企业家
1 场深度对话收录
Alex Sacerdote
前沿洞察
智能即终极基础设施，AI重构才刚启幕：企业渗透不足1%、十亿白领采用率仅基点级，而算力已告罄；智能体驱动千倍Token消耗，拉动半导体设备支出向3000亿美元跃迁。商业化主轴直指编码等高增量利润场景。关键警示在于：前沿模型若演进停滞将陷商品化泥潭，传统软件预算或遭Token全面吞噬，并引发劳动力重构冲击。
观点集合
AI繁荣才刚刚开始
Whale Rock 投资 Anthropic 的核心是编码经济学：2000万名程序员对应潜在5000亿美元市场；模型市场则由三强竞争、企业专长和前沿算力差异化支撑。企业 AI 渗透率不足1%而算力已售罄，支持 L 曲线判断；最大风险是前沿模型停滞导致商品化，以及软件预算被 Token 挤出。
查看摘要（7段）
- Sacerdote 最高确信的仓位是 Anthropic：他在2025年8月那轮融资中、180的估值买入，此前曾因「毛利率为负，而且说实话，我们还没看到编码需求爆发」而错过60亿美元轮融资。 其收入爬坡——「从100到10亿美元，再奔向90亿美元」——「前所未见」，仅编码业务的算账就足以支撑这一判断：Anthropic 内部员工每天在 token 上花费100美元，折合每名程序员每年2万-3万美元，全球2000万名程序员对应的市场规模仅编码一项就达5000亿美元，而这还是建立在只有7-9个月历史的技术之上。
- 基础模型层开始呈现「三强竞争、某种程度上是寡头垄断」的格局：Anthropic 面向企业，OpenAI 面向消费者，Gemini 也在其中。 这让 Sacerdote 联想到支撑整个 SaaS 行业的三大云平台。模型并非同质化商品：「内部差异巨大」——Anthropic 擅长私募股权和金融，Google 擅长处理 PDF；开源模型可以逼近前沿，但「无法跨越前沿，随后就会陷入停滞」。
- 企业 AI 的渗透率「不到1%——我们称之为 L 曲线，几乎就是直线上冲」。 按照 Sunder 的说法，真正使用 AI 的知识工作者目前只有约10个基点，未来4年将先升至1%-2%或3%，再到5%，最终达到15%；但在需求真正启动前，算力已经售罄——「Anthropic 现在只有所需算力的一半」。Mark Andre 对未来4年的唯一确定判断：算力不够。
- Whale Rock 的框架是「S曲线+竞争优势+被市场低估的盈利能力」，这套框架让其在2023年以4倍盈利买入 Nvidia、2019年以5倍买入 Tesla，并几乎免费获得 AWS，因为「这个世界不相信指数级增长」。 当渗透率达到约30%-40%时，指数级增长结束，卖方开始跟上，超预期也随之停止。
- Whale Rock 今年进入市场时，已经从组合中40%-50%的应用软件仓位转为软件净空头。 AI 产品此前还不够好，无法收费；软件在每个 CIO 的优先级列表中持续下滑，「他们把预算花在 Anthropic token 上，因为那里的 ROI 更快」；年度涨价如今风险很高，裁员也会压低席位数。一个尚未成熟的对冲逻辑是：运行在 Slack 或 CRM 内部的 agent 可能巩固这些记录系统。
- 基础设施交易的本质是「硬件行业去商品化」：AI 工作负载以每年10倍的速度增长，把服务器的每个组件都推向物理极限。 Celestica 以8倍盈利买入，是 Google TPU 服务器的唯一供应商，并占据云端以太网交换机50%-60%的份额；PCB 进入40层时代，Corning 的光纤在 scale-up 网络从铜转向光纤后，机会空间将「扩大到 Corning 原来的2-3倍」；未来4年电源 ASP 将上涨40%。DRAM、NAND 和 PCB 的供应「已经短缺30%」。
- 最大的风险是：如果行业领导者撞上增长瓶颈，开源模型追上来，市场可能变成「逐底竞争」。 这对模型股大概率不是好事，但可能利好芯片股——「芯片公司不在乎谁赢」。