Angela Strange

Angela Strange 将 a16z 最初的国际化策略追溯到 Nubank 的 David Vélez 说过的一句话（由她的兄弟转述）：“与其竞争成为美国每位客户的第5家金融服务商，不如进入那些只有‘5家吃得饱、过得安逸的银行，却只服务20%人口’的市场。” 这套判断促成她在 a16z 开出的第一张支票——投给 Santiago Suarez 的 Addi，如今已覆盖哥伦比亚25%的人口，提供银行和支付服务；后来又与 Gabriel Vasquez 将当时拉美仅有的30家独角兽纳入 WhatsApp 社群的做法交汇。

Gabriel 概括了 AI 的两面性：这项技术“非常民主……它把获取技术的能力分发到世界任何地方”，但也把快速行动的中心聚集在湾区。 流向随之反转：不再是 a16z 飞往巴西和哥伦比亚，而是世界各地的创始人都想来到湾区；各国同乡网络也成为进入湾区的入口。Elena Burger 认为，这些网络的力量可能甚至超过名校校友网络；Strange 则说，它们往往缺乏组织。

讨论认为，无国界创始人可以利用3项先天优势——差异化人才池、政府背书的品牌和企业客户渠道——加速形成优先吸附效应。 Vasquez 将其称为“AI 奥运会”：每个国家都想要奖牌得主，因此波兰政府投资了 ElevenLabs，瑞典政府支持 Lovable 和 Legora，让它们在本国及邻近市场的企业验证上抢得先机。Strange 补充说，在美国“没人想成为第一家银行或第一家保险公司”，但无国界网络可以更快地在海外拿下首个客户 logo。

这座桥是双向的：Cognition 早期的市场拓展始于巴西，巴西占其早期收入的比例“非常高”，因为巴西企业希望快速采用 AI，而当地供应商更少。 更不直观、但新近显现的力量，是不同同乡网络之间的交叉连接——一家德国公司的首个设计合作伙伴是西班牙最大的企业集团；Vasquez 认为，这种能力“可能没有其他投资人”能从一开始就提供。

连续创业者是有意设计的获客切口：第一波本土创业者往往在没有把愿景走到底的情况下，已经做到10亿至50亿美元规模，“这个50亿美元的结果对我来说还不够”正推动他们开启第二次创业。 Frederik G. M. 的 Pip.com 尽管已有其他投资人关系，仍选择了 a16z，因为后者曾组织它与 DoorDash、Lyft 及被投公司的顶级高管共同构思；差异化来自共同构思，而非支票金额。

给国际创始人的实操建议是先解决签证问题——a16z 已投资 O-1 签证公司 Extraordinary——再在硅谷至少待3–6个月，而不是只停留几周。 Strange 说：“我从没见过一个来过硅谷的人说，‘这趟太浪费时间了。’” 真正的产品是速度校准：在人的行动速度上，“硅谷仍然领先于其他所有生态系统”。

长期来看，a16z 40%的投资投向国际创始人，其中一半在美国、另一半在其他国家。 Vasquez 希望，由硅谷以外公司贡献的风险投资回报占比从10%提升至20–30%。他认为，这个统计并不能完整讲述事实：许多无国界公司注册在硅谷，但工程团队的大部分成员可能仍留在创始人的祖国，因此这些公司可以同时被两个国家认作本国企业。

🔗 原始收听与视频来源： 初创企业的新地理格局

Kavak 已完成自我重构：每天实例化100至200,000个智能体——每位客户对应一个，每个智能体都拥有独立虚拟机、数年的交互记忆，并以最大化客户终身价值为长期目标。 AI 负责人 Alejandro Maza 表示，目前96%的互动和95%的交易已完全由智能体处理；其设计问题是：“如果到了2035年，拥有 GPT-10-level intelligence，我们会如何打造 Kavak？”从交易导向转向关系导向具有直接商业意义：数据库中已有10M名客户，“仅激活这批客户中的1%”就可能创造数亿美元价值。

这些智能体不是客服机器人，而是销售员；其转化率如今达到 Kavak 人工团队的2.1倍，NPS和客户满意度评分均升至3倍。 Maza 给出的机制是：一个“超级专家”取代分布在融资、保险和置换环节的15名人工专家，它“有无限耐心”；某个智能体一旦出错，其他智能体到次日就能吸取教训。在信贷业务中，Kavak 通常不到3分钟即可批出车贷，而墨西哥和部分新兴市场需要2个月甚至更久；利率、风险和贷款额度均可个性化设定。

制约 Kavak 迭代速度的不是谨慎，而是评测：投入评测的工程师时间、token 和资金，与投入智能体本身的大致相当。 “能跑多快？取决于评测质量”——这就是汽车刹车的类比；首轮检查直接看业务结果，包括转化、客户获得的价值、满意度，以及再次互动意愿。

Opus 4.5 发布后，Maza 毁掉了已运行2年的多智能体架构，因为“这已经不是正确的范式”。 12月时，已有数千乃至可能数万个智能体在运营业务；他判断图结构和多智能体网格可能束缚更新一代智能，因此改为围绕虚拟机执行框架重建，加入记忆、评测、CLI和长期目标。他的建议很明确：“不要构建智能体工作流”（don’t build agentic workflows）。

一个 AI CEO 已接管 Cuernavaca 业务6周——虽未实现利润翻倍目标，却做到了1.5倍，即利润增加50%——它逐项盯住每个数字，并向线下作业员工发送每日计划。 Maza 表示，仍需大量人力的工作主要集中在物理世界：Kavak 在墨西哥约800名机械师都配有 El Mike，这个《Ratatouille》式助手可以协助验车；质保索赔下降约26%。

面向企业买家，Maza 提出一套供投资者衡量 AI 支出的 token 质量框架：3级 token 投向可量化单 token ROI 的智能体，2级 token 的回报可间接衡量，1级 token 则是直接使用 Claude Code、ChatGPT、Cowork 或类似工具——“这些会带来什么？ 我不知道。”转型必须自上而下：“如果每个人都对战略各有主意，军队根本无法运转”；依靠黑客松和自下而上推动用例“行不通”。

宏观逻辑遵循 Schumpeter：浅层采用 AI 的既有企业可获得6–10%的提升，想追求10倍改善则必须深度重构组织。 他的电力类比是：Ford 生产线所需技术在1879年和1881年已经出现，但仅将燃煤发动机换成电动机，只带来约6%的改善；围绕电力重建工厂，则让生产率达到原来的约3倍。“这是工业规模上的创新者窘境”；他给创始人的建议是，“只需勾勒出 AI 能力的一条线性趋势”（just map a trend that’s linear），再围绕它构建。

🔗 原始收听与视频来源： Kavak 围绕 AI 重建公司的打法

AI正在把软件从被动的文件柜变成主动的劳动力替代品，打开一个可能远大于软件本身的市场。 Alex Rampell 梳理了从本地数据库、云端记录系统到金融服务赋能的垂直 SaaS 的65年演进；如今，agents 已经可以执行那些系统过去只能记录的工作。新的公式是“输入、咖啡、输出、代码”（“Input, Coffee, Output, Code”）。

可争取的预算正从软件支出转向工资支出：仅美国注册护士一项，每年就对应超过6000亿美元，而全球软件市场总额还不到6000亿美元。 AI 不能做心肺复苏，但可以在结肠镜检查前致电患者、用45种语言交流，并承接医院无法配足人手的工作。关键问题在于，客户会让“自己的软件预算渗入劳动力预算”到什么程度。

按席位收费的老牌软件厂商面临残酷的自我蚕食选择：要么随着 AI 减少席位而损失大部分收入，要么围绕结果重新定价，收入可能增长10倍。 Rampell 以 Zendesk 为例：客户每年软件支出约140万美元，但客服人力成本达5000万美元；copilot 可能把1000个席位削减至100个，而 autopilot 则可能彻底消灭这些席位。对 Salesforce 和 Zendesk 而言，AI“既是防守，也是进攻”。

最强的创业切入口是“混乱收件箱问题”：自动化处理非结构化输入与传统记录系统之间、依赖判断的工作。 David Haber 以医疗行业的 Tennr 为例：该公司据他估计以约400万份文件训练模型，将患者入院管理成本削减了约90%，随后开始逐步切入排期、资格审核和福利核验。AI 能力本身可能商品化，因此长期护城河仍来自对工作流、集成、网络效应以及最终记录系统的掌控——“护城河依然重要”。

一旦软件能够吃到劳动力预算，或将劳动力与好10倍的替代系统捆绑起来，过去无法投资的细分领域也能达到风险投资规模。 合规就是典型案例：据称这是美国增速第四快的职业，工作往往依赖 Excel，且长期人手不足。David Haber 描述了 AI agents 如何清理数万条警报，同时帮助引入更好的交易监控系统；这一案例发生在 TD Bank 因交易监控问题被罚款40亿美元的背景下。

AI 可能自动化白领的常规任务，却让稀缺的人际互动更有价值。 讨论嘉宾预计，至少每一种白领工作都会获得一个 copilot，其中一些岗位将完全由 agents 驱动；Rampell 的极端表述是，人们未来可能要么“告诉计算机该做什么”，要么“被计算机告知该做什么”。但一旦自动化触达无处不在，面对面建立的关系——甚至是“在高尔夫球场上”建立的关系——可能反而获得溢价。

商业基本面不会改变，但成本下降会同时扩大市场规模和竞争风险。 投资者仍需关注留存率、毛利率、管理费用纪律，以及“未来利润的现值”；与此同时，AI 让软件更容易构建，并推动价格不可逆地下行。最值得挖掘的领域，是那些由行业专家理解工作流、现有技术已经足够成熟、且30年前的系统有望变得“好10倍”的冷门行业。

🔗 原始收听与视频来源： AI如何重塑劳动力市场：万亿美元级机会详解