中国品瑞奢侈品修复培训基地面向全国常年培训： 奢侈品修复培训，品牌皮具修复培训， 品牌洗鞋培训，品牌修鞋培训，品牌皮衣修复翻新培训，品牌沙发修复翻新培训，汽车沙发座椅修复翻新培训，男女不限年龄不限，随到随学，一期不会下期免费再学，包学会为止。 。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。
池州 Baillie Gifford投资的第一性原理：重仓时代发展的推动者
建议：从某种意义上说，BG是对技术股票进行投资的“巴菲特”。他们将其持续很长时间，并且营业率极低。他们都遵循了很多年奢侈品修复培训要去哪里学，然后才选择占据沉重的位置。他们对我们的国内技术投资也具有很强的参考意义（当然，最重要的是资本属性必须是长期的）。
Jiang Bobao简介：贝利·吉福德（Baillie Gifford）成立于1908年，是一家经验丰富的投资基金，历史已有110多年的历史。它的总部位于苏格兰爱丁堡（世界金融，纽约或伦敦的中心，这可能是它可以集中精力的原因）。当前的资产管理量表高达2454亿美元，包括股权，固定收益和其他多元化资产投资组合。这个数字是通过稳定的内源性生长而不是通过合并或获取来实现的。 2020年，Baillie Gifford在中国建立了Baiji投资。
在贝利·吉福德（Baillie Gifford）总部的入口处，该基金的直觉且易于理解的投资理念是书面的 - “真正的投资者不仅要专注于几个季度，而且几十年来，他们在数十年中考虑了（实际上是在数十年中考虑的。不是季度。不季度。“在贝利·吉福德（Baillie Gifford）的观点中，在贝利·吉福德（Baillie Gifford）的观点中，越来越多的竞争力和竞争力的竞争力，创业的竞争力很大，是一项竞争力的竞争力，是一场竞争力的竞争力，是竞争力的竞争力，工具是竞争力的，又是一场竞争力的竞争力。简而言之，贝利·吉福德（Baillie Gifford）尤其喜欢立即盈利的项目，但可能会在10年内促进经济增长，并认为实际上需要在长期使用少数杰出的公司，因为大多数市场的回报都会伴随着Amazon，the Amazon will the beanda the the be beiffection the the the Illimina and te and the be beaimnia。长期增长，筹码巨大的筹码和良好的耐心。总体而言，贝利·吉福德（Baillie Gifford）的战略主要是要找到有可能从自下而上的公司快速增长到今天规模几倍的公司，然后专注于持有股票和长期投资。单个股票通常持有10年以上。在过去的16年中，该投资策略的年度投资回报率为每年12.38％，高于MSCI全球指数（6.75％/年）和伯克希尔·哈撒韦股价（6.99％/年）。
在这里，我翻译了Baillie Gifford的LTGG部门定期发送给投资者的材料，这不仅显示了他们在做什么，还反映了他们对行业发展和投资的理解。
文章来源|贝利·吉福德（Baillie Gifford），回头向前看
时间| 2020年4月
正在进行的工作：关于劳资关系
良好的系统和劳动保护通常是超级快速增长的受害者。我们的长期全球增长团队（LTGG）致力于寻找为员工和长期发展做正确的公司。
LTGG寻求的良好表现对我们投资的公司提出了很多要求。要在其投资组合中占有一席之地，他们的业务必须非常非凡。但是，大规模和高速发展将带来许多问题，例如高压企业文化，低员工满意度以及监管机构和媒体的警惕。
以下示例和无数的其他数据和新闻说明了同样的故事：尽管LTGG投资组合中的公司带来了令人兴奋的增长机会，但它们并不能免疫员工问题。
这些公司可以在解决这些关键问题的同时继续改善业务运营吗？我们需要知道我们持有的公司是否足够别致，在争先恐后地咀嚼口香糖。
LTGG投资组合中的所有股票经常经过数月的仔细研究，通常几年来寻找世界上最高的长期增长公司。我们密切监视公司的基本特征，态度和行为，远远超出了米尔顿·弗里德曼（Milton Friedman）的“股东”观点。
为什么有如此广泛的视角？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，投资组合中公司负责任地采取行动的能力可以创造或破坏其增长和寿命。对于长期投资者而言，强大的社会和客户反对可能会损害投资回报。
我们对这些公司有很高的期望，这也是事实。 LTGG的公司，其中许多是公众视野中的大型公司，无法陷入麻烦，必须将自己定义为具有示威效果的领导者。
但是，我们知道没有完美的公司。最好的情况通常是关于创新，错误，课程和适应的故事。
在访问公司时，我们询问他们的企业文化，是否有弹性以及对社会的贡献有什么特别的。这些问题迫使我们不仅考虑公司的财务和商业模式，而且还使我们了解一个不太具体的方面：员工。
毕竟，如果您要投资于使客户长期以来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及其工作条件背后的个人和团队。
从LTGG研究的角度来看，我们知道该投资组合中没有两个股票确实相似，因此我们的方法必然针对特定的股票。研究过程可能包括对管理层和员工的访谈，实时旅行，调试研究，并将自己沉浸在世界各地的不同市场中。由于我们担任多年（平均10年），因此我们可以对公司有全面而深入的了解。
在以下三个示例中，亚马逊（2004年首次购买），Facebook（2012年首次购买）和特斯拉（2013年首次购买），潜在的人工问题值得更加仔细的研究。
亚马逊
创始人首席执行官杰夫·贝佐斯（Jeff Bezos）承认，鉴于亚马逊的重要性越来越大，关键和监管问题是不可避免的。尽管这种公众关心并不是什么新鲜事物，但它正在加剧。
以2019年为例，在被一再被指控遇到艰苦的工作条件后，亚马逊被列为国家职业安全和健康委员会的“最危险的雇主”的名单，并受到羞辱。
那么亚马逊在做什么？至少，它强调了对ILO核心公约，基本原则和权利的宣言以及联合国普遍人权宣言的支持。 2018年10月，亚马逊进一步改善了相关问题。它不仅宣布了美国和英国的全日制，兼职和临时雇员的最低工资15美元，而且还敦促其他公司做得更好，美国政府提高了联邦最低工资。
亚马逊的自动机器人现在可以在物流中心执行更繁琐的任务。据报道，工作人员现在正在减轻举重并四处走动。现在，每10,000名员工有3,000个机器人可以提供帮助。
进一步，亚马逊支付其学费的95％，以帮助员工获得新的技能和证书，并承诺再花7亿美元来培训100,000名美国员工的机械和信息技术相关技能。
尽管有积极的态度，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上提出了有关工作条件的疑问，尤其是对于简单的工作和临时工作。例如，由于亚马逊不是英国劳工组织认证的雇主，因此我们打算监视其工资水平，并鼓励亚马逊致力于公平的工资。在与高级独立亚马逊董事进行了最近的讨论之后，我们鼓励亚马逊向公众透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工作的进度。
ltgg注意
（在访问英格兰邓弗姆林的亚马逊FLC之后的笔记）
2019年11月
这次访问的主要目的是更好地了解FBA中心的工作环境和情况。从接收订单，确认订单和分发商品，我们从点到点都经历了整个过程。
我们知道什么？
员工每周工作四天，休假三天。专职员工可以优先考虑和更改其工作模式。亚马逊建立了系统，以防止员工进行连续的轮班，例如夜班工人进入白天。但是，这仍然是一项非常艰巨的任务。
从2018年11月1日开始，亚马逊自愿将美国和英国员工的最低工资提高到每小时9.5英镑，比以前的最低工资增长了36％。
尽管Danfermlin没有一个主导组织，但员工可以自由加入工会。
全职员工可以享受许多非财务福利，例如私人医疗保健，旅行补贴和教育补助金（每年不超过2,000英镑，在四年内完成任何领域的教育和培训）。但是，这种好处是不能将其提供给临时工。
自2016年以来，Facebook的员工基础几乎已经增加了两倍。今天，大约45,000名全职员工，有30,000多名软件的网络安全，例如Facebook，Instagram，Messenger和WhatsApp。该员工的规模反映了这样一个事实，即每天在Facebook上共享数十亿个消息。 Facebook内容管理员的目的是保护这个庞大的在线社区免受试图以暴力，仇恨或淫秽内容污染它的人。试图保护世界四分之一的人口免受人类最黑暗的冲动是一个前所未有的任务，也可能给参与其中的人造成创伤。
Facebook正在努力确保对内容管理员进行培训和心理支持，并使用技术手段来减少所需的图形内容。人工智能正在帮助滤除大多数信息。 Facebook正在成立一个独立的全球监督委员会来分析复杂案件。由于此规模的内容评论是全新的，并且面临着独特的挑战，因此Facebook的学习和改进非常重要。
关于内容管理员的招聘和工作条件的扩展是Facebook业务运营的一个方面，最近引起了人们的关注。我们质疑这些因素可能在我们的长期投资案件中有多少。这种工作方法可持续吗？用户可以强烈反对吗？如何增加监管干预措施？与公司的持续合作对于我们回答上述问题至关重要。
ltgg注意
（Facebook会议的注释）
2019年3月
在与创始人兼首席执行官马克·扎克伯格（Mark Zuckerberg）和全球政策管理副总裁莫妮卡·比克特（Monika Bickert）的对话中，我们详细讨论了Facebook在监管内容中面临的挑战。
我们被告知，不可能制定一套规则来确定什么是冒犯性和不冒犯性的规则，而且情况总是如此。
例如，很明显，儿童裸体内容的图像不应包含在Facebook的应用程序家族中。但是，如果涉及的照片是一个标志性的场景，讲述了一个在越南战争期间逃离汽油炸弹袭击的女孩，那么现在中年的主角可以透露这件事吗？
必须解决许多具有挑战性的问题。这就是为什么需要成千上万的内容管理员的原因。当AI标记潜在的令人反感的内容时，管理员以原始手动方式对其进行了审查。
Facebook表示，已完成对网络安全和内容审查制度的升级。 Facebook已成为发布有关已删除内容的详细和透明报告的行业领导者。但是，对于Facebook而言，这项工作仍处于早期阶段，我们希望能逐步学习。
特斯拉
不久前，特斯拉仍在解决生产Model 3时遇到的困难，这威胁了公司的生存。毫不奇怪，创始人埃隆·马斯克（Elon Musk）在弗里蒙特工厂（Fremont Factory）无数夜后感到疲倦，称其为“地狱”。尽管Model 3的产量急剧增加，但媒体报道说，由于工作量过多和治疗不佳，工厂工人很容易受伤。这是为快速增长的工作条件的牺牲吗？
为了加深我们的理解，我们会见了特斯拉环境，健康和安全负责人劳里·谢尔比（Laurie Shelby）。她告诉我们，这是她与股东的第一次会面。谢尔比负责推动特斯拉创建世界上最安全的汽车工厂。我们了解特斯拉每两周举行的200多个专业人员会议，创建安全中心，以及一个多合一的报告工具，可以记录所有事故，并使员工能够标记问题并提出改进建议。弗里蒙特工厂的医疗机构已从基本分类和急救升级为专业诊所，该诊所由三位全职医生提供评估和现场护理。特斯拉还启动了一项早期干预计划，以识别和解决生产过程中潜在的伤害来源。
得益于这些措施，谢尔比指出，特斯拉与工作有关的伤害已下降到汽车行业的平均水平。特斯拉致力于持续改进，Model 3生产线设计比以前的S和X射线更安全，并设定了工厂中与工作相关的伤害最低的记录。因此，特斯拉S和X系列已得到改善以提高人体工程学的性能。
由于与工作相关的伤害率和产出之间的正相关，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，尤其是随着其在上海和柏林的工厂完成以及国内和国际生产规模的扩大。
ltgg注意
（访问特斯拉的弗里蒙特工厂后的笔记）
2018年9月
这次访问的目的是了解特斯拉的工作安全措施。
我们知道什么？
弗里蒙特工厂运营24/7，员工以三天零两天的时间旋转。每个部门在设置其工作模式时将征求评论，员工可以投票选出计划选项。
新员工在就业的前两天和第一年的培训时间超过20个小时的培训中接受了数小时的健康和安全培训。
该公司具有“查找”工作流程，员工可以在其中标记各种问题并提出改进建议。每年有成千上万的人问问题。
这次旅行给我们的印象是，在工厂中的安全指导和预防措施清晰可见。尽管所有区域通常都整洁，但我们认为某些地方可以做得更好。
仅需18天的Model3生产帐篷就令人印象深刻。我们被告知，生产帐篷的工作人员保留率高于工厂的，我们注意到帐篷更明亮，宽敞，并且从持续的新鲜空气中受益。
上面的案例说明了LTGG寻找在投资组合公司中的一些条件，某些事情可能会严重损害我们的投资回报。但是，我们还希望支持和鼓励通过改善劳资关系来推动长期增长的公司，从而增强（而不是损害）我们最佳的投资情景，如下所示：
·腾讯学院每年在网上和离线培训课程中举行8,000多个超过8,000个活动课程和8200多个现场课程。腾讯的40,000名员工对他们进行了100万次访问。
·Salesforce已任命首席平等官确保到2023年，其美国雇员中有50％由代表性不足的团体组成。 Salesforce本着透明度的精神每年发布其平等数据。
·生产爱马仕手袋需要15到20个小时的手动劳动。爱马仕（Hermes）开发了一项定制的健康培训计划，以防止熟练的工匠重复性压力。
Spotify意识到拥抱失败是高温创新文化的重要组成部分，因此鼓励其团队在出现问题时进行项目审查。这被称为“ Fail-Fika”（瑞典语中的Fika意思是“聚在一起喝咖啡”）。创始人首席执行官丹尼尔·埃克（Daniel Ek）通过分享挫折和课程来奠定基础。
Netflix认为，通过让员工自由管理工作与生活的平衡，他们可以充分利用自己的才能。 Netflix鼓励员工根据需要休假和育儿假。
综上所述
随着我们加深对LTGG控股公司所面临的劳动问题的理解，我们可以对其公司特征进行更全面和有用的描述，这些态度和倡议可以决定其长期发展。尽管在许多情况下的方向令人鼓舞，但我们引用的例子表明，令人兴奋的成长公司必须始终具有极具适应性的适应性。您将犯错误并从课程中学习。患者参与从未如此重要。
在2000年代至2010年代下半年评估风险时，我们发现按股票特征（例如国家，行业）分析历史数据的相关性通常无济于事。首先，它基于以下假设：相关性随着时间的流逝保持稳定。其次，此分类是短视的。通过国家分类，它可能会告诉我们上市公司的位置，但它不能衡量公司利润来自的地区的风险。传统的行业分类也相对模糊。例如，中国教育公司新东方和法国奢侈品制造商爱马仕（Hermès）属于同一类别，可以选择消费产品。
取而代之的是，我们将我们持有的股票归类为我们认为对业务发展最重要的单一驱动因素。被归类为我们相信的。 2009年，我们首先使用Euler图表来描述投资组合的一系列增长动力和发展机会。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世纪的瑞士数学家欧拉（Euler）的名字命名的Euler图表有助于我们了解投资组合和决策的结果。如下图所示，随着社会和我们的认知的发展，分类发生了变化。例如，在我们意识到Google之间的巨大差异（更像是广告公司）和更像零售公司的亚马逊之后，互联网和电子商务的分类不再足以描述其背后的驱动因素。
Eulertu为审查和讨论提供了一个有用的框架。这些分组反映了我们对投资组合分析的思维过程，这有助于我们从投资案例的细节中抽象出深层的因素，以确保投资组合足够多样化。
人工智能：工作中的学习
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增强具有前所未有的自我进化能力的公司。
除非是计算机极客，否则您能否真正了解人工智能对我们生活的潜在影响？它可能很大。 PriceWaterHouseCoopers认为，到2030年，人工智能将使世界总经理的总经济增加15万亿美元。 Google Brain人工智能实验室的联合创始人，Baidu的前首席科学家，斯坦福大学的机器学习讲师，他认为人工智能是新时代的力量。
近年来，在计算能力的支持下，人工智能取得了重大飞跃。人工智能算法已经在国际象棋中击败了世界冠军，甚至更复杂的中国国际象棋游戏。 AI必须应对的下一个挑战是医疗保健，气候变化和能源效率的全球巨大问题。
为什么现在？
为什么我们突然讨论50年前的人工智能？三个原因：数据，计算能力和算法。
数据是人工智能的燃料，数据正在自由涌入。现在，我们每周生成的数据等同于2002年全年的数据量。每分钟发送的电子邮件不少于1.9亿封电子邮件，每小时3亿个Google搜索，每天播放超过1000亿个短视频。仅在中国，移动数据消耗就在2019年增加了两倍。
遵循摩尔定律的预测，计算能力已经显示了数十年的指数增长路径。现在，它已被纳入无数以前的模拟设备，甚至纳入人体。反过来，这促进了人工智能应用程序的发展，即机器学习。在机器学习中，算法来自他们过去学到的知识，并将其应用于新问题。
算法过去是简单的指令集，例如用于烤蛋糕的食谱，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，该数据是“训练”的，以弄清楚如何自己制作蛋糕。简而言之，机器学习算法消除了编写无数的代码行以输出特定结果的繁琐工作。
机会在其中。算法可用于预测几乎所有内容。假设预测我今晚是否会冒险。机器学习将这一挑战描述为“目标”。哪些因素可能会影响我的决定？也许有一天在下周中旬，我最好的朋友会出去还是会在电视上播放？在定义了这些所谓的“影响因素”之后，该算法需要数据才能“训练”，这涉及机器学习。该算法从愚蠢的算法开始，但很快就学会了：
数据1：周一，朋友在家，权力的游戏在播出。结果：在家。
数据2：星期六，朋友出去，没有广播的权力游戏。结果：出去。
周期重复。
随着更多数据自动输入，该算法不断调整“影响因素”的重量和重要性。在进行快速序列进行了一百万次训练之后，由此产生的模型可以将现实世界的决策过程模拟到现实世界中。通过将数据点输入到算法中，该算法可以高精度预测人类的反馈。
算法的主要吸引力在于灵活性。有了正确的数据，很容易将目标设置为“您想播放什么音乐？”或“我应该展示什么广告来促进他们的购买？”
LTGG集团寻找适应和积极整合高级技术的杰出公司。因此，投资组合中的大多数公司都以一定规模应用了机器学习。
发起人
一些“汽车”公司在AI供应链中至关重要。
自2017年以来一直在投资组合中一直在投资组合中的Asmal ASML可能是世界上最重要的公司。如果没有荷兰制造商的机器蚀刻晶圆的复杂设计，技术革命将很快停滞不前。 Asmer生产的机器使电子设备的“大脑”可以处理具有不断增长的数据量的AI Analytics工作负载的爆炸性增长。幸运的是，自2012年以来，训练最先进的AI模型所需的计算能力增加了30万倍，超过了摩尔法律的预测。
Nvidia是一家自2016年以来一直在其投资组合中存在的美国公司，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）继续演变成电子大脑，实现了令人兴奋的虚拟现实，高能量计算和人工智能的相交。 GPU是人工智能应用开发中最重要的单一组成部分，并且在全球需求量很高。腾讯的云游戏服务即将启用NVIDIA芯片，这意味着可以通过Internet连接实时渲染复杂的图形。这意味着对游戏机的需求很快就会消失。阿里巴巴和百度的搜索引擎也可以在NVIDIA芯片上运行，阿里巴巴最近赞扬了他们的成功。通过使用NVIDIA芯片，点击率增加了10％，从而增加了收入。中国的目标是成为未来十年的人工智能超级大国。但是，这主要取决于上述两家外国公司的技术，以使其成为现实。
毫不奇怪，Portfolio Holdings Amazon，Google，Netflix和Facebook多年来一直使用AI。通常，他们都以类似方式在核心平台（即搜索引擎）上使用类似方式使用算法。但是，他们对人工智能的应用正在不断扩大。
Facebook正在使用机器视觉从平台上删除不良图像。 Google在最近的财务报告中透露：“机器学习和人工智能逐渐领导许多创新，例如YouTube视频推荐算法，无人驾驶汽车和医疗诊断。”亚马逊希望将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。可以在Amazon Cloud Service上启动的端到端机器学习服务SageMaker正在执行上述任务。这些公司的赚钱武器仍然是搜索引擎。 Google的61％的工作负载和76％的Facebook来自搜索和信息流建议。这些比例告诉我们我们的大部分收入来自何处。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），将变得越来越重要。
例如，越来越多的品牌选择与亚马逊语音助理Alexa合作；在印度，肯德基现在提供现金交付的语音订购服务。对于某些人来说，新手，但是在一个文盲率仍然很高的国家，语音服务已经建立了与数百万潜在消费者的沟通渠道。
接下来是什么？内置的机器人人工智能是什么样的？ 2015年，亚马逊在机器人和人类之间举办了“接送和地点”挑战。人类自然会赢得胜利，每小时的处理能力是机器人的15倍。快进到2018年，差异已缩小到每小时两次。像大多数人工智能系统一样，机器人在处理速度的不断提高。一家位于伯克利的机器人公司的协变量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％。人工劳动被机器人取代只是时间问题。
特斯拉
自LTGG于2013年投资特斯拉以来，其长期发展领域一直在不断扩大。埃隆·马斯克（Elon Musk）在2006年制定的“总体规划”提到，少量高端模型带来的现金流用于生产低价的中档模型，从而大量产生了经济的低端模型。随着该计划的最后一步，特斯拉的重点已转移到通过机器学习创建自动驾驶。
特斯拉在自动驾驶方面的机会可能被严重低估。这很自然，因为它与大多数分析师关注的操作方面无关。自主驾驶的发展主要是数据问题。简而言之，如果从每辆汽车中安装的八个“环绕摄像机”中获得足够的数据，特斯拉的算法最终将能够实时感知我们看到的世界，并安全从A点驱动到B点B。特斯拉现在拥有超过30亿英里的驾驶数据使用其“自动驱动”系统。特斯拉花了四年的时间达到10亿英里，在不到一年的时间内将这一数字翻了一番。进度很快。
特斯拉通过年度订阅的自动驾驶汽车服务很可能是一个有吸引力的报价。与传统的汽车公司相比，特斯拉的利润率看起来更像是软件公司，这将成为现实。特斯拉的长期成功与人工智能的发展密切相关，而不是汽车生产的原则。
中国的人工智能超级大国
到2030年，中国致力于成为人工智能的世界领导者。中国网民的人口超过8亿，是美国的三倍，大规模数据收集毫不费力。在一个不太关心隐私和审查制度的国家，这并不奇怪。不到十年前，中国和美国正在以相似的速度开发人工智能能力。现在是一个遥远的内存。 2017年11月，中国科学技术部宣布，中国的第一波人工智能开放式平台将依靠阿里巴巴进行智能城市，而腾讯进行医学成像和诊断。中国的快速发展不再是新的。这是Baillie Gifford最近在上海开设了一个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没有相似之处，现在一些中国的原始想法正在全球发展。
阿里巴巴
阿里巴巴的“城市大脑”从监视摄像机，传感器，社交媒体信息流和政府零件以及算法中收集数据，然后用于预测医疗保健，城市规划，交通管理等的问题。显然，阿里巴巴不仅仅是领先的电子商务平台。
·腾讯
腾讯渴望通过人工智能成为个性化医学的领导者。约有40,000家医疗机构通过微信提供信息服务，成千上万的机构接受微信支付。腾讯有机会获得有价值的消费者数据，以帮助培训其算法。随着人工智能的发展，它成为行业数字助理的愿望并没有遥不可及。这也是建立机器学习领导者Youtu Lab的目标。
·Pinduoduo
Pinduoduo仅建立了五年，已经是中国第二大电子商务公司，拥有超过5亿活跃用户。 Pinduoduo正在使用人工智能来帮助农民了解消费者的需求。 Pinduoduo已重建和简化了复杂的仓库供应链，分销商和零售商系统，为农民提供了更好的条件。 Pinduoduo has established Duoduo Farm to help farmers acquire the skills necessary to sell on the platform, so as not to rely on intermediaries. Pinduoduo clearly establishes a direct connection between farmers (first step) and consumers (last step).
·Meituan Review
The takeaway giant Meituan Dianping delivers more than 30 million orders every day. There are now more than four million users on the platform order food regularly. Without the AI superbrain, Meituan cannot integrate real-time data, offline data processing and machine learning to perform "deep sensing" and build an understanding of the world. All of this will lead to a better customer experience: The average lead time is reduced from one hour to 30 minutes in a few years. This result is not surprising when a large amount of data related to delivery time, price, and logistics network design is constantly collected.
·Tik Tok
ByteDance's Douyin is an excellent example of rapid development. TikTok replaced Facebook and Instagram's “information flow + tracking” mode. In TikTok, artificial intelligence has become the first. Through large-scale deep learning, push related content to interested users, the video can easily form viral transmission on the platform. With 1 billion users, the platform has become popular all over the world, and the application has been released less than 5 years ago.
前面的道路
As artificial intelligence becomes an increasingly critical part of the company's operations held by LTGG, we should remain optimistic about the potential benefits it provides to the company, but also be wary of tensions and prejudice that may arise in development. That's why we form a partnership with the University of Cambridge's Levohum Centre. This project aims to explore the opportunities and challenges faced by epoch-making technologies in the short and long term. We expect to explore the resilience of their views, such as the use of personal data to improve the balance between service and respect for privacy and freedom of choice. These issues affect all companies. Addressing them is crucial to overcoming obstacles that AI may throw.
Experience in the Sonoran Desert
A scholar from Arizona teaches us about where growth comes from
Preliminary evidence
As early as 2014, we conducted some detailed empirical research on the stock return model using the US market as a data sample. One major observation is that in the US stock market, the top 5% of stocks tend to be "five bags", which means that their earnings are five times the price of their purchase over five years. We have been focusing on finding stocks that can grow many times over the years, but this helpful discovery is an important exploration to help us build growth yardsticks, which demonstrates the importance of outliers. We don't need to find a lot of stocks to bring considerable returns to our customers.
But there are still several minor problems.
How do we determine that this phenomenon is not temporary? Is there any independent evidence to support our observations?
Independent evidence
In 2017, a paper published by Hendrik Bessembinder, a modest Swedish scholar, solved these annoying problems. He coached at Arizona State University and analyzed more than 25,000 stocks between 1926 and 2016. The stocks generated a net income of about $35 trillion more than US Treasury bonds, but when Professor Bessimbinder sorted them by earnings, he found:
·58% of the stocks reduced their value, resulting in a total loss of about 6 trillion;
· Another 38% of them compensate for this loss of value, generating a total of about $6 trillion in revenue;
· Only 4% of stocks together drive net returns across the portfolio, and they generate a total of about $35 trillion in earnings.
We believe that these observations may be the most important findings encountered in stock investment. This is the first independent evidence of a persistent extreme skew in earnings in the US stock market for a long time. Only 4% of stocks create full returns, a fact that most investment communities have completely ignored. The paper is both important and exciting, but there is one more question: How do we determine that this is not a US-centric phenomenon? We asked Professor Bessembinder to further discuss this important issue on behalf of Baillie Gifford.
Further proof
With our support, Professor Bessembinder began the feat of data collation. He built a massive dataset that contains returns from over 62,000 companies that traded between 1990 and 2018. He then spent several months working hard to sort out the numbers and shared these conclusions in mid-2019. A total of 62,000 companies generated net incomes above US Treasury bonds by about $45 trillion, but ranked by return:
·61% of the stocks reduced their value, resulting in a total loss of approximately 22 trillion;
· Another 38% of them compensate for this loss of value, generating a total of about $22 trillion in revenue;
·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。
综上所述
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。 Why?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。 Why?
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
飞涨
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。
火箭
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