Ben Horowitz 与 David Solomon：40年来最甜蜜的宏观窗口

摘要

• Solomon认为，这是他在金融和可投资资产市场度过的“40多年”里最强的宏观组合之一。 大规模且仍在持续的财政扩张——包括始于2026年的Big Beautiful Bill——叠加降息周期、监管放松，以及他形容为前所未见的资本开支超级周期；4家最大公司去年4000亿美元的支出贡献了1%的GDP增速。这剂“刺激组合”很难踩刹车，但物价仍比过去高出25%至30%，地缘政治风险也已上升。
• 信心已将战略交易从自动回答“不行”推向“也许”，Solomon据此预测，今年可能成为“历史上最大的一年”并购年。 他还预计IPO市场会迎来更大年份，大型非上市公司终于开始进入上市 pipeline。Horowitz认同交易活动会回暖，但指出FTC的不确定性仍未消除，尤其是在科技领域，这可能把交易导向知识产权交易。
• Goldman的战略难题，是既要扩大规模，又要获得稳定资金。 其1.9万亿美元资产负债表相比JPMorgan的4.5万亿美元仍显不足；Solomon的简化说法是：“JPMorgan做到6万亿美元时，我们至少得做到3.5万亿美元。” Goldman目前拥有约5000亿美元存款，其中超过2000亿美元来自数字平台，为公司约40%的业务提供资金；15年前，Goldman还没有存款。
• a16z的崛起，建立在把风险投资当作面向创始人的产品，并进一步把这个产品设计成可规模化业务之上。 Horowitz回忆说，“没人有钱的时候，才是融资的最佳时机”，随后描述了一个可能从每年约15家营收达到1亿美元的科技公司，扩张到150家的风险投资市场。2025年，a16z募得的资金约占美国风险投资总额的18.3%。
• AI正把技术领先转化为资本密集型竞赛，而不是持久的软件护城河。 过去的《Mythical Man-Month》意味着，像Google这样的公司无法仅靠调动1000名工程师，就击垮一家由7或8人组成、已经找到产品方向的初创公司；但Horowitz认为，如今凭借专有数据和足够的GPU，几乎任何问题都能解决，“简直是魔法”。不到1年就突破1亿美元营收、某些情况下甚至达到10亿美元的公司，可能需要公开市场资本才能继续竞争。
• 企业AI最大的回报，可能来自彻底重做流程，而不是提供增量式辅助。 Goldman去年在技术上花了60亿美元，但Solomon原本想花80亿美元；如果能找到20亿美元的效率提升，就能为新增投资提供资金，同时不降低回报率。其One GS 3.0项目从6项流程入手，但要成功，必须施加自上而下的压力，因为员工被要求“拿走自己的帝国，换一种方式经营自己的帝国”。
• Horowitz将加密货币和AI监管视为美国长期竞争力问题。 GENIUS Act/稳定币法案已经成为法律后，a16z在加密领域更重要的剩余优先事项是建立市场结构的Clarity Act；在AI领域，其原则是“不要监管数学”，而应监管有害应用。a16z还反对50套彼此独立的州级制度，以及在不复现受版权保护作品的前提下限制统计训练。

精读

1. Goldman需要上市公司规模，但不能放弃合伙制

• Solomon将Goldman过去的私人合伙制描述为“共同代理”：合伙人负责建立业务，集体在每个周期重新调整所有权，然后所有人再次出发。1999年上市为全球扩张提供了永久资本；他说，如果没有上市，Goldman可能会更像Lazard，而不是今天的这家公司。

• 连接两种文化的是合伙人体系：大约每2年，就有约450人成为Goldman合伙人，薪酬与整个公司的表现挂钩。但Goldman也必须接受，“上市公司不可能不增长”，也不能没有自上而下的战略制定，让“1加1加1加1”超过简单相加的结果。

• 在多年为他人提供建议后，Solomon总结出的CEO经验是：“真正承担责任”与给出建议完全不同。CEO必须对增长和方向负责，同时持续扫描那些可能让机构在未来10年、15年和20年变得不那么重要、不那么成功、不那么有影响力或竞争力的战略风险。

• 规模和资金是这项审视的核心。Goldman的1.9万亿美元资产负债表落后于JPMorgan的4.5万亿美元；Solomon表示，当JPMorgan达到6万亿美元时，Goldman至少需要达到3.5万亿美元。Goldman目前拥有约5000亿美元存款，其中超过2000亿美元来自数字存款平台，为公司约40%的业务提供资金；相比之下，15年前Goldman的存款为零。10年前，Goldman还是全球最大的批发融资方——Solomon认为，这并不是一个值得争当领先者的领域。

2. a16z将服务创始人做成规模，再把规模变成责任

• 2009年入场时，a16z招致“你是不是傻？”的质疑，但Horowitz回顾时直截了当：“没人有钱的时候，才是融资的最佳时机”（The best time to raise money is when nobody has money）。投资人习惯于追逐高景气市场，在低谷时撤退，这就给了逆向进入者机会。

• 创业者通常只会选择“顶级”机构，新玩家很难复制Sequoia凭借Apple、Cisco、Yahoo和Google积累的声誉。a16z于是打造了更好的创始人产品——品牌、影响力、资源和运营支持，目标是让创始人继续担任CEO，而不是被替换。

• Marc Andreessen在2011年提出的“软件正在吞噬世界”判断意味着：每年营收达到1亿美元的科技公司，数量可能从约15家增至150家。这打破了David Swensen关于5或6名投资人组成“篮球队”的模式，迫使a16z扩大覆盖范围，同时确保每笔交易仍由不超过5或6人参与。

• 2025年，a16z募得的资金约占美国风险投资总额的18.3%。Horowitz引用Andy Grove的话：“如果你是一个行业的领导者，那么这个行业的增长就取决于你。”他将这种责任延伸到加密政策、美国活力以及与中国的竞争。

3. 四重刺激组合重新启动交易机器

• Solomon所谓的“甜蜜点”，由大规模且持续的财政刺激——包括始于2026年的Big Beautiful Bill——可能还会有“两次左右”降息的货币宽松、他形容为前所未见的资本开支超级周期，以及监管松绑进程共同构成。4家最大公司去年4000亿美元的支出贡献了1%的GDP增速，使经济格外难以放缓。

• 即使人们谈论通胀率从9%降至3%，Solomon表示，美国人的实际感受仍是所有东西都贵了25%至30%。他能列出“100件事”来解释市场可能如何脱轨，其中包括一个多极地缘政治秩序：它制造增长拖累问题的风险“并不高”，但已远高于近几十年。

• 两个支撑因素仍在推动市场前进：Solomon表示，总统每天都在“按市价计价”，一旦市场朝错误方向运行就迅速调整，就像去年4月那次短暂的波动；与此同时，市场正在提前消化未来1年、2年、3年或4年才可能实现的AI生产率提升。

• 并购信心已经从“无论问题是什么，答案都是不行”转向“答案是也许”，支撑Solomon关于今年可能成为历史上最大并购年的预测。Horowitz的反驳是FTC仍存在不确定性，交易可能因此转化为知识产权交易。他还预计IPO数量会大幅增加，其中一些公司是出于必要才上市，因为它们增长过快；但上市也意味着接受“当然会被起诉”。

4. 加密货币和AI政策已成为国家竞争力之争

• Horowitz认为，加密货币不只是金融基础设施：它可能定义互联网产权、创作者主导的商业架构以及利益相关者资本主义。他说，上届政府通过执法和“去银行化”实际上封杀了这个行业；即使a16z是非上市公司，也收到了Wells通知。

• GENIUS Act/稳定币立法已经成为法律；a16z更重要的剩余优先事项是建立市场结构的Clarity Act。一枚代币可能代表一张Pokémon卡、一张股票凭证或1美元，因此监管规则应当区分这些资产，而不是把所有东西——包括艺术家的NFT——都视为证券。

• 在AI问题上，Horowitz坚持认为：“模型就是模型。它是数学模型”，不是有感知的生命体。他提出的边界是监管盗窃、入侵银行系统或机器人开枪伤人等应用，同时保留底层数学：“不要监管数学”（Don’t regulate math）。

• 当前最直接的担忧，是50套初创公司实际上无法满足的州级法律。下一步是版权：a16z希望允许模型在受版权保护的作品上建立统计模型，只要不复现这些作品；Horowitz认为，如果训练获取受到更严格限制，美国将处于劣势，因为中国并不尊重版权。

5. AI在企业端的回报，需要拆除旧流程

• Goldman的第一层工作，是把工具、模型和应用交到员工手中，让他们进行试验，提高生产力、能力，并为客户带来更大影响。采用速度正在加快，但与不受监管约束的公司不同，Goldman不能说“这很棒，我们试试”；每个工具都必须经过实质性的监管审批流程。

• Solomon更关注重新设计运营流程，而不是增加增量式辅助。效率提升不只是减少人员或削减成本，也是在保持年度回报责任的同时，为增长投资创造产能。

• Goldman去年在技术上花了60亿美元，尽管Solomon希望投入80亿美元；如果流程效率能节省20亿美元，就可以填补这一差额，而不必仅靠追加支出承受数百个基点的回报率下降。One GS 3.0最初的6项流程重构，可能创造“极其可观”的产能，但必须由上而下推动，以对抗内部保护自身帝国的冲动。

• a16z正在自动化员工不喜欢的工作，并把公司和投资组合的全部硬数据放入Databricks数据湖；Horowitz说，相关客户支持“效果棒极了”。谈到代理式投资时，Horowitz表示，模型只能基于现有事实运行，而真正改变投资组合的最大事件，可能完全是全新且不可预期的。Solomon同意，事件发生后可以迅速纳入模型，但他也在思考：如果模型建立在表现不佳的投资人所掌握的信息之上，最终会不会得到不同的结果。