能未来五年内导致其利润翻番。有个历史数据,微软 2022年的收入,比 2017年增加 100%, 而利润增加了 200% 也就是涨了三倍。所以预计微软未来五年利润翻一番,并不是很离谱。这是目前逻辑比较清晰的长期躺赢的机会之一。(非投资建议,投资有风险,入市须谨慎!)

关于 AI 的硬件公司,它最大的风险在于,相对而言在价值链的低端,收入来自企业用户,波动可能更大,遇到泡沫崩溃时价格下跌非常厉害。即使是当年的网络器材公司巨头思科  Cisco, 2002年相比于 2000年最高点时的价格回撤,达到接近 90%。而同期微软的价格回撤只有 50%左右。

(5)

这是我认为未来几年AI投资领域的一个可能发展趋势。历史很少重演,但它经常押韵。

人们看到了LLM 的力量,看到了OpenAI赚钱;

人们想与OpenAI竞争;

新竞争者购买新的GPU;

像英伟达这样的GPU制造商赚钱;

新竞争者想要超越英伟达,或制造专用芯片。

像TSMC这样的芯片制造商赚钱;

竞争者想要超越TSMC建立更好的晶圆厂,需要更好的光刻设备;

ASML赚钱;

OpenAI上市,早期风投获得超过100倍的回报。

早期风投出去筹集新的巨额基金;

机构投资者涌入,担心错过良机。

更多与AI相关的公司得到资助,尤其是基础设施公司。

估值模型逐渐变得基于恐惧(错过的恐惧、被竞争对手收购的恐惧、显得愚蠢的恐惧)的凭空捏造,而非基于现金流的现实贴现值的合理计算。

追逐趋势的操盘法一段时间内很赚钱,保守行事的人一开始看起来相当愚蠢。

风投可以根据私有市场中虚幻或不可持续的估值,对外炫耀高的内部收益率 IRR,从幼稚的投资者那里筹集更多资金。

然后美联储降低利率,更多的热钱涌入。

潮水涨起,所有的船只都随之上升。有一段时间,每个人都赚了很多钱。

LLM、芯片制造商、晶圆厂、设备供应商、风投、分析师、AI公司员工。任何未将其投资收益重新投入AI相关股票的人,与这样做的人相比,会觉得自己非常愚蠢。

在泡沫的顶峰,做空股票泡沫的对冲基金将遭受重创。

一直对泡沫持谨慎态度,但在五年内一直错误的分析师,在顶峰时改变观点,变得乐观。

然后美联储收紧。然后一切都垮了。

(6)

面对泡沫,普通人很难独善其身。一是没有资源长时间坚持一种看上去相对平庸的策略,二是无法承受看上去比自己蠢的人居然暂时大幅度超过自己的巨大精神压力,三是认为自己可以择时提前退场,四是认为自己可以择时而选择主动做空,等等.

即使知道大概演化的框架,实际上无法改变什么。企业资金因为竞争的恐惧而入场,机构资金因为错过的恐惧而入场,散户因为恐惧隔壁老王赚钱比自己多很多而入场,所有入场的资金争先抬高价格,互相强化。这种恐惧驱动的策略相当长一段时间确实有效,大家对此策略的信念也不断强化,难以改变。

公司估值最终要看现金流。但早期高科技公司的现金流分析,非常困难,很多时候几乎不可能,这时人们就容易用一些自欺欺人的片面摘取的技术细节和新技术名词来分析评判公司技术实力,并把它作为现金流分析的替代品。这种分析方法在泡沫膨胀的早期往往显得有效,因此容易被 (错误的)强化。

很多高科技公司的投机者容易陷入的误区是,当整个估值模型发生火山喷发式的彤塌时,没有能力迅速改正思维模型,逃离灾难。

在泡沫酝酿的上升期时,可能有几年时间 “投资某个炫目的增长型高科技公司,不管利润多少,不管是否可以持续,在更高的价格卖出”  这种思维模式,一直有效,渐渐变得根深蒂固,理所当然,理直气壮。

当必然的下跌和行业洗牌发生时: 公司的很多客户本身就破产了,来自他们的营收也消失了; 原来盈利的公司突然变成负现金流; 原来因为 fomo 的恐惧而原意支付一百倍 PE 的投资者现在自身难保,只愿意支付 25 倍 PE ; 原来可以拆东墙补西墙的财务造假,也没有更多腾挪空间来维系。这时候,预期和现实的合龙,只能靠崩溃的股价来实现,没有别的选择。

之前发财的投资者,没有理解这是一个大彤塌,本来理性的反应是马上切换成“自我保全的应急模式”, 逃得越远越好。但对于思维模式固化的人而言,阻力更小的更自然的反应是,自我安慰说, 这一切都是暂时的,几个月后就会会反弹的,以前我都是这样渡过暂时的难关的!

在火山喷发时,还继续往里跑,不断投入自己宝贵的资源去消耗。这是把自己一生的积蓄,几个月内就消耗光的最有效模式。不管你之前做得有多好,积累有多少,在必然到来的周期性萧条和行业洗牌之前,远离这种大彤塌造成的伤害,是决定成败的关键之一。

行业洗牌时,即使是一些长期基本面看好的龙头公司,也难免遭遇股价下跌 75%以上的价格回撤。原因很简单:营收减少 20%,利润可能减少一半以上,pe 再从 比如 60跌到 30以下,股价自然下跌 75%以上。至于非龙头公司,价格回撤 95%以上或者彻底归零,更是司空见惯。价格回撤无法完全避免,但行动之前要清楚理解可能出现的最坏情况,并且有资源有能力能够承受这种冲击。

面对新的科技浪潮来临,创业者常犯的一个错误是,没有理解自己真正有什么可以持续的竞争优势的时候,就跟风往前冲,以为自己把某个一厢情愿的产品做出来之后,一切就会迎刃而解。更多时候,他内心深处,可能并不想真正做好产品,只是幻想做了足够多的时候,一定可以找到下家接盘,发笔小财。如果他碰巧遇上一个和他同样天真而猴急的投资者,很容易一拍即合,把这种盲动推进下去。

实际操作上,一旦要面临市场考验的时候,会发现:产品做出来,潜在客户不买账 ;有客户有兴趣,但不愿意付那么多钱 ;客户服务和运营支持成本太高,根本无法盈利 ;突然有新的竞争者推出类似产品,价格更低更好用,推广渠道更强大,自己过去花的功夫完全白搭 ;长时间没有反馈,无人理睬的感觉实在痛苦,只能打掉牙往肚子里吞。最后实在没有财力物力继续,只能灰溜溜悄悄收摊,然后惨痛教训淹没在茫茫人海中,继续被后面各种满怀希望的年轻人一次次重复。

——-

作者简介:王川,投资人,现居加州硅谷。微信号9935070, 推特号”Svwang1″, 新浪微博“硅谷王川”, 网站 chuan.us. 所有文章表达作者个人观点仅供参考,不构成对所述资产投资建议,投资有风险,入市须谨慎.

点击下面连接可看到本公众号过去两百多篇原创文章的连接目录:

硅谷王川的公众号文章目录 (2023年一月)

在投资和创业的道路上如何集思广益,举重若轻?欢迎加入王川的俱乐部, 这是一个聚集世界各地各行各业,有着独立思考和独特视角的精英的高端收费社区.  俱乐部会费 2023年八月一号之后将继续大幅度上调。 详情请点击下面文章连接

   RTFM – 关于投资俱乐部的使用说明 ( 第二版)

有意申请入会者请和王川(微信号: 9935070 或推特 “svwang1” 私信) 直接联系。

王川:为什么人们守不住四年三倍的资产?

1/ 美国最大资管集团 Blackrock 2023年六月十五号正式向美国证监会申请比特币  ETF 之后,btc 价格已经接近三万一千美元。这个场景让人想起 2019年,也是六月底,btc 价格重回一万美元。四年涨三倍,这个回报,不算太差。应当秒杀同期 99.9%的基金经理。

2/ 2022年六月十八号,btc 价格一度下跌到 $18250, 著名经济学家,诺贝尔奖得主克鲁格曼老师又准时的在推特上跳出来,幸灾乐祸的说了一句“老乡们,这太感人了” (之前他在 2018年底比特币跌到 3000美元的时候也跳出来过一次)。克老师发言之后的一年,比特币涨了 69%。确实太感人了。

3/ 但很多很早入行的人手上已经没有多少 btc 了。原因也很简单,大部分人都想要更高的短期回报,采取各种主观和花哨的策略,但本质都是在加杠杆赌博,不给自己留任何余地。这样迟早在市场的必然但不可预测的大幅波动中,被迫割肉平仓。

4/ 曾经有机构资金在 2020年三月的大跌中险些被平仓,但继续豪赌,后来反而还赚得更多,于是坚持这种激进的策略,这样在 2022年六月的大跌中,毫无悬念的被彻底清零.

5/ 缺乏冗余度的玩家,一旦被某个无法预料的突发事件冲击,可能迅速遭遇连锁反应,一个子系统的崩溃导致更高层系统的连环崩溃,短时间内升级为一个巨大灾害,甚至导致整个系统的全面毁灭。但被灭绝之后,这些人的经验教训也就很难真实传递给后人,也就必然导致下一波不知天高地厚的新人,重复他们的经历。

6/ 很多人无法承受 btc 的价格波动,但这个波动,其实背后反映更多的是美元信贷的增长收缩的变化。美联储自己都无法准确预测通胀和就业的变化,也就更无法预测自己的货币政策的调整。世界上所有的事情,是不可能“既要…又要”的。不可能“既要市场不好的时候价格回撤小, 又要市场上涨时回报好”, 不可能“既要马儿跑,又要马儿不吃草”. 如果客户对你这样要求,离开他,他迟早会投入麦道夫这类骗子的怀抱;如果老板对你这样要求,他只是想出成绩时把功劳揽在名下,出问题时把你当替罪羊而已。

7/ 人们常常把一些因为短期约束而产生暂时溢价的东西,误以为是稀缺资产。俄乌战争爆发后,原油现货价格一度被爆炒到 120美元一桶。冷静坐下来想想,就知道高油价会抑制需求,同时增加开采的活动和供给,原油价格终究会下来的。但不管你购买多少新的矿机去挖矿,btc 的供给不会增加,还会按时每四年减半,这是它和大宗商品/贵重金属的一个最本质的差别。

8/ 2023年3月,当硅谷银行濒临倒闭,上千亿的储户存款面临被剪羊毛受损的重大风险时,美联储果断出手,魔术师般变出几百亿美元的紧急贷款来拯救储户。btc 则根本不在乎,仍然在默默的每十分钟出一个块,仍然在默默的每两周调整一次难度系数。人们这时才突然意识到,什么是真正的稀缺资产,什么则是可以由少数人决定随意增发的游戏。

9/ 只要牢牢抓住稀缺资源,不要在乎别人怎么卷,让他们挥霍真正的稀缺资源,去高溢价置换和争夺事实上的非稀缺资源好了。

——-

作者简介:王川,投资人,现居加州硅谷。微信号9935070, 推特号”Svwang1″, 新浪微博“硅谷王川”, 网站 chuan.us. 所有文章表达作者个人观点仅供参考,不构成对所述资产投资建议,投资有风险,入市须谨慎.

点击下面连接可看到本公众号过去两百多篇原创文章的连接目录:

硅谷王川的公众号文章目录 (2023年一月)

在投资和创业的道路上如何集思广益,举重若轻?欢迎加入王川的俱乐部, 这是一个聚集世界各地各行各业,有着独立思考和独特视角的精英的高端收费社区.  俱乐部会费 2023年八月一号之后将继续大幅度上调。 详情请点击下面文章连接

   RTFM – 关于投资俱乐部的使用说明 ( 第二版)

有意申请入会者请和王川(微信号: 9935070 或推特 “svwang1” 私信) 直接联系。

王川:关于 chatGPT 的随想 (一)

本文是   王川: 关于 GPT-3 的随想 (一)   的续篇。

1/ 过去三个多月,大部分人都已经听到各种关于 chatGPT 的铺天盖地的消息了。如果你还不清楚,chatGPT 作为一种基于人工智能的用自然语言实现人机对话的工具,可以帮助你:

一本正经的写诗,小说,剧本;帮助学生做作业,写论文;
写出一份看上去还不错的商业计划书;写各种捣浆糊的软文;
根据自然语言指示,直接生产高质量的代码, 用户界面设计 ;
通过了医生和律师资格考试 ;
翻译上万字的英文书籍到其它文字,据说翻译质量有些地方已经超过人工。

衍生的应用包括上传 pdf 文档后,自动读取信息,帮你提供总结,迅速回答关于此文的各种问题, 等等。

2/ 这个新工具的涌现是如此之快,以至于,不管现在的文章描绘什么样的功能,估算什么样的成本和费用, 再过几个月,大概率会变得更好。

3/ 根据各方面信息的综合, 从 Gpt-3 到 chatGPT 在技术上的改进,主要不在于训练参数的增加,而在于对其进行对话方面的专门培训。这里有个概念叫做 “人工反馈增强学习” ( Reinforcement Learning from Human Feedback, 简称 RLHF ). 简而言之,就是每次模型生成文本,用人工反馈作为性能衡量标准,优化模型。RLHF 实践的第一个挑战是人工反馈成本相对比较昂贵; 第二是不同的人对同样的输出可能会有不同的反馈,让语言模型无所适从。正确使用社交媒体,也可以看成是对自己的 RLHF. 粉丝越多,获取反馈的成本就越低,这样培训自己的成本也越低,进步也越快。( 当然需要注意的是,迅速拉黑没有任何价值的,不友好的反馈和抬杠. )

4/  AI 的算力成本主要分两部分,一部分是训练成本,一部分是推理 (inferencing). 训练成本好比把一个小孩从生下来到 22岁大学毕业的教育成本。而推理成本好比要给大学毕业生支付工资,让他来帮你做事。微软 / Openai 对于 Chatgpt 之类模型的具体训练和推理成本采取了一个刻意模糊和语焉不详的态度,大概是不想让竞争者知道太多实质性细节。从公开信息里大概可以了解到微软在 Openai 的计算上至少投入了一万台 GPU,和价值十亿美元以上的算力成本。

5/ 二月九号网上有 Dylan Patel 为第一作者的文章 “Inference cost of search disruption – LLM cost analysis” 分析,基于日活用户一千三百万的分摊成本,算出 open-ai 提供的推理服务的硬件成本大约每天 $694000 (需要 28936 个 gpu), 每个搜索成本在 0.36美分左右。文章分析如果谷歌给普通用户提供同质的大语言模型的搜索服务,每年将增加三百六十亿美元的推理成本,这是它目前不愿意做的。

6/ 另一方面, openAI 三月一号推出的最新的对于 chatGPT API 调用的价格,每一千个词的输入处理只要 0.002 美元。反推的结论,就是目前其边际成本应当是略低于这个价格。实际成本数据估计非常复杂。但有一点可以确定,单位边际成本每个月都会下降。任何估算数字,你看到的时候,已经过时,高于实际成本了。

7/ chatGPT 现在给普通用户提供每个月 20 美元的付费服务,称之为 chatGpt plus. 但 openAI 的主要营收,应当是来自给开发者和企业提供的 chatGPT API 服务。早期的企业客户包括 Snapchat, Instacart 和 Shopify. 著名对冲基金 Citadel 创始人几天前宣布正在和 OpenAI 磋商购买整个企业内部使用 chatGPT API 的软件许可证。有超过一千万日活用户的即时通讯软件 Slack, 也宣布已经把 chatGPT 的功能整合到自己的软件里了。

8/ 推特上有一位网名叫 debarghya_das 的作者三月二号发布了一个计算 openAI 的收入和利润的非常粗略的模型。算下来每小时的 A100 GPU 带来的收入是其成本的至少 2.1倍,一万张 GPU 一年带来的收入超过两亿美元。现阶段,openai 的主要策略应当是不断降价以吸引更多的开发者进入其生态系统,分摊算力成本,利润多少相对次要。

9/ 一个参考数据:2022年 AWS 的云计算收入大约八百亿美元 (2015年是八十亿美元), 有机构估算,全球云计算市场规模到 2029年预计达 1.7 万亿美元。openai 作为AI 市场领先者,来自 chatgpt API 的收入五年内突破十亿, 五十亿美元,甚至更高的可能性存在。目前暂时看不到天花板。另外一个数据可以比较:微软 2016 年以二百六十亿美元的价格收购 LinkedIn. 后者被微软收购后,在 2022 年的年收入就达到一百四十亿美元 . OpenAI 被用户追捧的热度和产品发展的潜力,显然远大于 LinkedIn.  有了微软的销售渠道,收入和利润潜力的想象空间,自然大很多。这里还有两个关键,最大的开发者社区, 拥有一亿活跃用户的 Github (远超所有其它竞争者), 它的主人是微软;而微软的云服务 Azure, 在全美市场份额占 23%, 仅次于 AWS. 在 Github 上开发人工智能应用,调用 chatGpt 的API, 再顺手部署到 azure 的云服务上,将成为大部分第三方开发者阻力最小的选择。

10/ OpenAI 积累了几个季度的营收数据后,可能到 2024年的某个时段择机上市。当下的营收数据没有那么重要,只要能够显示出强劲的市场需求和增长,只要有投行愿意画大饼,勾勒出营收突破五十亿美元的路线图, 那么大概率有足够多热钱愿意为之买单,支持二十倍营收,也就是至少一千亿美元的市值。

11/ openAI 如果成功上市,在 2015年的原始几家风险投资机构的回报,可能达到 50 -100 倍以上。他们一定拿着这个业绩去四处吹嘘,向机构投资者融资建立更大,几十亿,上百亿美元级别的,专门投资人工智能和相关应用的基金。

12/ 微软是 openAI 的股东之一,和 openAI 有比较复杂的利润分成协议,但基本上在 chatGPT 的问题上,可以把他们两家看成是一体的。微软会把此技术和其生态内其它工具如 Bing, Edge 浏览器, Office,Github, Azure 等牢牢绑定,帮助建立用户习惯和依赖性, 扩大生态圈的影响力。微软有先发优势,规模成本优势和渠道优势。对于大多数用户和软件服务商而言,投入微软的怀抱,将是阻力最小的演化方向。

13/ 除了微软之外, 英伟达(Nvidia),台积电 (TSMC)这两家公司是这波浪潮的直接受益者。英伟达 2021 年在 GPU 市场的份额超过 80%, 并且有强大的 CUDA软件开发生态。台积电 2021 年在全球晶圆代工厂的市场份额超过 50%.

14/ chatGPT 语言模型的生成,微软在 Openai 的计算上至少投入了一万台 GPU, 所以如果没有上亿美元的原始投资,外人不可能在算力上和 chatGpt 直接竞争. 这还不包括需要获取海量的数据用于培训,软件工程师调算法模型等成本。 chatGpt 本身也在不断进步,创业公司要想另起炉灶和微软展开军备竞赛,GPU 的投入是不能省钱的。Nvidia 的销售人员也一定会给你足够多的鼓励。人工智能的风投基金,最后相当比例的钱一定会去购买 Nvidia 的 GPU ;这正如 web2 风投的钱,相当比例去谷歌脸书打广告 ;web3 风投的钱,相当比例去以太坊上变成 gas 烧掉。

15/ 人工智能的本质,就是做大量的矩阵乘法计算,这是大学里线性代数的必修课。如果要把军备竞赛升级,那就要去做自己的专用人工智能芯片,做一些专门的优化,以期待在算力成本上超越现有的 GPU.谷歌搞了自己的 TPU,特斯拉有 dojo.但要在单位算力成本上超越年收入两百亿美元的 Nvidia,一定要有巨大的生产规模,这是普通小公司无法参与的游戏。不管谁做自己的专用芯片,最后大概率会投入台积电的怀抱。台积电在亚利桑那州建造的晶圆代工厂,一定要忙死了。

16/ chatGPT 的主要收入来源是财大气粗的企业用户。微软的 Azure 2022年下半年在云计算上的收入是四百一十亿美元,在云计算的市场份额上大约是谷歌的两倍。chatGPT 的很多功能可极大提高企业用户的效率,openAI 已经在和咨询公司 Bain 合作,用 chatGPT 的技术帮助可口可乐提高市场营销和运营的效率。这个趋势只是刚刚开始。这一方面可以增加微软的云计算的营收,另一方面可以分摊算力的成本,在单位算力成本上拉大对谷歌的优势,并以此进一步扩大其云计算的市场份额。微软的另外一块主要业务,“Productivity and Business Process”, 2022 年下半年的收入为三百三十亿美元,包含 Office suite, ERP, LinkedIn 等服务,这块业务也同样将大大受益于 chatGPT 的技术,增加营收,帮其分摊算力成本。

17/ chatGPT 可能直接颠覆”搜索点击广告“的商业模式。谷歌的收入超过 80%来自搜索广告业务,如果直接用同样的方式来迎接微软的挑战,新增的算力成本会大幅度减少利润。而微软本来在搜索领域市场份额就很低,可以完全不考虑盈利来获取搜索的市场份额。另一方面,随着 chatGPT 的功能的持续进步,网上用户使用习惯可能会慢慢脱离”搜索为主“的模式,而最终将搜索的商业模式边缘化。谷歌将处于一种 “Damned if I do, damned if i donot ” ( 伸头也是一刀,缩头也是一刀)的尴尬状态。

18/ OpenAI 成功上市后会促进大笔热钱涌入,短期内制造更多 AI 领域的需求,部分公司营收增速极快,推高估值,对整个行业造成一波又一波的水涨船高的效应,在某个时间段内会产生“所有人都在发财,再不加入我就晚了”的错觉。但大部分投资者最终都会在此领域亏钱,因为:一,所投的企业的竞争优势狭隘且短暂,很容易突然被新来的竞争者赶上并淘汰。二,所投企业的利润来源本身就是风投带来的热钱支持的企业,一旦风投资金增量减缓甚至萎缩,营收和利润萎缩也很快。三,投资时往往企业的 PE 值已经很高,把未来四五年的最乐观的预期增长情况都算进去了,一旦增速低于预期,市值很容易大幅下跌。

19/ 投资高科技不等于发大财,散财的几率其实超过 90%。只有在高科技可以让极少数公司获得全面的垄断性时,这才可能发财。津津乐道高科技,而不讨论它是否, 以及如何能带来权力和垄断,那就是 “连错都谈不上” ( not even wrong). 可以参考笔者的老文章
 王川: 从权力和垄断的演化机制,看投资(一)

20/ 极少数核心竞争力不在 AI 领域之内,但五到十年内不可能被 AI 所替代,可以利用 AI 大幅度提高效率,增收节支,强化其核心竞争力和垄断性的企业,也会是这波 AI 浪潮的赢家之一。九十年代后期互联网兴起时,一些传统消费类的企业如 Proctor & Gamble, Walmart, Coca cola, 就是这样的例子。这一次有哪些类似的赢家,需要慢慢观察。

21/ 但chatGPT 的意义远不在此。很多需要高技能的行业人员 (从程序员到律师,到游戏设计, 翻译等等) 反映使用此工具对效率的提高从 30%到 80% 不等。这还只是序曲。这个工具本身还在加速变得更好。各行各业的效率的提高还会不断组合叠加。

22/ 可以比较的是,瓦特 1776年推出可商用的蒸汽机,到1804年英国首次出现蒸汽机推动的火车,间隔28年。按照沃顿商学院教授 Ethan Mollick 的说法,十九世纪初美国的各类小工厂采用蒸汽机后,效率普遍提高 25%. 1776年的美国人根本无法想象和理解,将近一百年后铁路贯通美洲大陆对经济模式和社会结构的革命性影响。1885年成立的斯坦福大学, 其初期主要资金,就是来自铁路大亨的财富。

23/ chatGPT 已经开始对各行各业产生立竿见影的,比当年蒸汽机还要更大的效率提升,这意味着 AI 对人类社会的巨大影响将注定远超蒸汽机在十九世纪的影响。AI 时代的“火车”的涌现, 我们无需等待 28年,它将超越现在所有人最狂野的想象。

(未完待续)

——-

作者简介:王川,投资人,现居加州硅谷。微信号9935070, 推特号”Svwang1″, 新浪微博“硅谷王川”, 网站 chuan.us. 所有文章表达作者个人观点仅供参考,不构成对所述资产投资建议,投资有风险,入市须谨慎.

在投资和创业的道路上如何集思广益,举重若轻?欢迎加入王川的俱乐部, 这是一个聚集世界各地各行各业,有着独立思考和独特视角的精英的高端收费社区.  详情请点击下面文章连接

  RTFM – 关于投资俱乐部的使用说明 ( 第二版)

有意申请入会者请和王川(微信号: 9935070 或推特 “svwang1” 私信) 直接联系。

王川: 2022年岁末看美联储加息和通货膨胀

1/ 2022 年对大部分投资者是艰难的一年。美联储从三月份的零利率开始数次加息,到十二月初短期利息已经增加到接近 4%的水平。另外,按照美联储五月份公布的信息,九月份之后每个月平均缩表大约九百五十亿美元 (把多印的钱收回来) 。尽管如此,其账面资产仍然有八点五万亿美元,是 2020年三月 covid 在美国爆发时的两倍还多一点。

2/ 除了能源股板块之外,各类资产,从股票,国债,房地产等等,因为加息缩表带来的信贷萎缩,价格都有较大回撤。退潮时,才发现了有很多人在裸泳,由此产生的连环破产和清算,在区块链行业, 更是哀鸿遍野。

3/ 为什么美联储要加息?因为物价指数的通胀大大超过预定的 2% 的目标。美联储从 2000年开始使用 PCE ( Personal Consumption Expenditure, 个人消费费用指数) 作为通胀指标。PCE 指数的主要板块权重为:住房:32.9% ;吃喝:17% ;交通运输:17.3%;娱乐:8.4%。从 1959年到2018年,以 PCE 为指标的通胀率年均 3.3%. PCE和传统 CPI 指数的区别是,前者计算通胀时,会因某个商品价格上涨,而采用另外一个类似的但价格稳定的商品来替代。

4/ PCE 年化通胀率,过去七八年一直在 2% 左右徘徊,2021年六月开始首次突破 4%,之后最高曾经到 7%.  尽管连续加息八个月了,PCE 指数和一年前相比的通胀率,过去五个月一直保持在 6% 以上的水平。即使刨去波动较大的能源和食物价格,核心的 PCE 指数,和一年前相比的通胀率,也在 5% 以上。

5/ 为什么通胀率过去 18个月一直居高不下?事后看,主要有两大因素:

一,突发的俄乌战争对原油市场的冲击,导致油价高企,油价在三月份一度突破 130美元一桶,直到最近一周才降到 72美元左右,比年初的水平还要略低,这个因素正在成为过去式。美国政府今年从战略石油储备里面出售了大约一点八亿桶原油来平抑价格波动,相当一部分是在一百美元一桶以上的时候投放到市场里,最近宣布将在 72美元以下全部重新买回,一来一回大概赚了至少三十亿美元。

6/ 第二,也是最关键的因素:Covid. 以往的低利息状态时 (2002, 2008) ,伴随着经济萧条,存在大量失业,没有劳动力短缺的问题。2020 – 2022年这次不一样。因为 covid 对经济的冲击,政府大量发钱刺激经济,很多人不干活也能拿钱,同时随着各种资产价格的推高,更多人选择提前退休。另外部分因为 covid 对国际国内旅行和移民机构效率的负面影响,新移民人数大大减少。两年多下来,总共造成的劳动力短缺约三百五十万人 (其中超过两百万要归咎于提前退休 ). 美国国会预算办公室 (CBO) 2020年时曾预期,到 2022年底劳动人口总数一点六八亿,但到了2002年 三季度,实际劳动人口数目不到一点六五亿。劳动力短缺,推高了工资水平,也推高了房租水平,和各种服务业的人力成本。

7/ 通胀计算中的住房成本指数主要是通过各地的调查专员,定期对全美 8600个不同区域,总共四万三千个住房样本的问询调查,而计算得出。但决定住房成本的关键因素,还是背后的就业率和工资水平。美国劳工部最新的调查数据,十月份私企员工每周的平均收入为 1124美元,比去年同期增加 3.8%. 平均每小时的薪水为 32.58 美元,比去年同期增加 4.7%.而在在 2020年之前的十几年,时薪的年增长率一直在 2-3% 之间。

8/ 和七十年代高通胀时期不同的是:第一,俄乌战争对油价的影响已经被证明是暂时有限的,和当年阿拉伯世界对西方的石油禁运没有可比性。而西方世界最近对俄罗斯原油出口限价 60 美元的措施,其它中立国家乐见其成,都想趁机捞点便宜。

9/ 第二,Arthur Burns 从 1970年到 1978年担任美联储主席时,受行政当局的压力,为了避免经济衰退,长期纵容通胀率远高于 5%,甚至10%,而没有采取更加严苛的货币政策去打压通胀。Paul Volcker 1979年上台后,不断加息,花了三年时间才把通胀率打压到 4% 以下。迄今为止 Powell 迅速加息缩表的行为,证明他关于把通胀打压到 2%以下的目标,说话是算数的,Fed fund futures 市场目前预期加息到 2023年五月就要到顶了。

10/ 目前美国的劳动力短缺的另一个背景是,Covid 之后,一些大公司迅速扩招,员工人数三年内翻番。脸书 2019年员工人数约 45000, 今年九月还有 87000;亚马逊 2019年底员工人数 798000,今年三季度还有一百五十多万人。

11/ 推特被收购之前有 7500名员工,到 11月底减少到大约 2300人。如果继续运营几个月后没有重大事故,更多资本运作者将蠢蠢欲动,要模仿收购推特的模式去做敌意收购,更多高科技公司的管理层会面临巨大压力去削减人力成本。

12/ 最终,劳动力短缺三百多万的问题,将会通过 “加息缩表 – 更多公司破产 – 大规模裁员/招聘需求萎缩 – 增加劳动力供给/减少就业市场需求”, “加息缩表 – 资产缩水 – 更多提前退休者回归劳动力市场/或更多人推迟退休”, “放宽移民政策 – 新移民增量回归常态” 的多个因素的演化而重新达到平衡,使通胀率回归到 2%的水平。

13/ 一旦通胀率回归,这时要注意美联储的正式官方言论了。如果信贷萎缩过头,经济衰退,股市下跌,走向另外一个极端,除了降息以外,一般它会提前预告停止缩表,甚至扩表 (重新多印钱)的措施,而且会很贴心的预告,每个月多印多少钱,持续多长时间。这是美元本位的投资者必须关注的消息,尤其是以为光看基本面就可以成功做空获利的小天真们。这涉及到每个月新增的几百亿,甚至上千亿美元的资金的去处。与之相比,石油交易员拜登忙了一年,挣了三十亿美元那点小钱,都是小儿科了。

14/ 如果联储局公开宣布扩表 (量化宽松),一般是通过印钱购买国债和按揭贷款证券 (Mortgage Backed Securities ) 的方式操作,不仅会短期内推动这些资产的价格上涨,而且其产生的溢出效应会迅速涌入股票和其它优质风险资产,并且随着价格的持续升高,吸引更多投机者加杠杆入场。

15/ 关于扩表,2010年九月 24日 (当时原油 75美元一桶, S&P 500 指数在 1100多点 ),著名对冲基金经理 David Tepper 在 CNBC 的一个访谈里对着一群满脸狐疑的主持人说,“现在事情就是这么容易。未来三个月,要么经济自己就会变好,那什么资产将会受益?  股票会表现不错,债券表现就不那么好..  或者,经济未来三个月还是没有变好, 联储局就会出来量化宽松了。那什么样的资产会受益?所有的资产,短期内都会受益.. 所以我该怎么做?我必须买。我不能不买。当然这并不意味着我会,就是所谓的 ‘球顶着墙 ‘ (Balls to the wall,  意指油门踩到底,满仓 ) 。但有的时候,事情就是那么容易。”

16/ 通胀率何时可以回归 2%?也许还要六个月?十二个月?十八个月?谁也不知道。但是随着联储局继续加息缩表,这一天的到来,是一个数学上的必然。在此之前,投资者手握现金,拿着 4% 甚至更高的短期利息,也不难受。有的时候,事情就是那么容易。

——-

作者简介:王川,投资人,现居加州硅谷。微信号9935070, 推特号”Svwang1″, 新浪微博“硅谷王川”, 网站 chuan.us. 所有文章表达作者个人观点仅供参考,不构成对所述资产投资建议,投资有风险,入市须谨慎.

在投资和创业的道路上如何集思广益,举重若轻?欢迎加入王川的俱乐部, 这是一个聚集世界各地各行各业,有着独立思考和独特视角的精英的高端收费社区.  详情请点击下面文章连接

  RTFM – 关于投资俱乐部的使用说明 ( 第二版)

有意申请入会者请和王川(微信号: 9935070 或推特 “svwang1” 私信) 直接联系。

王川: 从权力和垄断的演化机制,看投资 (一)

本文集合了笔者过去几个月在推特上关于权力和垄断演化的碎片化思考, 最初于 2022年九月十四日首发于笔者的公众号。

1/ 权力斗争,核心实际上就两个问题:

i) 在关键环节上,尽可能让自己不可替代。

ii) 同时在与自己合作的关键环节上,确保有替代者可互相制约。

2/ 对于做题家而言,从小接受的教育是默认当前的权力架构是合理的,自己只需要做现有架构下一个专业的螺丝钉好了。做题家好好做题的深入骨髓的本能,和钻研“权力游戏”, 是完全格格不入的。

3/ 当你做和别人一样的事情的时候,不管多努力,你本质是陷入一个为所在系统的权力垄断者服务的弱势地位。而且往往越努力,你为当权者付出的就越多,你摆脱路径依赖争取自身权力的能力就越弱。学技术和做产品的人不钻研市场和商业模式,就好像武将只学玩枪弄炮,而不研究如何用武力获得更多真正的实权。

4/ 普通人丧失权力的原因一是缺乏敏感度,只看眼前得失,在时机有利的时候仍然随便把控制权和定价权拱手让给外人。二是懒惰,这又涉及到精力和资源分配的问题了。

5/ 权力的获取,要从不断思考实践“如何做不同的事,占据独特的生态位”开始。自己的不可替代性,和别人的可替代性,本质都是一个长期积累耕耘的过程,没有一步登天的捷径。有些脏活累活开始没人愿意干,只有你愿意干,在干活的过程中悄悄的获得了各种资源的占用和支配,时间长了,如果运气好,做着做着就会发现自身竞争力越来越强,潜在竞争者进入和取代你的壁垒越来越高。在某个节点产生非线性突变,于是垄断地位自然涌现,就大权独揽了。

6/ 什么样的脏活累活更有价值?任何可以扩大你和外界连接的网络的工作,或者增加你的特殊技能的工作,即使累一点,有一定风险,也会提高你的价值。而那些孤立封闭的,技术含量低,重复性高的工作,则要尽量避免。

7/ 权力产生于具体事务的运作中,尤其是涉及到人与人的关系,资源的调配。运作过程中形成一个新的网络,网络上的节点越多,掌控的资源越多,其形成的生态惯性就越难被外界阻挡。在新的,还不被关注看好的,但有巨大增长潜力的权力网络上提前占据有利生态位,是权力从无到有的成本最低的道路之一。

8/ 在构建新的权力网络的探索中,一方面要要尊重局部的具体实际情况,另一方面不要被任何前人的叙事逻辑束缚住手脚和想象力。创造价值,展示价值,对外扩大全新的贸易连接网络,不断组合+迭代,最终会构建出自己特有的高效率的权力网络。

9/ 看一个公司的 CEO 是做什么出身,就可以大概判断这个公司最重要的环节在哪里。如果CEO 原来是做销售的,公司主要客户应当是大企业和政府部门;如果 CEO 是做产品设计的,公司业务应当是面向大众消费者的。公司内部 CEO 的竞争和浮现,本质是看谁掌握了公司价值链里面最重要的环节。

10/ 有些实体靠控制某个传播或销售渠道来获得垄断地位,有些实体靠规模效应和网络效应获得垄断地位,有些实体靠一个维度的垄断地位一步步增加别的维度的垄断地位。

11/ 解决了传播和连接渠道问题,就已经解决了权力升级的一大半问题。Walmart, Dell, Apple,amazon 等公司之所以在市场上异军突起,就是因为在销售渠道和降低渠道成本上有各种创新。特斯拉之所以坚持不用 Dealer 而是直销,也是同样的原因,尽管短期内面临各种阻力。

12/ 要特别尊重那些在传播渠道和渠道成本上有垄断性优势的公司,即使他们暂时收入不高,一旦机会来了,很容易通过其渠道把新的产品或服务转换成利润。

13/ 很多公司并购的逻辑,本质不是看其孤立的收入和利润,而是看到其在增加传播渠道上的价值。比如 FedEx 收购 Kinko’s, Microsoft 收购 LinkedIn.

14/ 从这个角度看,一个实体如果在社交媒体上没有大量粉丝,意味着他/它放弃了一个重要且高效的传播渠道。而社交媒体上如果不用自己的品牌或者实名,很容易因为被单个平台封杀,而丧失了之前的全部积累。

15/ 很多做题家因为从来没有长期建设自己的传播渠道的意识,所以无法理解自己的弱势是因为缺乏自己可控的高效传播/连接渠道,而只能把注意力集中在做产品上,但这只是隔靴搔痒,始终无法根本上改变其弱势的现状。

16/ 在八十年代初,Compaq 和 IBM pc 的兼容机还不存在的时候,ibm 还牢牢控制行业标准和走向,有底气对微软和其它公司颐指气使。但是一旦兼容机和第三方应用的数目超过临界点后,IBM 一步步到最终完全失去了对行业的独断权力。这个转折是分阶段展开,每个阶段又有一段模糊期,事后很久才能意识到之前犯了什么错误。

17/ 如果以为 IBM 一开始就是个糊涂的傻瓜,显然不符合实际情况,也无法真正吸取教训。就像当年赵高夺权,先是从李斯的利益角度说服他矫诏扶植胡亥上台,然后慢慢切割胡亥与外界的其它信息管道,利用胡亥的权威再剪除李斯和其他对手,直到最后无人可以和他竞争。

18/ 从权力斗争的角度看,与外界的信息和资源交互上,一定要有多个管道,不能在任何维度上依赖单一管道,否则权力被单一管道所架空,岌岌可危。另一方面,让自己越开放,实际上就是让自己更有力量。开放意味着你有多个维度的管道通向未来,外人如果想要限制你自由发展的空间,成本会太高而无法操作。

19/ 人们很难拒绝那些 “一开始看似利润很高,但之后回报迅速衰减,甚至成为一个财务和精神负担”的陷阱,在这种陷阱里自己的独立性和定价权不断悄悄萎缩,直到彻底成为强者的猎物。

20/ 掌权者会通过叙事上的宣传,各种荣誉的设定和奖励,让那些本质上属于“第三方开发者”的人们沉醉于一种接近权力的幻觉,一辈子在掌权者控制的生态和软件接口里妄自尊大,但实质上做牛做马而无法摆脱。

21/ 通向权力高峰的历程没有捷径,更多是一层一层螺旋式上升和长期的等待磨练。权力的泡沫对于狐假虎威者有致命的诱惑力。鸡贼的钻营,在真正的权力游戏面前,是一种驴唇不对马嘴的螳臂挡车,但无法阻止当事人的满满的带入感。大部分场景下,靠近权力者永远无法获得实际权力,只是分享权力泡沫溢出的一点渣滓而已。少数场景可能有量变发生质变的机会,但概率极小。为小概率事件而上大当,好比看到魏忠贤的励志故事,勤奋努力,却收获安德海的下场。自己有限资源被轧干后,随时都可能被权力的真正所有者推回其应有的位置。

22/ 只有反复的经历观察若干次不同场景下,权力如何从无到有,从有到无,才能慢慢培养出较好的敏感度和直觉。否则要么滋生出权力的傲慢,轻率的在不熟悉的场景遭遇滑铁卢 ;要么一辈子沉浸于自己的叙事童话,看到权力升级的机会也没有理解力和能力捕获。

23/ 商业模式,本质是一种权力的游戏。但是和封闭社会的残酷零和游戏不一样,这种权力游戏可以是双赢的。就是说,某公司本来有一个产品服务,从一个客户增加到十个客户了,因为其边际成本低,可以降价,让客户和公司都受益。

24/ 软件行业让别人无法竞争的方法,是培养大量自发的第三方应用,绑定到自身体系上,复杂度越来越高,这样用户根本无法切换到别的系统。这样自己的话语权自然越来越大,形成良性循环。微软依靠桌面操作系统,苹果依靠 appstore, 都是这样。

25/ 斯大林在苏联最后掌握权力的路径,也有类似之处。“总秘书”这个职位,最初只是管理繁琐的行政事务,很多人看不上眼。斯在组织内有愿意干脏活累活的良好记录,所以列宁把这个位置交给他。但这个机构最后人马越来越多 (类似第三方应用) , 触角和影响力越来越大。在扩权过程中可以做很多手脚,悄悄扩大对竞争者的优势 (比如斯把高层的电话交换系统直接安装在自己办公室里,方便偷听对手的谈话). 到最后,人单势孤, 只爱发表演讲的托洛斯基面对斯的压制,毫无抵抗能力,节节败退。

26/ 用户想要迁移到新的软件系统,新的系统上必须有配套兼容的所有应用程序和接近的使用习惯,否则几乎不可能。斯的对手和他的正面博弈, 面对的是斯积累若干年培养的一个体系里成千上万的利益绑在一起的人马,也几乎不可能获胜。

27/ 在一个行业拥有垄断地位,盈利模式等价于收税一样的公司,好比行业的统治阶级。如果此行业还能高速增长,不断开辟出第二条,第三条增长曲线,那么长期持有此公司股票,其体验就好比“统治阶级的二次方三次方”. 这种机会对所有人均等,完全开放, 靠个人智力去发掘。也不需要旧社会里投机钻营者那么大的精神压力。

28/ 在旧社会,普通老百姓想真正成为统治阶级的一员,是一个提着脑袋,血雨腥风的危险游戏。在法制社会,每个人都有可能去冷静的研究市场的权力结构变迁的真正逻辑,默默的靠智力和积累,获得和统治阶级一样的红利。

29/ 统治阶级的游戏,至少按年,而不是“小时,天,星期”来计算。这个游戏短期内看似很枯燥,而且熊市时需要比较厚的家底才能熬过去。本钱细微,寻求刺激,希望马上出结果的人,最后都不自觉的,玩上了“流氓无产者”的游戏。

30/ 缺乏对于市场权力架构的敏感和高度重视,过度关注眼前得失,LMWCZ 们往往非常努力,想获得统治阶级的利益,却最终收获胡惟庸和蓝玉的下场。

(未完待续)

——-

作者简介:王川,投资人,现居加州硅谷。微信号9935070, 推特号”Svwang1″, 新浪微博“硅谷王川”, 网站 chuan.us. 所有文章表达作者个人观点仅供参考,不构成对所述资产投资建议,投资有风险,入市须谨慎.

在投资和创业的道路上如何集思广益,举重若轻?欢迎加入王川的俱乐部, 这是一个聚集世界各地各行各业,有着独立思考和独特视角的精英的高端收费社区. 详情请点击下面文章连接

投资俱乐部

有意申请入会者请和王川(微信号: 9935070 或推特 “svwang1” 私信) 直接联系。