创新者
2 场深度对话收录
Chad Peets
前沿洞察
战略综述：
SaaS步入估值与薪酬双重挤泡沫周期。巨头用夸张股权扭曲销售定价，倒逼初创企业重构极度残酷的运营纪律：摒弃大厂光环，以“攻下净增客户”的猎手特质为唯一准则，预设25%流失率快速问责。风投退出门槛急剧抬升，AI公司撑起天价估值的生死穴，在于能否实质性蚕食传统人力预算转化为软件支出；变现效率已成云与AI巨头分水岭。
观点集合
关于招聘、解雇和打造世界级销售组织的残酷真相｜Chad Peets
Chad Peets招聘看重痴迷、韧劲、诚信和拿下净新增客户的记录，并认为这些能力比技术或交易规模更难训练。他的扩张模型按约25%销售人员总流失率规划，强调快速问责和为下一阶段招聘CRO，纪律既是优势也是文化风险。
查看摘要（6段）
- Chad Peets 的招聘标准就是毫不掩饰的痴迷：他要的是“脑子有点不正常”的销售，凌晨3点醒来、意识到自己醒着之前，脑子里已经在想工作。 面试很简单——问“你的激情是什么？”，区分那些靠工作赚钱来支持个人热爱的人，和他要的那种对工作本身的痴迷。正确答案应该像他自己说的：“我想成为自己所在领域的世界第一……而且，操，我就是想赢。”
- 销售岗位最不可妥协的能力，是拿下净新增客户。 技术可以教，管理到位也可以把200K美元的交易做到2M美元；但“诚信、韧劲……以及拿下新客户”的能力教不了。如果候选人拿不出净新增客户的业绩记录，“面试很快就结束了”。在一家把50个从没听说过你的账户交给你的创业公司里，向继承账户做增购不算数。没有销售经验的候选人风险太高，因为他必须确认对方确实会卖。
- 不要仅仅因为熟悉行业，就从竞争对手那里挖人。 “你的竞争对手很可能有一堆C级选手。” 这种招聘能换来更快的短期上手，但9个月后留下的会是“一堆糟糕的销售”，而不是一年后成为世界级组织所需的、无法训练出来的人才。
- 创始人应该“为明天招聘，而不是为今天招聘”——这是最常见的CRO错误。 只管理过500M美元业务的领导，不懂如何从0做到500M美元；“如果你这么做，就永远到不了明天。” Peets 说，他见到的50位CEO里可能有48位不适合与他合作；通常第一次或第二次交流时，他已经看过对方的CRO和销售代表的LinkedIn，然后直说：“你得解雇你的CRO。”
- 在他参与过的扩张期销售组织里，应按25%的总人员流失率建模。 至少淘汰底部10%，再加上晋升和主动离职；超过30–35%就是问题，但流失率过低同样是问题——“我们只需要解雇2%……你告诉我的只是，你们不让任何人承担责任。” 对 Harry 关于恐惧文化的担忧，他的回答是：“恰恰相反。” 真正逼走A级选手的，是不受问责的B级选手。
- 配额本身不够用——有人可能靠一笔幸运交易做到130%，但仍然是他想解雇的人。 还要衡量新客户会议、销售流程步骤、转化率，以及销售代表是否真正站在客户面前。解雇也必须足够快：“我搞砸时，会承认自己的错误，并迅速修正……我会快速解雇吗？当然会，操。”
VC里的45亿美元退出够不够？Harvey融资1.5亿美元，以及为什么该买入 Google、卖出 Amazon
Navan上市显示，增速接近30%的成熟软件估值约为未来收入的6–7倍，风投退出门槛持续提高。Harvey的80亿美元估值取决于法律AI能否把人力预算转化为软件支出，而创始人友好型融资正在压缩VC持股。云需求仍然强劲，但Google的资产组合与老牌软件的AI再加速，凸显Amazon和Meta尚未解决的变现问题。
查看摘要（8段）
- Navan上市将成熟软件的估值锚定在未来12个月收入的约6–7倍，前提是增长稳定在接近30%。 Jason Lemkin 将 Navan 上市与 Dev Ittycheria 离开 MongoDB 放在一起，认为这标志着 SaaS 2.0 时代结束。Navan 熬过了 COVID，收入超过7亿美元、增速32%，IPO首日市值约60亿美元，随后跌向48亿–49亿美元。对 Jason 来说，信号很残酷：新投资必须达到“Harvey 或更好”。
- IPO headline 不等于现金，一笔45亿美元的退出仍可能让大型风投基金失望。 典型锁定期为6个月，全部分配可能需要18–30个月；Lightspeed 约2.57亿美元的仓位变成约10亿美元，但这一低于4倍的综合回报，包含早期资金可能上涨20倍以上、后期资金则可能浮亏。“锁定价值”在上市18个月后的水平，比首日估值更有意义。
- 风投的退出门槛提高了，变现周期也拉长了。 Rory O’Driscoll 的粗略模型显示，种子项目从成立到退出，周期可能由8年拉长至12年，最终完成率则从20%降至约10%；如今准备IPO可能需要约4亿–5亿美元收入。因此，高度集中的基金需要可信的100亿美元以上结果；拥有更多选择权的投资人，则可以承受“翻开下一张牌”。
- Harvey的80亿美元估值只有在法律AI切入人力预算、而不只是旧软件TAM时才成立。 已披露指标包括1.5亿美元ARR、98%的GRR和170%的扩张率；Jason推算其前瞻ARR约4亿美元，即约20倍估值。未来若按7倍收入估值达到240亿美元，就需要约30亿美元收入，因此任务自动化和每名律师的年度支出将是核心承保问题。
- 对创始人友好的融资方式，已经结构性压缩了风投持股比例。 Chad Peets 表示，他最近3笔投资最终持股约6%–8%，尽管其基金模型要求每只基金中的2个赢家都拿到两位数持股。Harry 引述 The Information 报道，以 MaC 为例，最终持股10%，而行业惯例目标是20%；Chad 另以 Benchmark 为例，称顶级基金最终也只能拿到10%。反转关系很清晰：“创始人优化后的融资，是VC低于目标持股的结果。”
- 无论 Sam Altman 如何轻描淡写，OpenAI的融资问题在公司和宏观层面都成立。 在约120亿美元收入的基础上，Brad Gerstner 追问需要约1.1万亿美元资金的计划如何融资；“卖掉你的股份”没有回答问题。Harry 推算，若毛利率为50%，累计收入可能需要超过2.2万亿美元；Chad 则主张建立严格的董事会层面约束。
- 当前云需求与“AI建设已经崩溃”的说法相矛盾，但行业领导权已经转移。 AWS 增速重新达到20%，Google 和 Microsoft 仍处于30%中段至高段；Chad认为 Google 被低估、Amazon 被高估，因为 Google 同时拥有模型、TPU、Search 和应用。Meta面临相反困境：核心业务增长约20%，却在每年投入约700亿美元建设AI，而手中没有对应的收入引擎。
- 老牌软件公司必须抓住AI驱动的再加速，否则只能接受成熟公司倍数，最终走向整合。 随着语音AI使用量激增，Twilio增长达到15%；MongoDB则从13%升至24%。这可能决定公司获得带有前瞻故事的6–7倍收入估值，还是以3倍估值卖给私募股权。Jason的观点已经改变且毫不含糊：“Agent比平庸的人更好”，Frank Slootman举例称，一个年费1万美元的Agent可以替代一名年薪4万美元的员工。