Hemant Taneja

Taneja 的核心判断是，AI 时代的规模将以引力方式集中到少数几家万亿美元公司，而 General Catalyst 的存在正是为了对抗这股引力。 他援引 Anthropic 每月新增100亿美元营收、NVIDIA 在100天内增加1万亿美元市值称，过度集中可能带来不稳定，因为社会最终会拒绝这种格局。GC 的任务，是帮助创始人打造“本质上构成反集中架构的平行公司”，这也是其种子基金、Creation 战略和 Customer Value Fund 之间的主线。

他的软件收购判断是，传统的终值估值公式正在失效。 如果收入倍数从15x压缩至3x，一家 PE 持有的公司即便 EBITDA 翻倍，也可能永远无法收回股权价值；随着“大量杠杆将在未来5年内到期……许多这类公司的股权价值肯定会消失，有些甚至可能连债务都无法偿还”。在一个“代码会自我编写”的世界里，为自由现金流支付30x，等于假设企业能保持30年耐久性，而这一假设越来越难以承保。

这场困境已经变成机会：“风投已经在吞并 PE 持有的企业。” GC 的 Creation 团队，包括 Mark 和 Madhu，正在“以不高的价格买下来，再通过 AI 转型进行套利”——这也是其 AI roll-up 判断的同一套逻辑：“凡是过去为了提升劳动生产率而外包出去的环节，现在都在借助 AI 回流本土。”他认为 Vista 的2.5亿美元软件收购债务基金只是“小规模”试水，未来可能发展成更大的策略。

在泡沫管理上，GC 的纪律是主动重估：疫情期间，它仅仅因为认定“这不是真的”，就将投资组合减记40%。 ChatGPT 引爆市场后，GC 又逐家公司核查自己真正相信的“实际情况”，并据此修正组合 NAV。Taneja 坚称，“有没有泡沫并不重要，泡沫对我们其实很好”——膨胀的账面收益会“扰乱投资者的判断”，也会影响 LP 的资本规划。GC 还在2018年出售部分 GP 经济权益给 Petershill 以支持规模化，几年前又买回了这段合作关系。

ChatGPT 问世3年后，他认为 AI 价值地图已经清晰成一套可投资的技术栈：AI 云（Together AI）、前沿模型（Anthropic“后来居上但领导力强”）、主权化布局（欧洲的 Mistral）以及应用层 roll-up。 速度的信号来自成立仅15个月的 Percepta 工程团队：团队告诉他，软件构建方式“几乎每一件事”都发生了变化——“想想世界上其他还需要掌握这项技术的行业”。

GC 押注的是全球韧性，而不是美国式活力：“据我所知，全球 TAM 比美国 TAM 更大”，而地缘政治意味着“各地都会出现国防主承包商”。 GC 投资了 Anduril 的种子轮、Helsing 的种子轮以及印度的 Rafa。Taneja 与 Neeraj 承诺在5年内向印度的韧性机会投入50亿美元——这不是一只独立基金；与此同时，GC 还收购了俄亥俄州 Akron 的 Summa 医院，打造一家“AI 原生医院”，作为“健康保障”的样板。

对于 Anthropic 与五角大楼的对峙以及 Mythos，他拒绝二元站队：“我不能说任何一方的观点是错的。” 他认可 Dario 先把模型交给企业，以便在发布前“消除安全债务”，并反问批评者：“我原以为我们这个群体是加速主义者。”对投资的含义则是，谨慎措辞之下，结论依然尖锐：“现在，哪些东西能持久、哪些不能，存在的高度不确定性令人震惊。”

对于传闻中的 GC IPO，他给出平直、绝对的否认：“我们不会上市。” “我已经说过很多次了。”Nikesh Arora 刚加入 GC 担任首席董事，为公司提供指导；Taneja 也反对硅谷对创始人“混蛋症状”的美化：“善意与野心并不矛盾。”

🔗 原始收听与视频来源： General Catalyst 首次季度回顾｜CEO Hemant Taneja

AI 正在压缩产品周期与价值创造周期，其影响足以让 PC、互联网、云计算和移动时代相形见绌。 Bob Sternfels 将这一速度称为“字面意义上的曲速”，而 Hemant Taneja 将其描述为“模糊性峰值”：技术能力与地缘政治条件同时变化，使组织速度比固定计划更重要。

Anthropic 是这种压缩效应最清晰的样本。 Taneja 表示，General Catalyst 投资时，Anthropic 在经历10倍增长后，业务规模约为8.8亿美元；此后公司又宣布将迎来另一个10倍甚至更高增幅的年度。面对约80亿-100亿美元的收入运行率业务，他将60亿美元估值称为“去年完成的交易里，按财务指标看最便宜的一笔”。如今，风险投资人必须重新考虑万亿美元级公司是否可能出现。

企业采用和 IT 支出可以推动模型公司的增长，但非科技企业仍难以在规模化部署中兑现价值。 Calacanis 将 CFO 与 CIO 的冲突戏剧化：前者看到的是不断增加、却没有 ROI 的支出，后者则警告延迟会招致颠覆。Sternfels 认为两者有机会成为盟友；Taneja 指出，关键不在孤立试点，而在数据基础设施、适配后的模型，以及重新设计的人类—智能体工作流。

General Catalyst 正在收购部分走下坡路的老牌企业，把它们变成 AI 初创公司的转型与分发基础设施。 Taneja 将公司称为“美国的风险投资机构”，通过灵活资本、政策能力和市场准入，在创始人发展的不同阶段与其合作。收购俄亥俄州医疗系统，为公司提供部署 AI、验证医疗行业打法的现场；衰退中的呼叫中心资产同样可以带来客户入口。Sternfels 将其称为一种新资产类别：转型，而不是传统私募股权式的优化。

AI 正在让人员增长、产出和组织层级发生分化，而不是让所有岗位一律减少。 Sternfels 表示，McKinsey 明年面向客户的员工将增长25%，非面向客户的半数员工将减少25%，同时产出提升10%。在拥有40,000名员工和25,000个个性化智能体、且预计年底实现数量持平的情况下，公司正在同时扩张与收缩。

初级岗位市场正在失去旧有的培训交换，使主动性和人类判断力更有价值。 Calacanis 表示，毕业生投出100-200份简历仍可能一份 offer 都拿不到，因为培训一个新人所需时间可能超过搭建一个智能体；他建议直接联系 CEO，用有用的定制作品展示“chutzpah”、驱动力和能力。嘉宾认为，人的价值将更多体现在领导力与目标设定、判断与参数设定、创造力、好奇心和韧性上。

实体 AI 受到的约束，可能与模型智能同样多地来自制造业经济学。 Sternfels 预计未来12-24个月将出现自动驾驶领域的重大转型，并提到一家合同制造商在美国有50,000个岗位空缺；Taneja 则警告，机器人普及速度会慢于 LLM，因为不存在与软件 API 等价的硬件 API。尽管如此，Calacanis 预测 Tesla 的 Optimus 3 将让汽车业务相形见绌，达到10亿台规模，并成为“人类制造过的最具变革性的科技产品”。

今天笨拙的交互界面，可能只是通往持续健康智能和更少打扰式计算的过渡产品。 Google Glass 方向正确但实用性不足；Taneja 认为，可穿戴设备、血液检测和微量诊断可能成为定制医疗的前置技术。Calacanis 将 LLM 的幻觉比作 Discman 跳碟。Sternfels 更大的行为判断是，人们会重新走向线下连接，而不是在线上寻找满足、在线下保持孤独。

🔗 原始收听与视频来源： AI 将远超此前所有技术革命：CES 2026 聚焦机器人、制造业与 AR 眼镜

Anthropic 这笔交易是这样的：GC 不到1年前在600亿美元轮投入“几亿美元”，当时营收“不到10亿美元”、公开指引约增长9倍；不到1年后又在1800亿美元轮追加，而该轮超额认购5倍。 Taneja 的计算是：按约20倍 ARR 估值、相较同行融资时的“50至100倍”，这是“今年按倍数计成交的最便宜一轮”；如果明年营收接近270亿美元，同样的倍数意味着“明年年底它会成为一家5000亿美元的公司”。

核心原则说得直白：“风险投资无法同时扩大规模并保持业绩”。 更多资金不会凭空创造更多 Patrick Collison。因此，GC 将风险基金规模控制在能够“做到4至5倍回报”的水平，把规模化资本导入公司创建和客户价值基金，并将胜利定义为用最少的公司管理最多的资产——是 Chanel，不是 Walmart。

Stripe 是样板：2010年投种子轮，15年间投资14次，投入约10亿美元换取不足10%股份，如今价值超过50亿美元；“我认为 Stripe 会成为一家万亿美元公司……可能以某种形式持有25年”。 反面教训是加注不够：他曾对一位持有独角兽公司的 GC 合伙人说：“你会从这笔投资中赚超过10亿美元，但你是个傻瓜——你放弃了赚到第二个10亿美元的机会。”

就业是被低估的宏观变量：“凡是为了劳动力成本优势而外包的地方，未来都会为了 AI 生产率而回流”。 GC 称其正是基于这一判断，收购了 Crescendo 旗下的一家拥有3000名员工的菲律宾呼叫中心。这是“5年问题”，不是12至18个月；一家咨询客户希望制定一套方案，把员工规模扩大到10万人，“但其中只有1万人是人类”。

增长门槛已经重置：“三倍、三倍、两倍、两倍”彻底过时，增长路径得从1到15、20再到100。 Mercor 在17个月内从1增长到5亿美元。尚未解决的变量是持续性：“我们从未见过如此大的规模，却还能不把持续性当作理所当然”；一些增长最快的公司“也不会一直存在”。

OpenAI 的复盘是：他当初放弃了那套结构，如今每天都在后悔。 但稀释计算也说明了代价：按 Harry 引用的图表，1亿美元估值时投入的2亿美元最终只获得约25倍回报，而 GC 最好的首轮投资回报是“数百倍”。Microsoft “可能承担了更多风险”，却在约200亿美元投资上获得了最高倍数回报；Harry 还说，Microsoft 现在的大部分套件都在使用 Anthropic。

他最大的认知转变是从挑选转向指数化投资：“当你知道趋势一定会赢，却不知道谁会赢时，最好把它们全部押上”。 他投了 Stripe，却错过 Square；在 AI 上又试图挑出赢家，如今说“事后看，我们本该直接做指数化投资”，并称 Yuri Milner 和 Lightspeed 可能就是这么做的。

价格纪律通常是信念强度的信号：“价格只会痛一次”。 “投资人把价格当成放弃投资的理由，是因为他们无法从其他地方获得信念——这只会让他们听起来更务实。” 回报来自集中持仓：25年间投资超过200家公司，约60%至70%的回报集中在大约10家公司。

🔗 原始收听与视频来源： General Catalyst CEO Hemant Taneja：将 GC 管理资产规模扩至400亿美元的经验