Benchmark 的投资策略
对于风险投资人来说，一个清晰的投资理论是推广自己很好的一个方式，别人可以通过这种方式迅速的了解你，因为人类最擅长的事情就是做各种归类。
首先，LP 们希望支持那些对未来有强烈观点的 VC，为他们手上的资金找到一个配置的合适理由。其次，创业公司的创始人，也希望自己符合 VC 的投资主题。
最后，在与其他 VC 建立合作关系的过程中，一个阐述清晰的投资理论（主题）就成了一种发展影响力的方式，让合作的投资人对你保持高度关注。
这就是 VC 行业典型的自上而下的投资方法，或者说以主题为驱动的投资方法。应该说目前大部分 VC 都采取这类方法，因为只要制定了一个投资框架，设定了投资主题，按照这个模式去找投资标的的方式，似乎是更体系化的打法。
但采用自上而下的方法，需要对未来进行预测，以确定其投资主题，然后根据这些主题采取行动。这种方法难度大，风险高，每一步都容易出错。
首先需要准确预测宏观经济状况，然后正确解读其对整体经济特定行业的影响，最后是对具体公司的影响。如果这还不够复杂的话，自上而下的投资者还必须快速并且准确地完成这项工作，否则别人可能会比你先一步到达那里，挤压后进入者的盈利空间。
因此，自上而下的投资者面临着一项艰巨的任务，那就是要比其他成千上万的聪明人更准确、更快速地预测不确定的事物，因为他们都想做同样的事情。
但可持续投资的成功并不是在智力上领先竞争对手很多年的问题，而归功于长期以来形成的结构和行为优势。
Benchmark 的自下而上投资策略
也许没有任何一家 VC 能够体现出比 Benchmark 更好的结构性优势，无论是从组织激励机制的一致性，还是到通过几十年来始终如一的方法建立起来的品牌优势。
也没有任何一家 VC 像 Benchmark 一样，对自上而下的主题驱动投资方法如此反感。
Benchmark 合伙人的很多访谈，都阐明了它们具有这样的一个组织原则：
我们的工作不是为了看到未来，而是为了清楚地看到现在。
这种一致性在整个合作关系中表现的淋漓尽致：无论是 Sarah Tavel 谈论她对 Chainalysis 的投资，Chetan Puttagunta 解释他对 Sketch 投资背后的逻辑，还是 Eric Vishria 对开源领域创业的回应：
我们不是自上而下的那种策略。它是如此的有机（organic）。当一个企业家讲述了一个故事，带来的洞见让你以不同的方式思考这个世界时，我会非常非常的兴奋。这就是为什么自上而下这种方法真的很难，以及为什么我们不倾向于以特定的主题为投资导向的原因。
在 2016 年的一次采访中，2006 年从 Accel 加入 Benchmark 的 Peter Fenton 谈到了这两家标志性公司之间的差异。
在 Accel，我学到的是，我们需要有一个准备好的头脑，来真正思考一个细分市场，一个类别，以及它的一致性。所以我来到了 Benchmark，我不知道自己是否认同这一点。我的合伙人说，在这里你不需要做这样的事情。把水晶球扔出去，你什么也预测不了。你能做的就是识别闪电何时发生。
Fenton 还在 Quora 上谈到了自下而上策略的本质。Twitter、Yelp、Elastic，都是由目的（purpose）和"触觉现实"（tactile reality）驱动而投资的，而不是趋势。
我不投资趋势。我知道这听起来很酷，但我发现，你从目标中获得的洞察力要比从趋势中获得的洞察力多得多。所以，举例来说，在 Docker 的案例中，我投资了 Dotcloud（后来变成了Docker），投资了这位激进而又热情的领导者 Solomon，他想给世界上的程序员提供超能力，大规模创新的工具。在 Yelp 的案例中，Jeremy 的目的是让所有人都能看到所有伟大（和糟糕）的本地企业的真相。或者当我在 2007 年遇到 Jack 时，他对 Twitter 有这样一个不可阻挡的目标："拉近你们的距离"。有时候，这个目的就是这种原始的力量，一种能量，就像 2012 年 Elastic 公司的 Shay 一样。当我觉得趋势、空间、概念与目的的触觉现实形成了投资的叙事，我就会失去所有的兴趣。
复杂性投资
作为 Benchmark 任职时间最长的 GP，Benchmark 现在的很多东西都深受 Bill Gurley 的影响，比方说触手可及的现实、脚踏实地的洞察力以及 VC 作为 "基于实地业务 "（field-based business）的相互交织这些概念，都可以回溯到 Benchmark 的早期。
而 Bill Gurley 受圣达菲研究所影响很深，特别是其复杂性科学思想对他世界观和投资思路的影响，他曾是圣达菲研究所的董事会成员。
在我职业生涯的早期，我读到了 Waldrop 的《复杂性》，一本关于圣菲研究所崛起的书。这本书改变了我对世界的看法，并实质性地影响了我的投资方式。
NZS Capital 的 Brad Slingerlend 和 Brinton Johns 的一篇论文，很好地概括了 Benchmark 的方法：
我们相信，经济和股市最好被理解为生物系统：具体来说，是复杂的适应性系统。复杂的系统有不可预知的结果，因此，作为投资者，我们专注于那些适应性强、长期专注、创新性强、拥有长期成长性，以及最大化非零和结果的公司。
另一种思考 Benchmark 投资方法的方式是通过盖尔定律的视角：
一个有效的复杂系统总是从一个有效的简单系统演变而来。一个从零开始设计的复杂系统永远不会成功，也不可能通过修补来实现。你必须从一个行之有效的简单系统重新开始。
Carta 的创始人 Henry Ward 在分享自己的融资历程时指出，大多数变革型公司创造的新市场，从定义上看，一开始似乎都很小（或根本不存在）。这与 Peter Thiel / Facebook 的理念一致，即先垄断最初的细分市场，然后再扩展到相邻的垂直领域。
如何清晰的看到现在
Benchmark 的成绩，已经不需要过多说明，曾经有人评论说，Benchmark 投资的公司，基本上构成了一部互联网史。
上面提到了 Benchmark 的组织原则：不是为了看到未来，而是清晰的看到现在。在实际操作过程中两者的不同体现在，大多数 VC 认为他们的工作是投资于最终会形成维恩图的圈子，但 Benchmark 则是，投资于那些已经存在并且被他们发现有价值的维恩图。
根据维基百科，维恩图是指，在不太严格的意义下用以表示集合（或类）的一种草图。它们用于展示在不同的事物群组（集合）之间的数学或逻辑联系，尤其适合用来表示集合（或）类之间的“大致关系”，它也常常被用来帮助推导（或理解推导过程）关于集合运算（或类运算）的一些规律。
《安全边际》这本书写道，一个自上而下的投资人必须连续做出几个准确的预测才行。在 VC 的语境下，一个投资人要想正确判断一项技术与新的高价值用户行为进行融合，以及这种融合发生的时机，都面临着极其微小的概率。
因此，最好的办法是不要去做预测，转而在早期关注那些已经建立起 Bill Gurley 所说的 "流动性质量 "（Liquidity Quality）的公司。这个概念是他在最近一次播客节目中讨论 Yelp 时提出的概念：
我想出了一个我在基金内部使用的我编的短语，把它定义为 "流动性质量"。我告诉创业者，我对流动性质量的关心程度远远超过了你们的广度。Yelp 的创始人 Stoppelman 刚开始在旧金山那些夜店做的事情很难规模化，但人们非常热衷于上面的评论，并且频率很高，体验质量也很高，尽管是在一个很小的区域。
我经常遇到一些创业者，他们认为自己需要很快地扩张到 10 个城市，以提高自己的 A 或 B 或其它什么。然后我会说，不。如果你在一个单一的城市有非常不错的单位经济和增长指标，那么很明显，你的这个体系是有效的，事情正在变得更好，你基本上有网络效应。
2013 年，在 Benchmark 对 Stitch Fix 进行 A 轮投资时，Bill Gurley 观察到这家公司拥有同样强大的流动性质量：热情用户的口口相传，让他们不断地回到产品中，这形成了一个飞轮效应。
在一次采访中，Bill Gurley 说了他的投资逻辑，这不是对 DTC（Direct to Consumer） 品牌的投资，也不是对一家最终可以将他们的方法应用于零售和个性化的 AI 公司的投资。而是这家公司以竞争对手无法轻易复制的方式，将技术和应用场景结合产生了新的维恩图。
仅仅投资于现有有价值的维恩图并不能带来更好的回报率，Benchmark 创始人 Andy Rachleff 经常喜欢说的一句话是，仅仅是正确是不够的。要想真正具有不同的结果，还必须做出一些非共识的决策。也就是要看到别人没有看到的维恩图。
Yelp 和 Stitch Fix 是两个很好的例子，但也许最能证明Benchmark 自下而上策略的是 Uber 这个案例。
当年 Uber 刚刚以 170 亿美元的估值融资超过 10 亿美元的时候，纽约大学教授 Aswath Damodaran 发表了一篇广为流传的分析报告，基于对 Uber 市场规模采取自上而下策略的分析，认为该公司的价值只有投资者所定的三分之一。
这份报告当时非常流行，即使是 Uber 的创始团队，在早期也低估了随着时间的推移，从早期流动性质量的基础上逐步提升的机会规模。在早期的 BP 里，他们对市场规模的预估并没有多大。
针对这份报告，Bill Gurley 写了一篇非常有名的文章《How to miss by a mile》。在文章中，Bill Gurley 回应称，如果未来与过去有实质性的不同，那么过去就不能成为未来的指南。
我们先来深入探讨一下 TAM（有效总市场规模）的假设。在选择使用出租车和豪华轿车市场的历史规模时，Damodaran 教授做出了一个隐含的假设，即未来将与过去相当。换句话说，像 Uber 这样的产品或服务的到来将对出租车市场的整体市场没有任何影响。这是一个有缺陷的假设，原因很多。当你实质性地改进一个产品，并创造新的特性、功能、体验、价位，甚至启用新的使用场景时，你是可以在这个过程中实质性地扩大市场的。
他继续列举了其它因素，比如更快的上车时间、无缝支付和更好服务等因素，作为增加流动性的驱动力，并将 Uber 的飞轮推向了新的机遇。
在 Uber 的阶梯上，每一个成功的步骤，在地域或产品扩展上的高流动性质量都会带来机遇，推动它们走向下一个机遇ーー Black Cars 到 UberX 再到 UberPool。
Bill Gurley 说，企业是一个复杂的适应性系统，无法确定地建立模型。在公司的早期，对未来进行量化建模的挑战会更加放大。
在很多认知层面，我发现 Benchmark 和不确定性四部曲的作者塔勒布非常类似，而这点也造就了他们的独特性。