学英语能让你更爱投资?

本期#思维方式#,来自 UCLA 的行为经济学教授 Keith Chen 在 TED 主题演讲:“你说的语言会影响你存钱能力吗?”,以下为硅发布翻译简写。

全球金融危机让人们对一个古老经济学问题重新产生兴趣,那就是: “为什么经济规模和政治体制看起来很相似的国家之间, 国民储蓄习惯差别如此之大?”

我今天要跟大家分享一个很有意思的假说:我研究了人们说的语言的(语法)结构和他们存钱习惯间的关系,并得到一些意外的新发现。我们先介绍国民储蓄比率,再介绍语言差别,然后我们把这两者联系起来。

先从 OECD 国家开始考虑,OECD 即“经济合作与发展组织”,基本上包含的都是世界上最富有的工业化国家,且加入的国家都需要符合民主政府、开放市场和自由贸易等要求。虽然这些国家很相似,但是他们存储行为差别很大。

看下面这张 OECD 成员国图:左边,多数年储蓄率超过 GDP 的 1/4,部分达到 GDP 的1/3。而图右侧,最右边是希腊,我们看到过去 25 年,希腊国民储蓄率刚超过 10%,需要注意的是:美国和英国紧随其后。

现在我们看到存储比率的巨大差别。但“语言”跟这种差异有什么关系呢? 

你们可能注意到了我是华裔。我在美国中西部长大,很小时就意识到中文在“家庭”关系中的叫法,实际上更本质的,甚至是在“思维方式”上都和英文有很大不同。怎么解释呢?举个例子。

假设你我在聊天,提到我叔叔(Uncle),你完全理解这个英文的意思,但如果用中文聊天,我就头疼了,我无法用中文告诉你这是我“叔叔”,而会附加上更多家庭关系信息。

如果用中文,我必须一并告诉你:这个人是我爸爸这边的,还是妈妈这边的;是婚姻关系,还是血缘关系;如果是我爸爸的兄弟,年纪比我爸爸大,还是比我爸爸小。这些都是必须的,中文无法省略这些信息。事实上,如果要我不弄错,我就要不断去想这之间的关系。

这是小时候让我很好奇的事。而现在我作为一个经济学家,更好奇的是:不同语言,在“如何表示时间”上的差异。 

例如,英语需要用明确语法变化来表示不同时态,如果说过去下过雨(It rained yesterday);现在正下雨(It is raining now);明天将要下雨(It will rain tomorrow)。注意:英语中,需要很多元素来表示事件发生时间,因为需要据事件的时间来调整自己要说的话,“It will rain” 或 “It’s going to rain.” 英语语法禁止你说成:“It rain tomorrow”。

而中文表达方式恰恰相反,一个说中文的人说出来的话,会让一个说英文的人听起来怪怪的。他们会说:“昨天下雨”、“现在下雨”、“明天下雨”。从更深角度看,中文没有将“时间”进行严格分割,而英文则将此作为语言正确与否的准则之一。

那么,这种差异是否只有在中文和英文差异这么大的语言之间才有呢?

不是。你们中很多人知道英语属于日尔曼语系,而英语是日尔曼语系中唯一需要这些的。例如:说日尔曼语系的人会很自然用以下话表达明天下雨:“Morgenregnet es” ,说英语的人听了就类似 “It rain tomorrow.” 

这让我作为一个行为经济学家,想到一个有趣的假设:你描述“时间”的方式,和你语言迫使你思考“时间”的方式,是否会影响你对不同时间段的偏好? 

你们说的是英语——区分将来时态的——这意味每次你谈论到“未来的时间”或“未来要发生的事”时,你需要在语法层面将“未来”和“现在”区分,就像是两者间有本质不同。现在,假设这种语言上的差别让你每次说话时都意识到当下和未来的细微差别,如果这个假设成立,那么就会导致“未来”看起来跟“现在”更加遥远,要你存钱也就会困难一些。 

另一方面,如果你的语言没有区分将来时态,你说现在和未来句式一样。这点细微差别会让你觉得他们是一样的,会让你更倾向于存钱。

我阅读了大量语言学文献作为调研。有意思的是:没有将来时态的语言全球都有,而当你开始收集数据,你会发现:这些说没有将来时态的语言的国家,很大程度上恰恰是最喜欢“储蓄”的国家。

为给你们一点提示:请回看刚才提到的 OECD 储蓄比例图,你看到相比那些语言中区别将来时态的国家,没区分时态的国家储蓄率更高,且总体上更靠左。平均差值有多大?约占各国每年 GDP 的 5%。这种差别持续了 25 年,对国家总体财富有着长远影响。

好,现在虽然这些发现能说明问题,但比较的国家间在很多方面都有差异,有时很难将这些差异归结为某个原因。下面我将向你们展示:我过去一年收集到的、作为经济学家能得到的所有大数据集,并且我正尝试将国家间可能的差异性消除,希望可以为(我理论提到的)这段关系提供证据。总体而言:无论我目前如何尝试,我都无法将这种关联消除。 

让我告诉你们,你们能做到什么程度。

一种可能的验证方式就是收集了全球范围的(经济)数据信息。例如,欧洲的健康、老龄化及退休情况统计。

想象一下你是一个比利时退休老人,有一天有人跑来敲你家门:“打扰了,你能跟我说下你股票投资情况么?你知道自己房子值多少钱么?方便告诉我么?你走廊有 10 米这么长?如果有,你能走一次让我看看需要多长时间么?你能否用你的惯用手用力握这个设备,让我测试一下你的握力?你能否吹一下这个管子,让我测量一下你的肺活量?” 

将这些数据与 USAID(美国国际开发署)在非洲发展中国家的人口健康统计数据结合 USAID 的数据,例如,尼日利亚农村家庭中 HIV 感染情况等一手信息, 将这些数据与世界价值调查(value survey)结合, 就有全世界上百个国家上亿家庭的存储行为信息。

获得所有这些数据,综合起来,你就得到这样一张图。

你会发现:全球范围内有 9 个国家,其国民中有相当多人使用没区分将来时态和区分将来时态的语言。我接下来要做的就是:通过统计匹配方式,找到各方面都近似相同的家庭,然后去看看,在控制了这些变量后,语言和储蓄间是否还存在着联系。

我们能控制哪些特征?我考虑的匹配包括:出生地和居住地、人口信息、性别、年龄、相对居住国收入水平、受教育程度,及家庭成员结构。我发现:在欧洲,就有六种不同婚姻组合方式,最精细的分类方法是按宗教信仰分类——将全球分成 72 个不同宗教团体——非常精细的分类了。14 亿家庭,每个家庭都有独特性。

现在我要说的比较,都是在这些各方面近似一致的家庭间进行。让我们假设:这个实验找到了布鲁塞尔的两个家庭, 在别的每个方面都很相似,但一个家庭说佛兰芒语,另一个说法语; 或是两个住在尼日利亚农村的家庭, 一个说豪萨语,另一户说伊博语。

现在在这么精细的控制水平下,语言时态特点是否还会影响到储蓄习惯? 是的,语言中没区分将来时态的人,在任何给定年份中储蓄比例都要高 30%。这种差异是否有累积效应? 是的,当他们退休时,语言中没区分将来时态的人,在收入稳定不变情况下,要多 25% 储蓄。

我们能得到更多结论么?出于经济研究目的,我们收集了很多医疗健康数据。我们能将健康相关行为比作储蓄行为么?例如吸烟这个事,吸烟可以看作是“反向的储蓄”。 

如果储蓄是增加当下痛苦来增加未来的快感,那么吸烟效果正好相反。吸烟用未来的痛苦,来换取当下的快乐。我们假设:吸烟跟语言时态的关系应该跟储蓄关系相反。我们的统计支持了我们的推断,语言没区分将来时态的家庭成员,相比而言任何时间段中吸烟可能性都要少 20%-24%;他们退休时,超重可能性相比少 13%-17%;最后一次性行为中,使用安全套概率要高 21%。我可以这么一直不停列举下去,很难找到语言时态特征对储蓄行为没有影响的实例。

我和在耶鲁的语言学同事和经济学同事刚刚开始这项研究,探索和理解每次我们说话时(语言)对我们未来的轻微影响,最终目标是:一旦理解了这些微妙效果是如何影响到我们决策的,我们希望可以为人们提供更好工具,让他们在未来理性的存钱、理性的投资。

如何判断一个AI公司值得投资?

Union Square Venture 的 Fred Wilson 对 2017 年“预测”第 5 条:投资者第一个问题会是“你们 AI 战略是什么”,并对“没 AI 战略”公司保持谨慎。

千真万确,现在源源不绝的创业公司都自称 AI,对投资者挑战是:如何去芜存菁找到真正的 AI 公司?来看下美国顶级投资机构 Canaan Partners 的 Rayfe Gaspar Asaoka 撰写的一个“方法论”,其主要投利用 AI 全新、独特数据来破坏旧商业模式的初创公司。

以下是我们翻译简写。

AI 已经过热,但也仅仅是个开始。

从初创、大企业甚至到好莱坞,AI 无处不在。过去两年,对“深度学习”搜索频率增加了 4 倍,AI 似乎是每篇学术论文、行业研讨和创业公司主题,感觉已“言过其实”,但穿越“炒作”,AI 的确是下代创新浪潮——且还仅仅是个开始。

复合驱动:平台、算法和结果

过去几年 AI 平台迅猛发展,尤其是其子领域“深度学习”:其传播算法背后的微分方程足以令大多数开发者头晕目眩,但开源库 TensorFlow(注:谷歌开源人工智能系统)却能让任何人得以建立最新分类和复杂的 ConvNet。今天我们有一把开源选择,如学术机构研发的 Theano、Caffe 和 DyNet;商业化公司提供的 TensorFlow、CNTK 和 MXNet。她们竞相成为开发平台时也互相推动改进功能,这场竞争其实也是企业内部的“特洛伊木马”,随平台变得更易使用,AI 也会日益成为企业核心。

当算法从经典的“Rules-based AI”(专家系统),到 Regressions(机器学习),到多层网络(深度学习),到现在的强化学习,我们看到 AI 渗透进企业的各种新方法。如深度学习重新定义了使用非结构化数据的领域(如:计算机视觉和语音);强化学习有了更广泛应用领域,从时间序列数据领域(如:金融和安全)到多步骤过程(如:机器人和物流)。对初创,去部署利用多代算法建立专有数据和模式的护城河已刻不容缓。

那么带来结果是什么?AI 第一次在“规模化”上,实现在真实产品和服务中提供真实结果。像谷歌、Facebook 和百度等已在 Geoffrey Hinton、Yann Lecun 和吴恩达等科学家帮助下对 AI 展开应用研究。谷歌高管 Jeff Dean 最近谈到谷歌内部对 AI 使用增加——不仅是研究领域,还包括“生产”。许多方面,这与 20 年前“软件优先”及 10 年前“手机优先”相似,下代成功公司将是“AI 优先”。

去芜存菁的投资

源源不断的创业公司都自称 AI,对投资者和创始人的一个挑战是:如何去芜存菁找到真正的 AI 公司?对“应用层面上构建 AI 解决方案的公司”尤其如此。为穿越“炒作”,我用一个简单的 2X2 框架来说明我们机构如何做这种潜在评估。

在一个轴上,我寻找具差异化数据集(如:有唯一标记的数据、专有数据)或算法的公司,它们将通过改进 Train、Process 和提高模型获得长期竞争优势;第二个是商业模式创新,特别是,那些将颠覆耗时耗力的人工程序的以 AI 为中心的应用。

如果一个公司在一方面很强,但另一方面几乎没有,它可能会获得短期成功,但有更优质数据或更独特商业战略的竞争者会在未来利用他们弱点“弯道超车”。下代 AI 赢家将是这两方面都有优势的公司,不仅会改变一个行业对自己业务模式观点,且当竞争对手发现并试图挑战时,想打破他们数据和算法”防御壁垒“为时已晚。

举例说明:我们投的 Ladder,它有差异化数据集和独特 AI 模型能实时处理人寿保险申请,而传统保险业需 6-8 周处理一个申请,这使购买保险便捷/易用。而当他们继续从消费者获得更多数据,实时包销模型将获得指数级改进,从而得到数据护城河和商业模式的双重优势。

最后阶段:AI 民主化

我们正进入人工智能生态系统的一个关键转折点,“平台”、“算法”和“结果”的力量不是彼此孤立,它们紧密相连且产生病毒网络效应。AI 依然非常早期(尽管已大肆宣传),该新兴产业大部分价值创造仍有待实现,但毫无疑问,AI 潜力和广阔领域是真实的。

美政府或限制中国对硅谷投资,尤其在人工智能领域

路透社引用美国官员消息——美政府正考虑收紧对中国投资硅谷的审核,尤其在 AI 领域,因为担心中国可能借此加强军事能力及推动战略性产业。

参议院共和党二号人物 John Cornyn被披露将起草法案,以赋予外资在美投资委员会(CFIUS)更多权力来阻止交易这个委员会奥巴马期间就曾阻止中国对美国芯片业的一些收购。

参议院共和党二号人物 John Cornyn 

据路透社浏览的这份未公开五角大楼报告:认为中国正绕过 CFIUS 审查和监管,以多种途径获得敏感性技术,如成立合资公司、少量持股,或投资早期创业公司。

而美国政府管控不力原因之一,是很多中资收购体量未达到引起 CFIUS 审查程度,出口管制不是被设计用以监管早期技术的。

该报告由此提议:由五角大楼来制定严格技术清单,并限制中资流入在列技术,同时加大反情报力度。

路透社还称:CB Insight 早在 2012 年就开始追踪 29 家向美国 AI 公司注资的中国大陆投资者,发现技术外流不是最主要风险:“中国每投资一家刚起步高科技公司,都给美国造成机会成本,因为这家公司原可能与国防部合作。”

没被授权发言的特朗普官员以匿名方式告诉路透社:“我们正让 CFIUS 从美国经济长期健康和安全角度,审核中国在技术上的这种掠夺行为。”

Techcrunch 随后搜索了其 Crunchbase 数据库,通过分析 1206 家相关美国公司的 1712 个独立投资者,其鉴定:

目前已有超过 30 家中国投资机构,至少在其投资组合里有一个美国 AI/或机器学习/或计算机视觉方面公司;而下图,则是不止一个相关公司的中国投资方列表。

真格基金和腾讯被重点提及,尤其真格基金。

看起来,今年初 Mark Suster 的 VC 报告相当有预测性,里面提到“全球资金都会涌向美国,除非特朗普干出什么蠢事”,即地缘政治事件发生(详见硅发布报道《美国VC都撤了, 谁在接盘硅谷?》)。

不过:路透社引用的五角大楼报告还没最后定稿,其中政策建议也可能永远不会执行。

“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。