Ramtin Naimi 谈风险投资现状——[Invest Like the Best,第499期]
摘要
- Naimi给风投机会集打10/10,泡沫程度打6.5–7/10;2021年则是10/10。 更快的采用速度和产品市场契合度支撑了这份乐观,但融资行为似曾相识:错过主轮的投资人,可能在同期二级份额中以主轮估值的3–5倍买入。“估值上调只是跟上市场行情。”
- AI的高增长 headline,掩盖了企业收入质量和毛利率的巨大差异。 增长10–20倍,背后可能是客户集中、按使用量计费、年度化数据销售,或负毛利。好的一面是,增长与毛利率扩张可能同时发生;估值问题仍未解:垂直领域AI该按软件估值,还是按可触达的劳动力预算估值?Naimi提醒:“我还没看到它们真正开始替代劳动力。”
- 基金加速部署,已开始拖慢公司融资签约后的资金到账。 大型基金的投资部署速度约为预期的3倍,同一18–24个月窗口内募资额却达到此前的2–3倍。LP流动性高度依赖少数几笔持仓。Naimi见过一笔1.5亿美元的承诺,花了3个月才到账;投资人“在钱还没到位时,就已经承诺了交易”。
- 算力需求的财务约束,可能先通过债务而非股权显现。 Naimi估计,已有80–90家 Neo Labs 融资额达到10亿至50亿美元。其中一家为单次训练融资10亿美元,并认为次年可能还需要50亿美元。他认为,基建建设者需要的债务规模应超过股权的5–10倍;关键问题是融资条款能否保障“业务持续可行”。
- 最有潜力的种子轮机会,是那些所在市场尚未明朗的杰出创始人。 Naimi区分了两类投资:他认为,顺势跟进可能取得前四分之一的业绩,主动寻找则有望进入前5%。Conduit 的 BCI 项目和 Etched 的芯片,体现了“杰出创始人押注不显而易见的想法”;与此同时,万亿美元级结果的假设正在推高全市场的入场价格。
- 买下已验证的赢家,能确保获得敞口,却未必带来超额回报。 Patrick建议转向 Databricks 这类投资人能够实际研究的企业。Naimi则以 Stripe 为例:5年间估值从1000亿美元升至1790亿美元,估算IRR约为11–12%;他担心,押注能拿到热门赢家份额的成长投资已成共识:“如果人人都觉得这是轻松赚钱的办法,那它可能就不是个好办法。”
- Abstract扩大基金规模,反映出持有更多赢家所需的资金成本。 其首期基金于2018年募资1亿美元,2026年最新一期为8亿美元。Naimi说,贡献最多回报的项目从来不是受限于额度,而是“受限于资本”。他的反事实判断是,每期基金都可以在保持相同回报特征的情况下,投入约2倍的资金。
精读
1. 融资节奏似曾相识,底层机会却不一样
Naimi说,优先投资人拿到主轮份额,落标者却在同期以主轮估值的3–5倍买入二级份额;这与2021年相隔数周、估值翻2倍的快速跟投轮不同。硅谷把这种份额称作“cuck tranche”。在他看来,对资本密集型公司来说,分期融资是必要安排,本身并非市场失衡的信号。
与2021年相似的还有仓促报价和重新谈判:过去6至8周里,他看到的交易重谈数量超过自2021年以来任何时期。但采用速度已有不同,连他自己的家人也能感受到。Naimi说,2021年有些SaaS公司营收800万美元、市场空间有限,却能以10亿美元估值融资,之后要花7年才达到1亿美元ARR。如今的轮次结构、交易量和追赶压力都很像当年,但他看到的公司更有吸引力。他特别提醒时点判断:“我们可能处于2019年,而不是2021年。”
Naimi认为,营收增长10–20倍的企业,通常并不像签约收入稳定、毛利率超过90%的标准SaaS公司。它们可能毛利率偏低、客户集中,收入来自消费者或按使用量计费,也可能只是把上个月的数据销售额乘以12来年化。数据标注业务的毛利率可能只有15–20%。创始人应该和相似企业比较,而不是对照增速最高的头部公司。他也指出,有些公司的毛利率正在迅速改善。
他预计,旗下公司今年营收增长200%–700%,毛利率则从–15%升至+35%。垂直领域公司按营收100倍估值,公有SaaS只有13倍,需要另一个估值逻辑:律所花在律师助理上的钱远多于软件;如果能拿下律师助理支出的20%,账就可能算得通。但他也说:“我还没看到它们真正开始替代劳动力。”
2. 部署提速,基金承诺的边界开始显现
基金通常计划在18–24个月内完成初始投资部署。Naimi说,大型平台基金在同一窗口内募资额达到原来的2–3倍,部署速度也比预期快约3倍。它们低估了想投的公司数量、估值,以及取得目标持股比例所需的资金。如果没有更多资本,就只能接受更低持股比例和受限的上行空间,或减少“出手机会”——这就要求基金有更强的选股能力。
Naimi说,有些LP的风险敞口中35–50%来自风投;进一步看,他描述其中30–50%的AUM实际上集中在3、4家公司,包括 SpaceX、Anthropic、OpenAI 和 Databricks。这些持仓的流动性对LP格外重要。没有投到持有这些公司的基金的LP,几乎收不到现金回款,促使基金管理人寻找新的资金来源。
他举出的匿名案例更直观地展现了部署提速:一只25亿美元基金7月开始投资,预计1月就要重返募资市场;另一家9个月前刚拿到30亿美元,如今已在寻求50亿美元。他对这些管理人的判断毫不含糊:“他们会募到。”
公司融资也受到影响。一笔1.5亿美元的投资条款,要求公司等3个月,等到1月中旬新基金完成交割、融资安排落实后才能拿到钱。另一位投资人承诺了5000万美元融资中的4000万美元,但交割时只能汇出500万美元,余款要等8至10周。Naimi预计资金最终会到位,问题在于部署速度。
3. 算力需求需要经得起资本密集度考验的融资方式
Patrick以 Anthropic 的S-1提出质疑:他提到公司已募资1400亿美元、花掉100亿美元、账上有1320亿美元,毛利率为85%,但暂且不计未来承诺和负债。算力是否需要新的金融产品?General Catalyst 的 Customer Value Fund 提供了先例;Naimi说,如果能证明投入1000万美元可以带来3000万美元营收,就可以为增长融资。
有些投资人已经开始用算力而非现金投资,创始人告诉Naimi,这种方式可以保证拿到算力份额。但定价、折旧、重复使用,以及算力只覆盖一次训练还是可以无限期使用,都让交易变复杂。创始人通常更喜欢简单明了的股权融资:“我们知道自己交出了什么,也知道换回了什么。”Naimi说,新结构还面临采用门槛:创始人往往依赖VC,而VC历来不鼓励风险债务;Customer Value Fund 在最初几年也需要花大量时间教育创始人。
大型新云厂商通常不愿接低于2亿美元的单子,小公司只能一点点拼凑算力。超大规模云厂商和前沿实验室占据主导,但Naimi估计,已有80–90家 Neo Labs 融资额达到10亿至50亿美元。其中一家正为次年的一次训练融资10亿美元,并认为当年可能还需要50亿美元。
Naimi认为,令人印象深刻的模型发布,可能只是“刷高基准分”,未必意味着能力能推广到商业场景;他无法判断这些实验室中,全部、一半还是仅10%能持续融到所需资金。被问到资本是否可能限制算力时,他回答“有可能”,并强调债务。他认为,基建建设者需要的债务规模应超过已融股权的5–10倍;借贷成本上升之际,关键问题是业务能否持续经营。
4. 种子轮超额收益,来自市场尚未认同的方向
Naimi一路观察终值目标如何变化:2016年是100亿美元,2021年前后升至1000亿美元,如今则是1万亿美元。估值随之变化,但上一个周期里,真正有望达到1000亿美元的公司也只有少数。他现在押注,万亿美元级公司“可能还会多出2、3家”,而不是“多出40家”。
他区分了两种投资方式:顺势跟进可能取得前四分之一的业绩,主动出击则有望进入前5%,关键是找到“杰出创始人押注不显而易见的想法”。Patrick问,拿到2、3或4份投资条款书,是否胜过拿到15份。Naimi说,竞标者较少可能意味着价格更合理、投资人议价能力更强;但他也提醒,许多乏人问津的机会确实不够好。
9个月前,Naimi投资了 Conduit,当时BCI几乎无人关注。与 Neuralink 把芯片植入体内的做法不同,Conduit通过佩戴在头上的设备读取大脑信息。其模型能在一个人打字前,以80%的准确率理解其想法;表述不尽相同,但结果一致。如今公司已有30,000小时的人类训练数据,随着这个领域近期走红,也拿到了13份投资条款书。如果 Conduit 能完成一次100万小时的训练数据采集,且规模定律成立,Naimi设想5至10年后,人们可以佩戴耳部设备,用可执行的想法指挥智能体。
Etched 是另一个例子:投资人认为 Gavin Uberti 极有才华,却怀疑初创公司能否挑战既有AI芯片厂商。Sequoia 以100亿美元估值投资后,整个赛道的热度迅速升温。Naimi的核心判断是:“创始人先于大众市场看清了这个市场。”
5. 买入赢家,仍要面对入场价格
估值如今变得如此难以捉摸,以至于Naimi认为合理估值区间可以相差4倍。一位竞标者可能出价达到次高价的3倍,这个离群报价随后又会成为另一位创始人的可比案例。因此,投资人觉得慷慨的报价,也可能让对方不满。
Patrick主张买入 Databricks 这类企业,投资人可以研究实际业务,而不是卷入一场“定价完全脱离现实的荒唐多人游戏”。Naimi认同,这种做法能以较少竞争被动获得优质公司的敞口。关键问题在于,眼下的定价环境更像2019年还是2021年。
Stripe体现了这种策略的局限:估值从2021年的1000亿美元升至如今的1790亿美元,按Naimi估算,5年IRR约为11–12%,但这仍可能是风投行业前四分之一的表现。过去18个月里,他看到各家公司逐渐把获取热门赢家的份额当成募资策略。“我想不出历史上有多少次,轻松的策略最终也能成为长期有效的策略。”
6. 数据生意的持久性,有两种不同判断
Patrick质疑过去把数据供应商视为一门交易、而非一家公司的说法。Naimi说,市场大幅低估了模型开发者对数据的需求。一派机器人数据公司认为,需求足以支撑未来10年、15年甚至20年的数据销售,带来“数百亿美元营收”。
另一派认为,数据销售最终会触顶,但眼下可以为自有机器人模型研发提供资金。这些公司擅长采集有价值的数据,再卖给其他模型开发者,同时研发自己的模型。Naimi强调,尽管对终点看法不同,两派都对这个领域有深刻理解。
7. Abstract围绕关系网络和资本约束扩大规模
Abstract如今领投 Socket、Doctronic 和 Dust 的B轮,也做了 Crusoe 等公司的被动成长投资。其2023年基金有约15%投进 xAI 的组建轮,也是 Polymarket B轮的重要投资人。2018年,LP觉得其首期1亿美元基金规模过大;到了2026年,LP反而称赞其8亿美元基金仍然不大。
对于几乎所有贡献了大部分回报的投资,Naimi说:“我们从来不是受限于投资额度,而是受限于资本。”他把基金规模过小视为自己最大的错误,并认为每期基金大概都可以投入2倍资金,同时维持相同的回报特征,还能领投更多被投公司的融资。
基于信任的关系,让 Abstract 能绕开正式流程接触创始人,直接给出一个对方觉得没必要再去比价的报价。投资份额足够大,让创始人只需向其他投资人征求按比例跟投,也有助于 Abstract 建立持仓。未来基金规模会在募资前约6个月重新评估:能否把更多资本投向同样优秀或更好的公司,又不牺牲回报?
被问到大公司IPO后可能变得富有的员工时,Naimi欢迎更多个人在机构投资前开出10万至100万美元的支票。他估计,硅谷这类投资人的密度可能是其他地区的100倍或更多。他们愿意承受这笔钱打水漂的风险,有助于解释硅谷的创业优势。
8. 下一批风向标不止那些显而易见的IPO候选公司
Naimi给当前机会集打10/10。在近10年的风投经历中,Abstract从未见过这么多想投资的公司。他给市场泡沫程度打6.5–7分,低于2021年的10分,因为快速增长、用户采用和产品市场契合度提供了充分支撑。
他的生物科技观察名单包括 NewLimit、Chai Discovery 和 Isomorphic Labs,核心问题是:“能否打造一家AI原生的下一代 Genentech?”他认为,这些公司有望达到5000亿美元至1万亿美元估值,如果雄心实现,规模还可能更大;团队、投资人和资金渠道都已到位。
他还看好 Applied Compute 提出的“拥有自己的数据和知识智能”方向,也看好作为快速增长消费业务、但并非AI公司的预测市场;Physical Intelligence 则可能成为数千亿美元乃至万亿美元级公司。人才留存是他反复考量的因素:杰出员工在别处能拿到更高报价,因此人才密度高、同时留得住人,会让他“尤其看好这些公司”。