作者 | Yahui Wei
數據支持 | 勾股大數據
編者按：從全球價值體系的脈絡和產業分配的情況，結合全球科技發展的脈絡，我們可知底層物質的認知決定了上層方法論。現在投資延用的方法論是機械運動論，即牛頓時代簡單的因果論、線性運動，從初始值通過一定的規律預測未來值。而我們對底層的認知在不斷進步，方法論也在進步，但是投資的方法論進步緩慢，現在已有所體現的只有量化交易。
在湧容資產與格隆匯聯合舉辦的每周日高端線下閉門分享活動《集思錄·大咖面對面》裡，本期嘉賓帶來其關於科技公司投資框架的底層思考。當一種方法論進化到大家都接受的程度，整個投資框架就會有所改變。從投資方法論演進的歷程來看，科技公司是否能做做價值投資？
1
世界的本質是能量
哲學認為，整個世界是物質的。科學證明這個描述不完全準確。我們知道原子的構成是質子、中子、電子，其中質子和中子被稱為強子，由原子核的強相互作用構成。1968年，斯坦福先行加速中心SLAC用高能粒子繼續轟擊質子和中子，證實了質子和中子裡存在更小的粒子——夸克，再繼續轟擊夸克，發現裡面空無一物，這證明夸克是構成物質不可再分的基本粒子之一，繼續研究，發現夸克只是一團高速旋轉的純能量。
任何物質分解到最後都是一堆夸克和電子之類的基本粒子，而電子本身也是純能量。這從科學的角度證明了宇宙的本質是純能量。因此，宇宙的本質，哲學上認為是物質，科學表明則是能量，這讓物質和意識在能量上達成統一，意識可能是能量波動的外在表現。
科學家認為宇宙中存在希格斯場，像膠水一樣將基本粒子粘合在一起，從而使其擁有質量和體積，繼而構成物質世界。2012年歐洲核子能機構證實了宇宙中確實存在希格斯場，也結束了測不準原理、量子效應。物質和意識的對立統一在能量上是一致的，這在底層上對我們方法論的認知有一定幫助。
2
能量有多重要？
人類文明進化的主脈絡有兩個第一個是能量，第二個是信息。
能量有多重要？人和動物的本質區別在於，人獲取的能量大於生存所需的消耗，能主動改變周圍的環境。遠古人類能從非洲大叢林出來，是因為當人類製造的能量是自身所需能量的兩倍時，能產生額外的能量冗餘，進行更大規模的生產，分工協作，形成社會結構和社會文明，實現科技進步，更先進的技術能使人獲取的能量更大而消耗更少，這樣飛輪就會轉起來。
人類掌握的能量總和沒到一定的閾值，就無法建立大工程。如核聚變需要幾百萬度的高溫把粒子變成等離子體才能發生。如果掌握的能量不夠，某些現象就會在低級的階段不斷徘徊，中世紀之前，人類文明就處在徘徊期。中美兩國在過去幾個世紀，人均GDP僅僅從600上升到了800-850，雖然有許多科學大發現，但是閾值沒有達到，科技僅僅在進行非常低級別的循環，沒有出現新的文明、組織和進化形式。
人類能量的脈絡，從火開始，通過火製作熟食易於消化吸收，每天進食時間從7-8小時縮短到1-2小時，吃飽了就可以做其他事情，賦予了人更多的可能性；接下來掌握畜力，馴化牛耕地、馬拉車。澳洲在地理大發現前一直處於農耕文明，因為那裡沒有可馴化進行農耕的大型動物，全靠人力耕作，效率低於畜力；接下來是自然風力，希臘文明之前，歐洲利用風力進行航海貿易、擴張，比當時的中國更繁榮；
16、17世紀的蒸汽動力是歷史革命性的進展，表明人類掌握的能量水平達到了一定閾值，機械動力相比原來的能量形式提升了幾個量級；從機械動力到電力是一種弱進化，根本的好處是有一個統一的能量供給中心。蒸汽機單個存在，電力可以一定範圍內集中分布；內燃機相比蒸汽動力和電力是一個螺旋式上升，雖然也是分布式，但效率提高很多；原油的能量密度更是與原來有幾十倍的差異，用很小體積獲得巨大能量，從而進一步實現更長距離的航行、移動、運輸等。1940s進入核動力時代，近60年處於初期，核動力目前只佔人類能源比例的很小部分。
如果有外星文明，我們告知對方現在人類已經掌握了核能——核聚變、核裂變；處在大一統理論和資訊時代，外星人基本上就能判斷我們的水平能量和信息。所以，一個文明所處的水平，可以依據其能量水平和信息水平判斷。
3
信息有多重要？
信息的本質是人認知世界水平的提高。而科學是通過一套行之有效的方法，發現一些特殊信息，即宇宙、自然、生命構成的演變奧秘。信息的重要性包括信息的獲取、傳遞和解讀利用、克服熵增。
1. 信息的獲取
遠古時代，人類信息獲取的方式是通過人眼觀察日升月沉制定曆法種植作物；中世紀通過望遠鏡觀察九大行星軌道計算方位，工具上有了提升；現代通過射電望遠鏡觀察外太空，通過顯微鏡研究生物結構。這些工具在本質上都是人探索外界能力的延伸，工具水平達不到，就沒辦法進一步認識世界。
只有看到某個現象，才能加以利用，醫學就是典型例子，從古希臘和中國古代的望聞問切，透過外表現象看本質，本身很模糊，結論也不精確；到後來顯微鏡、解剖學等工具和手段出現，就連現在的 DNA結構、病毒結構都能很清晰很精確。所以現在獲取的信息，比原來更精確、細緻，對世界的認知更深刻，同樣人類對世界的影響也越大。
2. 信息的傳遞
古代文明容易失傳，是由於人群與人群的隔離度太高，即使有人天資聰穎有些發現，也會失傳，後面的人再發現，就和他沒關係了。
古代文明進化速度很慢，到近代逐漸加速，主要原因是信息的傳遞斷層，新的認知信息傳遞不暢導致重複勞動，最新科技擴展範圍太小，了解的基礎人群太少，傳承歷史的知識都來不及，更不用說推陳出新。
科技進步需要的因素很難湊齊，經驗式的靈感一現是常態。所以了解的基礎人群一定要多，科技的飛輪才能不斷轉動。
3、信息的解讀
關鍵時間點上，信息的解讀需要天才人物的超長眼光和智慧，如牛頓、愛因斯坦，他們的認知超越當時普通人認知一兩個時代。人類對世界的認識從來沒有真正的正確，牛頓時代，很多事情可以用簡單的機械理論解釋，在愛因斯坦時代有些現象就無法解釋了，於是出現了新理論，解釋新現象。
所以，我們的認知在不斷認識世界的過程中得到修正，使得當前的理論能夠容納原有理論並解釋新現象。信息解讀是知識不斷累積的過程，在前人認識的基礎上不斷深化。科學之所以牛，是因為它的可複製性、可驗證性和可進化性。
後面的人只要學了自然哲學的實驗原理，就能達到和牛頓相同的實驗水平，這樣人類認知就能不斷進化，而希冀牛頓這樣的天才不斷出現是不現實的。
信息解讀的重要性，體現在方法論的不斷進步。古代的技術不能稱之為科學，因為其演化沒有方向性，亦無原理性指導。文藝復興之後，有了科學的方法論，才讓科學有進一步發展的可能。從柏拉圖到笛卡爾到奧本海默，柏拉圖繼承蘇格拉底的思想，是一套可以發現真理的學說體系，不過被野蠻的羅馬文明打亂；笛卡爾建立了直角坐標系，牛頓說「站在巨人的肩膀上」，這個「巨人」是指笛卡爾；奧本海默的曼哈頓工程製造了原子彈，使用了油提純分離、計算機等技術。
以前，技術是大家知道的東西，現在是知道一個東西再來推演，形成一個更複雜的技術，現在新科技的應用，複雜程度更是大幅提升。在世界複雜度急劇增加的今天，系統論、資訊理論、控制論成為信息世界底層設計的原理性框架，科技和信息的發展需要預見性的框架設計，而不再是隨機演進。如晶片、生物醫藥等的發展有非常強的設計性和目的性，對信息的解讀及預見性設計方面有更高的要求。
4、輸入新信息，克服熵增
信息的重要性，還體現在克服熵增。熵增是一個熱力學定義。科學家想利用溫差製作永動機，但是發現孤立熱力學系統的熵不減少，反而增大或者不變。一個孤立系統不可能朝低熵的狀態發展，即不會變的有序，世界總是朝無序、混亂、熱寂的方向發展，最終走向毀滅。
麥克斯韋設計了一個熵增試驗「麥克斯韋妖」：一個絕熱容器被分成相等的兩格，中間由「妖」控制一小扇「門」，容器中的空氣分子做無規則熱運動會撞擊「門」，「門」可以選擇性地將速度較快的分子放入一格，較慢的分子放入另一格，這樣兩格的溫度不同，可以利用溫差驅動熱機做功。這個實驗最後證明不可行。
雖然麥克斯韋「妖」可以通過開關「門」來分隔分子，但是「妖」需要判斷，這種判斷屬於信息，信息是耗能的，這是通過給系統增加信息，減少了熵增。因此，資訊理論中，熵增是一個重要概念，主要用來衡量信息的有序程度。對系統不斷輸入額外的信息，就能克服熵增，無論是對企業還是個人，保持長期穩定地高質量地獲取新信息，可以減緩熵增。所以，每個人都應該保持學習，不斷獲取新信息。
4
科技公司能不能做價值投資？
科技公司的本質是技術範疇，靠對某種技術的運用、或提供服務，從而獲得收入。但風險有研發支出回本的不可預期性，研發成果能否達市場預期，研發成本能否收回，都是未知的。成本端的門檻高而邊際成本低，從而天然獲得玩家少的壟斷優勢，下一個進入的玩家需投入的沉沒成本非常大，一般人都不願意參與。
科技公司的庫存如果都砸在手裡，會直接影響現金流。最好的生意是庫存不貶值的生意。現在賣不掉，以後可以繼續賣，現金流好。如白酒、房地產，庫存甚至會升值，汽車行業PE倍數低，因為庫存貶值。
但科技公司造出的東西如果賣不掉，來年就落後於時代了。小米2016年出了600萬像素攝像頭的手機，結果當年流行趨勢是1000萬攝像頭，於是那年的手機就賣不出去。有個笑話，兩個強盜在監獄裡商量著出獄後把搶的東西挖出來賣掉，結果幾年後出獄，發現搶的是BP機，直接傻眼了。蘋果公司走向偉大，是由於它整合了產業鏈，用科技的手段實現了歷史上比較少見的高貨值低庫存周轉。
對公司而言，科技的發展具有不可預測性，從現在看以前，手機流行趨勢從黑白屏、彩屏、直板到翻蓋；視聽設備從隨身聽、CD，MP3，到MP4，當時預測之後的發展方向是MP5，但是直接就過渡到了智慧型手機；電腦從臺式機、筆記本、上網本（份額一度20%-30%），到Pad。潮流變化太快，每個潮流都預測準確難度太大了，所以，科技公司跟不上時代是常態。
我們習慣了網際網路的先發優勢，所以心理認知上認為科技公司就會具備先發優勢，但實際上不是這樣的，本質上科技不具備先發優勢，有先發優勢的是網絡效應，二者不能混為一談。有兩個案例：
例1： 戴姆勒和卡爾本茨在1886年就發明了三輪汽車，亨利福特1896年才發明四輪汽車，但是四輪汽車卻成為了行業標準。
1901年，美國人奧斯創立的Oldsmobile（奧斯莫比）已經實現了標準化部件和靜態流水線作業製造汽車，將造車成本降低到650美金，年產600多輛，1902年產量達3000輛，是第一個能大規模生產汽車的公司，而其他公司還在手工製造汽車。福特公司學習後改進為動態流水線作業，1908年造出的T型車風靡全球，售價825美金，1925年降價到260美金，1927年停產下線時共計賣出15000輛，此記錄保持了50多年。
例2：在1937年之前，天空運輸霸主一直都是飛艇，廣泛應用於貨運、客運和軍資運輸等。1900年的齊柏琳飛艇長128米，直徑11.58米，內燃機動力，氫氣浮力，兩個吊艙，可乘5人。最成功的齊柏林伯爵號飛艇一共飛行了100多萬英裡，1929年8月完成了環球飛行。
而萊特兄弟發明的飛機開始不能載人，改進後可以坐兩人。但是這麼成熟的飛艇體系，卻被飛機後來者居上取代了，1937年5月6日，最大最先進的興登堡號飛艇在從法蘭克福飛向美國新澤西的路上起火焚毀，97位乘客死了36個，此事件讓飛機進入人們視野，並進一步發揚光大。
所以，科技公司和網際網路公司雖同屬TMT，但不能混為一談，先發優勢在科技公司，特別是硬科技公司中並不能保持領先，科技公司也並不需要保持領先，而是需要跟隨，因為創新成功大概率帶來的是行業的共同繁榮，但是失敗的風險需要獨自承擔。
科技公司靠壟斷吃飯，但並非靠行政壟斷和自然壟斷。靠科技形成的壟斷，往往會被科技本身摧毀。原因就在於研發支出回本的不可預期性，成本端門檻高的特性，即是優勢也正是科技公司死亡的原因。只要某個技術沒跟上，之前的投入就會歸零，公司很容易崩塌。
對科技公司的估值很tricky，現金流的預測依賴於生命周期的預估，科技公司突然死亡的特性導致對公司預期壽命的不可預期性，高投入會導致高虧損，短期可能會帶來豐厚的收益，但是長期來看，漫無邊際的虧損，可能把盈利全部貼進去。所以從長期看，科技公司並非價值投資的良好選擇。
5
科技公司的投資框架適應性
近幾年有幾種很典型的思潮：2011年-2012年前後在奇點臨近思潮的影響下，庫茲維爾作為教主，總結了過去幾萬年人類科技發展的曲線，指數級增長非常明顯，認為我們將迎來奇點，人工智慧、生物科技將人變成神，人與人的差距將會比人與猴的差距大；到2014年前後，泰勒考恩的科技大停滯理論又被大家奉為圭臬，覺得最近一個世紀，在相對論發現後的100多年間，在原子彈、登月、青黴素之後，人類沒有新的突破。
其實，科技常常呈現出快速發展和相對停滯交替的狀態，即科技的發展是快速發展和消化細化交替進階的。這跟打遊戲一樣，只有能量和信息的掌握水平突破一定的閾值，大家才能打開新的副本，進入下一個level的遊戲。然後在這個level下不斷深化細化，提高對能量效率的使用水平和信息掌握的精細水平，為下一次突破閾值積累。這也符合20世紀的新發現——光電效應理論，躍遷需要能級突破。科技本身是階梯性進步，而不是一直處於曲線加速階段。所以現階段既不是科技大爆發，也不是科技大停滯，只是還未突破總能量的閾值，是一個自然演化的狀態。
目前我們處於科技的消化利用期，核能已經有60年，核動力佔全球動力的比例小於15%，對核能的擁有效率不高，但是對能量的使用效率提升非常快。2014年後，原油大跌的原因固然是頁巖油革命，但還有很重要的一個原因是美國汽車行駛裡程同樣的前提下油耗下降了20%以上；AlphaGo和李世石對戰，CPU每秒5000億-7000億次運算，GPU每秒可以實現7萬億次運算，耗電200到300度；1946年製造出的第一臺計算機埃尼亞克，每秒運算5000次（當前手機的百萬分之一水平），耗電150度，AlphaGo相比埃尼亞克的能量使用效率提升了3000億倍以上。
每一個快速發展時期都有其特殊的方法論，往往是在原有成果上沿著這個方法論的慣性前進。從牛頓開始到19世紀末，科學的方法論是機械動力論，知道初始值和規律，便能推導終值。設計各種精妙的機械來替代或者放大人力成為主流，確定性的機械思維成為主導，大家相信因果規律的可預知性和普適性。
但從底層認知的角度，自1905年愛因斯坦開始，進入量子時代，不確定性和新的時空觀出現，科學的方法論如資訊理論、控制論和系統論都做出了適應，但是我們的投資框架仍然以確定性、規律性、可預知性為核心。這主要原因是我們投資的很多行業是舊時代的東西，如機械製造、化工、日用消費品等，所以大家在共識上沒有進化到不確定的時代。
新科技出現，給大家留下的窗口越來越短。網際網路給大家留了10-20年時間，移動網際網路只留了5年。接下來，無論是AI還是其他，可能留的窗口期只有2-3年。不確定性增加了，但由於人對外界變化的弱適應性，會讓舊公司的慣性放大，強化舊公司的業務優勢，這可以解釋為什麼最近幾年科技公司越來越大，投資者買大科技公司，一方面是抱團，一方面不是為了求變，而是為了掌握不變的東西。