← All-In

Vision Pro:用还是弃?Meta 对 Snap、SaaS 复苏、AI 投资、蔓延的房地产危机

E165: Vision Pro: use or lose? Meta vs Snap, SaaS recovery, AI investing, rolling real estate crisis

第165期2024-02-09简体中文
收听本集00:00 / 1:28:21
阅读设置
按你的习惯阅读
正文字号
下载播客精读
把这一篇,带走慢慢读

中文 · 精读 · 当前版本

下载功能还未开放

§01伙伴们开场!

00:00好了。Friedberg 回来了。欢迎回到 All-In 播客。第 160 多少期。你最爱的播客,就是那个老一套,啰啰嗦嗦。

00:07和我一起的,又是那位来自 off 的主席独裁者 Palihapitiya。Loma Raymond。是的。David Sacks 肯定在场。而 Sacks 在他遨游元宇宙期间,我们在太阳系的某个太空角落找到了他,戴着他的 Apple 眼镜,你最爱的科学苏丹 David Friedberg 从元宇宙回来了。

00:29我想你们了,各位。

00:29欢迎回家。

00:31Sacks,谢谢你请我来。

00:32你去你那 Google 眼镜里"称王"的时候发现了什么?抱歉,是 Apple,你真的用了

00:39那个 Apple Vision Pro 的"外带"吗?

00:40我下单买了。我下单买了。我路过 Apple 店,本来打算进去试一试。可里面有太多疯子了。我心想,算了,我不进去了。

00:48但我下单买了。你——你真的用过它们。

00:50我在网上订了一台让人送货,结果大概被推迟了一个月。所以我跑去 Apple 店自己提了一台。好。我的孩子们用它用得停不下来。

01:00噢,真的吗?我去了 Apple 店,可被小偷把我洗劫一空,全部家当。所以

01:05想象一下奥克兰那家店。

01:09天气很开阔。Rainman(雨人)

01:13David Sachs。

01:16我就说,我们把它开源给粉丝,他们就把道理都抛到脑后。(转录不清)

01:24那太疯狂了。那太疯狂了。

01:26好吧,把那个视频放进来,给那些抢 Apple 货的蠢货看看。这些设备被偷了之后都会变成砖头,全都内置 GPS。你试过了吗,Chamath?

01:34没有。它忙着健身、做爱、赢人生,忙不过来。噢,好吧。懂了。

01:39所以你当时在甜蜜地做爱。你眼看着自己的投资组合往上涨,而且你总体上就是在赢。懂了。懂了。是的。

01:47是啊。所以说,Friedberg,我们其余的人都在做真男人。在现实世界里成就一番事业。不过——不过还是跟我们讲讲你在元宇宙里的那段时光吧。

01:54那副眼镜是不是随附一张终身 SSRI(抗抑郁药)处方?

01:59你们俩听起来就像那种其实反科技的科技记者。你们俩

02:04其实科技记者很喜欢它。

02:06又在说什么上一代计算平台。我记得 iPad 刚出来那会儿,人人都看衰 iPad。我当时觉得它很蠢。我试着用过,根本榨不出任何价值。

§02Apple Vision Pro 拆解

02:15在 2010 还是 2011 年——它到底什么时候出的,2010、2011——我们开始让销售团队用它向农民卖东西。我们给每个销售员配一台 iPad,他们带着 3G 下到田间,能当场在跟农民见面时就把单子签下来,这在以前从没做到过。通常我得把农民请到办公室来。产品上用了多少台 iPad?噢,我们大概有九台。

02:36我们卖的是 Climbing.com(转录不清)的软件。

02:38是的。我们还把它们发给我们的几十个销售员,也发给我们的销售代理。那些独立代理开始用它们,这对农业领域的销售方式简直是彻底的游戏规则改变者。我第一次用另一套设备时,连想都没想到过这一点。

02:50就像——我们言归正传吧,Sacks(谐音 brass tacks,意为"切入正题")。什么才是杀手级应用?你觉得五年内,人们每天会拿这玩意儿做什么?有没有一个每天都会用的场景?

02:59我说几点。第一,我的感受跟当年对 iPad 的感受一样,就是我不知道它今天到底是什么,但我能感觉到那里头有点东西。我给你举个我想到的例子。首先,这个 AR(增强现实)是颠覆性的。

03:10好。

03:10如果你用过 Meta 的——对——Oculus Quest,它会让我头晕得厉害,头疼,眼睛疼,整个人晕头转向。Apple 解决的问题是,你仍然身处现实之中,但又能跟现实里那些三维物体互动,做得真的很好。它肯定是第一代,接下来几代会有惊人的变化,但它去掉了完整 VR 体验里那种头晕、脱节的感觉,我觉得这真的很了不起。

03:40然后上周——很抱歉我错过了那期节目——我公司在北卡罗来纳有一处设施。我们有一个巨大的温室设施,我当时在跟农民之类的人开会。我去那个温室设施,发现温室技术人员和实验室技术人员要做大量工作,他们用 iPhone、条码扫描器和打印机,手里拿着这一堆设备,扫描花朵上的二维码,取出花粉,放进下一朵花里,还要互相培训怎么操作。我就想,我把这个 Apple Vision Pro 戴上,心想,天呐,我们原来要用这么多不同部件来做、还特别耗时的所有那些 app 和工具——图像采集、数据采集——完全可以在你工作的同时一气呵成地完成。

04:22你可以有一个

04:23任务清单。对。对。你有一份要写的任务清单。

04:26摄像头在过程中拍摄图像。二维码被自动扫描。数据被录入。那个任务清单会给大家列出下一步该做什么。他们干活时还能听音乐。

04:36我就意识到,对那份工作来说。我跟那边的整个团队见了面,花时间跟他们相处,还亲自做了他们做的那些活儿,以便更好地理解整个工作流程。我心想,天呐,这份工作的每一个环节都会被极大地改善,戴上这副眼镜生产率会提升十倍。这会在接下来几周或几个月里发生吗?我不知道。

04:53但我的工程团队正在研究它。我们能不能拿来用?能不能用一些现成软件?能不能自己开发一些软件?能不能把它戴到大家头上,给他们更好的工作体验,提升我们的生产率,做自动化数据采集。

05:04所以我不确切知道它会往哪儿走,但我开始能看到它怎么会变成职场环境里更普遍的一部分,而不仅仅是面向消费者的电子游戏和看电影的工具。所以我对它的走向相当乐观。它肯定是第一代。我觉得现在就像 iPad 刚出来那会儿,没人真正搞得清应用在哪,不过嘛。

05:21企业级应用。难以置信,Sacks,完全说得通。还有培训——培训,对吧?

05:25流水线工人、仓库工人,你能拿到实时的任务更新,数据全都在实时被录入。顺便说一句,我还想说的另一点是培训这块太厉害了。它上面有空间视频录制。所以看起来就像你在亲身经历别人经历过的事。你可以用它培训别人去做一件困难的任务。

05:44与其让一个人花好几个小时去培训一支队伍,这支队伍可以由眼镜来培训,方式是你今天用二维视频根本做不到的。所以我不知道。我——我——我相当乐观。真是奇异的时代。

05:55对吧?

05:55我不知道。你——你是科幻迷。我记得《奇异的日子》(Strange Days)。

05:58完全是。

05:58所以说吧。头一年会发生什么?人类会不会因为戴上这些东西去干工厂里的活儿,而变得越来越像机器人?还是说 Elon 那边搞的 Optimus,还有一些

06:08Humane,我想那是

06:09另一家。还有另外几个人在造通用型机器人。

06:12Figure 是另一家。

06:13搞清楚谁会笑到最后?到底是人类长着像机器人那样采集数据的眼睛,还是机器人长出像人类那样的四肢?好,让我把两个想法拼到一起,

06:28看看你觉得这个论点怎么样。

06:30如果你去想那一代人类

06:30——这代人比之前任何一代都更接近于生活在一个彻底沉浸式的世界里。我会说最好的代表就是当下的青少年和二十来岁的人,也许往上到三十出头的人。为什么呢?你知道,他们一辈子都活在社交媒体里。他们一辈子都活在沉浸式电子游戏里。

06:58但问题是,就我们从进化的角度所知,他们是不是过得更好、更快乐?我要告诉你,答案是一个巨大的、裂开口子的"不"。所以如果你相信抑郁的上升、自杀的上升、对毒品的依赖、对 SSRI(抗抑郁药)的依赖、性滥交、不结婚、不生孩子——如果所有这些东西在某种程度上是一个相关联的副产品——我们先别说它是因果关系,对吧,就说它是一个相关联的副产品——是这整个沉浸式的、几乎是排他的、脱离现实的世界的副产品,而这些

07:37人就是在这样的世界里长大的,把

07:38这个推到极致——我就这么抛出来——它可能并不是我们问题的解药。所以我想,对你问题更直接的回答是,我希望是后者胜出,这样我们能把这些眼镜摘下来,真正学会彼此交谈、看着对方的眼睛、结婚生子,因为我觉得那对这个世界其实更好。我甚至很可能会说,那对这个世界几乎比把生产率提升十倍还要好。有意思。

08:11然后你会看到癌症和疾病在这些年轻人当中不成比例地偏高,这其中的相关性。所以我觉得某种程度上我们应该问问自己:这些十五到三十一岁的人,他们生活里到底在结构上发生了什么,才导致结果这么糟?如果你看看他们生活所处的一些环境变量,再把其中一些推到极致,我觉得有一个合理的论点是,他们的生活会先变得更糟,然后才会好转。

08:42是啊。我是说,你花在社交媒体上的时间,是跟抑郁相关的。不在

08:46社交媒体上。我只是说,这种沉浸式的、把自己从世界里抽离、只通过一个麦克风和眼镜去生活的方式,推到极致,我不确定它是不是这些孩子感到疏离、孤独、被孤立的解药,

09:00被孤立。对。我是说,它——我们在这更年轻一代身上看到的所有这些东西,都跟它的出现相关联。所以它会不会是一个

09:07好的生产力设备?是的,当然。

09:09我是否

09:09希望它是个好的生产力设备?是的。但如果我们试图把它变成包治百病的万灵药,我觉得我们会加重这些年轻人身上那些系统性的问题。而且我怀疑,在边际上,如果让你押注的话,我们今天在这些年轻人身上看到的所有这些东西,会作为技术的副产品而变得更糟,而不一定变得更好。所以如果你能走一条不同的路,比如 Optimus 或 Figure AI 的机器人,让那些活儿由它们来干。

09:38那至少我们面对的是一个不同的问题,可能甚至更关乎生死存亡。富足。但是一个不同的问题,那就是现在你怎么找到人生的意义——不过也许你可以通过连结来找到意义,以及那些人类经过数十亿年演化、真正被塑造去追求的东西。

09:53好,Sacks,我记得当年——你开始搞事情的时候,你张罗了一个 VR 的小组,而且你当时相当投入。你下了几个小注。我记得。

10:05我觉得它们没一个成了的。说真的,如果我说错了你可以纠正我,但你在那上面进场稍微早了点。也许你可以聊聊这玩意儿的商业逻辑,它变了没有?因为你当时相信。我相信,很多人当时都觉得,嘿。

10:16也许这次就是 Zuck(扎克伯格)真正开始的时候,你知道,他当时收购了 Oculus(转录不清,原文"Hawk"),他们开始推出一些不错的产品。但那看起来像是一次假启动。这次是真正的发令枪响了吗?这是 VR/AR 普及竞赛的开端吗?

10:31我觉得我们还没完全到那一步。

10:33好。

10:34我们谈论 VR 会成气候已经谈了十多年了。

10:39是啊。不,更像是三十年。你还记得任天堂那套 VR 的东西吗?它

10:43就像总是处在即将发生的边缘。我觉得对 Apple 这些设备的主要抱怨是,它能力很强,但戴在额头上还是个相当庞大的设备。这还不够舒适到让人想一直戴着。我是说,还有使用场景的问题,不过他们在使用场景上正逐渐摸到门路。不管怎样,我确实认为 Apple Vision Pro——就像我上周说的——是一个有用的原型或概念验证,而且它会越来越好。

11:15所以我很高兴他们做了,因为我觉得你总得从某处起步,然后不断迭代。但最终要让它真正腾飞,我觉得你得缩小外形尺寸,把技术微型化。每一代都让它更简单、更轻、更好用。

11:33是啊。我是说,最终它会像太阳镜一样。所以那就是,我想,如果它们变得像普通眼镜,我觉得我们都会认同。

11:41对。它就变成——我不知道。我得跟你说,我觉得它相当舒服。我不知道你们——你们俩其实都没真正用过

11:46我听说的就是这样。这挺让人意外。网上大家都在说它跟

11:50我戴过的任何头显都不一样,他们在散热设计上做得太出色了。

11:54它戴起来像滑雪镜吗。

11:57它不觉得重。它不觉得有压迫感,跟

12:00滑雪镜比。比起你戴滑雪镜的话,

12:03它比滑雪镜的束缚感要小。它更舒服。它有点像轻轻浮在你脸上。他们在这个做出来的缓冲装置和你戴上去的那条带子上做得特别好。感觉非常——这是 Apple 的设计。

12:13对吧?它就像一个设计得真正出色的产品,跟你以前试过的任何东西都不一样。

12:17我一直觉得,当 Apple 下场参赛,那就是发令枪响了。而且我觉得这次就是了,因为我从每个人那儿都听到同样的话。你一定得试试。它感觉跟 Oculus 以及之前出的那几个版本不一样。而且他们有 app 生态,我不会小看这一点——你知道,让 app 生态变现的能力,还有那些已经在开发 Com app、Uber app、Notion 之类的所有人。

12:43嗯,你知道,人们在用、在爱用的所有那些东西,Spotify、YouTube,然后统统灌到这边来,Fortnite 什么的,我觉得那才是魔力所在。而且这里的数据可不会撒谎。我是说,这太难以置信了。他们已经卖出了二十万台。这看起来好像不多,但对一个第一代产品来说,那很多了,而且他们今年还会卖出五十万台。

13:03会接近,大概

13:05那没那么多。嗯,

13:05这可是几十亿美元。

13:06我是说,Meta 卖得更多。

13:08他们确实卖得多。是啊。但是,你知道,这台要四千美元。不是五百。所以一台四千美元的设备能卖出这么多,是了不起的。

13:17它不像那种会有几千万甚至上亿人去买的普通 Apple 大众市场产品,但它让他们走上了一条路——对——在这条路上他们可以迭代,不断把它做得更好。

13:30你看,我觉得

13:31而这,我想,就是我想问 Friedberg 的。你会把这个拿来跟买一台 MacBook Pro 比吗?买一部 iPhone,还是买 Oculus,你知道,那种五百美元的机器?因为我在网上看到的每个人都把它跟买一台笔记本电脑相提并论,因为它能当桌面用,你可以拿它敲代码、上网什么的。你把这个归为哪一类?它是买一台电视?

13:53是买一台笔记本?还是买一部智能手机?

13:55嗯,你得有个键盘才能在上面真正高效地干活。如果你要拿它来写东西或者写代码的话。所以光靠头显本身其实不太行,不过你可以那么做。是啊。它绝对像是买一个新的计算设备,但人们当年对 iPad 也是同样的感受。

14:10回到 2010 年 iPad 刚出来那会儿。人人都说,

14:15这是给谁用的?

14:16这是一台全新的电脑。它是给谁用的?你已经有手机了。你已经有电脑了。你为什么还需要一台 iPad?

14:21然后他们现在一个季度卖出好几千万台。是啊。所以说真的,我——我在算这笔账的时候,就随手估了一下。我觉得他们会卖出一千亿美元的 Apple Vision Pro——不是这一个版本,而是这个版本加上下一个版本,大概会在,我猜,接下来这段时间里。我猜他们要做到一千亿美元的销售额,用不了五年。

14:42我觉得他们会把所有人都通吃。我觉得他们会独占整个这块领域。

14:45每个人都低估了它作为一个新计算平台的潜力,一旦这些应用——尤其是在企业场景里的应用——开始发力。而且我要说,那个看电影的体验比在你客厅里对着电视看要好得多。我的孩子们不停地缠着我要用这副眼镜来看,而不是用 iPad 或电视看。因为你能看到三维的,比如所有皮克斯电影本来就是原生三维的,而你上面装了 Disney+ 的 app。你看一部皮克斯电影,你看到的就是三维的。

15:10孩子们都被震撼到了。所以我——我觉得我们所有人都会对这些

15:14东西感到意外,迪士尼全押在上面了。

15:15还记得我们父母叫我们别坐电视太近吗。现在我们干脆把这玩意儿绑到自己脸上。

15:21是啊。我经历了史上最硅谷的一刻。我去买杯咖啡。我正出门散个小步。我去——我看到 Blue Bottle。

15:29我就想,噢,你知道吗?我给自己来杯摩卡。你知道,我稍微减了点体重,犒劳一下自己。一杯摩卡九美元。首先,这还不

15:35是在城里。把我气得够呛。九美元从——嗯,它

15:39本来是八美元。然后我给了一美元小费,接着我又觉得给一美元显得小气。

15:43所以是 8.99 美元买一杯克罗佛(Clover)的牛奶,全有机的。

15:47我是说,我们——这是你

15:48在家可以做无数杯拿铁。

15:50总之,你

15:51是去哪儿买你那杯九美元的摩卡的?

15:53我——我现在在帕罗奥图(Palo Alto),因为我们丢了——Blue Bottle?对。我把这个发出来了,我说九美元。我这是在干嘛?你知道,我——我——我只是想吃块巧克力。

16:03看看杯子上留下的那圈脏嘴印。

16:08知道吗?你对我的嘴有点太着迷了。悠着点啊。是啊。是啊。

16:11所以总之,那店里有个小孩戴着眼镜,还带着

16:16键盘。别。打住。

16:18他在干活。这小孩在工作。我跟你说实话。

16:23在埋头苦干。他在投入时间。

16:25没人看你的笔记本电脑。没人

16:26看你的屏幕。这正是我喜欢它的地方。

16:28——你可以干完你所有的活儿,没人看得到你在干什么。

16:30这玩意儿能有四个桌面。这家伙八成在看 PornHub、听 Spotify、写代码。

16:36你在那儿的时候,这个人跟另一个人类说了几个字?

16:39零。你知道吗?不过他们用笔记本电脑的时候也一样。

16:42有什么区别?他在——他在写代码。

16:44没人多看一眼。我觉得这会——他们会在这上面通吃天下。

16:50一千亿。一百——五年。是啊,我押"超过"。

16:53我押"超过"。你——你押"超过"还是"不到"?因为即使他们保持在

16:56三千美元一台,要做到一千亿——他们还会在这个 App Store 上也赚一大笔钱,

17:02顺便说一句。

17:02我觉得你们说得对,它在营收上会很成功。嗯哼。我问的是一个更偏社会层面的问题:你们俩真的觉得它更好吗?

17:10不。我不想让我的孩子整天戴着这个。不。

17:11而且我能看出这会变得超级让人上瘾。嘿,Friedberg,我——我能给你的孩子买三台吗?就让他们戴着到处走。

17:17噢,我也有一条"一台都不行"的规矩。

17:19但等一下。

17:19等等。

17:20那生产率怎么办,Friedberg?

17:22我的孩子又不想追求什么生产率。他们用的是

17:24不一样的——只有一个富有成效的童年。

17:27童年本来就该是没有生产率的。

17:29你们俩明白吗,到某个时候,你们俩会成为唯一那种——你们的孩子会是仅剩的六个父母没给他们那个蠢玩意儿往脸上戴的孩子?

17:37不。这会是有时间限制的。

17:39我甚至——你知道我一直没给手机。不。就是,我让他们用那个头显

17:43是因为我们给他们买了。不。不。

17:45它会把他们的脑子烧坏。把他们的脑子烧坏。

17:48我——天呐。

17:50我——我完全同意你。社交互动、我们作为人类交流能力的丧失,这是至关重要的,是一个失败点。我确实觉得有些应用场景里,这些东西能带来巨大的解锁。

18:00我觉得这是一个企业级设备。

18:01你能想象把它发给田间的农场销售团队吗?他们可以在太阳晒着的时候摘下自己那副汗津津的头显,然后递给农民戴上。然后他戴上去,就能感受到那股汗,头带会是湿的。

18:15顺便说一句,它是一台非常私人的设备。要登录,你知道,它会做一次虹膜扫描,或者你得像用手机那样设个登录方式,但接着你还得重设眼部,因为它会自动设定眼睛的位置。所以当你戴上别人的头显,你得重设眼部。整个一套流程。所以它不是一台可以转交的设备。

18:33它是一个非常私人的计算设备,你知道那一类东西。

18:36所以我不觉得

18:36它会跟 iPad 或手机一样。它是一种非常不同的东西。我还不知道它最终会是什么样子。

18:41我不知道。我——我说,哪周我们就戴着这些来录节目吧,至少我和你,Friedberg,我们可以——里面是不是有个

18:48有一个——有个——有个虚拟化身(avatar)的功能。

18:51于是

18:51它的做法是,你说话时它扫描你的脸,然后大家都能以虚拟化身的样子看到彼此。对。

18:56好。我们来试试。会特别搞笑。

18:58我这周有一个育儿的瞬间。我这周有一个瞬间,我告诉我其中一个孩子,我发短信的时候,期待立刻得到回复,否则我就把那个孩子的手机停掉、没收。然后另外,他们回复的时候,内容必须是经过指点的、深思熟虑的、格式完美的英文。接着第三点,我说,我看到的你跟老师或者任何其他来帮你的人往来的每一封邮件,都得写得、排得非常漂亮。如果我看到垃圾英文,我就没收你的手机。

19:34噢,好吧。所以你不想让他们玩手机,但他们又

19:37必须马上回复。嗯,他们对能用什么有非常严格的规矩。

19:40他们在那上面能做的,其实就只有沟通。比如他们能用 iMessage。但让我震惊的是,尽管他们没有游戏什么的,他们的沟通能力竟然这么差。而他们所拥有的那一点点设备使用权限,已经让他们的沟通能力比我在他们那个年纪时差了好几个数量级。

20:06所以我完全能想象,当你变得更深地蜷缩进一个你可以把自己包裹起来、不必跟世界其余部分打交道的东西里,会发生什么。

20:14赞同——不反对你的看法。

20:16倒不是说它不会成为一个创收引擎,但说实话,我觉得你同样可以——与其冲击 Apple 的营收,你大概可以去做 SSRI(抗抑郁药)生产商的多头。

20:29POT(嘉信理财等的股票代码玩梗,转录不清)。价差交易来了。POT。

20:32Bumble 和 Tinder,从经济上你会到达同一个终点。好。好。开始吧。我们今天内容很多——这对人类是多么伟大的一次飞跃。

20:40我等不及了。

20:42我——我就是把它看作笔记本电脑的替代品。好。我想稍微聊聊看来会成为过去这一年"价差交易"的东西。Meta 延续了它那难以置信的涨势,而 Snap 跌了大概百分之三十。这里给你们一张 Snap 对 Meta 的图表。

§03Meta 对 Snap:帝王般的 CEO、对广告收入的依赖、迥异的业绩

21:01你们可以在这儿快速看一眼。先交代一下背景,David,这两家公司在新冠疫情和零利率(ZIRP)期间都表现很好,2021 年创下历史新高,但后来两家显然都因为广告支出收缩被砸得很惨,不过接着 Meta 开始少把精力放在头显上、多放在 AI 上,开始裁员,Meta 上个季度同比裁了百分之二十二,从八万六千人减到六万七千人。而他们的季度利润增长到了一百四十亿美元的历史新高。那是利润,Sacks,Meta 第四季度的,股价创历史新高,每股 470 美元,一点二万亿美元的市值,而 Snap 相较它 2017 年 IPO 当天的收盘价跌了(百分比,转录不清)。在我讲更多图表和其他之前,先让我把话头交给 Chamath。

21:49Chamath,你曾指出过,也许你可以向听众解释一下,Snap 的投票权有多荒唐,以及 Snap 团队和高管们对股权薪酬(stock based comp)有多么巨大的依赖——给你两个话题,Chamath。嗯,我是说,我觉得

22:08我之前说过。我觉得已经有案例研究写过 Snap 的治理有多么失衡。我觉得关键在于,他们对普通股股东基本上拥有从"无限"到"零"的投票权。所以根本没有真正的反馈回路,而我觉得这大概不利地影响了那些买卖它股票的人的类型。现在,你看,激进投资者(activists)、Jason,还有做空者,有时名声很糟,但如果你善意地去理解他们那一方,他们在那儿要做的,是把低效照亮,而在做空者那种情况里,有时还包括把不当行为照亮,但这一切最终都应该引导公司被经营得更好。

22:54对吧?我觉得 Meta 就有这么个例子,他们当时出了一个非常大的磕绊,所有人,包括我们,都某种程度上指出,他们当时的支出水平真的毫无道理。我觉得我们当时有一张图,把 Meta 的支出水平拿来跟——比如只次于航天项目的东西——做对比,对吧?简直离谱,一笔巨量的钱。你看,Mark(扎克伯格)接收到了这个信息。他听得清清楚楚、明明白白。

23:22我觉得他对那边无论发生什么都受够了,于是他把它修好了。而且它都体现在数字里。现在我不了解 Snap,因为老实跟你说,我从来没花过超过一秒钟去看那家公司。原因是我根本没有任何能发挥作用的话语权,所以老实说我从没看过它的业绩,我从没研究过它的任何一个特征。能对如何把它做得更好给出有理有据的意见的人——(转录不清)——部分原因就是,这里没有一个重要到值得的反馈回路。

24:01是啊。而当你知道这一点,你为什么还要浪费你的时间?至少在 Meta 那边,对吧?还有别的选项,而 Meta 就是另一个。你知道,你可以写一封信。

24:11它会被 CNBC、彭博之类的报道。然后突然之间,他们多少会开始关注。我觉得——你看看迪士尼,Nelson Peltz 进去了,买了一大堆股份,再买更多,占了很大一块。对,我们拭目以待它会不会自己修好。关键在于,在所有这些其他案例里,人们愿意投入时间,是因为他们觉得哪怕只有一丝一毫的可能性,公司会听进去。

24:36但如果你真的毫无话语权,你连一次代理投票(proxy)都做不了。你没法投那些股票的票。你何必费这个劲?我觉得那更像是一个——也许存在一个——所以我甚至都不知道 Snap 为什么表现这么差。再说一次,我也不会真的花时间去搞清楚,因为就像是:何必花这个时间?

24:54Sacks,他们应不应该解除这套——你知道,没有投票权的普通股、超级投票权股的胡闹?这个概念是不是应该在股市里消失?

25:03嗯,我是说,Facebook/Meta 有一个相当相似的概念。我是说,我想扎克伯格掌握着百分之六十的投票控制权,而 Evan Spiegel 是百分之九十九。所以 Snap 更过分。区别在于扎克伯格在听,而 Spiegel 不听。Snap 表现差的原因,并不是因为它的营收恶化了。

25:28所以我查了一下——这么说吧,我问了 ChatGPT(转录误作"Chamath GPT"),要它的关键指标。所以假设 GPT 没有在胡编乱造(hallucinating),如果你把 2021 年和 2023 年对比,他们的总营收从 41 亿涨到了 45 亿美元,毛利润从大概 24 亿涨到了 25 亿美元。所以不是巨大的增长,但营收和毛利润都略有上升。

25:55但如果你看运营费用,它从一年 30 亿美元涨到了 40 亿美元。而这就是为什么他们的运营利润——或者说运营亏损——在两年里从 7 亿美元的亏损变成了 14 亿美元的亏损。所以问题的根源就是,他们从 2021 到 2023 年,把运营费用每年增加了 10 亿美元。

26:21很简单。

26:22他们看起来像是最后才收到通知(memo)的那批人。

26:24是啊。他们是最后才收到通知的,把这点讲完。所以你看到,就在这次股价被砸惨的季报发布前几天,他们发了一份新闻稿,说他们要裁员百分之十。太少了——太少、太迟了。对。

26:39他们当时就知道。对吧?他们

26:40知道有个问题。

26:42所以他们发了那份新闻稿说,噢,我们要裁。你本该去做扎克伯格做的事。你知道,扎克伯格去年裁了百分之二十。他认真起来了。他变得精瘦、健硕。

26:54而这帮人却死撑着,什么都没做。然后当他们知道市场要把他们砸惨的时候,他们就发出这份蹩脚的公告,百分之十。不。不是百分之十。说真的,如果你只是想在运营费用上回到两年前的水平,你需要削减百分之二十五。

27:12是啊。是啊。但不止于此。如果你看那些数字,我们看看 Snap 这个季度的运营现金流是不是 1.65 亿。他们的运营产生了 1.65 亿美元的利润。

27:23但是对整整一年来说,因为他们在前面几个季度亏了钱,他们产生的自由现金流只有 3500 万美元。所以这盘生意净产出了 3500 万美元的增量现金。你知道股权薪酬的会计处理方式吧,Sacks。那笔费用在归属(vesting)时发生。所以这是雇员在 2023 年这一年里——雇员归属了 13 亿美元的股权薪酬。

27:48所以这意味着发行了新股或期权,在会计上,期权用布莱克-斯科尔斯(Black-Scholes,转录误作"Sacks Scholes")来估值,股票则按股价来估值。所以他们发行了 13 亿美元的股权薪酬。所以他们产生了 3500 万美元的自由现金,却在运营费用之外用了 13 亿美元来给雇员发薪酬。所以这意味着,这一年里他们付给雇员的,是为股东产生的自由现金流的四十倍,这也相当于这家公司企业市值的百分之十。所以这家公司的企业价值是 150 亿美元,其中百分之十被发给了雇员作为薪酬。

28:25现在让我给你讲另一座城市的故事。Meta。顺便说一句,Snap 的股数——因为他们发了所有那些股票——流通股数在这一年里增加了百分之四。而这一年里,Meta 的流通股数减少了百分之零点五,因为他们用现金去回购股票,所以他们得以减少流通股数。现在就像你们俩讲过的,Meta 这一年裁了百分之二十二的员工,Snap 裁了百分之三。

28:52但这里有个疯狂的业绩差异。Meta 那一年归属的股权薪酬费用大约是 140 亿美元,那一年公司产生了 710 亿美元的运营现金流。所以当 Snap 付给雇员自由现金流的四十倍时,Meta 付给雇员的,大约是自由现金流的百分之二十。然后 Meta 还四处出手,用那笔多出来的现金里的一部分回购了 200 亿美元的股票。所以他们回购的股份比那一年发给雇员的还要多。

29:25所以它显示出在为股东着想方面如此巨大的差异。所以如果我是个投资者——顺便说一句,Meta 的估值大概是自由现金流的二十五倍,这并不是个疯狂的倍数,考虑到他们手里所有那些新业务,比如 Llama 2、向云计算的推进,以及他们可能会做的其他事。如果我作为股东在看这两盘生意,你这边有个掌控整只股票的家伙,他一年只产生 3000 万美元自由现金流,却一年给雇员发 13 亿(原文如此)的股票。而另一个家伙发了 140 亿美元的股票、又全部回购回来,他一年产生 700 亿美元的自由现金流。我不知道。真的很难决定该怎么选。

30:01Spiegel 提到过。我看过的一次采访里,很多裁员都集中在高层(top heavy)。所以他砍掉了很多拿着巨额薪酬包的高层人员。然后我从很多高管那儿听到的是,砍掉这些拿高额股权薪酬的高管——你知道,他们现金薪酬也很高——把他们砍掉,让副手们来掌管,然后把更多岗位挪到其他人们不期待股权薪酬的地方,你知道,如果你在印度,或者在南美,不管哪里,你知道,股权薪酬在那里不像在这里是一种执念。所以随着每个人都在优化这些生意,我是说,连 Facebook 都

30:40那么做了。五千名员工。所以他们宣布在大约五千五百名员工里裁掉大概五百个岗位。那——那太疯狂了。我是说,那家公司是不是该用两千名员工来运营?

30:54这是个好问题。

30:55是啊。把 Twitter 的员工人数从八千砍到一千五。

30:59当你看他们在运营的 app 数量和产品数量,跟 Meta 比,对吧?Meta 有多得多的 app、多得多的基础设施。Meta 服务着 32 亿日活用户,Snap 大概是 4 亿。所以 Meta 用多得多的应用和多得多的基础设施,服务着八倍的用户。

31:16Jason,我觉得这是——这是另一个很棒的比率,用来看这两家的业绩。

31:23我觉得

31:24你说得完全正确。对。Sacks。对。

31:26Meta 拥有的另一个优势是,因为他们这么赚钱,他们有资源在 AI 上大干一场。

31:33大干特干。

31:33而这是非常烧钱的。所以,对,所以他们是领先者。

31:36在 Meta 你能得到所有这些期权价值(option value),而在 Snap 你得不到。他们有这么多基础设施可以撬动,很像亚马逊用 AWS 撬动进云计算、给第三方开发者的 AI 工具、第三方应用这些领域。然后显然,你知道,Meta 现在是全世界仅次于谷歌的最大广告平台。而他们还能开始做多得多的事,进一步延伸到那些平台里去。

32:00他们确实来了一记漂亮的救场。记得 Apple 坑了他们,说,你们现在不能追踪设备了。于是那一下让广告网络受到了巨大冲击,面对所有那些逆风,他们就说,好。我们就用 AI 来优化广告。

32:14而据说这个 AI 对广告的优化——我跟一个内部的人聊过,他们说,David,就是,对啊,我们把它全都拿回来了。我们把它赚回来了。我们正在大规模地做 AI 广告优化。

32:25所以——完全是。

32:25是啊。那太好了。那——Tim Cook,你知道,踢了我们的蛋蛋,但我们不在乎。

32:30顺便说一句,这是个很棒的观点,Jamath(Jtail,转录不清)。它真的很能说明 Meta 是如何应对那个变化的,很多人当时推测那会摧毁广告业务。而他们竟然能设计出解决方案,把广告营收推高到 400 亿美元,这简直令人震惊。对这个团队来说这是一个相当了不起的结果,我觉得这很能说明那里工程师的水准。是啊。

32:52我觉得这是个很棒的观点。

§04预示 SaaS 大反弹的积极信号

32:53是啊。Sacks,你发推说你看到突然之间有一点反弹。那很有意思。去年或者过去两年我也看到类似的情况。你有一大堆人在削减他们的 SaaS 支出,可能在减少 SaaS 供应商的数量。

33:07他们在整合供应商。你发推说,许多上市和未上市的软件公司正在经历加速增长。在经历六到七个季度的减速之后,Sacks——照 SaaS 大师 David Sachs 的说法,衰退看来结束了。你想给我们拆解一下吗?你是什么意思?

33:24嗯,现在还相当早,因为不是所有公司都报了,但如果你看那些大型科技云业务的表现。在第四季度,你能看到这里出现了反弹。这是净新增 ARR(年度经常性收入)。AWS、Azure 和 Google Cloud 新增的。所以你在这里看到第四季度,这些大型云计算平台的净新增 ARR 有巨大的增长。

33:49然后我觉得另一个风向标是 Atlassian。我们还在等 HubSpot、Salesforce、Zoom、Adobe 这类公司。他们还没报,但如果你看它

33:59Sacks,Jira 以及其他产品,他们的大本营在澳大利亚。对。主要的。

34:03是啊。正是。

34:04是一组公司的集合,对吧?它是一组 SaaS 产品的集合。

34:08是啊。所以净新增 ARR 就是那个季度的增长量。而这是在同比的基础上。所以你多少能看出——哎哟。2021 年第四季度是绝对的顶峰。

34:20然后一路暴跌,接着它实际上转负了大约一年。

34:26在一家净新增 ARR 转负的公司里,那是很难熬的。是啊。

34:30顺便说一句,是啊,那并不意味着公司在萎缩。它只是意味着净新增 ARR——也就是增长量——实际上比一年前同一个季度要小。

34:43是啊。

34:44然后在第四季度,你能看到这里有一些加速。他们开始增加更多。他们增加了更多的净新增 ARR,我想第四季度比前一年多了百分之三十三。

34:55而其中一部分,Sacks,是因为比较基数更低了,而且他们算是触底了。是啊。

35:00他们触底了。现在他们正在重新加速。

35:02所以我们,你

35:02知道,我们在我的一些董事会会议上也开始看到这种情况。在 2022 年,所有人都没达到他们的数字、又向下重新预测,然后他们连重新预测的数字也没达到。所以到 2023 年,那些预测就非常、非常保守了。我会说,现在我看到有些公司在第四季度超出了那种偏低的预测。这在那一年早些时候还没发生,但终于,我觉得人们开始超出他们第四季度那种偏低的预测了。

35:33那正是我好奇的问题。你——你真正觉得发生了什么?是不是我们把这些生意重新设定了基准,所以现在,过去两年本来看起来像是巨大落空的东西,如今看起来像是超预期,只因为我们彻底重置了预期?是这样,还是说经济实际上在扩张、我们可以指望一些合理的增长率?是两者的结合?你觉得实际上到底是什么?

36:01是啊。我是说,从某种意义上说,它肯定是一个新的基准,而且如果你回到 2020 或 2021 年,我们当时认为好的增长是,你知道,同比两到三倍。而现在如果它是同比从百分之六十增长到百分之八十,你就很高兴了。所以预期肯定被降低了。话虽如此,你在这些数字里仍然能看到,已经出现了触底,而我们现在开始从这个新基准往上增长。

36:30所以,举例来说,我觉得就 Atlassian 这边来看,我们看到支出——基本上是在增长方面——有所上升,对吧?所以我们通常给衰退下的定义是连续两个季度的负增长,对吧?我们经历了六到七个季度的减速或负增长。

36:48在 Sacks。在

36:49SaaS 领域,这就是为什么我把它叫做"SaaS 衰退",或者,呃,它其实算是一场萧条。你说得对。但现在我们看到环比增长。所以增长在重新加速。增长比之前高了。

37:02那它会不会回到原来的水平?那大概需要一些时间,但感觉上生态系统里的那些问题自己消化掉了,现在我们又回到增长了。

37:11是啊,我可以从心理层面补充一点,因为我也在好几家(Sacks)公司的董事会里。从心理层面看,感觉就像——你告诉我我说得对不对,Sacks,看你有没有看到同样的情况。有两年时间都在给客户打电话,他们都说,我们在整合供应商。而且顺便说一句,我们裁了员。所以我们需要的席位(seats)少百分之二十。

37:28所以我们要采购的 SaaS 公司会少百分之二十,我们的席位也会少百分之二十。所以你把这些全拼到一起。天呐,所有人都处在一种心理上的"伤检分类"模式里。我们不能花钱。我不想丢掉我的工作。

37:43所以如果你是个采购人员,你是 CTO(原文"CTS"),你不想丢掉你的工作。你不想有更多的裁员。所以你就想,嗯,我可以砍掉一些软件成本。我会因此得分吗?而过去两年你能得分的方式就是砍成本。

37:55如今市场在飙涨,而你,你知道,你现在有了一家真正、你知道、高效的公司。你就会想,嘿。我们能不能在软件(Sacks,指 SaaS)上稍微花点钱,让剩下的员工更有生产率?好。

38:07也许那是个合理的讨论。然后人们开始就价格讨价还价。那是我看到的另一件事。就像人们会说,嗯,我们会用你的软件,但这是我们想付的价。然后他们到董事会说,我们能做这笔交易吗?本来是一笔一百万美元的交易,结果变成了二十万美元。

38:22所以,是啊,把钱拿下。把钱拿下。咱们好好抱住那个客户。

38:25市场通常是上行时坐自动扶梯、下行时坐电梯(意为下跌快、恢复慢)。所以复苏会花很长时间,但至少我们触底了,并且处在复苏之中,而不是继续下滑。是啊。同样地,如果你是一家初创公司,而你的第四季度销售没看到改善,那你就再也没有宏观的借口来解释你为什么做得不好了。

38:48有意思。然后 Friedberg,你补充说,你知道,你就像是,我会自己做我自己的软件。你说,你知道,有些软件太贵了。我会派一个开发者去做。那你那边做得怎么样了?

39:00你还处在那种"是啊,也许我们干脆自己造软件"的心态里吗?

39:03是啊。我是说,不只是我们。我觉得我们看到很多公司在走这条路。几个工程师就能重建核心应用的功能,特别是因为我觉得,如果你去想让 SaaS 如此出色的那个商业模式,是他们能做价值分成(value share),而不是收取一个工程师的成本再加上一些利润。那个了不起的商业模式、软件里产生的那个股权价值——如果你能造出某个一次性创造一百美元价值的东西,你大概可以向你的客户收三十、四十美元,因为它为他们省了六十块、七十块,而他们会做出那个切换、转向软件。所以,你知道,这种由 ROI(投资回报率)驱动的价值分成模式,在 SaaS 里使它变得极其有价值。

39:48现在的问题是,你可以雇一个工程师来造出那个替代品,所以它造成了价格压缩。于是这家 SaaS 公司再也没法攫取那么多价值,因为节省下来的其实比那少了。因为企业可能会说,嘿,我要雇个人,与其一年在你的软件上花六十美元,我要拨出一个工程师四分之一的时间来造那个软件。而它会替代掉——那个成本。

40:12所以我觉得情况依然如此。所以尽管可能会有订单(bookings)——这些订单在很大程度上是由对效率提升、对更高盈利能力、对企业内部更高生产率的追寻所驱动的——但如今那家企业还有别的选项来实现那个生产率提升,而那就是会造成也许比以往更多的价格压缩和更多的竞争。但我不觉得软件的采用会放缓。它看起来肯定在重新加速,而这更有竞争性。

40:41对吧?我们正在进入一个超级竞争的市场,对吧,尤其是有了 AI。

40:46这是一种内部的——它是一种内部软件分析的混合。正如你们所知,现在很少有传统的、非科技的企业没有一个能写代码的软件团队。所以既然如今这么多公司都有能写代码的软件团队,他们都会开始问这个问题:我们应该买软件,还是应该自己造点内部的东西?

41:03对。这是个经典的"买还是造"(buy or build)的局面。好。咱们来稍微聊聊 VC 以及他们如何投资 AI。这里似乎正在形成三派,Chamath。

§05VC 对如何投资 AI 分成三派

41:12你知道,一派是——现有巨头会赢。你知道,微软、谷歌、亚马逊,所有这些,他们会笑到最后。所以他们会观望。然后还有另一派在作壁上观,因为他们觉得,嘿,开源会赢。

41:26Meta 致力于开源和协作平台——我一直在玩 Hugging Face,也跟 Sandeep 一起玩,花了很多时间,那边正在发生的事相当惊人。而一大批人显然现在正在下注。那些估值荒唐透顶。Founders Fund 和 Andreessen Horowitz,两家知名的机构,正用不同的方式对待它。Founders Fund 以 290 亿美元的估值投进了 OpenAI。

41:51但除了那笔投资之外,他们总体上在回避 AI 领域;而另一只手,Andreessen 在重重押注。Character AI、Replit、ElevenLabs、Mistral,你也投了 Replit,Sacks。所以你怎么看?开源会笑到最后吗?

42:06你一路都在押"卖铲人"(picks and shovels)。你一直在谈压缩。也许这其实不是个好市场。作为资本家 Calacanis,你的想法是什么?

42:14我觉得基础模型(foundational models)将没有经济价值。我觉得它们会成为底层基质(substrate)里极其强大的一部分,而且会被广泛提供、完全免费。哇。所以如果你去想这一点,任何闭源模型——尤其是一个在开放互联网上运行的闭源模型——都不太有价值。而任何在开放互联网上训练的开源模型都会把它变成这样。

42:46所以在那个世界里,像 Mistral 和 Llama 这样的东西,本质上会把这个市场的价值蚀减到零。所以如果你看截至今天被攫取的任何经济价值,如果它是靠拥有一个在开放数据上训练的专有闭源模型来攫取的,那份经济价值会消失。而我觉得谷歌、微软、Facebook、亚马逊以及所有这些初创公司,其实有很深的经济动机去促成这件事。所以现在你可以评估那意味着什么。所以如果你从 Hugging Face 拿到一个强得不行的开源模型,你把钱花在哪?

43:28嗯,你得花钱去真正训练它、微调它,也许还要有一些相当快的推理。而这一切都意味着有一种新的基质必须被建起来,它全都围绕着"每秒多少 token"(tokens per second)是如何被调配给坐在模型之上的那些 app 的。那意味着你需要回到 2006 和 2007 年,然后说,好,当我们最早创造云的时候,谁赚到了钱?再快进十八年,依然是同一批人还在赚钱。所以 2006、2007 年赚到钱的人,主要是亚马逊,因为 EC2 和 S3。2024 年里 EC2 和 S3 的完美类比,就是"每秒 token 的提供商"。

44:17现在在那里,你得深入一层,说,好。那么一个每秒 token 的提供商要做什么才能赚大钱?我觉得最终的答案是,你需要你自己的专有硬件。谁处在能做这件事的位置上?亚马逊已经宣布他们有一套用于训练的推理和训练方案,Cerebras(转录作"Cyprus")也宣布了一个相当有说服力的方案。

44:38谷歌显然有 TPU,然后还有一小撮初创公司,包括我在 2016 年帮着起步、由我出资的一家,叫 Groq。所有这些公司都处在能建一个每秒 token 服务的位置上。然后你有像 Together AI 这样的公司,它们基本上就是去拿风投的钱、把英伟达的 GPU 包装一下。你可以争论那里的优势会是什么。有人可能会说,嗯,随着时间推移它其实算不上多大的优势。

45:08所以我今天更成型的想法,大致就是一年前我们开始谈 AI 时我最初的猜测。那就是,卖铲人(picks and shovels)提供商能赚一大笔钱,而拥有专有数据的人能赚一大笔钱。但我觉得开源模型基本上会把模型的价值从经济上碾碎到零,即便其效用会趋向无穷。经济价值会归零。

45:34David,你们谁看了 Chamath 跟 Jonathan Ross 的那场访谈?

45:37没有。还没。

45:38你把它公开了,对吧,Chamath。

45:40你把它公开了。你知道,我本来只是做给我的订阅者看的,但 Jonathan 是 Groq 的创始人兼 CEO,就是我刚才提到的那家公司。那个故事的简版是:我当年会仔细研读谷歌 2000 年代中期的财报,因为我当时相当积极地在投资一堆不同的公开市场股票。而 Sundar(皮查伊)在一份新闻稿里提到,他们为机器学习自研了芯片。叫 TPU。

46:07我当时就想,谷歌竟然觉得他们真能自研芯片,这是怎么回事?他们一定知道些我们其他人不知道的事。所以我花了大概六到九个月,但通过 Sunny,我被引荐给了 Jonathan,然后我们成功让 Jonathan 离开谷歌,他创了业。Jonathan 当年是谷歌 TPU 的创始人,然后他创办了 Groq,我在八年前领投了那一轮融资。总之,我跟 Jonathan 做了一场对谈,给我的订阅者聊了整个 AI 格局和 AI 加速,但它太精彩了。

46:45我得说,他——他太让人印象深刻了,以至于我们算是想了个办法,把那场空间(space)直播下来、录下来,然后把它发布给所有人。所以它就在——它就在我的推特上,任何想听的人都可以去听。

47:01听它。

47:01它太棒了。他真的令人印象深刻。

47:05我当时堵在 17 号公路上去圣克鲁兹,一个半小时一动不动,我就听了它。所以它让我活了下来。

47:14不过,

47:14我觉得它真的很棒。是啊。他很棒。不是吗?他很棒。

47:17他有一些很棒的洞见,我觉得他在论证为什么今天某些为 AI 模型训练和推理提供基础设施的大型云提供商会面临挑战时——如果有人能做全栈、能把它做好并成功——非常有说服力。所以那是一场非常好的访谈。我其实觉得它真的值得一听。但我很享受它。是啊。

47:44谢谢你把它发出来。我当时就是——我就坐在车里,在刷推特,看到你那条,就点了进去,

47:50然后

47:51我就一路听了下去。嗯,是啊,它有点——它

47:53有点

47:53其实有点麻烦。当你为你的订阅者做一场空间直播时,你其实没法就这么一拨开关、把它放给你所有的关注者。所以我们其实得——真的得把它播出来、然后把音频捕捉下来、再重新发布。但不管怎样,尽管有那个不便,如果有人有兴趣了解 AI 硬件,他非常有说服力,也非常有教育意义。

48:16那么,Sacks,说说你是怎么看待投资 AI 这件事的,你是不是专门投资 AI 的底层根基、卖铲人那些,等等,还是你只看应用层面、那种,你知道,那种路数。

48:30嗯,我们把这个领域分成了三类。一是模型本身,即基础模型,它可以是开源的也可以是闭源的。还有基础设施。所以就像 Chamath 说的,它可以是模型训练。它可以是向量数据库。

48:47是开发者用来在他们企业内部构建 AI 技术栈的工具。然后第三类会是应用。它可以是像副驾驶(copilots)这样的东西,也可以是一个在 AI 之前就存在、如今用 AI 来给自己的能力增压的 app。是啊。大多数 SaaS 都会落在应用这一类,所以那基本上是我们聚焦的地方。

49:10尽管我们也看基础设施类的机会和模型。不过,我确实觉得有一个论点——我是说,真的是围绕商品化(commoditization)这个问题——嗯,就像,所有的模型公司都会被彻底商品化。嗯,说真的,我们谈的就是 OpenAI,对吧,因为我们——它是领头羊。所以问题是,他们能不能守住领先?我确实觉得有一个论点是,OpenAI 会保持领先,而且实际上会做得相当好。

49:38我觉得这里有几点。一是,如果你是个消费者,你就是想用最好的 GPT。

49:45你想用谷歌。

49:46它就像搜索一样,对吧?如果谷歌好那么一点点,或者人们的感知是它比 Bing 或别的搜索引擎好那么一点点,你赢得的不是搜索流量的大多数。你其实最终会把它全赢走,因为消费者就是只想要那个最最好的。

50:00所以大多数测试显示 OpenAI 仍然领先于开源模型,而且我觉得连开源运动里的人都会告诉你,OpenAI 大概领先六个月。他们毫不怀疑,开源会在六个月内达到 OpenAI 现在的水平。尽管如此,如果 OpenAI 只要相对开源保持一点点领先,那它就可能

50:25复利增长(compound)——是啊。

50:26它基本上能赢得绝大绝大多数的,姑且叫它消费者搜索或消费者 GPT 市场。所以那是第一点。第二点是,既然 OpenAI 如今有这几亿消费者在用它,那对开发者来说是一个相当有吸引力、想要触达的受众。而 OpenAI 在为开发者创造一个平台——创造我称之为自定义 GPT(custom GPTs)——这方面做得非常好。所以大多数开发者不想经历训练一个模型、微调一个模型、做所有那些你在开源生态里必须做的工作那些麻烦事,他们只想把 ChatGPT 指向一个数据或文档信息的仓库,让它学到它需要学的东西,以那种方式微调它,也许用 OpenAI 的平台加一些轻量的功能,来创造一个自定义 GPT。

51:23我觉得大多数开发者想要的,就是他们只想要一个简单的技术栈来打交道,而他们会再一次更看重简单性和开发者工具的强大,而不是他们自己滚动、训练、运行自己的开源模型所得到的那种理论上的控制权。所以我觉得你现在看到的是,我是说,在那个平台上已经创建了多少个自定义 GPT 了?

51:46可能有好几万(原文如此)。我是说,是啊。创建它们太容易了。是啊。

51:50所以你就有了一个经典的开发者网络效应,你有 OpenAI 聚合了几亿消费者,因为他们感知到 ChatGPT 是最好的。然后你有开发者想要触达那个受众。所以他们在 OpenAI 平台上构建自定义 GPT,而那实际上给了 ChatGPT 更多的能力。

52:09是啊。

52:09而那是开源不容易追赶上的东西。

52:12嗯,其实,其实,

52:14这是一个飞轮。正是。所以,是啊,所以它是一个飞轮,你知道,经典的操作系统-开发者网络效应,你想用的是那个为它写的程序最多的操作系统。

52:27是啊。而有意思的是,Hugging Face 已经意识到了这一点,Hugging Face 这周重新发布了他们自己版本的 GPTs,这真的很有意思。而且你可以挑选你想用哪个开源项目来做它。所以不像 ChatGPT 上的 GPTs——我们必须用他们的——在 Hugging Face 那个上面,你可以挑选,你知道,Llama 或者你想要的任何一个。

52:49有一个账号叫 artificial analysis,你可以关注。要记住的一点是,Sacks,要让这一切成真,这些 API 得是可用的,对吧?我是说,我不知道你记不记得,但当我们做 app 的时候,甚至早到 2000 年代末、2010 年代初,其中一件事是,谷歌发表了一篇相当重要的论文,关于注意力时长(attention span)。它会看冷缓存(cold cache)环境下的页面加载时间,对吧?

53:16它基本上说,你得达到大约 150 毫秒,对吧?那算是同类最佳的性能,或者更快。我记得我们在 Facebook 读到那篇时,我们都疯了,疯到有一度,我和一个小团队实际上推出了一个精简版的 Facebook 来跟 Facebook 竞争。Nick,你大概能在 TechCrunch 上找到这篇文章,我们做它的时候没告诉所有人,它叫做 Facebook 0 之类的。总之,关键是速度很重要。

53:42因为在缺乏非常敏捷的响应的情况下,你可以拥有全世界最好的模型,但如果从一个获取请求(fetch request)发起到拿回数据要花 10、20、30 秒,那是件不可能做成的事。所以我觉得你必须记住的一件事是,有这么两件事需要同时推进。一是模型本身的质量,但二是速度及其响应性,而那又是硬件以及你非常非常快地把 token 做成"每秒 token"的能力的一个函数。这样开发者才有动力不只是在沙盒里玩玩,而是真正去构建生产级代码。而我不觉得我们看到第二件事发生了,因为没人在交付它,而那正是没人谈论的那件大事。

54:24举例来说,比如 AWS,如果你深入看在那上面建一个 app 有多贵。我——Friedberg,当他们给你抵用额度(credits)时,他们给的额度甚至不够付一半的算力费用。然后他们那些 app 的方式——除非你愿意为一个非常慢的 app 花掉几百万几百万美元,否则是不可行的。所以如果你回到一个在这里融资的初创经济,风险投资人应该开始问这个问题:嗯,我正在出资的这些服务,它们的速度和可用性如何?

55:01原因是,你可以构建出全世界最好的、跑在本地主机(local host)上的体验,但如果突然之间你真的试图把它作为一个 app 推出,而这东西要花 35 到 40 秒才生成点什么。它就是胎死腹中(DOA)。而我不觉得有足够多的人问那些问题、或者理解那是真的。所以这就是为什么我觉得你必须某种程度上同时盯着这两件事,但这个账号很有意思,因为它算是把东西剥到最光秃秃的本质(原文"Sacks",疑为 basics),然后开始让你作为第三方去理解你能做什么。

55:36是啊。速度就是这其中如此关键的一个组成部分。而谷歌发现的是——正如你所知,Friedberg,你当时在场——每次他们降低一定数量的毫秒,使用量就上去了。对吧?

55:46人们做了更多的搜索,如果你更快地拿回你的结果,这是说得通的。

55:50是啊。它从第一天起就是谷歌的一个关键指标,Marissa Mayer,她在那个,你知道,更早的时代掌管谷歌所有面向消费者的产品,她就是把它狠狠灌进团队脑子里。我是说,如果你们记得,谷歌结果页最早的几个早期功能之一,就是加载结果所花的时间。他们会给你显示多少毫秒。是啊。

56:11给你显示那个。是啊。他们真的是把你的北极星指标(north star metric)暴露给消费者看,这很……(转录不清)。

56:16那一定给

56:17所有那些开发人员、服务器的人屁股底下点了把火。是啊。

56:19嗯,我是说,他们多少是在炫耀基础设施的质量以及他们做索引之类的方式,但结果真正体现在使用量上。结果越快,你使用这个搜索引擎的频率就越高,你再回来的可能性也越大。而消费者行为会因为毫秒级的差异而发生多大的漂移,这很惊人。比如,你这上面有几毫秒的那种白点

56:40加载动画,对吧?我是说,如果你——你要是看过电影《大创业家》(The Founder),里面解释了麦当劳的流程,他们也学到了这一点。

56:46各位,看这个。这个分析里这个真的很有意思。

56:49我是说,Chamath,你是在说你不认为 OpenAI 能达到所需的性能水平吗?

56:54不。我在说两件事。OpenAI 是三门不同的生意。OpenAI 有一个在开放互联网上训练的闭源模型。我觉得从经济上,要维持那个会非常难,除非他们开始收购各种各样的 app,这样他们就能拿到一些由他们控制的、专属于他们的微调。

57:11所以举例来说,如果 OpenAI 要把整个 Reddit 买下来,那会是一个非常有意思的发展,它会以一种独特且差异化的方式提升 OpenAI 的质量,相对于 Llama 和 Mistral 以及 Groq 在同一时间会达到的水平。我觉得它们全都会在接下来大概 12 到 18 个月里收敛到同样的质量。那是第一点。

57:35你的看法呢,公平地说,是那些数据池里有足够的数据,让每个人都达到同等水平(原文"parody",应为 parity)。

57:40噢,你们——好,Nick,你有没有——我发布了这份入门指南(primer),里面有一张幻灯片,Nick,你可以调出来,它只是向你展示:随着模型参数数量越来越高,结果的质量存在一个收敛。它实际上向你展示的是,当模型在相同的底层数据上训练时,我们已经身处收益递减的境地。所以如果你用的是开放互联网,Llama、Mistral、OpenAI,它们全都在达到同一个质量代码点,而它们会在接下来六到九个月内到达那里。所以那是 OpenAI 的第一门生意。第二门生意是一个面向消费者的 app,叫 ChatGPT。那个很有后劲,因为我觉得人们,你知道,会养成习惯,它会非常黏,而且我觉得它会越来越好。

58:31然后他们做的第三门生意,是向大型的财富 500 强销售企业服务。事实上,如果你看他们的 OpenAI 发布日,他们谈的是他们已经卖给了,比如,财富 500 强里的百分之九十四。那意味着什么?我觉得那实际上意味着他们卖了很多测试环境和沙盒,但再说一次,要把那个转化为被美国银行、对吧,或者波音在生产环境里使用的、可运转的生产级代码,你得有敏捷、敏捷、飞快的服务等级协议(SLA),以及一个还没有任何云提供商交付过的性能水平。一个都没有,没人做到。

59:10所以 Nick,麻烦你调到那个,那张图。我只是想给你看这个,因为它是一张真的很有意思的图。这不是我的。这是他们的。如果你看质量对价格,它开始——开始向你展示,比如,你想处在哪儿?

59:22在他们的分析里,你想处在左上象限,对吧?所以关键是,你能看到的是,一大堆不同的模型正在达到同一个地方。所以,显然,你会想用那个最便宜的模型。

59:37最方便的。

59:40嗯,谁来为那个买单?如果你和你的有限合伙人(LP)愿意为那个买单——那个想出用最便宜的方式给你同样答案的人,实际上最终会赢,因为你会把钱烧光,而他们不会。

59:53我不知道。我是说,我觉得公司内部有很多业务问题,人们只是想非常快地搭起他们自己的,再说一次,自定义 GPT,而不必经历尝试做模型训练或微调的那种时间、成本、麻烦。所以我们退一步。这是 OpenAI 正走在的路。所以第一步,让几亿消费者在用它,并让他们把 OpenAI 或 ChatGPT 看作这个领域里的"谷歌"。

60:24对吧?强烈的默认预设。它就是你有问题时会去的那一个。第二步,这同一批人,这同一批消费者,现在想在工作中用 ChatGPT,因为有些研究是他们想做的。所以 OpenAI 刚刚推出了企业许可和团队工作区(team workspaces)。

60:45所以你可以在一个团队工作区里,就同样的查询协作。第三步是他们在推出一个非常易用的开发平台,它允许开发者,再说一次,只要把 OpenAI 指向一些仓库,就能创建自定义 GPT。好。所以假设你是客户支持团队,你想创建一个 GPT 来帮客户支持回答案例。那你基本上就可以把 GPT 训练在,比方说,这家公司有史以来生成过的每一张客户支持工单和每一封邮件上。

61:27对吧?现在你可以等公司的 IT 部门把自己的事搞利索、弄清楚怎么把一个开源模型训练在同样的东西上,但你真的想等那个吗,还是你只想赶紧开干?你知道,而现在 OpenAI 给了你所需的企业许可,来安抚对安全、隐私和所有那类事情的担忧。在某种程度上,总会有那些超级偏执的财富 500 强公司,坚持要自己拥有一切、要用开源来做、来做它。

62:00让我在你的例子上接着说。所以我白天经营一家叫 Hustle 的小软件公司。我们看到很多工单跟一项特定的立法有关,就是每当你发短信或者做自动拨号时存在的那个东西,叫 10DLC。所以我们想消除掉那些工单,对吧?所以我其实进去,建了一个 GPT,叫隐私政策生成器,因为这些问题工单之所以出现,是因为隐私政策写得很糟。

62:34我们用了一把好的、一把坏的,加上一堆规则来训练它们。我把它们训练好了。它很棒,只不过我没法在生产环境里运行它,因为它现在还不是那种能以那种方式使用的东西。它仍然非常难。所以我想说的全部就是,我很乐意继续每月花几百美元、每月花几千块,不管我花的是多少,我也不完全清楚到底是多少。

63:01而且我同意你。它非常容易上手。我觉得 OpenAI 在让你起步这件事上做得很出色。但我同时也想说的是,当你真的把那个转化为一个主线的使用场景,对吧?我现在想把它交给我的支持团队,说,这现在是一个你可以依赖的工具,它被集成进你的工作流、进你的其他工具里。

63:23它被集成进你如何把数据导出到 Salesforce 或者别的什么里,那就是非常难。我不是说它不会被修好。我是说我们只是还没到那一步。而它还没到那一步的其中一个方面是,没有任何一个地方——包括 OpenAI——我能去,能真正把它做得快到可以在生产环境里使用。

63:44你是在 OpenAI 上写的这个吗,Sacks?你写了一个自定义 GPT?

63:48对。自己建的。

63:49对。而且你现在可以在

63:51Hugging Face 上做那个。会有很多选项。

63:53在集成进你的工作流方面。我觉得这是个真的很有意思的点,因为我在某个地方看到过一个演示,现在——其实,我想 OpenAI 宣布了这个——你可以用 @ 来提及(at mention)一个自定义 GPT。

64:05是啊。是啊。Sunny 这周给我看了那个。

64:09是啊。在 ChatGPT 里,你现在可以用 @ 提及一个自定义 GPT,来调用它。

64:14是啊。所以它的工作方式是,你会说,嘿。我要去纽约。我在 @Expedia、@Kayak 之类的上面能订到哪些航班,然后它就给你,你知道,这里的结果,而你就——你就把那个调出来?

64:26就说回数据优势在哪、而这最终会驱动价值这一点。我没法——我试着想了很多这个问题。我想不出一个比其他任何东西都好出好几个数量级的、更好的数据优势。比如 YouTube。

64:45比如 YouTube。是啊。它

64:47是个微妙的局。

64:48所以这是——这是那些数字。我把这个调出来了。你们知道,比如 GPT-3 和 GPT-3.5 的训练对 Common Crawl 有很重的加权,Common Crawl 是这个开源的——我们之前谈过这个。Gil Elbaz(转录作"Gil Elba's")在运营它。对网络的开源爬取。

65:03Common Crawl 里数据的总量——我想我数过,我在这上面可能不准——大概占 GPT-3 或 3.5 加权的百分之四十到六十之间。我在这上面大概不准。所以那个 Common Crawl 数据集里的数据总量大约是 10 PB(拍字节)。好。根据 YouTube 最近的公开表态,他们每分钟看到大约 500 小时的视频被上传,也就是每天 72 万小时。

65:29而如果你假设那些视频在,你知道,略低于 1080p 之间的某个清晰度,我们谈的大概是每天有 1 到 2 PB 的数据被上传到 YouTube。所以如果你假设,随着时间推移,视频的清晰度变得更好、上传量上去了,你大概可以假设,我猜,YouTube 里大约有 2000 到 3000 PB 之间的数据,并且每天以 1 到 2 PB 增长。这使得 YouTube 的数据库比 Common Crawl 大 300 倍,这使它比任何其他人拥有的都要大,而关于它最惊人的一点是:它有视频。它有图像。

66:15它有音频。它有文本。它什么都有。多模态的,而且在增长。所以如果你要围绕"数据优势会驱动价值创造"这一点下注或构建一个论点——如果谷歌把自己的事搞利索、撬动 YouTube 的那个数据库,那是一道无法逾越的护城河,而且只会继续扩展,因为 YouTube 体验的质量和网络效应会继续为他们积累。

66:40所以基于"AI 价值会归于数据拥有者"这个论点,我觉得它是当今世界上最有价值的资产。

66:47我觉得你提的这一点如此重要,而这就是为什么那个反事实(counterfactual)是成立的,而且它实际上正在数据里显现出来。Nick 会再给你看那张来自 AI 入门指南的幻灯片。但那就是为什么我们看到这些模型在所有这些"同等水平"的基准(benchmarks,原文"party"应为 parity)上出现收益递减,Friedberg。它们全都在用同一个数据集。

67:05全都在

67:05用同一个数据集。所以我们正在证明的,不是底层硬件没法扩展,也不是 Transformer 只在某个点之前才高效。所有这些收敛显示的都不是那个。它显示的是,在缺乏专有数据的情况下,你就是会达到同样的模型质量,而我们正看到一大堆不同的模型达到一个非常早的终点线,而这——再说一次——如果像 Facebook 这样的人免费在做,那就容易为之背书得多,因为你不必去为它背书、不必把它当作五年内的差异化因素。但如果你有一家股权价值跟一个模型挂钩的初创公司,我觉得那是非常——在缺乏专有数据的情况下,那是一个脆弱得多的处境。

67:46而现在世界上每个人口袋里都有一个摄像头和一个麦克风,还有口袋里那部手机带来的高速互联网,越来越多的人在上传那些内容、那些正在被生成的数据,YouTube 有这个免费的数据吸尘器。而他们就身处世界之中。而其中大部分都在往上传。

68:04嗯,不过它是面向公众的。所以它

68:07不只对,Sacks,也对,你知道,所有的图像生成成立。所以,比如,如果你看

68:12他们能在上面训练的不只是一个大语言模型(LLM),对吧?他们能构建各种各样的

68:17是啊。你说。不。不。

68:18不。我只是想说,比如,用来训练这些图像模型的那个 Common Crawl 的版本也存在。所以照你的说法,就像是,我们全都在从同样的、脆弱的、非常固定的、很小量的训练信息中运作。所以那就是为什么我觉得像 Facebook 和谷歌通过决定这些模型应该免费,在做一件真的很重要的事。对。

68:43然后能够——所以接下来那个问题

68:46就只是凸显了他们的数据优势。

68:49确实如此。而且我觉得它让他们能决定要泄漏出去多少。所以举例来说,每当——比如如果你大量使用谷歌的服务,像 GFS、Bigtable、BigQuery,你知道,TensorFlow,你通过 GCP 能访问到的那些版本,总是落后谷歌员工能用的一到两代,对吧?但它仍然比我们在任何别处能拿到的任何东西都好太多了,所以你还是会朝着那些端点去构建。而我觉得这里有一个类似的版本,Facebook 和谷歌大概意识到,看,我们会在内部跑着第 5 版来优化广告和所有这些让我们的生意好那么多的其他东西。

69:30而我们会把第 3 版开放给公众。但第 3 版仍然是在如此多的专有数据上训练的,以至于它比任何只在开放互联网上运作的第 10 版和其他任何东西都好太多了。

69:42而且,你知道,照你的说法,Friedberg,那是面向外部的东西。YouTube 是人们想要分享的东西的集合。谷歌还拥有的是 Google Docs 和 Gmail,是人们私下说的东西。所以他们在那儿还有另一个可以汲取的数据资源,你知道,而且围绕那个会有监管或隐私方面的东西。

70:01但也许那里有个区别,但老实说我想不出有什么量能接近 YouTube。连接近都谈不上。

70:07嗯,照 Jason 的说法——这真的很有意思——就像,你知道,AI 里有一种模态叫 RAG(检索增强生成),你其实可以就用一个非常具体的、针对一个非常具体的文档子集的训练来做增强,以求改进。它像是——它像是微调的一个取巧版本。但关于那个美妙的地方是,比如如果你有一个 Google Workspace,我整家公司都跑在 Google Workspace 上。事实上到这个地步,我大多数公司都是。点一个按钮,突然之间,现在我所有 Google 云端硬盘(g drives)里所有那些东西,突然就变得可训练了,这样第 N+1 个员工进来,就有一个在每一份演示稿、每一个模型、电子表格、每一份文档上调过的智能体(agent)。

70:48那是一个巨大的优势。

70:49是啊。巨大的优势。

70:51顺便说一句,而且

70:52作为一个 CEO,如果你给我那个选择,我觉得我手下任何向我汇报的人都没有权利去做那个决定,但作为一个 CEO,我会立刻点那个按钮,而且我作为 CEO 有那个权利。所以,就像,那就是对 CEO 的推销话术。就像是,看,我可以就这么给你这些智能体,它们就像是我们在一家公司内部一直想要的那种知识库的下一个版本,对吧?

71:14Notion 有这个。你知道,他们基本上——你可以开始就 Notion 的事向你整个 Notion 实例提问,这很了不起。而且,是啊。你可以就——而作为一个 CEO,你能看到横跨一切的东西,Chamath,因为你知道,有了 Google Docs,如果你处在一个受合规约束的行业,比如金融,你能看到一切。每一条消息、每一封邮件、每一份文档,而且你可以搜索

71:36安全模型和数据模型在所有那些东西里会变得非常复杂。比如,举例来说,比如,你怎么知道这张电子表格其实——你应该在它上面学习,但接着谁才能真正让那个被加进答案的子集里去,对吧?突然之间,比如,薪资。

71:55是啊。人力资源的信息被放进训练模型里。非常危险。

72:00或者一家公司的某个子集(subset a)正在做一个专有的芯片设计,他们其实喜欢——比如 Apple 运营高度、高度隔离的团队、谁都不能让别人知道的那种方式。所以那里有各种各样复杂的安全、数据模型和使用方面的问题,不过

72:14是啊。营收的世界。所以关于房地产有很多讨论。你——你跟我们分享了一个视频。你何不在这儿给我们开个头,Friedberg?

§06蔓延的房地产危机仍在继续

72:20商业地产以及(Sacks)持仓正在发生什么,还有很多想法。所以咱们来开启当下的商业地产挑战这个话题。

72:28嗯,我是说,我觉得我们是接着 Barry 上周在那个活动上的评论来开球的。他和我在后台见了面,因为我正好在他前面发言。然后他做了那场演讲,YouTube 上能看到,他谈了商业地产市场的状况,特别是他谈了写字楼市场。先退一步,谈谈商业地产在美国作为一个资产类别的规模,Nick,如果你把这张图调出来,美国商业地产跨不同类别的总估计市值大约是 20 万亿美元。其中大约 3 万亿美元在写字楼市场,而那正是他专门在谈的。

73:07他当时说,在美国,我们看到人们不回去上班,所有这些写字楼都空着。而我们谈过很多关于这些写字楼被减记(written down)的事。所以这是个多严重的问题?所以一个 20 万亿美元的资产类别,显然,多户住宅市场大概没有写字楼和零售那么糟,后两者是受影响最严重的,各自大约 3 万亿美元。单是,这些类别其余的相比之下似乎相对毫发无损,工业、酒店、医疗,你知道,那些房地产板块大概相当强劲。

73:39数据中心显然在疯狂增长,自助仓储(self storage)。它们是很棒的市场。如果你把下一张图调出来,结果是,在那 20 万亿美元的市值里,有大约 6 万亿美元的债务。所以你大致可以把那 20 万亿想成其中 6 万亿是由债权人持有的。而这些债务大约百分之五十由(Sacks)银行和储蓄机构(thrifts)持有。而这就是我们一直在谈的那个担忧——在更高的利率下,写字楼上的债务真的还得起吗?

74:11零售上的债务还得起吗,当那些债务里有一半是由银行和储蓄机构持有,而正如我们谈过的,它们跟存款的比例如此接近,以至于如果债务开始违约,你其实可能会看到很多银行在技术上资不抵债。Barry 提出的

74:27那个观点是,如果你看

74:29写字楼市场——你知道,它在每个人的账本上被标记为 3 万亿美元的市值——他觉得它大概更接近 1.8 万亿美元。所以在写字楼这一类里有 1.2 万亿美元的损失。而如果你假设那 3 万亿里有百分之四十是作为债务持有的,你谈的就是 1.2 万亿美元的写字楼债务。从 3 万亿减到 1.8 万亿,意味着股权价值已经从 1.8 万亿降到了 6000 亿。所以他们损失了——写字楼地产的股权持有人大概损失了三分之二的价值。

75:10他们投资的三分之二。而所有这些都归谁所有?其中大部分,百分之六十以上,姑且说三分之二,很可能是由私募股权基金和其他机构持有的,而最终受益人其实是养老基金和退休基金。所以如果这些账本里有三分之二的价值必须被核销,而这还没发生,这些退休基金会怎么样?这就是回到我几个月前的那个揣测被重新审视的地方。

75:37如果你真的在谈这些基金里价值被减记三分之二,而其中大部分是养老基金,你不会看到政府任由那件事发生。你会看到联邦政府。它会——某个时候会有某种行动,而写字楼市场不太可能会突然一夜之间反弹。如果这保持现在这个样子,谁来为退休者和领养老金的人填那个窟窿?因为我们不会任由那一切被减记掉。会有人站出来说,我们得对此做点什么。

76:04而且会需要某种结构化的解决方案来支持退休者和领养老金的人,因为在这场巨大的减记里,最终接下这个烂摊子的终究是他们。他在他的发言里没有一路讲到那儿。他更多是在谈他对从 3 万亿到 1.8 万亿的估计。然后是我试着把这些点连起来、以及那实际上意味着什么。而最终,会有一些痛苦被退休基金感受到,那需要以某种方式来处理。

76:27所以我——所以,我不知道那个是不是,Sacks,跟你的看法对得上。

76:29我是说,我觉得大的图景是对的。我觉得你套用了很多平均值。

76:33对。

76:34我觉得特别是在写字楼市场,典型的写字楼交易更像是三分之一股权、三分之二债务。杠杆就是要大得多。

76:42对。

76:43所以那会是第一点,而它让情况更糟。

76:46甚至更糟。是啊。

76:47所以我会说有巨量的股权已经被核销了。但除此之外,还有很多债权人也陷入了麻烦。而那些债务是由区域性银行持有的。所以这些商业贷款组合受到了严重的减值。那就是我们在纽约社区银行(New York Community Bancorp,转录作"Community Bank of New York")身上看到的——当他们报出比预期更高的商业地产组合损失时,他们的股票暴跌了。

77:15所以,Friedberg,我觉得关键只是,这件事带来的痛苦不只会落在股权持有人身上,还会落在这些(Sacks,指银行)身上,而它们承受不起损失。它

77:27分布得不均匀。

77:28是啊。是啊。

77:28对。是啊。

77:30对。

77:30而我们在旧金山看到了这一点,这里有些楼的债务股权比高达百分之七十,而你知道,那个价值把它们推进了窟窿里,股权被彻底抹掉,债权人也不得不承受损失。通常,你知道,那种债务其实不太经常被核销。

77:45嗯,这就是为什么债权人——债权人不想取消抵押品赎回权(foreclose)。他们不想把这些楼收回来,因为他们一旦收回,就不得不把贷款减记。只要贷款还未偿清、他们还没取消赎回权,他们就可以假装这栋楼的价值没有受损。

78:00把麻烦往后拖(kick the can down the road)是对他们来说最好的策略。

78:03所以它被叫做"假装并展期"(pretend and extend)。所以他们会做的是,跟房东、股权持有人谈成一个安排,股权持有人会说,Jason,我付不起利息。于是他们就把利息基本上作为本金挂到贷款的末尾,然后把贷款的期限延长出去。

78:20而那到某个点会把股权抹掉。是啊。诸如此类。

78:24嗯,那么它所做的是让股权持有人继续掌控这栋楼。对吧?因为,是啊,股权持有人今天付不起他们的债务还款,但他们会把那些债务还款推迟到贷款的末尾。而且,再说一次,与此同时,就有点指望市场涨回来。

78:42到某个点,因为他们在这些楼里的股权如此之少,通常就超过了这处房产的价值。那就像是,我现在只是在给银行打工。而且,你知道,我何必还投入这份功夫

78:53因为每个人都有点指望市场会复苏,他们股权的价值会涨上去,他们就能够做他们的债务还款了

79:00是啊。

79:00所以如果你是股权——如果你是股权持有人,你宁愿撑住、留着一个在复苏中你的股权还值点什么的机会,也不愿确定无疑地失去这栋楼。而如果你是一家区域性银行,你宁愿"掺和并展期"(blend and extend)或者"假装并展期",也不愿不得不现在就确认损失。

79:18对。

79:19以及向市场显示你的偿付能力可能没你以为的那么好。同样的事发生在政府债券上。记得 SVB(硅谷银行)和这些其他银行吧,他们有这些巨大的持有至到期债券组合。对。这些大多就只是国库券(T-bills),当利率从 0 飙到百分之五时,它们大概值,我不知道,一美元只值六十美分。

79:41但只要他们不打算卖掉,他们就不必确认那笔损失。

79:47对。然后当他们遭遇挤兑时,他们不得不卖。

79:50嗯,是的。没错。所以当储户离开——因为他们需要自己的钱,或者因为发生了挤兑,或者因为他们能在货币市场基金里拿到更高的利率——突然之间,这些银行不得不卖掉他们的持有至到期组合,去确认那笔损失。而那就是当每个人意识到,噢,等一下。他们其实没有偿付能力的时候。

80:08好。所以 Jason,供需在房地产里很重要。我们这儿有个双城记:一边,在房地产里、对商业地产来说,对写字楼空间没有需求,而它的供应又太过量了。自相矛盾的是,另一边,我们有这个对开发商来说不可思议的市场,就是,天呐,房子不够多。我觉得我们需要再多 700 万套房子,而对房子的需求爆表了。

80:33是啊。

80:33是啊。我是说,我觉得——我觉得你基本上是对的。

80:35它不

80:35——我一直试图解释住宅。它也不是个很棒的市场,因为利率飙升了。所以不存在空置问题。多户住宅开发商仍然能把单元租出去。他们仍然能够出租。

80:47问题是他们的融资成本飞上了天。所以,再说一次,比方说你是一个在过去几年里建了多户住宅的开发商,你办了一笔建设贷款。那笔建设贷款可能是百分之三、四的利率。现在你想给它上长期融资。但如果你现在甚至还能找到债务——因为正在发生一场信贷紧缩——你可能得付百分之八、九、十。

81:10是啊。但至少你

81:11能找到租客。

81:13你能找到租客。那是真的,但只在某个价格下。而且比方说你当初是按,我不知道,比如 5 个资本化率(5 cap)、比如某个收益率来给那处房产做的测算。对。但现在你的融资成本比你想的高多了。

81:24你可能已经资不抵债(underwater)。

81:26是啊。但那个处境没有写字楼正在发生的那么糟。

81:30为什么?我觉得,你知道,我觉得在某些方面它更糟。如果你完全——如果你完全租满了,而你的楼却资不抵债,因为现在你的债务还款比你预期的高多了,那就没有商业模式可言了。

81:43我们看到那个了吗?我们看到大量多户住宅垮掉了吗?我能

81:46说两点吗?第一,我觉得——我觉得 David 是对的,就是,我不太了解这个市场,但就作为一个旁观者,这是我观察到的。住宅市场似乎有一个特征——我不知道它是好是坏——但那个特征是,你每年都按市场需求重新定价。所以就供需在变化、违约率上升之类的程度而言,那会反映在租金里。而你能看到这一点,因为租金变化得非常快,而大多数人签的是六个月到一年的租约。

82:21所以那个重置发生得非常快,所以它能更动态地适应。所以就一个市场细分受到减值的程度而言,你会很快看到那个减值。而在写字楼那边,我看到的是,新冠疫情期间发生了一种结构性的行为改变,这种改变在世界上除美国之外的每个其他地方都已经重置了,而在美国,有这些,说实话,通常更年轻、通常更初级的员工,在一场要求重返办公空间的较量中,把许多这些公司挟持住了。所以我们知道有这么一道即将撞击商业地产的空置悬崖,我们只是不知道什么时候,因为它们——它们处在长期租约里。他们是在很长的时间段里逐步取消这些租约的。

83:04所以重置周期更长。那只是我作为一个局内人(原文"cider",应为 insider)的观察。我不知道那对价格或别的任何东西意味着什么,但看起来至少住宅市场能更早找到一个触底,因为你每年都能重置价格,但商业地产看起来就像一座正在熔化的冰山往某个方向走——对不对,Sacks?那个评估?

83:23商业地产既有需求问题,又有融资问题。多户住宅只有(Sacks,指只有)一个融资问题,但理解这一点很重要。

83:31我们谈的是写字楼

83:32因为有

83:32零售,然后有写字楼。然后还有其他的、工业的。

83:35你能不能也看到

83:36在中国?中国有 5000 万套房子超前完工。5000 万套额外的供应,能住下 1.5 亿人。所以尽管我们的问题很严峻,中国的问题可能要——是啊——剧烈得多、天翻地覆得多。

83:50我们

83:51能不能就给你举个多户住宅那边的例子?好。比方说

83:54你

83:54买了一栋楼。好。比方说你在 2021 年——市场的绝对顶峰——买了一栋楼,而你当时能拿到比方说百分之四的债务。好吧?你测算出,姑且叫它百分之六的收益率,配上你拿到的那个债务,比方说你做了三分之二的债务、利率百分之四,你现在就能把那个百分之六的收益率加杠杆放大到百分之十。

84:16对吧?那大致就是那套算术,对吧?现在突然之间——而要达到那个,你还得对这处房产做一些增值改造。你得把它修整得体面些。

84:24好吧?现在几年过去了,你的短期融资快到期了,你需要再融资(refi)。而且你已经做了你的增值改造,但问题来了。市场里整体的估值已经跌了一大截。所以之前银行愿意给你三分之二的贷款价值比(loan to value),现在价值跌了一大截,你可能甚至拿不到三分之二的贷款价值比。

84:47所以你就得做一种叫"注资再融资"(equity-in refinancing)的事。你得拿出更多股权。你得再掏更多钱。所以不是像交易顺利时那样把股权抽出来,你反而得把股权投进去。而如果你是那个开发商,你可能没有那笔股权。

85:01另一件事是,你现在的融资成本可能是百分之十。所以现在你有了负杠杆。你产生的是百分之六的收益率,但你却以百分之十的利率借钱来产生那个百分之六的收益率。所以那笔债务不再说得通了。你,再说一次,你不是正杠杆。

85:17你是负杠杆。所以你不会想办那笔债。而如果你真办了那笔债,这些楼就会资不抵债。它不会产生净营业收入(net operating income)。它会产生亏损。

85:29所以这就是为什么连像多户住宅这样、你没有空置问题、需求强劲的类别——是啊——那些房产仍然说不通。如果你的多户住宅上有长期债务,如果你当初能够把那笔百分之四的贷款锁定十年,你就没事。但对所有现在、今年、去年、明年要再融资、债务到期的人来说,他们深陷麻烦。

85:56而这就是为什么房地产里有一场滚动式的危机,因为债务是随时间逐步到期展期的。并不是每个人都同时撞墙、不得不在同一时间再融资。

86:05嗯,谢天谢地,对吧?我是说,如果真是那样,这会是灾难性的。如果有朝一日——你能想象吗,如果硅谷和旧金山(原文"Sacks Francisco")不得不说,这才是现实,有谁真的愿意为这片写字楼付钱——全都在同一年。哎哟。

86:17对。

86:18那会是疯狂的。

86:20但危机在增长,是因为随着租约逐步到期、那些高于市场的旧租金逐步滚出,现在你不得不签下新租约——如果你甚至还能签到的话。

86:30会变得平衡。

86:31以一个

86:31低得多的费率。而随着那些利率低得多的旧贷款逐步到期,你不得不拿到融资,哪怕你是以高得多的利率拿到,那就是当突然之间这些楼从基本上有偿付能力变成资不抵债的时候。

86:45是啊。我是说,Janet Yellen(珍妮特·耶伦,转录作"Janet Yellow")就会把这些人救出来。那意味着你不会去救那些银行本身,但你显然会去救那些债权人,那些接下烂摊子的人。他们会被救。

86:54是啊。那个每个人都同意。

86:56Janet Yellen?(转录作"Janet yelling")

86:58对。我们的财政部长。

87:00我不知道她会不会是做这件事的那个人。

87:01我觉得会——会有国会针对这些东西采取行动。

87:05是啊。我是说,他们往往会主导它。那好。为科学苏丹 David Friedberg、还有 David Sacks,还有 Tremath(Chamath)——大概还有 Tia——那位主席独裁者,我是世界上最伟大的主持人。

87:17我们下次见,我们是 All-In 播客。拜拜。

87:22你那冬日的旅程。(片尾曲歌词)

87:25Rainman,David Sacks。而它

87:29说我们把它开源给粉丝,而他们就玩疯了。嗯哼。(片尾曲歌词)

87:46Driveway checks.(片尾曲歌词,转录不清)

87:52我们都该开个房、好好来一场——谢谢你,Dorothy,因为他们全都没用。就像是,这种,比如,性张力,他们只是需要把它释放出来。(片尾调侃,转录不清)

88:06你从哪儿搞来 Murphy 的……(转录不清)

— 读到这里,多懂一点。 —