מהדורה 68: שיגעון התעלות, בינה מלאכותית בזמן אמת, הנוסחא של אובר, סאם וולטון, ללכת לישון חכם יותר
״אני לא יכול לחשוב על אף אדם חכם שלא קורא המון״
שוב יום שישי. הפרק השבוע באופטיקאסט עסק בסיפור המדהים של רוז בלומקין (גברת בי), ובעוד כמה פנאטים אינטליגנטיים. אפשר להאזין לו כאן, או בספוטיפיי / אפל פודקאסט / גוגל פודקאסט.
קדימה למהדורה מספר 68 -
דברים שנתקלתי בהם השבוע
שיגעון התעלות במאה ה-18
התעלות עשו מהפיכה בתחבורה, כשאפשרו שינוע מהיר של סחורות לנמלים ובנוסף יצרו רווחי עתק — לפחות בהתחלה.
התעלות הראשונות באנגליה נבנו באמצע שנות ה-1700 כדי לשנע מטען כבד, כמו פחם ועופרת ברזל, כמו גם תוצרת חקלאית ברחבי המדינה. התשתית החדשה קיצרה את זמני השילוח, והפופולריות שלה איפשרה למשקיעים שמימנו את התעלות לייצר תשואות גבוהות.
ההצלחה שלהם משכה עדר של משקיעים חדשים, ועד שנות ה-1790, בועה התפתחה במניות התעלות בבורסת המניות של לונדון.
כמו שלרוב קורה, הבועה לבסוף התפוצצה, ומניות תעלה התבררו כשהשקעה גרועה עבור רבים.
אבל התעלות עצמן נשארו, וסייעו להניע את התוצרת התעשייתיות ולהגביר את הפרודוקטיביות במשך שנים רבות לאחר מכן.
לעליה והנפילה הזו יש קוי דמיון לגאות הבינה המלאכותית של ימינו, עם שני לקחים עיקריים עבור משקיעים.
בדיוק.
עוד פריצת דרך טכנולוגית מההיסטוריה עם אנלוגיות מעניינות למה שקורה בפריצת הדרך הנוכחית.
הסיפור של קדחת התעלות מזכיר בהרבה מובנים את בועת הטלקום של שנות ה-90. דיברנו עליה במהדורה מספר 63. המון כסף זרם בתקווה להתעשר בין לילה, וזה האיץ את הבניה של תשתיות התקשורת שאיפשרו את האינטרנט המודרני. אבל הבועה התפוצצה, המשקיעים התאכזבו, והתשתיות נותרו יתומות ונמכרו במחירי רצפה. רק בהמשך נבנו מודלים עסקיים מצליחים שניצלו את כל התשתיות האלה.
דבר דומה קרה גם עם שיגעון התעלות באנגליה במאה ה-18. המון חברות קמו כדי לחפור תעלות, או לספק ציוד ושירותים לחפירה והפעלה של תעלות, או לפעול על גבי תעלות. מחירי המניות האלה עלו. נבנו המון תעלות. אבל הבועה התפוצצה. המשקיעים התאכזבו. והתנופה הכלכלית הגיעה רק אחר כך. מי שהרוויח ממנה לא היה מי שהשקיע בחברות התעלה.
בדומה להמצאות אחרות, גם התעלות היו מהפיכה שהביאה בסוף יתרונות כלכליים אדירים, אבל זה לקח כמה עשורים בשביל שהם יתממשו. הנה מה שפיטר אופנהיימר, מנהל מחקר בגולדמן סאקס, הסביר בריאיון למגזין פורצ׳ן:
קודם כל, בעוד שהתעלות היו מהפיכה שאיפשרה שינוע מהיר יותר וזול יותר של מטען כבד לעומת הסוסים והעגלות שבאו לפני כן, ההשפעה שלהן לא הורגשה מיד. ״חדשנות שמייצרת שינוי לרוב לוקחת די הרבה זמן עד שהיא באמת משפיעה על הכלכלה האמיתית ומשפרת את הפרודוקטיביות״, אופנהיימר אמר, והסביר ש״אפקט רשת״ צריך קודם להפעיל את הקסם שלו.
״במילים אחרות, דברים כמו תעלות וטכנולוגיית קיטור היו מאד מהפכניות, אבל עד שלא נבנו מספיק מנועי קיטור ונחפרו מספיק תעלות, ועד שלא נבנו מפעלים ליד התעלות, וכן הלאה, לא היה אפשר לראות את ההשפעה״, הוא הסביר.
אז עם כל ההתלהבות סביב היכולת של בינה מלאכותית להאיץ פרודוקטיביות של עובדים ולהפחית עלויות עבור עסקים, המציאות היא, ששינוי לוקח זמן לאחר מהפיכה טכנולוגית.
אבל יש גם חדשות טובות למשקיעי AI שמקווים לראות שימוש אפטקיבי בטכנולוגיה מהר ככל האפשר. ״אני חושב שעם AI, הפער בין הטכנולוגיה שמפותחת וההשפעה האמיתית שלה על הכלכלה עשוי להיות הרבה יותר קצר״, אמר אופנהיימר.
בינה מלאכותית כבר יושבת מאחורי טכנולוגיות קיימות, כמו האינטרנט, מחשוב ענן, וסמארטפונים, מה שאומר שזה יכול ״כנראה כבר להיות בשימוש מאד מהר, ולייצר השפעה די גדולה ודי מהירה על הפרודוקטיביות״, הוא טען.
כמו התעלות (וגם, בהמשך, מנוע הקיטור), לבינה מלאכותית יש את הפוטנציאל להגביר פרודוקטיביות בצורה משמעותית. בספר מ-1904 בשם מערכת התעלות של אנגליה, יוברט גורדון תומפסון פירט את החסכון בעלויות והגידול בייצור שתעלות חדשות הביאו לאנגליה במהלך המאה ה-18. במרכז המדינה, הוא ציין, המסחר היה ״מוגבל מאד בגלל העלויות הכבדות והמחסור באמצעי הובלה״ של מוצרים לנמלים. התעלות פתרו את הבעיה הזו.
קחו את המסלול שבין מנצ׳סטר וליברפול בתור דוגמא. כשתעלות המרסי ואירוול נבנו ב-1724 ו-1734, וחיברו בין שתי הערים, העלות של הובלת סחורות ביניהן צנחה ב-70%. וברגע שתעלת הברידג׳ווטר, שהייתה ישירה וגדולה יותר, הושלמה ב-1761, גורדון תומפסון כתב, עלויות ההובלה נחתכו שוב בחצי — וכל זה עם ״שירות טוב יותר מאשר מה שניתן בשני המסלולים הקודמים״.
גורדון תומפסון ציין גם כמה עובדות שמאחורי הגידול הכולל במסחר עקב התעלות. ב-1761, ההערכה הייתה שסך כמות הסחורות שעברה בין מנצ׳סטר וליברפול הייתה רק 2,000 טון בשנה, עם עלות ממוצעת של 1 פאונד סטרלינג למייל במהלך מסע 35-המייל הזה, הוא כתב. מאה שנים לאחר מכן, הכמות הוכפלה פי 5,000. ״ב-1890, ההערכה הייתה שהובלו לא פחות מ-10 מיליון טון, בעלות של בין 3 ל-8 פאונד לטון עבור כל המרחק״, כתב גורדון תומפסון.
לפעמים קשה לקבל פרספקטיבה כשמסתכלים ממרחק של 300 שנה אחר כך. אני אוהב לנסות לדמיין את עצמי בנקודה ספציפית על ציר הזמן. נניח בשנת 1730. כמה שנים כבר אחרי שנבנתה תעלה ראשונה בין מנצ׳סטר לליברפול, ועוד אחת בדרך. ורואה את מחירי התובלה צונחים ב-70%, וכל האפשרויות שנפתחות עם זה והנהירה של משקיעים לתחום. איך זה מרגיש לעקוב אחרי כל הדברים האלה יום אחרי יום אחרי יום. מה אנשים אמרו, כמה התלהבות הייתה, כמה תחזיות, כמה חששות. ואיך זה קרה בפועל. ורק 30 שנים אחר כך נבנתה עוד תעלה, שהורידה שוב את העלות בחצי. ואז עוד מאה שנה שבמהלכן תנועת הסחורות גדלה פי 5,000 ועלות ההובלה ירדה בעוד 80%.
והנה עוד נקודת דמיון לבועת הטלקום:
החברות שמרוויחות הכי הרבה בטווח הארוך אחרי הופעתה של טכנולוגיה חדשה ומהפכנית הן לרוב לא אלו שהמשקיעים מתמקדים בהן בטווח הקצר.
אופנהיימר ציין שאנשים לרוב מתלהבים מהחברות הראשונות בתחום, בעודם מדמיינים שהן ירוויחו מחדשנות טכנולוגית. אלו החברות שמוציאות כסף כדי למצוא שימוש מסחרי לטכנולוגיה, או לבנות מה שאנליסטים מסויימים מגדירים בתור ״האתים והמעדרים״ של המהפיכה. ״אבל הרבה פעמים, בסופו של דבר, הם לא המנצחים הגדולים״, אמר אופנהיימר. ״המנצחים הגדולים הם אותם אנשים שיכולים להשתמש בטכנולוגיות כדי לפתח מוצרים ושירותים חדשים״.
[…] אז מה זה אומר עבור המשקיע הממוצע? ובכן, מיקרוסופט, אנבידיה, וענקיות טק אחרות כרגע מרוויחות מהגאות בבינה המלאכותית בגלל שהן מניחות את היסודות שיאפשרו לטכנולוגיה לתפקד, אולי לא יהיו המנצחות בטווח הארוך. במקום, אלו יכולות להיות חברות שישתמשו בבינה מלאכותית כדי ליצור שירותים ומוצרים חדשים.
אבל הנה העניין: אף אחד לא באמת יודע אילו חברות ינצלו AI בצורה הכי טובה בטווח הארוך. ואופנהיימר לא הציע שום המלצות על מניות, ובמקום זה טען שמשקיעים צריכים לפזר את ההחזקות שלהם. אז אם אתם מנסים ללמוד מההיסטוריה, בכל מה שנוגע לבינה מלאכותית, זה אולי יהיה הגיוני להמשיך בזהירות. לבחור את המנצחים והמפסידים במהלך תקופות של מהפיכה טכנולוגית תמיד היה נראה קל יותר ממה שזה באמת — והמנצחים בשלב המוקדם הם לפעמים הבחירה הלא נכונה.
Groq
גרוק הוקם ב-2016 ע״י ג׳ונתן רוס, שיצר את הדור הראשון של המעבד Tensor Processing Unit של גוגל; התיזה של רוס הייתה ששבבים צריכים ללכת בעקבות הלקחים של software-defined networking. במקום תוכנה ייעודית לניתוב של מידע, תקשורת רשת מוגדרת-בתוכנה משתמשת בחומרת קומודיטי עם שכבת תוכנה כדי לטפל במורכבות של ניתוב. אכן, המאמר של גרוק שמסביר את הטכנולוגיה שלהם נכתב תחת הכותרת ״מעבד טנסור מוגדר בתוכנה עבור למידת מכונה בסקייל נרחב״.
קודם כל, הבהרה: מדובר ב Groq. עם קיו בסוף. לא לבלבל עם Grok - מודל השפה הגדול של אילון מאסק. Groq הוא שבב לבינה מלאכותית.
דבר שני, תראו את הדמו הזה. גרוק הוא כל כך הרבה יותר מהיר מצ׳אט גי פי טי!
וזו הסיבה שחשבתי שזה משהו מעניין לשתף בו.
הדמו הפך את זה לסיפור מספיק מעניין, בשביל לנסות להבין את הפרטים הטכניים המורכבים.
חזרה לבן תומפסון -
לשם כך גרוק החל בתור קומפיילר, התוכנה שמתרגמת קוד לשפת מכונה שיכולה להיות מובנת על ידי שבבים; המטרה הייתה להצליח לרדד אלגוריתמים של בינה-מלאכותית לפורמט שיוכל להתבצע על מעבדים פשוטים בהרבה שיוכלו לפעול בקצבים מאד גבוהים, בלי קריאות זיכרון יקרות ופספוסי תחזית שגורמים למעבדים מודרניים להיות יחסית איטיים.
התוצאה היא שהשבבים של גרוק הם דטרמיניסטיים לחלוטין: במקום זיכרון ברוחב-פס גבוה (HBM) שמשמש למעבדים גרפיים מודרנים או זיכרון גישה אקראית דינמי (DRAM) שמחשבים משתמשים בו, שני סוגי זיכרון שצריכים רענון מתמיד כדי לתפקד (מה שיוצר latency ואי וודאות לגבי המיקום של המידע בכל נקודת זמן מסויימת), גרוק משתמש ב SRAM - זיכרון גישה אקראית סטטי. SRAM מאחסן מידע במה שנקרא bistable latching circuitry; זה, בשונה מארכיטקטורת הטרנזיסטור של DRAM (וכתוצאה מזה, של HBM), מאחסן מידע במצב יציב, מה שאומר שגרוק תמיד יודע בדיוק איפה כל חתיכה של מידע נמצאת בכל נקודת זמן. זה מאפשר לקומפיילר של גרוק, במצב אידיאלי, להגדיר מראש כל קריאת זיכרון, ולאפשר חישוב מהיר בצורה קיצונית עם ארכיטקטורה יחסית פשוטה.
מסתבר שלהריץ inference על מודלים מבוססי טרנספורמר זה מצב אידיאלי מאד, כי המחשוב עצמו הוא דטרמיניסטי מאד. מודל שפה גדול כמו GPT-4 מעבד טקסט דרך סדרה של שכבות עם סט פעולות מוגדר מראש, מה שמתאים בצורה מושלמת לקומפיילר של גרוק. בינתיים, יצירה מבוססת-טוקנים היא פעולה סדרתית לחלוטין: כל טוקן בודד שמיוצר דורש לדעת מה הטוקן הקודם; אין שום חישוב שמתבצע במקביל עבור תשובה ספציפית, מה שאומר שמהירות החישוב לטוקן היא הדבר הכי חשוב.
התוצאות הן מאד מרשימות:
ההאצה היא כל כך דרמטית שזו קפיצת דרך בחוויה של עבודה עם LLM; זה גם מאפשר לעשות דברים כמו ממש לתקשר עם LLM בזמן אמת, אפילו מהצד השני של העולם, בשידור חי בטלוויזיה.
בן תומפסון הסביר שהיכולת ליצור תחושה של אינטראקציה בזמן אמת היא קריטית בשביל ליצור חוויה של תקשורת עם סוכן אמיתי שמבוסס על בינה מלאכותית, או לבנות חווית מציאות וירטואלית אמיתית שנוצרת ומגיבה בזמן אמת.
העניין המרכזי הוא העלות. השבב של גרוק מוגבל בכמות הזיכרון שהוא יכול להכיל, ובשביל לבצע inference עם מודל קוד פתוח בגודל של מיקסטרל נדרשו 576 שבבים. זה לעומת מעבד ה H100 של אנבידיה, שיכול להכיל את מיקסטרל בזיכרון של יחידה בודדת לצורך inference.
הבלוג SemiAnalysis ניתח לעומק את האופן שבו גרוק עובד, את הביצועים ואת העלויות. זו השורה התחתונה שלהם:
השאלה שבאמת מעניינת היא, האם inference של מודלים קטנים ב-latency נמוך זה שוק מספיק גדול בפני עצמו, ואם כן, האם שווה להשקיע בתשתית מיוחדת כאשר תשתית מעבדים גרפיים גמישה יכולה להתקרב לאותו מבנה עלויות, ויכולה גם לשמש לאפליקציות אחרות של מודלים גדולים די בקלות.
לינקים: למאמר של בן תומפסון. לניתוח של SemiAnalysis
הנוסחא של אובר
לאובר עדיין יש אתגרים, יש עוד הרבה מניות לקנות חזרה אם הם אי פעם רוצים להפוך ליצרן נטו של הון ולא צרכן נטו של הון, במיוחד אם הם הולכים לתת למשקיעים בסבבים המאוחרים והגדולים שלהם תשואה סבירה.
אבל עם כל המורכבות של העסק, זה בסוף מסתכם בנוסחא.
מי שיכול לייצר הכי הרבה רווח גולמי לשעת-נהג בסופו של דבר ינצח. זה אפשרי בסקייל גדול, אבל גודל זה לא רק עניין של לזרוק כסף על הבעיה.
אלא, כמו שמצאו חברות מחשוב הענן, זה עניין של לבחון איך לקוחות מגיבים לכל שילוב של יכולות, מחירים, וזמן תגובה, ואז למצוא דרך להביא את זה ללקוחות שהכי סביר שיגיבו לזה.
ביירן הובארט בניתוח מעניין של אובר. ההשוואה לקלאוד היא מעניינת, גם שם מדובר בהשקעת עתק של יצירת היצע מאד גדול של משאבים, ואז ניסיון לממש יתרונות של גודל (economies of scale) ולהגיע לרמת נצילות גבוהה. בחברות ענן מדובר בנצילות של שרתים ומכונות, במקרה של אובר זה אומר לוודא שהם מפיקים כמה שיותר ערך מכל דקה שבה נהג בוחר להיות זמין עבורם.
רמת הנצילות היא הדבר החשוב ביותר בגלל שאובר היא למעשה מתווך בין נהגים ללקוחות. עבור הלקוחות, הערך נובע מלהגיע מנקודה א׳ לנקודה ב׳, או מזה שהם יכולים להישאר בנקודה ב׳ בזמן שארוחת הערב שלהם / המצרכים / הזמנת החירום של פרחים לוולנטיין / וכו׳ מגיעים אליהם מנקודה א׳. העלות של הנהגים היא העלות האלטרנטיבית של הזמן שהם הקדישו כדי להיות זמין בפלטפורמות האלה, בין אם הם מבלים את הזמן בלהסיע אנשים ומשלוחים, להמתין, או להגיע לאיסוף הבא שלהם.
אז כל דבר שמגדיל את מספר הדקות שבהן הנהג מייצר הכנסה, מתוך שעה שבה הוא זמין באפליקציה, מאפשר או להוריד עלויות עבור הלקוחות, או להגדיל את התשלום לנהגים, או לייצר יותר מזומן שאפשר להשקיע בשיפור של הפלטפורמה. או, אם החברה ממש בעניינים, לייצר תשואה לבעלי המניות.
היעד של אובר הוא ווליום של 150 מיליארד דולר, מה שיהפוך אותם לאחת הפלטפורמות שלפחות אחוז מכלל התוצר הגולמי זורם דרכה. הם עדיין לא שם כמובן, אבל ההזדמנות אולי קיימת. משלוחים ומצרכים הוא עסק בקצב שנתי של 7 מיליארד דולר, אבל רק 14% מכלל המשתמשים מנסים אותו מדי חודש. בשווקים הכי חזקים שלהם, 80% מהמבוגרים בכלל לא משתמשים באובר. אז אובר עוד רחוקים ממיצוי האקוסיסטם הכלכלי שהם פועלים בו.
אחת מאסטרטגיות הנצילות, שגם דורדאש דיברה עליה, היא רכישות של תדירות-גבוהה/מרג׳ין-נמוך, כמו מצרכים. עסק עצמאי למשלוח מצרכים הוא דבר מאתגר, אבל זה יכול להשתלב טוב בחברה שיש לה אסטרטגיה של כמה מוצרים. זה מחליק קפיצות ודעיכות בתבניות השימוש במהלך היום, למשל אם אנשים מזמינים משלוח באפליקציה וזה אומר שהם לא יצטרכו להשתמש בנהג שיסיע אותם לחנות. ויש גידור דומה לנצילות גם עם UberEats, שירות המשלוח ממסעדות. זה בעצם מחליף ללכת למסעדה (או לקחת אובר למסעדה?), או לבשל בבית עם רכיבים שאולי הוזמנו דרך שירות משלוח המצרכים של אובר.
הנה ציטוט מיום המשקיעים, שמראה כמה אובר אובססיביים לגבי נצילות:
בין אם אתם מזמינים נסיעה או משלוח, הרבה מהטכנולוגיה או מהתפעול מבוסס-הטכנולוגיה, זהויות, מפות, תשלומים, זיהוי הונאות, הזמנות, משלוחים, תמחור ועוד - כל החלקים של אובר חולקים את אותן תשתיות. למעשה, בערך 75% ממשאבי ההנדסה שלנו מתמקדים באלמנטים המשותפים האלה.
עוד שני דברים שאובר עושה כדי למקסם נצילות הם תכנית המנויים UberOne, והאפשרות לשריין נסיעות מראש. אלה שתי יוזמות שדוחפות אנשים להשתמש יותר באובר בזמנים של עודף היצע (של נהגים), להשתמש פחות כשיש מחסור, ולחזות את הביקוש טוב יותר כדי להתאים מהר את ההיצע.
לגבי תכנית המנויים, הובארט כתב בעבר ניתוח שמראה שזו דרך אפקטיבית (וחוקית) לעשות אפליית מחירים, להגדיל את המכירות ולתפוס יותר מהערך הכלכלי שנוצר. הנתונים של אובר מראים שזה הולך די טוב, בערך 10% מהמשתמשים מחזיקים מנוי, והם אחראים ל-30% מהנסיעות.
נסיעות משוריינות הם מקרה יותר מעניין. בעיר צפופה, הצעת הערך של אובר היא שאתם יכולים להיות בטוחים שתקבלו נסיעה מהירה אם תהיו מוכנים לשלם על זה, ובטח תוכלו לקבל נסיעה זולה יותר אם תסכימו לחכות קצת. אבל בפרברים, מאבדים יעילות בתמחור ואמינות, אם מזמינים לפי-ביקוש. אם האיסוף מגיע תוך 5-25 דקות, אתם תצטרכו לתכנן נסיעות באובר עם טווח ביטחון מאד רחב. נסיעות משוריינות פותרות את זה, וגם נותנות לאובר מידע מוקדם על הביקוש (לא רק לגבי נסיעות מתוכננות, גם היעדר הזמנה מלקוח שבד״כ מזמין מראש זה סיגנל לגבי הביקוש).
באופן לא מפתיע, 60% מההזמנות המשוריינות הן לשדות תעופה. לנסיעות האלה יש מאפיינים מעניינים. בשדות תעופה יש צפיפות מאד גבוהה של ביקוש, עם וודאות מאד נמוכה לגבי היעד. הרבה אנשים צריכים מכונית בשדה תעופה, והם יכולים לנסוע לטווח רחב של יעדים. היכולת לקבל מידע מוקדם לגבי זה, גם יכולה לעזור לאובר לשפר את הנצילות של היצע הנהגים.
המלצות מהעבר
הסיפור של סאם וולטון
הוא גר בבית פשוט בעיירה דרומית קטנה. הוא נשוי לאותה האישה כבר קרוב לחמישה עשורים. הוא נוסע בטנדר, מתלבש בבגדים מהחנות, ועובד שעות ארוכות. הוא גם הרוויח לעצמו ולמשפחתו מעל 9 מיליארד דולר, יותר מכל אדם אחר באמריקה. האדם יוצא הדופן הזה הוא סאם וולטון. והספר המרתק והמעמיק הזה מנקב את גלימת הפשטות שהוא לובש כדי להראות מה גורם לו לזוז ומה גרם לו להצליח מעבר לחלומות הכי פרועים שיש על עושר.
זהו סיפור, ומסע, שהחל בעמק האבק של אוקלהומה בתקופת השפל, שבו נער צעיר ראה מקרוב את הקו הדק שבין הישרדות לבין אסון. זה היה שיעור שעמד לצידו כשהוא לקח משרה של $85 בחודש אצל ג׳יי סי פני ולמד את העקרונות של לשים את שביעות הרצון של הלקוח לפני הרווחים.
ב-1945, הוא קנה חנות חמש-ועשר-סנט בניופורט, ארקנסו, והחל לבחון את הרעיונות שלו לגבי איך לעשות כסף. חנות הוולמארט הראשונה נולדה, ובעוד שהשאר הוא היסטוריה, הסיפור של סאם וולטון הוא גם הסיפור של הרעיונות האלה ואיך הם עבדו בזמנים טובים וקשים, כדי ליצור את אחד הנצחונות האדירים ביותר בהיסטוריה של רשתות השיווק באמריקה.
הדברים שהכי נוגעים ללב בכל ההצלחה המרהיבה של סאם וולטון בעידן הזה שידוע לשמצה בתאוות הבצע, ההונאה והמשחקים הפיננסיים הם העקרונות המסורתיים שלו לגבי איך לעשות עסקים, כנות, ועבודה קשה …
הזכרתי את סאם וולטון, האיש שהקים את וולמארט, בכמה דקות בפרק של אופטיקאסט השבוע. הציטוט למעלה הוא מתוך ספר שנכתב עליו, סאם וולטון: הסיפור מאחורי האיש הכי עשיר באמריקה. דיוויד סנרה סיכם בצורה נהדרת את הספר הזה בפודקאסט הפאונדרים. והחלטתי לשתף פה בעוד כמה קטעים שהוא הזכיר בפודקאסט.
הילדות של סאם וולטון הייתה מאד קשה (על עמק האבק סיפרתי במהדורה מספר 64), וההורים שלו נאבקו במשך שנים כדי להישאר מעל לקו העוני. סאם עבד בכל דבר שהוא הצליח למצוא. כיסוח דשא, חלוקת עיתונים. את מוסר העבודה הגבוה הוא למד מאבא שלו.
אף אחד במשפחת וולטון לא עבד קשה יותר מסאם, חוץ מאבא שלו. תומאס וולטון.
״הסוד הוא לעבוד, לעבוד, לעבוד. ככה לימדתי את הילדים לעשות״.
תומאס עבד בלי הפסקה, ולא יכל לסבול את זה שהילדים שלו לא יהיו כמוהו - חרוצים, שאפתניים, בעלי תושיה, והגונים.
אני חשוב שזה תיאור מצויין של סאם וולטון, ולמה הסיפור שלו כל כך מעניין. חרוץ, שאפתן, בעל תושיה, והגון. והוא דחף לקצה כל אחת מארבע התכונות האלה.
לא היו לו תכניות לגבי הקריירה שלו כשהיה צעיר. הוא מצא עבודה בתור מוכר בחנות שלJ.C. Penney, שהייתה רשת חנויות מובילה באותם ימים, עם משכורת של 85 דולר בחודש.
הוא לא הבין את הגודל של רשת החנויות של ג׳יי סי פני, ולא ידע שום פרט על האישיות והעליה המטאורית של האיש המבוגר עצמו. ג׳ון קאש פני. הוא ילמד די מהר, כולל שיעור רווחי מאד שג׳ון ילמד אותו באופן אישי, כשהפאונדר של ג׳יי סי פני היה בגיל 65״.
זה היה השיעור הראשון במסע של סאם וולטון, שבאופן אובססיבי למד כל מה שמישהו אי פעם עשה בתחום הקמעונאות, וגנב (או השאיל) כל רעיון שעבד. סיפרתי בפודקאסט שהוא היה מבלה שעות בלהסתובב בחנויות של אחרים — שלא היו שייכות לרשת שלו — וכותב במחברת שלו דברים מעניינים שהוא ראה שם. חזרה לשיעור המוקדם מג׳יי סי פני:
למעשה, סאם וולטון יגנוב את כל הרעיון של ג׳ון קאש פני לגבי איך להצליח ע״י לשים את שביעות הרצון של הלקוח לפני הרווחים.
ג׳יי סי פני בעצמו הגיע לעיירה והחל לשוטט ברחבי החנות. (זה עוד משהו שסאם עושה בשלב מאוחר יותר). לקוחה נכנסה וקנתה משהו מסאם. ובזמן שסאם עוטף את הפריט עבורה, ג׳יי סי פני התבונן בטרנזאקציה מקרוב.
הוא המתין שהטרנזאקציה תסתיים, שהלקוחה תעזוב, ואז הוא ניגש לסאם. ״בחורים״, הוא אמר, ״אני רוצה להראות לכם משהו״. ואז הוא לקח קופסא שהייתה בערך באותו גודל ועטף אותה עם נייר בצורה שתכסה בדיוק את הגודל שלה. אולי רבע אינץ׳ יותר. ואז הוא קשר מסביב חוט, פעם אחת ככה ופעם אחת ככה, ואז הוא קשר אותו.
הוא אמר, ״בחורים, אתם יודעים שאנחנו לא מרוויחים אגורה מהסחורה שאנחנו מוכרים. אנחנו מרוויחים רק מהנייר והחוט שאנחנו חוסכים״.
הימים האלה נחרטו חזק בזיכרון של סאם.
והנה עוד סיפור טוב על המחוייבות שלו לחסוך בעלויות מאוחר יותר כשהוא הקים את וולמארט. זו בעצם הסיבה שהוא בחר בשם ״וולמארט״. סאם ועוד בחור שעבד איתו ניסו למצוא שם לרשת החנויות החדשה שהם בנו, ועברו על רשימה של רעיונות. הרבה שמות ברשימה היו מורכבים משלוש או ארבע מילים. סאם זכר שמוקדם יותר בקריירה שלו, הם עבדו בחנויות של רשת בן פרנקלין, וידעו כמה עולה לקנות את האותיות שיציינו את השם של החנות. וכמה יעלה לתקן את האותיות ולהתקין תאורה. הם הבינו שזה מאד יקר לשים כמה מילים בשם של החנות. אז הם בחרו וולמארט. זו מילה אחת עם מעט אותיות.
ואפילו ההחלטה הזו חיזקה עוד קצת את היתרון התחרותי של וולמארט! לחנויות אחרות היה שם ארוך יותר, וזה דרש שם יותר כסף כדי לתלות את השם מעל הדלת. כל אגורה נחשבת.
והנה עוד סיפור: הזכרתי בפודקאסט את המקרה שבו סאם איבד את החוזה שכירות לבניין שבו הייתה החנות הראשונה שהוא הקים. זה היה בעיר בשם ניופורט. הוא הולך לעורך דין כדי להבין מה אפשר לעשות, אבל אחרי שקרא את החוזה, העו״ד אומר לו שזה אבוד. זה היה רגע די טראומטי עבור סאם, אבל הוא פשוט החליט שזה לא ישבור אותו. הוא ימצא עוד עיירה, יבנה עוד חנות כזו. הוא לא הולך להפסיד.
ככה סאם וולטון מצא את בנטונוויל, עיירה קטנה בארקנסו שבה נפתח הסניף הראשון של וולמארט, ושם נמצא המטה של החברה עד היום. אבל במשך מספר חודשים, הוא עדיין ניהל גם את החנות בניופורט, עד שחוזה השכירות שם יסתיים. ולא היה כביש מהיר שם בזמנו. הנסיעה בכבישים משובשים הלוך וחזור בין ניופורט ובנטונוויל הייתה מסוכנת, ולקחה לו 8-10 שעות. הוא היה מתוסכל מכל הזמן שהתבזבז.
לילה אחד הוא שמע רעש נחיתה של מטוס, ואמר לעצמו שאולי הוא יכול לטוס במקום לנהוג. הוא הצליח במחיר נמוך לשכור טייס שייקח אותו לניופורט. נהיגה של 8 שעות הצטמצמה לטיסה של 90 דקות. זו התשובה שסאם חיפש. הוא למד לטוס בעצמו!
זה היה מה שאיפשר לוולמארט להתרחב בצורה כל כך אפקטיבית. כל סניף חדש שנפתח דרש הרבה תשומת לב עד שעלה על מסלול רווחי. והעובדה שסאם וולטון טס במטוס שלו איפשרה לו לבקר כמה חנויות שונות בכל יום.
בביוגרפיה שלו הוא סיפר שהוא לא אהב מטוסים דו-מנועיים גדולים. הוא קנה מטוס חד מנועי שהיה קטן והעלויות שלו היו זולות יותר. וזה איפשר לו לטוס בגובה מאד נמוך, וללמוד איך אנשים נוסעים בעיירה חדשה שהוא רצה לפתוח בה חנות. מה תבניות התנועה, איפה כולם עוברים. ככה הוא בחר לוקיישן לסניף חדש של וולמארט!
הנה איך שסאם וולטון סיים את האוטוביוגרפיה שלו, שהוא כתב קצת לפני שנפטר מסרטן:
האם סיפור מסוג וולמארט יכול לקרות גם היום? התשובה שלי היא, כמובן שזה יכול לקרות שוב. אי שם, בדיוק עכשיו, יש מישהו, כנראה מאות אלפי אנשים כאלה, עם רעיונות טובים מספיק שיכולים ללכת כל הדרך. זה יתבצע שוב ושוב, בהנחה שמישהו רוצה את זה חזק מספיק כדי לעשות את מה שצריך כדי להגיע לשם. זה הכל עניין של גישה והיכולת ללמוד בצורה מתמדת ולבחון כל הזמן מחדש את האופן שבו העסק מתנהל.
ג׳ף בזוס היה למשל מישהו כזה. את הספר של סאם וולטון הוא חילק לכל עובד שהצטרף לאמזון. והוא יישם בדיוק את התכונות והרעיונות שסאם כתב עליהן.
וגם אנחנו בעצם מאות אלפי האנשים שסאם מדבר עליהם. אנחנו יכולים ללמוד ממנו ומאנשים אדירים כמוהו, להוסיף את הרעיונות הייחודיים שלנו, ולהעביר את כל הידע הזה האלה לדורות הבאים.
ללכת לישון חכם יותר
רוב האנשים חיים את החיים שלהם בלי באמת להפוך להרבה יותר חכמים. למה? הם פשוט לא עושים את העבודה שצריך בשביל זה.
זה קל לחזור הביתה, לשבת על הספה, לראות טלוויזיה, ולרחף קצת עד שמגיע הזמן לישון. אבל זה לא הולך להפוך אותכם לחכמים יותר.
בטח, אתם תגיעו למשרד יום לאחר מכן ותדברו על הפרטים של הפרק האחרון של Mad Men או של Game of Thrones שראיתם אתמול בלילה. וכן, אתם מעודכנים במה שקורה בהישרדות. אבל זה לא צבירה של ידע; זו מעין תרופת הרגעה שמרדימה את המח.
אפשר לרכוש ידע אם אתם רוצים. למעשה, יש נוסחא פשוטה, שאם עוקבים אחריה כמעט בוודאות תהפכו לחכמים יותר עם הזמן. פשוטה אבל לא קלה.
זה דורש הרבה עבודה קשה.
״הדבר הכי טוב שאדם יכול לעשות הוא לעזור לאדם אחר לדעת יותר.״ - צ׳ארלי מאנגר.
בתיאור של הבלוג הזה פשוט כתוב ש״אני מנסה ללכת לישון כל יום קצת יותר חכם ממה שקמתי״. זה גם המשפט שאני אומר בפתיחה של כל פרק באופטיקאסט. זה ציטוט של צ׳ארלי מאנגר, ומשפט שאני מנסה לקחת מאד ברצינות.
אבל מה זה בעצם אומר, ללכת לישון כל יום חכם יותר? ואיך עושים את זה?
שיין פאריש ניסה לענות על זה בבלוג שלו.
הוא קורא לזה נוסחת באפט, על שם וורן באפט, ושותפו במשך עשורים שהלך לעולמו לאחרונה, צ׳ארלי מאנגר. הם הפכו את עצמם למכונות למידה. הם לא חכמים בגלל שהם מיליארדרים, הם הפכו למיליארדרים בגלל שהם היו כל כך חכמים. והם אף פעם לא הפסיקו לצבור ידע ולהפוך לחכמים יותר, ויש להם הרבה מה להגיד על הנושא הזה.
איך להיות חכמים יותר
תקראו. הרבה.
וורן באפט אומר, ״אני רק יושב במשרד שלי וקורא כל היום״.
מה זה אומר? הוא מעריך שהוא מבלה 80% מיום העבודה שלו בלקרוא ולחשוב.
״לא תצליחו למצוא שותפות שבה שני אנשים מקדישים לקריאה יותר שעות מהיום מאשר אצלנו״, צ׳ארלי מאנגר הסביר.
כשנשאל איך להיות חכמים יותר, באפט פעם החזיק ערימה של ניירת ואמר, ״תקראו 500 עמודים כאלה כל שבוע. ככה ידע נבנה, כמו ריבית דריבית״.
כולנו יכולים לבנות את הידע שלנו, אבל רובנו לא מקדישים את המאמץ.
לשיין פראיש יש גם עצות בנוגע לאיך לקרוא. צריך להיות ביקורתיים. תמיד לחשוב. צריך לעשות את העבודה המנטלית שנחוצה כדי לגבש דעה.
בספר עובדים יחד: למה שותפויות מעולות מצליחות, באפט הסביר למחבר מייקל אייזנר:
תראה, העבודה שלי היא בסוף לחבר יחד עוד ועוד עובדות ומידע, ומדי פעם לראות אם זה מוביל לפעולה כלשהי. וצ׳ארלי — הילדים שלו קוראים לו ספר עם רגליים.
אייזנר ממשיך:
אולי זו הסיבה ששני השותפים החליטו שמוטב שלא יגורו באותה עיר, או יעבדו באותו משרד. הם היו רוצים לדבר כל הזמן, ולא היו משאירים כמעט זמן לקריאה, מה שמאנגר מתאר בתור חלק הכרחי מתכנית חינוך מתמדת לאנשים שמנהלים את אחד הקונגלומרטים הגדולים ביותר בעולם.
״אני לא חושב ששום צמד אחר בעסקים היה טוב יותר בלמידה מתמשכת משאנחנו היינו״, הוא אומר, מדבר בזמן עבר אבל לא באמת מתכוון לזה. ״ואם לא היינו לומדים באופן תמידי, התוצאות שלנו לא היו טובות באותה מידה. והיינו כל כך קיצוניים לגבי זה ששנינו בילינו את רוב היום שלנו בקריאה, כדי שנוכל ללמוד יותר, מה שהוא לא דפוס מקובל בעסקים.״
והם לא קראו דעות ברשתות החברתיות או ניתוחים בעיתונות הכלכלית. הם גם לא ישבו מול טרמינל של בלומברג כל היום ועברו על מספרים.
״לא״, אומר וורן. ״אנחנו לא קוראים דיעות של אנשים אחרים. אנחנו רוצים לקבל את העובדות, ואז אנחנו חושבים״. וכשזה מגיע לחלק של החשיבה, עבור באפט ומאנגר, אף אחד לא טוב יותר לחשוב איתו מאשר השותף שלך. ״צ׳ארלי לא יכול להיתקל בבעיה בלי מיד לחשוב על תשובה״, מסביר וורן. ״יש לו את המח-שלושים-שניות הכי טוב שאי פעם ראיתי. אני יכול להתקשר אליו, ותוך שלושים שניות הוא יבין. הוא פשוט מיד רואה דברים״.
מאנגר מתייחס לצבירה של ידע בתור גאונות נרכשת. לא מולדת. והוא נותן את כל הקרדיט ללמידה שהוא עושה. ״וורן או אני לא חכמים מספיק כדי לקבל החלטות בלי זמן לחשוב. אנחנו מקבלים החלטות מאד מהר, אבל זה בגלל שבילינו כל כך הרבה זמן בלהכין את עצמנו, בזה שישבנו בשקט וקראנו וחשבנו״.
איך למצוא זמן בשביל לקרוא? זה קצת כמו למצוא זמן ללכת לחדר כושר. צריך לשריין לזה זמן ביום שלך. בריאיון שבאפט נתן לביוגרפיה שלו, The Snowball, הוא סיפר על איך מאנגר עשה את זה בהתחלה:
צ׳ארלי, בתור עורך דין מאד צעיר, היה מרוויח בטח 20 דולר לשעה. הוא חשב לעצמו, ״מי הלקוח הכי חשוב שלי?״ והוא החליט שזה היה הוא עצמו. אז הוא החליט למכור לעצמו שעה אחת כל יום. הוא עשה את זה מוקדם בבוקר, כשהוא עבד על פרוייקטים ועסקאות נדל״ן. כולם יכולים לעשות את זה, תהיו הלקוח של עצמכם. תעבדו גם בשביל אנשים אחרים אחר כן, אבל תמכרו לעצמכם שעה שלכם כל יום.
שיין פאריש מנתח את העלות האלטרנטיבית של השעה הזו. מצד אחד, אפשר לבדוק את טוויטר או אינסטגרם, או לקרוא חדשות באינטרנט, או לענות לכמה מיילים בזמן שמעמידים פנים שמסיימים את המסמך הזה שאמור להיות מרכז תשומת הלב שלכם בעבודה. מצד שני, אפשר להקדיש זמן לשיפור עצמי. בטווח הקצר, כנראה שעדיף לקבל את זריקת הדופמין של אימייל וטוויטר בזמן שעושים כמה דברים במקביל. אבל בטווח הארוך, ההשקעה בלמידה של נושאים חדשים ושיפור עצמי תביא הרבה יותר תוצאות.
״תמיד רציתי לשפר את מה שאני עושה״, הסביר מאנגר, ״אפילו אם זה מפחית את המשכורת שלי בכל שנה נתונה. ותמיד רציתי להקדיש זמן בשביל לשחק בלשפר את עצמי״.
אבל רק לקרוא זה לא מספיק. זה מה שמאנגר הסביר.
אנחנו קוראים המון. אני לא יכול לחשוב על אף אדם חכם שלא קורא המון. אבל זה לא מספיק: צריך שיהיה לכם הטמפרמנט שיאפשר לתפוס רעיונות ולעשות דברים הגיוניים. רוב האנשים לא תופסים את הרעיונות הנכונים או לא יודעים מה לעשות איתם.
שיין פאריש מצטט את איך לקרוא ספר: ״האדם שאומר שהוא יודע מה שהוא חושב אבל לא יכול לבטא את זה לרוב לא באמת יודע מה הוא חושב״. לכן הוא מציע לנסות לכתוב על דף רעיון שאתם חושבים שיש לכם הבנה שלו, כאילו שאתם מסבירים את זה למישהו אחר. הכתיבה מכריחה אותכם לוודא שהבנתם ולצבור ידע לתוך מודל מנטלי שהולך ונבנה.
וזה, בעיקרון, כל מה שאני מנסה לעשות עם הבלוג הזה. אם גם לכם יוצא ממנו משהו, מה טוב.
תודה שקראת את הרהורי יום שישי שלי השבוע!
ממש אשמח לשמוע מה חשבת על המהדורה. אפשר לענות על האימייל או להשאיר הערה כאן. אני מבטיח לקרוא הכל.
אפשר גם לעקוב אחריי בלינקדאין, וואטסאפ, טוויטר או פייסבוק.
ואם עדיין לא נרשמת לבלוג - אפשר לעשות את זה כאן כדי לקבל את הניוזלטר בכל יום שישי בבוקר ישירות למייל:
תזכורת: הבלוג הזה הוא למטרות לימודיות בלבד. אין לראות באמור לעיל ייעוץ השקעות. מסחר במניות מלווה בסיכונים רבים. אנא קראו את הדיסקליימר המלא כאן.
אחת המהדורות הטובות שלך!
מעניין מאוד.
הערה אחת: השימוש במושג חכמה הוא בעייתי. אי.קיו זה משהו נתון שנולדים איתו והיכולות הקוגניטיביות שלנו יורדות החל מגיל 20.
אז אנחנו לא נעשים יותר חכמים.
אנחנו כן יכולים להיות בעלי נסיון וידע גדולים יותר. אבל זה בעייני לא הגדרה לחכמה...