8/16/2020: Luck
本周的主题是 Luck 运气。
在上周发了一篇一万多字的关于 Instagram 的长文（付费内容）后，我决定暂时离社交媒体这个是非之地稍远一些。本周推荐的内容基本上都和这个话题无关。
的确，我不希望自己的阅读、思考和写作过度集中在某一个过于垂直的领域上。所谓 Deep Generalist 或者 Polymath 并不止于宽广，而在于以宽广为基础建立内在联系。几位朋友不约而同的谈到 Matthew Ball 和 Ben Thompson 这几位出色的分析师，他们所覆盖的角度绝不仅仅是几家大公司，而是会覆盖数个周期和相关产业，才能在分析中旁征博引，以大量的案例对标建立价值判断的体系。
体系中会存在冲突和矛盾。在一段时间内，都无法消除。你需要背负着内在的不一致性继续向前。见河建桥，逢山修路。在真正的问题中修炼，足够长的时间之后仍然还留下来的，就可以留下来。
按照 Marc Andreessen 说的，这也是一种运气。
你可以在本周推荐的最后一篇文章中找到他对运气的解释。
1 / Matthew Ball - The Future of Media: Movies, the Metaverse, and More by Patrick O'Shaughnessy
Patrick O‘Shaughnessy 是 OSAM 资产管理公司的创始人、总裁和首席投资官，他主持的 Invest Like the Best 是我最常听的 Podcast。这个播客总能找来一些非常牛的人来接受采访，并在精彩的对话中完成深刻的表达。
这一期的嘉宾也是我很喜爱的一位 TMT 领域的行业专家 Matthew Ball。他曾经是 Amazon Studios 的战略负责人，撰写了大量关于流媒体、游戏、IP 以及它们如何最后走向 Metaverse 的文章。曾翔翻译整理了他最近的一篇关于任天堂的文章。
本文是 Matthew Ball 在 Invest Like the Best 上接受 Patrick O'Shaughnessy 采访的文字稿。整个对话持续了将近两个小时，整理出一份 33 页的 PDF 文档。你可以选择阅读或者收听这份内容。
Matthew Ball 最大的特点是对娱乐相关产业的通盘了解，从好莱坞电影到日本任天堂，事无巨细，信手拈来。在纵横交错的时空中，又能组合出新的比较分析。这可能就是所谓的 Deep Generalist 吧。他的个人网站中包含对 Disney、Netflix、Epic 等不同时代、不同领域的内容平台公司的大篇幅分析，通常能够做到把一个主题完整覆盖，并保有足够的深度。
在一个领域以足够的宽度建立覆盖后，就会形成知识和见解的网络效应。正如邓耿在「读书的规模经济与区域均衡」一文中表达的观点：
我们阅读一本新书，不仅仅是了解和掌握了这本书所带给我们的知识，更重要的是建立了知识之间的关联，使得它与既往所有知识体系之间都发生可能的连接。在这个意义上考察，读书的边际收益不仅不是递减，而是递增。由此结合上一段讨论可以知道，读书存在着规模经济的现象，书读的越多越划算。
Ball 的终极观点是：顶级 IP 最终会结合技术吸引消费者走进更为沉浸的 Metaverse 世界。这个略显科幻的未来预言却有着缜密的内在逻辑和论据支撑。
2 / The Global Race for Battery Supply by Philippe Chain & Frederic Filloux
Frederic Filloux 的 Monday Note 最近开始覆盖新能源汽车这个主题。恰逢小鹏和理想最近接连登陆美股市场，这组文章引起了我的注意。本文是其中关于电池供应链的一篇。
Elon Musk 在某次采访中曾经这样描述电池供应的问题：
You’ve got a chicken-and-egg problem where the car companies are not going to commit to a giant volume because they’re not sure you can sell enough electric cars. So, I know we can’t get enough lithium-ion batteries unless we build this bloody factory, and I know no one else is building this thing. When will the first non-Tesla Gigafactory get built? Probably no sooner than six years from now.
在任何规模经济和网络效应施加魔法之前，「鸡和蛋的问题」永远都是先要由某些人灰头土脸的面对和解决的。有些情况下，这些问题的解决只是赶上好的时机，或者干脆是意外事件；但也有很多情况中，解决这些问题需要大量的资金和破釜沉舟的勇气。Elon Musk 的 Gigafactory 就是这样的例子。
所以，全球电池的产能分布，除了 Tesla 在美国西部的沙漠里一枝独秀，剩下的大型工厂都在中国。
如果再观察锂电池全球产业链的流向，就更能明显的看到中国在这条能源供应链上的中心位置。
这是事情的一个侧面。并非预见不到，而是勇气不足，投入不够。
这个系列的另外一篇关于汽车软件的也值得一读。
3 / Sweatpants Forever: How the Fashion Industry Collapsed by Irina Aleksander via The New York Times Magazine
时尚行业看上去很像好莱坞，但又不大相似。后者经过多年的竞争和整合，已经长成一个强大而陌生的产业网络。而时尚则还是分散、脆弱和难以捉摸。
Covid-19 对时尚产业的上下游影响颇大。JCrew 等一众挣扎已久的中端品牌宣告破产，而 Zara、Adidas 等巨头也被库存拖到关店裁员。人们大幅减少的户外和社交活动降低了对时尚的需求，新款转瞬成为库存，而库存是这个产业的最可怕而多年不散的梦魇。
Entireworld 这个小众品牌却因为抓住了宅家需求而把 Sweatpants（卫裤）卖爆了。从设计上，这个牌子给的感觉如同之前讲过的 Domestic Cozy，简单舒适、人畜无害。
当你以为这是一篇创业成功的励志故事的时候，那么你可能只是读完了文章的开头。Entireworld 的创始人 Scott Sternberg 曾经创办过 Band of Outsiders，后因业绩问题被迫出售给投资者。今天 Band of Outsiders 仍然存在，而只是一个「僵尸」品牌。
零售渠道把他们的竞争压力转嫁给了时尚品牌。百货商店、购物中心、买手店和电商，都希望自己能得到限定款，设计师被迫为此而进行设计，而不管是不是真的有消费者需要。渠道盲目追求规模，库存风险却留给了品牌。Direct to Consumers 让品牌开始重新把顾客掌握在自己手中，但也无一例外会碰到规模的天花板，而难以预测的时尚品味又让资本难以下手。
时尚是不是会走向好莱坞的产业结构：几家巨头 + 无数涌现的长尾，而没有中间地带？
4 / Taming the Tail: Adventures in Improving AI Economics by Martin Casado & Matt Bornstein via Andreessen Horowitz
新的经济学都是从产业周期中来的。
AI 和之前的产业都不大一样。它的原料是数据，而生产流程则如同新药研发一般，是不断的试验和调教。最终产出是模型，而模型本身又难以为人类惯用的因果律来理解。
A16Z 这篇文章至少让我这个 AI 门外汉解释了 AI 在经济模型上面临的挑战。与传统的软件工程不同，机器学习难以一劳永逸的解决所有的问题，特别是那些长尾问题，一个模型难以全部拟合。这就意味着，传统信息经济学里面所定义的零边际成本不复存在。
我想，这对于熟知这个理论的朋友而言，应该是头脑中「嗡」的一声。
更糟糕的是，不仅仅需要以额外的成本处理长尾中的特例，还要考虑到，即便处理了长尾，其边际收益也不一定更好。
简单举例，一个智能处理人类对话的算法，可以处理最常用的一些对话，基本上已经覆盖了头部的情景，实际上已经获得了非常多的业务收益。而长尾的各种情况需要单独建模才能覆盖，而这些长尾带来的业务收益可能很低。下图展示了集中常见的问题（原图）。
本文介绍了一些常见的解决长尾问题的方法。
5 / Luck and the Entrepreneur, Part 1: The Four Kinds of Luck by Marc Andreessen
Marc Andreessen 2017 年发表的一篇文章，大段引用了一本书 Chase, Chance and Creativity。书的作者 James Austin 是一位脑神经学家，因此很多引用的文字有一些晦涩难懂。如果不想读，可以直接跳到最后一部分。Andreessen 用自己的话总结了 4 种运气所对应的四种人（以问题的形式）：
- How energetic are we?
- How curious are we?
- How flexible and aggressive are we at synthesizing?
- How uniquely are we developing a personal point of view?
他接着总结道：我认为有一张路线图来让运气站在我们这一边，这就是那张图。
你还是自己去看那张图 😒
Tweet of the Week
@yellinj:
Fascinating headline, calling @stripe a "Startup." Stripe has a $36b valuation; GM's is $39b. https://t.co/YEDwl8bfrM?amp=1
这条推特附带的新闻标题是：GM‘s Chief Financial Officer Resigns to Join Fintech Startup Stripe。作者无情的指出，Stripe 今天的估值已经几乎接近 GM 了，还要被称为 Startup。
如果不是这么一条新闻，谁也不会把这两个公司放到一起比。
Book of the Week
Working in Public by Nadia Eghbal - 本周还在继续读这本书。我发现以 Github 等程序员社区为基础视角来理解线上社交和协作行为非常有趣，因为程序语言是相对定义严谨的，从而造成参与的门槛更高。因此，大部分开源软件项目真正的代码贡献者占比都不高。而基于这种严谨的内在结构，开源社区得以用依赖关系（dependencies）来构建协作关系网络。我相信这是一种简化的逻辑，现实社会中绝大部分的协作关系都没有办法如此严丝合缝。但简化的模型有助于我们理解更复杂的现象。我们看到 Github 上不同类型的项目出现了不同的状况，正好可以映射到现实社会中来。
以上就是本周的推荐。如果你还没有订阅 Platform Thinking + 的付费版，那么你可能会错过本周发表的「Instagram 的初心、进化和救赎」。全文 1 万多字。基于 Instagram 的企业传记、采访、产品更新等来源梳理了其发展的关键脉络。
欢迎订阅，感谢阅读！
下周见！
Neo