שישי שמח! לאלו מכם שמתעניינים במה שקורה בסן פרנסיסקו, הכרוניקל פרסם מפות אינטראקטיביות שמנתחות את ההגירה פנימה והחוצה של 2020 ו-2021. זה מבוסס על מידע של החזרי מס מה-IRS. די מעניין לשחק עם זה. כתבתי על זה בטוויטר. השאלה הגדולה היא כמובן, מה יקרה השנה ובהמשך, ועד כמה ה-AI יצית מחדש את אנרגיות הטק בעיר.
קדימה למהדורה מספר 32 -
דברים שנתקלתי בהם השבוע
בן תומפסון על אנבידיה
השווי של אנבידיה, יצרנית המעבדים הגרפיים (GPUs) שקריטיים בשביל מודלים של בינה מלאכותית, חצה את קו טריליון הדולר.
אם אתם רוצים עוד רקע לגבי למה צריך מעבדים גרפיים בשביל בינה מלאכותית, למה אנבידיה שולטת בשוק הזה, למה זה כל כך מורכב לאמן מודל שפה גדול, ומה ההבדל בין training ל-inference - דאג או׳לופלין פרסם בבלוג Fabricated Knowledge סקירה מצויינת שעושה סדר בכל הדברים האלה.
במסגרת ויכוח ה״שווי מוצדק או בועה, בעד ונגד״, השרשור הזה הסתובב די הרבה בסופ״ש האחרון. הוא מזכיר את מה שסקוט מקנילי, המנכ״ל של סאן מיקרוסיסטמס, אמר לבלומברג אחרי קריסת הדוט קום, ואחרי שמחיר מניית החברה שלו ירד ב-80% ב-2001:
״לפני שנתיים המניה שלנו נסחרה לפי 10 פעמים ההכנסות כשהייתה ב-$64. בעשר פעמים ההכנסות, כדי להחזיר לך את ההשקעה בתוך עשר שנים, אני חייב לשלם לך 100% מההכנסות במשך עשר שנים רצופות דרך דיבידנדים. זה מניח שאני יכול לאשר את זה אצל בעלי המניות שלי. זה מניח שיש לי עלות מכר אפסית, משהו שמאד קשה לחברת מחשבים. זה מניח אפס הוצאות, שזה מאד קשה עם 39,000 עובדים. זה מניח שאני לא משלם מיסים, שזה מאד קשה. וזה מניח שאתם לא תשלמו מיסים על הדיבידנדים שלכם, שזה סוג של לא חוקי. וזה מניח שעם אפס מחקר ופיתוח במשך העשר שנים הבאות, אני יכול לשמור על בסיס ההכנסות הזה. עכשיו, אחרי שאמרנו את כל זה, למה שמישהו מכם יקנה את המניה שלי ב-$64? אתם מבינים כמה מגוחכות ההנחות הבסיסיות האלה? אתם לא צריכים שום שקיפות. אתם לא צריכים שום הערות שוליים. מה חשבתם לעצמכם?״
אפשר להתעכב הרבה על הציטוט הזה. מעבר להנחה של החזרת 100% מההכנסות בתור דיבידנד במשך 10 שנים, יש עוד הנחות אחרות שיכולות להצדיק שווי שוק של 10 פעמים ההכנסות. בעיקר הנחות סביב צמיחה ארוכת טווח. הן כמובן התבררו כשגויות בתקופת הדוט-קום, בגלל ״אפקט באג 2000״, שהוביל להקדמת ביקושים מהעתיד, ופרשנות לא נכונה שהחברות והמשקיעים ייחסו לצמיחה (הזמנית) בהכנסות.
בן תומפסון הצביע על כך שהציטוט משמיט את ה terminal value ומניח שלאחר עשר שנים המניה שווה אפס. מצד שני, המשך השרשור הזכיר שסאן מיקרוסיסטמס לבסוף נרכשה במחיר די נמוך של 7 מיליארד דולר ב-2010, ככה שלא היה שם הרבה terminal value!
מכפיל ההכנסות שבו נסחרת אנבידיה הוא סביב 40, הרבה יותר אפילו ממכפיל ההכנסות 10 שבו נסחרה סאן מיקרוסיסטמס בציטוט למעלה. ומצד שני, דאג או׳לופלין שכותב את הבלוג Fabricated Knowledge, הראה איך הערכת השווי של אנבידיה היא דווקא סבירה אם מסתכלים על הרווחים העתידיים ולא על רווחי השנה האחרונה.
בן תומפסון ממשיך:
עדיין, האנלוגיה לסאן מיקרוסיסטמס היא מעניינת בגלל עוד סיבות מעבר לשווי: בתקופת הדוט-קום, הצעד הראשון של כל חברת אינטרנט היה לקנות שרת מלא של סאן מיקרוסיסטמס; מה שבאמת חרץ את גורלה של החברה לא היה רק פקיעת הבועה, אלא תהליך הפיכת השרתים לקומודיטי: ממעבדי x86, לרכיבי רשת מבוססי תוכנה, וללינוקס כמערכת הפעלה. ומכאן אפשר לראות מה הסיכון ארוך הטווח שעומד בפני אנבידיה: אחד, עד כמה המומנטום הנוכחי של AI הוא בועה, ושתיים, עד כמה המוצרים של אנבידיה יהפכו לקומודיטי.
בן תומפסון ממשיך ומציג את שבע הטיעונים העיקריים מהנאום שהציג ג׳נסן הואנג, מנכ״ל אנבידיה, במשך שעתיים בטאיוואן. עיקר ההצגה היו הכרזות מוצר, שהיו מעניינות בפני עצמן, אבל היה גם קטע של כ-20 דקות שבה הואנג ניסה להסביר מעין קו הגנה לפוטנציאל של אנבידיה לרווחים עתידיים מבינה מלאכותית. הוא התחיל מלתאר איך IBM System/360 הוביל למהפיכה בתחום המחשוב בכך שהפריד את התוכנה מהחומרה, וכך נשמרו ואפילו הואצו ההשקעות בתוכנה, אפליו תוך כדי שהחומרה המשיכה להתקדם עם חוק מור. הואנג חזר על הטיעון שחוק מור מגיע לסיומו, מה שמוביל לצורך של מה שהוא מכנה ״מחשוב מואץ״, בזמן שהגיע killer use case למחשוב מואץ (בינה מלאכותית באופן כללי, וספציפית generative AI); וכמובן, הואנג מאמין שאנבידיה מתאימה בצורה יוצאת דופן לספק את צרכי המחשוב המואץ.
אני מזכיר שוב את סקירה מצויינת בבלוג Fabricated Knowledge, שיכולה לתת עוד רקע והסברים לגבי המעבדים הגרפיים של אנבידיה, סביבת הפיתוח CUDA, ופתרונות ה-Networking שהחברה מספקת.
הטיעונים של הואנג הם די טובים, ובן תומפסון עשה עבודה טובה של לפרק ולנתח אותם במאמר שלו (הלינק למטה). אני רוצה לקפוץ ישר לסיכום, שמציג בצורה מעולה מה השאלות שיקבעו האם השווי הנוכחי של אנבידיה מופרז או הגיוני:
השאלה היא, כמה משימות מחשוב ייראו כמו אימון מודל שפה גדול? יש מעט מאד ספק שאנבידיה הולכת לשלוט בשוק הזה בעתיד הנראה לעין: אחד המהלכים מעוררי ההשראה של החברה היו הרכישה של מלאנוקס ב-2020, בהינתן החשיבות של networking בהגשמת הרעיון של הצגת data center שלם כפלטפורמת מחשוב אחת.
באותו הזמן, החברות שיש להן את היכולת להשקיע באימון מודלים הן גם אותן החברות עם הכי הרבה משאבים ומוטיבציה לעשות בעצמן הרבה מהעבודה של אנבידיה; ויותר מזה, יש להם את בסיס המשתמשים כדי לפתור בעיות של נצילות, אפילו עם כמות מצומצמת יחסית של יישומי תוכנה. אני מאמין שאנבידיה תשלוט בקרב חברות שאינן טק, אבל לחברות מהסוג של מטא עדיין תישאר המוטיבציה למצוא חלופה.
השאלה הגדולה השניה היא inference - השימוש במודלים המאומנים - שהולך להיות שוק גדול הרבה יותר מאשר אימון: יש תיאבון אדיר להביא יכולות inference לחומרה מקומית, ואם זה לא יעבוד, אז להפחית עד כמה שאפשר את העלויות של inference בצד השרת. לאנבידיה עדיין יש את היכולות הכי טובות כאן, אבל החיבוריות בין מעבדים וצרכי התקשורת והרשתות הם הרבה פחות מורכבים מאשר באימון, מה שמגדיל את הסיכוי שחברה כמו AMD תוכל לבנות מוצר מתחרה.
חשוב לציין שיש לאנבידיה הרבה מזל שהרגע המכונן עבור generative AI התרחש עכשיו, כשהשבבים שלה הם עדיפים באופן מובהק: החפיר העמוק ביותר שהואנג הציג היה סביב תוכנה ומפתחים, וכרגע מספר המפתחי CUDA והאפליקציות שבנויות מעל התשתית של אנבידיה מתפוצצים. כמובן, אפשר לטעון שאנחנו בבועה - יכולות AI הם דבר מדהים, אבל זה ייקח זמן ליצור מהם מוצרים שימושיים - אבל יש כישורים אמיתיים ומודלים ותשתיות שמתפתחות עכשיו ש, אני חושד, הם הרבה יותר ייחודיות מאשר היתרונות שהיו לסולאריס, מערכת ההפעלה של סאן מיקרוסיסטמס, לעומת לינוקס.
זו נקודת המפתח: ייחודיות ארוכת-טווח בטכנולוגיה תמיד נובעת מתוכנה ומ-ecosystems, אפילו אם value-capture ארוך טווח היה נעוץ בחומרה; מה שהופך את אנבידיה למבטיחים כל כך הוא שהם, כמו אפל, משלבים את שני הדברים.
החלק המרתק בעיניי בכתבה הנהדרת שסוקרת את ההחלטה של מיקרוסופט לעבוד עם OpenAI, היה כבר בפתיחה:
סאטיה נאדלה לא רצה לשמוע על זה.
בחודש דצמבר האחרון, פיטר לי, שאחראי על מאמצי המחקר המרובים של מיקרוסופט, עדכן את נאדלה, מנכ״ל מיקרוסופט, והצוות שלו על סדרה של מבחנים שמיקרוסופט ביצעה על GPT-4, מודל השפה הגדול שנבנה ע״י OpenAI, ואז עדיין טרם שוחרר. לי אמר לנאדלה שהחוקרים של מיקרוסופט התקשו להאמין כמה טוב המודל היה מסוגל להבין שפת שיחה ולייצר תשובות שנראות אנושיות, והם האמינו שהוא הראה ניצוצות של artificial general intelligence - יכולות שמשתוות לאלו של מוח אנושי.
אבל נאדלה קטע את לי בגסות באמצע משפט, ודרש לדעת איך OpenAI הצליחו לעקוף את היכולות של פרוייקט הבינה המלאכותית שעליו 1,500 עובדי מיקרוסופט שוקדים במשך עשורים. ״OpenAI בנו את זה עם 250 אנשים״, נאדלה אמר, לדבריו של לי, שהוא סגן נשיא בכיר והמנהל של Microsoft Research. ״למה בכלל יש לנו את Microsoft Research?״
זו באמת שאלה נהדרת!
חוק פרקינסון הראה כבר במאמר מ-1955 איך אין שום קשר בין התפוקה שגוף במגזר הציבורי מייצר, לבין מספר העובדים באותו גוף ציבורי וכמה שעות הם עובדים. כך מספר העובדים במשרד המושבות הבריטי, שהיה אחראי לפקח על הקולוניות, הגיע לשיאו דווקא בעת שהמשרד נסגר, כי לא נותרו קולוניות לפקח עליהן. כתבתי על זה במהדורה מספר 18, וניסיתי לטעון שאותה תופעה התרחשה גם בהרבה חברות ביג-טק בשנים האחרונות.
הרבה IC רוצים להוביל צוות. ראש צוות רוצה להיות מנהל קבוצה. מנהל קבוצה רוצה להיות דירקטור, ודירקטור רוצה להיות דירקטור בכיר ואז VP. ובשביל זה כל אחד שוכר אנשים תחתיו, מכשיר אותם, דואג לקריירה ולהתפתחות שלהם, בונה איתם תהליכי עבודה, שומע את הרעיונות שלהם, עובר על העבודה שלהם ונותן להם פידבק. מסנכרן ומיישב קונפליקטים בין כל האנשים האלה. זה דורש המון עבודה ומחזיק את כולם מאד עסוקים. אבל התפוקה הכוללת של הארגון, עלולה לא לגדול. ואולי אפילו להיפגע.
מה שמרשים הוא שסאטיה נאדלה לא נתן לאגו לעמוד בדרך שלו לעשות את ההחלטה הנכונה (והפחות נעימה אולי) עבור מיקרוסופט, ולעשות הרבה פשרות כדי לעבוד עם OpenAI. קצת כמו שעשה בימים הראשונים של Azure. וזה עוד יותר מרשים אם חושבים על רמות האגו והגאווה העצמית שהיו טבועים בתקופות מוקדמות יותר של החברה.
פאקי מק׳קורמיק, הכותב הנהדר והאופטימיסט הנצחי, פירסם פוסט שמסביר למה הוא לא קונה את התיאוריה שההתפתחויות ב-AI יגרמו לנו לעבוד פחות. להיפך. הוא טוען שהגדלת ההיצע של אינטלגנציה, תיצור יותר ביקוש למשימות שדורשות אינטלגנציה. במקום משחק סכום אפס של תחרות עם הבוטים, אנחנו על הסף של מה שהוא מכנה סופר-שפע של אינטלגנציה. נבלה את אותה כמות של שעות בעבודה, אבל נשיג הרבה יותר במהלך אותן שעות.
פאקי מתייחס לאינטלגנציה כאל משאב במחסור, ומסתכל על AI כדרך להגדיל את היצע האינטלגנציה הזמינה. הוא טוען שעם AI, אנשים יצטרכו לעשות יותר עבודה, ויותר טוב. השאלה היא לא ״האם אאבד את העבודה שלי?״, אלא ״מה אוכל לעשות עם סופר שפע של אינטלגנציה?״.
הנה הרקע הכלכלי שעליו הוא מבסס את הטענה הזו:
ביקוש מושרה הוא אחד העקרונות המצחיקים ביותר בכלכלה, ואני חושב שזה משהו שחשוב להבין בסביבה של שפע, בין אם פיזי או דיגיטלי.
הנה הגדרה פשוטה: ביקוש מושרה מתרחש כשהגדלה של ההיצע או הקיבולת של מוצר, שירות או משאב מובילה להגדלה בצריכה. ההיצע מעלה את הביקוש.
זה לא נכון לכל דבר כמובן. הגדלת ייצור המשקאות המוגזים פי 10 לא תגדיל את הצריכה של משקאות מוגזים פי 10. ביקוש מושרה עובד בעיקר במקרים שבהם יש ביקוש נסתר, כשאנשים היו משתמשים ביותר ממשהו אם הוא רק היה קיים, או אם היה להם נח מספיק להשתמש בו.
תחבורה היא הדוגמא הסטנדרטית והסופר-מתסכלת. הרעיון הוא שהוספה של כבישים או נתיבים חדשים לא עוזרת בכלל להפחית את הפקקים. יותר מכוניות פשוט עולות על הכביש כדי למלא את הקיבולת החדשה, והפקקים חוזרים בדיוק לאותו מצב. התוצאה היא שיותר אנשים תקועים בהם.
לקייסי הנדמר יש פוסט טוב על זה. הוא מסביר שביקוש חבוי לשטחי כביש בלוס אנג׳לס הוא בערך פי 30 מהקיבולת הנוכחית, כלומר רק בערך 3% מהאנשים שהיו רוצים לנסוע באמת נוהגים. שאר ה-97% חושבים שלנהוג בלוס אנג׳לס זה כזה סבל, שהם פשוט לא עושים את זה. כשנתיב חדש נפתח, חלק מהאנשים האלה שמתנדנדים על הגדר נהיים אופטימיים שזה אולי יהיה פחות מבאס עכשיו, אז הם קופצים לאוטו שלהם ועולים על הכביש, ותוך כדי כך יוצרים עוד סבל לעצמם ולאחרים. זה מה שיקרה עד שלוס אנג׳לס תבנה לפחות פי 30 יותר כבישים.
אבל נניח שהיה אפשר לבנות מספיק כבישים כדי לשרת את כל הביקוש החבוי ואפילו קצת יותר, ולמעשה לפתור את בעיית הפקקים. זה יהיה נס, וידרוש יותר כסף ושטח ממה שזה שווה, אבל תזרמו איתי. בעולם הזה, נניח שהזמן שלוקח לך לנסוע מהבית לעבודה נחתך בחצי. יש עוד תופעה כלכלית מצחיקה שגם באה פה לידי ביטוי.
הפרדוקס של ג׳בונס, שנקרא על שם הכלכלן וויליאם סטנלי ג׳בונס שהבחין בו לראשונה בספרו מ-1856 שאלת הפחם, קובע שכשמשהו נהיה יעיל יותר, אנשים צורכים יותר ממנו. ג׳בונס הבחין שכשמנוע הקיטור נהיה יעיל יותר, כשהוא היה יכול לעשות יותר עם פחות פחם, צריכת הפחם למעשה גדלה. אנשים לא השתמשו במנועי קיטור כדי לבצע את אותם דברים יותר בזול; הם התחילו להשתמש במנועי קיטור כדי לעשות יותר דברים.
… גם ברטנרד ראסל ויעקב זהבי הבחינו בתופעה דומה בנסיעות. מאז התקופה הניאוליתית, אנשים הקציבו בערך שעה אחת ליום לנסיעות הלוך וחזור מהעבודה - השעה הזו ידועה בתור קבוע מרצ׳טי או ״תקציב זמן הנסיעה״. ככל שאפשרויות התחבורה השתפרו, אנשים פשוט נסעו רחוק יותר. במקום ללכת לכפר הסמוך, אנחנו נוסעים מהפרברים לתוך העיר.
פרדוקס ג׳בונס - שהגדלת היעילות מביאה ליותר ביקוש - הוא מנגנון אחד שבאמצעותו ביקוש מושרה יכול להתקיים. אני מציין את זה במפורש בגלל שזה ממחיש כמה הדברים האלה יכולים להיות מנוגדים לאינטואיציה.
אפשר להבין לאן זה הולך. כשמכשירי חשמל נהיים יעילים יותר באנרגיה, צריכת החשמל עולה (כי אנשים משתמשים בהם יותר). אנשים הולכים הרבה יותר לרופא בישראל, שבה יש חוק בריאות ממלכתי ושירותים רפואיים זמינים וזולים, מאשר באמריקה שם העלויות גבוהות ולא לכולם יש ביטוח. תגדילו את ההיצע של שירותים שעבורם קיים ביקוש חבוי, ואנשים יתחילו לצרוך יותר מהשירותים האלה.
ובכן.
כלי AI מפשטים מאד דברים כמו יצירה של חוזים והגשה של כתבי תביעה. פאקי הראה איך הוא נעזר ב-ChatGPT כדי ללמוד איך לתבוע את השכן שלו ולהגיש תלונה נגדו:
ויש חברות שעובדות על כלי AI יעודיים למשימות משפטיות, שיעשו עבודה יותר טובה מ-ChatGPT במשימות כאלה. למשל הארווי, שחתמה הסכמים עם פירמות עו״ד מובילות ועם PWC וגייסה מסקויה לפי שווי של 150 מיליון דולר.
בטח לא הייתי משלם שכר טירחה של עו״ד כדי לתבוע את השכן ששתל עצים בחצר שלי, אבל האם הייתי מגיש תלונה בחינם פלוס אגרות ביהמ״ש? אני מהמר שהרבה אנשים היו עושים את זה. אנשים עשירים תובעים אחד את השני על דברים כל הזמן, בגלל ששכר טירחה לעו״ד לא מרתיע אותם, במיוחד כשמתחשבים בגודל של הדברים שהם תובעים עליהם. עכשיו, אנשים ממוצעים יוכלו לתבוע אחד את השני הרבה יותר בקלות על עניינים עם ערך הרבה יותר נמוך.
חזרה לנקודה של סם [מהטוויט למעלה], זה אולי דווקא יגדיל את הביקוש לעורכי דין. השכן שלי, ג׳ון דו, אולי יצטייד בעורך דין כדי להגן על עצמו. וזה רק דוגמא אישית פשוטה - כשעסקים גדולים וקטנים תובעים אחד את השני על דברים קטנים יותר ויותר, או כותבים חוזים מורכבים יותר ויותר, הם אולי יצטרכו להעסיק גם AI וגם יותר עו״ד אנושיים כדי להתעסק עם כל זה. זה במיוחד נכון אם אתה מסתכל על עורכי דין, כמו על יועצים, כמעין הוצאת כסת״ח.
אפשר ליישם את אותה לוגיקה למספר גדול של מקצועות. חלק מהעבודות בוודאי ייעלמו בעקבות האוטומציה, אבל אני סקרן כמה מקצועות דווקא יגדלו בגלל AI.
עד כאן התחזית של פאקי לגבי עורכי דין. סוג המקצועות שמעניינים אותי דווקא קשורים לפיתוח תוכנה. ורעיון שפאקי הציג בצורה כל כך נהדרת הזכיר לי את האמירה של מנכ״ל אטלאסיאן בשיחת האנליסטים האחרונה. הם מוכרים כלי פרודוקטיביות למפתחים, וגובים לפי רישיון. בתגובה לשאלה האם לא צפויים להיות פחות מפתחים בעולם בעקבות מהפיכת ה-AI (ולכן, פחות רישיונות עבור אטלאסיאן למכור), מייקל קאנון-ברוקס הסביר שהמגבלה על פיתוח תוכנה הוא היצע המתכנתים. זה בדיוק אותו רעיון של ביקוש מושרה.
יהיה מעניין לראות אם ככה באמת הדברים יתפתחו. מארק אנדריסן הסביר כבר לפני 12 שנים שתוכנה אוכלת את העולם, וייתכן שהבינה המלאכותית רק תגביר את התיאבון שלה.
ואז פרד וילסון הציג לי הזדמנות להשקיע בטוויטר 25 אלף דולר לפי שווי של 17 מיליון דולר… למה אתה צוחק?
זה הווארד לינדזן, בפרק בפודקאסט שלו שבו סיפר על טעויות של השמטה. Errors of Omission. זו האזנה נחמדה בשבוע שבו הרבה אנשים כועסים על עצמם שפספסו ולא השקיעו באנבידיה, שעלתה יותר מפי 3 בתוך 7.5 חודשים.
באתר של קרן ההון סיכון המצליחה בסמר אפשר למצוא את האנטי-פורטפוליו שלהם, ״מכבדים את החברות שפספסנו״. אפשר למצוא שם את Airbnb, אפל, גוגל וטסלה. על אותו עיקרון, האוורד לינדזן שמנהל את קרן ההון סיכון Social Leverage, החליט לשתף את שלושת סיפורי הפספוסים הגדולים שלו. כמו שהבנתם, הסיפור הראשון הוא על טוויטר.
בתקופה הזו [שבין 2006 ל-2010] אנשים צחקו על השקעה בסטארטאפים. אפילו יוטיוב בוטלה בתור טרנד זמני של סרטוני חתולים. היה לנו את המשבר הכלכלי הגדול. היה את ההאנגאובר שאחרי הגאות של האינטרנט. אנשים באופן כללי צחקו על לינקדאין, פייסבוק טוויטר - הדברים האלה אף פעם לא יעשו כסף. השווי מוגזם. זה טרנד שיחלוף.
אבל אני הייתי בתוך מחילת הארנבים. זה ריתק אותי. כי לא היו לי הצלקות של האינטרנט ב-1999. לא השקעתי אז בסטארטאפים. וגם הייתי שקוע בתוך זה בעצמי, שיחקתי עם כל המוצרים האלה.
אז ב-2006 התחלתי את וול סטריפ, ואז הרווחתי כסף, יצרתי קשרים, והתחלתי לראות עסקאות … הטעות הגדולה הראשונה הייתה כשפרד וילסון הציג לי את טוויטר. שמעת על טוויטר?
טוב עכשין בטח שכן, בגלל אילון מאסק. אבל אז, זה היה רק חבורה של אנשים מפליצים. לא היה אייפון עדיין, טוויטר הייתה על בלאקברי, וזו הייתה חוויה דסטקופית.
… אז פרד הציע לי: ״הווארד, אני יודע שאתה אוהב את טוויטר. אתה מצחיק. אתה כותב שם הרבה. מה דעתך להשקיע 25 אלף דולר?״. ואני, בתור מי שהוא עכשיו משקיע מתוחכם בסטארטאפים, אמרתי ״פרד, מהו המחיר?״. פרד אמר, זה יהיה 3 מיליון לפי שווי של 17 מיליון דולר.
באותו זמן, סביב 2008, העולם בדיוק הגיע לקיצו. טוויטר הייתה בצמיחה, אבל בוול סטריפ גייסתי לפי שווי של 60 אלף דולר. את סטוק-טוויטס עוד לא התחלתי עדיין, אבל גם שם גייסתי בשווי של 600 אלף דולר. אז אמרתי לו, ״פרד, אתה משוגע. בבקשה אל תתקשר אליי עם הרעיונות הטיפשיים שלך יותר״.
… ואני זוכר שלא הצלחתי ליישב לעצמי בראש, איך טוויטר יכולה להיות חברה של 200-400 מיליון דולר. איך אני יכול לעשות פי 10-20 על הכסף שלי. זה היה 2007-2008. לפני שראינו איך אפקט רשת עובד. יוטיוב רק נמכרה תמורת 1.6 מיליארד.
אז זו הייתה טעות של השמטה עם הכסף הפרטי שלי. לא הייתה לי אז קרן. בנקודה מסויימת בטח הייתי מוכר. נניח ב-4 מיליארד. אז ה-25 אלף היו הופכים למשהו בין 4 ל-6 מיליון דולר.
… אז מה אני לומד מזה? זה היה בתחילת הדרך שלי כמשקיע בסטארטאפים. זה היה לפני AWS, לפני המובייל. אפקט רשת לא היה מונח מפורסם. אפילו שהשתמשתי במוצר, לא הצלחתי להבין איך אני יכול להרוויח פי 10-20 על הכסף שלי. ומה שפרד אומר לי כשאנחנו מדברים על זה, אם אתה אוהב את המוצר, ואתה אוהב את הצוות, וה TAM מאד גדול - המחיר לא משנה. ובכנות, עד היום אני לא מצליח להרגיש בנח עם הרעיון הזה, וזה עזר לי להימנע מכמה טעויות גדולות של comission, השקעות לא נכונות.
הסיפור השני הוא על ההשקעה בזינגה. הווארד נתקל במרק פינקוס בדרך לשירותים, והם סיכמו שם על השקעה של מיליון דולר בשווי של 2 מיליון לפני הכסף. זה בלתי נתפס היום, אבל אז זו הייתה עסקה מקובלת. כמה חודשים לאחר מכן, מגיע המייל עם התנאים, והם היו כמו בטוויטר. 3 מיליון על 17 מיליון דולר שווי. הווארד כעס על השינוי בשווי, לא הבין את הרעיון של אפקט רשת, פייסבוק רק התחילו, והאוורד בעצמו לא היה גיימר. אז הוא ויתר על ההשקעה הזו, שכנראה הייתה מרוויחה עבורו 10 מיליון דולר.
הסיפור השלישי הוא על הפספוס הגדול מכולם. בניגוד לשני הסיפורים הקודמים, שם השווי דווקא היה נראה הגיוני. מדובר על חברת e-shares, שלימים הפכה ל-Carta. לא רק שהמחיר היה הגיוני עבורו, Carta גם כיוונה בדיוק לתיזה שהווארד זיהה מוקדם וביצע השקעות אחרות לפיה. לטענת הווארד, הפאונדר גם חיזר אחריו. והוא בכל זאת ויתר על ההשקעה, ופספס רווח של כ-25 מיליון דולר. זה די מעניין לשמוע אותו מנתח את זה בדיעבד, ואשאיר לכם להאזין לזה בעצמכם.
מילות הסיכום הן די מעודדות. האוורד מזכיר את הפרק בסיינפלד שבו ג׳רי הוא even-steven. דברים תמיד מתאזנים לו. אם תעשו את זה במשך כמה עשורים, אתם תפספסו כמה השקעות מדהימות. אבל פה ושם גם דברים טיפשיים שעשיתם איכשהו יסתדרו דווקא. חשוב לעקוב אחרי האנטי-פורטפוליו שלכם ולנסות ללמוד ממנו, אבל גם לא להיות קשים מדי עם עצמכם.
החשיבה הרווחת לפני קופן הייתה שעידני קרח מתרחשים כשההטיה של כדור הארץ מחריפה את זעמם של חורפים קרים. קופן הראה שזה לא המקרה. במקום זה, האשמה היא בקיץ מעט קריר.
זה מתחיל כשהקיץ לא מתחמם מספיק כדי להמיס את כל השלג מהחורף הקודם. בסיס הקרח שנותר מקל על הצטברות של שלג בחורף הבא, מה שמגדיל את הסיכויים ששלג יישאר בקיץ שלאחר מכן, מה שמביא לאפילו עוד יותר הצטברות של שלג בחורף שלאחר מכן. שלג נצחי מחזיר יותר מהקרינה של השמש, מה שמחמיר את ההתקררות, ומה שמביא לעוד ירידה של שלג, וכן הלאה וכן הלאה.
מתחילים עם שכבה דקה של קרח שנותרה מקיץ קריר שאף אחד לא נתן לו יותר מדי תשומת לב, ואחרי כמה עשרות אלפי שנים כל כדור הארץ מכוסה בקרח בעובי של קילומטרים.
זה דוגמא לאפקט compounding (״ריבית דריבית״) בטבע. וזה מראה מה יכול להיבנות על בסיס קטן של משהו חריג, שלא אמור להיות שם.
הפוסט הנפלא הזה של מורגן האוסל ממשיך לנתח כמה דוגמאות שכולנו כנראה מכירים.
אלפי ספרים ובלוגים נכתבו אודות וורן באפט והאופן שבו הוא צבר את ההון שלו. גם בבלוג שלי הזכרנו את זה פעם או פעמיים. מורגן האוסל מצביע על זה שהרבה מפספסים את העובדה שהוא לא רק משקיע מעולה, אלא הוא גם עושה את זה מאז שהוא ילד. הוא קנה את המניה הראשונה שלו בגיל 12, ובגיל 30 כבר היו לו מיליון דולר. במונחים של היום זה יותר כמו 10 מיליון דולר. זה האחוזון ה-99.99.
והנה ניסוי מחשבתי: מה אם באפט היה מתחיל להתעניין בהשקעות רק בגיל 22. הוא היה מקדיש את שנות ה-20 שלו ללמוד את התחום, ובגיל 30 היה מגיע לאחוזון ה-30 מבחינת שווי אישי: $24,000. משם ועד היום היה משיג את אותן תשואות שאנחנו יודעים שהשיג. היו לו, נכון ליום כתיבת הפוסט של הזה ב-2017, ״רק״ 1.9 מיליארד דולר. זה 97.6% פחות מאשר ההון הנקי שלו ב-2017, שעמד על 81 מיליארד דולר!
השורה התחתונה היא שאפשר למתוח קו ישר בין 97.6% מההצלחה הנוכחית של באפט, לבין הבסיס שהוא בנה בשנות העשרה וה-20 שלו. זה תקופת מלחמת העולם השניה.
1.9 מיליארד דולר זה לא משהו לזלזל בו. אבל צריך פי שתיים מזה כדי להיכנס לרשימת 500 האנשים העשירים בעולם של בלומברג. או במילים אחרות: בלי בסיס ההון שבאפט בנה לפני שבכלל התחילו לצמוח לו זיפים, כנראה שבחיים לא הייתם שומעים עליו.
כל כך הרבה דברים בעסקים ובהשקעות עובדים ככה.
זה מפתה להסתכל על דוגמא חריגה - חברה, מותג, שווי אישי - וללמוד את הדברים האחרונים שתרמו להצלחה שלהם. כמו חורפים ברוטאליים במהלך עידן קרח, או ההשקעות של באפט בעשור האחרון. אבל כדי להעריך למה הדברים האלה צומחים לגודל שאליו הם הגיעו, אנחנו חייבים ללמוד את הבסיסים הקטנים ההתחלתיים. הבסיסים שאף אחד לא הקדיש להם תשומת לב, כי הם נראו כל כך משונים.
הכתיבה של מורגן האוסל היא פנטסטית. הפוסט שלו מנתח עוד כמה דוגמאות טובות לתופעה הזו. וזה מה שהוא מנסה לשכנע אותכם לעשות:
התחילו להשקיע בגיל צעיר ככל האפשר. עודדו אנשים צעירים לעשות אותו דבר. בנו לעצמכם מוניטין דרך מעשים קטנים ועקביים. ככה כל דבר ענק מתחיל.
נהדר!