摘要

大基金之争，数据已经给出答案：a16z 历史上表现最好的基金规模为10亿美元——Databricks 已为该基金带来7倍回报，Coinbase 仅DPI就已达到5倍；在相近倍数下，大基金的表现也优于小基金。结构性原因是：私募市场市值在10年间增长10倍，超过5万亿美元；a16z 对2017–2025年间前50家IPO的研究显示，53%的增值金额来自C轮及以后。关键在于“你捕获了多少赢家”。
George 认为，公开市场仍能提供更低的资本成本；Harry 的反驳很有力——Ramp 和 Lovable 很可能“与 Wix 的定价相同，而 Wix 正在创造20亿美元利润”——George 诚实的回答则是：“我们和这些公司还不在同一层级。” George 认为，私募市场真正的优势不是资金更便宜，而是避免股价波动和员工管理压力（Stripe、SpaceX、Databricks 都是如此）。
劳动力预算转向技术预算，已经出现积极苗头：卡车经纪商 CH Robinson 披露，自2022年底以来，AI 驱动的生产率提升了40%（人均每日处理货运量），营业利润率扩大680个基点；Microsoft 则削减了6%员工。与此同时，公开软件公司如今“在被证明无罪前都被视为有罪……除非证明AI不会毁掉它，否则默认它会被毁掉”；Harry 认为，这会压制所有缺乏劳动力替代逻辑的公司，包括他持有的 Monday.com 和 Duolingo。
AI 收入只有在背后有用户参与度支撑时才算数：不可能以这样的速度看到多年的续费数据，因此 a16z 已将判断标准转向留存和参与度等领先指标；反向信号也成为筛选条件：“如果有一家自称AI公司的企业，毛利率却是SaaS水平，我们会问很多问题”——这可能意味着根本没人使用它的AI功能。
“造王者”不是一个牢靠的投资逻辑。 “如果投资逻辑是，我们的投资会把它变成赢家，那可能是一个相当脆弱的投资逻辑。” 对既有领导者的优先依附是真实存在的；SoftBank 把资本当作武器的做法，则“有点像一台逆向选择机器”——愿意接受补贴的公司，往往正是缺乏获胜理由的公司，补贴最终又流回 Google 和 Facebook。
模型不会吞掉应用：a16z 在18–24个月前“彻底改变了想法”；尽管AI读片效果更好，放射科医生人数仍在增加，因为扫描只占其工作量的30–40%。 模型层本身则可能像云计算一样走向寡头竞争：他认为 ChatGPT 会主导消费者市场，与 Anthropic 的B2B之争将是正面对决，而Anthropic 是 George 至今仍耿耿于怀的漏投项目。
自动驾驶投资是内部争议最大的项目：George 的团队认为2020年的价格过高；Mark 和 Ben 则以“这是自动驾驶……市场空间无穷无尽”为由推翻了这一判断，最终采取先投小额、后续大幅加码的折中方案，并取得了成功。 Flow 的逻辑是基于 Adam（很可能是 Neumann）的优势叠加进行承保：租金占美国平均租客可支配收入的30%，却是“每个人生活中唯一没有品牌的体验”。George 认为，机器人领域虽然 a16z 尚未进行大额投资，但可能成为“AI 最大的品类”。

精读

1. 大基金可以做到5倍——a16z历史最佳基金规模为10亿美元

开场回应了 Everett Randall 经 Harry 转述的观点：不能当着LP的面承诺大基金能做到5倍。George 的答案是：“本公司历史上表现最好的基金，实际上就是一支10亿美元基金。” Databricks 已为该基金带来7倍回报，Coinbase 仅DPI就已达到5倍，GitHub、DigitalOcean 和 Lyft 也贡献了回报。a16z 的大基金在相近倍数下跑赢了小基金。“关键在于你捕获了多少赢家。”
结构性逻辑是：私募市场市值在10年间增长10倍，超过5万亿美元；拆分2017–2025年间前50家IPO的增值金额后，47%来自种子轮至B轮，53%来自C轮及以后。“我们看到这个结果时其实很惊讶。”a16z 的 LSV 基金合计持有7000亿美元–1.5万亿美元市值；在适用持股比例假设后，实现3–5倍回报“相当可行”。
浪潮逻辑也很清楚：移动互联网、社交、SaaS、云计算和电商创造了20万亿–25万亿美元市值。“如果这一切今天从零开始……其中如此多的价值创造都会发生在私募市场。”他从未预料 Salesforce 能达到2300亿美元市值，ServiceNow 能达到1750亿美元市值；“这轮新大科技浪潮才刚进入第一局”，因此这一代赢家的规模可能还会更大。

2. 资本成本之争——George 认为公开市场更便宜，Harry 认为可比公司并不支持

Harry 担心，私营公司如今在退出前就已经彼此抢夺市场，比如 Axon 正在吞并 Flock Safety 的亚特兰大业务，而双方都还是私营企业。George 认为，公开与私营和竞争格局关系不大。Flock 真正的变化是：执法从一个糟糕品类变成了一个优质品类；公司保持私有“对我们有利，因为我们得以提高持股比例”。a16z 已领投 Flock 的3轮融资，历史上也不会中途减持。
George 坚称，没有任何一家上市公司CEO对他说过“我后悔上市”，而且上市公司拥有更低的资本成本。Harry 的反驳是：Ramp 和 Lovable 很可能“与 Wix 的定价相同，而 Wix 正在创造20亿美元利润”。George 两次给出诚实但回避的回答：“我们和这些公司还不在同一层级……我离它们还不够近，无法判断它们相对于业绩的估值。”
George 认为，私募市场真正的优势是“避免股价波动，以及某种程度上的员工管理压力”。Stripe、SpaceX 和 Databricks 即使相对公开市场定价略有折价，也证明了这套模式可行。Harry 转述 John Collison 的创始人视角：“我不需要一个25岁的分析师告诉我，我应该把规划做得更高效。”

3. 私募资产类别已经成熟，而公开市场小盘股正在腐烂

上市公司数量在20年间减少了一半；Russell 2500 的 ROIC——“衡量公司质量最简单的指标”——在30年间从7.5%降至3%。如今，回报在公司上市前就已经在私募市场中实现；这一资产类别“已经不再是某种定制化的小市场，而是成熟联赛”，优质私募科技标的的规模远超美国科技私募股权市场。
对一家假想拥有100亿美元资产的基金会，George 的建议带有自称的“强烈偏见”，也承认许多基金会已经过度配置私募资产：全球市值最高的10家公司中，有8家是美国西海岸、由风险资本支持的科技公司。如果未来20年延续过去20年的轨迹，资产配置就应更多倾向于持有下一批主导型公司的资产类别。合规要求不允许讨论回报，但“顶尖风险投资基金跑赢”顶尖PE；而AI落地将成为“未来10年对公司最重要的事情”，并进一步拉大差距。
运营层面的后果是：更晚上市的公司必须做成多产品、多渠道、国际化企业——“而随着AI到来，这一切发生得快得多”，因此 a16z 也围绕服务这类公司重塑了自身业务。

4. 成长基金在内部被称为“修正错误基金”

Brian Kim 的框架得到确认：修复风险投资团队的漏投，是成长基金“非常重要”的使命，并与早期投资团队联合运作，核心问题是：“哪些A轮公司你们希望当初投了？”按金额看，约一半是对现有风险投资组合公司的后续投资（例如 Jennifer 和 Brian 早期投资后，ElevenLabs 的成长轮融资）；约15%是对成长团队发掘项目的后续投资（Flock、Figma、SpaceX，可能还有 Waymo）；大约三分之一是全新的项目，但始终建立在与创始人的既有关系之上。
错过 Deel 的教训是：a16z 在 Anish 的A轮与公司C轮之间选择了放弃，而公司核心筛选标准来自 Ben：投资“优势叠加，而不是没有短板”。常见失败模式是害怕理论上的竞争，重复“Google 难道不会做吗？”这类问题：“如果你过度放大未来理论竞争的风险，总能说服自己不要投资。”
Harry 也坦承，自己在种子轮放弃 ElevenLabs 和 Deel 时犯了镜像错误：“我以为自己比市场更聪明……面对如此优秀的创始人，我本来应该直接满仓。”George 反复犯的另一个错误，是因为市场看起来太小而放弃投资——“我们总是低估市场规模。”

5. 成熟公司价格对应早期风险，可以接受——但适用对象大约只有5个人

Harry 的指控是：市场正在用过去成熟公司的价格，购买风险投资阶段的成功概率。George 的例外条件是：即使公司处于非常早期，只要“成功的可能性非常非常非常高”，这种投资就成立；比如 Sarah 参与 Character AI 的成长轮融资，因为押注可能成为 Noam 的创始人意味着“下行风险相当安全，上行空间极其巨大”。符合这种承保标准的人群是：“我认为名单上只有5个人。”他们“几乎从不会因为有清算优先权而投资”。
Harry 随后计算了高价买入的回报逻辑，以向 Sierra 支付100亿美元为例：一家5000万美元ARR的公司，必须先增长5倍，再增长4倍，再增长3倍，才能达到30亿美元ARR，这已经基于“相当乐观”的增长率；如果上市公司估值倍数为6–7倍，投资者相对今天的价格也只能获得约3倍回报。George 不接受这一框架：“我一直惊讶于顶尖公司能有多优秀、增长能有多快。”领先的AI应用增长速度是上一代SaaS公司的3倍，而且并非所有赢家都以6倍估值倍数交易；“从外部看很高的估值，在很多情况下我认为是合理的。”

6. AI 首先通过商业模式颠覆 SaaS，而“新 incumbents”更难对付

他对当前SaaS龙头面临的颠覆因素排序如下：第一是商业模式转变——Decagon 按完成的客服任务向客户收费，“如果你要和按席位收费的客服软件竞争，就要小心”；第二是UI和工作流；第三是数据访问。当三者同时改变时，“初创公司就很有机会击败 incumbent”。
他拒绝“AI会吃掉全部劳动力”的极端说法——“我们的幻灯片里也有这种内容”。现实是，“大量剩余价值会交付给终端客户，而你仍然可以建立比上一代大得多的公司。”Harry 的条件是，劳动力预算必须真正转化为技术预算，“因为否则……我们就只是多付了[__]一大笔钱”。Harry 的限定是：这种转移必须由产品需求拉动，强到“直接扇客户耳光”，而不是由CIO强制推动的AI项目。
对于50家供应商同时涌入客服领域、让 Harry 困惑的现象，答案是：以当前模型质量看，这个品类已经“更好、更快、更便宜”——“你不需要相信任何未来状态”。大约一半的SaaS和云市场会赢家通吃，另一半则像薪资软件一样碎片化；无论哪种情况，Decagon 的“增长都惊人，市场拉力也惊人”，并且它能把大多数高管简报转化为交易。

7. 快速收入仍然有效——前提是参与度能够支撑；AI 叙事配 SaaS 毛利率是危险信号

以 Grant 举例，Gamma 在几个月内做到1亿美元ARR，这样的收入还具备过去的含义吗？答案是：“前提是高留存、高参与度。”在这种速度下没有多年续费记录，因此参与度是领先指标，而“评估它的门槛比过去高得多”。最理想的组合是自然获客加高参与度：ElevenLabs、ChatGPT、xAI、Abridge、Harvey 都属于这种情况——“市场极度渴求它们的产品。”
Triple-triple-double-double 并没有失效：“衡量一家公司最重要的指标，最终还是投入资本回报率。”所需增长势能取决于同业基准；在高速增长市场中，“势能给你建立护城河的机会”。Harry 的反问则是机会成本：稳健的复利增长者当然不错，“但它是我宝贵资金、也是LP宝贵资金的最佳去处吗？”
历史表明，利润率最终会向上修复，但当前情况仍然混沌：token成本大幅下降，同时推理需求推动使用量上升。他预计模型市场会“有点像云计算……相对寡头化”，并拥有相当高的利润率；即使新一代应用只有50%毛利率，只要真正交付价值，也“完全可以接受”。反向信号则是：“如果有一家自称AI公司的企业，毛利率却是SaaS水平，我们会问很多问题——这可能意味着人们根本没有真正使用它的AI功能。”

8. 造王者不是牢靠逻辑；优先依附却是真实存在的

对 Harry 关于“造王者”的直接提问，George 的回答是：“如果投资逻辑是，我们的投资会把它变成赢家，那可能是一个相当脆弱的投资逻辑。”真正存在的是优先依附：即使没有网络效应，也会出现规模报酬递增。你越早领投 Salesforce、Workday、ServiceNow、CrowdStrike，“越多资源会向你涌来，事情也会变得越容易”。
在先肯定其贡献之后，他批评了 SoftBank Vision Fund：SoftBank 很早就通过 Nvidia 押注AI，也选中过 Slack 等好公司；但问题在于相信“把资本当作武器是一种可行策略”。这种策略在企业市场几乎不可能奏效，因为你必须实际招聘销售；在消费者市场也大多失败，TikTok、可能还有 Uber 是例外。它“有点像一台逆向选择机器”：愿意接受补贴来赢的公司，“可能本来就没有那么充分的获胜理由”，而资本最终又流回 Google 和 Facebook。
公司的零售策略是两端下注：规模型玩家（Amazon、Walmart）和专业型玩家（Chanel——“这正是欧洲真正擅长的地方”），中间地带则会死亡，典型是没有规模优势的百货商店。Harry 问：“你介意被称作 Walmart 吗？”George 回答：“我们很乐意称自己为Amazon.com。客户喜欢它。”

9. 模型不会吞掉应用；模型层可能走向寡头竞争

过去18–24个月，公司最大的认知转变是：“我们最初多少都以为模型会完成一切、吞掉一切。我们彻底改变了想法。”应用公司几乎会在所有方向上建立在模型之上。放射科就是证据：在这一轮AI浪潮之前，神经网络已经能在影像扫描上击败放射科医生，但放射科医生人数反而增加，因为扫描只占其工作量的30–40%，“模型公司不会去做剩下60%到70%的工作来完成自动化”。Harry 补充说，OpenAI 正在做客服、Google 正在推出 Lovable 竞品，这与 AWS 的逻辑相似：超级云厂商什么都提供，但独立基础设施公司依然能够繁荣。
他对市场结构的判断也类似云计算：“如果你能把 AWS、Azure 和 GCP 全部作为独立公司持有，那会非常适合你。”Anthropic 是挥之不去的漏投项目：“他们做得非常好。”他预计 OpenAI 和 Anthropic 会走向分化：ChatGPT 将主导消费者市场，Anthropic 会与 OpenAI 正面对决B2B市场，Google 也会参与其中；a16z 后续投资 OpenAI 时，“很大程度上是以消费者市场为出发点”。
OpenAI 的入场价格何时不再合理？“我们必须不断重新评估。”谦逊的案例是：2019年 Databricks 估值60亿美元时，它是成长基金第一期规模最大的交易，“我们的投资逻辑绝不可能预测到它最终会变成什么”；10年前，Google 和 Facebook 从用户身上获得的变现率只有今天的七分之一。他们寻找的模式是：核心市场可能远大于共识预期（Stripe、拥有 Starlink 的 SpaceX，可能还有 Waymo），以及能够不断找到下一款产品的创始人——Anduril 就从一个项目制业务（边境塔）不可预测地发展到了自主战斗机。

10. 自动驾驶之争、Flow 的争议性押注与机器人潜力

George 与 Mark、Ben 最大的分歧，是2020年初对 Waymo 的最初投资，当时 a16z 是该轮唯一一家VC基金。George 的团队分析认为价格过高；Mark 和 Ben 的回应是：“这是自动驾驶……市场空间无穷无尽。”最终的解决方案是当时先投小额，最新一轮大幅加码。他提到一篇自己认为刊登在《纽约时报》的评论文章，作者是一名医疗专业人士；Waymo 的数据如今可能显示，其安全性达到人类驾驶的7–10倍——如果这是临床试验结果，审批会被快速推进；“阻止它将是不负责任的。”自动驾驶和机器人“可能是AI即将迎来的终极市场”。
Flow 的逻辑依然是优势叠加：Adam（很可能是 Neumann）“拥有市场上任何创业者都难以企及的强项”，尤其体现在产品和招聘上。关键洞察是：美国平均租客将可支配收入的30%用于租金，这是所有支出类别中最高的一项，“但它却是每个人生活中唯一没有品牌的体验”。团队已经在一定程度上验证了这一价值主张，现在进入规模化阶段。Harry 则提供了 Calm 创始人的经验法则：“你多久能遇到一个像 Adam 这样的创始人？……那就直接开出那张[__]支票。”
快问快答中仍有几条值得保留：a16z 最好的选股者是 Dixon，“他最清楚地阐述了我们的早期投资战略”；Mark “能看到未来——给 Mark 任何一个10年期预测……大多数时候他都是对的”；Ben 则“可能是我见过最好的管理教练，或者说最懂高管动态的人”。Harry 自己改变的看法是：a16z 和 YC——“每一家伟大的欧洲公司都是一家 YC 公司。”
最令人难忘的首次会面是 Abridge 的 Shiv：他是一名仍在执业的心脏科医生，“了解自己的终端市场，了解自己的产品，了解这项技术，同时又是一个彻头彻尾的狠角色”。Harry 将这一原型映射到 Harvey 的 Winston：既有领域真实性，又具备科技创始人的进攻性。未来10年最令人兴奋的方向包括主动式个人健康管理——“一个尚未真正爆发的大型消费者品类”——以及机器人。a16z 尚未进行大额机器人投资，但 George 认为它可能成为AI 最大的品类，同时覆盖B2C和B2B。

Vol.80 我去大内密谈和相爷聊了聊AI Acquired 十周年（与 Michael Lewis）