2025 年年度信:对被低估之事的估计
本文信息来源:generativevalue
很难再说出一些之前没人说过的话。随着 LLMs 现在几乎可以回答我们提出的任何问题,我对此感受得愈发明显。比以往任何时候,质量都远比数量更重要,因此我在这份通讯上的发布节奏有所放缓。
因此,我对这份出版物在 2026 年的目标,是让我在这里发布的每一篇内容都值得一读 。注意力比以往任何时候都更加稀缺,我认为尊重你们每一位的注意力是我的责任。
基于这一点,为什么还要写一封年度信呢(按定义来说,它是一种受时间限制、而非受质量约束的产物)?
原因有几个:
- 我对年度信有着特殊的情感。 我从阅读投资大师们的思考中获得了巨大的价值,而我的目标是在这封信中也能提供一点价值
- 这其实是一件自私的事。 随着人们越来越多地将思考和写作外包给 AI,把这件事做好所带来的价值正在急剧上升。虽然我并不自称两者兼具,但围绕常见的投资错误来梳理自己的想法,对我而言已相当有价值
- 在一个越来越多知识型工作被自动化的世界里,好的问题和想法比好的答案更有价值
回到年度信的主题(我认为这是一个好问题):为什么投资者如此频繁地低估伟大的公司?我们又该如何避免这些陷阱?
低估的估计
投资,从定义上来说,就是一场关于低估的游戏:看到别人还没看到的东西,或者以别人不会采取的方式行动。我们的工作是通过利用这种低估来创造价值 。
此外,作为一名来自印第安纳州一个只有 500 人小镇的中西部人,我对被低估者总是情有独钟。
我最近用非常简单的话来总结我的投资论点:我在寻找被低估的事物。被低估的人。被低估的企业。被低估的机会。
那么,还有什么话题比我在投资行业中所见到的最常见的低估现象更值得讨论呢?可以说,这是一次对“低估”的估计!
我将通过以下这些低估来构建我今天的大部分投资理念 1:
- 共识的影响
- 激励机制
- 历史有多大程度在押韵(以及它有多么少在重复!)
- 概率与对输入端的关注
- 长期:目的地分析、复利与集中度
- 人类的动态范围
按定义,只有当他人没有正确估计时,低估才会存在。这使得共识的影响成为本文其余部分的基础 2。
一:低估共识的影响
据我观察,最常见的投资错误源于在一项投资上过度看重他人的观点。用 Neil Mehta 的话来说,“伟大企业的法则就是伟大企业的法则。”
这在信息不那么充分的私募市场中尤为常见;因此,当不确定性存在时,投资者往往会向外寻求信心。如果他们从其他投资者那里看到了这种信心,错失恐惧(FOMO)就会接管剩下的一切。而如果他们没有看到,就会犹豫不决,因为在不确定性下做出决策并不符合人的本能。</
但我认为,最常见的瓶颈并不是信息的缺乏,而是分析的缺失。摘自 Nick Sleep 2012 年的信:
在当今这个信息泛滥的世界里,或许会有股票市场的专业人士认为,持续不断地收集数据就是他们的工作。的确,人们很容易得出这样的结论:如今需要收集的数据如此之多、需要观察的变化如此之大,以至于我们几乎没有时间去真正思考。一些市场从业者甚至可能会认同 Brainjuicer(一家市场研究公司)CEO John Kearon 的观点,他严肃地指出,“我们思考的程度,远远低于我们自以为在思考的程度”——所以别自欺欺人!
如果说 2012 年的世界已经被信息浸透,那么 2025 年的世界则是被信息淹没了!
分析(也就是独立思考)才是最困难的部分;因此,当其他投资者已经形成“共识”时,选择那家公司就成了“最容易的路径”。
与此同时,大多数投资公司在结构上并不利于投资者做出非共识决策。个人的“错误”3 在投资行业代价高昂,因此从众行为也是一条“安全路径”。
话虽如此,仍然有理由保持乐观!投资行业长期存在的从众行为,反而意味着我们有充足的机会进行独立思考。而随着人们将越来越多的思考外包给 LLMs,我怀疑这种机会将变得更加持久。
二:低估激励机制
人们往往会按照自身最大利益行事;因此,激励是推动我们这个世界运转的核心力量。 激励就像重力,与任何一方对抗都应被同等看待(这将会非常艰难!).4
这一点的典型例子是 美国医疗保健系统 ,其基于按服务收费(fee-for-service)的模式。这种模式激励医疗服务提供者尽可能多地提供护理,而不是提供恰当数量的护理;同时也激励支付方(保险公司)只报销他们认为“有必要”的护理。
这导致医疗服务提供者背负了极其沉重的文书工作负担,以证明他们提供了“恰当数量的护理”;其结果是整个系统中产生了大量的行政浪费(每年超过一万亿美元!)
从更乐观的角度来看,我把大量时间投入到 医疗保健初创公司 ,因为 LLMs 已经具备了自动化处理大量此类行政工作的能力(这是因为这些工作主要基于细致入微的文本信息)。这为医疗服务提供者和支付方同时降低了成本,并为临床医生和患者带来了更好的体验。
它为所有相关方对齐了激励机制!
当一家公司的激励机制能够让所有相关方的利益保持一致,甚至更好的是还拥有与之相伴的复利型竞争优势时,低估它的风险将由你自行承担!
总结来说,引用 Charlie 的一些智慧:“当你本该思考激励力量的时候,永远、永远不要去想别的事情。”
三:低估历史的押韵程度(以及它真正重复得有多么少!)
阅读这篇文章的人都不难看出我对历史的重视程度。话虽如此,让我感到意外的是,历史竟然如此频繁地被误读。人类天性倾向于盯着最近发生的事情并进行外推,但在我看来,这种做法带来的错误远多于正确。
为了更具实操性地谈及 VC,我看到的两种最常见的分析错误是:
- 由于当前市场“规模很小”而低估市场规模
当下缺乏一个足够大的现有市场,往往会导致投资者低估一家初创公司的最终市场规模,尤其是在存在能够推动市场扩张的催化剂时。
我最喜欢的例子是 Aswath Damodaran 如今广为人知的 Uber 市场规模估算,以及 Bill Gurley 的回应 :
十年前,Aswath Damodaran(估值学教父)基于总体 TAM 和市场份额,估算 Uber 的价值约为 60 亿美元。Bill Gurley 认为,这个数字在两个变量上都被严重低估,误差高达 25 倍。如今,Uber 的市值约为 2000 亿美元(是 Damodaran 估算的 33 倍)。
简而言之:对某项服务的潜在需求,以及一种能够解锁满足该需求能力的新技术,是一件极好的事情。无需考虑“现有市场规模”。
- 因“低估值倍数”或“可比上市公司”而低估一家公司的价值 5
一种常见的估值方法是采用当下的收入,或对未来 X 年的收入进行预测,然后对该收入应用一个“合理”的倍数,从而得出潜在估值。投资者通常从同一行业的“可比”公司中获取这个倍数。
但这会导致将一家新公司——可能拥有完全不同的成本结构和竞争优势——与一家既有企业进行比较。
这里的经典例子是将 Tesla 与现有汽车公司(以及它们的估值倍数)进行比较,这使得许多投资者低估了 Tesla 凭借新技术和成本结构所能创造的价值。
同时提醒一句,估值倍数只是公司未来将产生的现金流的简化代理:它是企业质量的二阶结果!
因此,倍数较高的公司往往比倍数较低的公司强得多。这意味着,在其他条件相同的情况下,你更应该投资于“可比上市公司倍数较低”的初创公司,而不是倍数较高的那些。这恰恰与投资行业中很大一部分人的做法完全相反!
总的来说,这两种思维方式通常都会导致对那些没有直接历史先例的公司产生大量低估。
四:低估基于概率的思维
很多时候,当投资者在讨论是否投资一家公司(尤其是初创公司)时,问题往往是 “我认为这家公司会成功吗,还是不会?”
这里的错误在于,我们所处的世界是以概率运作的。每一个决策都基于一棵包含多种可能结果的决策树,每种结果都附带相应的概率。而一旦使用非黑即白的绝对判断,就会提高你低估异常值公司的可能性。
让我们以 Nvidia 最近对 Groq 进行的 200 亿美元“伪收购”为例。当这家公司成立之初,如果你提出这样一个问题:“这家公司能成功吗?” 大多数投资者都会说不,认为 Groq 会失败,因为技术复杂、半导体研发成本高、半导体初创公司的市场进入难度很大,而且 Nvidia 是绿巨人。
他们可能是对的,但也会错过这项投资!
因此,如果你这样提问,你就会更接近做出这项投资:“Groq 成功和/或对 Nvidia 形成颠覆的概率是多少?如果真的发生,会带来什么结果?”
现在,一个关于投资一家公司的通用公式是这样的(这只是指将所有概率乘以各自的回报后再求和):

因此,问题 “这项投资会成功吗?” 根本不是正确的问题!真正的问题是 “这项投资成功的概率是多少,以及如果成功会带来什么样的结果?”
在 VC 领域,尤其会出现一种有趣的情况:少数几家公司驱动了绝大多数回报。因此,在上述公式中,唯一重要的概率是那些对应于极大结果的概率。
因此,用 Bill Gurley 的话来说,“What can go right?” 成为评估一家初创公司时最重要的问题。
关于投入与产出的说明:
概率本身隐含着对投入的关注,而非对产出的关注。
继续上面的 Groq 示例:假设 Groq 未能完成其上一轮融资,最终倒闭。人们本会将那笔投资视为一次失败,而不是一次巨大的成功!
因此,关键点在于:无论结果如何,这都是同一项投资。
专注于你能够控制的投入,让结果顺其自然。过程中出现的任何错误都应被视为学习的机会。正如 Nick Sleep 在其 2008 年的信中所说:
我们会建议你思考投资中的投入,而不是结果。正是在这样的时刻,艰难的心理和分析工作得以完成,合伙关系中也积累了未来的资本增值:这就是我们的投入。结果会在时间中显现。”
五:低估长期价值
我依然坚信,在当今的投资世界中,更长的时间维度是一种极具意义的竞争优势。短期内不投资一家优秀公司的理由有很多(而且在短期内投资一些并不那么优秀的公司,往往也有不少看似合理的理由!)
为此,我在投资中基于以下几个假设行事:
- 只有少数公司创造了绝大部分价值( 这一点在公开市场和私募市场中都成立!)
- 这些价值中的大部分通常是在公司生命周期的“后期”才被创造出来的(换句话说,用 Peter Thiel 的话讲,持久性与生长同样重要)
- 这些公司往往拥有一种复利式优势,使它们随着时间推移变得更加强大,而这种复利优势在大多数人意识到之前就已经可以被识别出来
有些人可能会把最后一点称为 “目的地分析。” 换句话说,预测长期往往比预测短期更容易。
当你已经弄清楚长期走势(或者至少形成了一个相对可靠的概率性判断,并愿意随着时间推移不断更新这些概率)之后,就让复利去施展它的魔力吧!
人性使然,我们往往关注短期,但同样也是人性使然,我们会低估复利的价值;不知为何,我们总是难以真正内化指数增长的概念。即便存在事后偏见的风险,我还是想分享几个数据点:
- 摘自沃伦·巴菲特的传记: 每年都会有好几次,一位资深而严肃的投资者长久而敬畏地审视可口可乐的历史记录,但最终又遗憾地得出结论:自己关注得太晚了。[仅作记录,当这本书于 1995 年出版时,可口可乐的市值约为 450 亿美元;而今天则是 3000 亿美元。]
- Shopify 在成立第九年、2015 年 IPO 时的估值约为 13 亿美元。如今其市值约为 2100 亿美元(对关心数字的人来说,相当于 161 倍)。
- NVIDIA 在 2015 年的市值约为 150 亿美元,对于一家仅成立 22 年的公司来说,这是一个极其惊人的成就。而如今,在成立后的第 22–32 年间,其市值已增长至当时的约 293 倍。
再看一个例子:看看你在什么价格买入 Wal‑Mart,仍然可以获得 10% 的年化回报!

人们很容易低估一家伟大企业崛起所需的时间,也很容易低估那些真正伟大的企业最终会成长到多么庞大的规模。
关于低估集中度的一点说明:
一旦你找到了其中一家这样的卓越企业,就值得在这些企业上高度集中投入。它们比我们想象的还要稀有。
稍微抽象一点来说:在一个干扰比以往任何时候都更多的世界里,专注于更少的想法从未像现在这样有价值。
当信息如此之多时,逆向选择是一个极其难以解决的问题,而只能通过刻意的专注来应对。
最容易获得的信息未必最有价值。最容易获得的机会往往并非最重要。你能够投资的公司,未必是你应该投资的公司。
六:低估人类的动态范围
最后,人们很容易忽视那些真正特别的人对其周围世界所能产生的影响。
我将把这个观点再推进一步,引用沃伦·巴菲特的一段话:
“几百年前还是一个农业经济……你知道,仅仅因为你是个稍微更好的农民,就想获得比下一个人多 20 倍的财富是非常困难的。但如果你现在在某些技能上更出色,你可以在非常年轻的时候就变得极其富有……你可以将一个想法的价值资本化。因此,财富会发生巨大的转移,甚至是在预期的基础上。”
到目前为止我一直尽量不去过多提及 AI,但恐怕在这里我不得不打破这种“克制”。在我看来,基于 transformer 的模型确实是新的发现,但人工智能本身并不新。它是过去 50 年计算技术持续演进的结果,通过逐步自动化知识型工作来提升我们的效率。
总而言之,给予我们杠杆。
当我思考 AI 在 50 年后的影响时,我并不认为 AI 会自动化所有人类的知识型工作(把我当作一名人文主义者吧!),但我确实认为,最顶尖的那一小部分人将获得更大的杠杆效应。
由此,人类能力的动态区间将进一步拉大。撇开这种进一步扩大的分化所带来的社会影响不谈,这引出了我接下来所采用的一个核心假设:
找到那些处在人类能力动态范围长尾中的人,并思考如何在未来 50 年里与他们共事。
我很感激自己踏上了这段旅程(感谢那些在我身上投入时间的了不起的人们),也希望在未来几十年里继续走下去。
如果还有人读到这里(肯定还有人吧!),我想留给你一个观点:这些想法说起来容易,做起来很难。必须每天都有意识地去践行它们。
我毫不怀疑,当我在一年后回头再读这封信时,它会显得显而易见,甚至相当基础。至少我希望如此。也许这意味着我学到了一些东西。
用 Nick Sleep 的话来说,“当我写完这些信时,我对它们感到满意,至少满意到可以把它们寄出去。我养成了过一段时间再重读的习惯,而它们往往会让我失望。仿佛这些信都有很短的保质期。”
我将睁大双眼,坦然前行!
我觉得有必要像上一封信那样结束这封信,向那些愿意把时间投入到我身上的人表示感谢(包括那些经常阅读这份通讯的读者)。
我并不轻视能够以热爱的事情谋生的机会。在很大程度上,这要归功于你们所有人的支持,以及那些听过我的想法并认为它们值得下注的人。谢谢你们。
继续前行,不断向上。迈向 2026。
免责声明:本文所包含的信息不构成投资建议,也不应被视为投资建议。在投资本文提及的任何证券之前,投资者应自行进行尽职调查。尽管我力求准确,但无法保证这些信息的准确性或可靠性。本文基于我个人的观点,应被视为观点而非事实。发布在本网站或链接至本网站的文章及其他内容,以及发布在社交媒体和其他平台上的观点,均仅代表我个人立场,并不代表 Felicis Ventures Management Company, LLC 的观点。
我认为,这些被低估的因素大多源于人类大脑的三种“硬编码”:人类是社会性动物(共识意味着不被逐出部落),我们在资源稀缺的环境中进化(因此更关注短期),以及我们倾向于用绝对而非概率来思考(决策更快,也更有利于躲避剑齿虎)。
一些免责声明:
1. 先为我在这封信中频繁引用其他投资者致歉。正如我所说,要讲出一些尚未被讲过的话,真的很难!
2. 虽然我百分之百确信这封信中没有任何全新的想法,但我同样百分之百确信,这些想法并未被行业真正理解,因为我每天都能看到这些错误。正如 Tom Stoppard(经由 Nick Sleep 转述)所说:“如果一个想法值得拥有一次,那它就值得拥有两次。”
3. 这更像是一篇日记式的记录,而不是一场布道;我自己也同样有这些问题
4. 内容将更多聚焦于风险投资中的错误,但我确信这些问题几乎贯穿整个投资行业。
5. 说出这些经验教训很容易,把它们写下来稍微难一些,而真正去实践则要难得多得多。
我认为,如果能够明智地加以利用,犯错是成功的一个积极信号。
关于投资于非共识公司的“职业风险”,请参见上文的相关观点,这也是激励机制导致错失机会的另一个原因。
公共可比公司(comp,可比公司分析)是指根据类似上市公司的股价倍数来对一家私营公司进行估值。