钱追人容易，人追钱很难

编者按：本文来自微信公众号“孤独大脑”（ID:lonelybrain），作者 老喻在加，36氪经授权发布。

一

问世间，钱是何物？直教生死相许。

为什么赚钱总是一件很难的事情？

自古以来，鸟为食亡，人为财死。谁赚钱都不是容易的事。

人追钱很难。

而且，越是特别牛逼的公司，早期找钱越难。因为其新模式很难被投资人看懂。

Facebook算是受苦较少的。不过，2004 年，彼得·蒂尔取得该公司 10.2% 的股份，只花了50 万美元。而且还是附加条件的债转股。

那么，是不是有钱人追钱就要容易多了？

也不是。

还是彼得·蒂尔，Facebook刚上市，他就在每股 38 美元时卖了1680 万股。

上市后的 Facebook 股价一直在跌，他又在 20 美元左右的价格卖出近 2000 万股。

现在 Facebook 的股价是两百多。

回到现实中，我身边有不少朋友，手上有点儿钱，想追求5-8%的稳定回报，也并不容易。

难怪当年麦道夫，骗了各路精英600亿美金，承诺的不过是8%-12%“稳定”回报。

你看，即使是这个绝大多数人根本瞧不上的数字，前纳斯达克主席麦道夫也要靠骗才能“实现”。

所以，人追钱很难，不管是有钱人，还是没钱的人。

二

反过来，钱追人容易。

这里的钱追人，分为两种：

• 投资人的钱追人；

• 消费者的钱追人。

如你所见，热门公司投资人挤破头，多贵都有人投。

网红餐厅，哪怕要等位三个小时，照样门庭若市。

先说投资人的钱追人。

当钱变成赚钱的工具时，其实已经不是传统意义上的钱了，而是变成了筹码。

那么，筹码是如何发挥作用的呢？

我比较喜欢用物理里的“势能”来打比方。

势能，是储存于一物理系统内的一种能量，是一个用来描述物体在保守力场中做功能力大小的物理量。

从物理意义上来说，势能表示了物体在特定位置上所储存的能量，描述了做功能力的大小。在适当的情况下，势能可以转化为诸如动能、内能等其他能量。

常见的势能包括引力（重力）势能、弹力势能、化学势能。

最直观的就是我们中学时候的重力势能。

简单的隐喻就是：

• 人追钱，是爬坡，当然难；

• 钱追人，顺着坡滚下来，越滚越快，看起来很容易。

既然如此，钱要去哪里呢？

三

让我们的隐喻再大胆一点儿，不再顾及物理定律本身。

顺坡而下，钱追人，是为了发现价值洼地。

第一种：找到被低估的洼地。

这里指的是被错误定价的资产。

被低估的行业，被低估的品牌，被低估的公司，被低估的人。

以及被低估的技术趋势。

第二种：砸出洼地。

有些公司当时还是小池塘，但已经不小心淘出了点儿小金砂。

这时候，有的人满足于赶紧多淘点儿金砂，有的人则试图去找寻金脉，顺藤摸瓜找到大金矿。

当年京东找张磊要3500万美金，张磊说不行，除非你要3亿。

为什么？因为他洞察到，京东的机会是“亚马逊+UPS”，所以他投的钱，作为势能转换为动能，是要挖掘“仓储物流体系”这个金脉。

这个金脉，必须用大钱去砸出来。

所以，钱的势能，不仅包括其本身的，还包括钱的主人在认知上的势能。

第三种：拓宽拓深洼地。

2017年，高瓴以531亿港币收购百丽集团。“昔日鞋王”饱受电商冲击，日渐没落。这看起来不是一个好行业，更不是一个好时机。

张磊的秘密是：“数字化转型”。

我称之为“人肉+数字”。

百丽本身是很好的企业，有职业化的经营团队，拥有强大、管理完善的零售网络：包括2万多家直营店，8万多名一线零售员工。

这些“人肉”构建的体系，是一个巨大的价值洼地。

高瓴推动百丽干的“大工程”是：

实现全流程的数字化，将数据本身作为驱动公司发展的生产力。

一个生动的小例子是：

某门店通过数据分析，发现一款新上线的鞋子试穿率排名第一，但转化率只有3%，实际调研后发现是因为鞋带过长。将这款鞋调回工厂改进后重新推出，转化率瞬间达到20%，这一单品就创造了千万级的销售额。

之所以说“人肉+数字”，是因为高瓴的“数字”，是百丽的“人肉”优势基础之上的锦上添花。

百丽本来就有很多洼地，高瓴将其资金和认知上的势能，转化为百丽数字化转型的动能，将这些洼地连接了起来，进而继续拓深。

这其实也是（投资人的）钱追人的下一个秘密--

第四种：将诸多细微洼地连接起来。

当然，这正是互联网企业所做的事情。

例如拼多多，一头的洼地网络，是社交网络世界里人们的无聊和游戏化的“贪便宜”，另一头的诸多洼地，是企业过剩的产能。

这是网络化的价值洼地。

互联网为什么厉害？就是能把价值洼地连起来，哪怕是荒漠里的一些小小的价值洼地，也可以连成一片巨大的绿洲。

还有一种投资人的洼地：假洼地。

例如那些虚假的风口和高科技，其实是前面的投资人利用羊群效应，忽悠后面的投资人接盘。

这也是一种雪崩式“势能”，势不可挡，但容易把自己埋进去。

四

倒过来想，要想自己成为“钱追人容易”的目标，就要让自己成为“价值洼地”。

大约有如下几种：

1、有深度。挖掘了一个有极深洞见的洼地，需要资金的势能拓宽；

2、有广度。有一个覆盖面很大的洼地，需要资金来砸深；

3、有网络。有很多个“割裂”的价值洼地，或者是发现了割裂的价值洼地之间的网络，需要资金来实现数据和算法驱动的数字化连接。

五

再说一下消费者的“钱追人容易”。

我只想讲一点：转移概率。

假如一个街上，有两家奶茶店：A和B。

• A奶茶店的顾客，在喝了奶茶之后，有70%的人会继续选择该店，有30%会选择去B奶茶店；

• B奶茶店的顾客，在喝了奶茶之后，有90%的人会继续选择该店，有10%会选择去A奶茶店。

假如一开始的时候，A和B的顾客是一样多的，例如都是500个，请问经过一段时间后，两家的顾客分别是多少？

答案是：A店有250个顾客，B店有750个顾客。

我们变换一下条件。假如一开始的时候，这条街只有A一家奶茶店，1000个顾客全是A的。而B刚刚开张，1个顾客都没有。请问经过一段时间后，两家的顾客分别是多少？

答案还是：A店有250个顾客，B店有750个顾客。

如你所知，这是一个马尔可夫链的统计均衡。

六

金钱的魅力，就在于其充满了随机性。

赚钱这件事儿，看起来和文凭、智商等因素的关联概率不那么大（当然会有）。

人们对于赚钱这件事儿，就像进入了赌场的赌徒，觉得“人人都有一次中大奖的机会”。

事实果然如此吗？

既然要研究随机漫步的“发财”，就要研究随机漫步的数学原理：

马尔可夫链。

马尔可夫链，因俄国数学家安德烈·马尔可夫得名，为状态空间中经过从一个状态到另一个状态的转换的随机过程。

该过程要求具备“无记忆”的性质：下一状态的概率分布只能由当前状态决定，在时间序列中它前面的事件均与之无关。

拿上面的奶茶店为例，你下一杯奶茶喝A或者B，取决于你现在所喝的奶茶的感受。

你可能会说，我喝了好久A了，喝出感情了，怎么能说和此前无关呢？

不管你对A的感情分有多高，也都被时光沉淀到你当下这杯奶茶的体验当中了。所以，你的下一次选择，依然只取决于你这一次喝奶茶的体验。

这种特定类型的“无记忆性”称作马尔可夫性质。

在马尔可夫链的每一步，系统根据概率分布，可以从一个状态变到另一个状态，也可以保持当前状态。

状态的改变叫做转移，与不同的状态改变相关的概率叫做转移概率。

我画一下奶茶店的转移概率：

如上，箭头指向自己的，是指客户留存。指向别人，则是客户流失。

马尔可夫模型的一个特点是：当转移概率固定时，不管初始数是多少，总会达到一个“命中注定”的、唯一的统计均衡。

所以，即使奶茶店B刚开张，一个顾客也没有，要不了多久，也会抢走大部分奶茶店A的顾客。

不管A开始的时候多么有优势，钱最后还是追着B去了。

七

一种对于命运的数字隐喻是“大数定律”。我在《人生算法》这本书里也说过，一个骰子扔出某个数字的概率，取决于自身的结构，与手法和努力无关。

但是，大数定律里的抛硬币游戏，需要每一次抛硬币都是完全独立的。

而数学家帕维尔·涅克拉索夫则认为：现实世界中的事物是相互依存的（比如人的行为），所以现实中的事物并不恰好符合数学模式或分布。

马尔可夫不这么认为。他建立了一个模型，在这个模型中，结果的概率取决于以前发生的事件，但长期来看仍然遵循大数定律。

《天才与算法》里写道：

抛硬币的结果并不取决于以前抛硬币的结果，所以这不是马尔可夫理想的模型。

但是，如果增加一点依赖关系，使下一个事件取决于刚刚发生了什么，而不是整个系统如何影响了当前事件，又会怎么样呢？

每个事件的概率仅取决于先前事件的一系列事件被称为马尔可夫链。

预测天气就是一个例子：明天的天气肯定取决于今天的天气，但并不特别依赖于上周的天气。

由此，我们结合奶茶店的例子，可以发现马尔可夫链“宿命论”般的特点：

1、历史是无关紧要的，你再百年老店也没用；

2、初始条件是无关紧要的，你再高市场占有率也没用；

3、各种折腾也是没用的。你再营销，再数字化，做各种视频拉来流量，都无法改变宿命般的统计均衡，然后保持不变。

八

所以，消费市场的“钱找人”，最终取决于转移概率。

大多数“人追钱”，就像转移概率低的A奶茶店，看着客人一天天变少，拼命去做各种市场动作，不仅徒劳，甚至是在给B奶茶店培养客户。

这就是“人追钱很难”。

而B奶茶店呢？只管努力提高每个客户的“转移概率”，客户自然会越来越多。

这就是“钱追人容易”。

钱是没有良心的，而马尔可夫链的一个重要性质就是：无记忆。

没良心+无记忆，决定了消费者市场的“钱追人容易，人追钱很难”。

九

本质上，墨菲定律也是人追钱难的原因之一。

不管你干啥事儿，这个宇宙就是处心积虑地和你对着干。

不光赚钱，盖茨连想把钱捐出去都千辛万苦。

在某些属性的市场，垄断者可能利用不兼容的限制，彻底斩断“转移概率”，你的奶茶再好喝，系统再好用，也没用。例如设置封闭系统，提高转移成本。

转移概率给我们的启发还有，最好的市场，是有存量的钱可供“转移”。

反之，去做一个很小的、需要培育的市场，实在是太难了。

就像特斯拉，其市场策略不是去开拓电动车市场，而是“转移”了传统7万美金以上豪华车（奔驰宝马们）的市场。

最后

相对而言，金钱比世界上的很多东西，都要单纯、善良、纯洁得多。

金钱也是命运的投影，变幻莫测，充满随机性。

钱永远给人一种触手可及的幻觉，但不管是穷人，还是富人，都发自心底地觉得：

赚钱真难。

本文的主要观点是：

• 从投资的角度看，钱生钱，靠的其实是用势能，来发现或放大价值洼地；

• 从赚钱的角度看，钱生钱，靠的是你在某个商品或服务上的“转移概率”优势。

没错，金钱世界，也是由算法驱动的。

为了让这个游戏充满魅力（主要是指不确定性，犹如美女的猜不透），规则设定了：对金钱算法的探索，是永无止境的。

人追钱很难，这令人心烦。

但是，假如这个世界人人赚钱都很容易，那多么让人绝望啊。