Aaron Katz

Aaron Katz 的核心宏观判断是，AI 泡沫论错了：「我们才刚刚开始。」 他经历过互联网、移动和社交网络周期，认为那些周期「渐进得多」，而这一轮正以「前所未有的速度加速」——「我们有生之年从未见过这样的收入增长」。他最后给出的唯一逆向判断是：「我无法挑出赢家和输家，但我认为赢家带来的收益会远远抵消输家的损失。」

对投资者而言，最大的风险不是毛利率，而是收入能否持续。 基础设施软件的转换成本非常高，而「Agent 应用的转换成本可能很低」；模型提供商「似乎每隔一周就会互相超越」，因此他会「质疑一些 AI 应用收入的持续性」，并明确将 Claude Code 归入低转换成本类别——尽管 ClickHouse 自身在 Anthropic 上的支出已经「较年初增长了100倍」。

ClickHouse 的数据是本期最硬的数字：收入从「0、12、50、200，今年将超过500」一路增长；关于2027年12月达到10亿美元 ARR 的高低线赌局，我押低于目标。 毛收入留存率超过99%，净美元留存率超过200%，拥有4,000多家客户，客户支出中位数约为10万美元；整个 AI 原生公司组合（Anthropic、OpenAI、Harvey、Sierra、Decagon）占收入「不到12%」——「即便其中一半消失，赢家也会抵消输家的损失。」

Katz 不接受「90%的 token 都经由开放模型」这一共识，他的答案是「50/50」，尤其是在企业市场。 企业需要赔偿保障和推理输出保护，而开放权重模型——「尤其是来自中国的模型」——目前无法提供这些保障；但 Harry 的反驳同样成立：企业不相信前沿实验室关于零数据留存的承诺（「本质上就是在说：‘你就信我，我罩着你’」），Katz 也确认自己「每天」都能看到这种情况，包括在公司内部。除此之外，Katz 表示 ClickHouse 会使用部分开放权重模型进行代码审查，但未必会用它们发布生产代码，因为担心推理输出。

未来3至5年的判断是：Agent 会成为基础设施的买家，替应用选择背后的数据库、算力和存储，但它们还缺少身份、预算和授权机制。 Agent 查询模式首先要求低延迟，其次才是效率（Tesla 正在将「每秒10亿个事件」摄入 ClickHouse）；Katz 给投资者的建议是，找出「最有条件为 Agent 提供构建软件应用所需一切的公司」。

他最大的运营遗憾是自己「过于高效」，在销售能力上投入不足。 ClickHouse 只有约100名承担销售配额的代表，而数据仓库领域的老牌公司拥有2,000–3,000名销售；他有意采用「Datadog 路线」（产品驱动增长、开发者主导），而不是「Snowflake 路线」（昂贵的企业销售），但承认「到了某个阶段，还是需要在其上叠加企业销售体系」。

谈到上市：「如果我们愿意，明年就可以让公司上市。」 没有必要着急。保持私有状态可以避开两项重要负担——员工每天盯着股价，以及卖空者（「私有公司不会有人做空你的公司」）；结构化要约转让则能解决流动性问题。Harry 还指出，M&A 对价已经不再是必须上市的理由，引用了私募市场交易，例如据称价值约80亿美元的 OpenRouter 收购交易（按节目所述）。Katz 仍然认为，未来5年内上市的概率应该押低。

🔗 原始收听与视频来源： 20VC：AI 泡沫论错了｜AI 毛利率需要改善｜收入集中度值得警惕｜为什么人们高估了开放模型，但企业仍然害怕前沿模型——与 ClickHouse 的 Aaron Katz 对谈

ClickHouse 在创业公司正式成立前，就拥有多数初创企业要到更晚阶段才能获得的产品市场验证。 Alexey Milovidov 于2009年在 Yandex 内部为 PB 级流式分析搭建了 ClickHouse，2016年将其开源，企业当时已经开始把日志、指标和数仓工作负载迁移到这套数据库上。2021年8月，Katz 在“没有 pitch deck、没有产品、没有客户、没有收入”的情况下融资5000万美元种子轮/种子前轮，随后很快又融资2.5亿美元。

它的商业护城河，既来自数据库性能，也来自分发设计。 ClickHouse Cloud 采用无服务器架构，并将算力与存储分离，以应对突发型工作负载；随后通过自助评估、免费迁移支持和工程师对工程师的 Slack 频道销售，目标是在“竞争对手甚至还没完成项目范围界定之前”就让客户上线。Katz 目前称云服务客户已超过3,000家，每月新增数百家。

Katz 认为，AI 的普及是在以极高速度重演 SaaS 历史。 Salesforce 的本地部署软件竞争者曾称云计算只是昙花一现；他预计，关于模型可靠性和企业数据共享的质疑将被证伪，并称 AI 的采用速度是20年前 SaaS 的“100倍”。

投资逻辑是软件估值倍数下修，但基础设施需求仍具韧性。 Katz 不认为过去按远期收入定价的估值会回归；自由现金流和终值如今更重要，而数据库一旦在可靠性、持久性、安全性和可扩展性上达到基本门槛，就会像“卖铲子和铁锹”的基础设施一样，按价格和性能采购。他将 Datadog 和 Snowflake 与应用型 SaaS 区分开来，并指出 Databricks 收入已达40亿美元，其中数仓和 AI 工作负载的收入都超过10亿美元。

Agents 可能成为数据库的购买者和操作者，而不只是推荐层。 Claude 曾向 Anthropic 推荐 ClickHouse；一位欧洲金融科技公司 CEO 也告诉 Katz，他问过的每个 LLM 都给出了同样的建议。Katz 设想，Agents 将自动配置 ClickHouse 和 Postgres。托管版 Postgres 目前处于私有预览阶段，几个月后进入公开 Beta，年底前正式商用；Katz 称统一数据栈将成为“云上最快的 Postgres 服务”。

Datadog 面临界面层被去中介化的风险，但 Katz 认为其短期产品护城河被低估了。 Biewald 认为，Agent 用户和便捷的定制界面有利于客户直接使用 ClickHouse；Katz 认为这一逻辑成立，但在现实的1至3年周期内，Datadog 仍是高端且难以对付的产品。ClickHouse 自己也曾在尚未产生收入时为 Datadog 花费7位数美元，后来迁移离开时还引发内部“兵变”。

AI 正在扩大 ClickHouse 的运营目标，但没有放松数据库级别的控制。 公司计划今年将员工人数从约500人增至接近1,000人；未来6个月内，AI 辅助代码贡献占比将从目前估计的50%升至80%；Agents 则被用于承担类似 SDR 和 CSM 的工作。人工审核仍将保留，因为“快速行动、打破常规”不适用于数据库。

平滑的外部增长曲线，掩盖了高度集中的执行风险。 核心团队在俄罗斯于2022年2月24日入侵乌克兰前约6周从莫斯科迁往阿姆斯特丹。Katz 后来说，他当时认为2亿美元托管在 U.S. Bank，另有1亿美元在 SVB 资产负债表上；他在 SVB 系统宕机前30分钟转走了这1亿美元，而剩余2亿美元的状态在72小时内都无法确定。可靠性是 P0 优先级；而资金充足的数仓和可观测性老牌厂商也已经“开始意识到这一威胁”。

🔗 原始收听与视频来源： 为什么 Anthropic、Meta 和 Tesla 都选择了同一个数据库｜Aaron Katz，ClickHouse