目录

Wright's Law

赖特定律(Wright's Law),又常被称为“经验曲线效应”的先行理论,是由美国航空工程师Theodore Wright在1936年首次提出的。这一定律精准地描述了一个现象:对于每一个累计生产总量的翻倍,生产单位产品的成本会以一个固定的百分比下降。 换句话说,你做得越多,你就会做得越好、越快、越便宜。它并非一个抽象的经济学理论,而是源自对飞机制造过程的真实观察。赖特发现,生产的飞机越多,工人们积累的经验就越丰富,流程也愈发优化,从而使得制造每架新飞机的工时显著减少。这一定律揭示了规模和经验在降低成本、塑造产业格局中的核心力量,是理解科技行业、制造业乃至新兴产业竞争优势来源的一把关键钥匙。

赖特定律的诞生:从飞机制造到投资智慧

想象一下20世纪30年代的飞机工厂,那时候的飞机制造不像今天这样高度自动化,更像是一门手艺活。每一架飞机的诞生,都需要大量的工时和复杂的协同。Theodore Wright正是在这样的背景下,通过细致入微的数据分析,捕捉到了一个惊人的规律。 他注意到,生产第一架飞机可能需要10万个工时,但当工厂累计生产到第二架时,所需的工时并非又是10万,而是下降到了8万。当累计产量翻倍到第四架时,每架飞机的平均工时进一步下降到6.4万(8万的80%)。这个固定的下降率,比如这里的20%,就是所谓的“学习率”。 这个发现的核心洞见在于,成本的下降与累计产量(cumulative production)而非时间流逝或年产量直接相关。这就像一个新手厨师学做一道复杂的国宴菜:

赖特定律正是将这种个体学习的过程,放大到了整个组织和产业的层面。它告诉我们,经验是可以被量化的,并且会实实在在地转化为成本优势。

赖特定律的数学表达(通俗版)

你不需要记住复杂的数学公式,只需要理解其背后的逻辑: Y = aX^b

对投资者而言,关键不在于计算b的值,而在于理解这个公式所描绘的下降曲线。这条曲线告诉我们,在一个遵循赖特定律的行业里,市场份额的领先者不仅仅是规模大,它还拥有了一台停不下来的“成本压缩机”。

赖特定律 vs. 摩尔定律 & 经验曲线:三兄弟,各有神通

在科技投资领域,人们常常将赖特定律与Moore's LawExperience Curve相提并论。它们虽然都描述了“越来越好”的趋势,但驱动力和应用场景却大相径庭。

赖特定律 vs. 摩尔定律

Moore's Law,由英特尔创始人之一戈登·摩尔提出,预测的是集成电路上可容纳的晶体管数量,约每两年翻一番。

一个绝佳的例子是,芯片价格的下降,其实是这两个定律共同作用的结果。摩尔定律推动了芯片性能的提升(同样大小的芯片更强大),而赖特定律则通过巨大的生产规模(数十亿颗芯片的制造经验)降低了每一颗芯片的制造成本。

赖特定律 vs. 经验曲线

Experience Curve(经验曲线)理论是在20世纪60年代由Boston Consulting Group(BCG)提出的,可以看作是赖特定律的“升级和扩展版”。

对于我们普通投资者来说,可以将赖特定律和经验曲线视为一个统一的投资思想:在一个存在强大“学习效应”的行业里,规模和经验本身就是一道不断加深的护城河。

赖特定律的魔力:它在哪些行业大放异彩?

赖特定律的威力在那些技术密集、生产复杂的行业中表现得最为淋漓尽致。

作为价值投资者,我们如何运用赖特定律这把利器?

理解赖特定律,不仅仅是增长知识,更是为了武装我们的投资决策。这是一种强有力的“思维模型”,帮助我们从喧嚣的市场噪音中识别出真正具备长期潜力的企业。

寻找“学习能力强”的行业和公司

首先,要学会判断哪些“赛道”是赖特定律的沃土。这些行业通常具备以下特征:

  1. 技术含量高,制造过程复杂: 比如航空航天、半导体、生物制药。越是复杂,“学习”和“优化”的空间就越大。
  2. 产品相对标准化: 定制化程度过高的产品(如手工西装)难以产生规模化的学习效应。标准化的产品(如汽车、手机)则更容易通过重复生产来降低成本。
  3. 资本和研发投入密集: 这意味着行业有较高的进入门槛,一旦领先者通过规模建立了成本优势,后来者很难追赶。

在这样的行业中,要寻找那些痴迷于扩大生产规模和提升运营效率的龙头企业。市场份额的领导者不仅享有品牌效应,更重要的是,它在“学习”的道路上跑得最快,成本下降得也最快。这种优势会形成一个正反馈循环,即所谓的flywheel effect(飞轮效应):低成本 → 低价格/高利润 → 更大市场份额 → 更大累计产量 → 更低成本

警惕“学习停滞”的陷阱

赖特定律并非万能公式,它也有失灵的时候。作为理性的投资者,必须认识到它的边界:

  1. 成熟行业: 在钢铁、水泥等发展了上百年的传统行业,其生产工艺已经高度成熟,学习曲线早已被“拉平”。此时,想通过产量翻倍来显著降低成本几乎不可能,行业的竞争焦点也转向了资源控制、物流等其他方面。
  2. 服务密集型行业: 依赖于个体创造力和非标准化服务的行业,如高端咨询、法律服务、艺术创作等,很难应用赖特定律。因为每一次服务都是独特的,经验的传递和复制效率较低。
  3. 外部因素冲击: 赖特定律描述的是内部效率的提升。但外部环境的剧变,如关键原材料价格暴涨(如锂、钴)、全球供应链中断、颠覆性的新技术出现等,都可能暂时甚至永久地打破原有的成本下降曲线。

估值:用长远眼光看待“亏损”

这是赖特定律带给Value Investing价值投资)理念最重要的启示之一。许多遵循赖特定律发展路径的创新型公司,在发展初期往往是“亏损”的。这是因为它们的定价策略可能非常激进,其产品的售价瞄准的是未来的成本,而非当前的成本。 它们通过低价(甚至亏损)来迅速抢占市场,目标是在最短时间内积累巨大的累计产量,从而以最快速度滑下成本曲线。如果投资者仅仅使用传统的P/E ratio(市盈率)等静态估值指标,会认为这是一家“不赚钱”的坏公司,从而错失良机。 而理解赖特定律的投资者则会看到表象之下的战略意图。他们明白,今天的亏损是为了构筑明天坚不可摧的成本护城河。这种投资逻辑的典型代表是Cathie Wood和她领导的ARK Invest,他们将赖特定律作为分析颠覆性创新公司的核心框架之一。

定性分析比定量预测更重要

最后,请记住,作为投资者,你的任务不是像工程师一样去精确计算某家公司的学习率是15%还是18%。这种精确计算充满了不确定性。 你的任务是进行定性分析

  1. 这个行业是否存在强大的学习效应?
  2. 这家公司的管理层是否有意识地在利用规模和经验来构建成本优势?
  3. 公司的文化是否鼓励持续的工艺改进和效率提升?
  4. 它的市场领先地位是否能让它在“学习”的竞赛中持续领跑?

回答好这些问题,比纠结于一个具体的数字要重要得多。

结语:超越图表的投资哲学

赖特定律远不止是一条向右下方倾斜的曲线,它是一种深刻的商业和投资哲学。它告诉我们,在许多重要的领域,进步源于实践,优势来自积累。 它促使我们将目光从短期的财务报表移开,去关注那些更根本、更持久的价值驱动因素:生产规模、技术经验、运营效率。它鼓励我们以一种动态的、发展的眼光去看待一家公司,去理解它的成本结构是如何随着时间演变的,它的护城河是如何被一天天、一件件产品的生产而不断拓宽的。 在一个充满变化的时代,赖特定律为我们识别那些能够通过“实干”来创造持久价值的企业,提供了一个清晰而强大的思维罗盘。