投资大学问:中早期的艺术家,中后期的银行家
梅晨斐 梅晨斐

投资大学问:中早期的艺术家,中后期的银行家

对于早期的项目,很多时候做判断和艺术家对当代艺术的判断一样,是基于个人历史经验的主观判断。最早期的项目没有利润,退一步没有收入,再退一步没有用户。

本文系小村资本合伙人梅晨斐投稿,内容为小村资本合伙人梅晨斐在参加第五期Doer Link论坛上的发言整理而来。

一、 投资人的Knowledge Gap

什么是Knowledge Gap?

举个例子,如果我们的投向是游戏领域。那么我们对游戏领域的整个产业链,产业链上有哪几个节点?每个节点做什么?是否赚钱?每个节点分别有哪些公司?这些公司分布在北上广深哪些城市?我们和这些公司的创始人是否熟悉?这些内容我们都需要熟悉,并且会形成我们对游戏领域一个基本的知识壁垒。

如何使用Knowledge Gap?

当我们和项目进行交流的时候,会使用这个知识壁垒,去测试坐在桌子对面的项目创始人,他对于这个行业的熟悉和理解到底处于什么水平。假设,我们自己对游戏行业的知识壁垒是80分的话,如果桌子对面的创始人并不能接住我们的问题,意味着他们的知识壁垒还没有超过我们的80分。而我们要寻找的,是那些能过翻过我们的知识壁垒的创业者,那些85分,90分,95分的创业者。

但反过来,如果我们自己对游戏行业的理解只有40分的话,那么大多数人我们接触的创业者可能都能超过我们的知识壁垒,那我们就很难判断和挑选出那些最优秀的创业者了。

所以,构建自己对于细分领域的Knowledge Gap是第一步。

二、 投资人的Pattern Recognition

什么是Pattern Recognition?

即投资人的模式识别能力。什么是模式识别?同样举个例子,如果我们要教一个小朋友认识什么是玫瑰花,我们会怎么做?打印一张玫瑰花的照片给小朋友看,然后打印100张不同玫瑰花的照片重复给小朋友看。最后,当我们拿出第101张玫瑰花照片时,小朋友应该能大致判断出这个是否是玫瑰花。

如何使用Pattern Recognition?

判断项目同样如此,如果我们每年看1000个项目,那么当第1001个项目进来的时候,你不需要很多的时间,就可以大致判断出这个项目大概处于什么样的水平。

时间局限是大部分投资人都有的问题,而模式识别可以很大程度上解决投资人的时间局限问题。

三、 于不确定性中寻找确定性的艺术

通过降低单体风险降低系统性风险

假设你管理一支基金,每年投20个左右的项目。传统的做法是,花更多的时间搜集更高质量的案源,做好业务、财务和法务尽调。通过降低单个项目的风险,来降低整个基金的系统性风险。这个传统的做法,即精准投。

通过放大样本数量降低系统性风险

但如果我们来看硅谷的一些早期基金和孵化器,他们的整体理念和做法则完全不同。并不把希望寄托于降低每个项目的失败概率。而是增加投资项目(样本)的数量,并通过运营增加项目与项目之间,创始人和创始人之间,团队和团队之间沟通交流的机会,从而增加项目转型甚至团队重组的可能性(当然希望是往好的方向转)。

样本数量过少,这样新的重组和裂变可能性越小。样本数量越多,重组和裂变产生新物种的可能性越大。这样的重组和裂变产生新的物种,新物种的基因往往优于上一代的物种,这样他们的生存能力也更强。通过这种方法,提高了产生更优基因项目的可能性,实际上降低了单个项目的失败概率(即使你原来失败了,你也有可能参与到产生新项目的事业中去)。

简单来说,并不简单降低单个项目的失败概率,而是增加项目样本数量,提高重组和裂变的可能性,让高失败概率的项目参与到重组和裂变中去,延长他们的生命周期,曲线地降低了这些项目的失败概率,最终仍然是降低系统性风险。即概率投。

中早期的艺术家,中后期的银行家

最早期的项目,没有利润。退一步,没有收入。再退一步,没有用户。有的甚至连产品都没有做完。在做项目交流判断的时候,我们失去了传统所有的与财务有关的判断指标。

很多时候我们听投资人说投早期项目就是投人,其实这不是一个主动选择的结果。而是失去了所有其他判断指标之后无奈被倒逼的一个结果。

对于最早期的项目,很多时候做判断和艺术家对当代艺术作品做判断一样,是基于很多个人历史经验的主观判断。如果我们能够回到当年的荷兰,面对梵高的画,能够判断出这是未来价值连城的作品的艺术家,就是真正厉害的天使投资人。

投资 梅晨斐
赞(...)
文章评论
匿名用户
发布