← 返回列表
Lex Fridman Podcast播客15 May 2020来源: lexfridman.com主持: Lex Fridman

#96 – Stephen Schwarzman: Going Big in Business, Investing, and AI

一句话导读

这篇讲的是黑石集团老板施瓦茨曼的生意经。他认为,发现“不该出现的东西”(比如黑衣服上粘了白棉絮)比找常规规律更能抓住大机会。他看好AI,但担心美国落后:中国每个孩子都学计算机,美国可能只有5%。他捐了3.5亿美元给MIT(麻省理工学院)建AI学院,想帮美国抢跑。他还提到阿里巴巴(马云说公司差点倒闭两次)、Google、微软和苹果(都是两人合伙起家),强调创业不能单干。

AI 摘要AI 生成 · 可能有误 · 以原文为准

黑石集团(Blackstone)CEO兼联合创始人Stephen Schwarzman在Lex Fridman播客中分享商业、投资与AI领域的洞见。黑石管理资产超5300亿美元,他本人于2018年向MIT捐赠3.5亿美元,用于建立新的计算学院(College of Computing),旨在推动人工智能领域跨学科、大胆的研究。核心观点是:AI研究需要机构支持,但更依赖从本科生到资深教授的个人研究者热情。他承诺通过“捐赠誓言”(Giving Pledge)将大部分财富用于慈善,强调在危机中保持团结。

全文约 9 分钟 · 8 个章节
深度解读

本期速览

Stephen Schwarzman 是黑石集团CEO兼联合创始人,管理资产超5300亿美元。本期核心探讨其“做大事”的商业哲学、AI投资与中美竞争格局,以及领导力与个人成长。Schwarzman认为,识别“不协调的线索”(discordant notes)——即那些不该出现却出现的异常事实——是发现重大机会的关键,这比常规模式识别更有价值。

主题一:“做大事”的商业哲学与机会识别

Schwarzman主张,商业成功的关键是追求“有重大影响且独特”的大规模机会。

  • 机制拆解:他认为做大事能形成“良性循环”——大机会更容易成功,因为即使在一个方向出错,仍有其他路径可调整;而小机会一旦出错则几乎没有回旋余地。大机会还能吸引顶尖人才,并产生足够财务资源来支付薪酬。
  • 机会识别方法:Schwarzman将机会发现描述为“模式识别”,但特指识别“不协调的线索”——就像“黑色连衣裙上的一缕白色棉絮”。大多数人忽略它,但他会追问“这东西为什么出现在不该出现的地方”。如果能找到两个这样的不协调线索,通常就能指向一个尚未被认知的变化方向。
  • 与AI的对比:当被问及AI能否复制这种能力时,Schwarzman承认自己缺乏AI领域知识,但指出大多数人根本看不到这些线索,这更像是“硬接线”的思维方式——专注于“不匹配”而非日常模式。他补充说,另一种思考方式是“确定人们想要什么,但他们自己没说出口”。

主题二:深度倾听与解决问题——领导力的核心

Schwarzman将“倾听”视为一种竞争优势,核心方法是:找出对方最大的未解决问题,并提前准备好解决方案。

  • 方法论:他区分了两种场景——计划性会面和偶遇。对于计划性会面,他建议“假装自己是对方”,思考对方日常面临的最大问题,然后准备几个尚未被提出的有趣解决方案。他举例1990年代初受邀参加白宫活动时,提前思考了总统面临的一个未决问题,准备了2-3种解决思路,最终进行了10分钟私下交谈。
  • 偶遇场景技巧:对于偶遇,他建议直接问“你最近在忙什么?”“有什么特别困难的事吗?”大多数人如果信任你,会几乎完全透露自己的想法,甚至包括不想让你知道的部分。他补充说,通过观察面部表情、眼神、语速和音调变化,可以判断对方是否在隐藏真实想法。
  • 数据支撑:他以职业橄榄球队为例——纽约的球队经常输球,原因无非三个:没有优秀四分卫、没有优秀教练、没有优秀总经理(因为工资帽制度下所有球队薪资相同)。如果与球队老板交谈,直接问这三个问题,对方通常会很高兴讨论,因为他们自己也没解决这个问题。

主题三:AI、中美竞争与MIT捐赠的战略逻辑

Schwarzman将2018年向MIT捐赠3.5亿美元建立计算学院视为一项战略行动,旨在应对全球AI竞争和潜在的社会风险。

  • 动机分析:他观察到AI和量子技术领域存在“全球竞赛”,美国需要增强竞争力。同时,他频繁访问中国,看到“控制这些技术”的必要性——避免重蹈互联网和社交媒体覆辙,后者产生了“言论自由和自由民主运作”方面的意外后果。
  • MIT的独特定位:MIT被多个排名评为全球第一,拥有“非凡的人类人才聚集”。新学院的目标是“创造世界上第一所AI驱动的大学”,并成为全球学术研究社区的“灯塔”。他预期这会引发连锁反应——其他大学也会增加AI师资,最终有利于知识创造和美国竞争力。
  • AI伦理的重要性:Schwarzman强调AI伦理与科学进步同等重要。如果科学进步引发社会强烈反弹,导致“科学前进受到阻碍”,那将是巨大损失。他提出需要整合四个驱动因素:研究型大学、推动AI和量子工作的公司、最终将监管的政府、以及需要接受培训的媒体。MIT新学院应成为“全球召集者”。

主题四:中国观察——竞争格局与教育差距

Schwarzman基于与中国高层领导人的直接接触,指出中国在教育领域的集中决策优势可能对美国构成长期挑战。

  • 中国社会特征:他描述中国人“极其有活力、高度专注、总是寻找机会”,因为13亿人中每个人都需要“在人群中找到自己的路”。中国社会通过“关系网络”运作,而非西方意义上的功能性法律。这使得改变困难(因为改变会破坏现有关系网络),但一旦调整完成,整个系统会“难以置信地专注”。
  • 关键数据点:一位中国政府高层告诉他,中国每个学龄儿童都将学习计算机科学。Schwarzman估计美国儿童接触计算机科学的比例“可能在5%或更低”。他警告:“如果另一个主要经济强国是100%,而我们只有5%,而计算机科学是未来,那么我们就是在有意或无意地自我设限。”
  • 对美国政策的建议:他认为联邦政府需要“大举参与”,类似“阿波罗计划”式的动员。目前障碍是“有毒的政治”和超过1万亿美元的赤字。但他补充,与国会议员私下交谈时,他们“都明白”并“想做点什么”。

主题五:创业建议与领导力哲学

Schwarzman强调创业是“团队运动”,并建议创业者做好心理准备面对频繁的失败。

  • 心理准备:创业是“艰难的旅程”,需要准备好“事情频繁出错”。创业者会遇到从未想过的问题(如租办公室、看不懂租约)。他建议不要独自创业——马云告诉他阿里巴巴至少两次“站在财务死亡的门前”,而团队的存在至关重要。
  • 团队的重要性:他反驳“单一天才创造成功”的神话,指出几乎所有大型科技公司(Google、Microsoft、Apple)最初都有两位创始人。不同技能的人需要相互配合。
  • 关系维护:他建议年轻创业者每两个月与配偶单独旅行一次(无孩子、无事务),以“重新确认作为夫妻的价值观”并“保护生活中的乐趣元素”。他观察到许多年轻人从未想过这一点,但这对长期成功至关重要。

提及的标的

标的 嘉宾态度 关键数据
MIT(麻省理工学院) 看好(捐赠支持) 捐赠3.5亿美元建立计算学院;全球排名第一;计划双倍增加计算机科学师资
阿里巴巴 中性(案例引用) 马云告知至少两次“站在财务死亡的门前”
Google 中性(案例引用) 最初有两位创始人
Microsoft 中性(案例引用) 最初有两位创始人
Apple 中性(案例引用) 最初有两位创始人

值得记住的判断

1. “不协调的线索”比常规模式更有价值(Schwarzman):发现“不该出现的东西”是识别重大变化的关键。如果能找到两个这样的线索,通常能指向一个尚未被认知的方向。这与AI擅长的常规模式识别形成对比。

2. 做大事比做小事更容易成功(Schwarzman):大机会即使在一个方向出错,仍有其他路径可调整;小机会一旦出错则几乎没有回旋余地。大机会还能吸引人才并产生足够财务资源。

3. 中国所有学龄儿童将学习计算机科学,而美国可能只有5%(Schwarzman):这一差距如果持续,将导致美国在计算机科学这一未来核心领域“自我设限”。中国通过顶层决策实现100%覆盖,而美国3000多个学区分散决策体系难以快速调整。

4. AI伦理与科学进步同等重要(Schwarzman):如果科学进步引发社会强烈反弹,导致“科学前进受到阻碍”,将是巨大损失。需要整合大学、公司、政府和媒体四个驱动因素。

5. 创业是团队运动,不是单人神话(Schwarzman):几乎所有大型科技公司最初都有两位创始人。马云告诉他阿里巴巴至少两次“站在财务死亡的门前”,团队的存在至关重要。

6. “假装自己是对方”是解决问题的最有效方法(Schwarzman):在会面前思考对方最大的未解决问题,并准备几个尚未被提出的解决方案。这能建立信任,因为对方知道你的动机是“服务”而非索取。

7. 中国社会通过“关系网络”运作,而非功能性法律(Schwarzman):这使得改变困难(因为改变会破坏现有关系网络),但一旦调整完成,整个系统会“难以置信地专注”。这与西方形成鲜明对比。

8. 每两个月与配偶单独旅行一次是维持关系的关键(Schwarzman):创业者容易“被所有事情淹没”,但保护生活中的乐趣元素对长期成功至关重要。他观察到许多年轻人从未想过这一点。