探寻天外天

《奇点临近》作者Ray Kurzweil的新书，不少人是因为他当年的一本书开启了互联网的创业生涯，成就了伟大的事业。近期作者的这本书不由得让我也买来看看关于未来会是如何的。可能是我没读太透的缘故，关于人机融合、纳米制造我其实没那么乐观，我会觉得是作者低估了生物这一侧的难度。照例做些摘要。

小脑的能力并不是某种极其复杂的结构的结果，它主要由小而简单的模块组成。神经科学家发现，小脑由成千上万个以前馈结构排列的小型处理单元组成。这对AI领域的研究提供了有用的见解。尽管小脑从古到今都是大脑中不可或缺的组成部分，但随着我们更灵活的新皮质在现代社会中占据主导地位，人类对小脑的依赖越来越少。

小脑居然是GPU的原型，是人类在智能化上的重要一步。今天的冲动易怒，一定程度上也是由此导致的吧，这么看其实这些人可能是新皮质发育的不够了。

Craig Hogan提到，上夸克与下夸克的质量差只要发生百分之几的微笑变化，生命就可能不会出现。如果质量差更大，我们可能会处于一个质子世界，一个只存在氢原子的平行宇宙。如果质量差更小，就是一个有原子核但没有电子的中子世界，化学反应就不可能发生。假设引力稍弱一些，就不会有超新星，而超新星正是构成生命的重元素的来源。相反引力稍强一点，恒星的寿命就会非常短暂，不足以支持复杂的生命形式。大爆炸发生后一秒钟，密度参数与目前值的偏差超过1/10^13，生命也将不会形成。参数更大一点，物质便会在恒星形成前坍缩，如果更小一点，宇宙膨胀就会太快，也无法形成恒星。

陌生的知识有多了好多，这么看下来，宇宙的来源真不会是偶然，必然是经过精心设计的。

我的观点有时被误读为“技术变革本身就是指数型的，加速回报定律适用于所有形式的创新，”但其实不是的。加速回报定律描述的是：某些类型的技术创造了加速创新的反馈循环。广义上讲，这些技术使我们能够更好的掌握信息：手机、存储、操纵和传输信息，从而使创新本身变得更加容易。摩尔定律只是这一更深刻、更根本的过程的一种表现形式。同时，有些快速变化的例子并不属于加速回报定律的范畴，比如交通运输技术的发展速度。其背后的更深层次的原因就是，交通运输技术没有创造反馈循环，发动机没有用于制造更高的发动机，因此提升速度的额外成本超过了进一步创新获得的收益。

这是很重要的一个观点，技术的加速回报定律只适用于部分领域，计算机信息技术是典型，生物技术一定程度上也是，但不全是。其他更多领域就完全不是了。寻找这种加速回报的领域意义很大。

就业本身不是目的，而是达到目的的手段。工作的一个目标是满足生活的物质需求，工作的另一个目标是赋予生活的目的和意义。

培养对人生意义的寻找是更为重要的培育目标。

一旦我们拥有先进的纳米制造技术，任何物理物体（包括分子装配机本身）的边际成本仅为每斤几美分，基本上只是原子原材料的成本。因此，产品的真正价值将体现在他们所包含的信息上。从本质上说，是投入其中的所有创新，从创意到控制其制造过程的软件代码。这种情况已经发生在可以数字化的商品上。随着AI对人类生物学方面的理解能力不断提高，纳米机器人将能够在问题被医生检测到之前，就在细胞层面率先出手。

纳米制造的未来很好，也很具有想象力，遥远的未来有可能实现。值得憧憬。

看标题就知道，这是本把进化论和投资结合起来的书，人类今天也还是进化和生物学上的一环，投资行为本质上也属于一种生物行为，在人类还未能完全掌握这部分知识之前，这样的探讨是很有价值和意义的。当然这个对作者要求还挺高的，这本书无疑是得到了一些真知灼见，于是读起来还是很有收获。照例做些摘要。

2007年，我创立了Nalanda Capital，目前管理投资50多亿美元的印度上市证券。我们的投资理念用一句话概括就是：我们旨在成为高质量企业的永久股东。那烂陀君决定买入的企业，通常只有创始人拥有和经营，创始人通常是第一大股东，而那烂陀一般是第二大股东。那烂陀的投资方式，通常由下面三个简单而连续的步骤构成：1. 规避较大的风险，2 以合理的价格购入高质量的股票；3 不轻易买进，更不轻易卖出。就这些。

和巴菲特理念看起来是同样的精髓，却是不一样的解释方式，所谓大道至简、万法归宗。保本、避免企业失败带来的本金风险；合理价格买入，不在山顶交易/付出过高溢价；真正值得长周期持有，不要轻易卖。这几个步骤看起来简单，做到却一个也不容易，这也是我接下里要去找寻和努力的。这样的股票投资才有意义。

我们犯错无外乎两大类，一是做了不该做的事，统计学上讲的I类错误，二是该做的事情没有做，统计学上的II类错误。任何统计学家都会告诉你，这两种错误的风险是成反比的。降低I类错误的风险，通常会使II类错误的风险增加，反之依然。换言之你应该采用哪一种投资策略：遍地撒网以免错失机会并相应承担部分投资失败的后果，还是重点捞鱼以避免进行不当投资，那怕代价是错过一些黄金机会。

I类错误和II类错误成反比，非常简单直接、有用的一条规律。是要广撒网可以错一半也不错过大机会，还是精选投资保证成功率也可能错过一些机会？不同禀赋要求选择不同的策略，而不是两个都要。风险承受力低的，就不能广撒网，可以错过一些事；风险承受能力高的，可以做点高风险投资。机会那么多，显然不是都能抓住的，于是承担第二类错误，尽量避免第一类错误是件重要的事情了。大自然的选择是尽量避免第一类错误。

我们从未把股价波动纳入风险讨论范围，因为我们认为“资本损失概率”才是真正的风险，损失的概率越大，风险也就越大。正如巴菲特在投资活动中，所考虑的是如何讲损失的风险降至最低，并因此成了整个投资界都倾慕不已的神话；而投资界恰恰相反，业内似乎十分痴迷于去追捧每一个“半生不熟”的商业理念。但不论是巴菲特，还是大自然本身，两者本质上都在努力做好一件事，即专注于将第一类错误的风险降至最低。那我们应该“盲目跟风”吗？能或不能，只在你一念之间。

多经历几个周期、投资到了真正优秀的企业才适合这样的道理。大部分企业的股价只是一轮游，缺乏后续能力就十分危险，股价波动和资本损失几乎是一件事，只有少数企业才不是。新概念的投资属性确实不好，需要谨慎小心。大自然选择尽量降低第一类错误，这个是很值得学习的。

已动用资本回报率=息税前利润/（固定资产净值+净运营资本），这个衡量标准的优点在于，他把损益表和资产负债表都考虑了进去。可持续保持较高的已动用资本回报率=十分优秀的管理团队。这是定量性的标准，但许多与“稳健性”呈正相关的因素却是“定性型”的。最稳健 vs 最不稳健的描述包括：企业很长一段时间能保持较高的已动用资本回收率 vs 长期持续亏损；客户多元户 vs 依赖少数客户；无负债，有多余现金 vs 债台高筑；竞争壁垒很高 vs 竞争激烈；稳定的管理团队 vs 团队流动率高；行业变化缓慢 vs 行业变化快速。通过衡量一个组织的“稳健型”来判断其“可演化性”。稳健型虽然不是充分条件，但却是企业成功发展的必要条件。一家稳健的企业，就好比是一个活的有机体，可演化性就是稳健性免费赠送的增益效果。

精确的资本回报率这个标准很有必要，算起来也不难。定量如此，定型去看企业的长期性和稳健性，也是十分关键的指标，这个模式的关键因素其实是团队、竞争壁垒和行业变化。从这个角度可以找到不少好企业。

当市场对一个主题的投资出现了看涨或看跌情绪时，我们应该如何将其近因和终极因区分开？我们的常规做法是，我们明确规定分析的对象是具体的企业，而不是整个经济或市场或投资的主题。那烂陀只关注一家企业的基本面，而不是其他主题。那烂陀从未投资于特定的主题，也永远不会这么干。

主题投资本质是追逐故事，近因更多，终极因不一定。投资企业、分析企业就好，追逐主题容易舍本逐末，就不合适了。这个角度看什么热闹去投什么的策略，实际是十分幼稚的。

我认为，基金经理业绩持续不佳的一个重要原因，是他们只关注未来的回报，而忽视了过去创造的财富。我们的投资工作同进化生物学家有着异曲同工之妙——我们会将现在的情况放在历史背景下加以解读。进化生物学家并不会像物理化学那样进行结果预测，我们也是如此。那烂陀的投资方法强调“以史为鉴”，即通过解读过去发生的事情来解释眼前的情况。Stephen Jay Gould在一篇文章中写道：只有当我们能够把当前过程的小影响叠加起来，以生成观察得到的结果时，现在才会具备相关性，只有如此，过去才能具备科学性。

基于历史而不是预测去做投资判断，机会更大。对未来的预测几乎都测不准，除非公司的历史业绩具备一定的稳健型，这种惯性是可以预测的，其他其实都看不见。进化上也是，并不稳定，也不可预测。不可预测性其实是本质。

那烂陀不投资单个企业。那么那烂陀到底投资什么呢？我们投资趋同的模式，寻求重复出现的模式，正如进化过程显示的那样，“将生命进化过程倒带重来”，往往能够得到相同的结果。因此我们认为商业世界也不例外，并以此为投资的基本原则。我们并不关心单个企业的表现，而是会深深痴迷于一家企业的运营模式。趋同是商业世界的主导模式，它仅在少数情况下才不会产生作用。

进化、历史中告诉我们的可靠模式、趋同模式才是真正去值得投资的。

趋同原则还被我们运用在许多其他业务领域上，但其主要被用来判断“什么是不应该做的”，那烂陀必须不惜一切代价避免碰上以下六类企业：由骗子把持和经营的企业、陷入转型危机的企业、债务水平高的企业、并购狂热者、处于快速变化行业内的企业、不能一碗水端平地平等对待利益相关者的企业。

失败有其内在的相似性，远离可能失败的模式。这6类企业我们自己都亲自经历了多个了，十分有借鉴意义。