Ben Horowitz 与 Ali Ghodsi：如何经营一家千亿美元企业

摘要

• Databricks 认识到 Apache Spark 的流行并不等于商业模式，成功绕开了开源项目的经典陷阱。 下载量和 Spark Summit 证明了需求，但客户仍会问：“我为什么不能直接下载开源版本？”PLG 的ARR停在约300万美元后，公司增加专有差异化能力，聘请有经验的商业化负责人，并全面转向企业销售。
• Ali Ghodsi 的 operating system，是激进的自我教育，加上直接接触事实真相。 他建议创始人承认自己“什么都不懂、归零”，访谈最优秀的从业者，对照彼此冲突的方法论，再招募足够优秀、能反过来教会自己的人。他和 Ben Horowitz 认为，CEO 必须“低空高速飞行”，因为真正的知识在客户和一线员工手里，而不在整齐的高管班子或组织架构图里。
• 高强度要靠领导力、组织设计和可见的影响来规模化，而不只是延长工时。 Ali 通过夜间、周末工作来定调，也会通过背调核验候选人，但明确反对把倦怠当成目标。Ben 更尖锐的观点是：如果员工身处一场“三条腿赛跑”式的依赖关系，知道额外努力也不会改变结果，那么任何激励演讲都无济于事。
• Microsoft 的合作之所以成功，是因为真正的产品换分发交易，又被一项痛苦的承诺进一步夯实。 Microsoft 的产品组合存在缺口，手上约有6万名销售；Databricks 有产品，但要牺牲“12个月的路线图”来完成整合。团队要求对方给出大额预承诺，让 Microsoft 内部有人在项目失败时真正承担后果，而这笔交易前后“死了”大约10次。
• Databricks 评估收购时，顺序与传统企业开发完全相反：先看人，再看产品整合，最后看财务。 Ali 要的是愿意再建设5年的创始人，以及能够整合成一个产品的代码库；先买收入或许能带来2年的增长，但最终只会留下“一袋彼此无法协同的垃圾”。Ben 认为，隐藏的牺牲品是销售效率：每套独立架构都会带来更多专家、支持系统和客户摩擦。
• 一个关键决定，是拒绝一笔相当于 Databricks 当时估值6倍的收购报价。 Ben 承认，出售会让 a16z 获得丰厚回报，但随后把真正的代价定义为：Ali 可能用一生去想，他是否放弃了自己“唯一一次机会”。同样的野心还把将 Databricks 加入 FANG 的看似荒谬建议，变成了 P95 工程师薪酬模型；此前，Ben 已在2019年、公司估值60亿美元时预测 Databricks 将达到1000亿美元。
• 即使到了 Databricks 的体量，AI 人才市场也不能被当成纯粹的竞价赛。 Ali 认为，外界报道的1亿美元报价，很多被有动机重置薪酬预期的 CEO 夸大了；他的对冲手段是导师关系、学习机会和真正的所有权。他以1000亿美元估值和1万名员工对比小型创业公司。Ali 还强调运气：2012年启动可能太早，2014年可能太晚，而实际的2013年启动勉强熬过了冻结的 Series C 市场——“随机性太大了”。

精读

1. Spark 的成功成了 Databricks 的商业化敌人

• Ali 在公司内部工作了2到3年后，于2016年接任 CEO，清楚知道接下来痛苦的转型会挑战公司的身份认同。Apache Spark 已经风靡全球，下载量飙升，会议也办得很成功，但当 Amazon 等云厂商可以自行分发 Spark 时，“你最大的敌人就是自己的开源项目”。

• 最初的策略是先把 Spark 做到足够大，再提供最好的 Spark，但这并没有带来足够的专有差异化。客户的决定性反问始终是：“我为什么不能直接下载开源版本？”因此，Databricks 必须围绕 Spark 构建企业真正愿意付费的软件，而不能把社区采用当成商业化必然发生的证明。

• Ben 的判断是，Ali 同时具备扎实的技术深度和异常快速的商业学习能力。他做过工程，深度理解产品战略，随后在 John O’Farrell 等顾问的帮助下补上了市场进入和业务拓展的课程：“他学什么都太快了。”

• 在 Ben 看来，Ali 更难得的一点是“从不犹豫”，并且相信自己对威胁的直接判断。从 Databricks 当时的位置看，构建数据仓库是“一次幅度相当大的转向”，但 Ali 足够警觉，愿意调查竞争风险；也足够自信，敢于采取行动，而不是回避那些显示竞争对手正试图摧毁公司的证据。

2. 商业化的第一步，是承认自己的直觉错了

• Ali 的学习模式始于一个令人不适的承认：“你什么都不懂，你是零。”他约业内公认优秀的工程和产品负责人进行30分钟会面、早餐或晚餐，反复问“大量、大量、大量的蠢问题”，再把彼此矛盾的方法论放在一起比较，直到真正理解卓越执行是什么样子。

• 这套管理杠杆来自 Andy Grove 的《High Output Management》：招募足够优秀、能让领导者向他们学习的人，然后把这一模式递归下去。Databricks 最初恰恰违背了这一原则：几乎所有领导者都是计算机科学博士，“包括销售”，因为创始人把能聊工程的人误当成了合格的销售。

• Ali 和 Ben 描述的是一种以提问为核心的反馈方式，而不是直接下结论。Ali 可能会问：你展示的哪些数字能推导出5%的转化率？Ben 说自己的版本更直接：“我只是想搞清楚基本算术。”Ali 更好的问法则是：“你觉得进展如何？”两种方式都迫使负责人先检查问题，再由老板给出判断。

• Ali 把批评重新定义为朝向对方自身目标的可选帮助：你可以不听，但这个改变可能提高你拿下下一份工作或下一个项目的概率。Ben 补充说，坦诚必须持续发生；年度评估时突然抛出负面意见很冒犯，而频繁纠偏能避免员工在被解雇时反问：“我之前不是一直都得到肯定吗？”

3. 规模化后的高强度，前提是努力仍然能改变结果

• Ali 在约1万名员工中维持高强度的第一个抓手，是“由最高层定调”。如果员工知道 CEO 会工作到晚上9点或10点、凌晨2点以及周末，这个示范就会变成文化行为，而不是一个遵循不同标准的人强加下来的要求。

• 招聘可以筛选耐力，但 Ali 警告说，那些主动宣称自己最能吃苦的人，往往“恰恰相反”。背调更有信息量：不要问某人是不是很优秀，而要问他是否一贯“熬夜拼命干”，前同事通常会如实回答。

• 他的立场明确不是所有问题都能靠增加工时解决。每个人的阈值不同，工作必须可持续；当团队的工作与生活平衡评分恶化时，Databricks 会介入——Ali 还开玩笑说，接近100%的团队可能反而有另一种问题。“我不认为你想要一种让人不断耗竭的文化。”

• Ben 和 Ali 认为，更深层的约束来自组织设计：有能力的人在拥有自主权、看得见自身影响时会努力工作。把他们放进一场依赖重重的“三条腿赛跑”，他们就会理性地得出结论：努力不会带来结果。领导者必须让团队感到自己正在赢；即使处于危机中，也要展示一条“坚如磐石”的胜利路径，让额外牺牲变得合乎逻辑。

4. CEO 需要广阔视野，也需要一条腿深深扎进现实

• Ali 会详细跟进产品发布，甚至逐条查看进度报告；他会回复一些简短的发布邮件并表示祝贺，因为这种确认本身就能激励建设者。Databricks 过去的原则是“像联合创始人一样行事”：员工应当具备所有者心态，不论资历都可以提出想法，并相信自己能影响公司的产品方向。

• 直接接触也有边界。CEO 可以和最接近工作现场的人交流，并以理解为目的倾听，但绕过对方的直属经理直接下指令会制造混乱。Ben 偏好的方式是先到一线诊断问题，再沿管理链条把方向传回去。

• Ben 认为，高管摘要在结构上就不可靠：领导者会包装信息，缺少细节，而且他们自己也在寻找瓶颈。“公司里的所有知识，都在那些真正做事的一线员工和客户手里。”因此，一个不会“低空高速飞行”的 CEO，永远拿不到足够的真相来调试组织。

• Ben 把注意力模型描述成一个 T：保持横向广度，同时把一条竖线极深地插入当前优先事项。Ali 说，这个优先事项可能是工程、竞争性销售，也可能是 HR 失误。组织架构“不过是一种沟通架构”，所以会议节奏应当是不对称的：一个高管可能需要每天沟通，另一个每季度一次即可；而如果某个员工做不了这份工作，“这种人是改不了的”。

5. Microsoft 的合作成功，因为双方手里都有不可替代的筹码

• Databricks 盯上 Microsoft，是因为其约6万名销售代表着改变游戏规则的分发能力。此前几次所谓的 Satya Nadella 引荐都陷入排期泥潭，但 Ben 和 Satya 在 a16z 讨论战略交换后，一封邮件在 Microsoft 内部扩散，突然带来了约25条消息，许多人开始清空日程。

• 时机也打开了入口。据称 Hortonworks 威胁称，除非 Microsoft 提高付款，否则就撤回类似功能；Ali 则补充说，Hortonworks 同时覆盖本地部署和云端，形成了另一重错配。Microsoft 想补上相对于 AWS 的产品组合缺口，Databricks 想要分发能力。于是，Ali 对重大合作的规则毫不含糊：“双方必须真正交换对等的价值。”

• John O’Farrell 建议 Databricks 要求足够大的预承诺，确保“里面总有人会因为项目进展不顺而被解雇”。谈判策略是强调整合将消耗“我们12个月的路线图”，要求 Microsoft 给出销售预测，然后只向对方索取那个大数字中的一部分。

• Microsoft 战略负责人 Takeshi Numoto 担心这家小公司拿到大笔付款后会“喝高了”，Ali 必须证明自己的进取心不会消退。交易仍然前后死了约10次，包括临近发布时的一次；Ali 于是反复乘坐“nerd bird”飞往西雅图，与内部反对者面对面沟通。他认为 Microsoft 最终成为极其出色的长期合作伙伴，也承认 Satya 推动的成长型思维，让这笔5年前根本不可能达成的交易成为可能。

6. 先看收入的收购，会以整合为代价借来增长

• 在 Tabular、Neon 和 Mosaic 等收购中，Ali 首先看创始人和团队：双方能否在文化上协作，并继续建设5年？接下来才看产品体验、客户反应，甚至编程语言，因为不兼容的构建系统和代码库可能根本无法编译在一起。收入倍数和3到5年的财务计划排在最后。

• 传统企业开发的顺序正好相反：先建模收入加速，再评估产品，最后把创始人当作需要兑现的对象。CEO 离开，核心员工跟着走；原本被压制的人得到晋升；收购方塞入自己的管理者；最终“公司死了”，原有的人才没了，平台也不再完整。

• Ben 对市场进入的警告是关键所在：不同架构需要不同的销售工程师、售后团队、访问控制模型和客户教育，最终让一线销售效率“跌穿地板”。因此，产品整合不是工程上的打磨，而是决定这笔收购能否以 Databricks 产品的形式销售和交付。

• Ali 承认，财务工程短期内确实可能奏效：被收购收入抬高第一年的表现，第二年增长可能再次改善，较高的股票倍数也能让交易看起来很划算。但从长期看，最终只会变成“一袋彼此无法协同的垃圾”，侵蚀一个由每位客户体验共同构建的品牌；Ben 认为，营销无法逆转这种损害。

7. 人才质量是收购约束，而不是整合细节

• Ali 曾多次否决一家在其他方面都很有吸引力、业绩也很成功的公司，因为他认为其员工基础会稀释 Databricks。卓越团队和极弱团队相对容易判断；最昂贵的判断发生在中间地带：平庸的结果究竟源于人才不足，还是只是缺少资本、分发能力和支持。

• 这种评估不能靠“做一张 Excel 表”完成。Databricks 的员工会与目标公司的员工交流、共事，并判断创始人能否真正成为联合创始人。

• 收购过程中的行为还会不断累积成声誉。未来的创始人会考察此前被收购公司的领导者是否获得了有影响力的职位，或是在冲突中离开；而在20到30天的最终协议谈判中做出的每一次让步，都会成为下一笔交易的先例。因此，善待创始人既是整合选择，也是未来竞购中的竞争优势。

• Ben 的文化警告是，收购方不一定自动吞并目标公司，反过来也可能发生。“平等合并”尤其危险，因为双方的文化和人才池实际上从来不对等。Ali 想要的结果是，被收购的工程师继续成为让合并后软件变得优秀的人。

8. 不可思议的大目标，改变了 Databricks 的经营算式

• 当一名候选人要求在 Databricks 被出售时加速归属，Ben 认为 Ali 严重低估了机会：“我们是云上的 Oracle”，未来价值可能达到 Oracle 的10倍。Ali 的第一反应更简单：“Ben 疯了。”但 Ben 和 Marc Andreessen 一再迫使创始人认真审视，这种野心为什么可能实现。

• 2017年一次融资讨论中，Ali 认为 Google 和其他 FANG 公司构成了招聘瓶颈。解决方案是把 Databricks 加进这个缩写——“FANG DB”。团队没有把它停留在激励口号上，而是计算每名员工对应的市值，把自身可用的稀释空间换算成薪酬能力，最终得出结论：公司可以按 P95 水平支付工程师薪酬。

• Sarah Wang 回忆，自己在2019年加入 a16z 后参与 Databricks 的 Series F，当时公司估值约60亿美元；Ben 预测它最终会成为一家1000亿美元的公司。在这个长期目标面前，讨论认为60亿美元和70亿美元的差别微不足道，而 Databricks 继续埋头做事。

• Ben 的底层判断是，同时遇到一个巨大市场和一个有能力填满它的企业家极其罕见。风险投资组合里更常见的是：优秀创始人受限于市场规模，或者巨大机会受限于创始人能力；Databricks 两者兼具。

9. 拒绝6倍估值的报价，让机会继续存在

• 一笔真实的收购报价出现了，价格是 Databricks 上一次估值的6倍。Ali 后悔在做决定前就告诉了联合创始人：大家的心思立刻从工作转向，开始计算到手金额，并通过日常闲聊揣摩他的情绪。他们的兴奋也让 Ali 开始动摇：“也许他们是对的，也许我们就该卖掉。”

• Ben 罕见地把自己的冲突讲得非常直白。出售对 a16z 来说会是极好的结果，足以让其投资人获得数倍回报，而他会支持任何决定。但根据自己在 Loudcloud 和 Opsware 的经历，他知道人一生很少会遇到如此有潜力的公司：“我保证，你这辈子再也不会遇到这么好的想法。”

• 决定性问题不是 Ali 能否变得富有，而是他能否忍受余生不断想象自己本可以把公司带到多远：“就这一件事。我本该把它一路做到终点。”Ali 结束了谈话，并立即决定：“我们永远不会这么做。结束了。这不可能发生。”

10. AI 薪酬 headline，掩盖了有野心的人才真正需要什么

• Ali 认为，AI 劳动力市场确实极其激烈，但其中也有一部分是表演性质的。他不相信除 Character.AI 等极少数案例外，1亿美元报价普遍真实；CEO 公开宣布有人试图以1亿美元挖角，对自己有利，因为这样一来，所有更低的报价都会显得像是在羞辱对方。Ben 观察到，Sam 曾对 Meta 使用同样的叙事，实际上抬高了市场参考价。

• Ali 以1000亿美元估值和1万名员工对比小型公司。Databricks 可以为少数人才支付高价，而小公司必须出售人们共同创造的未来价值。雇主也可以为职业早期的人提供学习和影响力；Ali 认为，这些动机依然比 headline 所暗示的更重要。

• 实习生的问题已经从“如何在 Databricks 做出成绩”，变成了3个月的实习是否会浪费这次稍纵即逝的机会——也许别人正在构建 AGI 或 superintelligence。Ali 会试图降低这种 FOMO：“你还有几十年。”对一个刚毕业的人来说，CEO 两分钟的关注、具体的职业帮助或导师承诺，都可能极其宝贵。

• 他最喜欢的收购对象，是同时具备大公司经历和创业失败经历的人：前者教会他们流程和官僚体系，后者带来韧性、谦逊，以及对 Databricks 建设难度的尊重。与离职员工保持关系也很重要，因为创始人往往会以更感恩、更高效的“回锅”员工身份重新加入。

11. Databricks 能活下来，是因为转型与市场同时到来

• Ali 的反事实推演极其苛刻：如果 Databricks 在2012年创立，危机将在2014年到来，那时云计算和 AI 需求还不足以支撑公司；如果2014年才创立，修正方向会拖到2017年，届时 hyperscaler 和竞争对手已经领先太多。实际的2013年启动时间，来自等待 Matei 完成博士论文：“随机性太大了。”

• 生存依然岌岌可危。据称，Redpoint 在 Series C 握手承诺后就不再回电话；于是，已经领投 Series A 和 Series B 的 a16z 与 NEA 在其他人都不愿出手时共同领投了这一轮。除会议收入外，公司收入非常单薄，现金消耗很高，Ali 甚至认真考虑过接受 Berkeley 的教授职位：也许成功的是 Spark，而创始人只是“不会做生意的人”。

• 到2015年，PLG 已在约300万美元 ARR 的水平上彻底失败，免费 Spark 的采用没有转化为收入；即便达到公司的低位计划，按 Ben 的说法，最终仍会破产。几乎无路可退的 Databricks 在2016年增加专有软件，拥抱 B2B 企业销售，并聘请那些“以前见过这部电影”的高管。

• 招聘 Ron 既令人不适，又极其幸运：他是博士群体中的典型销售，迫使公司把客户放在中心，最终变得不可或缺。原始创始团队的持续贡献进一步放大了这份运气——Reynold 推动数据仓库，Arsalan 协助整合市场进入，Matei 持续创新，Patrick 领导重要工程团队——这是一支围绕商业化重塑而保持异常持久的创始团队。