投资人
2 场深度对话收录
Alex Rampell
前沿洞察
AI正驱动软件从“记录工具”向“劳动力替代”跃迁，将万亿级人力薪酬直接转化为新市场，倒逼按席位收费的SaaS转向结果定价并承受自我蚕食。当前模型能力不再是瓶颈，如何量化7000亿美元支出的生产力价值才是深水区。风投“中间层已死”，唯有穿透工作流、沉淀专有数据并构筑新型记录系统的创业公司，方能在残酷竞争中形成终极壁垒。
观点集合
Ben Horowitz 谈 AI 焦虑、大科技转型与初创公司的未来 | a16z
AI 可能把软件领先窗口缩至“5周”，可复制代码和可迁移数据正削弱既有锁定。Navan 靠全球差旅关系与预算集成防守，OpenAI、Anthropic 没有天然动力建设该渠道。芯片之后，电力和内存或接棒成为瓶颈，新建 DRAM 工厂需5年。
查看摘要（6段）
- Horowitz 表示，AI 已让软件业的两条旧定律失效：钱可以买到速度，而拥有既有资产也不再能保护老牌企业。 只要资金、优质数据和 GPUs 足够，落后者也能“基本解决软件中的任何问题”；可复制的代码、可迁移的数据和由 AI 驱动的界面，正在削弱迁移、数据和 UI 锁定。定价必须绑定真正差异化的价值，因为正如 Rampell 所说，一款产品的领先窗口可能从几年缩短到“5周”。
- 所谓“SaaS 末日”，本质上是一场终值危机，但 Horowitz 拒绝对传统软件一概判死刑。 CEO 必须分清，客户将支出转向别处——这可能要求公司“大幅削减并转向”——与估值压缩掩盖了业务正在增强，是两种不同情形。Navan 仍具备防守性，靠的是全球差旅关系和预算管理集成；OpenAI 和 Anthropic 都没有天然动力向差旅管理者销售，而智能体驱动的差旅体验目前“比想象中复杂得多”。
- AI 的可投资稀缺资源正在从 GPUs 延伸至电力、内存、稀土矿产、制造能力和电网设备。 a16z 已为7支基金中的4支合计募得150亿美元，首支基金规模则为300美元；部分原因是美国必须“现在就”重建基础设施。Horowitz 预计，NVIDIA 可能远早于整个系统拥有足够电力或内存时就生产出足够芯片；新建一座 DRAM 工厂需要5年。
- AI 生成的身份冒充，让密码学身份和互联网原生货币从加密行业的支线课题变成核心基础设施。 Horowitz 最担心的场景，是一个 AI 版的自己下令转账5亿美元；他要求的技术栈要回答：“你是人类吗？”“你是我吗？”“这段内容是我签的吗？”区块链还可以为每个人提供收款地址，让 AI 智能体借助互联网上的不记名工具成为经济行为主体。
- 风险投资有两种截然不同的未来，Horowitz 拒绝假装自己知道哪一种会胜出。 AI 可能催生少数超级巨头，重演汽车业从约300家制造商整合为“三巨头”的过程，并让金融家最终演化为银行式机构。或者前沿模型可能触顶或变成公用事业；电力稀缺可能把计算推向边缘，让能力足够强的小模型进入手机。Horowitz 的结论仍悬而未决。
- Horowitz 对 AI 焦虑的回答是丰裕，同时坦承转型存在不确定性。 他说，如今可能拥有想法的80亿人，都能把脑中的想法变成代码、音乐或电影，不再受资本或创意准入门槛限制。技术历来会创造新的工作类型，也会让需求不断扩张。他的条件式预测是，15年后，美国几乎所有人——可能全世界也几乎所有人——在奢侈品和信息获取方面的生活水平，都会超过1980年任何人的水平；但要回答孩子应该做什么，仍然“是个难题”。
Alex Rampell：最优秀的创始人能够凭空调动资本、客户与劳动力｜风投的未来
Rampell认为风投正在经历“中间地带的死亡”，大型综合机构或小型专业机构更具优势，基金经济学也越来越偏向毛美元回报与持股纪律。最强的AI应用要么赢得绿地市场分发，要么成为系统记录或掌握专有数据，而竞争加速、创始人与资本匹配、老股转让道德风险及定价纪律决定其持久性。
查看摘要（8段）
- Andre Horowitz 筹得 150亿美元，是在押注“中间地带的死亡”：做风投，要么成为大型综合机构，要么成为小型专业机构。 中型综合机构“基本上会输给大型综合机构或小型专业机构”。Rampell 的 LP 数学题是：与其在 5000万美元上拿到 5 倍回报，不如在 10亿美元上拿到 3 倍回报——“真正更难的事情，就是单纯把毛美元数返还出来。”他个人投在 Ribbit 首支基金上的约 55 倍回报（基金规模约 8500万美元），以及 AngelPad 800万美元基金的 120 倍 DPI，他承认，这种成绩放大到 200亿美元规模大概无法复制。
- 他在一份内部备忘录中总结的人才框架是：押注能够“凭空调动劳动力、资本和客户”的创始人。 明天就能让 5个人跟着你、接受 50% 的降薪；下一轮融资越来越容易；即使只剩“一周现金、0个客户”，也能拿下首批客户（Toast 测试）——此外还要深谙行业历史，并具备《基督山伯爵》式的复仇动机：“1亿美元对一个 18岁的人来说是颠覆性的。拒绝它的人要么是蠢货，要么就是想要复仇。”
- “最好的公司手里握的是人质，不是客户。” “绿地市场宾果”理论是：不要试图抢走 Workday 手里的“人质”，而要把更好的产品卖给新公司；因此只有在新公司诞生速度足够快的市场里，这套打法才成立（Stripe；Mercury——Alex 不认为它在 SVB 倒闭前从 SVB 手里抢走过客户），在新公司增长缓慢的市场里则会失败（更好的 EHR 也没用，因为“新医院的创建速度太慢”）。
- 早期风投本质上是在“买价外看涨期权”。 一家年收入 100万美元、每年亏损 1000万美元的 Series A 公司，“当然不值 1亿美元”；投资人买下 15%-20%，希望这份期权最终价内到期。组合投资规则是：“我们要么买下某个已经绝对跑通的东西的任意比例，要么买下某个可能跑通的东西的高比例。”如果你以很低的持股比例赢下 100% 的交易，“那你可能根本没有测试自己能把边界推到多远。”
- 竞争压缩如今已经残酷至极——VisiCalc 花了约 5年才从 100% 市占率跌到 50%，Lotus 花了约 15年才消亡，但到了 2025年，“这可能只需要几周，简直不可思议”。 而在很少独角兽能通过 Rule of 40 的情况下，Rampell 判断：“独角兽这一代里，可能只有 5% 最终有能力上市。”他“讨厌大额老股转让”，因为这会制造道德风险：一家 2021年的基金曾想把自己在某公司的持股从 4% 加倍到 8%，这可能让创始人富到不再关心其他人的流动性。
- AI 应用的打法，是把“替代劳动力的软件”规模化，并最终回溯进入系统记录，或者建立一个掌握专有数据的围墙花园。 Eve 让原告律师能够接下 1000美元的风险代理案件；2万美元的软件替代了原本想雇却雇不到的 8万美元员工。vLex 在把 AI 加到 25年的西班牙法律记录后，规模增长了约 5 倍。与其要一个没有任何数据的有感知实体，“我宁愿要 GPT-3.5，加上关于医学科学周边一切事物的无限数据”。
- 出售一家公司的过程，是一个要提前数年启动的“cron job”。 CEO 应该拿出约 5% 的时间，与 3-4家潜在收购方建立真实的合作关系，永远不要去向企业发展部门推销，因为“他们执行的是交易”。毕竟“每一次并购谈话、每一次融资谈话，第一个问题都是：你上一轮的价格是多少？”价格离谱，谈话就结束了。
- 他最大的失误，是在 Plaid 的 Series B 上与 Zach 为 1.3亿美元和 1.35亿美元讨价还价。 Goldman 当时愿意出 2亿美元，他后来在 Series C 以 24亿美元买回了这个错误。更高阶的教训是：“作为投资人，你能拥有的最有价值的洞察，就是反思并承认：我是个蠢货。”对于那些 a16z 在前一轮放弃、下一轮却高价追入的交易：“我宁愿变富，也不愿证明自己是对的。”