“马化腾英语最差,但在美国打法最专业”

最近很忙,但我还是会定期约老朋友出来聊一聊,聊他们最近关心什么,或者我正在思考的事,甚至包括聊点儿八卦。

这一次,我和 F50 天使创投创始人 David Cao 聊的是:腾讯、百度和阿里,即 BAT 三家公司在美国打法,以及中国资金风暴般涌向硅谷的几种类型。很有意思,从西方,反观中国机构动作的一个局外视角。以下是我整理的 David Cao 主要观点,Enjoy the insights from Silcon Valley!

BAT 里的腾讯

腾讯是做得最扎实,也是最美国化的。那首先,腾讯招聘的投资部门人员全是老美,领头人是 David W.,一个犹太人,讲非常流利的英语。

腾讯打法,我认为在 BAT 里是属于最“高大上”打法,就是说它:Hire 地道美国人;Hire 美国团队;完全本地化;做美国大基金的 LP;投资美国初创公司。

腾讯现在是硅谷最厉害的基金“Andreessen Horowitz”的 LP。这支基金由马克.安德森和本.霍洛维茨成立,它刚刚宣布:已经在美国投了上百家初创公司。

而且大部分腾讯这些海外投资,国内人是不知道的,甚至在网上,你也看不到。因为它不会去说,只有可能像投了 Snapchat 这样的案子,它会被看到。

也就是说总体上讲:腾讯做得非常隐秘,然后又很高大上,同时也很本地化。我认为这是真正的“美国”打法。

那马化腾我们知道,他其实是 BAT 里英文最差的,我还给他当过翻译。第一他不讲英文,第二他没出过国,所以马化腾他很敢用人,也很会用人,当然 David W. 的加入,和腾讯股东有一定关系

BAT 里的百度

其实 BAT 里,李彦宏英文是最好的。这里就很有意思,这个东西可能,还真跟一句老话有点关系。

就是有时候,“人的优势,就是他的弱势。”举例子说,因为马化腾不会说英文,也没去过海外,所以,他找了一个特别厉害的人。那李彦宏在美国呆过,而可能也正是这个原因,百度美国业务,在 BAT 里反而最保守

你去看,百度目前在美国,基本是招很多人,包括从谷歌挖人,但主要做研发,支持中国市场,然后投资非常少。这个和阿里及腾讯打法,完全不同。百度现在在美国扩张业务,没有像腾讯和阿里那样激进,战略投资非常保守

我认为这可能是百度自己不想做。李彦宏应该很懂美国市场,英语也说得非常流利。但可能也正是李彦宏对美国太熟,所以觉得没什么可做,或者不感兴趣。

BAT 里的阿里巴巴

那讲到阿里,就真的是“土豪”了。阿里在美国做法,基本是大规模投资公司,而且通常直接上 C 轮,它在 C 轮方面投资,要比腾讯还 Aggressive

阿里巴巴打法,基本和中国打法比较像,就是找快要上市公司,然后冲进去。这是一种土豪打法,因为投后期成本高,投早期相对成本低,那反正我有的是钱,我不在乎,我等你们都打出来,我就……,直接一个亿美金冲过来,就是拿钱砸,跟别人抢。

相比,腾讯打法更扎实一些。就是相对说,它更像是个真正的投资公司,在估值等各方面,它不那么 Aggressive。而且腾讯在美国投资,它进早期

腾讯其实有好几个项目,投的资金规模不是很大,比如在洛杉矶一个项目,大概只有几十人公司。这就说明,它打法相对稳健、务实和混合拳。那如果是阿里,可能直接上来,就是一个亿美金。

阿里巴巴最近以 2.8 个亿美金,投资了视频通话软件 Tango Me,这是一个俄罗斯公司。它们还想投资 Line,并四处寻找 Message 公司,基本所有 Message 公司,阿里巴巴应该都有接触。

不过反过来说,阿里现在上市,在美国名声确实大震,而且投资方面,以“土豪”方式砸了几个案例后,声势也做得不错,已经砸出品牌,大公司现在都希望和阿里合作。从市场角度讲,那我认为,阿里至少也已经达到它目的。

第二梯队

除了 BAT ,还有一些中国二线上市公司到美国,比如奇虎 360,人人网等,还有一些是中国智能硬件的上市公司。

它们策略基本是:做基金的 LP,然后做孵化器的投资人。这个策略,所需资金量比第一梯队小很多,我还没见过第一梯队,投任何孵化器或第三方平台,因为它自己已经非常强大,不需第三方平台帮忙。

同时第二梯队公司,也在用自己战略基金做跟投。中国有好几个公司,有在硅谷参与孵化器和加速器,这些公司主要目的是:一般不做天使轮,但希望能和天使轮机构有接触,这样他们要做 A 轮跟投时,确保能有优先权

那再往下,就是更早期公司,基本表现就是个人比较多,和小的一些天使基金。这一些,基本就是参加各种活动,不出钱,而是出力,做各种各样活动的评委。

“创新工场”模式

说到“创新工场”,我觉得它是真正实打实机构,到美国做投资来了。就是说:它是到美国来做真正的天使,给早期美国公司提供资金

从中国机构角度看,这已经非常创新,首先:它招了个老美,然后直接在美国本地做天使,那为什么说创新?因为中国很多基金做法是:派一个中国人来,然后投的,其实也是华人项目。

但“创新工场”模式,也有它问题。就是我们说天使投资,它最后靠的还是机构品牌,和背后资源支持。它往往得要有个“灵魂人物”,或“灵魂人物们”。比如孵化器 YC,它以前灵魂人物就是 Paul Graham。

这是因为做天使轮,人很重要,这个人的光环及他眼力精准度。天使轮,只给钱是不行的,很多情况下,天使要靠他的人格魅力,去吸引创业者;然后再通过他网络人脉,去帮助创业者。

那灵魂人物这件事上,“创新工场”在美国可能缺一点,我想如果真的是李开复自己来跑一跑,效果会比其他人更好。

也就是说,它目前这种打法,其实是在从底层往上做,那它所需要时间,相对就会长一些。另外“创新工场”已经是一个很本地化打法,但真要跟一帮美国人“打”时,它还是一个非常一般的 Plan。与之相比,腾讯在美国找的 Team 就很强。

中国市场资源

另外讲到很多天使基金,都会提到一点,说我的竞争力是:能提供美国公司中国资源。比如你去很多大会听演讲,你都会听到中国投资人在说:我在中国有资源,我可以帮你拓展中国市场。

关于这点,它可能也会有被 Argue 的地方,就是:一个企业,它刚刚开始时,如果在美国没成功,那它去中国,肯定是成功不了的

因为天使轮投完后,这个企业在美国不一定能成功。就是说,在天使轮进入后,考虑中国资源这件事没意义,因为天使轮资金太少,如果你在这个时候就考虑中国,反而会分创始人的心

所以,我经常和我创始团队讲,我反对你们去中国,但是,我热烈欢迎你们拿中国投资人的钱。

下一波下岗的将是“职业摄影师”

几乎快被人遗忘的图片领域最近在硅谷酝酿着一轮新创新。这两天,我们拜访了图片编辑工具 Polarr 创始人 Borui Wang,请他谈一谈正在硅谷涌动的图片趋势成因。

Sigh,话题最后竟然又涉及新一轮“下岗”。以下是我整理的 Borui Wang 主要观点,Enjoy the insights from Silicon Valley!

过去问题

要知道硅谷图片行业正发生什么变量,首先需要先了解过去图片行业模型是什么样的。简单说,最早的模型,买卖之间的关系非常清晰而且直接,共涉及三个环节:第一生产者,第二经纪人,第三购买者。

以 Gettyimages 为例。就是说,有一群人,以拍照片为生,他们通常非常职业而且全职,生产照片目的就是为了钱;然后,他们把自己照片交给一个平台即经纪人,像 Gettyimages 这种;再然后下游,像《纽约时报》等专业机构进行购买。

那在这个模型里,最有 Power 的其实是 Gettyimages,因为它把照片版权买断了,每个交易达成,它收取 50%-75% 分成,照片生产者只能拿到很小一部分。甚至这种版权授权模式,在某个时间段是非常疯狂的,Gettyimages 刚成立时,就是把所有东西买断,比如跑去旧金山说,我把我喜欢的所有一次性购买,然后形成垄断。当时他们创始人做这个事,就是为“版权授权”这个商业模式,因此投入了很多钱。

但现在这种模式遇到什么问题呢?因为 Digital 的出现,而且情况是 Digital Photo 分散得越来越广,经常有人盗图,所以 Gettyimages 现在也没办法,解决方式是说:好,你可以免费拿,但必须注入我们某些标准,比如打上什么字样,而且他们花了很多钱和资源去做照片追踪,看有没有其他人在用他们的图。

但这仍是不解决问题的。为什么?昨晚我还在和一个朋友讨论,比如现在我有张图,并要把它控制在只被使用 5 次。你觉得有可能吗?一种方式是说,我给图片做个身份证号码,但要有人截个图呢?那我们也讨论过,不用身份证号,去追踪这个图片的信息是否相似,那要有人改个像素呢?

所以这个东西,它其实不仅在影响图片业,也在影响整个 ART 业。就好比以前我做五个雕像,我卖给五个人,没问题;但现在我画了这么个 Digital Art,然后就想授权五个人,你说 How Can I do it?

正发生的趋势

那讲第二种模式前,我们再来看下,与此同时图片产业链上下游正在发生的变量。首先下游,你会看到说,一些购买机构它已经觉得去 Gettyimages 买内容,成本太高;另一面,内容生产群体也在变化,一些业余但非常发烧的人在涌进来,或者说他们因为照片存储平台的存在,而被发现。

这些变量下,你会看到图片业已经发生的一个趋势,即一部分网站会说,我给你用户提供免费照片存储空间,你把你特别大的原始照片放我这里,然后我去选出一些好的,然后别人再过来买。

像 Flickr 现在转型也是在做这个,也归属这种模型。今年 7 月底,Flickr 说它要开始帮用户把照片卖给另一部分用户,因为相对 Instagram 这种移动图片托管服务,它上面的摄影发烧友还是很多,用户照片也相对专业。

注意:这种模式下,它其实是可以大幅降低图片购买成本的,因为用户或者说像你、我、他这样的人,首先会认为我作为一个爱好者,我在生活上没有说我要去依赖销售图片这件事。所以很多时候这些照片卖出去,他得不到什么钱,实际上是网站在赚钱,但用户不介意,他甚至还可能因为这个图片得到承认而非常高兴。

这种模型里,它的“销售”和第一个模型很不一样。第一种,它的用户有主观意识,我来这里就是想卖,但新模型中,这些人只是我的平台用户而已。这种新关系,也正渐渐演变成商业模式,除 Flickr,像 Humble bundle 这个网站,它以前也还是作为一个 Hosting 存在,但最近两三年,它开始变成第二种模型。

甚至这里还会产生更激进的:你比如 Instagram,它每年可能会有 100 个 Billion 照片上传,然后因为大家只是用户,我不在乎收入,有人用我反而很开心,然后 Instagram 就可以把大家这些非常随意的照片,去和一些品牌商对应。好比说,耐克它新推出一款鞋,然后它发现有某个用户拍得特别好,那这个运营图片的平台就会去跟用户说,用户也觉得非常高兴和自豪。

已出现的一个例子是,你看下面这张图:它就是一个叫 Nordstrom 的网站在 Instagram 发现了一个好图,然后这个网站的人给用户留言,说希望获得用户免费授权,然后你看那个用户不仅同意,而且还很高兴。

职业/全职摄影师下岗

那对个人职业者,未来整个趋势会变成什么呢?我觉得世上总会有两伙人,一伙他信仰所有东西,都该或者说会免费;另一种则认为,我们这个世界是个法律系统运作的世界。那不管怎么样,客观结果都是:

大量做得不错但只是把这些事作为一个爱好,并且不主要依赖此来获得金钱回报的人群在涌进来,同时,职业摄影师的存在目的突然变得没有了,就是这个职业突然需要变得要消失。我这里指的是大规模职业摄影师这个人群,它变得说只能存在少量的人。

而这个市场中的很多内容创造者,他会变成是这样一个状态,就是:很多人他会去做艺术,但不再是为销售,他做只是因为他喜欢。他会变成说:我有 70% 时间是在做我的爱好,但我不 Care 它是不是能回馈我钱,然后我有 30% 时间是在写代码,我就是通过这个写代码赚钱。

所以长远讲,这个人群不会再把这些事作为一个专有职业,而是爱好来做,然后如果他做,他也不会通过像第一种模型那样用非常直接方式去卖,就是他不会说做这个内容,然后直接卖的也就是这个内容。

当然在上面第二种模型中,也会有一些个人说,你要用我的东西?那你买我吧?但这里,首先,这个价格肯定比第一种模型里便宜;其次,这个人这样的个体可以存在,但市场最终影响力是在“购买者”这里。也就是说,如果我不想付钱,我还是可以通过其它方式找到差不多的,你可以不卖,因为技术发布成本降低,内容生产者在大量涌进来,我到处都有选择。

换句话说,你作为一个个体,如果还想找到一个组织或一个机构,给到你一笔专门生活费去为它做事,这种事情长远讲已经不存在,或者说整个受惠人群会大幅缩减。我觉得是这样,每个人它自己都已经开始像一个公司,就像刚才我说的,也许作为个体寻找职业的人来讲,你已经再也找不到一个组织说可以给你一个保护伞,你去为我做事,它可能会大量用低成本的志愿者,然后如果你这个平台赚钱,那是因为你利用你这个分享平台的影响力赚到的钱。

最新趋势

回到图片业,那现在硅谷又出现的第三种模型是什么样的呢?这其实也是我们想做的事。就是说:我作为一个经纪人或平台,仍会有非常多用户在我这里上传照片,但我会用一套非常强大的技术,去分析这些照片内容,最后去和厂商匹配。

注意:这里的商业模式不再是版权授权概念,而是一种完全由技术驱动实现的商业模型。首先用户层面,比如你把照片给到我,我会把它弄得更好看,把一个普通照片创造成一个更美好的东西,我用一套技术去实现,用户可以正常分享内容给朋友和家人。

与此同时,用户也可以获得我们建议,比如平台方它可能会用它的技术引擎,非常迅速而且精准帮用户去对他照片进行删选。

举个例子,假设你有 2000 张照片,那其中肯定有一些是不太好的,这个时候平台方会告诉你这 2000 张照片里有多少从专业角度看其实是“废品”,然后它会给哪些是“精品”的建议,可能是只有 200 张。当然,你会不会因此把“废品”删除掉,由你自己决定。

而商业模式层面,它不再是一个内容或产品授权平台的概念,更多做法可能是说:比如你是 Airbnb 这样的厂商,然后我告诉你,你作为厂商对不同用户应该把照片变成什么样。也就是说,你的不同用户应该看到什么类型的照片,在这方面,新模型图片平台方会给到你很强的建议。

讲得再深入一点,像 Airbnb,它花了很多钱找职业摄影师,因为很多想出租房子的人自己去拍房间照片效果不好,或者懒得拍,所以 Airbnb 会提供一个功能,说房东你可以申请要人来拍照片。然后 Airbnb 就找到我们,把这些照片给我,告诉我它要什么目的,然后我去帮它做优化。

因为这里的关键点是:不同照片对不同人群是有不同价值的。就像 Airbnb,你现在去看它主页,它有一些图片颜色偏绿,有一些偏黄,像我这种用户可能是比较喜欢黑白淡雅的。

那如果说,Airbnb 需要把同种类型的房子图片展示给某个特定年龄段的人,比如是 15-25 岁的年轻人,它需要什么样的图片建议?这些年轻人到底喜欢什么样的图片颜色、图片基调?如果 Airbnb 需要把同一种类型的房子图片展示给 26-45 岁的女性,它又需要什么样的图片建议?

所以,这种新型图片模型它确实会需要用到很多用户数据,这也是大数据的一种应用。我们现在就是专注在这个搜索引擎上获得数据,现在它是一个免费照片处理软件,不需要安装,速度可以达到和 Adobe 一样。我们就是完全基于这种理念去分析数据,你作为一个用户,甚至可能都不需要告诉我你年龄和爱好等信息,因为你已经在平台方上有 Photo Content,即照片内容。