作者：Youssef Kalad VC @ AlleyCorp | 来源：SandHill.io

计算那些真正重要的事

诚然，当你渴望持续写作时，你的雄心有时会超过你的能力。尽管如此，这篇文章的想法我已经酝酿了好几个月。在信息的海洋中，无论是社交媒体、AI、TikTok 风格的视频，还是推送通知，我常常问自己同一个问题：这些数据的价值何在？更确切地说，那些被分享的信息、被计算的数字，是否真的值得计算？或者，它们是否掩盖了某些更深层次的真相？“什么才算数”其实是另一种问法：“什么才是真正重要的？”

几周前，我参加了一次名副其实的计数活动：纽约市一年一度的 HOPE count，志愿者团队会覆盖城市的各个角落和社区，统计街头的流浪者。我强烈推荐这个活动，特别是对于任何想要改善这座城市的人来说。这次计数由市无家可归者服务部和住房保护与发展部组织。这项计数是联邦政府住房和城市发展部强制要求的，该机构是全国城市无家可归者支持服务和住房发展资金的主要提供者。它使市政府能够更好地管理其外展服务和资源，并向联邦政府更清晰地说明其在应对无家可归、住房可负担性和心理健康等多重危机时所需的支持类型。我已经连续几年参与其中，一次是在我曼哈顿的社区，一次是和另一位风险投资人一起在另一个社区，今年则独自在我布鲁克林的社区。从晚上 11 点到大约凌晨 4 点，我们统计那些我们接触到的人：那些承认自己无家可归但当晚有地方住的人，那些无家可归且当晚没地方住的人，以及那些属于后一种情况并且希望我们为他们打电话叫车去避难所的人。今年我们统计了 30 人，其中几位是街头流浪者，1 位是需要交通工具去避难所的年长退伍军人。我们应该计算那个在地铁站附近打电话的女人吗？那个在熟食店门口抽烟的男人呢？官方规则指示你应该接近你看到的每一个人，但作为志愿者的直觉会让你倾向于某些方向而非其他（例如，在酒吧前闲逛的人可能没事）。所以，在一个晚上，我们在某个时间点统计了街头的流浪者。实际上，我们是在计算强烈的需求。

那天早上我从计数活动回到家，发现自己沉迷于 Twitter：迈阿密热火队一位得分能力并非特别出众的球员 Bam Adebayo，在一场比赛中得到了 83 分，创下了现代记录。科比·布莱恩特 (Kobe Bryant)，这位 NBA 巨星和身后备受赞誉的球员，仅在 20 年前得到 81 分，当时许多人认为这是一个不可打破的现代 NBA 记录。两人都未能超越威尔特·张伯伦 (Wilt Chamberlain) 的 100 分比赛，这位篮球界的传奇人物所处的职业篮球时代，与今天的比赛相比，就像第一台个人麦金塔电脑中的芯片与今天的 iPhone 一样遥远。对于 Twitter 内外的许多人来说，计算 Bam 的总得分或承认他的壮举感觉很廉价，宣称破纪录之夜的头条新闻掩盖了更深层次的“罪过”，正如一些人所说。他的效率不高（投篮命中率 46%，三分命中率 32%），罚球次数多得令人费解（创下历史记录的 43 次），而且是在他的球队以 21 分的优势获胜的情况下做到的（通常你只在比赛关键时继续打，否则出于对比赛的尊重你会换下场）。在最后一节，比赛胜负已定，热火队球员故意对对方犯规，让 Bam 追逐 81 分的记录。虽然他们成功了，但许多人认为这把一场本应非凡的表现变成了一件廉价且不正当的事情。这场辩论清楚地揭示了一点：我们不仅仅是在计算总得分。我们是在计算传奇。

在过去的 3 年里，投资者一直在计算另一件事：AI 支出。我们很少将这笔支出计算为公司产生的实际总收入，甚至是公司推断的年化收入。我们通常满足于一个可以代表一切的数字，用它来证明我们正处于一个极其激动人心、改变历史的超级周期中，或者是一个极其令人不安的投资泡沫中：年度数据中心资本支出 (CAPEX)。虽然 2024 年主要超大规模云服务商（Amazon、Google、Meta）和二级云及新兴云提供商（Oracle、Coreweave）的支出约为 2400 亿美元，但 2026 年预计将接近 7500 亿美元，而 2030 年几乎肯定会超过 1 万亿美元。相比之下，墨西哥这个拥有约 1.32 亿“中等收入”居民的国家的整个 GDP 才 2 万亿美元。在谈论数据中心建设时，另一件经常被引用但未被计算的事情是就业增长，这有时被认为是美国“再工业化时代”的一部分。据推测，这些巨大的技术实力象征需要大量的人力来进行建设、制造、能源供应、合规、工程和维护……据推测……但是当我们计算数据中心创造的就业岗位数量时，我们发现它们并非我们期望的就业创造引擎。每 10 亿美元的数据中心投资，会创造 2250 个临时建筑工作岗位，但只留下 100 个长期运营职位，这远低于高速公路、医院和传统制造业。数据中心是效率极高的资本项目，因为它们在创造大量可持续就业方面并不是特别有用。所以在这里，我们通常计算的是长期的承诺，而不是就业或直接收入。

数据中心和 AI 的辩论很有趣，但它是在另一个美国经济趋势的背景下进行的：医疗保健行业的招聘和总体支出。你看过那些图表。2025 年，美国几乎所有的新增就业都来自医疗保健行业，包括行政人员、家庭健康助理、护士助理和其他专家（总计 1500 万）。在裁员和自动化的背景下，照顾病人和老人仍然是必要的。你也看过其他的图表：与家居用品、电视和服装不同，美国的医疗保健成本在过去 30 年里急剧上升，比大多数其他类别都快，当然也比我们自己的工资增长快。然而，与大多数在医疗保健领域创业的新公司交谈，你会听到他们谈论美国医疗保健的总目标市场 (TAM)：“这个蛋糕大约有 5.3 万亿美元并且还在增长，如果我的公司能分到一小块，我就是独角兽了！” 当然，我们在这里计算的是低效率的结果，包括臃肿的行政和监管人员、晦涩的障碍和中间人，以及每个人每天为了获得保险、看医生、做手术和报销/支付费用而必须应对的纯粹复杂性。当我们引用那个 5 万亿美元的数字，或其各个细分市场时，我们是在计算并指望低效率主导一切。私下里和任何投资者或创业者交谈，他们都会告诉你，要真正改变这个系统，你需要缩小这个蛋糕，而不是让它变得更大。然而在这里，我们计算的是臃肿。

当我不看 NBA 的技术统计、不刷 Twitter、不问 Gemini 年度数据中心资本支出时，我常常在想，每天出现在我屏幕上的这些数字到底意味着什么。在 2026 年，我们中的许多人已经习惯了对平凡和令人不安的事情一视同仁地进行计算，计算在看似遥远地方的空袭中丧生的无辜者，计算一家公司在裁员中提到 AI 的次数，计算又一档令人难以忍受的尴尬又引人入胜的 Netflix 约会节目中的参赛人数，计算春天来临时树上长出的叶子数量，计算为避免国家财政灾难而投的票数，或者仅仅是计算一个雨夜里开门的餐馆数量。

希望我们计算的是那些真正重要的事。

//