(资料图片)

作者：保罗·格雷厄姆来源：《黑客与画家》

01可测量性和可放大性

要致富，你需要两样东西：可测量性和可放大性。 你的职位产生的业绩应该是可测量的，否则你做得再多，也不会得到更多的报酬。此外，你还必须有可放大性，也就是说 你做出的决定能够产生巨大的效应。单单具备可测量性是不够的。比如，血汗工厂的工人报酬是按照计件制计算的，这是一个只有可测量性、没有可放大性的例子。 你的表现可以被测量，并且据此得到回报，但是你没有决策的权力。你能做的唯一决策就是以多快的速度完成工作。即使你做到最快，回报可能也只增加一两倍。 在电影中扮演主角就是一种同时具备可测量性和可放大性的工作。你的表现可以用电影的总收入测量，同时也决定了电影的成败，所以也就具备了可放大性。 CEO 也是一种同时具备可测量性和可放大性的工作。公司的表现就是 CEO 的表现，所以它具备可测量性；CEO 的决策决定了整个公司的方向，所以它具备可放大性。 我认为，任何一个通过自身努力而致富的个人，在他身上应该都能同时发现可测量性和可放大性。我能想到的例子就有 CEO、电影明星、基金经理和专业运动员。 有一个办法可以发现是否存在可放大性，那就是看失败的可能性。因为收入和风险是对称的，所以如果有巨大的获利可能，就必然存在巨大的失败可能。 CEO、电影明星、基金经理和专业运动员的头顶都悬着一把「宝剑」，随时可能掉下来。一旦他们搞砸了，他们就完了。如果你有一个令你感到安全的工作，你是不会致富的，因为没有危险，就几乎等于没有可放大性。 但是，如果你想同时具备可测量性和可放大性，不一定非当上 CEO 或电影明星不可，你只需要成为某个攻克难题的小团体的一部分就可以了。

02小团队 = 可测量性

就算你无法测量每个员工的贡献，但是你可以得到近似值，那就是测量小团队的贡献。 整家公司产生的收入是可以测量的，如果公司只有一个员工，那么就可以准确知道他的贡献了。所以， 公司越小，你就越能准确估计每个人的贡献。一家健康的创业公司可能只有 10 个员工，那么影响收入的人员因子最多也只有 10。 因此，创业或加入一家创业公司最可能实现前文的情况，那就是你对老板说：「我打算十倍努力地工作，请你把我的薪水也增加十倍吧！」 但是，有两个区别：第一个区别是你的要求并非向老板提出，而是直接向顾客提出（毕竟老板只是顾客的代理人）；第二个区别是你并非一个人完成这个任务，而是在一个小团体中与其他几个有同样抱负的人一起合作完成。 一般情况下，小团队由多人组成。只有表演或写作这样的特殊工作，你才会一个人单干。你最好找出色的人合作，因为他们的工作和你的一起平均计算。 大公司就像巨型的古罗马战舰，1000 个划船手共同划桨，推动它前进。但是，两个因素使得它快不起来：一个因素是，每个划船手看不到自己更努力划桨有何不同；另一个因素是，1000 人的团队使得任何个人的努力都被大大地平均化了。 如果你从 1000 人中随便挑出 10 个人，把他们放在一条小船上，他们很可能会划得更快。胡萝卜和大棒同时形成对他们的激励。身强力壮的划船手看到他个人对船的前进速度有显著影响，就会受到激励。如果有人偷懒，其他人很容易发现，并会抱怨。 如果你从大船上挑选出 10 个最优秀的划船手，把他们组成一个团队，这时，10 人小船的优势才会真正显示出来。小团队带来的各种额外激励会在他们身上体现得淋漓尽致。 这里最重要的是你挑选出了最优秀的划船手，每个人都是 1000 人中排在前 1% 的顶尖高手。对他们来说， 将自己的工作与其他高手的工作平均化要比与平庸之辈的工作平均化让人满意多了。这就是创业公司的真正意义。理想情况下，你与其他愿意更努力工作的人一起组成一个团队，共同谋取更高的回报（相比他们为大公司工作的情况）。 因为创业公司的团队往往是自发形成的，许多有抱负的创始人彼此之间早就认识（至少听说过对方），所以他们对彼此贡献的评估要比一般的小团队更准确。创业公司不仅仅是 10 个人的团队，而且是 10 个同类人的团队。 乔布斯曾经说过，创业的成败取决于最早加入公司的那 10 个人。我基本同意这个观点，虽然我觉得真正决定成败的其实只是前 5 人。小团队的优势不在于它本身的小，而在于你可以选择成员。我们不需要小村庄的那种「小」，而需要全明星第一阵容的那种「小」。 团队越大，每个人的贡献就越接近于整体的平均值。所以，在不考虑其他因素的情况下，对一个非常能干的人来说，待在大公司里可能是一件很糟的事情，因为他的表现被其他不能干的人拖累了。 当然，许多因素会产生影响，比如这个人可能不太在乎回报，或者他更喜欢大公司的稳定。但是， 一个非常能干而且在乎回报的人，通常在同类人组成的小团队中会有更出色的表现，自己也会感到更满意。

03高科技 = 可放大性

创业公司为每个人提供了一条途径，可以同时获得可测量性和可放大性。 因为创业公司是小团队，所以具备可测量性。因为创业公司通过发明新技术盈利，所以具备可放大性。什么是技术？技术就是某种手段，就是我们做事的方式。如果你发现了一种做事的新方式，它的经济价值就取决于有多少人使用这种新方式。 技术就是钓鱼的鱼竿，而不是那条鱼。这就是创业公司与餐馆或理发店的区别。餐馆煎鸡蛋，理发店剪头发，每次只能为一个顾客提供服务，但是如果你解决了一个热门的技术难题，别人都会使用你的解决方案。这就是可放大性。 回顾历史， 大多数因为创造财富而发财的人是通过开发新技术而实现的。你不可能通过煎鸡蛋或剪头发而致富，因为使用你的服务的人是有限的。 13 世纪，佛罗伦萨人发明了精纺布，那是当时的高科技产品，这种新技术造就了佛罗伦萨的繁荣。17 世纪，荷兰人掌握了造船术和航海知识，那也是当时的高科技，因此荷兰人主宰了欧洲前往远东的航线。 小团队天生就适合解决技术难题。技术的发展是非常快的，今天很有价值的技术，几年后可能就会丧失价值。小团队在如今这个时代可谓如鱼得水，因为他们不受官僚主义和烦琐管理制度的拖累。而且，技术的突破往往来自非常规的方法，小团队就较少受到常规方法的约束。 大公司也能开发出新技术，就是开发得比较慢而已。大公司的规模决定了它们无法快速行动，也无法测量并奖励表现优异的员工。 所以在现实中，大公司开发出来的新技术只出现在那些需要大规模资本投入的领域，比如微处理器、电厂和大型民用飞机等，因为在这些领域内创业公司没有能力与之竞争。不过，即使在这些领域，大公司也还是依仗创业公司提供零部件和构思。 生物科技类和软件类的创业公司很显然都是解决高难度技术问题的。我认为，就算看上去与技术无关的商业类公司，其实也是解决技术问题的。 比如，麦当劳是快餐连锁集团，它的发展依靠的就是设计出了一个快餐服务体系，可以复制到全世界每一个角落。每一家麦当劳连锁店都必须严格遵守操作规定，这使得它就像软件一样运作。所以，麦当劳其实也符合「一次开发，普遍适用」的模式。 沃尔玛也是如此，它的创始人山姆·沃顿（Sam Walton）并不是因为经营零售业而致富，而是因为设计出了一种新型商店。 选择公司要解决什么问题应该以问题的难度作为指引，而且此后的各种决策都应该以此为原则。Viaweb 的一条经验法则就是「更上一层楼」。假定你是一个手脚敏捷的小男孩，身后有一条壮硕的大狗正在追你。你跑到楼梯口，这时应该上楼还是下楼？ 我觉得应该上楼。如果下楼的话，大狗可能跑得跟你一样快。而上楼的话，大狗的庞大身躯就将成为劣势。不错，跑上楼你会比较吃力，但是大狗会感到更吃力。 在实际操作中，这就意味着 我们故意选择那些很困难的技术问题。假定软件有两个候选的新功能，它们创造的商业价值完全相同，那么我们总是选择较困难的那个功能。不是因为这个功能能带来更多的收入，而是因为它比较难。 我们很乐于迫使那些又大又慢的竞争对手跟着我们一起走进沼泽地。创业公司就像游击队一样，喜欢选择不易生存的深山老林作为根据地，政府的正规军无法追到那种地方。 我还记得创业初期我们是多么筋疲力尽，整天都为一些可怕的技术难题绞尽脑汁。但是，我还是感到相当高兴，因为那些问题连我们都觉得这么困难，那么竞争对手就更会认为是不可能解决的。 这不仅是创业公司运作的好方法，更是创业公司的本质。风险投资人（Venture Capitalist，VC）知道这个道理，并为它起了一个名字—— 进入壁垒。如果你有一个新点子，你去找风险投资人，问他是否投资，他首先就会问你几个问题，其中之一就是其他人复制你的模式是否很困难。也就是说，你为竞争对手设置的壁垒有多高。 你最好做出令人信服的解释，阐明你的技术难以复制的原因，否则一旦大公司看到了，它们就会做出自己的版本，再加上它们的品牌、资本和经销能力，一夜之间就把你的市场全部抢走。那时你就像来到开阔地带的游击队，会被正规军一举歼灭。 设置「进入壁垒」的方法之一就是申请专利。但是，专利的保护程度可能不高，竞争对手通常能找到绕过专利的方法。如果找不到，它们可能就不找了，直接侵犯你的专利，等着你去起诉它们。大公司不害怕打官司，这对它们来说是家常便饭。它们很清楚，打官司的成本高昂又很费时。 你听说过费罗·法恩斯沃斯（Philo Farnsworth）这个人吗？他是电视机的发明者，可是没有人知道他，因为他的公司没有从电视机上面赚到钱。赚到钱的公司是 RCA，发明电视机给法恩斯沃斯带来的结果就是一场长达 10 年的专利诉讼。 俗话说得好， 最好的防御就是进攻。如果你开发出来的技术是竞争对手难以复制的，那就够了，你不需要依靠其他防御手段了。一开始就选择较难的问题，此后的各种决策都选择较难的那个选项。 ■文章摘自：保罗·格雷厄姆（Paul Graham）《黑客与画家》，人民邮电出版社出版 ChatGPT 掀起一波热潮，你在学习怎么使用它的同时，一定也在想，怎么利用它来套利？学习信息分析技能，帮助你成为智能时代的套利者~ ↙点击阅读原文，学习信息分析

标签：