以下内容根据胡博予在XVC 2021年度投资者会议上的演讲整理而成:

大家好,感谢各位参加 XVC 2021年度投资者会议。距离我们第一期人民币基金首次关闭已经过去五年,我们第一期美元基金首次关闭也已经过去四年。截至2021年10月31日,我们的总投资成本为3.789亿美元,账面价值为8.345亿美元,毛内部收益率56.7%。

今年世界在持续发生巨大的变化,以至于我们有种恍如隔世的错觉:新冠疫情已经成为新常态并彻底改变了我们的生活;中美关系仍然处于对抗周期,部分在美上市的中国企业在股票市场遭遇了滑铁卢;在国内,有关部门开始针对某些领域制定更强有力的监管政策,例如反垄断、信息安全、电子烟、教育等等,这些政策给相关行业带来了巨大影响。

这促使我们开始思考一个问题:这些变化会给长期价值投资者带来什么新机会?是否会带来投资策略的变化?巨大变革背后又有哪些底层逻辑是没有变的?

我们的结论是,许多影响价值投资的重要因素并没有发生根本性变化。这些因素长期稳定,研究它们的底层逻辑对投资从业者来说非常有价值。

比如我们在研究监管政策的过程中发现,政府监管是有纲领性、提前性和一致性的,包括年中的教育政策及其落地,早在十四五规划文件中就做了定性;而监管政策的背后逻辑也很清晰:所有的变化都围绕着增强国家长期竞争力和提高百姓民生的大目标。

那新冠疫情带来的影响该如何评估呢?我们认为疫情并没有创造出新的结构性变化,而只是加快了既有变化的进程。在疫情常态化的大背景下,消费者和企业的基本需求以及决策逻辑保持了很强的连贯性。我国的经济体制,在可见的未来中也不会发生大的变化。

所以我们相信,我们的投资策略仍然有效。短期内我们并不会对其做出大的调整。

上图是我分析结构性变化的一个框架。

横轴度量的是相关领域变化的能见度,纵轴则是相关领域中稀缺资源是否发生了改变。

先举几个简单的例子解释一下“稀缺资源”的含义:对于技术驱动型行业,稀缺资源是某个可以被保护和独占的核心技术或者数据;对于自增强品牌来说,稀缺资源是可能是占领了某个需求场景的用户心智或者在核心目标人群内形成的共识;对于生产端或履约端有规模经济的产品和服务来说,稀缺资源是忠诚用户的规模、难以快速建立的产能和履约网络。

总结下来,稀缺资源有两个显着的特点:

  • 1)你有别人就没有,它有较强的独占性;
  • 2)它能够显著提高持有者对交易对手的定价能力。这里的“交易对手”,除了客户,还包括供给端的生产要素提供方,例如供应商、员工、房东,甚至还包括政策制定者。掌握了稀缺资源的一方对交易对手有定价能力,能长期维持较高的 ROE,创造长期股东价值。

我们把此前提到的一系列变化放到这个分析框架内,会发现有一些初看起来影响巨大的结构性变化,例如新冠疫情,中美摩擦,反垄断,对稀缺资源其实不产生太大影响,没有让行业格局发生变化,所以不会产生大量的投资机会。

那XVC会关注哪些结构性变化呢?

首先,我们花了大量的时间来观察和研究消费者代际变更,零售及履约渠道升级,还有媒体消费习惯的更迭。

来看两组数据:

左图的数据显示,中国居民的消费支出在今年仍然保持了快速增长。虚线是日本居民消费支出的变化曲线。2012年左右,我们在总量上已经实现了超越。但考虑到我国的人口规模是日本的11倍,从人均消费支出上来看,我们目前仍只有日本的五分之一。这是巨大的增长空间。

右图是5个新零售渠道自2017年以来的增长趋势(这个图在去年的信中也出现过,我们在此更新了2020年的数据),其中包括淘宝直播、快手电商、抖音、微信小程序和拼多多。这些渠道从2017年才开始出现,只用了5年,它们的GMV总和就达到了11,000多亿美元,差不多是亚马逊全球2020年GMV的3.6倍。

再来看几组消费习惯变化的数据:

从2016年到2020年,我国的平均家庭户规模从3.11人缩减为2.62人,这意味着每一户家庭中的人数在持续减少。与此同时,跟家庭规模相关的一些行业也在发生变化。比如外卖渗透率从2016年的5%涨到了2020年的19%。还有两个有意思,但在经济总量里规模还不大的行业:一个是扫地机器人,另一个是洗碗机。在这段时期内,扫地机器人渗透率翻了三倍,洗碗机精装渠道配套率则增长了近十倍。

我们在持续关注的另外一个结构性变化是产业的云化和智能化。过去我们常说软件正在吞噬世界,而现在云科技和人工智能正在吞噬软件。

同样给大家看两组数据:

左图是云服务行业近几年的增长趋势,包括IaaS(基础设施即服务)、PaaS(平台即服务)以及SaaS(软件即服务)。这一行业目前的体量已经达到了1000多亿,但仍在加速增长。

横向对比来看,我国的IT开支仍不够高,美国的GDP总量比我国只高了30%左右,但其IT开支是我国的7倍。

背后一个重要的原因,是中国在改革开放之后的30年里持续享受了人口规模带来的红利,各个行业对效率的追求没有那么迫切。但过去几年,我国人口结构的变化开始成为热门话题。右图是对我国人口结构变化趋势的预测。从最上方的劳动人口数量绝对值变化曲线来看,2025年会是我国人口结构的一个拐点,这之后劳动人口规模会开始快速下降。

这个变化对产业已经带来了影响,一个直观的变化是职工薪水的涨幅开始增大。例如建筑业过去几年比较萧条,但建筑工人薪水的年均涨幅仍然达到了7%~10%。

用工成本的提高会迫使智能化和自动化加速,也会使机器对人的替代加速。这种变化会在几乎所有行业中发生。比如SaaS服务升级了员工效率,可以让更少的人干更多的事;工厂和仓库开始采购机器人和自动化仓储系统;未来在马路上可能会看见自动驾驶的卡车。这些变化也会发生在老百姓的家里面,比如从北美和欧洲市场来看,泳池清洁机器人销售迎来爆发,割草机器人也开始出现。

我们正在关注的第三个结构性变化叫做“中国供应链”。这个概念理解起来可能会稍微有些困难。

为了便于解释,我们来看几个代理变量:

  • 第一个信号,目前亚马逊的大卖家大部分出自中国。今年1月份,亚马逊新增卖家中的75%来自中国,去年同期这个数据只有47%;
  • 第二个信号,中国的专利规模(中间图表的红色曲线)在最近几年迎来快速增长,目前已经位居世界第一;
  • 第三个信号,今年TikTok 在美国的人均使用时长超过了 YouTube。

其实还有一个代理变量,从全世界来看,中国几乎是唯一把新冠疫情真正控制住的国家。

这些信号说明中国的供应链是有全球竞争力的。其中包括基础设施、能源、原料和零配件生态、物流,也包括技术、人才和组织能力。这里面有文化和制度因素,也有中国本国的巨大市场带来的规模优势。这些因素都是长期的,结构性的。所以中国人不管是做全球化,还是进口替代,都是顺应大趋势。


回到之前的分析框架中来看,XVC持续下注的是发生了“长期”的、“巨大”的、“高确定性”的结构性变化的领域。

  • “长期”是指这些结构性变化本身是长期的,它们带来的行为改变也是长期的,不会逆转,新冠疫情、贸易战不符合这一特点;
  • “巨大”是指他们带来的消费开支的改变是巨大的;
  • “高确定性”是指这些变化本身的确定性高,且它对购买决策的永久性改变也是确定性很高的事情。

这种结构性变化会导致稀缺资源重新配置,最有可能衍生出适合进行长期价值投资的“鲸鱼”。

XVC的绝大部分投资都是这三个结构性变化背后的机会。

今年,我们40个核心项目的平均销售额达到了3.4亿,大部分公司的销售额增速都超过100%。

需要强调的是,这种高速增长既不是“资本驱动”也不是“泡沫驱动”。在我们仍持有的项目中,大约一半公司在财务层面实现了盈利或现金流为正,这对处于高增长期的公司来说非常罕见。

核心项目在业务层面的增长幅度和增长质量都证明,我们的投资策略和研究方向是正确的。

到这里大家可能会有疑惑:这些结构性变化的总结似乎有点道理。但别的基金也在投大消费、出海、企业服务,这些赛道不是XVC独家的。那XVC跟同行的差异点在哪里?

第一个差异,我们在找项目时,着力寻找和时间做朋友的模式,躲避市场红利依赖型的生意。

什么样的模式是能够跟时间做朋友的模式呢?仔细想一想,我们肉眼可见的事物几乎都具有极强的自增强或自我复制能力,否则它们很快就会灭绝。能和时间做朋友的商业模式也具有类似的能力。

我们总结了“和时间做朋友模式”的几个类型:第一是有网络效应的平台;第二是能垄断数据,并且持续用数据优化自身体验的应用;第三是有强规模经济的产品和服务;第四是自我增强的品牌。

相对应的,我在上图左侧列出了市场红利依赖型的生意。可能有人会认为,这些生意怎么会有人投呢?但事实上,投资这类项目的大有人在,甚至包括很多头部VC。

我们投的项目是如何来和时间做朋友的呢?我来举两个例子。

H公司是一家提供“仓储外包服务”(类似“FBA”)的智能仓储设备以及解决方案提供商。截至目前,我们已经观察了这家公司三年。我们看到这家公司一步步成长,对市场痛点的把握越来越精准。他们目前最核心的产品“蜘蛛拣选系统”,使用了一套先进的机器人设备和抓取算法,在减少仓库人工的同时,也在仓储密度、存取效率、建设成本、库存准确率等方面取得重大突破。

我们非常看好这家公司,原因不仅在于智能仓储市场的增长空间巨大,还在于这个行业符合“和时间做朋友”的模式特征:

首先从硬件层面来看,仓储机器人包含众多定制零件,在生产、维护、服务等方面具有规模优势;

从软件层面来说,产品需要一套智能算法来指挥不同类型机器人完成高效协作,也需要与库存管理系统、物流系统、订单预测系统完全打通。软件系统可以利用数据积累来优化抓取算法和存储策略,这意味着管理的仓库越多,系统就会变得越智能。

因此,H公司在成本、效率和服务质量等方面的规模经济学习曲线很长。

除此之外,我们还从XVC的一家投后公司——Weee!(北美最大的少数族裔电商平台)那里获得了一个洞察。随着业务高速增长,Weee!的仓库拣货成本在快速上升,所以他们的团队开始考虑用机器替代人工拣货。这个过程中,他们自己考察了AutoStore(一家市值达到160亿美元的智能仓储上市公司)。当时我们正在考察H公司,所以把H公司推荐给了他们。相对而言,H公司产品的性价比要高很多,他们的报价比AutoStore便宜了80%。

但最终Weee!还是选了AutoStore,因为AutoStore在美国有很多合作案例,也建立了完备的售后服务体系。Weee! 作为需求方最在意的是系统稳定性。他们愿意在仓库上多花钱,但不能接受系统宕机导致无法发货,这会对他们的客户信任度以及品牌造成很大影响。

这个案例让我们意识到,智能仓储领域有机会形成具备自增长属性的品牌:企业的客户案例、服务体系,能够帮它获得更多的客户;新的客户提升客户密度,又能够帮它获得更多的新客户。

另一个可以“和时间做朋友”的企业案例是我们投资的一家奶茶连锁企业——霸王茶姬。

在研究星巴克和 Tim Hortons的商业模式时,我们意识到具有较长用户留存率的“超级单品”,配合上较高的开店密度,可以在用户心目中建立起“品牌共识”。这种“品牌共识”会将目标受众类似的竞争对手挤出市场。

霸王茶姬的一些数据表明,他们似乎已经在客户群体中建立起了品牌共识。

首先,霸王茶姬最受欢迎的单品贡献了其收入的近四成,且这个比例仍在上升;其次,其在线用户的复购率是同行的两倍以上;第三,当门店密度增加时,其同店销售额不仅没有下降,反而仍以两位数的速度持续增长。

为了交叉验证我们的假设,我们在一条霸王茶姬还没覆盖的商业街上,找了一些消费者做了随机街坊。当我们问到“你知道哪些奶茶品牌”时,绝大多数的受访对象都提到了霸王茶姬,其中的大部分人还能说出霸王茶姬销量最好的单品名称。

这些信号让我们很兴奋,于是立即启动了与霸王茶姬管理层的面谈,随后很快便签署了投资协议。

当然,在研究商业模式时我们不仅在识别“自增强”这种积极的信号,还在不断尝试识别和避免“反规模重力”这种消极信号。举个例子来解释一下什么叫“反规模重力”。

我们研究过一家临期食品折扣连锁店,它单店数据非常好,能达到15%的利润,增长也非常快。但在调研过程中,我们发现行业里还有很多规模不大,但利润数据也很好的小玩家。我们觉得很奇怪,按照商业规律来说采购量越大,成本应该越低,利润也相对应该更高。所以我们找上游供应链做了摸查访谈。我们找了几个不同级别的采购,还找了金园路(尾货集中批发的市场)的档口主。

我们发现尾货市场中性价比最高的货往往规模不大,而且卖家更倾向于买家能够用现金全额支付。这是个机会型采购的市场,这样市场意味着采购方的规模越大越不经济,因为采购方很难大规模的采购到尖货,同时采购的管理难度也会因为规模增大而增加。反而是小规模采购者效率更高。

与此类似,反规模重力的企业在生意增长过程中,会在某些关键资源上遇到瓶颈,导致“规模越大越做不好”。一些典型的有“反规模重力”的业务模式包括:客户关系掌握在一线员工手里(连锁牙科诊所,连锁宠物医院,猎头公司,装修公司),规模小的玩家有“小规模成本优势”,品牌越大越容易被伤害(例如连锁重医美企业,重医美行业的医疗事故很难完全避免,而越是知名的企业,发生医疗事故时品牌所受到的伤害就越严重)。

我们不断的训练自己对不同类型的“反规模重力”保持敏感,这帮助我们避开了很多雷。

第二个差异是我们总是试图通过行为信号来识别S级创始人。

我们非常重视商业模式,但同样非常重视创始人的品质。

我们在看一家公司时,有超过一半的时间是在观察人。判断一个人需要利用各种代理变量,我们要跟他本人聊,跟他的朋友聊,跟员工聊,去不断寻找我们识人框架内的行为信号。

要准确判断一个“人”不是易事。从我们看到一个项目到做出投资决策的时间其实很短。另外创始人为了获得融资,会有自我包装的动机,这导致我们在调研过程中会收到大量置信度低的信息。

为了解决这些问题,我们做了一个极简的优秀创始人模型,只去抓两个关键点:第一个是创始人能否做正确的决定;第二个是他能否建设高效的组织。

这样的框架可以让我们避开很多雷,也可以避免因为一些并不核心的信息错过优秀创始人。

还是举霸王茶姬的例子,当我第一次跟创始人张俊杰沟通时,他告诉我他没上过学,我的第一反应是他没上过大学,结果他完全没有接受过基础教育。他从10岁到17岁是在流浪,所以18岁之前他都不认字。直到现在,他在给我们做板书时还有个别字会写成拼音。

这种创业者能不能投?

在跟俊杰交流的过程中,我们不断的在进行追问,目的是为了判断他的学习能力到底怎么样,能不能帮助他做正确的决定,他的决策习惯有什么样的倾向。这个过程中我们发现,他虽然没有接受基础教育,但他的自学能力很强。他阅读了很多的有声读物,他对商业模式的理解,对管理的洞察,比我们认识的大部分CEO都要好的。而且他在持续的学习,对于问题的思考很系统化,做决定很理性。

另外我们也调研了他的组织,看他能不能合理的组织团队并让团队高效的运转。我们的结论是俊杰的组织建设能力很强。一个代理信号是,在霸王茶姬的起步阶段,他就成功吸引了喜茶的几位核心高管加入团队,这其中甚至包括了喜茶的一位联合创始人。我们花了一整天时间与俊杰的核心团队交谈,了解他是如何观察人的,他做了什么来吸引和激励他们,以及他过去在组织上犯过哪些错误。最后,我们一致认为,他是一个自信、聪明又谦逊的人,有很高的情商。

如果我们当时只根据他的教育背景去做判断就太肤浅了。现在我们跟霸王茶姬合作了一年,我们很高兴当时做出了正确的投资决定。

第三个差异,我们不接受“fake it until you make it”。

这是硅谷创业圈的一句名言。直译过来就是在创业的过程中你得先假装你能做成,直到你真的能做成。这句话初听起来有些道理,但会在投资中埋下巨大的隐患。

我们建设了一个比较强大的反欺诈团队。过去的两年里,这个团队发现了8个有欺诈嫌疑的项目,帮我们避免了近5000万美元的潜在损失。当然,这些涉嫌造假的项目中很大一部分也能找到投资。我最近听说被我们拒绝的一家公司最近刚拿到了某头部基金数亿元的投资。

第四个差异,我们深信做好投后服务会带来巨大的价值,所以我们在用长期主义的心态去设计、实施投后服务。

我们投后的核心服务是帮助创始人提升组织建设能力。这一决策背后的洞察力是,当今许多公认的伟大企业家都曾经在组织建设方面犯过错误。这些错误较为集中地发生在他们的组织从30人快速增长到300人的过程中。

我们相信,这种投后服务策略会让 XVC在与同行竞争时拥有长期战略优势。

我们最近更新了官网,找到十几位被投企业的CEO,希望他们能根据合作感受提供一小段赠言。从赠言来看,我们的投后服务,尤其是在组织建设方面所提供的服务,获得了非常积极的反馈。

接下来再回答几个大家普遍都很关心的问题。

有LP曾问我们,如今的投资行业竞争愈发激烈,头部基金募资能力很强, XVC怎么应对?XVC的投资团队这么少,好机会出现是不是能看得见?为什么XVC没有通过大规模扩充团队来做地毯式的覆盖?如果别的机构这么做,XVC会怎么应对?

先看一下我们的一些投资数据。

过去几年,我们差不多每6个月会做一次复盘。方法是把IT桔子的融资信息全部列出来,按照融资时对应的估值来给公司排序。

我们会选取前100名公司,看这些公司融A、B轮时XVC覆盖(这里指主动聊过,属于浅度覆盖)了多大的比例。

从结果来看,XVC的覆盖比例在50%左右。我对这个结果不是特别满意,但我认为提升覆盖能力的靠谱方式是更努力的做研究,而不是扩充团队规模。

还有一个数字也很重要,从2017年到现在,我们的领投胜率差不多是90%。这个数字该怎么理解呢?在一个项目还没有跟其他机构签署投资意向书的情况下,如果我们提出了领投诉求,出具了领投意向书,那10家公司里有9家会让XVC来领投,剩下的一个也会让我们跟投。

很多LP可能会担心,头部机构团队庞大,他们会把所有的项目全部筛选一遍,挑最好的项目来投,剩下的再让其他机构去看。其实这样的情况根本不会发生。就算是行业内最顶级的机构,一年的投资量也差不多只有200个项目。在创业企业中,200个项目是沧海一粟。除非一家机构能开天眼,确保认出每个成功的项目,否则提高团队规模并不能提高投资的准确率。作为LP,各位对大型VC的表现应该也有充分的认知。从数据表现和投资回报率来看,他们不比狙击型基金高。

XVC到现在累计投资了40个核心项目,平均持有期小于两年。这些项目里已经有4个成为了独角兽,有10个估值已经超过了3亿美金。核心项目的平均年收入3.4亿人民币,大部分项目增速大于100%,而且距离天花板还有10倍以上的距离。我们在管基金的全部项目,假设按照现在的市场价值清算(早期我们踩过的几个坑已经算成亏损),整体的毛年化收益率是58.3%。

所以结论就是,小团队没有对我们的覆盖能力和投资质量造成影响。大家可能会有疑惑,这种表现是单纯靠运气还是有逻辑支撑?接下来我会给出我的理论。

首先,小团队在某些方面效率更高,其中之一是“知识的集中”。

我自己总结了一个理论:跨行业、跨市场、跨时空的研究,有一定的网络效应。它体现在几个方面:

第一,跨行业、跨市场、跨时代的研究可以促使我们看到更底层的逻辑。有句诗“不识庐山真面目,只缘身在此山中”,如果长期研究一个行业,反而可能会陷入盲区。这个时候去研究一下别的市场有可能会豁然开朗。

比如在一次印度之行中,我们看到了一位印度送奶工在两个小时内交付了100 多个订单;在和一位英国对冲基金经理的电话沟通中,我们了解了为何Ocado(英国最大的电商平台)的货车每天只能配送20个订单;在和Weee!的配送员一起乘车送货的过程中,我们知道了为何他给住在独栋住宅的用户送货仅需3分钟,而给住在公寓的用户送货却需要7分钟。这些惊人的发现促使我们去探索商业的底层规律,以及现象背后的本质原因。这种底层认知的提升,大幅度提高了我们学习新知识的速度和深度。

第二,我们有机会“乘坐时光机”去发掘投资机会。“时光机”是指我们在一个市场看到的模式,可以在另一个市场使用。这是孙正义提出的理论。比如我们在Weee!的投资里面,就利用了在中国市场学到的很多认知。

第三,在对创始人进行判断的时候会更通透。

我们在签投资意向书之前,会跟创始人探讨我们做过的行业研究,聊项目的竞品,他的客户,对行业的判断,项目未来可能遇到的困难,对员工、对组织的观察。我们聊得越全面,对一个人的认知就更清晰,但对投资团队的要求也相应的越高。要和创始人对等的探讨这些问题,需要沉淀大量的知识和经验。我很难想象一个百人投资团队的一线投资人员能完成这项工作。

这种跨行业的认知,不能通过组建大规模的投资团队来获得。他只能够用小团队来做,把这些知识、经验、能力沉淀在一小群人身上。

上图可以更直观的展现这种网络效应。我们每研究一个新的公司、新的行业,都会加强我们现有的行业认知。

比如XVC合伙人Rickey在新冠疫情爆发初期被困在了日本,这期间他研究了一家叫做神户物产的折扣零售超市。在听完Rickey分享之后,我们顺藤摸瓜研究了折扣零售,观察了日本调味品行业的变迁,冻品、预制菜行业的演进。这一系列研究加深了我们对零售,对自有品牌,对味觉记忆类自增强品牌的理解。这些理解进一步衍生出来我们对几个核心项目的投资。

除了网络效应以外,小团队还可以用田忌赛马的策略,把99%的决策做得更高效。

大家印象中投资决策都是由投委会做的。但实际上,投委会在投资成决策流程中起到的作用有限。原因在于,一个机构不论有多少人,都是由一线投资人员独自完成了99%的早期决策。

比如我们一年可以看到8000个项目,但精力有限,只能面谈800个。这800个项目中,我们深入研究80个就很勉强了,这意味着我们每个星期要启动1.5个尽调,而完成一个尽调通常需要两个星期左右,所以我们平均同时在尽调的项目就有三个。这个工作强度很大,那些大机构的投资人工作量也和我们类似,他们也没办法尽调更多的项目,他们看到的99%的项目还没有到尽调环节就被放弃了。

这个决定是谁做的?就是最早接触项目的一线投资人员。这些一线人员的决策,决定了机构会深度调研哪些项目,只有进入深度调研的1%的项目,投委会才能真正起到决策作用。

比如肆拾玖坊曾经和某大型基金的投资人员做了沟通,这位投资人员没要数据包就放弃了这个项目,根本没有做任何尽调。与此类似的,99%的决策就这样快速的被做掉。

小团队的好处在于可以保证每个接触项目的一线投资人都有“投委会成员”的决策水准,他们在前期的决策就有很高的成功率,我们就是在用这样“田忌赛马”的策略,把99%的决策做得更高效。我可以很自豪的说,XVC投资团队的每个成员都比我聪明,他们在一些领域内比我更有经验。

XVC的另一个独到之处是,它的独特投资理念是可清晰表述并且持续不变的,所以可以在整个投资团队内被理解和贯彻执行。

第二,大团队可能要面临组织层面的反规模重力。这导致他们在做1%的核心决策时也变得效率低下。

我们可以举个例子来解释背后的原因。

假设我们的投资团队有100人。为了使其高效运作,最优方案是将团队分成 20 个小团队。

在这种架构下,我们该如何做投资决策?有两个选择:第一,将决策权集中起来,由投资委员会来进行最终决策;第二,赋予每个小团队负责人做最终决策的权力。

我们先来探讨第一种选择。

投委会处理信息的总量不会随着投委会的规模(投委会的人数)扩大而增加。十个人的投委会能处理的信息量和一个人的没有差别。原因在于,为了能够有效的进行讨论,投委会中的成员在做决策前需要拉齐信息,这意味着在处理信息这项工作上大家是在重复劳动。如果我们要求投委会提升决策的数量,那他们的决策质量就会下降。因为平均做每个决策所能使用的信息量减少了。这是简单的数学问题。

再来探讨第二种选择,即赋予每个团队负责人做最终投资决策的权力。

这种“分散决策”的情况在投资行业中其实很难出现。原因在于这个行业反馈周期很长,决策中枢很难做到对每个团队负责人的绝对信任;另一方面,基金决策者这么干还会产生一个逻辑悖论:如果小团队自己就能做好决策,LP为什么要投资到你这个大的基金,而不在20个团队里面挑两三个表现最好的直接投呢?

假设我们真的决定下放决策权,那会出现什么状况?

首先,由于团队之间有业绩的竞争关系,各个小团队很难协同合作并进行信息共享。相反,他们会更倾向于相互隐瞒信息。在这种情况下,我们可以把每个小团队看成一个专注于某一领域的独立基金。

长期专注于一个小领域确实有其优势,例如对相关行业的扫描会更早,对该领域的信息也掌握的更细致。但这一模式也存在很大的缺点。

第一个问题,是团队对结构性变化的敏感度会降低。

我们和许多专注于垂直赛道的投资经理进行过沟通,发现他们对所关注的领域非常了解——他们了解技术、成本结构、上下游产业链参与者,甚至知道核心从业者的姓名。然而,由于缺乏跨行业研究所带来的“知识网络效应”,他们的视野会相对局限,往往只能用该行业的发展逻辑进行思考。他们很难看到正在重塑整体商业体系的长期结构性变化,对稀缺资源的转移也不够敏感,最终陷入知其然,而不知其所以然的状况。

决策权下放的第二个问题,是容易出现激励错位。

平均而言,能够获得巨大回报的投资机会每年只会出现零星几个,这意味着,身处热门赛道的幸运团队必然是少数。但是即便所关注赛道较为冷门,小团队仍要“做deal”,否则他们会担心工作都保不住。同时,公司通常会以投资回报作为激励的重要评判依据,不投资就意味着没有任何的回报。这种矛盾的处境会迫使小团队负责人做出两种选择,一是明知所处行业机会渺茫,仍抱着试试看的心态强行做出投资决定;二是把触手伸入其他团队负责的领域去寻找机会。

团队间的内卷因此加剧。那些身处热门赛道的团队会担心机会被“狼性”的同事抢走而不得不仓促做出决定。这增加他们错判的概率,导致他们最终错过机会,或者把钱投给了潜在成功企业的竞争对手。

那团队规模究竟多大才合理呢?在上图中我提出了两个新概念:一个是浅度覆盖,指投资团队去和项目聊过;另一个是深度覆盖,是指对项目进行了深度调研。

我想象中团队的合理规模,出现在图中的阴影位置。这个规模的团队,深度覆盖的效率和质量最高,可以做出质量最高的投资决策。

回到最初的话题,我们XVC究竟在研究些什么。一句话来总结,我们研究的就是“变”与“不变”。

我们希望找到变化背后稀缺资源的迁移规律,提前找到能够适应新环境的、掌握稀缺资源的下一代成长型公司。最理想的状态是这些公司掌握了稀缺资源后会长时间不变,能够长时间的保持领先优势。

比如我们可以用自然选择理论来类比分析商业世界。

首先,我们花了很多的时间去理解赢家为什么会赢。这些公司包括腾讯、淘宝、拼多多、美团、字节跳动,以及星巴克、麦当劳、可口可乐、Costco、Aldi、神户物产超市。我们尝试去分析他们在发展过程中做对了什么事,他们所处的环境发生了什么改变,他们的环境和我们有什么不一样。

然后,我们会观察和理解结构性变化,去判断环境到底在哪个点上发生了变化,以及在新的环境里面具有哪些特质的企业能够生存。

最后,我们会仔细地观察“基因突变”,换句话说,就是“创新”。

这些研究让我们更深刻的理解了什么是好生意,什么是优秀的创业者。也让我们可以保持对信息的敏感度和自己的机动性,可以随时启动行业扫描。

这就是我们每天做的事情。

但事实上,绝大部分的投资从业者都很难踏踏实实地做研究。

就像之前提到的,市场上新项目多如牛毛,今天推掉一批,明天又来一批,不断地有新的决策需要去做;某些机构一年要投200个项目,差不多一天半就要投一个;投资人员必须快速行动,因为如果行动不够快,你就很容易错失手里的项目;被投企业时不时会出毛病,机构需要帮忙去救火;大机构还面临内部竞争,有可能你还在做研究,你的同事已经把项目推上会了;我们每天要接触大量的信息,各种模式创新、新技术、底层科技创新、人群和需求的变化、政策变化,根本跟踪不过来。

所以,投资人员很难有足够的时间做研究,以至于绝大部分的投资机构并不相信研究对早期投资的重要性。有些机构直接把创业者用老司机、海归、小天才几个标签来分类,用标签来进行决策。

这样的生存环境下,XVC 如何保证研究的数量和质量?

我认为我们还是要有信念,只有相信看得见,你才能真的看得见。

我们用了各种方式让独立思考和研究的文化在组织中扎根。我们会去大量地做轻度研究,然后用长期思维和事实驱动方法去做深度研究。同时我们还建立了一个复盘反馈机制。

接下来我会对XVC的研究框架做简单的介绍。

XVC的研究框架之一,是研究对的问题。

过去十年内上市的中国公司里面,只有40家VC支持的公司成为市值达到100亿美元的鲸鱼。这40家公司的市值达到了2.56万亿美元,占了整个市值创造的大部分。业绩好的基金就是要抓住这些机会。

十年出现40家公司,平均每年只会出现4家,如果机构研究的领域恰好没有覆盖这4家公司所在的领域,那就会错过这个机会。如果连续几年都没有覆盖到相关领域,那基金的业绩就很难有保障。

我们如果执着于在某一些细分领域去研究,很容易花掉大把的时间却没发现好的机会。所以我们不轻易的做深度研究,而是做大量的轻度研究,建立认知广度,先对机会的规模和确定性做快速判断。

另外一点,我们始终在提醒自己不要过快地扩展团队的“认知边界”。某些我们认知不够、看起来充满了不确定性的领域,对其他的团队来说可能是一个确定性很高的领域。我们不会在这些领域里和同行“玩不公平的游戏”。

上图是XVC的小伙伴们在周会上分享过的部分话题,我展示一下,便于大家理解我们用什么样的机制来提高研究的覆盖度。可能大部分LP认为机构开周会都是要讨论项目,我也听说有的机构一开周会就开两天全部都在讨论项目。但我们周会没讨论过项目。

我们的周会就是用来做分享,促使每个人都要做研究,再让一个人的研究惠及所有人。这是一个小窗口,可以让大家感受到我们文化制度流程中间的一部分。

XVC的研究框架之二,是高效收集信息,识别信息的可依赖程度。

我们在长期的信息收集过程中发现,信息在加工传递过程中很容易被扭曲,以至于变得完全不可依赖。而且大部分专家都会不懂装懂。所以我们需要理解为什么信息会被扭曲,如何扭曲。这让我们可以对获得的信息的可依赖程度进行判断,决定是信任还是放弃。

另外我们会使用交叉验证,来避免单一信息来源所造成的信息错误风险。

举几个简单的例子。我们曾经针对目标项目的客户做过街头调研,这个过程中我们发现调研问卷的里面排序题是基本无效的。有接近60%的人一碰到排序题就放弃,最后收集的结果跟你在调研问卷上的排序基本上没有变化。

还有个小例子。在做面试官时,我们会尽量避免问意向性问题。比如说“你喜欢什么样的东西”,“遇到特定情况你会怎么样”。相对应的我们会尽量问行为问题,比如,“你过去的某个案例是怎么做的?”,以及“你具体干了什么事情?”。

XVC的研究框架之三,是正确归因。

在同行交流时,我发现过特别多的归因错误。比如我们在探讨一个项目为什么会失败时,很多人会快速的给出一个答案——缺少正确的基因。这个答案让我觉得很痛苦。

在XVC内部的探讨中,你很少会听到有同学将案例的失败原因归因为基因问题。我们讲究事实驱动,如果真的要讲他基因不对,那就要深入分析他的哪些行为习惯或者思维习惯导致他有路径依赖,进而导致他做错了哪些决定,导致了什么后果,这个后果为什么会引起公司的失败。这才是XVC的话语体系。

再比如“执行力强”。在讨论一个成功案例的成功原因时,最常听到的解释就是组织的执行力强。但他的组织为什么执行力强,他采取了哪些行动和制度来保障执行力,执行力为他带来了什么提升?这些都没有解释。

我们是如何做归因的呢?

第一,用可推敲的逻辑把大问题变成小问题,然后回答这些小问题;

第二,识别长期因素和短期因素,限制短期因素对判断的影响。这也是我们长期主义的体现。我们希望看到的是项目长期的状态,很多短期影响因素都是干扰项。

比如新冠疫情会对投资有什么影响,我认为没什么太多影响。如果把它放到10年、20年的周期中,那它对于绝大部分的行业来说影响都不大,我们不能被这些因素干扰。

我们看项目的时候也是一样,大量的无关信息都可以快速略过。但是凡是涉及到创始人的思维习惯的信息,那就是长期因素,因为一家企业换创始人是基本不可能的。比如它的商业模式有问题,它的用户留存不行,那可能就是个长期问题。但是像因为某个销售渠道没跑通、销售总监离职了导致的业绩问题,就是短期问题。

第三,我们会尝试从多个视角去看问题,“小逻辑”碰到“大逻辑”就要果断让位。

XVC的研究框架之四,用纪律来保护系统二的领导地位,并利用外脑来自我校准。

系统二的概念出自《思考·快与慢》一书,它代表较慢、深入且理性的思考体系,与之相对应的概念是系统一,它代表快速、本能和直觉的思考体系。

先简单地为各位描述一下XVC某位投资负责人的工作量。

在一个周的时间内,他安排了三个咖啡局和两个饭局来讨论新项目;和投后公司的管理层安排了三场重要会议;要参加两场目标公司的管理层面谈,每场大约需要五个小时;要在两天内对一个潜在投资项目做出投资决策。下周他还要在内部例会上做一个关于葡萄酒行业的分享。为了完成这些工作,他几乎每天都要工作到凌晨一点。

某天他收到了 10条关于新投资机会的消息,其中一条提到昆明有家奶茶连锁企业正在融资。在经过仔细的行业研究之后,他决定推迟几个会议,并在周末飞往昆明。在与这家企业的创始人面谈结束七天后,我们决定与这家企业签署投资意向书。

现在各位大概能理解,为何VC行业的从业者很难做到研究驱动。研究驱动的人可能很难抽出时间去仔细读那10条微信信息,这也意味着他将错过潜在的投资机会。

通过这个例子来继续解释一下我们的第四条研究框架。

我们的投资负责人和同行一样,也时刻身处信息庞杂、节奏飞快的工作中。但不同的是,他在这种环境中仍能抽出时间进行行业研究,并根据研究结果做出合理的决策。原因在于,我们有一套可落地执行的纪律,促使他能在苛刻的条件下仍坚持动用系统二来理性思考。

比如同时做正向思考和负向思考非常重要。作为投资从业者,我们既要发掘出项目让人惊喜的积极面,也要发现它的潜在风险,这样才能客观地评价它。但要做到这一点很难。

在XVC的团队中,我们不会为投资团队设置KPI,但每半年我会亲自和团队里的每个人进行一次复盘。我们会沟通的第一件事,通常是你为XVC寻找大机会做出了什么独特的贡献?你做了什么来帮助团队提升理解这些机会的能力?

与此同时,过渡的交易热情所导致的盲目乐观也会滋生问题。我本人就曾陷入过对一个投资机会的巨大热情中,这导致我忽视了很多显而易见的消极信号。

为了解决这一问题,我们设计了一个检查清单来帮助投资负责人做决策。清单里会考察项目的市场情况、天花板、竞争壁垒,也会考察创始人的决策能力和组织建设能力。我们会在清单内为每一项尽量打出客观的分数。通过这种方式,我们确保自己在决策前不断地核查自己所获取信息的真实性,并在决策时能够做到事实驱动。

另外我们一直在尝试建立一个真正能够独立思考的环境。就像上文提到的,XVC在周会时不会讨论项目。我们真正讨论项目的场景是两个人一对一。这种场景会更有利于提出犀利的问题,充分地进行挑战。我们做投资决定是独立完成,甚至不是在一对一的情境下。我们会要求大家一个人,在独立的环境之下做出投资决定。

这是我们设计出来的流程和工具,它用成文的纪律来保证我们在思考时“系统二”处于领导地位。

我们的这些策略,这些执行的方法,看起来有些反人性。但我们要认识到,投资这个行业的行业本身就是一个反人性的行业。我们也需要认识到自己不是完美的人,我们都有缺陷。这些反人性的策略和执行方法,可以让我们在这个反人性的行业中保持额外的耐心,克服我们自己的倾向、动机和情绪。

虽然市场和很多外部信息会产生波动,但我们相信我们的方法是时间的朋友。我们所需要的是继续努力思考,努力工作,坚持我们一贯的工作理念。因为有各位的信任,我们才有机会组建起 XVC的团队 ,打造出 XVC 的品牌;才有机会遇到伟大的创业者,并和他们并肩合作建立起伟大的企业。我们选择了一条不容易走的路,但我们乐在其中,因为我们是恰巧选择了投资行业的创业者。

再次感谢各位的支持,希望我们能够长期合作,给大家提供优秀的回报。

祝好,

胡博予代表XVC团队敬上


附录:

《致投资人的信2020》

《致投资者的信2019》

《致投资者的信2018》

《致投资者的信2017:寻找下一个腾讯》

《用VC的方法炒股票》(2016年)