一个王兴换三个陈欧，一个滴滴换十个小红书

如果你是一个创业者，你希望做一次王兴，还是希望做三次陈欧？如果你是一个投资人，你希望投到一次滴滴还是投到十次小红书？

假设你参加了三次比赛，有两种结局可选，分别是：

1. 两次不入围，一次夺冠
2. 三次入围，但都是亚军

你**如何选择？

人们都知道，第二名是不被记住的。别说是三次，哪怕十次第二名，大概结果都不如一次第一名。

第一名能得到更丰厚的财务回报，也能有更多的想象空间。毕竟，哪个活动**要一个自我介绍为“我拿过十次第二名”的嘉宾，而不是“某某比赛冠军”的嘉宾呢。

这个问题的本质其实是：成功有两个维度，一个是幅度、一个是频度。而对于世俗意义上的成功来说，幅度往往比频度更重要。所以一次第一名，胜过无数次第二名。

这也就有了题目中的问题，如果你是一个创业者，你希望做一次王兴，还是希望做三次陈欧？如果你是一个投资人，你希望投到一次滴滴还是投到十次小红书？（当然，不管是陈欧还是小红书，都已经是无比成功的结果了。）

对于王刚来说，哪怕他未来的投资都失败了，他也还是那个滴滴的天使投资人，也还是比绝大多数投资人成功。

人类对于成功的定义和记忆有时就是这么残酷。

Babe Ruth 是美国历史上最有名的棒球运动员，他在很多美国人心中的地位甚至**过阿里或乔丹等人。

他是历史上第一个在单赛季打了 60 个全垒打的人，这个记录维持了 34 年；

他整个职业生涯打出了 714 个全垒打，这个记录维持了 39 年；

但同时，他还有另一个记录，他整个生涯被三振出局 1330 次，这个记录维持了 29 年。

Babe Ruth 放弃了更高“频次”和更大概率的安打，而不懈地去追求更低概率却有更大“振幅”的全垒打，这真正践行了上面图**中所引用的话：“Hit Big or Miss Big”。

这让他成为了美国历史上最著名的运动员，也给人们留下了一个鲁斯效应（Babe Ruth Effect）—— 追求成功的人应该冒更大的风险，获得更高的收益。

这个效应也被不断地运用在 VC 行业。

Peter Thiel 说过，VC 行业中不同项目的回报是有惊人的偏差的。做的不好的 VC 时常有一种错觉，那就是所有的项目都差不多，但实际上项目的回报是符合幂函数（Power Law）的，也就是说最头部的极少数项目，最后**带来最大部分的回报。越早想明白这点，越可能做一个好 VC。

A16Z 合伙人 Chris Dixon 曾经根据其出资人提供的数据，总结出如下的结果：

上图中，横坐标是基金的回报倍数，纵坐标是大于 10 倍回报项目在所有项目中所占的比例。可以看到，做的越好的基金，大于 10 倍回报的项目比例就越多。

上图的横坐标不变，纵坐标变为大于 10 倍回报项目的具体回报倍数。可以看到表现好的基金的“本垒打”项目的回报倍数**高到近 70 倍之多。

最后这张图更有意思，横坐标依然不变，纵坐标变为了失败项目的比例。可以看到，小于 1 倍回报的失败基金有近 80% 的项目是失败的，而 2-5 倍的基金的失败项目概率降到了 40% 左右，但大于 5 倍回报的基金的失败项目率反而又**提升一段。

这就说明，真正追求独角兽的基金，容错率反而是要更高一些的。这就像 Babe Ruth 一样，为了打出全垒打，是可以经受更多三振出局的。

但是，这是否意味着每个人都可以无责任为了追求成功而去冒险？

事实上，Babe Ruth 退役之后的这几十年里，棒球领域确实有大量的人在践行他的鲁斯效应。

在 2012 年，有 136 个球员被三振出局 94 次以上，而 94 这个数字是 Babe Ruth 生涯中单赛季被三振出局最多的次数。但这 136 个人却并没有人真的打出类似数量的全垒打，或带来相同的胜绩。

为了研究透这个问题，我找来了 Babe Ruth 的历史数据。我对比了他全垒打和三振出局的比例，也就是上表中最后一行的比率，比率越高说明全垒打的可能性越高。其中加粗的部分是几个明显的差异点：

• 1919 年，全垒打和被三振的比率突然从前一年的 19% 提升到了 50%，是一个质变。历史原因是，在那一年之前，Babe Ruth 都是被主要用作投手、兼职打击手。而 1919 年，Babe Ruth 去找到了球队教练，说我只能做这两件事的其中一件，于是教练就让他专职打击。这说明，选择有时候确实比努力重要，选对了适合自己的方向，成功的概率**显著提升。
• 1922 年，比率突然从 73% 下降到了 44%；1925 更是下降到了 37%。我研究了当时的情景，发现他在 1922 年正如日中天，签了新的合约，数量是一个天文数字，从那以后据说他开始酗酒，直到 1925 年，他离婚，并被送进医院疗养 6 周时间。这或许可以说明，每个人在经历人生顶峰的时候，尤其是突然登顶的时候，也是最可能犯错的时候。
• 1932 年之前，可以看到 Babe Ruth 全垒打比率在逐年上升，1931 年更是达到了惊人的 90%，这意味着几乎他每被三振出局一次，下一次就**打出一个全垒打。而 1932 年，这个数字下降到 66%，是正常的职业生涯末期的表现。这一方面说明，成功的概率是可以通过努力和时间来提升的；另一方面说明，人要抓紧机遇，在正当年的时候做效益最大化的事情。

回到投资上。很多人觉得，真正好的投资人是不靠运气的，也有人说，讲运气的都是年轻人道行浅。但其实，我把人世间所有的事情分为三类：

1. 只和自己有关的，比如健身、背单词，这类事情丝毫不靠运气，只要足够努力就**有收获，就能够成功。
2. 只和外部有关的随机事件，比如扔骰子、**大小点，不管自身如何努力，最终都是完全依靠外部概率。
3. 和自身与外部都相关的，比如德扑、比如投资、比如其他的绝大多数事情。这类事情最终的结果都是靠运气的，因为只要有外在因素的影响，你就永远无法有 100% 的概率实现一件事。不同人所能做的，只是提高自己实现某种结果的概率，仅此而已。

所以大多的事情是靠运气的，这句话没错。又所以，社**中的大多数事件都是概率事件。

既然得到这个结论，那对这些概率事件做选择的时候，计算数学期望就是最重要也是最科学的方法。

《黑天鹅》的作者 Nassim Taleb 在他的另一本书《随机致富的傻瓜》中曾经举过一个有意思的例子。

有一次，一个同事问 Nassim Taleb，“你觉得某只股票的走势**怎么样？”，Nassim 回答说，“70%的大概率**涨”。但是，那个同事却发现 Nassim 在做空这只股票，就质问他是否在耍自己。

Nassim 用上图解释说，股票确实有 70% 的概率**涨，但涨幅可能只有 1%，而 30% 的概率跌所对应的跌幅却是 -10%，这样算数学期望值的话，买涨的期望是：70%*1%+30%*（-10%）= -2.3%。

所以，虽然涨是大概率事件，但买跌的预期结果却更优。这就是算期望的价值。

很多时候做 VC 也一样是要算期望的。比如 ofo 和 Mobike，总有人不理解为什么**有这么多机构趋之若鹜，简单来说就是，虽然失败的概率高（可又有哪个创业公司失败的概率不高呢？），但是一旦成功，就有可能带来惊人的回报，所以期望值高，值得投资。

最后，我们都知道，概率事件重复的次数越多，事件本身发生的情况就越**趋近概率。就好像扔骰子一样，扔的次数越多，六个点数出现的结果就越平均。

上图是 Mattermark 统计的从 09 年到 12 年的部分获投企业后续融资的情况。从中可以看出，平均下来只有 0.3% 的项目最终能拿到 F 轮，当然，这里也许有些公司被收购，有些还不需要融 F 轮等等，我们不妨不负责任地假设一个获投公司最终成功退出的概率是 1%，再假设一个好的专业投资人的业绩水平可以达到平均值的 20 倍，那么其投资成功退出的概率就是 20%，这样说起来，这个基金至少要投资 5 个项目，才可能有一个退出。

一个钱少的基金，在这个概率下，如果投资公司的数量不多，是很容易扔完钱却没有一丝效果的。所以总有人说，对于做投资来说，子弹的数量是很重要的一点。

就像去玩抓娃娃机的人，一开始的投币，都是为了最后抓到娃娃的那一颗币做铺垫。如果你的口袋里没有足够多的币，没有足够多尝试的机**，你就**变成别人实现概率的垫脚石。

所以，总结一下：

1. 成功的幅度往往比频次更重要。
2. 但追求成功不意味着单纯追求高风险，而是要追求高期望。
3. 要想得到高期望，除了选择大收益的方向，还要不断锻炼自身，努力提高实现理想结果的概率。
4. 概率再高也不是必然事件，所以要给自己留充足的子弹，有足够多的尝试机**。

但其实，如果你记得 Babe Ruth 那张图里引用的最后一句话的话，你**发现以上的所有内容都有一个漏洞。

Babe Ruth 在最后一句里说 “I like to live as big as I can.”

这句话是整篇文章的大前提，那就是你想成为一个最成功的人。

但其实，如果你不想，也许也挺好。

谁规定人一辈子一定要活得那么辛苦呢？

不同的选择罢了。

#专栏作家#

曲凯，微信公众号：42章经（ID：MyFortyTwo），人人都是产品经理专栏作家。海归创投人。美国杜克大学研究生毕业，对职业规划，互联网产品、创业、投资等领域有自己独特见解。

本文原创发布于人人都是产品经理 ，未经许可，禁止转载。

给作者打赏，鼓励TA抓紧创作！

**赏

2人打赏