养殖黑天鹅
原文:Black Swan Farming
作者:Paul Graham 发表:2012-09
译者:Claude(baoyu-translate)
2012 年 9 月
这些年我做过好几种工作,但没有一种像投资创业公司这样反直觉。
要把投资创业公司当成一门生意来理解,最重要的两件事是:(1) 几乎所有的回报都集中在少数几个大赢家身上;(2) 最好的点子起初都像是糟糕的点子。
第一条道理我从理论上早就懂,可真正在自己身上发生之前,并没有真切地体会到。我们投资的公司加起来,总价值在 100 亿美元上下。但仅仅 Dropbox 和 Airbnb 这两家,就占了大约四分之三。
在创业公司里,大赢家之“大“,已经超出了我们对差异的预期。我不知道这种预期是天生的还是后天学的,但不管来自何处,我们就是没准备好去面对创业投资里那种 1000 倍的差异。
由此衍生出各种奇怪的后果。比如,纯粹从财务角度看,YC 每一批中大概最多只有一家公司会对我们的回报产生显著影响,其余都不过是做这门生意的成本。[1] 这件事我至今没真正消化,一方面因为它太反直觉,另一方面也因为我们做 YC 不只是为了赚钱;如果每一批只剩一家公司,YC 会变得很冷清。但事实就是这样。
要想在一个违背直觉的领域里成功,你必须能像飞行员在云层中飞行时那样关掉自己的直觉。[2] 你必须照着你理智上知道是对的方式去做,哪怕感觉不对劲。
这对我们来说是一场持续的战斗。让自己冒足够多的险并不容易。当你面试一家创业公司,心里觉得“他们看起来挺有可能成功“,要不投他们就很难。然而,至少在财务上只有一种成功:他们要么会成为真正的大赢家,要么不会;如果不会,那你投不投他们都不要紧,因为即使他们成功了,对你的回报影响也微乎其微。同一天的面试里,你可能还会遇到一些聪明的 19 岁年轻人,他们甚至还没想好要做什么。他们成功的概率看起来很小。但话说回来,要紧的不是他们成功的概率,而是他们大获成功的概率。任何一组人大获成功的概率都小到可以忽略不计,但那几个 19 岁年轻人大获成功的概率,也许比另一组看上去更稳妥的人还要高。
一家创业公司大获成功的概率,并不是它整体能成功的概率乘以一个固定比例。如果是的话,你只要去投每一个看起来有可能成功的公司,就能按比例命中那么多大爆款。可惜挑赢家没那么简单。你必须无视眼前那头大象——也就是他们能不能成功——而把注意力放在另一个几乎看不见摸不着的问题上:他们能不能大获成功。
更难
而困难还在于:最好的创业点子起初都像是糟糕的点子。这一点我以前写过:如果一个好点子明显是好的,别人早就做了。所以最成功的创始人往往在做一些除了自己之外没几个人觉得好的事。这听起来已经离精神错乱不远了——直到你看到结果。
Peter Thiel 第一次在 YC 演讲时,画了一张完美诠释这种局面的维恩图。他画了两个相交的圆,一个标着“看起来像坏点子“,另一个标着“是好点子“。两者的交集,就是创业公司的最佳落点。
这个概念本身很简单,但把它画成维恩图就让人豁然开朗。它提醒你:交集是存在的——确实有一些好点子看起来像坏点子。它也提醒你:那些看起来像坏点子的点子,绝大多数就是坏点子。
最好的点子看起来像坏点子,这件事让识别大赢家变得更难。它意味着:一家创业公司大获成功的概率,不仅不是它整体成功概率的一个固定比例,而且那些大获成功概率高的公司,看上去整体成功的概率反而会低得不成比例。
历史往往被大成功改写,回头看时一切都像是注定要爆。正因如此,我最珍贵的记忆之一,是 Facebook 我刚听说时显得有多没劲。一个给大学生消磨时间的网站?这简直是糟糕点子的样板:一个 (1) 面向小众市场 (2) 没钱 (3) 干一件无关紧要的事的网站。
用同样的话也可以来形容 Microsoft 和 Apple。[3]
难上加难
且慢,事情还能更糟。你不仅要解开这道难题,而且解的过程中没有任何反馈告诉你做得对不对。你挑中一个大赢家,要等两年才能知道。
与此同时,你可以衡量的那一件事,恰恰极具误导性。我们能精确追踪的,只有 Demo Day 之后每一批创业公司融资的成绩。但我们清楚那是错的指标。一批创业公司里融到钱的比例,和真正在财务上重要的那个指标——也就是这批里有没有大赢家——之间,并没有相关性。
要说有,也是反向的。可怕之处就在这里:融资不仅是一个无用的指标,它还实实在在地误导人。我们做的是一门必须挑出“看上去不被看好的离群者“的生意,而成功的规模如此之大,让我们完全有底气把网撒得很广。大赢家可能带来一万倍回报。这意味着每挑中一个大赢家,我们可以挑一千家最终颗粒无收的公司,最后还能赚到 10 倍。
如果有一天我们投的创业公司在 Demo Day 之后 100% 都能融到钱,那几乎可以肯定我们太保守了。[4]
要克制住自己不那样做,也得有意为之。带了 15 期创业公司去面对投资人,再看着他们一路走下来,我现在能用 Demo Day 投资人的眼光去看一组面试者。但那是一双错的眼睛!
我们承担的风险,至少可以是 Demo Day 投资人的 10 倍。既然风险通常和回报成正比,那如果你扛得起更多风险,你就应该扛。承担 10 倍于 Demo Day 投资人的风险意味着什么?意味着我们得愿意投他们 10 倍那么多家创业公司。也就是说,哪怕我们厚道一点假设 YC 平均能让一家创业公司的期望值翻三倍,那也只有当 Demo Day 之后只有 30% 的创业公司能拿到像样的融资时,我们承担的风险才算合适。
我不知道现在他们 Demo Day 之后再融资的比例是多少。我故意不去算这个数,因为一旦你开始衡量某件事,你就会开始去优化它,而我知道这是错的优化对象。[5] 但这个比例肯定远超 30%。说实话,光是想到 30% 的融资成功率,我就胃里一紧。一场只有 30% 创业公司拿得到投资的 Demo Day 看起来就是一团糟。所有人都会觉得 YC 大势已去。我们自己也会觉得 YC 大势已去。然而我们都会错。
不论好坏,这永远只能是个思想实验。我们就是受不了。这够反直觉吧?我可以把我知道是对的事情条分缕析地讲出来,然后照样不去做。我能给自己编出一堆听起来挺像样的理由:如果我们投了大量最终烧没了的高风险创业公司,会伤到 YC 的品牌(至少在那些不算账的人眼里);可能会稀释校友网络的价值;也许最有说服力的一条是,整天泡在失败里会让我们意志消沉。但我心里清楚,我们如此保守的真正原因是:我们就是还没消化“回报存在 1000 倍差异“这件事。
我们大概永远做不到让自己承担与这门生意的回报相称的风险。我们能指望的最好的情况是:当我们面试一组人,心里冒出“他们看起来是好的创始人,但投资人会怎么看这个疯狂的点子?“这种念头时,我们还能继续说出“投资人怎么想,谁在乎?”。当年我们就是这么想 Airbnb 的;如果我们想再投出几个 Airbnb,就得一直能这么想。
注释
[1] 我并不是说大赢家就是一切,只是说在财务层面,对投资人而言它们就是一切。因为我们做 YC 主要不是为了钱,所以大赢家对我们也并不就是一切。比如能投到 Reddit 我们就很高兴。尽管从中赚到的相对不多,Reddit 对世界产生了深远影响,也让我们结识了 Steve Huffman 和 Alexis Ohanian,两个人后来都成了好朋友。
我们也不会逼创始人非得去成为大赢家不可,如果他们自己不想。我们自己的创业公司(Viaweb,被收购时作价 5000 万美元)当年就没有“为本垒打全力一击“(棒球术语:追求最大回报),现在反过来逼创始人去做我们当年自己都没做的事,会显得很虚伪。我们的原则是:决定权在创始人手里。有的人想征服世界,有的人只想赚到头几百万美元。但我们投的公司够多,所以不必为任何一家的结局焦虑。事实上,我们连他们有没有退出(IPO 或被收购)都不必焦虑。从财务上看,只有最大那几个退出真正有意义,而那些退出在某种意义上是“必然“的——一家公司一旦做得足够大,它的股票市场就不可避免地会出现。既然其余的结局对回报没有显著影响,那么如果创始人想早早以一笔小钱卖掉公司,或者慢慢做、一直不卖(也就是所谓的生活方式生意),甚至直接关掉公司,对我们来说都没问题。有时候一家我们寄予厚望的创业公司没做起来,我们会失望,但这种失望多半也就是任何人遇到这种事都会有的那种普通失望。
[2] 在没有视觉参照(比如地平线)的情况下,你分不清重力和加速度。这意味着,当你穿云飞行时,你判断不出飞机的姿态(飞行术语:机头朝向)。你可能感觉自己飞得又平又稳,实际却在螺旋下降。解决办法是:无视身体告诉你的感觉,只相信仪表。但事实证明,要无视身体告诉你的感觉非常难。每个飞行员都知道这个问题,可它至今仍是空难的主要原因之一。
[3] 但并不是所有大爆款都符合这个模式。Google 当年看起来像坏点子的原因是:搜索引擎已经一大把了,似乎再也没有新搜索引擎的位置。
[4] 一家创业公司能不能融到钱,取决于两件事:他们卖的是什么,以及他们多会卖。我们能教创业公司很多打动投资人的方法,可再有说服力的路演也卖不掉一个投资人不喜欢的点子。比方说,我当时真担心 Airbnb 在 Demo Day 之后融不到钱。我说服不了 Fred Wilson 投他们。要不是凑巧 Sequoia 那边我们的联系人 Greg McAdoo 是少数几个懂度假短租生意的 VC(风险投资人)之一——他在那之前的两年里花了大量时间研究这门生意——他们可能根本融不到钱。
[5] 在 2010 年夏天那个一群投资人开始自动给我们投的每一家创业公司提供投资的财团出现之前,最后一批的比例我算过一次。当时是 94%(35 家公司里有 33 家尝试融资并成功,一家因为已经盈利没去融)。现在大概比当时低,因为有了那笔自动投资;在过去,那是「Demo Day 之后融到钱,否则就死」。
致谢 Sam Altman、Paul Buchheit、Patrick Collison、Jessica Livingston、Geoff Ralston、Harj Taggar 阅读了本文的草稿。