录了一期播客
有幸以嘉宾身份参与录制了一期播客节目，主要聊关于 IT 产业与相关投资的看法。第一次干这种事儿，深刻体会到做访谈类播客不容易。
虽然做了些准备，但我事先也只是把想聊的话题要点简单罗列了下（确实也不知道该咋准备），现场就想到啥说啥了，导致一开场就总感觉哪里不对劲儿，动不动尬住，话题深度和广度的控制都别扭。
聊天过程中信息量巨大，难以聚焦，折腾了一整个下午。虽然聊的很high，但是整理和剪辑就成了崩溃的事儿（感谢剪辑小哥，佩服）。
不管怎样最后还是上线了。感谢《投资实战派》节目和小宇宙，欢迎关注点赞评论~
开启了一个空白技能点，如果以后还有机会做别的节目就有经验了。
突然更崇拜偶像 Lex Fridman 了，在访谈类播客这件事情上，Lex 真是行业顶流，质量产量两手抓。
要做好任何一件事都不容易。
整理了一下聊天内容，由于回忆错位（当天节目后其实还聊了不少别的话题）和剪辑原因，与播客版本略有出入，姑且当个文字版总结。
信息技术产业的本质讨论
信息技术产业，也就是IT产业。从商业属性的角度来看，大家的主要认知还是对各行各业的提效和降本，然后通过规模效应赚钱。
我认为这没毛病，但还可以深挖。主要因为高效率低成本是个后验指标，它是技术发展带来的必然结果。但是，纵观历史上的技术普及历程，你就会发现新技术成本其实都不低，哪怕是早期的享受了到新技术带来巨大变革且受益的客户，他们付出的成本也不低。
不仅成本不低，可能初期还很高。被新技术初期高投入折腾死的 IT 公司或者客户也不少。反观成功的 IT 公司，往往有机会在新技术初期利用高溢价赚上一大笔，尤其是消费类公司。
虽然长期来看成本可能是降低了，但那已经太晚了，所以深挖下去，问题在于成本是如何被降低的？
我认为 IT 技术首先带来的是新的应用场景，让人能够做到以前做不到的事。 在这些新的事物面前，是很难谈成本的。比如印刷术的诞生，带来了大规模知识传播的可能性；电子通信技术的诞生，带来了远距离信息沟通的可能性；又比如计算机的诞生，带来了自动计算的能力。
这些是变化的部分，但与此同时我们应该看到人类的需求中不变的部分，不外乎吃喝玩乐、衣食住行。IT 技术只是不断地在提供新的方式，满足过去同样的需求罢了。就好像不论是是甲骨文、印刷图书、还是电子书或者微信读书，提供的都是看书服务，只是方式变了。
再追问，为什么 IT 技术能不停的带来新的高效的做事方式呢？
因为人类利用信息的能力在不断提升，就好像从前我们只会用炸弹地毯式，但后来有了精确制导炸弹，效率就大大提高了。
我把这种能力概括为信息密度的提升。 直观的看，可以用三方面能力来衡量信息密度的提升程度。
一是空间维度，我们同时能获取信息量更多了。 比如视频和文字声音的区别；
二是时间维度，信息传播的更快也更广了。 比如我们能通过微博获取更加及时的新闻，三是我们信息在传播过程中的准确度越来越高了，这是材质的变化。 比如印刷术让复制信息的出错率更低了，数字技术代替模拟技术也是如此，区块链也是这方面的成功探索。
信息密度这个概念其实来自香农的信息熵，信息技术的本质是消除信息的不确定性。随着信息密度的不断提升，就是人类降低信息不确定性的能力的不断提升，这是整个信息技术产业发展最原始的驱动力。
接下来，随着信息密度的提升，存储、处理、使用信息的工具（我称其为信息容器）也在不断改进，所以我们就会看到各种新奇玩意儿被不断发明。
那么，人类究竟是如何做到不断提升信息密度的？
一是文字、音乐、图画等多模态信息的发展。 多模态使得人们能够擅长使用”隐喻“来使用信息，也催生了各种不同的艺术形式。它是一种人类专属的工具，使用隐喻传递信息可能是人的大脑涌现出的最重要的区别于动物的功能。
二是电力通信技术的诞生。 人们可以使用电力或者电磁波传递信息，第二次工业革命以后，人类IT技术能力开始起飞，信息传播速度可以是光速了。
三是电子计算机的诞生。 图灵机定义了什么是”可计算“，信息可以被随意的压缩，解压缩，以及做其他各种转换。人们开始理解了数字化的威力，开始向信息密度的极限逼近。
半导体技术与集成电路发展让以上所有这些成了现实，这就成了过去不到 100 年的时间里 IT 技术发展的主线。
我相信未来还会沿着这条主线发展下去。
AI 带来了什么
下一个问题是 AI 究竟带来了什么。
从消费者体验上看，从 PC 到手机，从 3G 到 4G，人们访问互联网的方式经历了从固定到可移动，从文字、图片到了视频、直播的变化等等，体验变化巨大，但到 5G 时代，似乎这种进步的体验感小了。
插一句，在过去几十年中，我们的瓶颈一直出在半导体集成电路的计算能力上，所以我们还有所谓的”安迪比尔定律“——只要硬件能提供能力，软件就能榨干你。
过去几十年，人们一直在疯狂的尝试提升信息密度。但手机视频直播似乎是这种演进的终点——我们似乎再也找不到比手机视频更加高密度的信息传播形式了，软件似乎没法榨干硬件了。
这件事我是认可的，也让我一度很焦虑，IT产业是不是发展到头了？
但是，这两年 AI 的爆发，才让我豁然开朗。原来世界上还存在一种信息密度超过视频的东西，叫做大模型 。
姑且用大模型这个词，它不光是语言大模型，也指代其他不同类型的大模型，或者指代未来的 AGI 能力。虽然人们已经研究了几十年 AI，但大模型表现出的 AIGC 的能力还是颠覆了我的认知。
就拿录制播客这件事情举例：播客，其本身是一种很好的信息传播渠道。早年间只有电台，遇到喜欢的节目，得用磁带之类的设备录制下来，非常麻烦（可能年龄大点的朋友小时候还有用磁带录电台流行音乐的经历）。后来，苹果推出 iPod 和 Podcast，让声音传播这件事更加方便和自然了，移动互联网的加持更让其如虎添翼。再后来，视频来了，比起纯声音，B 站舞蹈区 Up 主可能更加吸引人^_^。播客变成视频形式后，效果也会更好，比如 Lex Fridman 同时也是一个Youtuber，他现在的播客其实都有同步的视频。
AIGC 来了以后，格局一下子就打开了。
未来可能是这样的：我们录制播客内容，包括音频、视频、文字稿，都会被大模型学习后，打包成一个知识库被分发。不管你是听众、读者、观众姥爷都可以享用，因为AIGC技术的加持，你想看文字，就生成文字给你看，你想听音频，就把录音放给你听，你想看视频，就把视频丢给你看，你甚至还可以自由选择5分钟、50分钟、甚至500分钟的扩展版本。
你也可以把这期节目当成一个机器人，向他提点问题，定向获取相关信息。这件事儿很有用，别忘了如果有 100 个节目，你提同样的问题，你可能会获得不同的答案。
不论如何想象未来，只要理解 AIGC 带来的知识密度大于视频，我可以放心了，以目前的进度，未来几十年 IT 产业还到不了顶。
我们可以再把思路打开一点，如果播客可以这么做，我们为什么不把各种各样的信息都这么做一遍呢？没错，这正是现今各大公司在研究的事情。
人类的知识密度还会再上升一个数量级。
对我个人而言，我想如果可以打造出一个 AI 巴菲特，以后在做投研的时候，就可以随时征求一下”他“的意见了。
投资 SaaS 公司的应该关注什么
再把目光放到眼前，下一个问题是在这样的浪潮下，如何看待IT公司的发展以及如何投资，尤其是现在流行的 SaaS 公司？
先理解 SaaS 公司是什么，广义上看，IT产业链包括从互联网服务到软件到硬件再到半导体这一系列环节，我们主要还是互联网和软件服务部分。这其中除了大型互联网公司外，大部分软件公司可能都会以 SaaS 形式存在，现在流行的 SaaS 订阅模式，只是在互联网作为分发渠道后，卖产品的一种形式而已。
这些事情背后，IT 公司的商业属性不外乎服务外包或者是卖产品 。
软件最大的特征，就是可以以几乎可以忽略不计的成本复制。如果你是一个 IT 公司老总，你最希望的事情是写一些代码，然后能够服务很多很多人，这样就可以写一遍代码赚很多很多遍钱。
这个思路就像消费领域的大单品模式，一个产品如果能卖出足够多的量，由于边际制造成本低，公司就能获取大量的利润。
但问题在于，一家 IT 公司真正运作起来，要做到很低的边际成本其实并非那么容易的。这是因为 IT 公司要想办法教会客户学习使用软件，然后改变他们的工作方式或者生活方式，这样才算完成了客户服务。
这个教育客户的过程，说的不好听一点，就是“教客户做事”，对于很多IT公司来说，就必须解决一个问题：客户凭什么听你的？对于 toB 的业务，这种成本尤其明显，最终客户利益关系复杂，尤其是当客户是行业巨头，而你只是一家小 IT 公司，你想教育那些行业大佬们改变工作方式，简直是天方夜谭。
toC 的业务也是这样，这就是为什么互联网公司经常会花大量的营销费用培养用户习惯，花钱教育用户使用自己的产品和服务。
但是，总是有成功的 IT 公司做到这一点的，如果你没有做到，说明你输了。
因此，一家好的 IT 公司必须始终和客户待在一块儿，深刻的了解客户的工作方式，并对新技术和自己的产品如何改变客户的工作方式，通过更高的知识密度提升工作效率非常重要。作为一家公司，这一点的重要性，远高于先进的技术。
如果你去看 IT 公司的首页，这也是很多 IT 公司喜欢标榜自己拥有一大堆 500 强大客户的原因。不过，如果你能够深入了解这些公司的最终客户——很可能只是 500 强客户里的某一个小部门——你可能会发现他们对客户的服务还是非常不完善的。
还是用现在非常火爆的 AI 赛道举例子，作为投资公司，我们曾经尝试过使用包括ChatGPT 在内的各种 AI 工具来阅读公司财报，也尝试过把公司基础信息喂给一些 AI 机器人，然后改善我们的投研流程，但效果不尽如人意。比如如何把格式千奇百怪的PDF或者网页文字、表格喂给 AI，就是件很麻烦的事情。尤其是当这些数据每天蜂拥而至，你有没有趁手的工具的时候。即使作为一个比较专业的 IT 技术人员，现在的工具也很难满足我们改进日常投研的流程。
在真实的商业环境下，有大量这样让人不爽的细节问题，需要 IT 公司去解决、实践。
更难的是，虽然每家公司的工作方式各不相同，但作为 IT 公司尤其是 SaaS 类公司，不但要解决好这些问题，还要考虑一定程度的标准化，以便于服务更多数量客户。其实 IT 公司才是最懂行业的人。
对客户核心需求的深刻理解，是否能真正解决客户的问题，以及是否能提供相对标准化的产品，是这些 SaaS 类公司和核心竞争力。
当然在有的行业上标准化是很困难的事情，但哪怕是定制开发类的 IT 公司，如果能将核心技术标准化，在控制成本的基础上做好服务，也是能有好的机会持续赚钱的。
另外，对于 toB 类的 SaaS 公司而言，客户使用产品的驱动力更多来自于效率提升和以此带来的成本降低，而这一点随着时间的推移是必然会发生的。也就是说，相比起 toC 的应用而言，toB 类的应用可能会有更长的生命周期——渗透率随着技术进步和成本降低逐步提升，IT 公司可以持续获得客户从而获得相对长期的成长。
国内 SaaS 公司现状问题
以上说的主要还是针对 toB 类 SaaS 公司，其实国内也有一些 toC 的 SaaS工具类公司，但数量并不多，主要原因可能是我们国家的互联网服务太过发达了。
可能是因为国内过去十几年的 IT 投资集中于互联网公司，也可能是因为我们的工程师更喜欢去大厂上班而不是创业，不去纠结具体的原因，事实上如果你仔细观察美团、拼多多、阿里巴巴等公司，你会发现他们其实服务了非常多的中小商家，做了很多国外SaaS类公司做的事情。所以，其实我们的SaaS类服务水平，并不比海外差，只不过我们没有那么多做大做强的独立 SaaS 类公司吧。
在 toB 的 SaaS 类公司方面，国内的SaaS公司可能主要受限于他们的客户。首先毕竟我们积累少，起步晚，美国的 IT 公司早的可能从 20 世纪六七十年代就开始发展了，更重要的是他们的客户接受 IT 公司服务也有大几十年了，那些客户踩过的坑更多，再加上高人工成本，他们也更容易接受标准化的 IT 服务 。
反观国内的大客户，尤其是政府客户、大国企等等，他们是国内SaaS类 IT 公司的主要客户群，但他们真正数字化，其实也就是过去十几二十年的事情，外加我们较低的人工成本，导致客户更爱定制各种需求。我们常开玩笑的一件事情是，我们想把一个产品卖给某大国企，要做的第一件事情是替换掉启动界面，然后把产品名字给改了。
另一方面，我们国家的大客户的实力与发展阶段，也与海外的 500 强客户有很大差距。我们毕竟是发展中国家，我们的大企业们的发展很容易随着宏观经济波动，在全球范围内有较大影响力的也不多。因此，依赖这些客户发展的国内 SaaS 公司，可能很容易跟随客户的发展情况，出现周期性的波动。一些实力强大的 SaaS 公司可能会尝试往海外发展，但很快就会遇到与海外的 SaaS 公司竞争的情形，在海外大客户面前，我们不论在对客户需求的理解还是有差距的。
举个典型的例子就是广联达，伴随着国内房地产客户的发展，它专注于 BIM 和造价软件，已经做的非常成功，但随着国内地产行业的转冷，它也很快会面临增长放缓的问题。同时，在二级市场估值上，就会呈现出明显的周期性。
不过，增长放缓并不一定是坏事，我是相信SaaS 类公司是能够做到小而美的 。SaaS 类公司，如果能在一个恰当的规模上，专注的服务好自己的客户，长期赚取利润，然后配置好自己的资产别乱花钱，照顾好股东的利益，就还是很有投资价值的。
其实如果深入挖掘一些在港股上市的公司，还是有一些这样的例子的，另外，国内也有一些没有上市的 SaaS 类或者 IT 公司，依靠着手里相对固定的一些客户，也做得非常好。
关于投资 IT 类公司策略的讨论
对我来说，最重要事情还是关注那些未来三五年，或者十年期间一定会发生的事情，相信技术会持续的进步，信息密度回不断地提升。
现在来看，IT 领域最确定的事情，一是 AI 应用的发展，二是卫星通讯技术的落地。目前看起来，它们都已经看到了技术上实现的可能性，在过去一两年，它们的能力都已经被展现出来了。
对于一项好技术，0 到 1 已经实现，1 到 10 的过程就是一定会发生的。 纵观 IT 产业过去几十年的发展，不论是 PC、手机、还是短视频，都经历过类似的事情。在从 0 到 1 的阶段，大家在一阵喧嚣过后，很快会觉得它们是花哨的新鲜玩意儿，然而正如阿玛拉定律所揭示的那样，人们总是高估一项科技所带来的短期效益，又低估它的长期影响。
不同于周期性质的行业景气和题材炒作，这种技术进步带来的行业爆发，往往是不可逆的过程，一旦接受的新的工作或者生活方式，就再也回不去了。
这种不可逆的现象是一个很好的指标，因此，我很爱做的一件事情，就是向身边的朋友安利最新出来的黑科技。很多情况下，大家的接受度并不会那么高，但是，偶尔有那么几次，身边的人很快就接受并且开始主动传播，那么这可能就是需要开始敏感的时候了 。
我很喜欢乔布斯的一句话，苹果的工作是建立尖端技术和构成大多数人的“其他人”之间的桥梁，正如《跨越鸿沟》一书中提到的那样，在早期用户市场和大众市场之间存在一条鸿沟，一旦有人开始修这座桥，可能它还不坚固，也不好用，但你确实能够意识到，未来会有很多人将跨越过去，你就可以出手了。
估值是对IT类公司投资的一个难题，题材操作总是很快的反映出市场上过于乐观的预期，作为二级市场的投资人，我们只有接受它。
首先我们还是需要去计算估值，在市场非常火热的时候，千万不要被“市梦率”所蒙骗，即使估值很高，我们也有必要估算出这个估值对应的运营状况，有多少用户，贡献多少利润的情况下，这个估值才会合理。
在清楚市场估值背后代表的经营状况的情况下，我们可以尝试去评估 5 年或者 10 年后，新技术普及的程度，想象一下未来的生活或者工作会是什么样子的。如果你回忆一下十多年前刚刚开始有移动互联网以及手机游戏、手机电商、外卖这样的应用，再想想腾讯、阿里巴巴、美团这十年来的发展，你可能会对预测十年后技术对生活的改变更加有感觉。
总之，作为二级市场投资人，不去赌从 0 到 1 的技术进步，规避短期题材炒作，在确定长期技术替代的趋势，且短期技术遇冷的时间里开始投资并且长期持有，是我喜欢的投资策略。
这项工作对于 toB 的业务来说会更加难，但如果你本身就在某个细分行业工作，你可能就会觉察到某些变化，那这其中可能也会有更好的投资机会。除了那些耳熟能详的大 IT公司以外，细分行业的也会存在一些这样的机会。
最后一个话题，是 IT 行业跟踪的信息源问题。
首先还是阅读公司财报、季度电话会议以及重要人物的访谈，这与其他行业没什么区别。除此之外，大型 IT 公司比如苹果、微软、谷歌每年都会有各类发布会和开发者大会，这些会议内容都是可以让我们快速了解最新技术趋势的极好的材料，尤其注意到一些偏技术类的 Session 或者技术 Demo，你可以去看看那些技术大牛们都在玩些什么——不用关心技术细节——只需要看看他们在玩什么就可以了，对于科技 geeker 来说，这是非常有乐趣的事情。
当然还有各类科技类 UP 主或者 Youtuber，比如 Lex Fridman。
另外，如果还能自己写几行代码亲自跑跑看，弄脏自己的手，像玩玩具那样去玩一下就更好了，在 AIGC 逐渐发达的今天，这并不困难。
总之，一切的努力都是为了抓住那些未来十年十倍的大机会。
