作者：Eric Flaningam

编译：深潮TechFlow

这是一篇关于30 年科技公司回报、价值增长、经验教训及未来意义分析的文章。

下一家市值千亿美元的公司将与上一家有所不同。

这听起来像是显而易见的一句话，但我们却忍不住陷入模式匹配的泥潭。寻找下一个谷歌/Meta/亚马逊，或者 X 行业的 Uber，Y 行业的 Airbnb，或者 几乎任何行业 的 AI 代理。

好吧，为了不被每周的新潮流所裹挟，我们必须回顾过去。丘吉尔曾说过：“你回望得越远，你就能看得越远。”

所以我想对近代历史上成立的最大公司进行分析。不要被叙事所束缚，而是要关注数据告诉我们的东西，用莫布森（Mauboussin）的话来说，从外部视角来看待问题！

因果思维是一种与生俱来的叙事方式。它既能令人信服地预测未来，又能令人信服地解释过去。我们的大脑擅长创造浅显易懂的叙事来解释周围世界发生的事情。

第二种方法是采用统计思维，这通常被称为外部视角。与基于因果关系编织故事的方法不同，统计方法会着眼于过去类似案例的参考类别，并分析它们的结果。这些参考类别的结果被称为基准概率。

因此，我们将深入探讨：

1. 过去 30 年技术价值增长数据

2. 从价值增长中汲取的教训

3. 这些经验教训对今天的技术投资有何启示

TL;DR

1. 下一个千亿美元公司将与过去截然不同

2. 明确你的赛道：是全垒打、满贯打，还是像《空中大灌篮》一样瞄准外太空？

3. 软件就像鸡肉，80% 的味道都一样

4. “市场规模”可能是优秀投资者错失优秀公司的最大原因

5. 公司往往与其所依托的科技浪潮息息相关

6. 最后不得不提：永远不要低估幂律法则的力量！

此外，我们上周发布了Felicis 初创企业招募计划。欢迎查看我们期待投资的领域。

关于方法论：绝大多数技术价值都集中在最大的公司身上，因此我选取了自 1995 年以来成立的所有 Pitchbook 上标有 IT 价值 50 亿美元以上的公司。 （注意：这不包括亚马逊、Nvidia、微软和苹果。）我让 Claude 帮助对这些公司进行分类，因此我认为确切的数据在方向上非常准确，但在本质上并不准确。

让我们开始吧。

30年科技公司回报数据

该数据集涵盖了 65 个类别，300 多家公司，创造了价值 13 万亿美元。以下是其中最成功的公司的亮点：

现在我不会再详细讨论幂律，但排名前七的公司占据了该数据集的近 50%。#p#分页标题#e#

这就引出了第一个也是最重要的结论：

1.下一个千亿美元公司将与过去截然不同

首先，科技的价值主要由独特的公司推动，而这些公司往往由独特的人创立。正因为它们的“独特性”，依赖模式匹配反而更容易让我们错过伟大的公司，而非发现它们。

如果一家公司从未经历过这样的事情，那么很难想象它的未来发展。你如何估算 1998 年谷歌的市场规模？又如何估算 2004 年 Meta 的市场规模？这根本是不可能的。

以目前最独特的人工智能公司 OpenAI 为例。它起初是一个非营利研究实验室，没有明确的技术愿景，创始团队还失去了联合创始人，治理结构复杂。然而，它却逐步迈向成为历史上最重要的公司之一。这简直是独特中的极致。

最成功的公司没有所谓的“公开可比对象”，它们是独一无二的。最大的公司往往开创了全新的类别，而这正是它们难以被发现的原因。

尼尔·梅塔 (Neil Mehta)将其定义为寻找“全球极少数能够创造人类所享受的大部分价值的创始人。”。

要开始了解一些数据，请查看自 1995 年以来成立的最大公司：

这些公司中的大多数要么开创了全新的行业，要么以极大的扩展力度重塑了行业，几乎等同于创造了自己的行业（例如特斯拉）。

按类别查看数据可以得出以下结论：

2.明确你正