Home

10/17/2021: Macro

本周的主题是 Macro 宏观。

Forewords

这个周末忽然驱车到了大同。吃了午饭,就去云冈石窟参观。

在其中一处石窟,导游指着石壁上密密麻麻的佛龛,让游客注意其中的一处漏洞——的确,如果不是他特别指出,谁也不会注意这么微小的一处破损。他讲解到:各位可以看到,这个破洞的另一侧是旁边的石窟,而另一面的石壁上也雕刻了佛像。可以想象,石壁有多薄。古人的能工巧匠能够在这么薄的石壁上两边开工,各自凿出精湛的作品来。

你注意到那个小洞了吗?

涌动向前的人群中出现一些赞叹声,大多是说:以当时的技术条件,古代工匠技艺的难能可贵。不过很快,人群继续向前移动。很快又转到另一尊巨大的佛像面前,无需导游发话,人们就不由自主的发出此起彼伏的惊叹声。旁边表情木然的保安忙着阻止举起手机拍照的人,日复一日,不知道要经历多少次这样的场面。

从这一段旅途见闻,可以有两个推论:

  1. 人们对超出自身尺度的事物产生更强的敬畏感,而对细微之处缺乏兴趣;
  2. 人们对眼下身前之事往往投入很多注意力,而对时空遥远的事件只当耳旁风。

1 和 2 看起来有些矛盾。这个时候,我们可以用 2x2 的方法来重新阐释。

这个分类的方法相当不准确,但可以帮助理解人们对不同类型的信息的接受差异。对于宏大而遥远的消息,比如国际政治,人们大多是不大关心的,以至于认为它类似于节奏缓慢的氛围音乐,最好以不打扰日常活动为好。而当消息由远及近,变成了影响切身利益的政策,这时候才开始关切起来。对于微观层面,远方的故事最好是带有异国情调或者奇异情节,否则怎么会比八卦杂谈吸引人呢?

这个 newsletter 最初是在 Covid-19 期间诞生的,所以从一开始就在关注疫情的种种二阶影响。由于个人观察视角的局限,也一定会产生种种偏差,重视一些影响效应,而轻视另外一些。直到今年,全球供应链出现的问题逐渐开始传导到更多领域,才后知后觉的意识到疫情的影响远远不止于更多的视频会议或更少的旅行,而是会改变全球分工的结构,并由此产生更深远的变化。

这一周,我选择了三则由此衍生出的案例,从不同角度来观察世界发生的变化。

Links + Notes

The Death and Birth of Technological Revolutions by Ben Thompson

第一则案例是从产业周期视角观察政府在技术部署阶段的作用。

本文是 Ben Thompson 最近的一篇长文,大段引用了经济学家 Carlota Perez 关于技术周期的著作 Technological Revolution and Financial Capital 中的理论。 这本书在之前的 newsletter 中也有介绍过,对于希望了解技术创新和产业周期关系的朋友是很推荐的一本书。

这本书成书于 2002 年,正是互联网出现 dotcom 泡沫崩溃的时候。在这个时间出版一本关于技术产业周期的书可能并不讨好。Perez 在书中回顾了百年间的五次技术革命,并做出了出色的归纳总结:每一个周期都可以分为 Installation 和 Deployment 两个阶段,并分析了在两个阶段中财务资本所表现出来的不同行为特征。

更有预见性的是,Perez 注意到了在每个周期中,政府所起到的作用,特别是在 Deployment 阶段,抑郁技术普及性更高,政府的行政监管力量往往会对产业周期发展起到决定性作用。

Thompson 的两段引用概括了政策的两重作用:

every Golden Age has had to do with social-political choices made by governments, because capitalism really only becomes legitimate when the greed of some is for the benefit of the many.
每一个黄金时代都与政府的社会政治选择有关,因为只有当一些人的贪婪是为了许多人的利益时,资本主义才真正变得合法。
Not enough investment is going in the possible innovations because there is not enough demand, and demand is normally created by some policies. But it has to be policies that are adequate for that particular revolution.
没有足够的投资用于可能的创新,因为没有足够的需求,而需求通常是由一些政策创造的。但它必须是对该特定(技术)革命足够的政策。

其中的第二点,特别体现在上个世纪 30 年代,谁也不会遇见到一个黄金时代正在萧条和战火中孕育。在战争年代,政府力量达到了高点,中心化的组织规划创造了巨大的需求,为技术与产业的结合创设了条件。

当这种需求创造的能力与互联网平台所能提供的供给能力结合的时候,就会发生新的变化。Thompson 特别提到了「中国模式」。

What is worth noting, though, is that you can make the case that China has entered the Synergy phase in which government has aligned with technology to profoundly impact China’s citizens.
不过,值得注意的是,你可以说中国已经进入了协同阶段,在这个阶段,政府已经与技术结合起来,对中国的公民产生了深刻的影响。

这种协同的速度和深度显然超出了西方视角的预估。就在美国国会还在举办听证会的时候,中国已经落地了数轮严格的监管动作,尺度和速度都令人瞠目。

有观点认为,Covid-19 加强了政府在公民生活中的影响力。无论这个结论是否成立,都必须注意到疫情和战争的相似性:民众更愿意在危机时刻相信政府介入的好处。因此,政府力量的增强并非单方面的强加,而是双方面的均衡。应该注意到,政府对技术能力的理解越来越深入,并开始有效的利用技术执政执法,而并非单纯扮演监管者的角色。这也正是 Perez 在前几次产业周期中观察到的。

因此,眼下发生的变化并非意外,而是产业周期演变到一定阶段的必然。没有理由假设这一次不一样,也没有办法阻止任何一方拿起技术的武器,以子之矛,攻子之盾。

Remystifying Supply Chains by Venkatesh Rao

第二则案例是本文是 Rao 对全球供应链的分析,也被广为转载和传播。

文章的主题是:应该如何认知对全球供应链所出现的问题。Rao 首先破除的固有观念是:供应链是一件很古老的事情。这个认知极其容易把分析结论带向错误的方向。比如:

All the reporting and analysis seems to adopt the posture that we are talking about a crisis of mismanagement in a well-understood old technology rather than a crisis of understanding in a poorly understood young one.
所有的报道和分析似乎都采取了这样的姿态:我们谈论的是一个被充分理解的旧技术中的管理不善的危机,而不是一个理解不深的新技术中的认知危机。

实际上,数十年的全球化发展已经完全改变了政治和经济的结构。任何一个国家的 GDP 中都有相当大的比例是来自于国际贸易的,而从结构的视角看,中国制造在其中的高占比,以及诸如台湾等区域在供应链关键环节上的特殊地位,都使得问题变得错综复杂。

The supply chain crisis is in some ways more unprecedented than Covid itself, given that containerized supply chains, and the world of distributed, networked, computationally coordinated production they enabled, are only a few decades old.
供应链危机在某种程度上比Covid本身更加史无前例,因为集装箱化的供应链,以及它们所促成的分布式、网络化、计算协调的生产世界,只有几十年的历史。

有趣之处在于,供应链这个词本身就在过度简化问题:链(Chain)而不是网(Network),维度上要简单许多,同时也蕴含了串行结构的内在风险。2020 年对 Covid-19 影响的诸多分析还都围绕在消费者端,大多数讨论是围绕微观社交行为的大规模变化所引致的网络变化,而今天的讨论则转为在宏观尺度下的单点风险。

以「链」为隐喻来理解供应链问题,忽略了在真实世界中这条「链」的运转仍然是由人际社交和贸易行为所驱动完成的。换句话说,即便合约在甲方和乙方之间签订,而物流是从 A 点到 B 点,但其中的每一方仍然会卷入更多节点来协同达成目标。Rao 在文中提到了供应链中的学习效应,并且指出:供应链是一个具有涌现特征的实体。

Supply chains “learn” the stocks and flows they handle (which themselves change of course). Architects talk about “how buildings learn.” We rarely talk about how supply chains learn, even though vast numbers of working supply chain professionals — purchasing agents, freight forwarders, truck drivers — spend their entire lives doing the actual learning, in the form of supply-chain lore.
供应链「学习」它们所处理的库存和流量(当然,它们本身也在变化)。建筑师谈论的是「建筑如何学习」。我们很少谈论供应链是如何学习的,尽管大量在职的供应链专业人士——采购员、货运代理、卡车司机——一生都在实际学习供应链的学问。
The thing is, a supply chain is mostly an emergent entity rather than a designed one, and its most salient features often have very little to do with its nominal function of getting stuff from Point A to Point B. That’s just the supply chain’s job, not what it is. What it is is a homeostatic equilibrium created by billions of sourcing decisions made over time, by millions of individuals at businesses around the world making buying and selling decisions over time.
问题是,供应链主要是一个涌现的实体,而不是一个设计出来的实体,它最突出的特点往往与它的名义功能——把东西从 A 点运到 B 点——没有什么关系。它是一个由数十亿个采购决定所创造的均衡,由世界各地数以百万计的商业个体在一段时间内做出购买和销售决定。

其涌现的结果是:数以十亿计的消费者被来自全世界的商品包围起来,而每个人也都在以某种形式参与到这条供应链的自我学习中。无论是病毒还是枪炮,都不单单仅在网络的一侧施加影响,而是会在网络的另一侧引发接连不断的震荡。

GitLab: Benchmarking the S-1 Data by Jamin Ball

第三则案例源于一家本周刚刚上市的 SaaS 企业,其成功被认为是全球生产要素在远程工作背景下重新分配的结果。

从开源软件开始的 GitLab 本周成功上市,并在首个交易日获得了超过 30% 的涨幅。本文解读了其招股文件中的关键数据。

这家公司经历了数年的高速增长,但仅就收入体量而言,在上市的 SaaS 公司中仍不算大的。它每年投入收入中的 70% 以上在研发成本上,相比于 Shopify、Twilio 的成熟公司而言,可以说还在投入期。

在所有的数据对比中,GitLab 有一项数据表现亮眼:152% 的Dollar Based Retention。这个数据表明,在 GitLab 的客户中,第一年愿意支付 100 美元,在第二年平均愿意支付 152 美元——可以理解为是收入基础的留存率。在列入对比的数十家公司中,GitLab 仅次于 Snowflake,名列第二。

在另一篇分析 GitLab 的文章中,The Diff 的 Byrne Hobart 也注意到了这一点,并给出了自己的解释。

This is one component of GitLab's pricing power: what it's doing is both mission-critical for customers and a substitute for expensive engineering time. (Looking at the companies that get the highest net dollar retention, like Snowflake, Datadog, and Twilio, this seems to be a common theme. Software that replaces people who write software, especially people who need to on call, tends to get higher retention.)
这是 GitLab 定价能力的一个组成部分:它所做的事情对客户来说既是关键任务,又是昂贵的工程师时间的替代品。(看看那些获得最高净值保留的公司,如 Snowflake、Datadog 和 Twilio,这似乎是一个共同的主题。取代写软件的人的软件,特别是需要随叫随到的人,往往会得到更高的l留存率)

他在注释中继续写道:

This is not purely because companies can charge more for it, but also because hiring engineers is a bottleneck for their customers. Fewer resources needed for DevOps means more available for shipping features, so the companies that outsource this way will tend to grow faster. With high dollar retention companies, the question of why customers keep paying more is always an important one to ask: high NDR for the vendor means less margin for the buyer, after all. In this case, buyers are trading some margin for faster growth, a decision rewarded by the market.
这并不纯粹是因为公司可以为此收取更多的费用,也是因为雇用工程师是客户的一个瓶颈。DevOps 所需的资源越少,就意味着有更多的资源可用于交付功能,所以这样外包的公司往往会发展得更快。对于高留存率的公司来说,客户为什么要继续支付更多的钱总是一个重要的问题:毕竟,供应商的高留存率意味着购买方的利润率更低。在这种情况下,购买方是用利润率来换取更快的增长,这是一个得到市场回报的决定。

工程师(更精确的说,是他们的工作时间)已经是很多企业发展中越来越重要的生产要素。上文讲到的「雇用工程师是客户的一个瓶颈」是非常普遍的现象。工程师制造软件,而软件具有强大的规模经济,其回报率具有极高的杠杆,这就意味着在工程师上的投入并不遵循线性法则。而在所有的工程研发投入中,DevOps 往往被视为是非生产性的或非功能性的,因为它的作用仅仅发挥在最终用户看不到的地方。在比拼软件工程能力的竞争中,企业战略往往倾向于第一个达到规模临界点,因此更愿意选择在 SaaS 上花钱,补充工程师资源的不足,以加快发展速度。

因此,GitLab、Snowflake 和 Twilio 这些节省(非功能性)工程师时间的平台就证明了其价值。

GitLab 自身坚持远程办公,并设计了一套根据工作地点而浮动的薪酬策略及匹配的企业文化(参见:Gitlab and All-Remote Companies)。在今天,这也是一种对抗生产要素稀缺的策略。把 GitLab 和全球供应链的短缺放在一起来思考,仍然不难发现在新格局中网络构建的价值信号。

Shortform

@juanbuis:

students are starting to steal each other's notes with iOS 15 and it's... kind of genius

学生开始用 iOS 15 的新特性:照片文字识别,来「偷取」彼此的课堂笔记。

对新技术的采纳从来都分布不均。

Books

本周翻完了一本 Peter Watts 写的科幻小说《盲视》。这本小说被机核认为是硬核科幻的极致。如果你没有充分的准备,可能会如我一样翻完之后,仍然云里雾里。

它独特的设定在于主角是一位因为癫痫症被切去半个大脑的「人」,认知和反馈系统并不完整,因此具有一种独特的旁观者视角。作者以此为基础,在故事中探寻意识的本质。

之后,开始读《置身事内》这本书中推荐的《小镇喧嚣》,讲述中国乡镇政治生态。对「中国特色」还有太多要学习。


本周的分享就是这些。

下周见,

Neo

← Back to Newsletter Archive