“微软让我损失了两亿美金!”

2023-12-24 04:32
文章标签 微软 损失 亿美金

本文主要是介绍“微软让我损失了两亿美金!”,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

我想和你分享我自己的血泪教训:一个让我错失2亿美元的错误。请记得,千万不要犯我犯过的错误。

作者 | Garry Tan

出品 | CSDN(ID:CSDNnews)

以下为译文:

上周我一直在西雅图,关于这座城市的昔日记忆又涌上了心头。我之前住在那里时曾经做过一个让我损失惨重的职业选择,我想把这件事分享给大家,希望你们不会重蹈我的覆辙。

我叫Garry Tan,是一名VC(风险投资人)。我一开始做的是工程师、设计师和产品经理的工作,如果你没看过我YouTube频道以前的视频,那么我想说的是,我在频道里会教给你一些我自己的血泪教训,首先就是最痛苦的一课:一个让我错失2亿美元的错误。

我2003年的时候刚刚毕业,而我的朋友们则与Peter Thiel一起开了家公司,他们让我飞去和Peter共进晚餐。

那大约也是Peter给Facebook写了一张五十万美元的支票、并成为亿万富翁的时候。他当时就是一位伟大企业家,只不过当时还不是人们所熟知的这个亿万富翁而已。

他看着我说:“Garry,你在微软做什么?你在浪费时间。” 请各位看官记住,我当时才23岁,对创业公司一无所知,对金融界一无所知,我当然也不知道创业这种事情是如何开始的。

他说:“Garry,我十分确定这对你来说是正确的选择,你需要立马辞职。”

他问:“你在微软工作一年挣多少钱?”

当时我的工资是一年7.2万美元,确实是大学刚毕业时最低水平中的最低水平。他拿出他的支票簿,给我写了一张支票。

“去兑现这张支票,然后辞职。这对你来说是零风险的机会。”

我说:“非常感谢您,Thiel先生,但明年我可能会升为60级。”

——这真是大错特错的决定。这个错误让我损失了至少2亿美元的股权,Palantir现在的身家达到了200亿美元,甚至不止这么多。

后来,我确实以10号员工的身份加入了公司,我得以从头开始建立他们的主要产品团队之一。我学到了很多东西,事情最终朝好的方向发展了,但在你思考该去哪里工作的时候,我的教训仍然值得铭记于心。

01

科技巨头是了不起的

比起2003年更是如此

选择在Facebook、Apple、Amazon、Microsoft和Google工作的正当理由非常多。实际上我在2004年就曾拒绝过Google的面试,但在当时,大多数斯坦福工程师对创业公司的态度是:虽然他们做的事情很有用,但尚不清楚能否赚钱。

上图是底部的282家和头部的5家公司的史坦普500股价指数对比

在2019年,很难相信Google之外的任何其他公司能赚到钱。

02

如果没有股权

那你赚的钱只是一小部分

尽管这些公司给的薪水丰厚,但实际上,软件在社会中所做的事情、所创造的价值要比他们付给你的薪水高得多。扣除所有费用后,Google在每名员工身上得到的净收入实际上为每年160万美元。

如果你在该组织的工程、产品、设计、市场营销等领域工作,承担着一个建造者的角色,那么你必须明白自己所创造的价值很大,可能是你工资的10倍甚至100倍,而你能真正得到这种潜在价值的唯一途径就是拥有股权,这意味着要么自己成为创始人,要么去一个能给你不少股权的早期创业公司工作。

我的朋友,在西雅图Shelf Engine的Bede Jordan,总结的最好:“如果你不去为自己的梦想工作,就会有人让你去为他们的梦想工作。”

在科技巨头工作的优势:

好处如下:你可以将产品送到数以百万计的人手中,挺酷的。第二,这类工作非常稳定,你将学到为人们制作产品的最佳技术,这真的挺重要的。第三,你将遇到很多非常聪明的人,将来你可能希望与其中一些人一起共同创业。

在科技巨头工作的弊端:

显然,弊端有很多。如果你想做出点新东西,那么在大型组织中想做到这一点会很难。你必须善于谈判,必须善于赢得别人的赞同,必须善于搞政治。这些确实是很有价值的生活技能,但是这些与技术或产品开发上的精通是分开的,你应该对如何分配时间心中有数,尤其是在年轻时。

03

你是要保持现状

还是要做出新的改变

在初创公司工作或自己创业的真正理由:并不是为了钱。

在较小的地方工作或创办自己的公司时,有两样事情真的让我很喜欢,那就是可以非常直接地接触用户、客户、以及他们遇到的问题,这意味着你可以对他们和他们所发生的事情产生同理心,然后你可以直接解决它。这个周期很强大,你越早了解如何在职业生涯中实现这一周期,你的事业就会越好。

如果你能自己开发软件以及为他人开发软件,那么你一旦成功就能创造数亿美元的价值。这就是我自己在尝试并鼓励你也去做的事情,我的意思并不是说你不应该去巨头工作。

我是说你大概应该在它磨去你的斗志之前离开。

不要犯我犯过的错误,去犯那些还没有人犯过的错误吧。

04

开发者怎么看?

1、

Keithwhor:这文里弥漫的悲观情绪真的使我感到苦恼。我读过关于企业家精神正在走下坡路的轶事,但是读了这么多对创业公司的负面看法让我很痛苦。我们积极地训练年轻人去规避冒险,这会让我们自食苦果——尤其是如果其中一些年轻人本来有志投身于,比如说,应对气候变化的初创公司的话。

看吧——Garry在23岁时就认识了Peter Thiel,这种机会我连想都不敢想。我23岁时身无分文,和父母一起住在多伦多的郊区。我甚至不认识其他软件工程师,我认为这里有很多人能够理解这种窘境。

仅仅因为他更早地享受到了社会红利,并不意味着他得到的教训就是错误的。我23岁那年在一家创业公司工作,在多伦多从事初级工程工作,收入少于Garry,每年5.75万加元。我积极参与开源项目,接着第二年去了另一家在旧金山的创业公司工作,每年12万美元。

后来创业公司的项目失败了。在被Google和Facebook(两次)拒绝后,我在一家生物技术创业公司工作了一小段时间。三个月后,我离开了这家初创公司,开始经营自己的公司。到今天,四年过去了,很幸运地,我们已经能够与SV领域中的一些大公司合作了。

我认为Garry可以讲一个更好地故事,不是他错过了2亿美元,而是那些初创公司基本上建成了他的人脉网络,因此——多年后——他将是与Alexis Ohanian合作的一个著名VC,为下一批令人兴奋的公司注入资金。2亿美元是一个引人注目的标题,但不是真正的实质内容。真正的实质是——他是如何在23岁时与Peter Thiel相遇的,别人又该如何重现这种机遇?

在我刚刚讲述的关于自己的故事中,我在初创公司工作的经历很幸运。我没有怎么赚到钱,但是发生了很多有趣的事情:

  • 我在旧金山的第一份工作使我结识了一位产品经理,他曾与Dropbox的1号员工Aston Motes是同学,Aston最终成为了我今天所经营公司的投资者。

  • 倒闭的第一家公司的创始人向我引荐了AngelPad,这是给了我第一笔5万美元融资的加速器。我曾经在一家失败的初创公司中担任工程负责人的事情对此有所帮助:表明了我全力以赴的精神(另外:YC拒绝了我两次)。

  • 我工作的生物技术公司是由两名SpaceX早期雇员创立的,其中一名后来也成为投资者。

不要为了赚2亿美元而去初创公司工作。在初创公司工作是因为你将与风险概况更可能整体上产生超额收益的人一起工作,你将有机会加入或创建一个由卓越的人组成的社区,这些社区的总体表现要优于你自己单枪匹马可以做的一切。也许有一天你会成为CEO,也许不会,但只要你努力,无论怎样都很有可能会出人头地的。

而且不要让这里的评论阻挡你。初创企业很艰难,但它们也非常厉害。很多个夜晚我都是哭着入睡的——既作为一个员工也作为一个CEO——但这段经历于我来说仍然是千金不换的。经过了这些事,我变成了一个更好的人。

2、

Novok:原因在于数额上的改变,现在的创业公司和科技巨头之间的鸿沟比2010年要大得多。此外,除非你有内部访问权限并加入一家风险很高的天使投资公司,否则获得一个说得过去的package的可能性非常低。而且,上市公司还显示出+3倍的收益,这可能使数额差距更大。

一个在初创公司非常幸运的案例:

我是一个普通的初级人员,在一个价值500万的A轮公司获得了2.5万的股票。4年后,同一家公司的估值达到200倍,达到了10亿美元,我在4年内又获得了5千个股,因为该公司的价值已经上涨了很多。由于稀释,此时我的股票价值不是600万,而是60万。因此,即使在这种非常积极的情况下,与在大型高科技公司的晋升相比,我的差距在正负10到20万之间,但更糟糕的是,我无法卖出股票。该公司后来失败,所有这些股票仅在最后一轮10亿美元估值之前的次级债券中卖出约4万美元。

考虑到这还是好的情况下的案例,为什么我要在一家初创公司工作呢?拥有如此丰富的资本并在天使创业公司中担任1-5号员工,我很可能成为创始人并在那时创立自己的公司,或者加入明显即将成为下一家巨头的公司,当时是Facebook。

我们能用来试错的时间只有那么多,也许在50岁之前有5年。如果能快速失败的话,可能时间还多一些。

3、

Jorblumesea:我真的认为问题在于,许多初创公司没有提供补偿,也没有发挥自己的优势。薪酬的不足可以通过其他方式得到补偿,但是我经常发现,初创公司的许多工作并不比他们的巨头竞争者们更有趣。从理论上讲,对于初创企业而言,你会为了其他方面而牺牲报酬。但现实并不是这样的。

你们做的工作可能很相似,但你收入是同行的50-75%。至少这是我在创业公司的经验,极少数好的挑战只有自己价值的一半的薪水。

4、

Munchbunny:我认为有两点非常重要,但在这些讨论中没有得到重视。

你的成功与你的人脉息息相关。你是否遇到过有人愿意为你写一张7.2万美元的的支票作为加入某初创公司的签字费?(请参考Garry Tan的故事。)我敢打赌,世界上绝大多数人与这种机会根本不沾边。我的意思不是说任何人都做不到,而是如果你想自己人为制造这种机遇,则可以通过人脉来做到,而不是通过冒风险。

不是每个人都把事业放到第一位的。我完全同意鼓励年轻人去冒险,但是对于很多人来说,这不是正确的选择。大多数人都想建立自己的事业,但并非每个人都想像创始人那样将事业融入生活。

我的整个早期职业生涯都在初创公司工作。我遇到了很多有趣的人,学到了比同等的大公司所能教给我的更多的东西,我对此没有丝毫后悔。但是,我也意识到,绝大多数初创企业也只是在埋头苦干而已,不一定是在“冒险”。我的经历使我对为初创公司的工作态度更加谨慎。

如果你想要一种可能会带来金钱、权力(但肯定会带来有趣的人和好玩的故事)的有趣生活,请找到你自己喜欢的想法并开始做点事情。如果你想要一条可靠的途径来赚钱,请加入一个处在成长阶段的公司或一个科技巨头,然后就埋头干活吧。

—— 推 荐 阅 读 ——

你点的每个“在看”,我都认真当成了喜欢

这篇关于“微软让我损失了两亿美金!”的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/530550

相关文章

SigLIP——采用sigmoid损失的图文预训练方式

SigLIP——采用sigmoid损失的图文预训练方式 FesianXu 20240825 at Wechat Search Team 前言 CLIP中的infoNCE损失是一种对比性损失,在SigLIP这个工作中,作者提出采用非对比性的sigmoid损失,能够更高效地进行图文预训练,本文进行介绍。如有谬误请见谅并联系指出,本文遵守CC 4.0 BY-SA版权协议,转载请联系作者并注

微软正式推出 Spartan 斯巴达浏览器

作为用于替代 IE 浏览器的下一代继任者,微软的 Project Spartan 斯巴达浏览器可算是吊足了玩家们的胃口!如今,在最新的 Windows 10 Build 10049 版本起,它终于正式登场了。 斯巴达浏览器搭载了全新的渲染引擎、新的用户界面并集成了 Cortana 语音助手。功能上新增了稍后阅读列表、阅读视图、F12开发者工具、支持网页注释 (手写涂鸦),可以保存到 O

逐行讲解Transformer的代码实现和原理讲解:计算交叉熵损失

LLM模型:Transformer代码实现和原理讲解:前馈神经网络_哔哩哔哩_bilibili 1 计算交叉熵目的 计算 loss = F.cross_entropy(input=linear_predictions_reshaped, target=targets_reshaped) 的目的是为了评估模型预测结果与实际标签之间的差距,并提供一个量化指标,用于指导模型的训练过程。具体来说,交叉

微软C#套接字异步通信代码

Asynchronous Server Socket Example.NET Framework 4 其他版本 The following example program creates a server that receives connection requests from clients. The server is built with an asynchronous socket,

【深度学习 误差计算】10分钟了解下均方差和交叉熵损失函数

常见的误差计算函数有均方差、交叉熵、KL 散度、Hinge Loss 函数等,其中均方差函数和交叉熵函数在深度学习中比较常见,均方差主要用于回归问题,交叉熵主要用于分类问题。下面我们来深刻理解下这两个概念。 1、均方差MSE。 预测值与真实值之差的平方和,再除以样本量。 均方差广泛应用在回归问题中,在分类问题中也可以应用均方差误差。 2、交叉熵 再介绍交叉熵损失函数之前,我们首先来介绍信息

号称不死之身的Access,微软一直干不掉,这款国产软件办到了

你或许误以为下面的表格是excel格式的,但实际上,它是Access数据库,这是微软开发的一款曾在全球广受欢迎的数据库软件。 Microsoft Access自1992年问世至今已历经32载,你是否以为它早已被淘汰?事实恰恰相反,这款软件在竞争激烈的市场中依然稳占一隅,被誉为“不死之身”。 Access,僵尸一般的存在 尽管Access已显露出衰老之态,但它却像僵尸一般在数据

Anchor Alignment Metric来优化目标检测的标签分配和损失函数。

文章目录 背景假设情况任务和目标TaskAligned方法的应用1. **计算Anchor Alignment Metric**2. **动态样本分配**3. **调整损失函数** 示例总结 背景 假设我们在进行目标检测任务,并且使用了YOLOv8模型。我们希望通过TaskAligned方法来优化Anchor与目标的匹配程度,从而提升检测效果。 假设情况 图像: 一张包含

在目标检测模型中使用正样本和负样本组成的损失函数。

文章目录 背景例子说明1. **样本和标签分配**2. **计算损失函数**3. **组合损失函数** 总结 背景 在目标检测模型中,损失函数通常包含两个主要部分: 分类损失(Classification Loss):用于评估模型对目标类别的预测能力。定位损失(Localization Loss):用于评估模型对目标位置的预测准确性。 例子说明 假设我们有一个目标检测模

《绝区零》全球累积收入突破1亿美金;《原神》斩获年度最佳手游大奖 | 手游和应用出海资讯

NetMarvel帮助游戏和应用广告主洞察全球市场、获取行业信息,以下为9月第一周资讯: 《绝区零》全球累积收入突破1亿美金《原神》荣获科隆游戏展年度最佳手游大奖《无限暖暖》在App Store开启预定网易代理的《漫威终极逆转》即将登陆国服棋牌类手游《Jackaroo》登顶iOS中东地区榜单AI应用厂商AIBY月流水超600万美金出海公司孵化全球月访问300万生图产品《黑神话》预估销量已