码 · 咖啡

I write to help myself think 🤔

Menu Close

Author: 王 磊 (page 2 of 7)

Sunday Roast #14 The Roof of the World

春节临近,带娃的节奏使得这篇文章拖到了周三的凌晨。有娃的日子确实要付出很多,牺牲很多,必然也面对一些过去并不会想到的极端挑战。然而,这也确实是一种自我反思的契机。人总是这样,需要有挑战去“演进”,无论这种挑战是主动还是被动的。这让我联想到另一个话题,那就是一个组织/公司如何去激发自己的员工不断进步?我目睹过糟糕的案例,读到过貌似有效的方法,但作为一家机构究竟如何去做?这无疑会是我们在Breakpoint将会面临的挑战。


Truck automation

卡车自动驾驶在未来必然会导致大量运输业司机失业。真的吗?

我并不试图去“评述”物流行业所面对自动驾驶带来的失业问题,只是说说由这篇文章想到的几个问题:

  1. 如何预测未来?或者说如何稍微靠谱一点地预测未来?普通的逻辑会是,既然智能、机器就是为了取代人工,提高效率,那么就会造成失业。但这个逻辑还是太粗线条,甚至于对任何行业或技术都不了解的人都可以得出这样的结论。于是,即使很幸运地让我们找到了这样的行业,也无法取得任何优势。只有继续深入一个行业,了解一个复杂系统背后的运作机制,所谓系统的正反馈和负反馈机制,我们可能才会清楚自动化或者智能化,对于这个行业每个角色的实质影响。也才能稍微靠谱一点地去推断技术的影响,究竟会造成人工的过剩,还是短缺。当然,有时得出的结论可能是惊人却是合理的,这往往才是真正的机会所在;
  2. 由此,对于投资机构的挑战在于,究竟该以多大的代价来判断方向或未来?赌赛道还是赌人呢?这就好像是投资人在自问,对于预测未来,究竟是我靠谱,还是创业者靠谱。当然,这里没有绝对的答案,而需要结合机构本身的特点和定位。只不过作为投资机构来说,重要的是清楚自己究竟“几斤几两”,你的所谓预测,究竟是一种粗线条的巧合,还是更细致缜密落地的洞察?就我所见,多数早期机构其实把巧合的结果当做了自身的洞见而忘乎所以了;
  3. 这还是回到了Peter Thiel在Zero To One里提到了那个重要的问题:

“What important truth do very few people agree with you on?”

   作为投资机构,同样需要回答这个问题。

 


Cutting the Gordian Knot

Your actions will be far more important than your intellect over your investment lifetime.

我始终记得多年前百姓网CEO王建硕曾经说的那句话:创业中所有的问题都是心理问题。没错,当我们来做Breakpoint时,发现自己的内心给自己划出的无形的界限才是最大的阻碍。这也是为何在从业大约3年后,从试图获取更多创业“技巧”知识转向了获取更多心理学知识,特别是认知心理学,也是因此我也从简单的分析创业项目的模式问题,转向了着重理解创始人的个人背景经历对其认知和行为的影响。

而我也发现,长期试图理解创始人的这个过程,让我能够综合这些经验来反向观察自己。虽然俗话说,江山易改本性难移,但我也确实发现,“自知之明”这件事极其重要,重要到虽然本性难移,但有自知之明却能让人更理性地面对自身的问题,并更好地做出决策,来缓解本性中必然存在的弱点。这其实就回到了这篇文章,行动力,或者在投资上最突出的就是决策力远比你的智商重要,因为决策力需要的是战胜情绪(无论是恐惧、贪婪、脆弱、自负等等)影响的理性,而不仅仅是知识层面的理解。

在投资这个行业,无论是一级,二级,早期,PE,很多人都非常聪明,大多数人都缺乏战胜情绪的智慧。这大概是我能想到的最合适的描述。至于我自己,必然还在这其中挣扎着寻求“理性的智慧之光”吧😉

Sunday Roast #13 The Brink of Disaster

很不凑巧,这一周的标题正好碰上了The Brink of Disaster(怪就怪Doctor Who的编剧吧),让我想起几天前加密货币的大跌。更不凑巧的是偏偏这周有一篇关于ICO的文章拿来分享。只想说,这真的只是个巧合。


8 Questions Every Company Has to Answer Before Doing an ICO

好吧,终于不能免俗,这是一篇关于区块链的文章。可能是因为之前在老东家时投资了imToken,很多人会想到问我关于币价、关于ICO等等,可惜基本上我从来不给任何建议。一方面我并不关心币价走势,另一方面99%的ICO很明显都是用来割韭菜的。

或许我只能说,如果考虑我们自身的投资风格和对长期的基本理念,现在并不是做严肃投资的好时机。什么是好时机呢?2016年我们低成本投资imToken,承担高风险时,是好时机,这是一种可以持续稳定把握机会并有所收获的方式。可惜人们只看到了结果,却并不能去理解当时决策的环境,也就无法以此来对比现在的投资环境了。

牌局上有句话,如果你认不出牌桌上谁是那个白痴,那么你就是那个白痴。你觉得只要自己不是最后一波韭菜就好,我想瓮中捉鳖的设局者早在默默地看着你笑了。

当然,我说这些绝不是在看空区块链这个行业,加密货币的价值,以及ICO这种创新的融资形式(虽然需要很多改进),相反,从行业来说,我个人恐怕是最坚定的看多者之一。哪怕币价大跌90%,我也依然坚信其长期价值。我们一定会继续投资于这个领域,只是我们不想在这个节点去凑热闹,这不符合我们的投资逻辑。

当然,直接促使我分享这篇文章的,还是因为近期有一些增长乏力,或者找不到明确方向的创业者来询问如何ICO的事情,我能说的,或许和以下几点没有太大区别:

  1. Is the blockchain solution solving a real problem that exists that cannot be solved with traditional technology?
  2. Is traditional tech an okay solution, but a blockchain networked solution better for some reason? Is there a strategic business reason that is QUANTIFIABLE which is crying out for blockchain?
  3. What are the costs to your company? Do you have the resources? Will it hurt top-line revenue and can you survive if the effort fails?
  4. What happens to your company if the entire crypto market craters and every crypto is worthless? Is blockchain the best solution to the problem and will customers be willing to pay you for it?
  5. What happens to your team if the market craters? Or, if it goes even higher? Will they leave?
  6. Are you utilizing the network effects that come with blockchain to strategic advantage? Or is it simply totally private and controlled?
  7. How are you going to account for tokens, cash, revenues and expenses on the financial statements?
  8. Governance? You better have a handle on it before doing an ICO.

我知道多数想着ICO的团队不过是期望着走出困境或迷茫而一夜暴富,而韭菜们也等着鸡犬升天,这些建议在现在的环境下实在显得不合时宜、格格不入,但我觉得这几条或许也能成为我们自己考察区块链项目的基础性问题。

没想到我这条Tweet刚发出去没几个小时,币价暴跌。


The Thin Line Between Bold and Reckless

The Theory of Maybes

这两篇文章其实都再次说到了我不厌其烦提到的一个主题:投资的随机过程与概率性。我不再讨论这个特征本身,而是引用这两篇文章针对这种特征所提出的建议:

Focus less on case studies and more on broad patterns. 案例分析可能是危险的,因为单个案例的情况很可能并不具备普遍性。你不能把Facebook分析一番后,就总结一份手册使得每家公司都能成为Facebook。所以对于投资机构来说,该如何复盘呢?或者,以怎样的心态进行复盘?

Accept that strategies expire. 投资策略也会有时效。这个可能在任何一个投资市场都是如此,越多的人使用同一投资策略,它的效果就越差。比起了解别人的投资策略,更重要的还是了解策略背后的逻辑来自哪里。

There’s more to learn from people who endured risk than those who seemingly conquered it. 在这行,看似很成功的人你很难分清运气的成分。相反,那些经历了失误还能活下来的人或许更值得了解他们的故事。毕竟,人在江湖飘,谁能不挨刀,那些挨了刀还能活着讲出自己故事的人,对这个行业的认知或许比我们在媒体上看到的成功人士更有趣。

Getting comfortable with maybe requires two things: Humility, and room for error. 在一个不确定的世界,有两件事是必须的。其一是谦逊,因为有太多你并不知道,或者你知道你不知道(我就说的这个意思),谦逊是充分认知风险的基础;其二是容错,要有机制为决策可能出现的错误提供足够的余地,因为,你一定会犯错。


It’s Hard To Predict How You’ll Respond To Risk

人的认知能力是很有意思的话题。特别是当它涉及到投资时,当它涉及到金钱时,就会被不成比例地放大。

我们可以在这里大谈特谈理性投资,如何冷静客观面对风险,如何高抛低吸,如何保持纪律性。然而,我们在此的所有讨论其实隔离了事情发生时的context,也就是面对风险时的自我情绪以及周遭环境的影响,这不是我们在这里纸上谈兵时可以真正体会到的。所以这篇文章让我觉得最有助益的一句话就是:

One of my favorite ideas is that people should read more history and fewer forecasts. That’s not just true about business and investing topics, but for ourselves as well.

不要过高估计自己面对风险时的表现。

Sunday Roast #12 The Edge of Destruction

不知为何,我从不喜欢在冬天开空调,哪怕是晚上到了零下6度,也宁可把自己裹成熊样,也不愿把空调打开。所以原谅我因为气温低打字慢而仅仅分享一篇文章。


The Fall of Travis Kalanick Was a Lot Weirder and Darker Than You Thought

Uber在过去几年发生的故事,或许真可以拿来作为电影素材,讲述一个独角兽迅速膨胀背景下的众生百态,当然,主角必须是Travis。彭博社的这篇专题报道描述了Travis“下台”前后诸多不为人知的细节,我想来或许可以从中学到这样几点:

  • 我记得以前看过一部讲述印加文明衰败的电影,其中一句话是任何文明的衰落都是从其内部开始的。虽然西班牙人的到来直接导致了印加文明的毁灭,但其自身文化、制度的落后封闭才是其迅速崩溃的核心。同样,当一家公司出现问题时,它表象上似乎都是外部的原因,例如对于自己的公司Uber,Travis一直不认为是公司的“文化”有问题,出问题的只是公司的PR。即使身边的人一再反映,最终Travis都只是按照危机公关的方式去处理此起彼伏的问题。“敌人在外部”,这是很自然的一种自我保护意识,但也正是典型“学习障碍症”组织的症状;
  • 有一种气质叫做“自信”,有一种气质可能更应该叫做“好斗”。我是在读这篇文章时想到的这个问题。因为我一直认为好的创业者应该谦逊,而这与自信是没有矛盾的。但很多投资人特别喜欢那种“气场”很足的创业者,这种人似乎随时都准备好迎接你的质疑并用气势和争辩将你征服。很多时候我觉得,这或许更适合被称为“好斗”。或许在Travis身上也有那种“好斗”的特质,并因此逐渐疏离了自己的员工、投资人和董事会,看上去好似这个人自信而有决断,实质上却会因为成功反而变得愈加封闭而自负。或许是我们的真的不懂“天才”的世界,但我觉得很多人只是自我膨胀了。别忘了即使是貌似天赋异禀的乔布斯也曾说过,stay hungry stay foolish;
  • 对Otto的收购更是一件让人匪夷所思的事情。一方面Google是Uber的投资人,另一方面Uber的尽调明确的指出Otto的CEO确实从Google带出了大量自动驾驶资料,但Travis仍然决定对Otto进行收购,并执意为Otto的CEO提供庇护。这不禁让人怀疑Travis此时是否还具备基本的专业能力,为公司的业务做出理智的抉择。但如果我们把Travis对Otto CEO的描述:brother from another mother,联系到Uber内部所谓bro-ish文化(“toe stepping,” “always be hustlin ”),或许就只能感叹成也萧何败萧何了。这种文化或许在早期帮助Uber形成紧密信任的内部文化,将公司迅速迭代发展起来。但当这种文化面对公司快速扩张,新加入的人在接受这些过于紧密而封闭的文化时,就很容易产生误解使得文化开始变异,而新的事务当涉及到更复杂的关系时,同样的文化准则(保护自己人)反过来也开始伤害到公司本身。所以从这件事,其实也让我更进一步理解为何,在公司的不同发展阶段,需要有不同特质的领袖来引领公司前进。能够始终伴随公司发展的CEO其实并不常见。适当时候,投资人、董事会,包括创业者自己需要理性的衡量并决策由什么样的人更适合带领公司在新的阶段继续发展;
  • 当然,去年引起很大争议的,无疑是Benchmark在Travis下台这件事上所扮演的角色问题了。这个问题其实和上面一条有关,或许也是投资人不愿去面对的问题,毕竟没人愿意去扮演恶人,没人愿意讨论这个问题从而让创业者担心合作后的出局风险。但我认为Benchmark在这件事上的态度是我们可以借鉴的:要么100%支持CEO,要么100%反对,没有中间路线。如果你不打算把CEO赶下台,那就全力支持帮助他。反之亦然。显然,Benchmark是全力以赴要让Travis走人,没有商量余地。然而,这其实是对投资人很大的考验,如果我们对企业经营没有足够的认知和经验,恐怕如此争议性的举动多数情况下都不会是明智的。当然我们退一步,看看Travis是如何与自己的投资人相处的
Over the years, Kalanick had a simple method for dealing with Bill Gurley, one of his earliest backers and board members. Kalanick told colleagues that all he had to do was ignore Gurley’s phone calls and Gurley would call less often.
  • 或许到此就能把整个过程连接起来,从初创兄弟文化,到公司扩张,再到变异的文化和膨胀好斗的个人,直到Benchmark最终展开行动。我们当然不能说Uber就此衰败,毕竟它的体量还能经受得起一些冲击,如果新任CEO能够扭转局势。无论如何,这篇文章还是让我想到那句话,任何文明的衰弱都是从其内部开始的。

AlphaGo – 关于AI、技术、人性的一些感触

好久没有看纪录片,时间与心情似乎都赶不上看纪录片的节奏。直到《AlphaGo》,真正激起了我长久低迷的观影兴趣。

* bilibili 这个版本(抱歉,出于某种不知名的神秘原因,我无法将视频嵌入到文章里)似乎对第一局的开局略有剪辑,但不影响这部纪录片的整体观感。

观看之前,本以为这是一部“深入浅出讲解AlphaGo原理”的电影,未曾想到最后,它却让我陷入长久的对我们自己作为一家投资机构在使命与投资方向上的思索。

我还清楚的记得AlphaGo与李世石的五场比赛,在那时我对围棋的认知仅限于小时候看父亲和同事的对弈。当时我并没有意识到围棋界会对比赛结果如此乐观,因为对于DeepMind这家公司的了解已经让我感到,我们对于自己的认知开始被Deep Learning这种并不能算是新颖的技术所慢慢解构。

拜长期对美国创业投资信息的关注所赐,大约是2014-2015年我开始了解到Deep Learning,当时我并没有意识到它的“能力”将会带来多大的影响,只是觉得这或许是个可以长期关注的方向。毕竟Deep Learning若真如其所承诺,就会解决我一直认为非常有价值的问题,例如自适应教学。

这或许真的都是一些纯粹出于一个理科生理性逻辑的思考与判断。包括AlphaGo与李世石的比赛结束后,对于AI这件事,我所思考的,依然停留在技术、需求、问题、解决方案的层面。

然而,今晚当我看完这部纪录片,了解到台前幕后更多的细节,让我顿生感慨:

  • 我们做Breakpoint,其实简单说,就是相信技术能够推动社会演进,而创业者需要拿起技术的火把去正向地影响人,以及人的社会;
  • AlphaGo在3比0领先李世石时,人们透露出无助、绝望和恐惧,而李世石在第4局扳回一城时,现场则迸发出激动、欣慰和一线希望。在我的理解里,重要的并不是我们要恐慌AI是否终有一天真会带来Skynet,而是如李世石所说,这样的一场比赛让我们能够重新审视自身认为习以为常的那些东西,例如围棋、创意、艺术、美,这些在人类看来属于我们独特的领域,甚至于人的存在本身。这些究竟是什么,意味着什么,我们对这些事物的理解是否还是有很大的局限,而技术是否能够帮助我们超越这些已有认知的局限,而达到一个新的层次呢?我想,当科学打破中世纪人类那浓厚的宗教世界观时,很多人就如现在目睹AlphaGo一样无助、绝望和恐惧,将科学视为“异端邪说”,这似乎很像今天我们对于AI等技术的疑虑。但我真心认为,对于人类社会来说,这种严重的挑战和刺激其实是推动我们进步的最重要的力量之一,而我们应该对人类的勇敢、进取和坚毅抱有足够的信心;
  • AlphaGo本身的对弈模式或许对我们做事有很大启发:1,想清楚我们想要的结果究竟是什么(一家促进技术推动社会的,长期持续稳定高回报的早期风险投资机构?);2,以概率的思维看待世界并考察决策质量(不仅AlphaGo,包括Elon Musk也是类似);3,短期局部的优化不一定能积累最终的优势,当paradgim shift发生时,一切都是摧枯拉朽。保持开放与谦逊,不断挑战已有认知去学习才是最重要的;
  • 我没有读过KK的《What Technology Wants》,我希望他在书里并没有给出太直接的答案,因为我想技术并不想要什么,而是我们想要什么。将技术拟人化更多地是让我们过分情绪化地面对新技术过于强大的力量,例如AI,又或者是转基因。技术本身是中立的,利弊皆有。人类的智慧应该去引导技术正向的推进社会繁荣,而不是用情绪去简单抵制技术的负面可能;
  • 技术是人类能力的延展,无论是体力上,还是脑力上。这就是一种融合。我们或许不会在生物方面发生太多跨越性的突变进化,但从文化,从技术上,人类似乎在加速一个“整体”的进化。在我看来,这是好事,因为稳定的适应人类现有生物特性的环境最终是不可持续的,要想逃离下一个“大灭绝时代”,或许就需要另一个层面的加速突变与进化来帮助我们实现;
  • 我个人或许可以被归类为:理性乐观派

Sunday Roast #11 The Rescue

很多时候我们都是因为对不确定性的恐惧而自己吓自己,而PR在很大程度上就是在你的未知基础上营造氛围吓唬你。所以,面对PR越厉害的机构,请尽情地在此基础上打折扣,以建立对它真实情况的判断基准。


Power Laws in Venture Portfolio Construction

对于幂指定律,最初我是在2013年通过Peter Thiel的学生写的文章(后来整理成畅销书《从零到一》)了解到的。这大概算是我对这个投资行业真正意义的最初启蒙。没错,我2011年开始进入这行业,但国内早期投资初级的发展并没有让我很快对这个行业很多本质性的元素有太多深刻的理解。

然而即使是知识层面能够理解幂指函数的存在与作用,但这并不意味着你就真的能够将其应用到日常的投资活动中。例如我们偶尔会被母基金的朋友问到,你们打算投资多少公司?30左右,这是我们很确切的回答。至于为什么是30,如果你没有足够的时间和数学知识来阅读原文,就请先简单参考下表:

% of portfolios that equal or exceed multiple
Port. Size
1x
2x
3x
4x
5x
6x
7x
8x
9x
10x
11x
12x
13x
14x
15x
1
33.2
16.6
11.2
8.7
6.9
5.8
4.9
4.2
3.8
3.4
3.1
2.9
2.7
2.5
2.3
2
55.5
20.7
13.8
10.4
8.0
6.5
5.3
4.8
4.1
3.8
 3.3
3.0
2.7
2.6
2.3
5
56.8
24.4
15.2
10.8
8.5
6.8
5.8
4.8
4.3
3.9
 3.5
3.3
3.0
2.8
2.6
10
67.8
29.3
17.2
11.7
9.0
7.3
6.0
5.1
4.6
4.1
3.7
3.4
3.0
2.8
2.6
20
80.0
34.3
19.1
12.6
9.3
7.4
5.9
5.0
4.3
3.8
3.4
3.0
2.7
2.5
2.3
30
87.8
41.2
23.0
15.0
10.8
8.5
7.2
6.1
5.3
4.6
4.2
3.7
3.5
3.1
3.0
40
92.4
43.9
23.6
15.5
11.4
8.9
7.2
6.1
5.3
4.6
3.6
3.2
3.0
2.7
2.6
50
94.9
46.9
24.8
15.9
11.4
9.0
7.1
5.9
5.3
4.6
3.9
3.6
3.2
2.9
2.6
60
96.7
48.9
25.3
15.8
11.7
9.2
7.4
6.3
5.4
4.8
3.7
3.4
3.0
2.9
2.6
70
97.8
50.6
26.4
17.0
12.5
9.4
7.8
6.5
5.5
4.9
3.8
3.4
3.1
2.9
2.6
80
98.6
53.6
27.7
17.4
12.5
9.8
7.9
6.6
5.8
5.1
3.8
3.4
3.1
2.8
2.5
90
99.0
54.8
28.7
18.2
12.9
10.0
8.2
7.0
6.0
5.2
4.0
3.6
3.3
3.0
2.7
100
99.3
56.8
29.7
18.6
13.2
10.2
8.2
6.9
5.9
5.2
3.9
3.5
3.0
2.8
2.6
200
99.9
69.0
34.8
20.9
14.0
10.8
8.9
7.4
6.1
5.3
4.7
4.1
3.6
3.4
3.1
300
99.9
76.3
38.3
22.5
15.1
11.3
9.1
7.4
6.3
5.5
5.3
4.9
4.3
4.0
3.6
400
99.9
81.4
41.7
24.0
16.0
11.9
9.5
7.7
6.5
5.8
5.1
4.6
4.0
3.7
3.4
500
99.9
85.5
43.1
24.4
16.6
12.1
9.5
7.7
6.3
5.3
5.1
4.7
4.2
3.8
3.5
600
99.9
88.6
45.6
25.4
16.8
12.2
9.4
7.8
6.6
5.6
5.4
4.9
4.5
4.0
3.6
700
99.9
90.7
47.4
26.5
17.3
12.5
10.1
8.2
6.9
5.8
5.1
4.6
4.1
3.7
3.5
800
99.9
92.7
49.2
26.9
17.6
12.8
10.1
8.0
6.7
5.7
5.4
4.8
4.4
4.0
3.8
900
99.9
93.8
49.9
27.5
17.6
12.7
9.7
7.9
6.7
5.7
5.3
4.6
4.1
3.7
3.4
1000
99.9
94.9
52.1
28.1
18.1
13.1
10.3
8.3
6.9
5.8
5.5
5.0
4.5
4.1
3.6
10,000
100.0
100.0
91.8
48.8
28.8
18.0
13.2
10.4
8.7
7.5
6.7
5.9
5.5
4.8
4.4
100,000
100.0
100.0
100.0
87.8
48.2
30.0
20.2
14.0
11.2
9.6
7.8
6.8
6.0
6.0
5.2
1,000,000
100.0
100.0
100.0
100.0
85.3
46.0
27.2
19.9
14.2
9.9
8.0
6.6
5.8
5.5
5.2

这是一张关于投资组合规模与回报倍数之间的关系表。当然这只是纯数学分析,剔除了很多影响实际结果的因素,但这并不影响这张表所能反映的,这个行业的基本特征。

  1. 确定性这件事是极其困难的。如果一支基金投100万个项目,你可以确保获得4倍回报。10万个项目?可以确保3倍回报。1万个项目?2倍回报。注意,这里是说一支基金。所以,理论上你或许可以保证确定性,但实际操作上是不可行的;
  2. 反之,不执着于所谓“确定性”,在权衡之下,最佳的规模或许比你想象的要小很多。例如,我们考虑5倍回报,在10个项目时,概率是9%,而要在理论上将概率提升到18%,你需要投资1000个项目。但一个基金1000个项目,意味着你在评估决策、投后服务以及退出决策上的质量必然比10个项目要糟糕。所以这里面牵涉到你的基金规模,基金年限,擅长的领域与阶段(包括上下游资源,这又与项目来源质量以及退出渠道质量相关),投后投入程度,等等形成一个整体。在这里面再权衡如何将高回报的概率提到最高;
  3. 理性看待超高回报基金。如果此时你还不相信超高回报基金的运气成分有多高,恐怕你也是不会相信HHHHHHHHHH这样的抛硬币结果是随机的了(参考Sunday Roast #10 The Ordeal)。不要只看到高风险高收益的后半段,你大可以羡慕别人家基金的高收益,但如果你无法理解何为与之对应的高风险,那么你很可能会成为下一支高收益基金的注脚。
回到我们提到的投资组合规模问题,这里涉及这样几个考虑:
  1. 上面的表格是一个基础参考;
  2. 影响回报率的因素涉及:基金规模,基金年限,投资期,投资项目阶段,项目源(数量与质量),退出策略,投资团队人数,投后投入程度;
  3. 简单说,你有多少钱,能够投多少项目,你的人员是否可以找到足够数量和质量的项目,是否可以对每家投资企业提供足够质量的投后服务,退出时项目价值(例如一支5年的天使基金可能需要在B轮就开始退出,而不太可能等太久,这也必然影响到退出价值);
  4. 这些因素再返回来影响基金定位,基金的合伙人专业领域和能力,基金的资源覆盖能力,基金的整体投资/退出策略(投资策略和退出策略是一体的);
  5. 综合下来,30是我们的答案,虽然20-50我们都考虑过,但综合考虑这所有因素,再反观上面的表格,我想这算是我们的一种“自圆其说”了。

面对LP,GP团队确实有如任何一支面对融资的创业团队。理清自己是对外交流的基本前提。


What a Time to Be Alive…

不是每门生意都需要或者应该融资,但每门生意最终都需要赚钱。我见过状态最好的团队,是那些能够持续赚钱的团队,而不是刚刚起步热血沸腾的团队。

这听起来似乎不太像一个典型互联网领域投资机构的观点。似乎在过去几年,互联网创业的“原教旨主义”所信奉的,应该是:不要急着赚钱,先把用户量做起来。当你有了上亿的用户,赚钱的方法多得是。

对于创业者,最好的状态是什么?两周前我和聚玻网的康总进行过一次交流(聚玻网是一家现金流健康同时快速扩张的企业)。和康总的交流让我回过头来想到主营业务能够持续赚钱,并不仅仅是一个公式:收入-支出>0,而意味着很多:

  1. 你的产品/服务有独特价值以持续吸引和留存客户;
  2. 你能够找到正确的客户群体;
  3. 你具备有效的方法持续扩展客户;
  4. 你清楚自己的收入和开销结构;
  5. 你了解合作伙伴的利益诉求并能给予很好的满足;
  6. 你合伙人团队的管理能力、公司架构、公司文化、利益分配能够持续支持业务的扩张。

哪怕你只是在初创期里向合伙人或投资人描述一个愿景,它依然需要有落脚点,而不是简单的用一句“用户量大了我们再考虑挣钱”,或者天真无邪地认为真有那一天,如何挣钱是“幸福的烦恼”。我现在认为,从打算创业的第一天起,你就需要想到挣钱这个问题,哪怕你的假设确实需要建立在一定用户量的基础上,这仍然是需要不断思考的问题。

我们确实经历过用户上千万,但难以实现商业化的例子,或者即使用尽各种“标准方法”商业化也难以实现基本的盈亏平衡。这里的问题就变成了,当你以用户增长为目标时,你需要更大的资金来获取和留存用户,融资越多往往意味着开销越大,而如果你对如何赚钱并没有什么清晰的想法,也就是将我们前面提到的6点融合成一个完整的系统,这时你的角色其实更像是商业街的大马路上强行推销产品的小妹/大妈。

也许你会觉得那些牛掰的企业不都是拥有海量用户,然后找个商业模式吗?似乎很熟悉…这就是我们之前提到的线性思维方式,你看到了起点,你看到了终点,两点之间直线最短,于是你用一根直线将两点连起来就完成了对这件事情的理解。这也是很多第一次甚至多次创业的人抱持的“商业思维模式”,更糟糕的是当你碰上一个同样思维的投资人,你就只能长期活在“互联网创业原教旨主义”的世界里了。

所以康总在饭局上提到,创业者一定要挣过钱,哪怕是读书时出去摆地摊,他也需要切身感受最简单的客户定位、价值交换、算账等等一系列与“赚钱”相关最基本的概念。一家公司连自己都养活不了,就别谈什么理想愿景了。

那些拿了融资的创始人其实并不应该为拿到投资人的钱而沾沾自喜,这不过是一种向未来举债度过今日“艰难”的方式,哪怕投资人蜂拥挤入抬高估值,也并不意味着你的公司就真的价值巨大,很大程度上那不过是在透支你和你企业的未来,如果你并不清楚自己的这家公司今天,或者1年/2年/5年后该如何挣钱。最终,这一切还是会回过头来,纠缠你和你的企业。

Growing fast versus operating cheaply is far from the sharp dichotomy many founders assume it to be. In practice there is surprisingly little connection between how much a startup spends and how fast it grows. When a startup grows fast, it’s usually because the product hits a nerve, in the sense of hitting some big need straight on. When a startup spends a lot, it’s usually because the product is expensive to develop or sell, or simply because they’re wasteful.

最好的公司(当然你可以争论什么叫做“最好”),恐怕不会是投入/产出比呈线性关系的公司。而我们要做的,就是找到并帮助那些非线性特征的公司。他们也许很垂直,也许一开始就能赚钱,也许看不出他能如何非线性地扩展,也许他们并不符合“高频”,“刚需”,“普世”的大众情人标准,但这恐怕才是早期投资真正的机会所在(不那么让人意外的是,目前我们投资的几个项目都在赚钱)。是否赚钱与其扩展性之间并没有必然关联。同样,免费/优惠与快速扩张或许有直接联系,但饮鸩止渴恐怕是大多数这样策略的结局。这种策略所能满足的,只不过是资本缺乏耐心的通病。

对于没有心情看我们胡诌的人来说……没错,我们的风格就是保守谨慎。