Baillie Gifford投资的第一性原理：重仓时代发展的推动者
推荐语：从某种意义上来说，BG是投科技股的“巴菲特”。他们超长期持有，换手率极低，都是跟踪了很多年后再选择重仓的，对于我们国内的科技股投资也有很强的借鉴意义（当然，最关键的是资金属性要足够长期）
江饱饱导读：成立于1908年，Baillie Gifford是一家拥有超过110年历史的老牌投资基金，总部位于苏格兰爱丁堡（远离世界金融的中心美国纽约或伦敦，可能也是其能潜心下来的原因），目前资产管理规模高达2454亿美元，其中包括权益类、固定收益等多元资产投资组合，这一数字是通过稳定的内生增长而不是通过合并或收购实现的。2020年，Baillie Gifford在中国成立了柏基投资。
在Baillie Gifford公司总部的入口处，就写着这家基金很直观易懂的投资理念——“真正的投资者不会只关注几个季度，他们会放眼数十年（Actual investors think in decades. Not quarters.）”。在Baillie Gifford看来，“长期投资于最具竞争力、创新性和成长效率的极少数优质企业，并取得超额回报”，这才是真正的投资。简单来说，Baillie Gifford尤其喜欢那些可能不会立即盈利、但可能在10年后推动经济增长的项目，并且认为真正的投资需要寻找并且长期陪伴极少数卓越公司，因为绝大多数的市场回报都来自于此。当Baillie Gifford通过详尽研究坚信亚马逊、特斯拉、Illumina等属于这样卓越的公司以后，会愿意用巨大的筹码和极大的耐心陪伴公司长期成长。总体来看，Baillie Gifford的策略主要就是自下而上寻找具有潜力迅速成长到数倍于如今规模的企业，然后集中持股长期投资，个股通常持有10年以上。这一投资策略过去十六年投资年化回报为12.38%/年，大幅高于MSCI全球指数(6.75%/年)和伯克希尔·哈撒韦股价（6.99%/年）。
这里我翻译了Baillie Gifford的LTGG部门定期发给投资人的材料，既展示了他们在做的事情，也能体现出他们对于行业发展与投资的理解。
文章来源 | Baillie Gifford，Looking Back Going Forward
时 间 | 2020年4月
正在进行的工作：关于劳资关系
对劳动力的良好制度与保护往往是超高速增长的牺牲品。我们的Long Term Global Growth Team (LTGG) 致力于寻找到那些为其员工及自身的长期发展而做正确的事公司。
LTGG所寻求的良好业绩对我们所投资的公司提出很多要求。要在投资组合中占有一席之地，他们的运营发展必须非凡。但大体量高速度的发展会带来诸多问题，例如高压的企业文化、较低的员工满意度，以及监管机构和媒体的警惕。
下面的例子和无数其他数据、新闻也说明了同样的故事：尽管LTGG投资组合中的公司带来了令人兴奋的增长机会，但他们并没有免受劳动力问题的困扰。
这些公司能否在解决这些关键问题的同时继续改善业务运营？我们需要知道我们所持有的公司是否足够潇洒，一边疾走一边嚼着口香糖。
在寻找全球顶级具有长期增长性公司时，LTGG投资组合中的所有股票都经过了数月（通常是数年）的仔细研究。我们密切关注公司的基本特征、态度和行为，这远远超出了米尔顿·弗里德曼（Milton Friedman）的“仅仅是股东”观点。
为什么会有如此广阔的视角？毕竟，LTGG不是环境保护或道德投资策略。我们不应该坚持高增长吗？
但是数十年的投资意味着组合中的公司以负责任的方式行事的能力可以成就或破坏他们的成长和寿命。对于长期投资者而言，社会和客户的强烈反对会损害投资回报。
我们对这些公司秉持着很高的期望，这也是正确的。LTGG所持有的公司，其中许多是公众视野中的大公司，承受不起陷入困境的麻烦，必须将自己定义为有示范效应的领导者。
然我们知道没有完美的公司。最好的情况通常是有关创新、错误、教训和适应的故事。
当拜访公司时，我们会询问他们的企业文化有什么特别之处，是否具有适应力以及对社会的贡献。这些问题迫使我们不仅仅考虑公司财务和商业模式，还让我们了解一个不那么具像化的方面：员工。
毕竟，如果要投资长期能使客户对他们的产品和服务满意的公司，我们需要了解这些产品和服务背后的个人和团队以及他们的工作条件。
从LTGG研究的角度来看，我们知道投资组合中没有两只股票是真正相似的，因此我们的方法必然是针对特定股票的。研究过程中可能包括与管理层和员工的访谈、现场参观、委托研究，以及将我们自己沉浸到全球不同的市场中。由于我们持仓很多年（平均10年），因此我们可以全面深入地了解公司。
在以下亚马逊（2004年首次购买）、脸书（2012年购买） 和特斯拉（2013年购买）的三个例子中，潜在的劳工问题值得我们更加仔细地研究。
亚马逊
创始人CEO杰夫·贝佐斯（Jeff Bezos）承认，鉴于亚马逊不断增长的重要性，批评和监管关注是不可避免的。尽管这个公众所关注的问题不是新的，但它正在加剧。
以2019年为例，在多次被指责艰苦的工作条件之后，亚马逊在美国职业安全与健康全国委员会的“最危险雇主”清单中名列前茅，受到羞辱。
那么亚马逊在做什么呢？至少，它强调了对国际劳工组织《核心公约》、《基本原则和权利宣言》、以及联合国《世界人权宣言》的支持。在2018年10月，亚马逊进一步改善相关问题。它不仅宣布所有美国和英国的全职、兼职和临时雇员最低工资为15美元，并且敦促其他公司做得更好以及美国政府提高联邦最低工资。
亚马逊的自动化机器人现在可以在物流中心执行更多繁琐的任务。据报道，员工现在减少了举重和走动。现在，每一万名员工就有三千个机器人做辅助。
更进一步，亚马逊支付95％的学费来帮助员工获得新技能和证书，还承诺再花费七亿美元再培训十万名美国员工机械和信息技术等相关技能。
尽管有积极主动态度的迹象，亚马逊当然还有进一步发展的空间。多年来，LTGG在与亚马逊的各种会议中提出了关于工作条件的问题，尤其是简单工种和临时工的工作条件。举个例子，因为亚马逊不是获得英国劳工组织认证的雇主，因此我们打算监测其工资水平并鼓励亚马逊承诺公平工资。最近在与一位亚马逊高级独立董事讨论之后，我们鼓励亚马逊向公众披露其员工的事故和伤害率统计数据，我们认为这一举动可以推动相关工作的进展。
LTGG笔记
（英国丹弗姆林亚马逊物流中心的参观后的笔记）
2019年11月
这次参观的主要目的是更好地了解亚马逊物流中心的工作环境和情况。我们领略了点到点的全过程，从收到订单、确认订单和分发货品。
我们了解到什么？
员工每周工作四天，休息三天。全职员工可以优先选择并更改工作模式。亚马逊建立了相关系统来防止员工连续轮班，例如，夜班工人滚动到白天。然而，这仍然是一项非常艰巨的工作。
从2018年11月1日起，亚马逊自愿提升美国和英国员工的最低工资至9.5英镑每小时，较之前的最低工资提高了36％。
尽管丹弗姆林没有单一主导性的组织，员工可以自由加入工会。
全职员工可以享受多项非财务福利，例如私人医疗保健、差旅补贴，以及教育补助（每年不超过两千英镑，在四年内完成任何领域的教育与培训）。但这种好处是无法提供给给临时工。
脸书
自2016年以来，脸书的员工人数几乎增长到三倍。如今，在大约四万五千名全职员工中，有三万多人负责Facebook，Instagram，Messenger和WhatsApp等软件的网络安全。这个员工规模反映了一个事实：每天有超过20亿用户在Facebook上分享上千亿条信息。脸书内容管理员的目的是保护这个庞大的在线社区，使其免受企图以暴力、仇恨或淫秽内容污染它的人们的侵害。试图保护全球四分之一人口免受人类最黑暗的冲动，这是一项空前的任务，同时这也可能会对相关人员造成创伤。
脸书在努力确保内容管理员得到培训和心理支持，以及使用技术手段减少他们所需要接触的图形内容。人工智能正在帮助过滤掉大部分信息。脸书正在建立一个独立的全球监督委员会来分析复杂的案例。由于这种规模的内容审核是全新的，并且面临着独特的挑战，因此脸书的学习和改进非常重要。
关于内容管理员的招聘扩张和工作条件是脸书业务运营的一个方面，最近这已引起人们的关注。我们质疑这些因素对我们的长期投资案例可能有多大影响。这样的工作方式是否可持续？用户可能会强烈反对吗？如何增加监管干预？与公司的持续合作对我们回答上述问题至关重要。
LTGG笔记
（一次与脸书会议的笔记）
2019年3月
在我们与创始人兼CEO马克·扎克伯格和全球政策管理副总裁Monika Bickert的对话中，详细讨论了脸书在监管内容中面所临的挑战。
有人告诉我们，不可能创建一套规则来确定哪些内容令人反感，而哪些内容不令人反感，并且情况总是如此。
例如，在脸书的App家族中不应该包含儿童裸露内容的图片，这似乎是非常明确的。但是，如果所涉及的照片是关于越战期间逃离汽油弹袭击的女孩的标志性场景，那么现在已近中年的主人公可以公开它吗？
许多具有挑战性的问题必须解决。这就是需要成千上万的内容管理员的原因。人工智能标记潜在的令人反感内容时，管理员以原始的手动的方式对其进行二次审查。
脸书自述已经完成了对于网络安全和内容审查的升级。对于已删除内容发布详细且透明的报告，脸书已成为行业领导者。不过，对于脸书来说，这项工作仍处于初期阶段，我们希望逐渐了解更多。
特斯拉
不久之前，特斯拉还在解决生产Model 3时所遇到困难，这威胁到公司的生存。毫不奇怪，创始人埃隆·马斯克在弗里蒙特工厂无数个夜晚后感到疲倦，称其为“地狱”。尽管Model 3的产量急剧增加，但媒体报道工厂工人因工作量过大、待遇不佳而容易受伤。这是为快速增长而牺牲了工作条件吗？
为了加深我们的了解，我们会见了特斯拉环境、健康与安全方面的负责人LaurieShelby。她告诉我们，这是她与股东的第一次会面。Shelby负责推动特斯拉创立全世界最安全的汽车工厂。我们了解到特斯拉的200多名专业人士每两周开会一次，安全中心的创建，以及可以记录所有事故和使员工能标记问题、提出改进建议的多合一报告工具。弗里蒙特工厂的卫生机构已从基本分类和急救升级为由三名专职医生提供评估和现场护理的专业诊所。特斯拉还推出了早期干预项目，以识别和解决生产过程中潜在的伤害来源。
由于采取了这些措施，Shelby指出特斯拉工伤频率已降至汽车行业的平均水平。特斯拉致力于持续改进，Model 3生产线的设计比以前的S和X线更加安全，并在工厂中创下了最低的工伤记录。因此，特斯拉S和X系列进行了改进，以提高人体工程学性能。
由于工伤率与产量提升之间存在正相关关系，我们与特斯拉的持续合作旨在了解该公司将如何应对这一挑战，特别是随着上海和柏林工厂的落成、国内外生产规模不断扩大。
LTGG笔记
（特斯拉弗里蒙特工厂的参观后的笔记）
2018年9月
这次参观的目的是了解特斯拉对于工作安全的措施。
我们了解到什么？
弗里蒙特工厂24/7全天候运营，员工以三天工作两天休息的节奏轮岗工作。各个部门在设置其工作模式时会征求意见，员工可以投票选择某个计划选项。
新员工在刚入职的两天接受数小时的健康和安全培训，在第一年接受20多个小时的培训。
公司有“查找-修复”的工作流程，员工可以据此标记各种问题并提出改进建议。每年有数千人提出问题。
这次旅行给我们的印象是工厂内安全指导和注意事项清晰可见。虽然所有区域总体都很整洁，但我们认为某些地方本来可以做得更好。
仅用了18天就完成的Model3生产帐篷，令人印象深刻。我们被告知生产帐篷的员工保留率比工厂高 我们注意到帐篷更明亮、宽敞，并受益于持续不断的新鲜空气。
上面的案例说明了LTGG在寻找纳入投资组合公司的一些条件，某些事情可能会严重损害我们的投资收益。但是，我们也希望支持和鼓励那些在劳资关系方面的改善而推动其长期发展的公司，从而增强（而不是减损）我们的最佳投资情景，如下例所示：
·腾讯学院每年举办八千多场次线上和线下培训课程，和8200多场直播课程。腾讯的四万名员工已对它们进行了100万次访问。
·Salesforce已任命首席平权官，以确保到2023年其50％的美国员工由代表性不足的群体组成。秉持着透明的精神，Salesforce每年发布其平等数据。
·生产爱马仕手袋需要15至20个小时的手工劳动。爱马仕研发了一套定制的健康培训计划，来防止熟练的工匠受到重复性劳损。
·意识到拥抱失败是高节奏创新文化的重要组成部分，Spotify鼓励其团队在出现问题时进行项目回顾。这称为“fail-fika”（fika在瑞典语中是指“聚在一起喝咖啡”）。创始人首席执行官Daniel Ek通过分享自己的挫折和教训来奠定基础。
·Netflix认为，通过赋予员工自己管理工作与生活平衡的自由，可以充分发挥员工的才能。Netflix鼓励员工根据需要休假以及育儿假。
结论
随着我们加深对LTGG持有公司所面临的劳工问题的了解，我们可以对他们的公司特征进行更全面和有裨益的描述，这些态度和举措可以决定其长期发展。尽管在许多情况下前进的方向令人鼓舞，但我们引用的例子说明了令人振奋的成长型公司必须始终具有极强的适应性。会犯错误，也会汲取经验教训。耐心的参与从未如此重要。
关注变化
在2000-2010年代的后半段，在评估风险时，我们发现按股票特征（例如国家、行业）分类而分析历史数据相关性的方法通常是没有帮助的。首先，它基于一个假设，即随着时间的推移，相关性仍是稳定的。其次，这种分类是短视的。按照国家分类可能会告诉我们上市公司的位置，但并不能衡量公司利润来源的地区的风险。传统的行业分类也是相对模糊的。例如，中国教育公司新东方和法国奢侈品制造商爱马仕同属于一个分类，即可选消费品。
取而代之，我们将所持有的股票按照我们所相信的对业务发展最重要的单一驱动因素而分类。归类为我们所相信的。在2009年，我们首先使用欧拉图来描述投资组合的一系列增长驱动力和发展机会。通过定期修订，这个简单的图描述了我们不断发展的观点。
以18世纪瑞士数学家欧拉命名的欧拉图帮助我们理解我们的投资组合和决定的结果。如下图所示，分类随着社会和我们认知的发展而发生了变化。例如，在我们意识到更像广告公司的谷歌和更像零售公司的亚马逊之间的巨大差异后，互联网和电子商务的分类已经不足以描述背后的驱动因素。
欧拉图提供了一个有益的框架来回顾和讨论。这些分组反映了我们对投资组合分析的思考过程，这帮助我们从投资个案的细节中抽象出深层因素，以确保投资组合足够多样化。
人工智能：在工作中学习
巨大的数据淘金热，以及更快、更智能的计算机处理能力，正在赋予公司空前的自我进化能力。
除非是计算机极客，否则真的可以理解人工智能对我们生活的潜在影响吗？它可能很大。普华永道认为到2030年，人工智能将为世界经济总量增加15万亿美元。吴恩达，谷歌大脑人工智能实验室联合创始人，前百度首席科学家，斯坦福大学机器学习讲师，认为人工智能是新时代的电力。
近年来，人工智能在算力的支持下取得了重大飞跃。人工智能算法已经在国际象棋，甚至是更为复杂的中国象棋的比赛中击败了世界冠军；人工智能的所要应对的下一个挑战是全球在医疗健康、气候变迁和能源效率等方面的巨大问题。
为什么是现在？
为什么在人工智能存在50年后，我们怎么突然都在讨论它？三个原因：数据，算力和算法。
数据是人工智能的燃料，而数据正在自由涌出。现在，我们每周生成的数据等同于2002年全年的数据量。每分钟有不少于1.9亿封电子邮件被发送，每小时有3亿次谷歌搜索，每天TikTok有超过超过1000亿次短视频播放。仅在中国，移动数据消费量在2019年翻了三倍。
遵循摩尔定律的预测，算力在数十年来呈现了指数增长路径。现在，它被并入了无数从前的模拟设备，甚至进入了人类的身体。反过来，这促进了一项人工智能应用的发展，即机器学习。在机器学习中，算法来自于过去学到的东西，并将其应用于新问题。
算法以前是简单的指令集合，就像是一个烤蛋糕的食谱，但是机器学习算法改变了规则。在没有食谱的情况下，他们仍然可以达到相同的结果。仅向计算机提供关键数据，计算机接受“训练”以找出如何自己生产蛋糕。简而言之，机器学习算法省去了编写无数行代码的繁琐的工作来输出特定的结果。
机会就在其中。算法几乎可以用来预测任何事情。假设预测我是否今晚会冒险离开我的房子。机器学习将这个挑战描述为“目标”。什么因素可能会影响我的决定？也许下周中的某天，我最好的朋友是否会出去玩，或者电视上是否会播《权力的游戏》。定义了这些所谓的“影响因素”后，算法需要数据来“训练”，这就涉及到机器学习。算法开始时会很笨，但学习的速度很快：
数据1：星期一，朋友在家，《权力的游戏》开播。结果：在家。
数据2：星期六，朋友出去，《权力的游戏》未播。结果：出去。
循环反复。
随着更多数据自动输入，算法不断调整“影响因素”的权重和重要性。在快速连续做这个训练一百万次后，最终得到的模型可以令人难以置信的程度上模拟现实世界的决策过程。对算法输入一个数据点，算法就可以高精度地预测人的反馈。
算法的主要吸引力在于灵活性。有了正确的数据，这很容易将目标设置为“下一首想播放什么音乐？”或“什么广告我应该展示来促进他们购买？”
LTGG组寻找那些适应并积极整合先进技术的卓越企业。所以，在投资组合中的大部分公司都已经以一定规模应用了机器学习。
推动者们
少数“推动者”公司在人工智能供应链中至关重要。
自2017年以来一直在投资组合中的阿斯麦尔ASML可能是众所周知的世界上最重要公司。没有荷兰制造商的机器在晶圆上蚀刻复杂的设计，技术革命将很快停滞。阿斯麦尔生产的机器能够制造电子设备的“大脑”，能够处理随着不断增长的数据量所带来的爆炸性增长的Ai分析工作负荷。幸运的是，训练最先进的Ai模型所需的算力自2012年以来增长了300,000倍，超过了摩尔定律的预测。
自2016年以来存在于投资组合中的美国公司英伟达NVIDIA是另一个推动者。它在行业中的重要性不可低估。它的图形处理单元（GPU）不断发展，进入电子化的大脑，实现了激动人心的虚拟现实、高能计算和人工智能的交汇。GPU是开发人工智能应用程序中最重要的单一元器件，在全球范围内都需求旺盛。腾讯的云游戏服务即将启用NVIDIA芯片，这意味着复杂的图形可以通过互联网连接实时呈现。这就意味着游戏主机的需求将很快消失。阿里巴巴和百度的检索引擎也可以在NVIDIA芯片上运行，而阿里巴巴最近称赞了他们的成功。通过使用NVIDIA芯片点击率提升了10%，带来了收益提升。中国旨在成为未来十年的人工智能超级大国。但是，这将主要取决于上述两家外国公司的技术使其成为现实。
毫不奇怪，投资组合持有的亚马逊、谷歌、网飞和脸书已经使用人工智能多年。通常他们都在核心平台上以相似的方式使用算法，即搜索引擎。但是，他们对人工智能的应用在不断拓宽。
脸书正在使用机器视觉来从平台上删除不良图片。谷歌在最近的财报中披露“机器学习和人工智能正逐步引领许多创新，例如YouTube视频推荐算法，无人驾驶汽车和医疗诊断”。亚马逊想把机器学习能力赋予全球每个开发人员和数据科学家的手中。已经可以在亚马逊云服务上线的端对端机器学习服务SageMaker这个在做上述的任务。这些公司的赚钱利器仍然是搜索引擎。在人工智能工作负荷上，谷歌的61%和脸书的76%来自于搜索和信息流推荐。那些比重告诉我们大部分收入来自哪里。但是，不同类型的人工智能，例如自然语言处理（语音和翻译）和机器视觉（图像），会变得越来越重要。
例如，越来越多的品牌选择与亚马逊语音助手Alexa合作；在印度，肯德基现在提供货到付款的语音订购服务。对于某些人来说是新奇的，但是在一个文盲率仍然较高的国家，语音服务建立了与数百万潜在消费者的沟通渠道。
下一步是什么？机器人内置的人工智能会是什么样呢？在2015年，亚马逊举办了一场机器人与人类的“拾取和放置”挑战赛。人类自然赢得了胜利，每小时的处理量是机器人的15倍。快进到2018年，这种差异已经缩小到每小时两倍。像大多数的人工智能系统一样，机器人的处理速度在不断进步。一家位于伯克利的机器人初创公司Covariant专注于仓库物流技术，在五个月内将机器人精度从15％提高到95％。人的体力劳动被机器人取代只是时间问题。
特斯拉
从2013年LTGG投资特斯拉后，它的长期发展空间在不断拓宽。埃隆·马斯克在2006年所制定的“总体规划”提到，利用少量的高端车型所带来的现金流来生产价格较低的中端车型，从而大规模生产经济型低端车型。随着该计划的最后一步落实，特斯拉的重点转向了通过机器学习来创造自动驾驶。
特斯拉在自动驾驶方面的机会可能被严重低估。这很自然，是因为这与大多数分析师所关注的运营方面无关。自动驾驶的发展主要是数据问题。简单来说，如果从每辆车所装的八个“环绕摄像机”中获取足量数据，特斯拉的算法将最终能够感知到我们眼中实时看到的世界，并安全地从A点驶向B点。特斯拉现在有超过30亿英里使用其“自动驾驶”系统的行驶数据。特斯拉花了四年时间达到10亿英里，而在不到一年的时间里使这个数字翻倍。进步神速。
特斯拉按年度订阅的自动驾驶汽车服务很可能是极具吸引力的报价。相较于传统车企，特斯拉的利润率会看起来更像软件公司，这将变为现实。特斯拉的长期成功与人工智能的进步息息相关，而非汽车生产原理。
中国的人工智能超能力
中国致力于到2030年成为人工智能的世界领导者。中国网民在人口超过8亿，是美国的三倍，大规模的数据采集毫不费力。在一个公民较少担心隐私和审查制度的国家，这不足为奇。不到十年前，中美两国正在以相似的速度发展人工智能能力。现在是遥远的记忆。2017年11月，中国科技部宣布，中国第一波人工智能开放平台将依靠阿里巴巴用于智慧城市和腾讯用于医学影像和诊断。中国的快速发展已不是什么新鲜事。这是Baillie Gifford最近在上海开设研究办公室的部分原因。现在，中国的许多产品和服务在美国都没有类似的，而一些中国原创的想法现在正走向全球。
·阿里巴巴
阿里巴巴的“城市大脑”从监控相机、传感器、社交媒体信息流和政府部分收集数据，然后算法然后用来预测横跨医疗保健、城市规划，交通管理等方面的问题。显而易见，阿里巴巴不仅仅是一个领先的电子商务平台。
·腾讯
腾讯渴望通过人工智能成为一家个性化医学的领导者。约有4万家医疗机构通过微信进行信息服务，以及数千家机构接受微信付款。腾讯有机会获得宝贵的消费者数据来帮助训练其算法。它渴望成为全行业数字化助手的渴望在人工智能的发展下并非遥不可及。这也是机器学习领导者优图实验室成立的目标。
·拼多多
仅成立五年的拼多多已经是中国第二大电子商务公司，拥有5亿以上活跃用户。拼多多正在使用人工智能帮助农民来了解消费者要求。复杂的仓库供应链、分销商和零售商系统被拼多多重建和简化，为农民提供更好的条件。拼多多建立多多农场来帮助农民获得在平台上销售所必要的技能，从而无需依赖中介机构。拼多多清晰地建立了农民（第一步）与消费者（最后一步）的直接连接。
·美团点评
外卖巨兽美团点评每天交付超过三千万单餐饮。现在平台上有超过四百万用户定期订购食物。如果没有人工智能超级大脑，美团就不能整合实时数据、线下数据处理和机器学习来执行“深度感测”并建立对世界的理解。所有这些都会带来更好的客户体验：在几年内平均交货时间从一个小时减少到30分钟。当大量与派送时间、价格以及物流网络设计的数据被不断收集，这个结果并不出奇。
·抖音
字节跳动旗下的抖音是快速发展的一个绝佳例子。抖音取代了脸书和Instagram的“信息流+追踪”模式。在抖音中，人工智能成为第一位。通过大规模的深度学习推送相关内容给感兴趣的用户，影片在平台上轻松形成病毒式传播。坐拥10亿用户，该平台已经风靡全球，而这个应用程序的发布还不到5年。
前路
随着人工智能成为LTGG所持有的公司运营中愈加关键的部分，我们应该对它为公司所提供的潜在利益保持乐观，但也要警惕发展中可能滋生的紧张和偏见。这就是为什么我们与剑桥大学的勒沃胡姆中心形成伙伴关系。这个项目旨在探索具有划时代意义的技术在短期和长期中所面临的机遇与挑战。我们期望去探索他们观点的弹性，例如使用个人数据以改善服务与尊重隐私及选择自由之间的平衡。这些问题影响所有公司。解决它们对于克服人工智能可能会抛出的障碍至关重要。
索诺兰沙漠的经验
一位来自亚利桑那州的学者教给我们增长从何而来的知识
初步证据
早在2014年，我们就以美国市场为数据样本对股票收益模式进行了一些详细的实证研究。一项主要观察结果是，在美国股票市场上，排名前5％的股票往往是“五个袋子”，即在五年中其收益是其购买价格的五倍。多年来，我们一直专注于寻找可以增长很多倍的股票，但是这种有益的发现是帮助我们建立增长标尺的重要探索，这表明了异常值的重要性。我们并不需要找到很多股票就可以为客户带来可观的回报。
但是仍然有几个小问题。
我们如何确定这种现象不是暂时的？是否有任何独立的证据来支持我们的观察？
独立证据
2017年，瑞典一位谦虚的学者Hendrik Bessembinder发表的一篇论文解决了这些烦人的问题。他执教于亚利桑那州立大学，分析了1926年至2016年之间的超过25000只股票。这些股票总计产生的净收益比美国国债高出约35万亿美元，但是当贝塞姆宾德教授按收益对它们进行排序时，他发现：
·其中58％的股票降低了价值，合计产生了约6万亿的损失；
·他们中的另外38％弥补了这种价值损失，总计产生了约6万亿美元的收益；
·仅有4％的股票共同推动了整个组合的净回报，他们共创造了约35万亿美元的收益。
我们认为这些观察结果可能是在股票投资中遇到的最重要的发现。这是长期以来美国股票市场收益情况持续性极端倾斜的第一个独立证据。只有4%的股票创造了全部回报，这一事实被大多数投资界完全忽略了。该论文既重要又令人兴奋，但还有一个问题：我们如何确定这不是以美国为中心的现象？我们请Bessembinder教授代表Baillie Gifford进一步探讨这个重要问题。
进一步论证
在我们的支持下，Bessembinder教授开始了数据整理的壮举。他建立了一个庞大的数据集，其中包含1990年至2018年之间交易的62000多家公司的回报。然后，他花了几个月的时间努力地整理数字，并在2019年中期分享了这些结论。总计有62000家公司产生的净收益高于美国国债约45万亿美元，但按回报排名时发现：
·其中61％的股票降低了价值，合计产生了约22万亿的损失；
·他们中的另外38％弥补了这种价值损失，总计产生了约22万亿美元的收益；
·仅1％的股票共同推动了整个组合的净回报，他们共创造了约45万亿美元的收益。
最主要的观察结果是，极度的收益偏差不仅限于美国，而在全球范围内存在。实际上，在全球范围内，极端现象更加明显。在此阶段，探索这特殊的1%公司是否拥有共同点是明智的。从历史记录上，我们展示了找出这些异常值的能力，但是在未来我们如何才能依然最大程度的把握这些公司呢？我们认为了解共享的特征会有所帮助。
异常值的剖析
这项工作正在进行中，充分论证的白皮书正在酝酿中。但是Bessembinder教授的一些初步结论很有启发性：
·销售增速是识别异常值的有效指标；
·与通过其他的资产增长方式相比，例如新发行的股权净额或通过合并收购资产，内生增长是成功的重要因素；
·高额研发支出是成功的重要预兆；
·之前十年的价值大幅缩水的公司，在接下来十年内成为大赢家的机会更高。
基于这些观察，将LTGG的投资组合与它们相对应似乎是合适的。
LTGG投资组合的情况
在前三个指标方面，LTGG投资组合的状况都令人鼓舞：
·销售的增长大大超过群体指数，高出约4.5倍；
·资产增长是由内生发展驱动的，而不仅仅是收购活动；
·在资本支出和研发方面的支出大大超过了同行；
·事实证明，LTGG投资组合中的异常值的价格波动很大。实际上，排名前15位的绝对收益者（均超过三倍收益）的平均最大跌幅接近50％。换句话说，客户的耐心对于获取回报至关重要，任何突然的调仓都可能破坏价值。
坚持到底的重要性
异常值产生的财富不仅由个股产生，也由它们所分配的资本权重驱动的。鉴于双增长引擎，我们的作用不仅是识别异常值，而且还通过持有仓位来保证它们的规模。能否量化仓位对客户收益的重要影响？最近，我们进行了一个小实验。
我们构建了几个有仓位限制的投资组合。第一个组合中，股票头寸可以自然地因价格而波动，不会受到干扰。第二个组合是“均衡加权”，假设每月进行一次平衡调仓，且交易成本为零。该实验跨度为15年，从2004年9月开始（LTGG投资组合成立）到2019年9月，并在此过程中合并了相关的买卖。两者之间的差距非常明显，第一个组合的年化收益比“均衡加权”的投资组合高出1.4％。
在我们看来，这个实验充分说明了我们和客户为何需要抵制短期调仓的诱惑，调整异常值的仓位有可能破坏很多价值。
结论
以上的教训使我们对未来的岁月感到兴奋。没有证据表明，整个股市对识别异常值以及烟雾弹赋予了足够的重视。同时，巨大的波动可以一定程度上认为是识别赢家的积极领先指标。
碳足迹与第一步：与MikeBerners-Lee 对话
我们对LTGG投资组合的碳排放分析不满意。鉴于环境指标对投资组合的惊人积极影响，这听起来似乎很奇怪。
例如，在LTGG投资组合中投资100万美元相当于减少2吨二氧化碳排放，而如果对MSCI ACWI指数投资相同金额的话，则是增加133吨二氧化碳排放。按照这一指标，LTGG投资组合的“清洁度”是该指数的66倍；相对于该指数，LTGG投资组合的碳效率（每100万美元的销售额）要高出许多倍；并且所有LTGG所持有公司的污染水平都比同行业公司低。
所有这些听起来都很棒，尤其是当人们认为LTGG既不是纯ESG策略，也不是影响力投资策略。
但是，我们从这种环境影响分析中获得的宽慰很少。为什么？因为尽管已在整个金融行业中广泛使用，但这远非一幅完整的图景，而且很多假设有着诸多值得商榷的地方。
首先，碳足迹分析仅指公司直接所有权和控制下的活动所产生的排放（范围1）以及公司用电所产生的间接排放（范围2）。它完全忽略了整个价值链中产生的更大的排放量（范围3）。
此外，范围1和范围2数据经常被估算和未被验证。投资组合的数据也可能有很大不同，这取决于其当前头寸规模，数据可用性，以及计算方法。
Mike Berners-Lee教授就职于兰开斯特大学环境中心，撰写过几本气候变化所带来影响的书籍，并负责一些项目的碳评估。他的目标是“将人类适应时代所需的一切统统概括起来”。
这是我们对LTGG投资组合的要求和期望。毫不奇怪，去年下半年我们与Mike的第一次对话内容十分广泛，从技术发展到消费者主义，从公司参与环境议题到企业对于社会发展的基本角色，再到更广泛的信任与真理的概念。无论是亚马逊，谷歌，Illumina（基因测序）还是Inditex（Zara母公司），我们知道所有这些公司对气候变化影响的方式将非常不同，可能更好，也可能更坏。对于未来十年内的不同股票，我们应该考虑哪些重大的环境风险？
Mike认为，如果要将气候变化的上升幅度限制在1.5摄氏度以内，那么消费者将需要重新思考与技术的关系。尽管许多技术旨在使我们的生活更轻松，但“隐性”摩擦正在累积。
例如，他估计Netflix的标准清晰度在线视频每个小时都会产生大约1-1.5千克的二氧化碳。考虑到Netflix的订户超过1.67亿，平均用户每天在该服务上花费几个小时，这个综合是很大的。更令人震惊的是，Mike估计，超高清视频的碳排放可能会高出10倍。
我们已经邀请Mike检视我们的LTGG投资逻辑与要素，并找出我们可能缺少的东西。作为第一步，他正在整理LTGG投资组合中所持有的公司，并将在接下来的几个月中与我们分享他的初步观察和问题。他也将参与我们的“穿过噪音”系列文章，从5月21日开始分享他的观点。
这种关系仍是新的和具有试验性的。但是，我们不仅希望接受碳评估的现状不足，而且希望这种联系能够为我们提供关于LTGG投资组合的风险和机遇的更加全面和有意义的见解。这样的知识将帮助我们为一个更透彻理解碳成本的世界而努力。
审视亚马逊：衡量巨人的影响
·亚马逊的碳排放来自该公司直接运营中使用的化石燃料和制冷剂。2018年，这产生了498万吨二氧化碳当量。
·亚马逊的碳排放来自其使用的电能，据报道，2018年的用电量产生了471万吨二氧化碳当量。
·亚马逊的碳排放也包括运营费用、商务旅行、亚马逊自有品牌制造、产品的使用阶段、产品报废处理、第三方运输与包装、上游能源使用、资本投入以及客户到亚马逊实体店过程中的排放。亚马逊在2018年报告的这些排放量为3471万吨二氧化碳当量。
飞行器的第一性原则
电动车如何起飞
您可能已经注意到越来越多的关于“飞行汽车”公司的文章。经验丰富的读者不会对LTGG对于相关公司的极大兴趣感到惊讶。为什么？
这是一个简单的实用性问题。电池能量密度和电动机功率的最新发展意味着，现在eVTOL（垂直起降电动运载器）可以垂直举起两吨重的物体，飞行200公里左右，然后再次垂直降落。
从理论上讲，因为电力比航空燃料电便宜，电气组件比内燃机更易于维护，这样做的成本应该较低。而且，由于降落垫的大小不超过普通篮球场的面积，因此基础设施的建造成本应相对较低。
这只是对长期发展兴奋原因的一部分。从历史记录上看，LTGG投资组合中公司的一个重要主题是消除摩擦。无论是音乐流媒体中的Spotify，率先启用语音激活的扬声器的亚马逊，还是将健身房搬到您的家中的Peloton，创始人都分享了一种深刻想法，即人类可以通过无缝，看似神奇的替代方式，改变根深蒂固的习惯。
如果这些替代方案为我们节省了时间和金钱，那就更好了。用此方式来看，如果eVTOL能够安全地消除一个重要的摩擦，即道路和交通拥堵。我们的直觉是市场机会的数量级可能使我们感到惊讶。
它有多大？我们这里没有比喻。正如特斯拉创始人埃隆·马斯克敦促的那样，我们必须遵循第一性原则。
考虑一个由9个着陆点组成的网络，其中A与B之间的距离约为220公里，我们称这为eVTOL一次充电可行驶的平均距离。B和C之间的距离较短，约为75公里。
在这个由9个点组成的小型网络中，可能的连接数为36。如果我们扩展着陆点的数量会怎样？在不进行数学计算的情况下，在着陆点的数量和可能的路线的数量之间出现了仅受飞行器飞行范围约束的指数关系。
准备起飞
假设的eVTOL网络中的着陆点与路线如下图所示，着陆点的少量增加导致飞行器可能路线的数量呈指数增长。
上图可以根据现实世界的情况而转译：
该推测可能会过于乐观，因为它假设着陆点密度会很低。例如，德国仅81个着陆点，与其5000多个火车站相比实在是太少了。实际上，在这个领域中的赢家可能会发现自己正在运行一个利润丰厚的高铁网络，而不受地面物理基础设施的限制。当然，这不会在一夜之间发生，并且监管和安全方面的障碍是巨大的。但是，我们应该对这种可能性持开放态度。毕竟，直到2010年，大众汽车当时的研发主管拒绝了电动汽车，因为它的电池能量密度比巧克力差！
我们在想什么
投资经理笔记中的几页
Zoom
Zoom正在改变视频会议，它围绕质量和易用性提出优化。新冠肺炎下的封城已经证明了其潜在的市场份额，因为它的产品比传统系统更便宜，更易于使用。新冠肺炎对旅行和居家办公的影响提供了一个机会，我们希望Zoom可以在短期内把握住。较长期的投资逻辑是大型国际化企业的办公模式发生更大的变化，差旅强度也有所降低。
首席财务官罗荣对教育技术业务的热情更令我们印象深刻。这家公司的使命是为更多的学生提供服务，并且助力因素仍十分强劲。公司目前设定的50亿美元营收目标只服务前40名中国的城市，但还有250个左右的城市可以扩展和开发，这个营收目标应该更高，甚至在5倍的范围内。这是一项长期业务，由于技术变化日新月异，竞争优势似乎正在显现。
莫德纳Moderna
Moderna是mRNA治疗领域的领先者，这是一种利用人体天然蛋白质的产生而治疗疾病的新型药物。mRNA如此令人兴奋的是其技术可能解决的用途广度。人体中60％以上的蛋白质都在我们的细胞内部，从历史上看，治疗涉及这些蛋白质的疾病非常困难。mRNA能够的进入细胞内然后可以继续产生蛋白质，因此基于mRNA的疗法可能能够解决以前未能治愈的疾病。我们将继续在这一领域进行研究。
Rocket
在投资组合的五年中，所持有仓位逐渐下降，最终清仓。我们最初投资于Rocket是因为它提供了由拥有出色业绩的管理团队领导的欧洲风投机构渠道。当时，我们认为许多企业本身就有潜力成为大型上市公司。的确，许多公司确实做到了，包括现在由LTGG投资组合持有的Delivery Hero。此外，在过去的几年中，Baillie Gifford直接接触非上市公司的c频次大大增加了。
Gucci
即使对于长期股东来说，这也似乎是一种特权。Gucci的首席执行官Marco Bizzarri由于新冠肺炎将米兰的员工（包括他本人）送回家了，所以我们在他家乡的一家餐馆进行了会面，这种轻松的氛围使谈话变得更加广泛。
在的过去五年中，Gucci表现非常出色，但我很想考虑一下我们对于Gucci最终将成为什么样的品牌的想法是否具有足够的想象力。奢侈品的未来与可持续性和包容性有关。开云品牌共同拥有的Instagram追随者数量超过LV和Chanel的总和。该公司已将社交媒体视为视觉文化和戏剧的重要来源，这是“创造力找到声音的途径”。
巴西
“明天的永恒之国”似乎是一种痛苦的口头禅。我认为，在宏观因素可放宽的情况下，巴西的企业家面临严重的潜在伤害。巴西约占南美地区用户或GMV机会的一半。我发现自己被巴西两家真正具有远见的企业所吸引：Nubank和Rappi。Nubank是一家提供数字银行帐户和无隐藏收费信用卡的公司，希望进军商业银行和资产管理领域。Rappi是一款外卖软件，其主要投资者是Delivery Hero和Softbank。
Adyen
Adyen是用于接受和管理付款的软件，适用于具有跨国付款和多个渠道运营的复杂付款需求的商家。Adyen为Netflix，Spotify，麦当劳，eBay和Nike等公司提供服务。这仅仅是列举的一小部分。我们正在探索在十年内减少现金支付很少的可能性。如果是这样的话，那么具有强大竞争优势的Adyen应该可以从中受益。eBay副总裁Joe Billante说：“如果想要一个可以立即接受来自世界各地的200多种不同付款方式的供应商，那么您可以与Adyen合作。”
Bukalapak和Shopee
东盟地区大约有四个独角兽级的电子商务平台，其中三项得到了阿里巴巴的支持。我遇到了两个，Bukalapak和Shopee的。由SeaGroup（腾讯拥有40％的股份）推出的Shopee是这四个国家中最年轻，增长最快的，并且是服务于泛东盟国家。这是一个游戏般的购物应用程序，可以通过直播或消息直接在商家和客户之间进行交易。由蚂蚁金服支持的Bukalapak完全专注于印度尼西亚，面向农村客户的第三方物流市场，并且有“做好事而做的好”的信条。该公司吸引了原本处于经济发展边缘的人们，并且将他们整合在一起，根据战略计划，他们超过60％的销售额都来自于一级地区以外。