Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

真理、宗教和货币

Posted on 2025-06-17

昨天我和一位设计师朋友聊天。

我想知道我是否应该订阅 Mobbin。

我在上一家公司工作时就有一个。我不确定购买订阅是否合理,因为我既不是设计师,也不会经常使用它。

我看到不少更便宜的替代品。所以我问朋友,要不要买个 Mobbin 的仿制品。

我还问他,既然有更便宜的替代品,为什么公司还要为此支付高价。他的回答是,如果现有的应用改变了用户界面,Mobbin 很快就会更新用户界面。而那些更便宜的替代品六个月后仍然会是老样子。

Mobbin 不仅仅是一个截图库,它更是应用设计演变的实时反馈。你付费是因为你可以获取持续更新、不断增长的设计灵感。

那次谈话让我开始思考数据公司。

为什么有些信息收费 X,而其他信息却能收取 5 倍的价格,而这些信息看起来是一样的。

答案不在于拥有更多数据,而在于拥有鲜活的数据。我们将在这篇文章中讨论两个想法:

  • 博物馆和新闻频道。
  • 真相 vs 宗教 vs 货币(我发现这一点要感谢 Crunchbase 首席执行官在最近的播客中讨论了 Crunchbase 的护城河。)

实际上有两种数据业务:博物馆(收藏固定艺术品但不再增加)和新闻频道。

他们只是保存古老的文物。

一旦你作为用户看过蒙娜丽莎,下周就不需要再看了。这件艺术品在第一次访问后就变得过时了。每个月都不会有新版本的蒙娜丽莎。大多数数据供应商,尤其是那些只是抄袭现有数据的山寨供应商,都是博物馆。

他们一旦刮掉一些东西,就把它归档,永远收取入场费。

以 Crunchbase 的典型竞争对手为例。公司成立日期、专利记录、历史融资轮次、股权结构表。

有用吗?当然有用。但也很容易被抄袭。而且由于他们只是模仿者,唯一的区别就是定价,所以他们甚至无法像 Crunchbase 那样快速更新他们的产品或添加新的产品。

新闻频道各有不同。它们很重要,因为它们今天播放的内容与昨天不同。没有人打开电视是为了看昨天的新闻。

博物馆以过去时态出售真相。新闻频道每天都会更新最新的“真相”或“事实”,并预示未来的信号。想象一下,天气预报员会告诉你今天的天气如何,以便你更好地做好准备。

你之所以关注,是因为今天的真理已不再是昨天的真理。它们是新鲜的,并且正在不断发展。

静态数据是一场逐底竞争。有人会把你的博物馆拆掉,然后在隔壁建一个更便宜的。先行者每月收费X。六个月后,五个竞争对手以五分之一的价格提供“相同”的数据。持续更新的实时数据则有所不同。

以下是使数据变得鲜活的因素:

  • 它的变化速度比竞争对手的复制速度更快
  • 缺少更新会破坏下游内容
  • 用户需要的是新鲜,而不仅仅是准确

从长远来看,事实或真相是无法真正站得住脚的,尤其是在人工智能席卷全球的情况下。

是的,你可以拥有一些竞争对手所没有的独特数据,但竞争对手通常可以自动化类似的流程或获得相同来源的许可。如果没有诸如独家获取权、强大的网络效应或转换成本之类的壁垒,真相(无论是过时的还是实时的)本身可能无法维持价格溢价。

现在来谈谈真理与宗教与货币。

宗教就是预言。

Crunchbase 首席执行官在 World of DaaS 播客中的讲话摘录:

比如,我能准确地预测未来的估值吗?所以我们讨论的是,如何进行估值预测?而这正是 Crunchbase 真正做的价值所在,也是你一直想做的事情。因为以前你来 Crunchbase 的时候,这些问题都是你问的,我们只是给你一个数据点,告诉你,这是最后一轮融资。你必须自己去弄清楚这些。现在我们使用了数千个特征向量来解决这个问题。比如宗教,它预示着未来会发生什么,就像你刚才说的。这里是即将出售的公司,这里是一些公司,还有一些预测。听起来你的意思是,宗教比真理更有价值。必须如此。当然,所有这一切的棘手之处在于,告诉我你见过哪些好的预测引擎。它们很糟糕。几乎所有的预测引擎都很糟糕。这种情况正在改变。在我们的举个例子,我们的预测准确率高达95%。很难相信它真的那么好,因为我们掌握着各种小秘密,很容易就能猜到,但其他人却无法接触到。他们可不这么认为。用户必须开始相信它,并且必须说,我要把我的商业未来交给一家能预测事情的公司,而我以前从来不相信预测。就像真正的宗教一样,如果你相信某件事,而别人却认为你会下地狱,你说你是贝叶斯主义者,我讨厌贝叶斯主义者,那你就错了。这些宗教公司之所以能成为大公司,唯一的途径就是跨越了从宗教到货币的鸿沟。然后,情况就变成了,嗯,人们其实并不真正相信宗教,但它的定价就像FICO信用评分一样。也许人们甚至不相信FICO信用评分,但它就是货币。它存在于每一笔贷款中。所以因此,你必须用FICO信用评分来交易。在某种程度上,它几乎就像美元一样。因此,这家公司变得非常有价值。你该如何从宗教(那里可能有成千上万种宗教)转变为,好吧,这就是我们都认同的那个权威宗教。你也不想有成千上万的竞争对手。归根结底,最终还是要用实践来证明我们。预测的好处在于,总有一天它们会成真。所以我可以证明,这不仅仅是基于信仰的事情。现在,就像,你看,我们已经一次又一次地证明了这一点。就我们而言,我们是这样说的:今年4月,我们的600个预测都实现了。所以我们可以说,这些公司被收购了,获得了融资。这值多少钱?因为你错过了,你错过了什么?对于你做交易的人来说,如果你错过了热门公司,那家公司会以50亿美元的价格出售,那么不收购Crunchbase的投资回报率为零,这一点非常非常明显。如果我们真的在这个领域遇到竞争对手,我们会说,好吧,这是我们过去六个月的准确率,我们来比较一下,选出最好的那个。这让我们感觉非常好,因为现在没有其他人拥有这样的数据,除非他们在数据发生之前就介入其中,但这不太可能发生。

(以上抄写和解释中的任何错误均由我负责。)

回到这个帖子。

Tegus 是另一个成功的数据公司。它最初是一个专家电话记录档案库,听起来像个博物馆。但投资者每周都会安排新的电话会议。Tegus 几乎每天都会更新这些最新的记录。错过一个月,你就会错过对你作为投资者来说至关重要的领域的最新洞察。它之所以能提供实时信息,是因为用户本身就渴望获得新鲜的洞察。

我认为最强大的护城河位于两件事的交汇处:不断刷新的预测和可以成为货币的预测。

货币 > 宗教 > 生活真理 > 真理。

从“这家公司已经筹集了资金”到“这家公司可能会筹集资金”再到“根据他们的招聘速度和 Tegus 专家的积极反馈,这家公司在未来 3 个月内筹集资金的可能性本周从 50% 上升到 80%。”

建立成功的数据业务取决于:

  • 您在源头捕获数据。
  • 数据准确,因此是“真相”。
  • 以可扩展的方式捕获数据。
  • 理想情况下,您可以从多个连接器/源中提取数据,这样您就不会依赖于一个连接器。
  • 数据不断刷新,是时间序列数据,而不是陈旧数据,因此如果有人也抓取您的数据,那么该数据也会陈旧,而您的数据将始终保持更新。
  • 数据透明。“上次更新时间:2天前”比“全面更新数据”之类的模糊说法更能建立信任。
  • 预测(宗教)并帮助关键决策者。你需要推销的是决策,而不仅仅是数据。
  • 证明你的预测有效。你的预测分数只有在有效的情况下才会成为一种货币。如果你的预测能帮助客户赚取更多收益,他们就会继续付费。展示投资回报率。

我一直深入研究这个话题还有另一个原因。每一位风险投资家都说,专有数据是当今人工智能世界的关键护城河。

你可能还记得我之前关于寻找被忽视的专有数据源的一些研究提示。过去几个月我一直专注于此。Tegus 已经成为我最喜欢的产品之一,我常常希望自己也能开发类似的产品。Tegus 拥有定价权,每个订阅收费 2 万美元,因为它提供的洞察能够帮助风险投资公司和对冲基金自信地部署数千万美元。

最近,一位创始人敦促我复制 Tracxn 并针对人工智能时代进行重建,声称深度研究和人工智能代理现在可以轻松收集信息并启动数据平台。

然而,我认为仅仅抓取 Tracxn 的数据库永远不足以打造一个持久的数据业务。要想成功,你需要一个更丰富的计划。这篇文章分享了我在这方面的研究。

原文: https://manassaloi.com/2025/06/15/truths-religion-currency.html

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme