硅谷之谜 硅谷之谜 8.5分

硅谷之谜

志远
如果加州是一个国家,它的GDP可以排名全球第六。这个面积跟北京昌平区差不多的“弹丸之地”,为啥这么厉害?

几个站不住脚的说法:天气说、斯坦福说、风险投资说、政府支持说、知识产权保护说。

一、硅谷的起源与发展

偶然事件1
1883年,加州富豪利兰斯坦福的儿子去欧洲游玩途中病逝,晚年丧子的斯坦福夫妇为了纪念爱子,成立了斯坦福大学。1886年夏天,斯坦福捐出250万美元,作为成立斯坦福的基金。1893年,斯坦福去世,遗产全部用于办学,这才有了今天的斯坦福。
偶然事件2
二战之后,年前的小沃森成为IBM的总裁,他觉得计算机很重要,决定投巨资发展计算机,提高了研发经费,请了冯诺依曼作为顾问,与麻省理工学院林肯实验室合作研制计算机。之后需要建立一个新的研究中心,为了不受固有思维的影响,IBM将新的研究中心地址选择在远离纽约总部的圣荷西南部Almaden山区,即现在的IBM Almaden研究中心。这个研究中心硕果累累,同时给湾区带来了大量高层次科技人才。
偶然事件3
斯坦福夫妇在遗嘱里面规定学校永远不得出售土地,导致斯坦福大学的几千亩位置便利的闲置土地没法得到利用,但是被称为“硅谷之父“的特曼,发现了遗嘱的漏洞...
显示全文
如果加州是一个国家,它的GDP可以排名全球第六。这个面积跟北京昌平区差不多的“弹丸之地”,为啥这么厉害?

几个站不住脚的说法:天气说、斯坦福说、风险投资说、政府支持说、知识产权保护说。

一、硅谷的起源与发展

偶然事件1
1883年,加州富豪利兰斯坦福的儿子去欧洲游玩途中病逝,晚年丧子的斯坦福夫妇为了纪念爱子,成立了斯坦福大学。1886年夏天,斯坦福捐出250万美元,作为成立斯坦福的基金。1893年,斯坦福去世,遗产全部用于办学,这才有了今天的斯坦福。
偶然事件2
二战之后,年前的小沃森成为IBM的总裁,他觉得计算机很重要,决定投巨资发展计算机,提高了研发经费,请了冯诺依曼作为顾问,与麻省理工学院林肯实验室合作研制计算机。之后需要建立一个新的研究中心,为了不受固有思维的影响,IBM将新的研究中心地址选择在远离纽约总部的圣荷西南部Almaden山区,即现在的IBM Almaden研究中心。这个研究中心硕果累累,同时给湾区带来了大量高层次科技人才。
偶然事件3
斯坦福夫妇在遗嘱里面规定学校永远不得出售土地,导致斯坦福大学的几千亩位置便利的闲置土地没法得到利用,但是被称为“硅谷之父“的特曼,发现了遗嘱的漏洞:规定了不能出售土地,但是却没有规定不可以长期出租。于是后面他就把斯坦福的交通便利的闲置土地出租出去,这不仅解决了斯坦福的财务问题,也成为斯坦福进入世界一流大学的契机,另一方面又促进了硅谷的形成。
偶然事件4
1956年,肖克利由于母亲年事已高,辞去了贝尔实验室的工作,回加州帕洛阿图陪伴母亲。他利用自己的名气,网罗了一大批人才,收到贝克曼的投资后,开始搞肖克利半导体实验室。但是他很难相处,导致他网罗来的人才中”八叛徒“自立门户,成立了”仙童公司“,后面仙童公司取得了巨大的成功,同时又孵化出很多半导体公司,截止到2013年底,这些公司共有92家,其中30多家已上市,市值总和高达2.1万亿美元,比印度、加拿大或者俄罗斯当年的GDP还高。仙童公司被称为“世界半导体公司之母”。

二、硅谷的发展分为三个版本

硅谷1.0——信息革命的前夜,这个版本是以半导体为主,从肖克利实验室,到仙童公司,再到英特尔。
硅谷2.0——信息时代,这个版本硅谷开始由“硬”变“软”,出现了一大批软件公司,包括甲骨文、Adobe、Sybase等。
硅谷3.0——后互联网时代,这个版本的硅谷以互联网公司为主,既有Google、Facebook等巨头,也有像Snapchat、WhatsApp等小而精的公司。

三、硅谷的奥秘

1、叛逆和宽容
从“八叛徒”离开肖克利实验室,再从仙童公司衍化出来的一大波半导体公司,我们就可以看出来在硅谷,员工离职然后重新和之前公司业务相近的公司是很常见的。
社会与法律对此也是很宽容的。2011年加州政府起诉苹果、谷歌、英特尔和Adobe四家公司,原因居然是它们之间互相不挖墙脚。2014年法院判定这四家著名的高科技公司败诉,一共赔偿3.24亿美元,这四家公司不服判决上诉,上诉法庭的判决却是把罚金增加到4.15亿美元。

2、多元文化
硅谷的人口是多元的,白人只占到一半多一点,亚裔、拉美裔、非裔占到百分之四十多,正是由于多元的人口,硅谷的产品面向的是全球市场,是给全世界的人们使用的,满足80%的满足80%的人的需求,而不是100%的满足1%的人的需求。
书中讲到,红杉资本有一个不成文的规定,要求投资对象,即初创公司的创始团队中,至少有一个人是第一代移民,以保证这个公司未来的冒险精神。

3、拒绝平庸
硅谷公司员工离职,成立新公司多少"N+1"的模式,即把之前公司的产品做得更加好,超越它,反观国内,则多少"N-1"模式,模仿抄袭其他公司,然后做成一个缩水的版本,减少成本与价格。
硅谷拒绝平庸的特质也部分是由高成本导致,房价的快速上涨,让一般人很难在硅谷买房,一些本地的人选择卖掉房子去其他地方生活,这样就给更年期、收入更高的人腾出了位置,最终,一流的人才住在最好的地方,二流的人才有地方住,三流的只好离开硅谷。说到这里,我想起了北京,北京的房价是否也会给北京带来这样的效应呢?
作者生长在一个大院里,里面有一些退休的老员工,历史上做过很多贡献,但是他们早已不是生产的主力军,却还住着最好的位置,因为没有一个机制请他们离开,新加入的年轻人是主力军,却只能住在周边地区。这种情况很常见,也很容到让一些单位发展一段时间就暮气沉沉了。但是硅谷是通过市场机制,把最有价值的资源重新分配给最优秀的人,这样就可以永葆朝气。

4、宽容失败
凡是做事情,就有可能失败,如果想不失败,最好不要做事情。
在欧洲大陆和日本,一个人如果创业失败一次,基本上就没了翻身的可能,整个社会都会给他贴上“失败者”的标签,但是在硅谷创业成功率最高的人群是第三次创业的人。硅谷对失败的宽容还包括在公司内部的项目,书中举了Google的例子。Google多次尝试社交网络都失败了,但是一直在坚持投入,直到Google+出现,Google甚至连最赚钱最要稳定运营的广告系统,也会在改进过程中不断出Bug,带来数百万美元的损失,但其并不会因此处罚任何人。

5、工程师文化
在美国,工程师和律师、医生一样属于专业人士,社会地位高,很受人尊敬。
不仅仅是有地位,收入也非常高,书中的数据表明工程师的收入超过美国高级政府官员的收入,与斯坦福、哈佛或麻省理工等名牌大学正教授的收入相当。
受尊重加上收入高,这样的职业固然会受人喜欢。但是做工程师可不是那么简单,至少没有国内那么简单。
在国内的很多公司里,很多程序员需要产品经理告诉他们做什么,这样的人被称为“码农”。“码农”与“工程师”的区别在于,前者缺乏后者那种独立解决问题的能力,主管很难放心地将一件工作交给前者就不管了。
工程师还有一个重要的特质:DIY,即自己动手,有想法就自己去实现他。在国内很多程序员,到了30多岁以后就不自己写代码了,甚至有些人还会觉得如果到30多岁还是自己写代码就会很失败。但是书中提到Google的汤普森,Unix的发明人,每天大部分时间依然花在写代码上面,书中这样的例子还有很多。这种自己动手做点东西的文化也让硅谷有着无穷无尽的创造力,比如Android(Andr),就是Andrew自己做的“小东西”(-oid)。
吴军博士把工程师分为五个等级。
第五等级,能够独立实现一项功能的人,即前面提到的“码农”。
第四等级,有点产品头脑,他们在做一件事情前,知道所做出来的东西是否有用、易用,是否便于维护,是否性能稳定,等等。能在整个产品的生命周期从头到尾将一个产品负责到底。
第三等级,可以做出行业里最好的产品。他们与第四等级工程师有着质的差别,这不仅反映在技术水平、对市场的了解、对用户心理的了解以及组织能力等诸方面,而且也反映在悟性的差异上。
等二等级,可以给世界带来惊喜的人,比如实现第一台实用化个人电脑的沃兹尼亚克。
第一等级,是开创一个全新行业的人,比如爱迪生、特斯拉、福特等。

6、不迷信权威
硅谷厉害的人很多,你在街上跟路人问个路,说不定就一个诺贝尔奖获得者。但是硅谷却从不来不迷信权威。
1)不受所谓专业的约束。
专业偏见在中国太常见了,很少有人会相信一个本科是学中文的选手对于股市的见解,会比一个本科是学金融的选手高明吧?也就是这种迷信专业的看法,让很多人心甘情愿的被“专家”所骗。书中举了很多不受所谓专业约束的例子,让我印象很深刻的是:
在高盛内部,存在一些由客户管理的小规模基金,因为高盛发现某些客户对于某个行业或者某个板块管理得特别好,反而将一部分钱交给这些客户来管。
居然有客户投资比高盛这样的大投行在投资领域更厉害,而高盛还敢于直接承认,甚至反而将钱交给客户来管,这简直有点颠覆我的三观。
另外在过去50多年的历史上,没有什么金融背景的投资机构凯鹏华盈,却是投资回报最高的那一个。斯坦福的一位品学兼优的学生,并非职业高尔夫选手,平了当年老虎伍兹床下的记录,Google的高级副总裁尤斯塔斯创造了跳伞世界记录(41419米)。这样的例子在硅谷的公司里面比比皆是。当然在中国也有,比如马云大学学的是英语,而罗永浩甚至连大学都没上。
2)重实不重名。
“我过去就是这么做的”,“我走过的路比你走过的桥还多”,这样的说服人的方式,在中国很多时候都是非常管用的。但是在硅谷却没有说服力。
在讨论工作时,所有员工都是平等的,不论资历深浅,大家不仅都可以发表意见,最后一个项目到底该怎么做,采用什么技术方案,都需要通过摆事实、讲道理、分析数据才能确定。
Google的招聘也是非常务实,之前就出现过这样一个事情,Homebrew的作者去Google面试由于不会写二叉树没有通过面试,Google的一位选手还在Twitter上面回应了:虽然Google一半的员工用他写的Homebrew,但是不会写二叉树,还是算了吧。另外,书中还有个例子也很有意思,美国一个顶级计算机系的教授,推荐了他的2个学生来Google来面试,都通过了,但是后面他自己来谷歌应聘,Google让他做跟他学生做过的类似的考题,他却没有考过。
3)敢为天下先。
即敢于尝试过去权威们认为做不到的事情。关系型数据库就是一个很好的例子。
20世纪70年代,拉里·埃里森决定做关系型数据库时,在这个领域毫无经验,当时IBM的大部分数据库权威并不看好这个新概念。但是拉里并没有因此放弃,并没有管那些权威,最终不被权威看好的关系型数据库成为了世界主流。
这让我想到李笑来投资比特币的故事,李笑来在很早期的时候就开始投资比特币,后面比特币几经波折,在比特币的变换价值触底的时候,舆论与权威的声音一直都没有听过,但是他并没有管那些,甚至一直持续买入,将他手里的比特币的价格平均到10元以下,而到现在每个比特币已经值5500人民币了。

7、扁平式管理
扁平式管理主要特征就是减少层级和分权。应该限制上级对于下级的人事权。
如果上级对下级拥有绝对的生杀大权,那么他的下属就了他的奴才,而不是公司的员工,而下属也会牺牲公司利益以满足上级的意愿。
这种描述,怎么感觉跟国企的套路很像呢?
书中说道扁平式管理的本质是契约精神,每个人都是平等的,都是为了一起来把一件事情做成,所以是一种契约合作关系,并非传统企业里面的隶属关系或者拥有关系,在工作过程中上下级的沟通方式是一种商量的方式而非命令的方式。
国内有些同事也对外宣传是扁平式管理,但是其实换汤不换药,而有些公司甚至连虚假的扁平式管理都做不到,主要体现在以下方面。
开大会时,会场的座位就分为了三六九等;
每个人的办公场所完全与职级挂钩,中层干部有独立办公室,高层干部有豪华办公室,员工挤在小隔间里;
公司和员工之间缺少正常沟通的渠道,原本很多信息可以由公司直接传达给全体员工,却要通过上下级层层下达,低效并在向每个人强调人与人之间的层级差异;
各种福利、津贴、差旅标准因为职级不同;
上级对下级具有过大的人事权,从招聘、考核评估到提升都是由上级说了算;
很多事情都要层层审批。

四、用科学基础来解释硅谷之谜

蒸汽机出现以后,人类进入工业时代,工业时代的科学基础就是机械思维。
今天,我们总是在将“互联网思维”这几个字,因为它似乎等同于“先进”二字,而我们在讲“机械”二字时,多少带点贬义的意味。但是在18世纪到19世纪,机械思维、机械论这些词在当时可是最时髦的,等同于“先进”二字。
在机械思维的影响下,管理中有了效率优先,如何提高效率,就要求分工明确,优化流程,流水线式生产。如今这种思维还是存在,反观自己的工作不就是有些流水线式的感觉么,原型、交互、设计、开发、测试,每人都是流水线上的一环而已。
而到了信息时代,科学基础就变成了控制论、信息论、系统论。
1、控制论思维方式
控制论的思维方式要求根据变化不断做出改变,而非机械思维要求的事先尽可能准确的预测。
第一个例子是阿波罗登月计划。阿波罗登月的过程控制是这样设计的:人们事先设定了一个阿波罗登月舱具体着陆的地点,并且火箭的轨迹也是朝着那个方向设定的,但是工程师们不再假定事先已经准确无误地考虑了全部的可能性,而是在火箭的实际飞行过程中,不断根据一组组允许有偏差的、火箭位置和速度的实际观察数值注2,计算出飞行器当前应该有的速度和方向。也就是说,在整个登月的过程中,飞行器能够不断自行调整,这样才保证了它最终准确着陆。 对比V-2和土星五号,可以看出机械思维和控制论思维两种方法论的差异,前者是对未来做一种尽可能确定的预测,后者则是根据变化不断进行调整。
第二个例子发生在我身边。我过去在Google的一位同事,加入Google之前先后在IBM的沃森实验室和一家著名的军工企业做研究,后来转到了雅虎和Google。他在沃森实验室和那家军工企业搞研发时,是严格遵循软件工程的一整套流程一步步来,什么事情都要预先想到,争取一次做成功,如果一个环节没有想到,后果就是灾难性的。不仅如此,每完成一个步骤,在进入下一步之前,都要封存所有的工作(不再做任何修改)。他以这种方式工作了七八年,在他看来IT行当就应该如此。在2000年前后的互联网泡沫时期,他到了雅虎负责一个新产品的开发。他对互联网公司那种明天产品就要上线,今天还在修改设计的做法完全无法接受,因为在他看来,代码至少要在一个月前封存不动,最后一段时间只能做测试。但是,他在雅虎的同事都嘲笑他那种老古董式的开发方式,在他的同事看来,产品只有通过先上线,得到反馈,然后再修改,才能完善,那种一次性设计和开发一个完美的产品的做法,对于需要不断迭代以改进产品与服务从而赢得用户的互联网公司来说,根本行不通。久而久之,他也接受了这种思想。这其实也反映了强调因果确定性的机械论和强调不断调整的控制论在互联网产品开发上的差异。今天的互联网公司,包括像特斯拉那家采用互联网思维的汽车公司,做事情的思维方式都是基于控制论的。 控制论的初衷是用于系统控制,但是今天它在企业管理上的应用比在电子工程和自动化上的应用更多。到书店中企业管理和自动控制相关的书架前转转,你会发现企业管理书架中讨论控制论的书比后者要多得多。硅谷公司的经营管理特点,符合控制论中根据反馈不断调整的思维方式。
2、信息论思维方式
信息论的思维方式告诉我们,应该讲最重要的资源放在最重要的事情上面,就像霍夫曼编码——把最短的编码分配给最常见的汉字。
信息论本质上是关于通信的理论。进入文明社会,除了吃饭和睡觉,人类大部分时间都用于与通信相关的事情。我们在工作中讨论问题、开会、写邮件,平时和家人聊天,闲暇之余看书、读报、看电视、看电影……这些都是某种形式的通信,而通信所传输的则是某种信息。在科学上,香农的突出贡献在于第一次采用量化的方式度量信息,并且用数学的方法将通信的原理解释得一清二楚。然而,香农的贡献远不止是在科学上,他的信息论实际上也是一种全新的方法论。 与机械思维是建立在一种确定性的基础上截然不同的是,信息论完全是建立在不确定性的基础上。事实上,在我们的生活中到处都会遇到不确定性。香农用了热力学中熵的概念来描述不确定性,在一个系统中,不确定性越多熵就越大,而要想消除这种不确定性,就要引入信息。至于要引入多少信息,则要看系统中的不确定性有多大。这种思路成为信息时代做事的基本方法。我们不妨用互联网广告的例子来说明上述原理。 当我们对用户一无所知时,在网页上投放展示广告,点击率会非常低,每1000次展示也只能挣不到0.5美元的广告费,因为这等于是随机猜测用户的意愿,很不准确。如果我们有10万种广告,但只有10种与用户相关,那么猜中的可能性就是万分之一。用信息论的方法来度量,它的不确定性为14比特左右注3。搜索广告因为有用户输入的关键词,准确率就提升很多,至于提升了多少,则取决于关键词所提供的信息量。以汉字词为例,一次搜索输入了两个词,每个词平均两个汉字,大约能提供10~12比特的信息量,这样大部分不确定性就被消除了,假定还是从10万种广告中猜10个,此时猜中的可能性就是十几分之一到几分之一,而读者点击广告的可能性大增。在实际情况中,Google搜索广告每千次展示所带来的收入大约是50美元,比单纯展示广告高出两个数量级,这就说明了信息的作用。类似地,以Facebook或Google为例,我们可以大致计算出,通过挖掘注册用户的使用习惯,可获得1~2个比特的信息量,从而将广告匹配的难度降低约一半。事实上,相比完全随机的展示广告,那些与用户相关的展示广告产生的广告收入正好高出一倍。 从上面这个特定的例子可以看出,在信息时代,谁掌握了信息,谁就能够发大财,这就如同在工业时代,谁掌握了资本谁就能发大财一样。 除了提出信息的量化度量,香农还提出了两个关于信息处理和通信最基本的定律,即香农第一定律和香农第二定律。这两个定律对于信息时代所起的作用堪比牛顿力学定律之于工业时代。 我们先讲讲香农第一定律,也称香农信源编码定律,大致含义是:有N种可能性的信息源,对它发出的信号进行(不损失)编码,编码的长度一定大于该信源的信息熵,而且一定存在一种编码方式,使得编码的平均长度无限接近于它的信息熵。对于没有学过信息论的读者来讲,这段话可能有点费解,我们不妨看一个具体的例子。比如要对汉字进行编码,有些字用得多,有些字用得少,常用字的编码就可以做得短些,生僻字的编码做得长些,但是不论怎么做,编码的平均长度一定会超过汉字的不确定性,即它们的信息熵,这是香农第一定律的第一层意思。同时,香农第一定律还有第二层意思,也就是说,一定存在一种(最优的)编码方法,使得每个汉字的平均编码长度可以非常接近它的不确定性(信息熵)。至于怎么才能做到,霍夫曼(Huffman)给出了一个非常简单的方法——只要把最短的编码分配给最常见的汉字即可。由于这种编码方法具有通用性,故又称为霍夫曼编码,它被认为是对香农第一定律的一个补充。 一些聪明人在做事时会自觉或不自觉地用到霍夫曼编码的思维方式。在硅谷有一个明确的做事原则,那就是要最大限度地采用便宜的资源,尽可能节省贵的资源,这种现象在经济学上被称为吉尔德定律(Gilder's Law)。在信息时代,在摩尔定律的作用下,计算机是便宜的资源,而且越来越便宜,人力成本则会越来越高,因此像Google或Facebook这样的公司,都尽可能将越来越多的事情交给机器去做,而不是雇佣很多人。这种做法,有意无意地与信息论的原理相符合。 至于香农第二定律,通俗地讲就是信息的传播速率不可能超过信道的容量。回到我们今天的现实生活中来看,互联网不断发展的过程,很大程度上就是不断拓宽带宽的过程。我们上网,从使用电话调制解调器,到DSL,再到宽带电缆,最后到光纤,都是围绕着不断增加信道容量而进行的。只有信道容量增加了,传输率才能上去,我们才能从浏览文字到查看图片,直至能够到观看视频,乃至欣赏高清视频,整个互联网才得以高速发展。在香农提出他的第二定律之后,人类就开始有意识地不断扩展带宽。 香农第二定律不仅描述了通信领域最基本的规律,而且描述的是自然界本身所固有的规律性,它能解释很多商业行为。比如我们常说做生意要靠人脉,其实这个人脉就是人与人交往的带宽。如果人脉不够,发出的信息和获得的信息都有限,生意一定做不大。现代通信手段的本质,就是以相对低廉的成本让人们获得人脉,而媒体行业的不断进步,本质上是不断地在为企业拓宽对外连接的带宽,使得它们做生意越来越方便。
3、系统论思维方式
系统论的思维方式讲究从整体上去看问题,比如苹果手机,单看各个部件的配置,它比很多手机都低,但是苹果手机从来不说自己的配置,而只谈它能给用户带来的使用体验,事实上,它的使用体验确实很棒。
系统论本身和信息产业的关系不如控制论和信息论那么直接,不过倒是能很好地解释为什么多元文化可以带来诸多好处,以及叛逆的价值。 我们不妨通过一个产品设计的例子,来说明在信息时代做产品设计和以往有什么不同。在工业时代,为了让产品性能达到最优,就得把每一个部分都做到最优。如果做到每一个部分都最优,那么整体必然达到最佳状态。这也是如今很多公司在设计智能手机时依然遵循的方法论。大家不妨看看,是否很多厂商仍在不断宣传自家手机的配置(Specs)有多高,因为按照机械思维,高指标就意味着好手机。但是系统论的观点却认为,整体的性能未必能通过局部性能的优化而实现。我常说苹果iPhone之所以做得成功,是因为当初在将技术和艺术相结合上,没有人能在境界上超越乔布斯。这种所谓的境界其实就是对手机这样一个系统整体上的把控。大家留意一下iPhone的广告,就会发现它从不跟竞争对手比配置,也就是说它的理念不是单独优化每一个部分,而是组合起来达到整体优化的效果。事实上,苹果每一款手机的各种绝对指标并不比竞争对手高,甚至还低不少,但是整体上给用户提供了一个体验最优的手机——这就是在工作中采用系统论的思维方式。其他品牌的手机做不过苹果,不是输在硬件性能和操作系统功能上,是因为境界不够高,而在这境界的背后体现着机械思维和系统论思维的差异。 在三论提出之前,也有少数人不自觉地使用了这种思维方式来做事,但那是出于自发状态,并非自觉的行为。硅谷的诞生于三论提出之后,硅谷的公司大多是IT公司,业务都是围绕着信息和通信,因此它们在做事方式上受机械思维影响较浅,直接采纳三论作为方法论。当然,运用这些新的思维方式做事,需要有能力处理大量的信息,而恰好在三论诞生的两年前人们发明了电子计算机,解决了信息处理的难题。

硅谷从诞生是在三论出现之后,硅谷在工业时代还是一片荒地,它的发展一直受到全新的方法论来指导,作者认为,这是硅谷为什么这么厉害的根本原因。最后作者探讨了三论的思想是如何体现在硅谷公司的日常工作中的。
1.、预测和反应
 如果说在牛顿之前,人类因为尚未掌握自然规律,做事情很随意。那么,在牛顿之后的几百年里,人类掌握了越来越多的自然规律,可以在一定程度上预测世界的发展了,因此用公式或者规则来预测未来成为我们对世界的普遍态度。但是,当我们对世界了解得越来越多时,却发现我们的预测常常并不很准确,因为未知因素实在太多,它们以随机变量的方式表现出来,以致很难用一个公式或者一些明确的规则将我们的世界描述清楚。 最早因这种机械思维方式而吃亏的恰恰是牛顿本人。实际上,进入20世纪,几乎所有好的投资人都不再对资本市场做预测,而是不断根据市场变化做出反应并进行调整。巴菲特如此,索罗斯也是。2007年索罗斯在Google和施密特进行了一次对话。一位Google员工问他,我的父亲一直追随你炒股,却总是不断亏钱,这是为什么。索罗斯的回答是,“因为我不断地犯错误,当然我改正得很快。”这就是变预测为反应,由机械思维转变为控制论思维很好的例证。 回到企业管理的话题,在大工业时代,一个公司的战略,一个产品的开发都是自上而下制订和组织的。一般来说,公司的几个负责人先有一个想法,然后层层落实,这其实是一种预测的思路。企业界的读者朋友不妨对照一下所在公司领导一年内的讲话,是否显示出这种“预测+层层落实”的机械思维。但是,硅谷的公司,尤其是互联网公司不是这样做事的,而是依靠持续的反应,这就如同土星五号在飞行过程中要不断调整轨迹一样。 在Google和Facebook内,有大大小小无数的项目,在这些项目成功之前,各级主管很难预见什么项目能够成功,什么不能,相比没有经验的人,有经验的人无非是对周围环境的大趋势了解得多一些,仅此而已。那么该如何决策呢?这些公司的做法其实很简单,管理者根据自己的经验和项目进展的情况对这些项目不断作出反应。比方说市场往某个方向偏移了,那么项目也要跟着做相应的调整;某些项目进展得顺利,并且显示出较好的市场前景,那么就对这些项目增加资源投入。反之,对那些进展缓慢市场反应冷淡的项目,就及时砍掉,如此而已。在硅谷的公司里,很少出现电影里那种下级在上级面前立个军令状,遇到困难表个决心,再要一次机会,或者搞一个大会战追赶进度这类场景,因为这么做不符合“反应”的原则。在Google和Facebook等公司内部,大部分项目最终都被淘汰掉了,用户能够看到的产品其实是少数项目转化而来,这就是变预测为反应的结果。 硅谷的很多公司在招人时常常说这样一句话,就是“你来我们这里可以干你想干的事情”,很多人真的被这样的话打动了,加盟了那些公司。但是他们马上就会发现,这句话背后还隐藏着两个意思,第一,虽然一开始你可以干你想干的事,但是公司可以随时根据你的进展和市场变化停掉你正在做的事情;第二,公司会把你作为资源投入到那些在竞争中更成功的项目中去。一些人到了硅谷两三年后,从踌躇满志变为心灰意冷,多少是与此有关。但是站在公司的角度来讲,它则是既给了每个人发挥自己的机会,又根据公司的利益作出了及时的反应。 思科公司看待内部创业的态度也是基于类似的思维方式。公司高层实际上很难预测出哪些地方可以作为未来的突破点,便任由基层员工根据自己的理解尝试各种创业的主题。接下来公司根据每个项目的表现作出反应,或继续支持,或收购回来,或让它们自生自灭。于是,那些有执行力的团队、有竞争力的产品便能脱颖而出,成为公司未来发展的支柱,而那些没有生命力的项目就消亡了。Google XLab借鉴了思科的很多做法,有很多项目里的员工,基本上是两到三年便更换一波,成功的项目很多都被转到了产品部门,比如Google大脑。失败的项目自行消失后,员工也就离开了。 我们在前面几章讲到了硅谷对那些表现不再卓越的公司和行业的态度,其实这也是硅谷在整体上对市场和行业作出反应的结果,并且通过这种方式实现资源的再分配,确保最好的公司和行业获得最多的资源。 相反,世界上的很多开发区却不是这样看问题的。一旦某个公司入驻,这些开发区就生怕它死掉,以至于证明当初决策的错误,于是不断给那些半死不活的公司输血,以证明自己预测的正确性。这么做,背后就是机械思维的惯性在作怪。结果,一些公司反而吃准了这一点,一旦拿到当地政府扶植的基金,就靠在政府身上过日子。因此,这种开发区缺乏竞争力也就丝毫不奇怪了。 风险投资的实质也是变预测为反应,而且风险投资的决策过程也完全遵循信息论和控制论的指导思想。 在信息论里,有一个最大熵原则,具体有两层含义:首先,在没有信息的情况下,不能对未来做任何主观的假设;其次,在获得了一些知识或者信息的情况下,作出的判断首先要符合这种知识(当然对其他事物的判断,依然不能做任何先验的假设)。这样才能做到风险最小,回报最大。好的风险投资人不做事先的假定,不知道未来的发展方向一定是什么样的,他们希望从创业者那里了解这种信息。在得到一些信息后,他们作出适当的反应。而且为了降低投资风险,他们不会把鸡蛋放在一个篮子里。同时,一旦察觉到某种技术趋势,他们会让自己的一部分投资符合这种技术趋势。 风险投资的第二个原则,与香农第一定律和霍夫曼编码原则相一致,也即要把最多的资源投给最有可能成功的项目,当然这个“最有可能”通常不是预测出来的,而是根据实际运营的结果看出来的。比如风险投资人先对100个项目进行评估,删掉不靠谱的,然后选择20个各方面都比较好的项目进行投资。在投资之前他们并不在意这20个项目哪一个就比另一个好。过了一段时间(比如在这些项目需要下一轮融资时),投资人会重新评估这些项目,根据创始团队的表现和项目的进展,对发展超出预期的项目增加投资(专业术语叫做Double Down),对表现一般的项目就顺其自然,对于表现差的项目甚至会设法退出一部分投资。这样,到了第二轮投资人可能又对其中的六到七个项目追加了投资。类似地,投资人会根据项目的表现不断作出及时反应。最终,他们会在成功的项目中占有尽可能多的股份,在失败的项目中则将损失控制到最小。 为了帮助大家理解风险投资方法和信息论的关系,我们来做一番量化的分析: 假定有64个初创公司,总共1760万美元的投资。我们还假定每个公司最后若能上市,将获得50倍的回报;如果能进入到上市的前一轮,即使上不了市,也能够被收购,将获得5倍的回报;其他情况则得不到任何回报。假定公司第一轮的估值都是100万美元,第二轮250万美元,第三轮750万美元,上市时7500万美元注5,每一轮融资是股份被稀释20%。根据硅谷地区小公司生存和上市的历史数据,获得天使投资后,能够上市的公司不到3%,能够被收购的不到10%,假定这64家公司有两家上市,6家被收购。 我们不妨对比一下三种投资方法的效果。 第一种,赌两家,将资本平均地分给这两家。这种方法完全靠运气,两家都赌对了(两万分之一的概率),回报是50倍,赌对一家上市、一家被收购(概率是三百分之一左右),27.5倍的回报,按照这个方法继续算下去,最后可以算出来,回报的期望值是投入的1.9倍。这个回报其实不算差,因为硅谷的风险投资平均回报率也就这么高,即投入一块钱,回报两块钱。 第二种,平均撒胡椒面给这64家,很容易算出来,最后回报和前一种方法一样,也是不到两倍。 第三种,第一轮每家公司投资10万美元,占10%,这一轮共投入640万美元。假如有一半的公司生存下来进入到了第二轮,第二轮再给这些生存下来公司每家投资20万美元(即Double Down),这一轮共投资640万美元,所占股份每家变成了16%。第三轮有8家公司生存了下来,每家再投资60万美元,这一轮共投资480万美元,每家所占股份为22.8%。等到这8家中,两家上市,另外的被收购,那么共获得的回报是: (7500万 × 2 + 750万 × 6)× 22.8% / 1760万 = 2.5 即回报的期望值是投入的2.5倍。也就是说,这种根据表现作出反应的投资方法最为靠谱,这也是硅谷风险投资采用这种方法的重要原因。 图8.5 现代管理学大师德鲁克 为什么在工业时代和信息时代需要采用两种截然不同的项目管理方法和人力资源管理方法呢?除了上面讲的为了适应不断变化的技术发展和市场变化,而不得不变预测为反应外,还在于技术员工的特点,使得公司最局管理层有条件不需要采用面面俱到的机械管理方式,而在大工业时代,这一点则做不到。1966年,德鲁克出版了《卓有成效的管理者》(The Effective Executive)一书,他在书中指出,在知识社会中,每一个知识工作者本身就是一个自觉的自我管理者,因此对于他们不能采用,也不需要采用过去那种简单的自上而下的人事管理方式,而要改成任务导向的契约式管理方式。他的这种思想被信息时代的很多管理者,包括比尔·盖茨、格鲁夫和Google前CEO施密特所推崇。在硅谷的IT公司,每一个工程师不仅在作息时间上相当自由,也是公司基层决策的参与者。因此,这种自下而上的管理特色得以形成,这样就省去了公司最高管理层做顶层设计的必要性。
2、从拥有到入口
从农耕时代到工业时代,在人们的观念中,对实体财富的拥有,对生产资料的控制是继续创造财富最重要的手段。直到今天,很多人依然持有这种观点,并且喜欢“拥有”所带来的快感。我们不妨对比一下两种投资行为,就能看出很多差异。 20世纪80年代,历经50年代到70年代经济腾飞的日本,财富剧增。日本的富豪们大手笔地在全世界采购,从曼哈顿的地产到印象派的绘画,着实享受了一下拥有的快感。不过,这些资产在创造财富上并不有效,以至于十几年后他们又不得不原价甚至低价将其卖出。在过去的十几年里,随着中国经济的迅速起飞,中国民众尤其是企业家的财富剧增,很多人都跑来美国投资,在我身边有非常多这样的人。他们投资的主要对象是房产、地产和各种看得见摸得着的实物。要让他们拿出几十万美元投资到看不见摸不着的美国股市上,或者风险投资基金中,则是一件非常难的事情。很多人愿意花几千万美元甚至更多来买下酒店、酒庄、高尔夫球场或者写字楼,这还不包括他们为自己购买但很少使用的豪宅。从投资的角度讲,这些投资能产生的回报少得可怜,有些则还在不断地烧钱亏损(比如大部分酒庄、一半的高尔夫球场)。因此,与其说这类人喜欢投资,不如说他们喜欢拥有的快感。 另一类投资则要理性得多,他们不以拥有地产或生产资料为目的,而是
当然,有人可能会说这是因为亚洲人喜欢不动产,但这只是表面现象。背后更深层的原因是一些人过分相信拥有生产资料对创造财富(和保有财富)的重要性,因此他们愿意买;而另一部分人已经看到这些资产在信息时代起的作用远不如在工业时代大,因此愿意卖,于是,生意就达成了。我的很多朋友回到中国创业发展,各个开发区领导最爱问的都是这三句话:“需要多少平米的办公楼,需要多少亩地,能够雇多少人”,这其实都是工业时代必备的生产要素,但是对于信息产业,它们真的帮助不大。尽管今天全世界已经进入商业高度发达的信息时代,可很多来自中国的投资人的思维方式依然停留在几十年前,在硅谷地区购买大量商业楼宇,美其名曰孵化器,希望以低价格提供给创业公司。但是这些房东即使把房租降到每天每个工位5美元的价位,即两杯星巴克咖啡的价格,并提供免费的饮料和IT支持,这些楼宇大部分仍闲置着。无他,只因这种过分看重拥有的心态和硅谷的商业价值观是背道而驰的。 硅谷的公司不仅对这些不动产兴趣不大,对那些加工业的兴趣也很小。我们前面提到过,英特尔公司早就把半导体的制造外移了,而其他各大半导体公司,像博通(Broadcom)、国家半导体等,居然连个工厂都没有。硅谷的大部分公司,固定资产相比它们的市值少得可怜,而如果以单位固定资产每年产生的利润来衡量这些企业的经营效率,硅谷企业每一美元的固定资产每年能产生0.4—0.5美元的利润注6,而美国传统企业,包括银行业,只有大约0.1—0.2美元。 那么硅谷的企业看重什么呢?它们看重的是网络效应和入口效应。我们可以把硅谷的公司分为两类,一类是像苹果、思科和英特尔那样销售产品的企业。它们最看重的是整个生态链中最有价值的一个关键点,比如英特尔通过控制了处理器,而在个人电脑时代在半导体公司中独领风骚,并且和微软一起缔造了Win Tel帝国。苹果则通过将几款产品变成上下游中的关键节点,使得与手机相关的软件、音视频内容和配件都围绕着它运转。思科曾经垄断着互联网中的重要设备路由器的市场。它们无一例外地把握住了商家的入口。但是近年来思科被华为挤压得生存空间越来越小,市值不断下降,这反过来说明如果丢掉了网络效应,后果将不堪设想。第二类公司是Google、Facebook这样的互联网公司,以及像Uber和Airbnb注8这种以服务为主的公司,它们不生产东西,但是拥有互联网平台,并且把握住了用户的入口。Google和Facebook没有任何内容,反而是世界上用户最多的互联网公司,尤其是Google,它的利润相当于全球第二到第七名互联网公司利润的总和。Uber没有一辆汽车,反而是世界上乘客最多的出租车公司,Airbnb不拥有一间旅馆,反而为世界上最多的旅客提供差旅的住宿。这种商业模式,彻底颠覆了过去需要拥有生产资料才能从事商业的思维方式。在后互联网时代,获得用户的入口远比拥有资产重要,谁拥有了大家相互沟通的“带宽”,谁就拥有了生意。这和香农第二定律是相吻合的,即带宽决定信息的流通量,进而决定了生意的大小。 图8.6 Airbnb上提供的可选房屋数量(2011—2014)。
3、从局部到整体
封闭的系统永远朝着熵增加(也就是越来越无序)的方向发展,一定会越变越糟糕,而一个开放的系统会引入负熵,才有可能让系统通过与外界的交换变得更加有序,也就是朝着越来越好的方向发展。硅谷地区就是这样一个开放的系统,它不断地从世界各地引入新的人才,不断地丰富本已很多元的文化,才能在整体上蒸蒸日上。相反,一个封闭的社会,不论一开始起点多么高,要是关起门来发展,最终那里的人会变得同质化,整个社会就会变得死气沉沉。
硅谷企业的分配制度中很重要的一条,是给员工发放期权(Option)。注意,这个期权不是股票,它是一种特殊的金融合约,是合约的一方给另一方在一定期限里按照某个价钱购买(Call)或出售(Put)股票的权利。比如,阿里巴巴公司的股票(代号BABA)在2015年8月12日的收盘价格是每股75.12美元,阿里巴巴或者某家证券公司(Underwriter)给予期权的所有者在10年内任何时候,以这个价格(称为Strike Price)买进这家公司股票的权利,公司给员工的就是这种买入期权。如果在10年内股价从来没有超过75.12美元,期权的持有者不用做任何事情,既不赔钱也不赚钱。如果股价超过了75.12美元,那么不管股价涨到什么地步,期权的拥有者都能够以75.12美元的价格买入股票,从而赚取这个价格之上的溢价。可见,期权的持有者是稳赚不赔。
互联网思维的科学基础其实是香农第二定律,该定律指出,任何时候信息传播的速率都不可能超过通信信道的能力,即带宽。在世界范围内,传播的信息既包括新闻媒体信息,也包括影视文化信息,还包括商品广告信息。这导致了足不出户而知天下事,促成了全世界文化大融合以及跨国公司的崛起。

附录:信息论、系统论和控制论(“三论”)的解释

1、维纳和控制论
诺伯特·维纳被誉为20世纪的神童之一。1894年,维纳出生于一个俄裔犹太人的家庭,父亲是哈佛大学的教师。维纳从小智力超常,3岁可以读写,3年读完中学,12岁申请大学时,他父亲为了不显得张扬,也为了保护他,没有让他报考哈佛大学,而是选择了哈佛北边10英里外的塔夫茨大学(Tufts University)。维纳15岁时获得数学学士学位,同年被哈佛研究生院录取,攻读动物学,但是一年后他又转入康奈尔大学攻读哲学,然后又转回到哈佛继续攻读哲学,18岁就获得了哈佛大学的逻辑学博士学位。从维纳的求学经历来看,他在科学领域涉猎非常广泛。 在哈佛的最后一年,维纳到欧洲游学,他先在剑桥跟着逻辑大师罗素学习,后来又到了哥廷根大学跟随数学大师希尔伯特学习。回到美国后,维纳先在哈佛教授哲学,之后又在麻省理工学院教授数学,据说他的课讲得并不好。维纳一生的经历相当丰富,年轻时还做过报社记者,后来先后来到澳大利亚的墨尔本大学和中国的清华大学短期任教。在清华大学期间,他还指导过华罗庚等人的工作。后来在自述中,他将在清华任教的1935年作为开创控制论的起点。二战期间,维纳在研究火炮控制方面的工作,对通信理论和系统反馈产生了兴趣,这最终促成了控制论的诞生。 控制论的本质可以概括为下面三个要点。 首先,维纳突破了牛顿的绝对时间观。按照绝对时间观,时间是绝对恒定的物理量,比如昨天的一小时和今天的一小时是一样的,昨天出去玩了一小时没有做作业,今天多花一小时补上就可以了。维纳采用了法国哲学家伯格森的时间观,即Duree这样一个概念,译作中文时被称为“绵延”,意思是说,时间不是静态和片面的,事物发展的过程不能简单拆成一个个独立的因果关系。比如昨天浪费了一小时,今天多花了一小时做作业,就少了一小时休息,就可能造成第二天听课效果不好,因此浪费一小时和没有浪费一小时的人,其实已经不是同一个人了。如果我们把这种观点应用到企业管理上,那么工厂主强制员工在某一天加班一小时,未必能够多生产出通常一小时产生的产品,因为多加班一小时的员工们已经不是原本的员工了。 其次,任何系统(可以是我们人体系统、股市、商业环境、产业链,等等)在外界环境刺激(也称为输人)下必然做出反应(也称为输出),然后反过来影响系统本身。比如在资本市场上,购买一种股票,就会导致其股价被一定程度地抬高。正因如此,根据过去的经验或者任何已知的信号去操作当下的股市,都不可能达到预期,因为当你觉得便宜时进行购买,而这个行为本身抬高了股价,使你赚不到预想的收益。在维纳看来,任何系统,无论是机械系统、生命系统,乃至社会系统,撇开它们各自的形态,都存在有这样的共性。 为了维持一个系统的稳定,或者为了对它进行优化,可以将它对刺激的反应反馈回系统中,这最终可以让系统产生一个自我调节的机制。比如上百层楼高的摩天大厦,在自然状态下会随风飘摆,顶层的位移会在一到两米之间,在大楼的顶上安装一个非常重的阻尼减振球,让它朝着与大楼摇摆相反的方向运动,大楼顶端漂移(输入)得越多,它往相反方向运动(输出)也越多,而这种反方向的运动反馈给大楼,最终会让大楼稳定。在管理上,一个组织为了保证计划的实现,就要不断地对计划进行监控和调整,以防止偏差继续扩大。

2、香农和信息论
克劳德·香农和维纳一样,也是20世纪一位全才型科学家。他早在硕士期间就提出了利用布尔代数设计数字电路的原理,这成为后来计算机和其他数字电路设计的基础。香农因此在24岁时就获得了诺贝尔协会美国工程师奖,这是当时给美国工程师的最高奖。同年(1940年),他被聘为普林斯顿高等研究院的研究员,成为冯《 诺依曼和爱因斯坦的同事。二战期间,香农研究火炮的控制和密码学,在这个过程中他发现了后来成为信息论的基本概念和框架体系。香农是第一个认为密码学和通信都是数学问题的人,并且奠定了密码学和通信领域完备的数学基础。 1948年,香农发表了他在二战前后对通信和密码学进行研究的成果,这就形成了日后的信息论。信息论是用于度量信息以及利用概率论阐述通信理论的新兴学科。在香农之前,没有人懂得如何量化地度量信息。香农借用热力学中熵的概念来描述信息世界的不确定性,并且将信息量和熵联系起来。香农指出,若要想消除系统内的不确定性,就要引入信息。 在信息论中,最重要的是香农的两个定律。香农第一定律又称香农信源编码定律,其意义在于可以将信号源内的符号(信息)变成任何通信的编码,而当这种编码尽量地服从等概率分布时,每个编码所携带的信息量达到最大,进而能提高整个通信系统的效率。霍夫曼在香农第一定律指导下提出的霍夫曼编码,是一种常用的最优化编码,其本质反映了将最好的资源(最短的编码)给予最常见的情况。 香农第二定律定量地描述了一个信道中的极限信息传输率和该信道能力(带宽)的关系。在香农之前,人们不懂得信道能力或者带宽的概念。比如在设置无线电台时,大家不知道为什么两个电台频率太接近了就要产生干扰,而是简单地以为是频率调制得不够精确。香农第二定律指出,当两个电台频率太接近时,其带宽就非常窄了,信道的容量非常低了,当它低过传输率时,就会出现信息的传输错误,其表现就是有干扰而听不清楚内容,此时将频率调得再准也没用。在香农提出他的第二定律之后,通信行业就有了理论基础。 值得一提的是,在信息论中有一个最大熵原理,大意是在对未知事件发生的概率分布进行预测时,我们的预测应当满足全部已知的条件,而对未知的情况不要做任何主观假设。我们平时常说的“不能把鸡蛋放在一个篮子里”就是这个道理。如欲了解最大熵原理的更多细节,可以参看拙作《数学之美》。

3、系统论
一般认为,1948年奥地利生物学家贝塔朗菲出版的《生命问题》一书,标志着系统论的问世。虽然系统论源于对生物系统的研究,但是它适用于各种组织和整个社会。贝塔朗菲和其他系统论的奠基人注13主要的观点如下。 首先,一个有生命的系统和非生命的系统是不同的。前者是一个开放的系统,需要和外界进行物质、能量或者信息的交换。后者为了其稳定性,需要和外界隔绝,才能保持其独立性,比如一瓶纯净的氧气,盖子一旦打开,就和周围环境中的空气相混合,就不再是纯氧了。 其次,根据热力学第二定律,一个封闭系统总是朝着熵增加的方向变化的,即从有序变为无序,比如一杯冷水和一杯热水相混合,变成一杯温水,这是无序状态。用香农的理论来描述,也即一个封闭的系统的变化一定是不确定性不断增加。如果我们把一个公司或者一个组织看成是一个系统,如果它是一个封闭系统,一定是越变越糟糕。相反,对于一个开放的系统,因为可以和周围进行物质、能量和信息交换,有可能引入所谓的“负熵”,这样就会让这个系统变得更有序。最初薛定谔等人用负熵的概念来说明为什么生物能够进化(越变越有序),后来,管理学家们借用这个概念来说明一个公司或组织在外界环境的影响下,可以变得更好。中国的俗话“他山之石、可以攻玉”就是这个道理。这从某种角度解释了一个地区为什么近亲繁殖会道路越走越窄,而引入外来文化才有可能不断进步。 最后,对于一个有生命的系统,其功能并不等于每一个局部功能的总和,或者说将每一个局部研究清楚了,不等于整个系统研究清楚了。比如熟知人体每一个细胞的功能,并不等于研究清楚了整个人体的功能。这种理念和机械思维中的“整体总是能够分解成局部,局部可以再合成为整体”的思路完全不同。
0
0

查看更多豆瓣高分好书

回应(0)

添加回应

硅谷之谜的更多书评

推荐硅谷之谜的豆列

了解更多图书信息

值得一读

    豆瓣
    我们的精神角落
    免费下载 iOS / Android 版客户端
    App 内打开