Why Investors Are Rethinking Everything for the AI Era

编者按：本文是 a16z 播客一期对谈的现场记录。坐在录音室里的是 a16z 成长期基金合伙人大卫·乔治（David George），以及机构投资人拉姆（Ram）。拉姆既是 a16z 多年的出资人，十年前也曾在这家公司任职。三人从幂律为何在 AI 时代变得更极端谈起，一路谈到基金规模、资产配置、尽调失灵、私募信贷的隐患，以及下一家万亿级公司可能诞生在哪里。全文依据现场录音编译整理，只删去口语枝节、寒暄与重复，观点与语气均照原样保留。

幂律为何更极端

主持人： 欢迎回到 a16z 播客。价值创造的方式发生了一些根本性的变化。幂律过去只是风险投资这个小作坊行业里的一个特点，现在它贯穿了整个系统。尤其是三家前沿模型公司，SpaceX、OpenAI、Anthropic，它们代表的潜在企业价值大概在三万五千亿到五万亿美元之间。而在 SpaceX 上市之前，我们的很多出资人，乃至整个机构配置圈子，对这块几乎没有任何敞口。所以今天我们想聊的是：投资组合的构建方式和资产配置的逻辑可能已经变了；幂律为什么不再只是风险投资行业内部的事；以及今天的价值究竟在哪里、以什么方式复利。大卫·乔治，拉姆，谢谢两位。

乔治： 很高兴来。

拉姆： 谢谢你们请我们来。

主持人： 那我们从一个数字开始。把过去六年所有由风险资本支持的 IPO 加总起来，再往前看，局面会走向哪里？

乔治： 现在的幂律，显然比过去十到二十年的科技投资要极端得多，大概要追溯到网络效应驱动的消费公司崛起那一波才有可比性。原因很多。规模报酬递增在我们这行一直存在，网络效应型的生意会有规模报酬递增，这一点已经被讲烂了。但软件公司同样有，只是形式不同：市场上的品牌声誉、资源的累积，都会转化成竞争优势。这些依然成立。

乔治： 但眼下，尤其是在这些实验室身上，出现了我职业生涯里第一次见到的情形：你可以把资本直接砸进一家公司，而这笔钱会放大它的优势。要知道，过去你怎么把一家创业公司搞砸？很简单，给它太多钱，让它招一千个人，于是协同出问题、管理成本上来、优先级互相打架，整摊子就乱了。因为你没法招够足够多的人，快到足以把足够多的事做完。

乔治： 现在不是这样了。你可以把钱砸到算力上，算力会造出产品，生意就更好。所以幂律变得更极端，在我看来一点都不意外。规模经济在 AI 市场里是非常真实的存在，我认为接下来仍然会是。

十年之后的账重新算

主持人： 拉姆，你不只是我们在 Accolade 的长期出资人。说来也巧，距离你离开 a16z 正好整整十年。为了纪念你离职十周年，我把这件宝贝翻出来了。

拉姆： 天哪，你居然还留着。

主持人： 我们从地窖里挖出来的，还特意做了个加大码，以示纪念。不过说正经的，这十年世界变了很多。你应该还记得，那时候大家正在抱怨基金规模太大。

拉姆： 你们当时有一只十亿美元的基金，我记得。

主持人： 对，第一只十亿美元的基金，也是第一只到这个量级的风险基金。这十年发生了太多事。你现在怎么看你的风险投资组合和私募股权组合之间的关系？更广义地说，资产配置该怎么做？我们进来的路上聊过这个：如果给你一张白纸重来一次，以你今天知道的东西，你会怎么搭？

拉姆： 先说今天的风险投资。AI 的收入规模已经到了一千亿美元。SaaS 走到同一个位置花了十五年，AI 用了四年。而我们离需求被满足还远得很。大卫说你可以往里砸资本，这件事的前提就是推理需求近乎无限。

拉姆： 我们现在所处的位置是，AI 正在攻击 GDP 的每一个面：运输、劳动力、服务、资本、协调。历史上没有哪一种技术范式能同时打到三十万亿美元的 GDP 上。所以你拿到的是一个增长最快的技术，而它同时命中 GDP 的所有部分。站在配置人的角度，你很难论证它只是一个卫星仓位。它应该是核心仓，甚至是超配的核心仓。

乔治： 我当然有立场，但你只要看市场的形态在我入行之后发生了什么变化就明白了。我从私募股权和成长股权起步，那大概是十八年前。这行当年是个小作坊，现在不是了。这话我天天讲：我们这个资产类别的价值是五到六万亿美元，而公司保持私有状态的时间越来越长，这个趋势不会逆转。

拉姆： 你 2019 年从 GA 出来的时候就有这个判断了，后期也能拿到风险投资级别的回报。今天它真的发生了。所以这不再只是早期的故事，也不再是收入一亿美元就去上市的世界。

乔治： 对。以前前十大退出规模大概是一百亿美元，现在是四百亿美元上下。

拉姆： 等 Anthropic 和 OpenAI 出来的时候，大概会到一千亿美元。

乔治： 是的。而这其实很合理。上一个周期创造了二十五万亿美元的新增市值，其中很大一块归了在位者，但也有很多归了初创公司。每一波浪潮都会比前一波更大。所以我们的预期是，拿二十五万亿这个数字作底，接下来的数只会更大。

AI 的市场到底多大

主持人： 我一直搞不清楚 AI 的可服务市场到底该怎么算，很想听听你们的看法。

拉姆： 拿医疗举例。医疗行业每年在医疗 IT 上的支出大概是六百亿到一千亿美元。但 AI 打的是真正的劳动力，是医疗系统里那些任务本身的价值：理赔、账单、行政。那是一个万亿美元级的行业。所以 AI 的市场空间可以比传统 SaaS 或医疗 IT 大十倍以上。

拉姆： 那这个价值怎么定义？就是那些被执行的任务的经济价值。你要看的市场空间是这个数，然后 AI 公司会从里面拿走某个比例。但这个市场能长到多大，我们心里根本没数。就像你说的，每过一波浪潮，回头看在位者都小了十倍。所以很难估。我只能说我自己的经验：我在判断这些结局能有多大这件事上，一直是错的，而且是长期低估。

乔治： 我也一样。就说劳动力，你看美国经济里花在劳动力上的钱和花在软件上的钱，差了大概四十倍。当然，很重要的一点是，这不意味着劳动力会消失。我认为劳动力会被重新发明，我们最后会得到一套被重新想象过的、由人来做的任务。

乔治： 但我认为这恰恰是 AI 的全部要点：你冲的是另外一样东西。所以把它等同于软件，说「哦，这是软件的下一次进化」，格局太小了。

主持人： 我们的法务常跟我说：我太爱 Harvey 了，我的客户现在个个都觉得自己是律师，他们能在某些问题上跟我辩论，而这些问题他们过去大概只会说「我不太懂，听你的」。所以自从大家开始用 AI，我的计费小时数反而涨了。这些用例的价值被严重低估了，而我们连边都还没摸到。

乔治： 而且它们是扩张性的。这个点很好。

拉姆： 之前还有一整套论调：前沿实验室会吃掉应用层，到底哪一层会赢？结果是，好像每一层都在长。

不是一场零和牌局

乔治： 我有个朋友做了期播客，他的说法是「什么都会成」。我的讲法稍有不同。我们经常被出资人追问：哪一层会赢？我的回答是，我不知道。市场会大到什么都可能成立。当然会有很多公司做不成，也可能有个别品类整体不成立。但总体上，如果你的思路是「开源做得好，就等于实验室倒霉」，或者反过来，那就太局限了。所以我们尽量不用这种零和的方式思考。

主持人： 那不妨往外抽一层讲：为什么大家总觉得会是赢家通吃？上一个技术时代，很多品类可能确实是赢家通吃，但这次感觉在性质上就不一样，因为我们对基本面的判断依据变了。

乔治： 赢家通吃这个说法挺有意思。你看所有领先科技公司的市值增长，成功的公司多得是，那并不是赢家通吃。不过有个重要区分：在任何一个给定品类内部，我们非常相信幂律。赢家会拿走绝大部分的市场份额和市值，第二名只能捡点残渣。但我认为品类的数量本身会大幅扩张。

乔治： 你回到二十年前，CRM 其实还算不上一个品类，它很小，就是 Siebel 那类东西。而现在它是个巨大的品类。我认为同样的事会再发生一遍。我们投的每一个技术市场都见过这个过程。

乔治： 再说我们的做法。在我们这行，我们能够容忍亏损。如果一只基金投出去那么多笔，一分钱都没亏，那说明我们冒的险不够。你看我们历史上表现最好的那几只风险基金，亏损率大概是百分之六十。

拉姆： 早期是这样。

乔治： 早期是这样。到了成长期，亏损率会低一些，大概在百分之十到二十，这个水平是合适的，因为与此对应，你会投中一些回报十倍甚至更多的项目。所以，如果我们干得不错，那就意味着我们在每一个站得住的品类里都押中了领头的公司。品类跑出来了，我们就干得漂亮；品类没跑出来，那也没关系，这就是我们承担的风险。

三千家里只有二十家

主持人： 这里面还嵌着一个时机问题。我和拉姆常感慨，很多人在某个时点上会觉得市场过热，回头再看，会发现当时其实便宜得很。但市场偶尔也会出现那种确实过热的异常时刻。我知道你经常跟出资人强调，在风险投资里保持连续性比在任何其他资产类别里都更重要，因为你永远不知道这些技术什么时候会冒出来。很多机构配置者手上其实没有前沿模型的敞口，现在开始追，追的过程中可能又做出一些过头的动作，反倒印证了泡沫的说法。这一块你展开讲讲。

拉姆： 大卫刚才讲的幂律的极端程度，落到配置人身上就是：如果过去五到十年里你没有拿到最顶尖的那五到十家公司，你的回报就已经被甩开一大截了。

拉姆： 退一步说。我们看过美国三千家风险投资机构的数据。过去二十年里，只有二十家实现了持续的三倍净回报。

主持人： 等等，你再说一遍，百分之二十？

拉姆： 不是百分之二十，是二十家。三千家里的二十家。不到百分之一。持续的三倍净回报。

主持人： 这太惊人了。

拉姆： 而且标准并没有那么苛刻。不需要你在二十年里做出七八只这样的基金，只要在二十年里有三到四只三倍净 TVPI 的基金就算。符合的只有二十家。在风险投资里做到连续性，真的非常非常难。

拉姆： 但有意思的地方在于：那些做到连续的机构，每一期都持续拿到了定义品类的公司。当然也有例外。另外要说明，光有那个 logo 是不够的。如果你做早期，基金规模又大，你必须持有足够的份额。如果你做后期，大卫你看我说得对不对，规模的匹配是关键。

乔治： 对。

拉姆： 后期是有可能做出风险投资级回报的，但你最好的那家公司要占到基金的百分之五到十以上，这样单靠一家公司就能把整只基金还回来。后期投资的「单笔回本」这套算术过去不存在，现在存在了。所以我们发现的规律是：组合规模匹配得当，并且能持续拿到项目，这两件事合起来，就是三千家里的那二十家。

拉姆： 如果你没有它们，回报的离散度巨大，你拿到的就是风险投资的平均回报。看剑桥的数据，过去十年风险投资的平均净回报是一到两倍。那你做私募股权会更好，做公开市场肯定更好，而且钱不用锁十年。

主持人： 说到这个，我刚翻到我们那位朋友「捐赠基金埃迪」今天早上发的一条推文。他说：大基金受追捧是被创始人推动的，不是被出资人推动的。创始人多半想要一个能跟着规模走、能陪跑全生命周期、能帮忙拿客户和招人的品牌。出资人是慢慢跟上来的，大部分到现在还在拖后腿，因为这跟传统观念是反着的。

拉姆： 对。而且退出规模变大了，所以基金可以变大。当然也有例外。那二十家里也有一些小机构，它们要么专注在很窄的垂直市场，要么站在一个比大机构早得多的阶段上，在那个位置几乎不跟大机构正面撞车。

主持人： 明白。

拉姆： 但这种策略的问题在于，你必须在基金规模和策略上保持克制。一旦你越做越大，就会撞上大机构，那时候要维持连续性就变得极其困难。

中间层的消失

主持人： 中间层之死。

拉姆： 中间层之死。中间层之死。

主持人： 我们说好每讲一次「中间层之死」就喝一杯的。

乔治： 我对风险投资生态里的很多同行都心存敬意。但中间层这件事确实存在。

主持人： 你怎么定义中间？中间指什么？

乔治： 一端是你刚才描述的那种高度专门化的基金，比如很早就扎进 AI、团队里全是极深的领域专家，这批人干得相当不错。他们有时候动作比我们快，能抢进我们想做的项目，或者分走一部分份额，这是现实。另一端是所谓的大规模风险投资，也就是有完整产品线、能从种子一路做到公司上市的机构。我想我们有几家同行采用的是类似策略，我当然愿意认为我们是最好的，但确实还有那么几家在做同样的事。

乔治： 夹在这两端中间的其他所有人，我认为竞争起来会比较吃力，原因就是埃迪说的那个。创始人在乎什么？创始人在乎的是，从一个他认为能替自己降低失败风险的伙伴那里拿钱。如果要把这件事简化到底，这就是创始人真正关心的东西。当然他们也在乎具体那个人，所以这些方面你都得做得像样。

乔治： 但我们之所以堆起这么多资源是有原因的。我们为什么有七百名员工？为什么把基金上赚到的管理费投回到运营资源里？因为我们相信这么做，第一能把结果的曲线掰上去，第二能帮我们赢下项目。当创始人挑合作方的时候，如果是个热门项目，他们手上有的是选择。这就是显示性偏好。而正如埃迪所说，我们在这件事上干得还算可以。

乔治： 我同意他的另一点是：出资人来投我们，是这件事的副产品。我们的生意是个飞轮。飞轮从这里转起来：我们是不是足够深的领域专家？我们对未来会不会有一个正确的判断？我们能不能向创始人证明我们是对的合作方？如果能，我们就赢下这一单。如果我们还能把结果做得更好，那更好。而一旦我们真的把结果做得更好，两件事会发生。

乔治： 第一，我们这门生意的回报之所以有持续性，部分原因是新的创始人想待在赢家旁边。他们在意这个，因为这里有很重要的品牌信号，对他们自己有连带效应。第二，因为参与了赢家的过程，哪怕只是在小事上帮了忙，我们也攒下了极有杀伤力的背书。然后创始人会去告诉别的创始人：你该跟这帮人合作。飞轮就是这么转的。

种子基金与大基金

拉姆： 有个说法我想听听你们两位的意见。做前种子阶段，估值在两三千万到四千万美元以下，基金规模在一亿美元以下，这类机构是可以和大机构共存的。因为在最初这个阶段，假设有七家 AI 公司在做差不多的事，我猜像 Andreessen 这样的大机构会更愿意等上一两轮，等确定性相对高一点再进，因为你最不想做的事就是投成第二名或第三名。就像你说的，你必须在品类赢家里。所以你宁可等到那一轮，然后重仓，去领投 A 轮或 B 轮。这样小机构就能在比大机构早一两拍的位置上凿出自己的生态位，而且他们真的有赢的权利。他们可以做得很好，同时跟大机构形成互补。你同意吗？

乔治： 同意。我们跟生态里的种子基金关系都很健康。我们自己也做种子。前种子确实比我们通常的位置更早一些。

拉姆： 你们做的种子，我理解是偏大、偏厚的那种种子吧。

乔治： 那确实是我们的甜区。

主持人： 话虽如此，我们还有 Speed Run 项目，今天早上我们刚从那边过来。我觉得市场在演化。因为创始人对品牌有很强的偏好性依附，就像大卫说的，我们几乎什么都能看到，所以有时候我们去做前种子和种子也是合理的。你得有这种资本上的弹性。而对创始人来说，就像你说的，他们其实不太在乎你的重心在哪个阶段，他们只想进入那个轨道，然后总能找到匹配的钱。

主持人： 所以我认为大家在这个世界里是可以共存的。但有一点也很重要：我们的生意本质上是一门早期生意。我们必须第一个到位。我们不一定真的会出手，但至少要把格局和市场摸清楚，才能在后面做出明智的判断。

拉姆： 我今天在 Speed Run 也跟几位创始人聊了，他们非常希望留在这个轨道里。

主持人： 对。这是个新现象。十年前，随着早期机构开始做后期，这件事开始成形，然后一路延伸，但当时还远不是今天的样子。大卫，你是不是也这么看：如果没有早期打头、后期接续，中间阶段这门生意几乎是不可能独立成立的？

乔治： 我当然有立场，但我认为我们的成长期基金之所以做成，恰恰是因为我们的早期业务。这话我一直在讲：我们的生意始于早期，也终于早期。它在成长期阶段给了我们巨大的优势：项目通道、信息、认知、关系，等等。反过来，我想我们的早期合伙人大概也会说成长期业务对他们有好处，因为这让我们能够放大规模、能与创始人把合作关系做深，而这又有助于在早期赢下项目。

主持人： 完全同意。两边都需要。你不能只做早期，也不能只等在后期。你刚才说机构在向少数几个名字收敛，这大概是真的，还是幂律那套动力学。但同时，那些 logo 里的绝大部分，我们必须在早期就拿到，因为只有那样我们才能保住主动权，才能行使跟投权，甚至拿到更多。

拉姆： 我们坚定地相信，最强的后期业务背后一定挂着一个巨大的早期业务。有早期业务在，你赢的能力是被乘出来的。我们刚才讲后期的规模匹配：不管你的后期基金有多大，你要能规模化地把基金的百分之五到十押进一家定义品类的公司。你之所以能做到，是因为你有早期业务，早就和创业者、管理团队建立了关系。一只凭空冒出来的后期基金，想进去开出五亿美元的支票，非常难。

乔治： 非常难。这个世界我待过。

尽调比过去更难

主持人： 那么从出资人的角度看，今天做风险投资这件事，相比你刚入行的时候，是不是在结构上已经变成另一份工作了？另外，在风险投资内部你怎么做配置？因为构建组合的时候，风险投资自己也有子类别。

拉姆： 简单地说，在我们看来做风险投资有四种方式。第一是前种子和种子，也就是一亿五千万美元以下的基金，光美国今天就有接近两千家。第二是我们刚才说的那个混乱的中间层，这里也有很多机构，不到几千家，但有几百家。第三是大机构。第四是专做后期的基金。四种玩法。大机构我们投了几十年，种子机构我们也投，中间层我们选择性地投过几家，专做后期的我们没投，原因刚才讲过了。

拉姆： 那么在变的是什么？AI 让我们的工作比以往任何时候都更难。难在几个地方：轮次普遍更大，节奏更快，而行业里出现的所谓牵引力让人困惑。

拉姆： 我说说为什么困惑。一家公司从某个加速器出来，宣称一个月内从零做到五百万美元年化收入。这家公司还没经历过任何一个续约周期。然后它就拿着这个数据以极高的倍数融资。而且很多时候，同一批次的公司之间在互相买单。那甚至不是真正的年化收入，只是把某个月的数乘以十二。

拉姆： 但问题在于，每九家这样的公司里，就有一家是真正特别的：它做的是几百万美元实打实的年化收入，估值同样很高，而它会长成下一个 Cursor。所以今天要分辨什么是真牵引力、什么不是，真的非常非常难。估值又都很高。这正是大机构占优的地方，他们确实可以等，或者说他们在下一轮的时候确定性已经足够，可以去领那一轮。

拉姆： 不过话说回来，即使那样，确定性也是相对的。你们投 Cursor 的时候，我不觉得当时有多少确定性。有多少个月，大家一直在说 Cursor 完了？

主持人： 就算到宣布被收购的那天早上，还有人在说 Cursor 完了。我当时心想，人家刚宣布了以六亿美元被 SpaceX 收购。

拉姆： 你纠正我，三亿美元的年化收入，四亿美元的融资，大概是这个量级吧。

乔治： 差不多是这样。

拉姆： 很多人会说这太疯狂了，他们为什么要做这笔交易？

乔治： 好，我来说。首先，对创始人的判断非常重要。长期认识创始人，花大量时间和他们相处，观察他们怎么思考。我愿意认为我的早期合伙人在这件事上相当在行。

乔治： 其次，真牵引力和误导性牵引力确实难分。我说的误导性是指你没法从中读出市场信号，不是说有人在故意骗。

拉姆： 大概也有一些是故意的。

乔治： 大概也有一些是故意的。时不时就有人在重新定义年化收入这个词到底是什么意思。

主持人： 这是一条非常有用的公共提醒。

乔治： 我还是回到那个问题：市场对你的产品是不是要得更多了？这永远是那个问题，它就贴在我电脑屏幕上。

拉姆： 可这家公司才运营、才卖了几个月，你怎么知道？

乔治： 靠财务分析是做不到的。你只能真正去理解客户，去跟客户聊。举个例子，我一直拿 Harvey 说事。他们早期的商业化做得很好，因为他们聪明，团队是研究员加律师的组合，做出了一些势头，早期签下了几家很有名的律所。但当时的使用情况并不好。你去看产品实际被用起来的程度，跟别的软件公司比只能算平庸。

主持人： 是留存的问题吗？

乔治： 不是留存，是使用。就是产品的使用率。但推理模型出来之后，这件事彻底翻转了。你能看到采用率的绝对起飞。同时发生了好几件事：律师从产品里获得的价值大幅提高，你在使用和参与度上看得见；而因为使用和参与度是高效用的，局面几乎是反过来了，从原先「我们害怕幻觉」变成了「每一个客户都在要求律所必须用这个产品」。

乔治： 所以我们找的就是这样的市场，而且我们尽量早点抓到，比我们抓到 Harvey 的时候更早。这就是我们看的信号。你得往下再钻一层。做同期群分析谁都会，看续约数据谁都会。但真正理解一个市场的质地、客户到底想要什么、需要什么、手上还有什么替代方案，我认为这才是决策的方式。这也是为什么早期业务如此重要，因为他们扎在技术和产品最深的地方。他们在 Cursor 上看到了，在很多别的东西上也看到了。

出资人与管理人的错位

拉姆： 我想问问主持人。你是我认识的最能募资的人。出资人给你的最大反驳是什么？

主持人： 这话能让我在这家公司继续稳稳地端着饭碗。

拉姆： 我确实认为你很能募。那么在 AI 的现状、风险投资的现状上，出资人给你最大的反驳是什么？

主持人： 很多担忧集中在一个点上：我们是不是在接一把下落的刀？也就是市场时点的问题，现在是不是过热了。关于估值和市场潜力，我们前面已经聊了不少。但我从出资人那里听到的另一种情绪是，他们的工作本身也快要发生根本性的变化。你刚才提到了其中一面，就是 AI 让评估项目和基金变得更难。

主持人： 另一面是，出资人在历史上从来就没有被激励去拥抱变化。这份工作的最终目标，在某种程度上和管理人的风险偏好是相反的。这就是这个行业的机制。管理人可能因为错过下一个 Facebook、下一个 Uber 而被开掉，那是漏做之错，是会被开掉的。而出资人反过来，只有在投了某个管理人之后才可能被开掉。所以两边的激励结果几乎是完全对立的。

拉姆： 做出资人，不会因为错过 IBM 而被开掉。

主持人： 正是如此。事实上，你就算什么都不投，也未必会被开掉。

拉姆： 就算你错过了所有前沿模型，回到你最开始那个问题，只要你大致贴着基准，哪怕略低于基准，你的饭碗是保得住的。

主持人： 对。而且对大多数人来说，先把母基金排除在外，那是另一回事，对很多人来说上行空间本身对他们并没有那么大吸引力。所以「嘿，你要错过下一代的机会了」这种说法，其实打不动他们。

拉姆： 这就是激励错位。

主持人： 而且情况相当多样。那么从这里出发，出资人的角色该往哪走？我认为我们也有一份重要的职责。我们常在自己的工作里谈到，作为风险投资行业的领导者，我们必须帮别人理解未来往哪里去，而这其中的一部分，是理解 AI 会如何渗透进他们的整个投资组合，而不只是风险投资那一小块配置。我觉得这件事比单纯说「你可能会错过下一代回报，或者错过下一个前沿模型、错过一两家幂律公司」有意思得多。

拉姆： 出资人的工作是三件事：通道、选择、规模。通道这件事，你可以说数据摆在那里，你能算出谁在历史上做得好。

主持人： 嗯。

拉姆： 三千家里的那二十家，你也不会指望它们全都保持连续，也许一半能继续保持。但出资人的工作还包括找到下一代的机构，同时继续保住已有的通道。所以第一是通道，第二是选择，第三是组合构建和规模匹配。第三件事对出资人来说是决定性的。

拉姆： 如果一个资产类别里三千家只有二十家做得好，那你就应该相当集中地押在那十五到二十家上。所以当我看到一个组合里有五六十家、七十家风险投资机构的时候，我很难想象整个组合能跑赢平均。而我一直在说的那个平均，本身就不是一个值得为之锁仓的东西。

主持人： 相对于流动性的代价来说，不够吸引人。

拉姆： 相对于任何其他资产类别都是，公开市场、私募股权都是。私募股权大概能给你一点五到两倍净回报，不用锁那么久，也不用承担风险投资的风险。你说的百分之六十亏损率，私募股权没有这回事。

主持人： 对。

拉姆： 私募股权在 AI 软件上有它自己的问题，我们待会可以聊。但对出资人来说，组合构建和规模匹配是关键。我见过太多次：一个出资人或配置人找到了一只有意思的基金，判断完全正确，然后只放了自己组合的百分之一进去。恭喜，你赚了十倍，那也只相当于你整个组合的百分之十。这根本不改变什么。

各类资产的重新定价

主持人： 那么两位觉得，我们今天走到了哪一步？我知道你有立场，但在整体资本里，风险投资和成长期投资相对于私募股权、公开市场、实物资产、信贷这些，合适的比例该是多少？

乔治： 这个问题我很难答，因为我只做风险和成长，我肯定会说应该超配。

主持人： 不过我们喜欢这个答案。

拉姆： 看今天的公开市场。我们用 AI 顺手做了个小工具，用来评估上市公司对 AI 的韧性，现在也开始把它用到私有公司上，这对我们的成长股权组合帮助巨大。在 SaaS 的公开市场里，市销率在十倍以上的公司最多只有十五到二十家。这个数字本身就很夸张，因为几年前这样的公司有几十家。而这十几家公司里，绝大多数都在显示 AI 带来的增长加速：要么在监控，要么在安全，要么在智能体的部署上。

拉姆： 所以又回到同一条原则：如果你以某种形式与 AI 绑定，而 AI 是 GDP 所有构成里增长最快的那一块，那你就应该在组合里超配它。这一点会反过来影响公开市场。

拉姆： 就连私募股权今天做新投资的时候，找的也是 AI 原生的东西。他们不会再去买一家年增长百分之十的工作流软件公司。那种事情已经不发生了。他们要找的是那种能展示增长加速、管理层是 AI 原生的记录系统。所以 AI 这条连接组织，今天贯穿了所有资产类别。

主持人： 对。

拉姆： 而要押注它，最强的方式之一大概还是通过风险投资。但通道、选择和组合构建就变得尤其关键。

主持人： 连退出的格局都变了。比如现在传言银湖可能去买 Workday，私募股权在做一些更激进的事，前提是他们有能力把这些资产改造进未来。另一面是，风险投资这边的退出规模现在远超私募股权。我昨晚特意查了一下，今年私募股权最大的退出是 EA 的收购案，大约五百亿美元，还有 Medline，也是五百亿美元上下。把 IPO 排除在外，Cursor 卖给 SpaceX 的这笔并购，规模比它们都大得多。

老软件资产的困境

拉姆： 问题在于，你去看私募股权在 ChatGPT 之前的那几期。当时你要为一家最多增长百分之十到二十的软件资产付出大概十五到二十倍的 EBITDA。而今天你去看公开市场，同样的资产只值两倍市销率。

主持人： 对。

拉姆： 而问题不只是估值。这家公司可能根本找不到买家。因为今天你看一家软件公司，第一个想到的问题是：它的终值是什么？它对 AI 有韧性吗？证明韧性的最好方式是有机增长在加速。我们的数据显示，在公开市场里，一个百分点的增长等价于百分之三的 EBITDA。

乔治： 是的。

拉姆： 说来好笑，疫情那阵子，所有人都在喊我们必须盈利。

主持人： 现在正好反过来。

乔治： 二一年是反的。疫情之后基本上完全跟风险偏好对齐了，跟公开市场的风险偏好高度相关。

拉姆： 正是。所以很不幸，很多私募股权的交易，标的增长不够快，也拿不出加速，而且它们未必有那种能把生意彻底翻修的管理层。Intercom 就是个很好的正面例子：把创始人请回来，把整个生意重做一遍，做出一个 AI 原生的产品，做到规模，然后再卖。这几乎等于亲手把自己现有的生意杀掉，而这件事在私募股权的框架里极难做到。

乔治： 确实极难。我前不久和那位创始人待了一会儿，在一个活动上我走过去跟他重重击了个掌，跟他说：哥们，你真做到了。这是那种真的真的很难的事。眼下它还是孤例。但确实还有一批很不错的创始人有这个能力，在上市公司和私有公司里都有，我想他们会去试。我们看着就是了。

主持人： 顺着这条线问下去，大卫。我们有时候也会碰到类似的反驳：那些一直在做风险投资、也在配置风险投资的人，手上同样压着一堆老资产。历史遗留的那部分该怎么平衡？

拉姆： 那让我来替他问得更具体些。假设你手里有一家二〇一六到二〇二一年、ChatGPT 之前那几期投的软件公司，它还行，但已经没有 AI 原生的能力了，也没有加速，增长大概百分之三十。在风险投资的账面上，它的估值是十倍到二十倍市销率。你说它没法上市了，没人有兴趣把它推上去。银湖对这家公司也没兴趣了，一年前会有，现在没有。那这家公司会怎么样？我们对这类公司同样有不小的敞口。

乔治： 我会说，这件事非常待定。这个周末我跟我们的一位创始人兼 CEO 在一起，他说：跟我说实话，你到底觉得在发生什么？他原话是「别给我播客式的回答」，这话放在今天挺讽刺的。

乔治： 我认为两件事可以同时为真：AI 是我们见过的最大的代际变革，它会改造各行各业；同时，那些能适应的软件公司也会留下一些持久的价值。

乔治： 我们一直在盯的一件事，也是让我们对 AI 极度乐观的一件事，是技术向真实经济的实际扩散。如果要为传统软件、为一个更慢的变化节奏描绘一个乐观情形，你会这么说：编程被打中了，但那其实是个假动作。因为编程被完美地文档化了，它有近乎完美的数据；它可验证；它可模拟。而商业中的大多数任务并不具备这三个属性。所以扩散到编程之外的其他知识工作，可能要花长得多的时间。这就是为软件公司辩护的理由。另外，其中一些会进化，会有 AI 的解决方案，会改变商业模式，我认为这是必须做的。这就是「也许现在有点言过其实」的论证方式。你看过去几个月很多上市 SaaS 公司的反应，我觉得市场里正在浮现这种认知。

乔治： 不过所有这些反而让我对 AI 极度极度乐观。你看我们的组合，我们也有那类公司，但我们大约百分之九十五的净资产值不在那类公司里，而在那些增长极快、还在加速的公司里。

乔治： 再给几个数。美国的中位数公司，每名员工每月在 AI 上花十二美元。而我们看到的数据集里排名前百分之一的公司，每名员工每月花七千美元。

主持人： 天哪。

乔治： 所以不仅是扩散还没怎么走出编程，而且单看今天谁在消耗 token、谁真正从 AI 里拿到了价值，这个分布告诉我们，我们还处在极早期。就连最前沿的银行，用在 AI 工具上的钱大概也只占人力成本的百分之一。

乔治： 这件事之所以让我非常乐观，是因为：这些是我们有史以来见过增长最快的公司，每个月新增的收入比那些万亿市值的科技巨头还多。而它们背后的采用人数可能只有一千万，也许两千万，最多三千万。而知识工作者有十五亿之多。我认为 AI 会改变我们做很多工作的方式。

主持人： 加州公务员退休基金就是个有名的例子，因为没有投进这个市场，白白错过了几十亿美元的收益。他们现在正在补课，已经把组合从百分之九十一调到百分之五十八，风险和成长的比例从百分之九从提到了百分之四十三。真实的答案大概在这两者之间，但他们确实是在重仓压上去。

主持人： 不过历史遗留的那些公司里还是会积累出很多价值。我刚才拿 Bending Spoons 开玩笑，但那对 Airtable 来说恐怕是个很好的结局，何况他们还要把超级智能体那块业务分拆出去，我觉得会做出很有意思的东西。总的来说，我认为很多东西都能找到自己的归宿。零和式的思维方式，大概正是我们要劝人避开的坑。

私募信贷与「贴层 AI」

主持人： 我们聊了风险和成长，聊了私募股权，聊了公开市场。顺便说一句，这些市场的构成在过去十年里都发生了剧烈变化。同时，私有市场里还冒出了一些全新的品类，比如私募信贷。你对它们的相对前景有什么看法？

拉姆： 你是说软件领域？

主持人： 我是说整个科技领域。

拉姆： 我们的观察视角是，私募信贷有很大一部分躺在私募股权的软件组合里，规模是几千亿美元。我给你一个数字。二〇二一到二〇二二年，软件行业发生了大约两千亿到三千亿美元的杠杆收购，其中举借了超过两千亿美元的债务。这些软件交易的平均估值是二十五到三十二倍 EBITDA。这些公司今天的价值大概只有当时的一半。

拉姆： 你现在看到私募信贷市场出现赎回，原因正是这个。他们看的是公开市场，我们经历了 SPAC 大崩盘，软件经历了一轮巨大的估值修正。而估值收缩意味着杠杆率急剧上升。所以，如果你是一家对 AI 谈不上有韧性的软件公司，你在股权端和信贷端都会很难受。

主持人： 顺便说一句，就连私募股权的 AI 版本也没能完全免疫。我们常打的比方是：你把西尔斯搬到网站上，它也不会变成亚马逊。你得从地基开始，把整套物流建起来，才能造出亚马逊，光有网站是不行的。

主持人： 很多私募股权支持的公司现在就是在往里硬塞 AI。我们在自己的一些公司里也看到了，同行的第一反应是：我当然先上 AI 客服机器人，这是最容易摘的果子。结果发现，如果你没有把它真正做进工作流里，那些习惯了跟真人说话的客户会很快流失。而 NPS 每掉一点，都直接对应收入的下滑，接着你就开始往下打转，如果上面还压着债，那就更糟。所以每当有人说「我就做私募股权的 AI 版本」，我们会说这不是什么万灵药，尤其当技术形态已经根本不同，要把 AI 真正贯穿整家公司是另一回事。

拉姆： 你不能只是派个运营合伙人过去，说我们给它加点 AI，那根本不起作用。当然，如果管理层本身有创始人心态，这件事是可能的，但董事会必须一致，所有投资人必须一致，而且你要像 Intercom 那样做出一些非常艰难的决定。

流动性要等多久

主持人： 显然在座这几位都是这个类别的支持者。那我们来谈谈正当的反面意见：为什么承担风险和成长投资的风险，可能并不值得？

拉姆： 我们听到最多的反驳是回款周期。一家独角兽平均保持私有的时间通常在十年以上，中间还会有一轮接一轮、间隔很短的后续融资，你可能在五六家不同机构的组合里看到同一个 logo。问题是，你怎么出来？

主持人： 而且 IPO 本身并不等于分配。

拉姆： 对。从 IPO 到你真正拿到流动性，可能要十二个月、二十四个月甚至更久，尤其如果你在上市时还持有百分之十到十五，那对一家世代级的公司来说要花很长时间。所以回款周期这个反驳我们听得非常多。

主持人： 那反驳的反驳是什么？

拉姆： 反驳的反驳还是回到那个数字：三千家里只有二十家能持续做好。如果你在那百分之一里，并且手上有一个品类赢家，你要做的恰恰是让它复利下去。三四年前你会想把 Stripe 或者那类公司卖掉吗？答案是众口一词的不会。

拉姆： 那么，其中一些公司会不会比过去更早上市？会。Anthropic 第一次拿到融资是二〇二一年，五年之后就要上市了。Cursor 从第一次融资到被收购，时间更短。所以最好的那些风险投资机构，其实能相当快地拿到能覆盖整只基金的流动性，也许比私募股权还快。只是这一小撮机构实在太少了。

主持人： 说到这个，有个很有名的例子。大约一年半前，我们去找我们第一只基金的出资人。当时那只基金已经十六岁了，我们手上有从种子轮投进去的 Stripe。我们问所有出资人：你们要不要把这笔的钱拿回去？我们承认，十六年过去了，我们当初来做的那份工作已经做完了。结果每一位出资人都说：不要，我们宁可让它继续复利。后来又过了一年，我们还是决定退出，因为十七年了，总得把这笔流动性交出来，把基金收尾。

主持人： 不过很多出资人的诉求其实高度依赖类别。捐赠基金更愿意让它跑下去。家族办公室坦白讲根本不想把钱拿回去，因为他们不想为此交税，他们宁可让它继续复利。所以每一类出资人都有各自的细微差别，很难一杆子打死说所有人想要的是同一件事。

主持人： 但我也同意你说的：最好的那些管理人一路上都在主动制造流动性。特别是二〇二一年，很多人没有从桌上把钱收回来，我认为那是第一个分水岭式的信号。而在接下来这个周期里，问题是你能不能通过并购拿到一些早期流动性，然后让赢家随着时间充分复利，最终走向 IPO。

拉姆： 正是如此。

下一家百万亿公司

主持人： 最后一个问题。我觉得你和加文来回讨论的那个问题很有意思：他不肯回答下一家十万亿美元的公司会是谁，但他对下一家二十万亿美元市值的公司很笃定。所以我要问你们两位：你们觉得下一家一百万亿美元市值的公司会出现在哪里？

乔治： 天哪，来了。我连这个量级都想象不出来。那大概是两个技术周期之后的事，不是一个。

乔治： 有可能会出现全新的公司。而能驱动十万亿美元甚至更高结局的那部分市值创造，我认为会发生在那些还没被触及的新产品领域。比如我刚才说的技术向企业内部的扩散，我们还在原地踏步。

乔治： 一年前所有人张口闭口都是消费级，现在没人再谈消费级 AI 了。但消费者端的最终用例不会是一个聊天机器人界面，那只是拟物化的版本。我们会有一个原生的版本，它是主动的，它会替我们干活，它会为消费者创造巨大的价值。而我们在这件事上基本还是零。是的，ChatGPT 有十亿用户，但那还只是刮了个表皮。

乔治： 我们在机器人上基本是零，而我认为机器人会比语言那一摊更大，而且会在未来十年里发生。我们在自动驾驶上也几乎是零，全美路上跑的 Waymo 不到一万辆，无人出租车更少，这个领域还有大片空地留给别人去建。医疗占 GDP 的百分之十八，无论是照护的交付还是药物发现，我们都还没真正动过。当然已经有一些公司在做，也显出了早期的进展迹象，但我认为未来十年我们在那里取得的进展会是巨大的。

乔治： 还有一件事，我们正处在一个重新想象一切物理世界的时期，从国防到制造到数据中心。把这些趋势合在一起看，我的感觉是：现在也许觉得我们靠 AI 已经做成了很多事，但十年后回头看，我们会说，天哪，原来那几个大领域创造了那么多价值。所以我很兴奋，我认为下一个 SpaceX AI 或者下一个 OpenAI 大概率会被创造出来，而且多半就在这些领域里。

拉姆： 我再加一个品类。它在我看来既是隐忧，也是巨大的机会，顺便也算是给你们新的机会基金做个广告。

拉姆： 我的想法很简单：今天 AI 的瓶颈不在需求，而在供给侧。往下拆：能源、电网、数据中心，然后是芯片，然后是前沿模型和应用。美国在这条链的右半边极其出色，也就是芯片往后的部分，风险投资生态对这块支持得很好。

拉姆： 我觉得你们的新基金真正能帮上忙的是左半边。因为美国的问题不是发电能力，而是「通电的速度」。这是审批、是输电、是监管。别的国家一年新增的可再生产能是我们的十倍。这是一个真实的瓶颈。它同时意味着数据中心要被重新想象。你刚才提到功率密度要提高十倍以上，那你就不可能把一座旧数据中心改造成新的 AI 设施。

拉姆： 所以在这个位置上，你们的新基金能创造的不是一百亿、五百亿，而是一千亿美元以上量级的机会，并且是真正能解开瓶颈的那种。我认为这是个真实的担忧，因为需求不是担忧。我听到不少出资人说，这跟互联网泡沫一样，或者跟疫情那波一样。不一样。因为牵引力是真实的，它不是疫情期间那种转瞬即逝的收入。瓶颈可能在供给。但如果输入端都对了，比如你们现在开始去投的那些公司，下一代芯片公司、存储公司等等，那就是一个巨大的机会。

乔治： 机器的时代到了。把机器带上来吧。

主持人： 我喜欢这句。就在这里收尾。非常感谢两位，聊得太尽兴了。

拉姆： 谢谢你们请我们来。

乔治： 回见。