一个物理学家研究"为什么公司会死"
Geoffrey West(杰弗里·韦斯特)是个理论物理学家,在圣塔菲研究所(研究复杂系统的圣地)工作。2017 年,他出版《规模》(Scale),试图用物理学的方法回答一组宏大的问题——为什么动物的体型和寿命有固定关系?为什么城市越大越高效?为什么公司会死,而城市几乎不死?
韦斯特的核心发现是——从细胞到大象、从公司到城市,这些看似完全不同的复杂系统,都遵循惊人一致的"标度律"(scaling laws)。
最著名的例子是生物界的"克莱伯定律"——动物的代谢率,随体重的 3/4 次幂增长。一头大象比一只老鼠重一万倍,但它的代谢率只增长了一千倍。这意味着——越大的动物,单位体重消耗的能量越少,所以它们活得越久、心跳越慢。
这个"3/4 次幂"的规律,精确到惊人。而更惊人的是——类似的幂律,也出现在城市和公司身上。这本书,讲的就是这些隐藏在万物背后的数学规律。
城市为什么"超线性",公司为什么会死
韦斯特最有趣的发现,是城市和公司遵循不同方向的标度律。
城市是"超线性"的——城市规模翻倍,它的创新、财富、专利、GDP 不是翻倍,而是增长 115%(超过翻倍)。也就是说——城市越大,人均产出越高、越有活力、越有创造力。这就是为什么大城市像磁铁一样吸引人——大城市的人均创造力、收入、机会,系统性地高于小城市。而且——城市几乎不死。几千年来,极少有大城市彻底消失。
公司却是"次线性"的,而且会死。韦斯特研究了几万家公司的数据,发现——公司的成长曲线最终都会放缓,然后大多数会死亡。公司的"半衰期"大约只有 10 年左右。即使是最大的公司,绝大多数也会在几十年内消失或被吞并。
为什么城市不死,公司会死? 韦斯特的解释是——城市是"自下而上"涌现的、多样的、去中心化的(还记得 KK 的失控),它能不断自我更新;而公司是"自上而下"管理的、为效率优化的、越来越官僚化的,它会逐渐僵化、失去适应力,最终被环境淘汰。
对投资者的深刻启示
这套理论对投资者有几个深刻的启示。
第一,公司的死亡是常态,不是意外。韦斯特用数据证明——绝大多数公司,无论现在多伟大,最终都会衰亡。这跟熊彼特、克里斯坦森殊途同归,但韦斯特给了它一个数学基础。对投资者,这意味着——"永久持有一家公司"的前提,在统计上是脆弱的。即使是今天的 Mag 7,从几十年的尺度看,大概率也会有一部分衰亡。这强化了"组合 + 定期审视"的必要性,削弱了"找到一家伟大公司然后闭眼持有一辈子"的浪漫。
第二,"次线性"意味着规模的诅咒。公司随着变大,会遭遇"次线性"的效率递减——官僚增加、创新放缓、适应力下降。这解释了为什么很多巨头会陷入"大公司病"。对投资者,这意味着——一家公司变得极大之后,它维持高增长的难度会指数上升。Nvidia 从 1000 亿做到 1 万亿相对容易,从 3 万亿继续翻倍极难——不只是因为基数大,是因为"规模的次线性诅咒"。
第三,能对抗"次线性诅咒"的公司极其稀有。少数公司(Amazon、Microsoft)似乎能在变大的同时保持活力,韦斯特会说——这是因为它们更像"城市"而非"公司"——它们内部建立了多样的、去中心化的、能自我更新的结构(Amazon 的"两个披萨团队"、内部创业机制)。能把自己组织得像"城市"的公司,才能突破公司的死亡宿命。这是一个判断"哪些巨头能持续"的深刻视角。
我跟韦斯特不同的地方
第一,"万物统一的标度律"可能被过度推广了。
韦斯特的雄心是找到"统一万物的规律"。但把生物学的幂律推广到城市和公司,在严谨性上有争议。生物的代谢率幂律有坚实的物理基础(血管网络的几何),但城市和公司的"幂律"更多是统计拟合,因果机制远不如生物界清晰。漂亮的数学规律,不等于深刻的因果解释。韦斯特有时候把"数据拟合出一个幂律"当成了"发现了一个普适定律",这是物理学家研究社会系统时常见的过度自信。
第二,它对"个体差异"几乎没有解释力。
标度律是关于"平均"和"总体"的——它告诉你"公司平均会怎样",但它几乎无法解释具体某家公司的命运。为什么是 Amazon 突破了诅咒而不是 Sears?标度律答不了。对投资者,我们关心的恰恰是"这一家具体的公司会怎样",而韦斯特的宏观规律在这个层面失语。它给了你"森林的规律",但投资是要选"具体的树"。
第三,"城市不死"的结论可能是幸存者偏差。
韦斯特说城市几乎不死。但历史上消失的城市其实不少——玛雅城市、楼兰、底特律(部分死亡)、很多因资源枯竭或战争消失的城市。我们今天看到的"不死的城市",可能正是那些幸存下来的(又是幸存者偏差)。"城市比公司更持久"大致成立,但"城市几乎不死"被夸大了。
第四,它对"AI 时代"的适用性存疑。
韦斯特的数据基于工业和后工业时代的公司。但 AI 可能改变公司的"标度律"本身——如果 AI 能让一家小公司拥有大公司的能力(一个人 + AI 完成一个团队的工作),那"规模与效率"的传统关系可能被重写。韦斯特的幂律是基于"人组成的组织"的,而 AI 正在改变"组织"的本质。他的规律在 AI 时代是否还成立,是个开放问题。
韦斯特 vs KK:两种看复杂系统的方式
韦斯特和凯文·凯利(《失控》),都是圣塔菲研究所传统下看复杂系统的人,但角度不同。
KK 是定性的、叙事的——他用"涌现""自组织""蜂群"这些概念,描述复杂系统的行为模式。他给你直觉和图景。
韦斯特是定量的、数学的——他用幂律、标度律、精确的数据,给复杂系统找数学规律。他给你公式和测量。
KK 告诉你"复杂系统会涌现",韦斯特告诉你"涌现遵循什么数学规律"。
两者合起来,给投资者一个看待"公司作为复杂系统"的完整视角——用 KK 理解"为什么不能自上而下设计一家伟大公司"(只能养育),用韦斯特理解"公司作为系统会遵循什么宿命般的规律"(次线性、死亡)。
最深刻的合题是——最持久的公司,是那些把自己组织得最像"城市"(去中心化、多样、自我更新)而非"机器"(中心化、单一、为效率优化)的公司。这既是 KK 的"失控才有活力",也是韦斯特的"城市不死而公司会死"。
写在最后
我读这本书最大的收获,是一种"尺度感"——它让我跳出"单家公司"的视角,从"系统和宿命"的高度看商业世界。
绝大多数投资者(包括我)花大量精力研究"这一家公司好不好"。但韦斯特提醒你一个更大的图景——几乎所有公司,无论现在多好,都被一个数学规律推着走向衰亡。能突破这个宿命的,极其稀有。
这件事让我对"永久持有"这件事,保持一种健康的怀疑。我仍然会长期持有优秀的公司,但我不再相信"找到一家伟大公司就能闭眼拿一辈子"——因为韦斯特用数据告诉我,统计上,它大概率会在某个时间点开始衰亡,而我需要在那之前察觉。
同时,这本书也给了我一个判断"哪些巨头能持续"的深刻角度——看它有没有把自己组织得像一座"城市":有没有内部的多样性、去中心化的创新、自我更新的机制。一家越来越官僚、越来越中心化、越来越为短期效率优化的巨头,即使现在很大,也在走向韦斯特说的那个"次线性的死亡"。
韦斯特用物理学的眼睛,看到了商业世界背后的数学宿命。
这个宿命不能让我预测哪家具体公司会死,但它能让我保持一种清醒——没有什么是永恒的,连最伟大的公司也不是;而最接近永恒的,是那些最像"活的城市"而非"精密机器"的组织。
理解这一点,你看公司的眼光会多一个维度——不只是"它现在好不好",还有"它是在走向僵化死亡,还是在保持城市般的活力"。
