AI Markets：与 a16z 的 David George 深度对谈

摘要

• AI 原生需求正与其他软件需求迅速分化。 George 表示，AI 公司增速超过其他公司的2.5倍，头部公司同比增长达到693%，最快达到1亿美元收入的时间也远早于SaaS前辈。“AI需求疯狂”（“AI demand is crazy”），但增长最快的公司在销售和营销上的投入反而更少，而不是更多。

• 最强的AI公司在实现惊人增长的同时，每名员工对应的ARR达到50万-100万美元。 这一水平高于SaaS时代约40万美元的经验法则；如果较高的推理成本意味着客户确实在使用AI功能，那么较低的毛利率甚至可以成为“荣誉徽章”。George提醒，强劲需求、精简人员，以及2021年组织臃肿之后普遍出现的效率提升，已经解释了当下效率改善的很大一部分；全面由AI驱动的组织重构仍处于早期。

• AI时代之前的公司必须在产品和内部运营两端“适应AI时代，否则消亡”。 一位创始人让2名熟悉AI的工程师无限使用 Claude Code、Codex 和 Cursor，以预计10-20倍的速度重做一款令他不满的产品，促使他在12个月内重新思考产品与工程组织。如今最极端的运营问题变成了：“我能不能用电来完成，还是必须用血来完成？”

• 互动数据让最优秀的应用收入看起来更持久，而非仍处于实验阶段。 George表示，Harvey用户在产品中的使用时长大约翻倍；Abridge在快速增加临床医生用户的同时，用户互动保持稳定甚至上升；Navan如今用AI处理50%的旅行互动，帮助其毛利率在3年内提升20个百分点。George称，Flock每年协助侦破70万起案件，在其覆盖地区，警员的案件清除率提高近10%。

• 企业采用AI的意愿远远领先于落地进度，执行鸿沟正在扩大。 《财富》500强领导者表示必须成为AI公司，但George认为，核心约束不是模型是否准备就绪，而是变革管理。早期结果已经显示出其中的价值：Chime将客服成本削减60%，Rocket Mortgage则节省了110万小时的承保时间，并实现4000万美元的年度运行率节省。

• AI赢家贡献了标普500近80%的回报，但George认为，这轮上涨的底层驱动力是盈利，而非投机性估值倍数扩张。 估值倍数高于平均水平，却远低于互联网泡沫时期；投资者偏好有利润的增长，而不是2021年市场追捧的亏损增长。他认为，长期有效的因子仍是增长：“归根结底，驱动5-10年回报最大的因素就是增长。”

• 基础设施建设带有泡沫特征，但利用率和融资结构仍与此前泡沫存在实质差异。 超大规模云厂商主要由历史上盈利能力强的公司和现金流支撑；运行了7-8年的 Google TPU 仍保持满负荷利用，A100 和 H100 的租赁价格也依然坚挺，因此才有了那句转述：“没有闲置的GPU”（“There are no dark GPUs”）。需要关注的是债务：Oracle正在进行一笔规模巨大的、现金流为负的云业务押注，其信用违约掉期成本已升至约2%。

• 回本门槛极高，可能远远延伸至2030年之后；与此同时，私募市场已经成为重要资产类别。 在超大规模云厂商累计资本开支约4.8万亿美元的背景下，到2030年，AI年收入需要接近1万亿美元——约占全球GDP的1%——才能达到10%的回报门槛；George粗略估计，目前规模只有500亿美元，尽管同比增速远超100%。与此同时，收入超过1亿美元的公司中约86%仍为私有公司，北美和欧洲规模最大的10家独角兽占据5.5万亿美元估值池近40%的价值。

精读

1. AI原生需求正在加速，且不依赖销售投入输血

• George开场的结论是，2025年扭转了2022-2024年加息后出现的收入放缓。各个公司群组的增长都在加速，尤其是头部异常值公司；在他看来，这轮产品周期将持续10-15年，而现在几乎才刚刚开始。

• Kha对定义的厘清很重要：AI公司群体主要由ChatGPT之后成立的公司构成，也适度纳入同期创办的公司；其标准是第一款面向市场的产品必须是AI原生，而不是原本的老公司后来只是使用了机器学习。

• a16z内部数据集显示，AI公司的增速超过非AI同业的2.5倍；头部AI公司的同比增速达到693%，这个结果让团队“不得不反复核对”。增长最快的公司达到1亿美元收入的速度，也明显快于SaaS时代的领先公司。

• 背后的机制是需求，而不是用钱买增长：增长最快的AI公司在销售和营销上的投入低于SaaS同业。如果较高的推理支出说明客户正在积极使用AI，那么较低的毛利率甚至可以成为“荣誉徽章”。

2. 老牌公司必须同时重建产品和运营模式

• George的处方是绝对性的：“你需要适应AI时代，否则消亡。”在前端，老牌公司必须重构工作流，而不是简单加上聊天机器人；在内部，则要为开发者部署最新的编码模型，并将最新工具覆盖到每个职能部门。

• 他最尖锐的例子是一位AI时代之前的创始人：让2名熟悉AI的工程师在工具预算不限的情况下，使用 Claude Code、Codex 和 Cursor 重做一款令他不满的产品。他估计进度快了10-20倍，而异常高昂的工具账单也让他重新思考整个产品与工程组织的结构。

• George认为，12月是编码领域的转折点。他说，未来12个月内，这一趋势要么在公司内部真正落地，要么这些公司的推进速度就会远慢于同业。Kha补充称，即便是AI时代之后成立的公司，也会重新审视仅6个月前搭建的系统，因为当前工具能够对其进行大幅改进，这进一步抬高了老牌公司的追赶负担。

• 商业模式的颠覆还没走到那么远：企业软件先从许可证转向按席位计费的SaaS，再转向按用量计费，下一步是按结果计费。客服可能是目前唯一可行的领域，因为解决结果可以量化；更广泛的采用，取决于模型能否实现客观可测的结果。

3. 持久性的检验标准是互动，而不是表面ARR

• George表示，团队会穿透快速增长的收入，继续观察留存、续约和真实产品活动。在 Harvey，产品和推理模型的改进让用户使用时长大约翻倍，因为“法律工作与推理相辅相成”（“lawyering and reasoning go hand in hand”）。

• 临床医生把 Abridge 形容为“值得信赖的副手”。随着用户数量快速增加，互动保持稳定，甚至略有上升；这与用户质量被稀释的情况相反，后者通常会表现为新增用户的参与度下降。

• ElevenLabs同时拥有惊人的语音使用增长和异常高效的运营。Navan提供了运营层面的证明：如今AI处理了50%的复杂旅行预订和变更互动，推动其毛利率在3年内提升20个百分点。

• Flock向客户提供的价值主张极其具体：侦破案件。George称，Flock每年协助侦破70万起案件；在Flock部署地区，每名警员的案件清除量提高近10%。

4. 企业抱负领先于落地执行

• 当被要求评估《财富》500强的采用情况时，George强调了口头紧迫感与实际部署变化之间的鸿沟。CEO们会说“我们要成为AI公司”，但替换业务流程、克服组织阻力，远比批准一个助手困难。

• 编码相对容易理解，客服则提供了清晰的“更好、更快、更便宜”案例。一般管理和流程重构更难；Kha指出，在收益显现之前，公司可能仍在重建数据系统和后端。

• 早期案例的规模已经不小：Chime称客服成本下降60%；Rocket Mortgage称节省了110万小时的承保时间，是上一年的6倍，并实现4000万美元的年度运行率节省。George预计，采用者与落后者之间将在未来5年迎来生产率清算。

5. 公开市场上涨建立在盈利之上，但集中度极高

• AI赢家贡献了标普500近80%的回报。George认为，泡沫证据“极少”，因为近期上涨主要反映每股收益增长，而估值倍数反而收缩，SaaS尤为明显；估值高于历史均值，但仍远未达到互联网泡沫时期的水平。

• 市场最青睐高增长、高毛利象限，低增长、低毛利公司则表现不佳。即使是高毛利公司，如果缺乏增长也会举步维艰；George认为，增长是5-10年回报最大的驱动因素。

• Goldman Sachs估计，AI基础设施建设可能创造9万亿美元收入。按20%的利润率和22倍市盈率计算，对应市值约35万亿美元，而市场已经提前交易了约24万亿美元；不过George指出，这部分增量并不一定都应归因于AI。

• 他用Apple来解释“模型破坏者”：iPhone发布4年后，市场共识对其表现的低估达到3倍。他预计，AI的某些领域也会以类似方式超越表格预测，创造远超所需资本的价值。

6. 资本开支目前看起来具有生产性，但债务和回本是关键观察点

• 基础设施建设规模巨大且高度集中，因此天然具有风险，但融资主体主要是历史上盈利能力强的公司。Azure用了7年才达到一年的AI收入，又用了10年才实现收入超过资本开支；George预计，AI的这一比例会更快改善。

• 现金流无法覆盖所有预期中的数据中心项目，因此债务和私募信贷正在进入。George对 Meta、Microsoft、AWS 和 Nvidia 这样的交易对手感到放心，但强调“并非所有交易对手都一样”；Oracle的大规模云承诺将使其多年保持现金流为负，其CDS成本已升至约2%。

• 折旧担忧尚未在利用率数据中出现：Google披露，运行了7-8年的TPU仍保持100%利用率；A100和H100的租赁价格也依旧坚挺。George转述 Gavin Baker 的比较称：光纤可能长期闲置，但“没有闲置的GPU”（“there are no dark GPUs”）。

• 2025年，上市软件公司新增收入达到460亿美元；仅 OpenAI 和 Anthropic 按运行率计算就贡献了其中近一半。然而，约4.8万亿美元的资本开支需要到2030年实现约1万亿美元的AI年收入，才能达到10%的回报；George粗略估计目前只有500亿美元，尽管同比增速远超100%。他认为，回本周期可能会延续到2030-2040年之间。

7. AI正在加剧私募市场的幂律效应

• 过去20年，上市公司数量减少了一半；收入超过1亿美元的企业中，约86%仍为私有公司。对George而言，私募增长投资已经成为一个实质性的资产类别。

• 北美和欧洲独角兽的合计价值约为5.5万亿美元；其中最大的10家占比近40%，是2020年的两倍。George在现场实时清点时估计，这10家公司中有7家是a16z的投资组合公司。

• 公开市场的颠覆也在加速：标普500成分股平均留在指数中的时间，在50年间下降了约40%。George承认，有序的私募市场定价路径有助于员工留任、招聘和士气，但预计未来18个月内，一些长期保持私有的大型公司将上市。

• Databricks展示了成功适应AI时代之前环境的案例。George将其增长归因于 Ali 兼具商业直觉和技术深度、该数据平台适合AI工作负载、通过 Agent Bricks 进行激进迭代，以及来自前沿客户的验证；如今选择该平台的AI公司，也让 Databricks 能够与它们同步成长。