• 女創業家逆轉勝

    美國有38%企業由女性創立,但她們只獲整體風投的2%資金,比例真的低得太離譜。這現象引起一位年輕女學者Dana Kanze的好奇,決心找出問題的癥結,並為女創業者爭取更好的表現。

    Dana Kanze未唸博士學位前,曾經創業五年,一邊經營業務,一邊努力向投資者融資,笑言幾乎向每一位認識的親友討過錢。過程中她發現,雖然她和一位男性合夥人為同一初創融資,但投資者向她提問時,往往針對負面的情況(prevention),向其男性合夥人提問時,卻集中問正面的表現(promotion)。她認為這種偏見,可能是女創業家獲較少風投垂青的原因。攻讀博士學位時,Kanze決心證實這個觀察。

    她的研究對象是TechCrunch Disrupt Startup Battelfield,美國最矚目的初創擂台。能踏上舞台的初創,都是年度千挑萬選的隊伍,他們自我介紹後,有六分鐘時間與知名風投進行答問,優勝者可獲種子資金,有機會名利雙收。

    Kanze把歷年擂台上逾2,000條答問環節的問題進行分類,發現67%男創業者獲問正向(promotion)的問題,如「你預計今年會增加多少新顧客?」,而66%女創業者卻得到負面的發問,像「如何避免流失用戶?」之類。而這種提問的偏見,往往令男創業者在回答時顯得自信和積極,女創業者則不經意地流露出防禦(defensive)的一面,顯得處處提防,落於守勢。這些男女創業者們在作自我介紹時,其用字並無明顯正/負的差異。換言之,是投資者在提問時,在不知不覺中,有所偏見。

    Kanze更進一步發現,在擂台上獲問正向問題的初創,其在公開市場的融資額比回答負面問題的多七倍!

    好了,既然性別偏見存在,女創業家如何逆轉勝?Kanze的建議簡單直接:當風投向你提問時,留意其發問是否屬於防禦(prevention)性質,若是的話,別忙於辯解,應將答案放在正向的框架下作答,轉守為攻。Kanze發現,有效扭轉答題的初創(frame your answer),比直接回答負面問題的,可多獲14倍資金。

    我認為這技巧不但適用於融資,對求職者也同樣有用。下次求職面試時,不妨細心聆聽考官提問背後的假設,選擇對自己有利的積極回答,爭取突圍而出。

    本文參考TED Talk: The Real Reason Female Entrepreneurs Get Less Funding

    相關舊文:

    科技界的男尊女卑?

    女人創業難

    ***

    本文2月1日刊登於《晴報》專欄「創業群俠傳」

  • 聽書成習慣

    1月1號那天弟弟做完健身回家,大呼:嘩,從未見過咁多人!

    我暗笑,新年伊始嘛,瞧這三分鐘熱度能維持多久?上週文章「1000個微小的好習慣」提到,我下載了一個付費App叫Streaks,助我從小處著手,培養好習慣;今天想介紹另一個用了大半年的好助手Blinkist,和它背後的創業故事。

    新年決志不外乎三大類:健康(如減肥、做運動)、理財(定期儲錢、學投資)和自我增值(進修、閱讀)。Blinkist對我來說,正是個有用的閱讀工具。

    話說來自德國的Sebastian Klein唸大學時有個習慣,喜歡做閱讀筆記加深印象,還讓朋友們傳閱,「為人民服務」。他開始工作後漸漸覺得看書的時間不夠,和另外兩個大學同學提起,大家都有同感。有人靈機一觸:既然人人都想多看書,但又覺得閱讀時間不夠,不如我們把Sebastian的筆記做成App供下載,或許其他人也會覺得有用?時為2012年,當時大部份App只助長浪費時間,鮮見幫人節省時間的。

    首兩年是Blinkist最辛苦最黑暗的日子,用戶增長緩慢,公司兩度瀕臨破產,還沒法準時出糧給同事。但隨著幾個年輕創辦人的堅持,Blinkist的理念開始得到一些投資者認同,資金注入,為他們帶來轉機。當他們加入英文內容和聆聽功能後,下載量開始出現強勁增長。如今Blinkist共融資3,500萬美元、全球用戶逾800萬,每週增加約10本新書的筆記。特別之處是,Blinkist堅持以「人工」做筆記,不依賴AI。

    「聽書」漸漸流行,因為它的阻力最小。我認識一位年輕的香港創業者,沒空好好看書,就利用Amazon的Audible,調至三倍速在坐飛機時聽,以此來逼自己多看書。Blinkist的筆記比Audible精簡得多,不管閱讀或聆聽,大約15分鐘就可完成,一天之中,很容易抽這點時間出來。我始終覺得光讀筆記不夠,很多書還是要花時間自己看,但Blinkist助我很快掌握一本書的內容,再決定是否值得投資時間,十分有用。

    一旦養成閱讀習慣,可嘗試自己寫筆記,這才是終極把書本內容融入自己知識網絡的做法。作家錢鍾書自小被稱天才,以博聞強記出名,但他太太楊絳曾寫到,錢鍾書學習並不是靠背書,而是做筆記,這是他在牛津大學唸書時養成的習慣。當時因為圖書館的書不能外借,錢只好做筆記,結果成為終身的學習習慣。後來楊絳整理其遺物,光外語筆記就有178本!

    相對而言,看閱讀筆記的門檻低得多。你新年決志了嗎?

    ***

    本文1月18日刊登於《晴報》專欄「創業群俠傳」

  • 中國的AI工廠

    上月我接受商台節目主持人黃永訪問談創科,當時提到,在全球人工智能(AI)的競賽中,中國很有機會勝出,原因是內地與歐美相比,不那麼注重個人私隱,加上人口龐大、消費者的互聯網應用廣泛,故有大量數據可「餵」給機器學習。

    數據是人工智能的原材料,數據越龐大,人工智能就越準確,因此有上述的推斷。但我當時忽略了一點,內地有可能領先全球人工智能發展,除數據多外,更重要的原因是如雨後春筍般冒起的數據「標記」(tagging)工廠。

    《紐約時報》去年年底一篇文章“How Cheap Labor Drives China’s AI Ambitions” (「廉價勞動力如何推動中國的人工智慧雄心」),大開我眼界。

    記者到訪河南一座原先是水泥廠的地方,看見廿多個年輕人整齊坐著,目不轉睛地凝視面前的電腦屏幕,不斷把見到的圖像作標記:汽車、交通燈、麵包、牛奶、朱古力…沒有標記,人工智能根本無法識別任何事物;標記越多,人工智能的識別能力就會提高,變得越來越準確。

    我有朋友正開發一個教人「耍太極」的AI應用程式,目的是讓用家跟著做的時候,程式會自動作出反饋,告訴你哪些動作做對了,哪些需改進。而為了讓程式「認」得出所有動作,朋友的開發團隊特地請了一位太極師傅和他的弟子們,像上班那樣每天對著攝錄機打太極拳,反覆地做、大量地做。然後這些影片將會交給團隊加工,即做「標記」,把人體的每一個動作、動作的每一部份等,一一標記下來,「餵」給電腦。數據不足,電腦的人工智能就會顯得笨拙,在辨識方面出現誤差。所以數據和標記是人工智能非常重要的「基建」。基礎不穩,萬丈高樓就無從拔地而起。

    朋友告訴我,這些「基建工程」極其枯橾乏味,對智力要求頗低,香港沒哪個工程師願意幹這事。現在好了,這些工作可以外判出去,讓內地的AI工廠效勞。

    對工人們來說,AI工廠的工作要求與原先的沒兩樣,而且「訂單」源源不絕,市場正在冒起,難怪水泥廠之類產能過剩或欠缺競爭力的舊車間,紛紛「升級」轉型。

    我曾看過一條由AI獨角獸「商湯」播放的影片,職員從自動電梯大批進入大樓,屏幕不斷冒出每個人的姓名,自動辨認並「打卡」,過程像流水般暢順。如此速度和準確度使我驚訝,現在更加明白,「智能」背後,仍是大量「人工」的汗水。

    ***

    本文1月4日刊登於《晴報》專欄「創業群俠傳」