开场与嘉宾介绍
大家晚上好,欢迎来到 Stanford AI Club 2026—2027 演讲系列的第一场活动。今晚很荣幸请到红杉资本合伙人 Alfred Lin。过去 15 年多,他在红杉与许多重要公司及其创始人合作,包括 Airbnb、DoorDash、Citadel Securities、Kalshi 和 Zipline。加入红杉前,他曾任 Zappos 董事长、首席运营官和首席财务官,并参与公司以 12 亿美元被亚马逊收购的过程。他也毕业于哈佛和斯坦福,学习过数学与统计学。稍后会有观众问答,大家可以问问他到底哪所学校更好。现在请大家欢迎 Alfred。
谢谢邀请我来。我会尽可能多待一会儿,只要你们还在问有意思的问题;等问题不再有意思,我们就结束。责任在你们身上,不要有压力。
我想先从一个问题开始:很多在场的人知道你在 Zappos 做得很好,后来又在红杉做了很多事……
台湾成长经历与父母的期待
……但可能不太了解你此前的经历。你在台湾长大,小时候搬到纽约。能不能讲讲你的成长经历,以及它怎样塑造了今天的你?
我平常不太谈这个。我有两位“虎爸虎妈”,他们都是商业银行家,非常重视教育。他们心里给我安排了一套人生优先顺序:最高目标是成为教授、为人类知识作贡献;做不到的话,就当医生、治病救人;再不行就做律师、伸张正义。因为他们给企业放贷,所以在他们看来,最末位才是从商;即使做生意,也应该去大公司,而不是小公司。我基本上把父母的建议全反着做了。
部分原因是我看到他们在台湾已经建立了相当成功的生活和事业,却决定冒险来到美国,只为让孩子过上更好的生活。他们承担了很大风险,最后一切也都顺利。我的想法是:你们这些大学生正处在很好的位置,有条件去冒险。尤其现在有 scaling laws,也有自互联网、云计算和宽带以来最大的趋势。去试一试;即使没成功,你至少还有斯坦福学位可以兜底。我本来以为这会引来一些笑声,看来没那么好笑。
学生拥有承担风险的优势
对大学生来说,现在正是适合承担风险的阶段。我们身处一个 scaling laws 成立的时代,也赶上自互联网、云计算和宽带以来最大的技术趋势。应该去冒险;即使没做成,你仍然可以凭斯坦福学位找到退路。
每个问题都有解,每个解又带来新问题
我成长时总觉得,世界上总有些地方不太对劲,值得你留意。你注意到某件事有点不对劲时,那往往就是一个解决现实问题的想法的起点。每个问题都有解决办法,而每个解决办法又会产生新的问题,这个过程会一直继续。找到你愿意持续解决的问题,以及这个领域不断出现的下一批问题。想清楚后,你就可以把一生投入其中,努力成为解决这类问题的顶尖人物;要对它有热情,也要找到能支撑解决方案的经济引擎。
我加入过的每家公司都在解决当时别人觉得有点傻、甚至有点疯狂的问题。互联网刚开始时,我从斯坦福博士项目退学,加入 LinkExchange。它把网站连接起来,起初没人觉得这是个大问题,后来事实证明它很重要。公司以 2.65 亿美元卖给微软,当时是微软第三大收购。今天,2.65 亿美元可能只是某家新实验室的第一轮融资规模。
之后我加入 Tellme Networks,他们让 800 电话号码的语音服务自动化。那时还没有“云”的概念,他们自己建语音识别服务器和云端基础设施,处理这些 800 电话服务;后来公司以 8 亿美元卖给微软,也成为微软当时第三大收购。再后来是 Zappos:当时人们觉得鞋子必须试穿,不能在网上卖。我们把鞋寄到顾客家里,让他们在家试穿,解决了这个问题。每个问题都有解,每个解都会带来新问题;正是这样,经济活动才继续向前,也让这段旅程很有趣。你得享受这个过程。
创业公司还是大厂:优先学习与优秀伙伴
我想追问一个重要选择。你上过哈佛,后来从斯坦福博士项目退学。那时你几乎有无限选择,却决定加入早期创业公司。你现在也合作过很多大学毕业就创业的杰出创始人,也认识一些先去大科技公司或前沿实验室、后来事业很成功的人。对这里有抱负的学生来说,怎样判断最适合自己的职业起点?应该优先优化什么?
真正的答案是,你其实不知道哪条路最好。通往成功的路不止一条。年轻时应该最大化学习,尽量和真正优秀的人一起工作。这两个原则在我职业早期和今天都没有让我失望。
我们投资创始人时,也希望他们是值得一起走长期旅程的人。成功公司从来不是一夜之间建成的,打造一家传奇公司要花 10 年甚至更久。看看 Jensen Huang 建造 GPU 业务的历程:前 20 年和后 10 年完全不同。我们今天很推崇他,是因为过去 10 年的表现;他带领的公司成为全球市值最高的芯片公司之一,市值即将接近 6 万亿美元。前 20 年,公司从零做到 1,000 亿美元,听起来像个小数字,但当时已经非常巨大。他坚持了 30 年。去找一件你愿意投入 30 年的事。
成功有不止一条路
我曾直接告诉父母,我不想上大学。他们为了移居美国吃了很多苦,攒钱供我和弟弟上大学;我却请求他们把原本要交给哈佛的钱给我创业。我高中时就和父亲一起组装兼容 IBM 的 PC。那时一台 IBM PC 要四五千美元;把零件买齐自己组装,成本大概一千美元,卖两千美元,就能赚一千。你知道今天哪家公司就是这么起步的吗?Dell。要是父母当时答应了,我或许也能像 Michael Dell 一样有钱有势——不过后来我还是去了红杉资本。
父母坚持让我上大学。我只申请了四所学校:那时还没有 Common App,高中最多允许申请七所;我只报了父母愿意出钱的四所,还以为自己不会被录取,这样就不用去上了。这个计划没成功。我进了大学,后来又拿到 NSF 奖学金,读了研究生;父母觉得既然拿了奖学金,就必须去读博士。我来美国一部分是因为觉得科技都在地球这边发生。我组装电脑时投资过微软和英特尔,觉得这些公司很有意思,想来这里看看。后来我爱上了这里。
人生路径很有意思,也很依赖偶然选择。我本可以在斯坦福读完博士,最初甚至打算去对冲基金。我有个比我小约三岁的弟弟,我们很有竞争心;父母原以为我会去对冲基金、弟弟会创业,结果完全反过来。他在 Citadel 工作,负责全球固定收益业务;我则和小公司合作,从只有两三个人、只有一个想法时开始,陪创始人走到 IPO 甚至更远。父母觉得这很疯狂,甚至觉得我不聪明。LinkExchange 卖给微软后,他们还说:“太好了,现在你可以回去读完博士了。”
我也有朋友读完博士加入 Google,过得很好。成功可以有很多种方式,不要觉得年轻时做出的选择会把你永远锁死。
AI 让数学和编程商品化后,技术还重要吗?
你刚才说,职业早期最重要的是学习。现在 AI 正在加速发展,数学和编程技能也在迅速普及。你怎么看今天数学、计算机科学和技术能力的重要性?
在红杉,我们常讲要同时容纳两种相反的想法,让它们保持张力。一个例子是“火与冰”,我最近写过;另一个例子是既能站在最高层做战略思考,也能深入到最低层的细节,DoorDash 的 Tony Xu 就体现了这一点。
有些东西正在变得商品化,但仍然很有价值。数学和编程确实正在商品化,可理解它们如何运作从未像今天这样重要。人们愿意为真正理解模型、知道如何让模型发挥作用的人付很多钱。过去这类人可能亲自写代码;今天的关键是你是否真正理解模型,能不能把它用到最好。做到这一点,你会很有优势。
我也鼓励非常技术型的人去理解人文和人类。人文很重要。作为创始人,你要为地球上的 80 亿人打造产品,也许未来是 100 亿,也可能是 60 亿;无论具体数字是多少,世界上都有很多人。钱最终来自人。即使是由机构投资,机构里也还是人。别忘了你是在为人类打造产品。
想创业但还没找到问题的学生该做什么
你合作过很多杰出创始人,他们会对某个问题着迷,也会质疑别人习以为常的假设。如果一个学生知道自己以后想创业,却还没找到值得投入的问题,你会建议他做什么?
这是一段旅程。你不必一毕业就创业。有人二十多岁、三十多岁、四十多岁甚至五十多岁才创办公司。持续问自己:哪些问题让你感兴趣?你为什么想解决它们?这些问题有多大价值?我们会思考如何创造价值、如何交付价值、如何获取价值;这是建立公司的三个关键阶段。
你可以和朋友一起加入一家公司、一起建设。在我工作的前三家公司,我都是找自己喜欢共事、也能向他们学习的人。你们在斯坦福有机会认识这样的人。也许今天不会马上一起创业,但可以先建立联系、业余一起做事,或者先在另一家公司共事,最后再决定是否一起创业。
DoorDash 就是从校园伙伴关系中成长起来的例子。四位联合创始人中,有两位商学院学生和两位工程学院学生,有研究生也有本科生。他们先一起尝试了几个方向,最初做的并不是后来那个 DoorDash 点子,之后才找到大家都在意、都愿意解决的问题。这样的过程很有力量。
我甚至可以说,斯坦福比哈佛更允许学生在校期间动手做事。哈佛有个类似的公司项目,因为必须经过哈佛学生机构审批,最后被学校行政部门叫停。斯坦福的管理层给学生更多空间,让你们可以在校期间建设项目;应该珍惜这种自由。
如何区分功能与长期公司:愿景、脆弱性与 Airbnb
现在每天都有很多 AI 演示出现。对想创业或毕业后加入初创公司的人来说,你会看哪些信号,判断一个点子只是会被下一次模型发布取代的功能,还是能发展成长期而成功的公司?
我会先看创始人能不能讲清楚,为什么这不会只是一个功能。如果把事情简化到两个人和一个点子,那当然没有什么防御性;如果一家大公司真想把你干掉,它确实可以做到。但大公司有自己的分心之处,现在可能正把大量自由现金流投入数据中心,还没在做你正在做的功能,所以不必因为产品暂时没有壁垒就立刻担心。
之后的问题是:你做出这个功能、吸引到一些用户之后,接下来做什么功能?怎样把它变成一套产品?我发现技术型的人很会讲技术故事,却不一定能讲清楚愿景。但创始人必须能激励别人加入,并愿意和自己走很长时间。Brian Chesky 很会讲故事,他对“旅行应该是什么样子”有不同于常人的愿景。
还要记住,Airbnb 最初的想法非常脆弱:住进陌生人家里,最开始只是房源列表,并没有完成交易。你得发邮件联系房东、确认对方是否愿意出租;48 小时后才可能收到答复。今天它看起来像个帝国,但起点并不是如此。很多人都会拒绝这个想法,包括我父亲。他为了银行国际扩张而出差时,会在世界各地住同一家酒店,订一模一样的房间,连吹风机放在哪个抽屉都要固定,尽管他从来不用吹风机。对他来说,旅行已经够忙乱了,房间没有变化、可以安稳睡觉就是优点。
Brian Chesky 看法正好相反:那是缺点,因为这不叫像当地人一样生活,也没有归属感。同一件事可能是一个人的功能,却是另一个人的问题,反过来也一样。Airbnb 提供的不是楼下的会议室,而是厨房和客厅,让一家人能聚在一起;它满足的需求和我父亲追求的完全不同。尤其在 AI 让许多东西“商品化”的时代,要观察这些人的真实需求。人和人的连接不会消失。
AI 为何是职业生涯最大趋势,它是不是泡沫?
你经历过互联网、互联网泡沫、移动互联网、云计算,现在又经历 AI。你说 AI 是你职业生涯中最大的趋势。和以前相比,这次转变有什么根本不同?它像过去那些泡沫吗?你觉得现在是泡沫吗?
这是个复合问题。你想让我全答,还是挑一部分?
按你觉得适合展开的来。
每个时代的重大趋势,当时都是最大的趋势。我没经历半导体产业刚起步,但我从个人电脑开始。前面说过,我组装过兼容机,那时 PC 是最大趋势;后来互联网、宽带、云计算、移动互联网也都各自成为当时最大的趋势。现在 AI 是最大趋势,这就是变化加速的世界。
你们还年轻,可能会觉得这一切令人不知所措,但每一代人都面对过这种感受,这是进步要付出的代价。每一代都会得到新工具,也被期待比上一代做得更多,所以这是一种负担。AI 之所以可能是最大的一次,是因为我们让机器具备了推理和思考的能力。
过去的工业革命把人和动物的肌肉力量转移到机器上。近几轮技术浪潮,按红杉合伙人 Konstantin 的说法,主要是通信领域的浪潮:互联网、移动设备把全世界的人连接起来。而 AI 是计算浪潮,是计算能力的重大变革。它能触达全球 80 亿人,也有机会被 80 亿人使用,所以推进得更快;以前并不是所有人都互相连接。
技术扩散的落差:亚马逊为何没有消灭沃尔玛
有个常见误解:只因为一项技术是重大趋势,就以为它会立刻快速普及。现在确实比过去快,但扩散仍然需要很长时间。我当年从博士项目退学,部分原因就是互联网正在兴起。我曾预测亚马逊会消灭沃尔玛。30 年后,沃尔玛的规模是 1997 年的 30 倍。亚马逊并没有消灭沃尔玛;直到去年,亚马逊的营收才第一次超过沃尔玛。互联网显然会到来,但它真正发挥作用仍然花了很久。
技术能力与普通人真正用上技术之间存在扩散落差。技术里最慢变化的东西,是使用技术的人。人的进化非常缓慢。你们可以帮助填补模型能做什么与人们实际拿它做什么之间的差距;这个差距始终会很大。
技术一直在建立更高层次的抽象,让人离机器底层越来越远。大型机刚出现时,人得用机器码编程;我父亲需要这样做。我只在一门汇编课上接触过,严格说那也不是真正的机器码。你们大概也不想一直在机器码层面工作。我们不断建立更高层的抽象,因为这是技术扩散到整个社会所需要的。作为技术人员,如何让技术真正扩散到大众中,是最容易被低估的问题之一。
价值在哪里:应用层与掌握自己的智能
我很喜欢你说经济变化有惯性,技术融入社会总是要花很长时间。现在 AI 系统每天刷新基准,有些领域甚至显示出超智能水平的能力。你和创始人、公司合作,看到他们遇到的困难后,觉得模型能做到什么与人们实际在做什么之间,最大的差距在哪里?
模型的能力显然比我们目前的使用方式更强,因此有很多地方能把模型应用起来并产生经济成果,比如生物、法律等领域。我的合伙人 Pat Grady 常说,价值在应用层。所谓“软件已死”完全是胡说:不管把它叫软件、应用,还是技术扩散层,它承担的都是模型能力和人类使用之间的连接,其中有大量价值。
我们投资了 Harvey、OpenEvidence、Profound 等公司。它们把模型能力带到律师、医生、营销人员、财务人员等具体用户手中。用户不会为了用模型而一路钻研模型的工作原理、再自己编程;这些公司把模型带到用户的工作场景里,让他们能“拥有自己的智能”。
比如制药公司怎样掌握自己的智能?可以拿开放权重模型,用自己的数据进行训练。怎样实现这件事、怎么把数据和模型结合起来,会变得非常重要。我们不会只让两三个模型赢得一切;经济不是这样运转的,我们也不喜欢权力集中。我们希望前沿模型继续进步,但不希望它们掌握过多权力,也不希望把所有数据都交给它们。公司会取回一部分数据,自己训练模型。于是,如何为开发者构建这类工具也成了机会。
可以做药物发现模型,例如 Recursion 或 Isomorphic 在做的事;可以做开发者工具,例如 LangChain;也可以做开放权重模型,例如 Reflection。能做的事情很多,技术能力与实际采用之间的扩散落差只会越来越大。填补它需要很多工作,而且每个问题的解决又会带来新问题。以前我们没有模型对齐问题,直到我们让模型去处理网络安全风险;模型要是能找出网络安全风险,也可能学会逃出沙箱,于是又得想办法控制它。总会有更多事情要做,这很有意思。这里一段自动字幕听起来像“不是一个 doomer”,具体原词不清楚;他的后半句是还有很多工作可以继续改进。
从卖工具到提供服务:把目标想得更大
你说价值在应用层。你觉得会不会有人再往前走一步,或者应用公司接下来就进入服务层?比如 Harvey 现在向律师出售工具,未来会不会利用这些工具,自己成为律师?
这些都可能发生。Harvey 起步时使用前沿模型,后来开始训练自己的模型,因为他们想掌握自己的智能。他们主要服务大型律师事务所——前 10 家、前 100 家律所——但未来会不会服务企业客户?他们已经开始做企业业务。这些都可能发生。模型能力这么强,我鼓励大家比过去想得更有野心。
我小时候要先学会一门编程语言才能做游戏。现在看到孩子只要写几行代码就能创建游戏、马上玩起来,我很高兴。他们接下来会做更多游戏,也会做更多其他事情。我觉得这会极大拓展人类能够实现的潜能。
公司里的“火与冰”:热情与纪律
你最近在社交媒体上写过公司里“火与冰”的双重性:火代表热情、愿景,以及解决关键问题的强烈意愿;冰代表沉着、清晰的战略和执行。为什么这个概念特别打动你?能不能举例说明它怎样让公司变得更出色?
创业之初会有很多热情,起点是愿景、创造力,是做出前所未见的东西。很快你会发现,还得把想法执行出来:开发产品、把产品交到人们手里,并找到让大家愿意购买和付费的方式。这整个过程才是创业。只创造价值,却没把它交到别人手里,就不算完成交付。
很多公司一开始只有很多“火”,之后需要管理和纪律这种冷酷而扎实的力量。纪律让你能持续创造更多热情,因为它能帮助你承担更多想法;随后你又需要纪律把它们做好。这两者会反复交替。
我在 Zappos 的亲身经历是:我们先卖鞋,再扩展到手提包,接着扩展到服装。我们成长得相对快。被亚马逊收购后,我看到相似的路径:亚马逊从书开始,先让图书业务有纪律地盈利,再进入音乐;音乐盈利后,又能支持下一个品类,最终成为“万货商店”。
“火”与“冰”有时集中在一个人身上。Tony Hsieh 很有创造力,同时也深入最低层的细节。有时则由创始团队里的不同人分别承担:在 Zappos,我是“冰”,Tony Hsieh 是“火”。你得弄清自己偏哪一边,并在管理团队或创始团队中找到互补的人。
AI 领域的循环资金、储备与杠杆
报名时有不少人问到,现在 AI 领域的资金似乎在循环流动:比如英伟达投资一家公司,公司再用这笔钱买英伟达 GPU。你们在 AI 领域动辄经手数十亿美元,想听听你的看法。这是需要担心的问题、正常现象,还是被大家误读了?
如果钱完全只是循环,那会是个问题。但别忘了,资金一直以来就是循环的。建议大家学一门经济学课程,了解银行系统如何运作。你把 100 美元存进银行,银行会怎么做?假设准备金要求是 20%,银行会把 80 美元借给别人。借款人拿这笔钱投资,钱又进入另一个人的银行账户;这家银行同样保留 20% 准备金。资金因此有流动速度。
所以,除非没有准备金要求,也就是进来的钱全部原封不动地流出去,否则我不会把这件事视为必须百分之百担心的问题。英伟达投资相关公司,当然是希望它们用英伟达 GPU,而不是别家的 GPU;其他公司也会这样做。但 Jensen 这样做的原因,是想推动整个生态系统发展,这本身是好事。保持谨慎没有错。
更大的担忧其实是企业承担的债务规模。有些公司过去现金流为正,现在变成现金流为负,还继续借钱建数据中心。杠杆很有力量,既能成就你,也能毁掉你。因此,系统里的杠杆规模才是问题所在,不一定是资金循环这个现象本身。
观众问答:创始人特质与信念
Alfred,非常感谢。按我们之前说的,现在留 20 分钟做观众问答。
现在有些创始人还没摸清产品与市场的契合点,就已经融到了数千万美元。面对这样的高风险,你会投资哪些不那么显眼、或经常被低估的创始人特质?
我会了解创始人的旅程,弄清楚是什么让他们走到今天。我们喜欢支持离群值、无法套进既有模式的人;某种意义上,他们就是反模式。他们之所以走到今天,正是因为一路承担过风险。
创始人必须能承担风险,也必须带着很强的信念去承担。我们会看你对自己的点子有多大信念。信念不等于热情,也不只是你能不能把它说得动听;你必须真正调查过问题、理解它,才可能提出新颖而有说服力的想法。
我常举 Tony Xu 的例子。他想创办 DoorDash,是因为了解商家的痛点。他小时候曾在餐馆里陪着妈妈洗碗、亲身经历这些问题。他观察到,餐馆后厨的产能总是大于前厅接待顾客的能力。这不是坐在外面空谈外卖服务得来的理论洞见,而是来自真正理解客户。
投资人的背景如何影响判断
我今年夏天在投行工作。我知道红杉的投资人背景很多元,有人来自金融或私募股权,有人做过创始人或运营者。你觉得不同背景会怎样影响一个人评估公司、与创始人合作?这些经历各自会带来什么优势或盲点?
我的一个合伙人会说,通往涅槃的路有很多。如果一定要区分早期投资和成长期投资,早期投资看的是创始人质量,成长期投资看的是业务质量。投行或私募股权的经历会让你学到很多判断业务质量的方法;相对欠缺的可能是对创始人的理解和共情。如果你曾在公司工作、和创始人共事过,就有亲身经历。
我认为,建议之所以免费,是有原因的:它往往只对提供建议的人自己有效。我职业早期也先在公司里工作,所以我经历过创始人正在经历的问题,能把这些经验提供给他们,形成创始人共情。
最好的导师:每个人身上都有可学之处
你遇到过最好的导师是谁?他给过你最好的建议是什么?
我建议你不要只找一个“最好的导师”,而是让生命中的每个人都成为导师。如果非要选一个,我最好的导师是父亲。他告诉我:“每个人身上都有值得你学习的东西。”这是他给过我最好的建议,也影响了我看待世界的方式。如果遇到数学问题,我会找合适的数学家;遇到商业问题,我会找合适的商业人士。重要的是,把世界看成你的天地,并愿意向任何人学习。
这一代继承的错误前提:组织、精益创业与简单叙事
你提到,伟大的公司会顺应它们所处时代的趋势。我想问,我们这一代继承了哪些前提?有哪些错误前提需要重新校准,免得妨碍伟大的创始人?
我还没有认真思考过这个问题。但你们很可能继承了上一代人的一些假设,因为你们是由上一代人教导的。他们建立的公司需要很多人来写软件,所以组织方式也很可能围绕着大量人员编写软件、控制流程来设计;未来可能会完全不同。
每一代需要做某些工作的人员数量都可能减少,但公司并没有因此变小,工作只是转移了。比如汽车行业有很多指挥控制;听 Jensen Huang 谈管理,会发现指挥控制很少。管理体系需要随着新技术改变。我还不知道 AI 时代正确的答案是什么,但组织肯定会比以前更加分散。一个人凭一个想法就能写代码、从头到尾做出并发布产品、产生收入,这种情况以前没有过。若要建立业务范围很大、人员众多的大公司,这种组织会是什么样,值得继续追问。
有些框架本来就错了,因为它们从来没有真正正确过。精益创业是在这里提出的,但我在红杉的 16 年里,种子轮公司每年融到的资本一直在增加,而不是减少。所以我甚至不确定精益创业曾经是否有效。对于那些因为故事好听而流行起来的框架,要保持警惕。
我还有一个原则:警惕简单叙事。沟通行业的人可能不喜欢这点,因为他们会说“你得有个简单叙事”;简单叙事确实有力量,我们都喜欢简单的故事和简单的答案,而且它们在一定范围内有用。但我们遇到的许多麻烦,恰恰是因为没理解简单叙事背后的细节,也没看清它什么时候会失效。每个人都有自己的思维框架,却不总是从第一性原理出发。要知道自己的框架在哪些边界上会崩。
支票变大与结果规模扩大 15 倍
我在红杉 16 年里有个例子,最初让我觉得很奇怪,理解之后反而豁然开朗:投资支票怎么年年变大?投的钱更多、估值更高,回报不就应该变差吗?但回报没有变差,因为最终的结果规模也变大了。所以别把结果的上限想成固定不变。
我加入红杉时,全球市值最高公司的市值是 4,000 亿美元。如今英伟达前几天市值已经超过 5 万亿美元,现在可能接近 6 万亿美元,15 年涨了 15 倍。因此,一种判断框架是:今天竞争需要更多资本;另一种框架是:若想创办一家传奇公司,你今天要走的距离也比过去远 15 倍。
可惜我们的时间尺度和寿命并没有同步延长。你只能在相同的时间里做更多事、完成更多工作。你们的预期寿命可能比我稍长,但除非我们找到加入奇点、与机器融合的方法,否则我想你们的寿命大概仍会受限于 120 年或 150 年。也许我能治好癌症,谁知道呢?我可能……(字幕在此处中断。)
如何争取认同并说服他人
Alfred,谢谢你成为我们这些台湾裔美国人的榜样。作为创始人或投资人,你总要让别人认同你的想法——可能是比你资历更深的高管,也可能是其他人。你是怎么做到的?
你是问怎样争取认同?
对,怎样说服别人?
最简单的答案是,提出足够有吸引力的愿景,让每个人都想加入你。另一种说法是,如果他们不想加入,那他们可能不是合适的人。找到你的社群,找到愿意与你同行的人。你当然希望愿景足以吸引所有人,但一开始大概做不到;当你知道自己的愿景是什么,就去找愿意加入这份愿景的人。
建立 AI 原生对冲基金:寻找别人忽略的市场
如果你今天要创办一家 AI 原生对冲基金,你觉得 AI 能带来的最持久优势会是什么?
我会先想,哪些领域是常规对冲基金没有关注的。现在已经有许多对冲基金用机器学习定价。你的优势必须来自某个他们定价不如你的 AI 模型的东西,这很难。所以我会从他们没关注的标的开始定价:可能是校准市场,也可能是加密货币、永续合约,或其他市场。最初的优势很可能就在这些地方。
这更多关乎市场本身。要把注意力放到别人没关注的市场上。有时市场比技术更重要,关键是找到他们没有专注的地方。
受监管市场:绕开寡头,而不是正面击破
我受过医生训练。我想听听你投资和建设受监管市场时会采用什么框架。我想到 OpenEvidence:如果没有 JAMA、《新英格兰医学杂志》等通常需要付费订阅的内容支持,它的价值主张可能就没那么强。其他受监管市场里,也有掌握大量权力的数据经纪商和机构。你会怎么思考进入这些领域、打破现有格局?
早期创业公司不应该试图打破存在已久的寡头,而应该想办法绕开它们。OpenEvidence 并没有打破什么,它只是做出了医生喜欢的产品。即使答案一样,医生也未必想用 ChatGPT;他们在意的是循证对话,因此需要基于已发表研究文献训练的工具。
要不要打破寡头,并不是由市场是否受监管决定的。我们不去硬碰寡头,是因为它们很强大。绕开它们的办法之一,是与它们合作。比如 OpenEvidence 合作获取已发表文章的文献库。也可以先从不同的市场切入。Jordan Ashton 长期和大型企业合作,但他们先服务中小餐馆,而不是一开始就找麦当劳或星巴克,等自己有了一定实力后再说。
核心就是进入大公司不在意的领域。这基本上也是我的工作存在的原因:如果大公司什么都能做,我就失业了;但它们做不到。去那些它们不关心的地方。
学生创业的前 90 天:先找到伙伴
如果你是我们这样的学生创始人,会怎样安排一个项目或创业想法的头 90 天?我从你关于技术与采用之间扩散落差的演讲中得到的启发是,了解客户行为和人的习惯,可能比埋头建设更重要。你会怎么做?
这取决于每个人的具体情况。我会先找一群你愿意并肩作战的人。比如我讲过的 Tony Xu、Evan Moore、Stanley Tang 和 Andy,他们走到一起,一开始只是共同做事。找一群你愿意在未来 10 年与他们并肩作战的人,一起验证彼此是否合拍、技能是否互补。他们的组合中有商业、营销、产品和工程人才,是很扎实的团队。
Brian Chesky、Nate 和 Joe 也是一起走上这条路的:这是 Joe 的点子,Brian 提供领导力,Nate 实际搭建了最初的系统。他们先一起工作一段时间,确认彼此能够合作,问题随后才逐渐显现出来:每个人对什么有热情?为什么在乎?这个问题值不值得做?
人们有时过分关注问题本身,却不关心合适的一群人能否组合到一起。你们在这里可以找到很多伙伴。我大学毕业时,父亲给过我一个很重要的建议。毕业时他见了我的朋友,我问他怎么看;他说:“你的朋友都很好,很聪明。”我觉得这听起来不像夸奖,便问有什么问题。他说:“他们的选择太多了。”
你们也有很多选择。不断比较、优化所有选项,可能会让你无法专注于那一两件真正能帮助你建立公司的事情。公司最终只有一个核心想法、一个核心愿景。下定决心,未来 10 年都为一件事投入,是很难、也很吓人的。但即便没成功,你还有斯坦福学位可以兜底。
“我没那么厉害”:风险、局外人与从错误中学习
好,我知道了。第二次说斯坦福学位,笑声确实多了一点。
我觉得公众很喜欢听杰出创始人的故事:他们有什么独特之处?比如 Brian 是有愿景的人,Demis 有愿景,Sheryl Sandberg 是商业天才。我们听过很多这样的故事。我想问,你觉得自己擅长什么、独特优势是什么?你会如何把自己的产品推向市场?
我没有那么厉害。你看看我们投过的公司数量,再看看我们判断错误的次数,就知道我们也没那么厉害。
有一点我可能和别人不太一样:我对痛苦比较不敏感,感受风险的方式和大多数人不同。我觉得红杉从斯坦福招人时的挑战之一,是有些人不知道怎样承担风险、怎样面对失败。我父母曾告诉我,我是个失败者,将来不会有什么成就,也不是好学生。因此,我从来不太在乎别人怎么想。
你能做的最好事情,是弄清楚自己是谁,做自己。我比较早就想明白了。好笑的是,我考试成绩不错,因为我很会应试;但我并不是一个好学生,也从来没有真正融入任何地方。如果你想走创业这条路,就得接受自己会长期像个局外人。
这可能让我成为更好的运营者和投资人:我会接收来自外界的各种信号,自己消化、自己判断;我也会一直从错误中学习,而不把它们看成失败。可以这样想:没有所谓失败,只有你从中学到东西的错误,以及你没有学到东西的错误。不要犯后一种。犯错之后要学习;这就像付了一笔昂贵的学费,但要从中学到东西。
快问快答:第一份工作、险些丧命与酒吧里的 term sheet
你的第一份工作是什么?
和所有小孩一样,我的第一份工作是送报纸。
你创业期间最接近死亡的一次经历是什么?
我真有过一次差点丧命的经历,这不是更有意思吗?
我们问的是公司创业期间最接近死亡的情况。
我当时开车去 Tellme Networks 上班,车速挺快,正好堵车,而且那天是 280 号公路开始下雨的第一天。有人突然并线,我差点撞上他的车尾,于是我往右打方向,结果车子转了 180 度,停在 280 号公路上,车头朝着反方向。
那公司层面的险情呢?
我觉得……(现场笑声打断。)
如果当时有人死了……好吧。下一个问题:你和创始人合作时,最有意思的 term sheet 是在哪里签的?
我确实在酒吧签过一份 term sheet。
你喝了几杯?
创始人喝了三杯,我一杯都没喝。
看来签得很顺利。谢谢大家!