Larry Aschebrook

Larry Aschebrook 围绕一套5至7年的流动性策略打造 G Squared：把后期私人公司投资机会转化为现金 DPI。 组合以小额支票“落地”，通过反复交易逐步加仓，并将80%——希望最终达到90%——的风险集中在约10家公司上。他把 TVPI 和 MOIC 称为“虚假数字”；“只有 DPI 能让你买到食物”。

Spotify 验证了这套模式，并永久改变了 G Squared 的规模。 在斯德哥尔摩连续6天被拒绝见面后，Aschebrook 发现瑞典已有25%的人使用 Spotify，并得知唱片公司也是股东。Spotify 随后提出出售1.5亿美元股票，逼得他在60天内筹足资金，最后900万美元则向一位早期投资人借来。G Squared 最终将其3.8亿美元第三期基金的40%，以及约7亿美元联合投资，投入 Spotify，为 LP 创造了约10亿美元回报。

这份已实现的成绩来自把握需求、卖出资产，而不是完美预测最终赢家。 G Squared 曾持有 Coursera 16%的股份，在约36美元时卖出并向 LP 返还8亿美元，之后看着股价跌至约8美元；Lyft 带来约3倍回报，而 Uber 每投入1美元亏损约20美分，约合5000万美元。“我们赚到了该赚的倍数，回家把现金分掉。”

2020年基金的失误始于把火热市场和此前的流动性误当成判断不会出错的证据。 从新冠疫情初期到2021年，G Squared 部署了约9亿美元；当 SaaS 按 LTM ARR 至企业价值12倍定价、而公开市场可比公司接近25倍时，他们认为估值仍然保守，后来却眼看可比倍数跌向4倍。Toast 股价76美元时成了 Aschebrook 的“矿井里的金丝雀”：“我们把所有东西都买贵了。”

这场救援要求承认错误、再融资3亿美元，并在市场燃烧时买入保护。 G Squared 卖出估值虚高的仓位，通过二级交易降低成本基础，并谈下带有结构保护的股权：25% IRR 或2.5倍回报，取其高者；该期基金约70%转为直接持有底层公司，其中40%采用结构化安排。“房子着火时，我们正带着现金冲进前门。”

他最糟糕的错误，区分了糟糕的承销判断与承销之后的糟糕行为。 Theranos 让他个人支付数百万美元，才得以退出一份购买约5000万美元股票的约束性协议；23andMe 在他开始卖出时本可实现约2倍回报，但他追逐更高倍数，后来称该仓位亏损约7000万美元。在 Getir，真正造成伤害的决定是追加投资1亿美元，而不是接受第一次亏损：“你在不知不觉中已经成了行尸走肉。”

如今，联合投资只放大基金自身已经认定为核心的仓位。 早期基金的联合投资规模最高可达基金资本的4倍，2020年基金甚至容纳了 LP 要求的主题性单笔投资；Aschebrook 说，这些经历让他明白，单点仓位失败时，投资人可能会把责任归咎于管理人。当前模式只在 Anthropic、Fanatics、Wiz、Databricks、Turo 和 Monzo 等高确信度标的上做联合投资。

在 AI 领域，Aschebrook 愿意为已经达到“逃逸速度”的领导者买单，而不是寻找下一个基础模型公司。 他认为 OpenAI 和 Anthropic 之外几乎没有空间；按 Anthropic 当时公布的610亿美元估值，他“全天候都愿意买，周日还要买两次”，并同意 Harry 在描述5年内 OpenAI 从3500亿美元走向1.5万亿美元的情景后所说的：这是一个非凡的生意。对冲方式是押注 Lambda、Scale AI 等“卖铲子”的公司，同时避开那些无法把 AI 重建进自身 DNA 的老牌企业。

🔗 原始收听与视频来源： Larry Aschebrook，G Squared 创始人兼管理合伙人：我们如何在 Uber 上亏钱，却在 Lyft 上赚了数百万美元