吳軍博士在本書中主要討論了：
1.硅谷的形成和發展歷史
2.探討了硅谷成功的一些文化、理念上的原因
3.針對滋養硅谷的更深層次的商業理論進行探討與分析
本文對原書進行了總結和梳理，主要分為三部分：
1.硅谷風投的基本知識和特點
2.促使硅谷成功的一些元素
3.工業時代和信息時代商業理論基礎對比
一、風投，硅谷的血液
1.初創企業的批量化生產
早期，風險投資靠的是普通合伙人的眼光，而在今天則很大程度上靠的是一種制度和生態環境。
2000年后，硅谷的風險投資呈現出一種新的趨勢，那就是批量生產小型創業公司，并把它們提供給大型風險投資公司做后期投資。
以YC孵化器為代表的眾多風投基金，其背后大多有一些大公司高管和成功企業家在參與。這些資深人士親自挑選有前途、愿意創業的年輕人加以培養，他們不再被動地等著創業者來要錢，而是在不斷地探求未來新的科技發展機遇，并且主動尋找可能的創業者，勸說這些人出來創業，他們深知自己的公司需要什么技術，就讓自己培養的這些年輕人在外面做，同時給予投資和指導，一旦達到預期，就由公司出面收購。在硅谷，這類合伙人團體非常多（作者本人也創辦了“豐元資本”），這些人是連接創業者和潛在收購者的橋梁。同時，風投不僅提供科技公司早期發展的資金，還幫助這些公司建立起自己的團隊，包括從其他公司挖人，甚至承擔了年輕創始人導師的義務。 我們常常看到這些年Facebook高價收購的一些似乎不很知名的小公司，其實這些公司的一些投資人和顧問都是Facebook的高管。從某種角度上講，這些小公司，有點像韓國娛樂業批量培養出來的“練習生”。
再換個視角看，如果我們把硅谷本身比喻成一個最大的風險投資機構，那么它其實是在不斷地將資源從表現不好的公司里拿走，再重新分配給那些最有發展潛力的新公司。
2.風投的基本原則
在風險投資發展過程中，產生了一些被大家普遍接受的原則：
第一，投資就是投人，選對了人，就能把不好的項目變成一個好項目，投錯了人，就會把一個本來有希望的好事攪得一團糟；
第二，風險投資人要儲備技術和管理人才，以便今后把他們派到所投的公司去挑大梁。
紅杉資本的創始人瓦倫丁的初衷就是幫助那些有創造力的工程師，因此找到這些人就成了關鍵所在，至于做什么項目，瓦倫丁相信工程師們自己的判斷。這個原則在傳統的投資中并不多見，在傳統投資中，對價值的評估更重要的是基于項目，而非基于人。
而被譽為“風投之王”的約翰.多爾判斷公司的準則常常就是直覺，并且通常是從與別人不一樣的角度去看問題。如果計算投資成功率，他的成功率要低于整個風險投資行業的平均水平，但打出的本壘打比別人多。
所以說，要想有超出常人的表現，必須有與常人不同的（很可能是錯的）看問題的視角。
但這些風投大師也有共同點：他們不會像華爾街的分析師那樣對比一大堆的數據。實際上，華爾街分析師的傳統方法在風投界也一度是無效的，因為很多他們關注的指標都是缺失的：大部分互聯網公司不僅沒有利潤，甚至沒有營業額。過去在二級市場上做投資的傳統投資人曾人為地創造了一些看似可比對的數據，比如互聯網公司的每人流量和價值比，并且拿一些已經上市的公司作為參照系比對，但這種估值的表現和收益卻很差。
3.用信息論看風險投資
在信息論里，有一個最大熵原則，具體而言有兩層含義：
首先，在沒有信息的情況下，不能對未來做任何主觀的假設；
其次，在獲得了一些知識或者信息的情況下，作出的判斷首先要符合這種知識（當然對其他事物的判斷，依然不能做任何先驗的假設）。
這樣才能做到風險最小，回報最大。
對應到風投領域，好的風險投資人不做事先的假定，不知道未來的發展方向一定是什么樣的，他們希望從創業者那里了解這種信息。如今，幾乎所有好的投資人都不再對資本市場做預測，而是不斷根據市場變化做出反應并進行調整。
風險投資的另外一個思路，與香農第一定律和霍夫曼編碼原則相一致，也即要把最多的資源投給最有可能成功的項目，當然這個“最有可能”通常不是預測出來的，而是根據實際運營的結果看出來的。
就這樣，當硅谷的風險投資從個人帶有隨意性的投資行為變成為規范化的產業時，風險投資的成功便不再是中彩那樣的個例，而是成為有規律可循的常態，硅谷風投的傳奇也才得以不斷地續寫。
二、為硅谷的成功找理由
作者嘗試分析硅谷之所以長盛不衰，歷經多次產業轉型后仍然生機勃勃的眾多原因，其中各論點成立與否，還需要讀者結合原文后自行判斷。
1.企業的快速反應能力
英特爾是硅谷早期半導體行業的代表，在探尋其成功原因時，作者認為與我們常說的“高瞻遠矚”或者“把握產業發展方向”之類的主觀性因素關系不大，也并非什么專家預見性或者智慧的體現。英特爾早期的成功是通過快速適應市場，而不是諾伊斯、摩爾或者格魯夫有什么預見性，而后來很多試圖復制英特爾成功的嘗試都失敗了——這些公司所缺的并非“遠見”，而是快速反應的能力。
2.不斷創新的商業模式
在討論硅谷的成功時，我們通常著眼于其技術方面的優勢，但商業上的創新，也扮演了非常重要的角色。
這方面的代表是甲骨文，它最終能在數據庫方面超越IBM，關鍵在于它采用了新的商業模式。與IBM不同，當一家像甲骨文一樣的軟件公司同時為四五家硬件廠商開發軟件，那么每家硬件廠商實際攤到的開發成本便只有原來的五分之一到四分之一，這要比IBM事事親為更為經濟。另外，甲骨文也發布了一套接口工具供上層開發人員使用，逐漸形成了一個以甲骨文為核心的利益群體，形成了現在大家都在講的“生態”。
其他公司在商業上也多有創新之舉。比如英特爾開始把IT產品做成了像石油、煤、鋼鐵和農作物那樣可以進行大宗交易的資源型產品。使得制造IT產品就如同制造汽車，只需要獲得處理器、存儲器等幾種半導體資源即可。
3.新型勞資關系
后工業時代企業的一個重要特征是公司很難像工業時代那樣通過擁有生產資料來把大家組織到一起了，因為另立門戶的成本非常低。要想把員工們組織起來長期發展，必須開拓創新，采用全新的方式。（國內有本關于這方面不錯的書，叫《裂變式創業》）
一言蔽之，那就是過去工業時代形成的雇傭關系被打破了。一個老板要做大公司，就要找到好的員工，而這需要出讓一部分公司的所有權給這些員工，從雇傭關系變為契約合作關系。
硅谷從一開始就跳過了工業時代的很多過程，是一個按照信息時代的特征建立起來的產業中心，所以形成了特殊的人與人之間的關系。
同時，對于很多“叛逃”行為，硅谷人也基本采取了寬容的態度，通過實際案例分析，也可以看出，其寬容的態度并非什么文化或者道德上的原因，而是因為寬容可能比不寬容結果更好。
4.容忍失敗的氛圍
最近有種說法講：“失敗不是成功之母，成功才是成功之母”，但其實對于聰明人來說，失敗和成功都是成功之母。
在硅谷，即便創業失敗，創始人也完全擁有卷土從來的機會。重要的是如何從失敗中吸取教訓，如何承受失敗壓力的心態，學到這些，那么接下來成功的概率就會大很多。
寬容失敗，是因為風險投資人很清楚一點：做成一件事情太難，中間有很多運氣因素，沒有人能夠保證第一次做成。如果沒有第二次、第三次的機會，不僅很少有人來冒險一試，而且無法通過失敗變得更聰明。
因此，風險投資人不會因為創業者失敗了就不再給他們投資。只要創業者信守承諾，盡了自己最大的努力，那么他再次獲得投資的可能性通常比他第一次還大。事實上，硅谷創業成功幾率最大的是第三次創業者們。
就這樣，創業者也不害怕失敗，甚至會系統的采用“試錯法”，這種方法成功的前提，或者說以最低成本獲得成功的前提，就是讓“失敗”來得更快一點。
5.工程師文化
在硅谷，一位優秀的工程師的生產力和創造力，往往抵得過多名普通的工程師。所以，同樣的技術人員，其收入差異會很大，技術專家的地位和收入比行政高管要好的情況，也非常普遍。 這種拉大收入差距的做法能夠最大程度地發展生產力，而平均主義不能，采用前一種分配方式的地區無疑會獲得更快的發展，硅谷就是這樣的地區。
一個公司要想通過簡單地提高工程師的地位和收入就獲得硅谷那樣的成功，可能會失望，因為工程師文化其實反映的是硅谷公司在管理和做事方法論等方方面面的特點，而不僅僅是收入。
偉大的公司傾向于招攬一流工程師，還有一個效率的考慮。信息時代的管理是網狀結構的，對于一個網狀的組織結構，組織內任何兩個人都有可能需要溝通，溝通成本很高，精簡人數，以最少人創造最大價值，是更加低成本的方案。
因此，在硅谷，很多優秀的初創公司CEO或者創始人最重要的任務是招人，而不是負責產品的細節。
6.不迷信權威
今天很多時候所謂專家的話似乎沒那么靈驗了。世界發展太快，以至于舊的知識很快就過時了，這是在過去工業時代所沒有的現象。靠人為積累起來的經驗對今后工作的指導意義，遠不如掌握更新的信息收集和處理技術來得有效，與其讓權威告訴你該怎么做，不如掌握最新技術后自己分析。
科學是一個方法，一個過程，而非一個結論。一個結論是否正確，不能看它是由誰說出來的，而是要看它是怎么得到的。硅谷人比其他地區的人更懂得這個道理。權威的優勢在于他們的經驗和對所在領域技術的全面了解，以及對未來比較準確的預知。但是，這些優勢有時也限制了他們的想象力，因此我們通常看得到的革命性產品，常常是外行顛覆專家的結果。
以上幾點就是作者總結出的一些硅谷所以成功的要素(還有些未列舉)，其中每一條都有其道理，也有值得推敲的地方。或許我們并不應該在意它們是否真的是硅谷繁榮的原因，而是從中找到自身能夠學習和借鑒的點。
三、理論基礎決定上層建筑
從工業時代進入信息時代，科學思維和理論體系在不斷的發展，并從中衍生出新的商業管理哲學，最終體現在了企業不同的管理和行為方式上。對于信息時代的硅谷，如果仍然用工業時代的眼光看待，可能會產生不必要的困惑。
在書中，作者對兩個時代的科學及商業理論基礎進行了對比。
1.工業時代的理論基礎
1.1 牛頓和機械思維
工業時代的科學基礎是牛頓和機械思維，在商業和管理上，體現在泰勒管理理論。泰勒管理理論以優化流程和標準化管理為主要目標，其特點如下：
（1）生產效率優先
（2）自上而下的樹狀同構組織架構
（3）以物質為主的“積極性加刺激性”管理
（4）重視可預測性
額外提及一點，這種可預測性也反映到資本市場上，上市公司在投資人和監管部門的雙重壓力下，不得不披露越來越多的經營和商業信息，包括對未來營收的預測。令人吃驚的是，一半的上市公司居然能夠準確預測下一年的經營情況，而另一半上市公司雖然預測出了偏差，有時高些，有時低些，但是從較長時間來看，它們的經營情況與預測的結果相差不大。這其實是不符合復雜市場環境條件的，一個公司如果想做到這一點，某種程度需要管理層高超的“手段”。
1.2 工業時代商業要素重要性順序
（1）資本
資本是現代工業時代最重要的因素，是社會運轉的血液，沒有資本的存在，現代工業生產就組織不起來。
（2）生產資料
傳統意義上的生產資料還重要嗎？在今天這個節點上，一些人仍然相信擁有生產資料對創造財富（和保有財富）的重要性，因此他們愿意買；而另一部分人已經看到這些資產在信息時代起的作用遠不如在工業時代大，因此愿意賣，于是達成了很多不太容易理解的生意。
（3）市場
隨著商品經濟的不斷步發達，幾乎所有產品都出現了供大于求的情況，因此光有能力制造產品還不夠，還要擁有市場。生產資料加上市場，有些時候也被統稱為“平臺”。比如早些年前，再有名的記者都必須隸屬于一個報社或者電視臺，因為這些媒體公司不僅擁有生產資料（比如辦公室和專業器材），而且擁有讀者群，這就構成了一個平臺，記者必須隸屬于一個媒體平臺才能發揮自己的價值。
（4）勞動者
工業時代的勞動者，被替換的成本是很低的。而作為整體，勞動者與資方的利益也很難調和，因為根本上他們是在玩一個零和游戲。哪方能分得多，就得看哪一方力量強。
然而在信息產業，上述排序并不成立。
就在硅谷的工程師文化背后，其實已經隱藏著兩個深層的含義。首先，資本變得相對次要，甚至生產資料也不像原來那么重要了，而人的創造力已經成為商業成功最重要的因素。其次，在信息社會人與人之間溝通帶寬不斷增加，使得管理成本大大降低，銷售成本也在不斷降低，公司中層管理人員和銷售人員的地位隨之相對下降，間接地體現出工程師地位的上升。
2.信息時代的理論基礎
作者認為，信息時代的硅谷企業，其行事風格有意無意的契合了“三論”（控制論、信息論和系統論），雖然這“三論”并不與牛頓機械思維對立，但卻更能應對復雜的商業世界。
2.1 控制論：從預測到反應
火箭能登月，靠的不是精準預測，工程師們不再假定事先已經準確無誤地考慮了全部的可能性，而是在火箭的實際飛行過程中，不斷根據一組組允許有偏差的、火箭位置和速度的實際觀察數值，計算出飛行器當前應該有的速度和方向。也就是說，在整個登月的過程中，飛行器能夠不斷自行調整，這樣才保證了它最終準確著陸。
2.2 信息論：信息是新時代的金礦
1.谷歌廣告為什么能賺錢？
當我們對用戶一無所知時，在網頁上投放展示廣告，點擊率會非常低，每1000次展示也只能掙不到0.5美元的廣告費，因為這等于是隨機猜測用戶的意愿，很不準確。如果我們有10萬種廣告，但只有10種與用戶相關，那么猜中的可能性就是萬分之一。用信息論的方法來度量，它的不確定性為14比特左右。搜索廣告因為有用戶輸入的關鍵詞，準確率就提升很多，至于提升了多少，則取決于關鍵詞所提供的信息量。以漢字詞為例，一次搜索輸入了兩個詞，每個詞平均兩個漢字，大約能提供1012比特的**信息量**，這樣大部分**不確定性就被消除**了，假定還是從10萬種廣告中猜10個，此時猜中的可能性就是十幾分之一到幾分之一，而讀者點擊廣告的可能性大增。在實際情況中，Google搜索廣告每千次展示所帶來的收入大約是50美元，比單純隨機展示廣告高出兩個數量級，這就說明了信息的作用。類似地，以Facebook或Google為例，我們可以大致計算出，通過挖掘注冊用戶的使用習慣，可獲得12個比特的信息量，從而將廣告匹配的難度降低約一半。事實上，相比完全隨機的展示廣告，那些與用戶相關的展示廣告產生的廣告收入正好高出一倍。
2.大數據思維就是信息論
為什么Google僅僅花了6年時間就完成了自動駕駛汽車這件看似不可能的任務？最根本的原因是采用了與以往的科學家們都不同的思維方式——將機器人的問題變成了一個大數據的問題。
自動駕駛汽車項目是Google街景項目的延伸，當前階段，Google自動駕駛汽車只能去它“掃過街”的地方，而在行駛到這些地方時，它對周圍的環境是非常了解的，這就是大數據完備性的威力。而過去那些研究所里研制的自動駕駛汽車，每到一處都要臨時識別目標，這是人的思維方式。
而在這背后，根本的動力就是利用信息消除各種不確定性。大數據的重要性在于它不僅僅是一種技術手段，更是一種方法論，我們必須擯棄過去那種依靠規則，強調因果關系的機械做事方式，變成利用信息解決問題的方式。
如何有效方便從大量數據中挖掘信息，也成為了一門重要的學問，誰掌握了信息，就掌握了新時代的資本。
2.3 系統論
就在不久前，很多手機廠商仍在不斷宣傳自家手機的配置有多高，因為按照機械思維，高指標就意味著好手機。但是系統論的觀點卻認為，整體的性能未必能通過局部性能的優化而實現。留意一下iPhone的廣告，就會發現它從不跟競爭對手比配置，也就是說它的理念不是單獨優化每一個部分，而是組合起來達到整體優化的效果。
3.從理論到實踐
從工業時代到信息時代，如果由不同的理論基礎出發，便會在上層會形成非常不同的企業組織、管理上的觀點和方法。如果身處于傳統工業，繼續使用被證明行之有效的方法沒有任何問題，但如果在新興和信息科技產業中，固守傳統而不采用被硅谷證明有效的方案，很可能是一種損失。
四、硅谷的今天
過度投資，自由競爭，優勝劣汰，贏者通吃，而且通吃的速度也越來越快。
硅谷的產品也非常注重全球市場，它們很像好萊塢的大片，設計者總是挖空心思去設想如何做好一款全球化產品，來滿足所有人80%的需求，而不是滿足1%人的全部需求。
總的來說，硅谷在變得越來越輕、越來越快、越來越全球化。
曾經，對于硅谷創業者而言，有很多雜事需要自己處理。如今，創業者們只要做好兩件事：第一，想出真正有創新的點子，并擁有過硬的技術；第二，以最快的速度去實現它。
還有需要注意的一點是，硅谷的創新力并不代表美國的整體創新力，而代表著世界的創新力。硅谷是一個開放的系統，它不斷地從世界各地引入新的人才，不斷地豐富本已很多元的文化，才能在整體上蒸蒸日上。世界上其他地區和硅谷相比，實際上只相當于擁有一個小的人才子集，無論是想復制前者的成功，還是要和一個人才的全集競爭，都是不切實際的。
五、總結
作者在書中提出的硅谷之所以繁榮的原因，我們或許在其他渠道也或多或少聽過，但能夠將它們系統的整理出來，仍然是非常的寶貴的工作。
與此同時，書中比較有新意的地方是作者對于不同時代商業理論體系的分析思考，這應該是作者原創的觀點，也言之成理。
最后不得不說的是，書中出現了多處以國內“XXX公司”所舉的反例，結合作者個人工作經歷，應該指的是鵝廠（不知作者怨念為何這么深，在另一本《數學之美》的后記中也對國內某“世界上也數得上的公司”做出了不高的評價）。但是，重點是，就算違反了眾多作者提出的能夠讓硅谷繁榮的原則，鵝廠近年來仍然欣欣向榮，蓬勃發展，這又是為什么呢？這或許要用到吳軍博士之前的著作來解釋：因為它已然站在“浪潮之巔”了！
就算管理上有低效、組織架構上有不合理、工程師文化不夠、員工過分迷信權威...只要有了先發優勢和技術、時代發展的趨勢紅利，照樣能立于不敗之地。
