AI热潮放缓后会发生什么
摘要
- 前沿AI有定价权,但模型领先优势的有效期可能短得异乎寻常。 Casado称,过去3年,最好的模型拿下了按金额加权需求的80%+;他估计单个模型的商业生命周期只有3至6个月。市场持续增长有利于前沿模型;若市场趋于饱和,价值可能转向开源,而这种转变会如何发生,“没人知道”。
- 编程工作流趋于饱和,可能拖慢 token 增长,但不意味着更便宜的模型就有竞争力。 Casado认为,自动化95%的任务,并不能说明企业可以接受更低的智能水平:竞争中的初创公司“永远愿意为最聪明的模型多付10倍”。届时,增长就需要更高定价,或将应用扩展到编程以外。
- AI让资本的生产力跃升至新量级,但融资和实体条件更有利于大型运营商。 如今20人就能有效运用10亿美元,但Casado不知道这最终能创造5亿美元还是20亿美元的产出。他认为,小型服务商将更难获得债务融资;芯片、电力和材料仍是实体扩张的硬约束。
- 成熟的基础设施企业可能提供不同于前沿AI的风险收益特征。 Casado提到,一些盈利企业的ARR达3亿至5亿美元、增速为40%–60%,却难以进入公开市场。他的逻辑立足于运营层面:“软件越多,对基础设施的需求就越大”;要复刻数据库的功能、性能和可靠性,依然困难。
- Casado接受市场竞争形成的价格,把尽调重点放在技术和风险上。 他认为私募市场定价有效,自己的工作是找到风险更低的资产,而不是捡便宜。过早套用成熟企业的收入指标,可能会错过颠覆性技术,因为“商业模式总是滞后于颠覆性技术”。
- Cursor交易把算力供给与用户、数据和模型构建能力连接起来。 Casado说,如果Cursor要自己构建模型,就需要更多资金和算力;他猜测,Mythos的开发成本可能约为30亿美元。“SpaceX有算力”,Cursor则提供互补资产。他对并购的更广泛判断是,信任和战略一致性促成交易,泄密则可能搅乱交易。
- 智能体让基础设施设计重新打开,但Casado的信心止步于数字世界。 移除面向人类使用的限制,可能催生不同的数据库、开发工具和执行环境。他相信,资金充足的强化学习可以解决任何计算机上的任务;机器人、科学和医学是否遵循相同的规模定律,仍无定论。
精读
1. 颠覆性技术需要一套自洽的投资框架
经过10年、数百笔交易后,Casado把投资者分为4类。财务型投资者用市场和财务指标作为企业健康状况的代理变量;生产力型投资者则围绕能创造价值的资产下注,关注其技术路线如何演进、如何开创市场,以及最终如何捕获所创造的价值。
前沿型投资者相信那些追求外界尚无法评估目标的杰出创始人。Casado把这称为生产力型投资的强化版:“YOLO”式信任,认为创始人可能比VC更懂。他回忆Chris Dixon投资促智补剂,并列举Soylent、Oculus、Coinbase和加密货币等听起来像科幻小说的押注。投机型投资者则择时交易价格,有时对标的资产本身知之甚少。把这些路径混在一起,投资者就能“为自己的任何偏见找到理由”。
他做基础设施尽调时,会考察领先企业的内部系统、相邻预算、客户兴趣,以及在完整商业模式尚未成形时客户是否愿意付费——这些都是“部分指标,而非完整指标”。技术专长有助于判断产品与平台、支出及防御能力的关系,但不等于比创始人更懂这项技术。
Casado强调:“商业模式总是滞后于颠覆性技术。”互联网早期的变现路径并不清晰,从永久授权转向经常性收入也花了多年。每种投资方法都可能成立,但如果一边声称在投资颠覆,一边又要求标的具备成熟的TAM和强劲的NRR,筛选逻辑就自相矛盾。
2. 护城河的形态比其形成机制更重要
O’Shaughnessy给出网络效应的常见定义:每增加一名用户,产品就会变得更好。Casado认为这近乎同义反复——用户也会报告漏洞、提供反馈。这对判断防御性几乎没有帮助。更有用的区分是:形成优势的机制是什么,以及优势如何随规模扩大。
他的测试方法是看竞争格局:给领先者和挑战者各500万美元。若优势超线性,领先者能用同等投入更快增长;若优势次线性,挑战者就能追上,因为领先者需要逐步加大投入。竞争对手的资本和增长也会影响结果。Casado表示,传统电话、通信和交通网络会随着用户或目的地增加而接入更多节点,因此互动和价值增长快于线性。
在他看来,真正由互动驱动的网络效应并不常见;他举出电信、LinkedIn、社交网络和GitHub作为例子。这类经久不衰、高价值的公司都围绕互联关系构建。护城河也可以来自品牌、规模或双边市场。规模效应可以通过定价权或更低的CAC改善单位经济性;双边市场则由供需双方相互强化。
Uber更像是市场平台和融资规模优势:司机和乘客都可以使用竞争对手的服务。仅有自我强化的飞轮,并不能证明其收益会超线性增长。
更具挑衅意味的是,Casado认为人们通常过度关注护城河。市场增长时,企业有大量空白空间可开拓,往往更愿意寻找增量,而不是争夺存量;市场收缩时,行业通常也会自行整合。O’Shaughnessy问,Anthropic的S-1买家是否需要更严格地分析防御性。Casado的回答仍有条件:如果渗透率只有0.1%,前方仍可能有大量价值待创造,而且流动性投资者可以随时进出。
3. 智能体让基础设施技术栈重新打开
Casado把基础设施定义为具有技术差异化的系统,围绕算力、网络、存储和数据库展开。模型也属于基础设施:在资本需求和竞争压力上,它们更像ASIC,而不是传统软件。他说,模型正在颠覆上层应用栈,但是否会形成分层结构还不清楚。他称这是“也许自互联网以来、甚至可能是有史以来最大的一次计算机科学基础设施换代”。
他区分了由智能体生成的软件,以及以AI为核心的系统。前者仍需要普通数据库和算力;后者会改变设计要求。过去为了方便人类使用而简化的基础设施,如果改由智能体操作,就可以变得更复杂,安全性和可靠性方面的权衡也可能随之改变。
OLTP数据库体现了其中的机会:如果智能体已经会使用新数据库设计,就不必再跨越同样的程序员再培训门槛。大型集群和严格的性能要求正在让网络领域沉寂多年的新进入者、光学技术和材料变革重新活跃起来。算力领域则在重新审视,智能体应该放在容器、VM,还是Temporal这类持久化工作流中运行。
4. 前沿模型领先有回报,但单个模型衰退很快
Casado称,在过去3年的快速增长中,最好的前沿模型拿下了按金额加权需求的80%+。哪怕“好上那么一点点”,也能带来巨大的定价权。他引用的估算显示,企业渗透率为3%,但预算占比约为1%或更低,后续扩张空间仍然很大。
容易被忽略的风险在于领先优势能否延续。Casado估计,单个模型的有效商业生命周期只有3至6个月。如果Anthropic连续6个月没有推出新模型,或者技术、监管或安全问题导致3个月的延迟,就可能失去整个市场。传统软件的收入留存长尾并不适合作为参照。
只要市场继续增长,他的答案很简单:“前沿模型赢。”但市场饱和后,他就无法给出答案。如果用例不再需要更高的智能,或需求因其他原因放缓,那么“价值很可能会大幅回流到开源”。他并不声称自己知道最终结果。
5. 编程需求饱和,不等于对智能的需求已见顶
O’Shaughnessy提出了一个具体反问:人们一边说大量编程任务已经趋于饱和,一边仍在大举购买前沿模型的 token。Casado区分了任务覆盖率与模型替代。自动化95%的任务可能限制 token 消耗的进一步增长,但相互竞争的初创公司仍然想更快地开发更好的软件:“你永远愿意为最聪明的模型多付10倍。”
这意味着服务商要么提价,要么把应用扩展到编程之外。Casado预计,AI会拓展到一般知识工作。他自己的Grok机器人会处理个人财务问题和模块化合成器问题;他最近的项目则是让它成为“家里的常驻AI”。机器人买了几百美元的冷门智能家居设备,其中有些连他都不熟悉,目标是实现他对复古版《星际迷航》的想象。
他描述的World Labs的Atlas能够生成动态3D场景,由此引出另一种可能:走进《千与千寻》,或在VR里体验类似《不眠之夜》的沉浸式制作。这些都是尚待实现的构想。他的判断是,“最大的限制已经不再是技术”,而是人们受过去那些令人沮丧的软件体验影响,想象力也因此受限。
6. 对数字世界的信心不会自动延伸到物理世界
Casado最鲜明的技术判断是绝对的:“凡是你能用计算机做的事,AI都能做到。”无论是写代码、使用Blender,还是一般计算机操作,数字活动都能提供强化学习环境。有些能力今天还无法实现,但他认为,只要资金充足,就能资助一条训练路径。
他明确表示,对机器人、科学和医学并没有同样的信心。物理实验可以设计出来,但他不知道其规模曲线或概率分布是否与数字环境相似。“我完全不知道”同样的规律是否适用。
谈到安全问题时,他回忆Windows 95电脑在安装完成前就会感染病毒。新的计算范式出现后,防御机制成熟之前总会经历多年的混乱。如果防守方能比攻击方花更多钱——他说这通常确实如此——他预计技术最终能解决问题。暴露漏洞也可能代表进步;他认为AI最终会让软件“安全得多”。
7. 经久耐用的基础设施企业被夹在市场分类之间
O’Shaughnessy指出,AI看似极高的回报,让过去颇受青睐的软件投资更难获得资金。Casado所在董事会的一些公司已经盈利,ARR达3亿至5亿美元、增速为40%–60%,却仍然小到无法IPO。他很愿意个人投资一篮子此类公司:没人知道AI企业在增长放缓后会是什么样子。
主持人追问这些公司面临多大的颠覆风险。Casado从基础设施角度回应:“软件越多,对基础设施的需求就越大。”以Snowflake为例,如果其增速为30%–40%、经济效益良好,AI看起来并不是它最大的颠覆威胁;Databricks或许才是。复制长尾功能和性能、并把这些系统运营好,都不容易。SPAC方案表明,金融市场正在寻找包装这类资产的方法。
8. AI改变了资本与工程的关系
《人月神话》概括了过去的约束:增加工程师可能因为协调成本而拖慢交付。过去把10亿美元交给5位创始人,资金可能闲置,也可能诱发破坏性扩招。如今20人就能有效运用这笔钱。Casado不知道他们最终能创造5亿美元还是20亿美元;变化在于,他们有能力部署这笔资本。
他把Anthropic和OpenAI称为“把钱转化为增长”的机制,并指出它们合计融资额远超下游生态系统的融资总额。因此,资本配置与技术进步的联系,比他运营初创公司的那10年更加直接;当时工程能力难以按比例扩张。
债务是另一项顾虑,他强调自己并非债务专家。从实际情况看,融资更难获得,而且资金可能更偏向投资级企业。较小的服务商可能需要客户预付款,进而要求自己的客户也提前付款。因此,现金储备越来越影响企业能否获得基础设施。
9. Neocloud面临实体瓶颈,市场长尾则十分分散
Casado把neocloud定义为以 token 为终端产品的实体基础设施,包括GPU、微调或推理服务。它们都想成为 token 工厂,并向垂直整合发展。Neolab则试图开发新模型架构和训练突破;拥有GPU不等于把基础设施当作产品。有些公司实际上是在说,只要解决ASI,商业模式自然就会变简单。
在实体建设层面,他认为真正的限制因素是硬件供应、电力和材料。在这些约束下,他预计80%流向规模化服务商,20%流向细分市场或难以触达的机会。他谈论融资,并不意味着这些供应限制就会消失。
分散的长尾市场仍然能容纳许多公司。他举例说,有GPU市场平台从农场里改建的鸡舍采购算力。像SpaceX这样的服务商不太可能追逐所有这类小市场;整体市场足够大,这些不那么标准的机会仍然有意义。
O’Shaughnessy提到,Larry Page曾预测,未来可能有“五个9”的算力来自轨道设施。Casado认为太空基础设施的账算得过来,但强调监管问题:他提到美国有500项限制数据中心建设的拟议措施,其中包括德州。如果项目无法破土动工,建设者就必须转向海外或太空。
10. 有效定价与私募市场扩张可以并存
O’Shaughnessy提出估值方面的反对意见:再有价值的颠覆性资产,买入价格不对也会毁掉回报。Casado的回答格外直接——他相信私募市场定价有效,也接受竞争性价格。他做尽调是为了降低自身风险:“我不是想找到更好的价格,只是想找到风险更低的资产。”
主持人追问,这为什么不意味着直接买指数。Casado表示,如果合法合规的投资者都参与竞争性交易,他很乐意每笔都投5%;但竞争、投资额度和董事会承诺让这行不通。于是他的团队会在每个可信赛道中挑选最强的公司。O’Shaughnessy将这种方法称为“分层抽样”。
Casado不认同只有某个孤独的投资者能发现别人都没看到的便宜货。他投资组合中表现成功的公司,通常都是竞争激烈的投资标的。逆共识押注也可能危及后续融资。他认为,投资者相信自己拥有卓越的“寻松露”能力,并把这当作回报的核心来源,背后其实是自负。
他也不认同只有20家初创公司值得投资、额外的VC资金只会过度投资固定机会集的说法。资本能扩大可投资TAM,支撑更大的非上市公司,也让企业更长时间保持非上市状态。尤其在AI领域,他的前提是资本能让技术创造更多价值。
11. 战略收购通过信任买入市场期权
Casado把战略并购视为买入一个大型市场的期权。他以自己以12.6亿美元将Nicira卖给VMware为例,相当于用约10亿美元买入一个规模达400亿美元市场的期权。要证明这笔交易成立,既要有基本情景——向网络预算销售产品——也要有归纳推演:把产品接入VMware的虚拟机,可以扩大分销范围。
这类谈判更像高风险的企业销售,而不是基于电子表格的资产拍卖。创始人和了解战略的投资者必须讲清楚双方结合后的机会。深层的个人认同往往很重要;技术周期越短,战略退出可能越多。银行家可以提供帮助,但Casado不认同能靠类似扑克的技巧智胜老练的收购方。
Mythos发布时,Cursor正准备融资数十亿美元。Casado猜测其开发成本可能约为30亿美元;他说,如果Cursor要自己构建模型,就需要更多资金和算力。“SpaceX有算力”,Cursor则有用户、数据,以及成功构建模型的团队。可用融资也有助于确定估值。
他从Cursor、World Labs和OpenRouter的交易中得出的经验是,围绕清晰的价值以诚信沟通。World Labs没有泄密,因为知情者很少;OpenRouter则反复泄密。试图通过媒体泄漏来制造竞价,会破坏信任:“那会让交易陷入不稳定。”他见过投资者鼓动这类策略后,大型交易最终告吹。
12. 投资者需要与阶段匹配的技能,也需要更善于倾听
如今的私营公司已可与几十年前的上市公司比肩,传统金融专业知识因此越来越重要。Casado反对把这套直觉用到太早期的项目上。他回忆,B轮董事会里的PE投资者主要从烧钱速度出发思考,这种错配就像让他去一家矿业公司当董事。早期生产力型VC需要的是另一套工具。
他自己最大的进步,是明白“首要任务就是倾听”。创始人会议常常演变成表演式提问,或是前经营者试图替企业解决问题。投资者要做的是理解创始人的判断,并提出能改变投资决策的问题。
Casado把这一转变比作工业革命级别的变化:世界从零和走向非零和,价值可以不断创造。解决数字问题正逐渐变成一个调配资本的问题,资本配置者因此能更直接地推动创新。