开场：AI 与科技投资的窗口
如果你问某个东西或另一个东西能不能成功，在人工智能领域，答案很可能是：两者都能。对科技市场的投资者来说，现在无疑是有史以来最令人兴奋的时期。要跟上所有新变化会很难……很难。David，今天能聊这件事我特别兴奋，也期待很久了。谢谢你来，见到你很高兴。
AI 的答案常常是“而且”
最近有个话题一直萦绕在我脑海里，我觉得你对此也有很好的见解。我的合伙人 Eric Fischeria（姓名按字幕听写，存疑）在《Invest Like the Best》播客里最近说：“一切都会成功。”当时大家在讨论，AI 最终会依赖开源，还是依赖前沿技术。他的回答是：开源会成功，前沿技术也会成功。英伟达会领先，还是新的芯片厂商会起来？两边都会。你可以把这个思路套用到 AI 的各个层面。Eric 的基本观点是，大家问错了问题：是这个还是那个？答案其实是两者都会。我想听听你在 Andreessen 的看法，以及你会怎么思考这件事。
是的，我完全同意 Eric 的观点：一切都会成功。我很喜欢他的表达方式。我会稍微换个说法：这一切的答案是“而且”。所以，如果问题的前提是“这个或那个能成功吗”，在 AI 领域，答案很可能是“这个，而且那个”。我觉得可以先从一个问题开始：我们现在走到哪一步了？
AI 基础设施建设走到哪一步
从基础设施建设的角度看，我们刚刚超过铁路建设在 GDP 中所占的比重，而且这个比重还在持续上升。
对，没错。
你知道，建设数据中心可能会越来越难，这个话题我们之后可以再谈。但我认为相关支出会增长十倍。现在它占 GDP 的比例是多少？我想它会带动 GDP 增长。这需要很多年，所以不会在一年内增长十倍，也不是说马上就要花掉数万亿美元。
但我们终究会花数万亿美元，对吧？
对。如今这些成功案例，是商业史上规模最大、速度最快的一批，主要来自 OpenAI 和 Anthropic；如果再把 xAI、Cursor 等公司算进去，它们的收入规模据称已达到约 1200 亿美元。它们新增的月收入，已经超过了除亚马逊之外所有大型云计算公司的收入。这很惊人。支撑这些收入的却是一小群付费者：全球大约 3000 万名程序员贡献了绝大部分收入。可全球有 15 亿知识工作者。换句话说，收入已经超过历史上最优秀的一些公司，但目前依赖的付费人群仍然很小。
有趣的是，我们常说这些服务已经有超过 10 亿用户。但如果按付费来算，实际主要是 3000 万人在花钱；另外还有 10 亿消费级用户。我们之后应该谈谈消费者市场，因为尽管已有 10 亿用户，这个领域离充分释放价值还很远。企业收入的大部分仍来自少数程序员。这也符合幂律：少数用户——大约 3000 万人——花的钱非常多。你们肯定也和被投公司聊过这个现象。付费最多的那些用户，消费金额会非常高。所以乐观地看，潜在空间远大于目前已经实现的规模，尤其是这数千万用户之外的市场。再说一次，全球有 15 亿知识工作者，而我们现在只谈企业市场。
我认为未来五年会发生很多事。眼下需求还没有得到满足，对吧？企业里目前最成功的应用主要是编程和软件开发；我们也开始看到其他岗位出现成功案例。比如法律行业，虽然来得稍晚，但已经有了明显突破。至于涵盖全球 15 亿知识工作者的广泛知识工作场景，我们离真正有竞争力仍很远。因此，我们的出发点是：我们已经看到前所未有的增长，但 AI 融入企业的过程还在早期。它在 B2B 经济中的渗透率还不到 5%。如果我们对广泛采用和落地应用的判断正确，后续增长空间会很大。
这还只是需求的一面。供给端几乎整条供应链都受到巨大限制。数据中心容量要到 2028 年才能拿到，供应链的每个环节都有瓶颈。这就是当前供需两端的情况。我之所以先把这些基础讲清楚，是因为这是我相信“一切都会成功”的核心原因：供应链的各个环节最终都会跟上。
我们来谈谈供给。现在我们有 4 吉瓦的电力。你觉得如果再有 8 吉瓦可用、并接入网络，会被充分利用吗？
我认为会。价格可能会有所不同，比如 Token 的定价我们可以之后讨论。不过，如果有更多开放的 AI 能力可用——例如 Anthropic 或 xAI 提供的能力——它们会被更广泛地使用。
什么会让算力建设不再继续
我只是想确认一下这些假设。我完全同意你刚才说的。不过，要验证这个判断，得发生什么事情，才会导致吉瓦级算力上线后 Token 没有被消耗掉？有没有可能我们需要修正假设：从 4 吉瓦增长到 20 吉瓦，但算力没有全部被使用，或者只能以相同甚至更低的价格卖出去？
我觉得有两种情况可能导致这种结果。第一种，是编程领域发生的事情其实是个异例；其他企业业务和知识工作并不会出现同样的影响。把 AI 工作流整合进企业很难，因此其他白领岗位可能不会受到显著影响。不过我认为这种情况很不可能。我觉得关键涉及数据收集和模型应用。我们支持的一些团队在研究算法突破，或许会出现某种算法突破，大幅提高训练和推理效率，而不必消耗海量数据。不过，我认为这不太可能。训练方式上当然可能出现突破。你可能看过一些统计数据，比较你我建立知识基础花了多久。
模型训练所用的数据远多于人类建立知识基础所需的数据。这看起来是个黄金机会。推理仍会是一个非常大的市场，甚至比训练市场大得多。我们当然可以提高推理效率，但到目前为止，我们看到的是：模型在推理时思考得越充分，结果通常越好。我认为，广义知识工作领域也会如此。因此，我很难想出 AI 发展会走不通的路径。假如算力使用量短期内从 5 增长到 100，而产品又没设计好、无法承载这样的量，那当然会出问题；但我认为我们不会遇到这种情况，因为要把这些数据、产品和能力真正铺到互联网上，本身就非常困难。
我想听听你的看法。我也不觉得这会那么容易发生。不过我最近听到一个朋友的说法，挺有意思：这些东西现在都已经可用了。几年前，我们大规模扩张、投入了数千亿美元；模型逐渐变好，我们开始部署，沿着发展阶段不断往前走。现在，AI 又带来了收入的疯狂增长。但这里的关键是，我们谈到的大部分收入来自 Token 卖方，而不是 Token 买方。因此我们现在需要看到 Token 买家提高效率的证据。对大型云服务商来说，企业端的投资回报率到底是多少？多写一些代码，对使用者来说又创造了什么？企业是不是因此变得更好？如果 Token 卖家赚得很多，而大量购买 Token 的买家却没能因此大幅获利，那就不是好结果。
Token 的卖方与买方
我对这一点非常乐观。我觉得这种质疑背后的一个根本错误，是假设更高效地写更多代码不会产生具体而有价值的用途。
对。我觉得这属于根本性的误解。我没仔细追过细节，不过大约一年前有一项研究说，使用 AI 编程工具后，效率反而低了 20%。我不太确定具体是哪一年，但大概就是一年前；而且那是在头部四、五家公司的产品出现之前。
是的，如果现在重做那项研究，我想不会再得到同样的结论。世界上最优秀的程序员已经全面拥抱这种方式。如果你去问领先公司的 CEO，他们会告诉你生产力显著提高了。以我对 Stripe 的了解，他们因为能写出更高效的代码，获得了很高的回报。
宝洁今天从 AI 投资中拿到显著效率收益了吗？
也许还没有，但我想之后会有。他们可能需要很多支持，这大概就是解决办法。我认为 Databricks 和 Palantir 这样的公司正在用正确的方式思考这个问题：要让客户真正获得价值，需要投入很多支持，但最终会给这些公司创造很大的价值。
还有 Stripe 这样的公司。我们现在常常在想，这些努力最终会投向哪里：是开发用户界面、打造更多产品，还是发展基础设施、提高企业自身效率？
当下世界上最优秀的公司都在聚焦用户界面。如果你能做出下一个重要产品，收入可能是现在的 10 倍，甚至 100 倍；但只从成本角度出发，能提高的效率有限。降成本的机会始终存在，它只是潜藏在那里。所以只盯着成本会降低成功的机会；聚焦创新，则会打开视野，让你看到还能实现什么。
顺带说一句，开源这个想法也很好。我们也希望在 ALA 会议上能有这项技术。
是的，这是个很聪明的想法。我觉得他们说得对，经济会在美元和数字 Token 的使用之间摆动，Token 可能成为一种新的货币形式。你知道，我们非常看好它们。关键还是“一切都会成功”。我们常把开源和前沿实验室放在一起谈。如果数字 Token 的使用量增长 100 倍，这些东西都会变得非常大，甚至大得惊人。我想先把这个基础讲清楚，再逐层讨论系统各部分会怎样成功，因为这意味着这个领域未来可能增长 20 倍或 50 倍。
前沿实验室与开源
而且我们说的还只是机构市场，不包括消费者。如果看领先的创新实验室，它们占了超过 95% 的融资，总额大约 1250 亿美元，集中在其中三家。这意味着它们拿走了大部分市场收入，几乎也拿走了其他大部分资源。这些实验室筹集的资金，比整个集成开发系统还多。仅 OpenAI 和 Anthropic 就筹集了大约 3500 亿美元，规模非常庞大，足以带来广泛而巨大的影响。
从用户偏好来看，现在大家明显选择使用前沿模型。我认为有几个原因。人们现在愿意为前沿模型的 Token 支付 10 倍的价格；我相信在编程领域，这种趋势还会持续一段时间。以后人们也可能为了优化成本，减少前沿模型的使用。但从目前的偏好看，每个熟练使用这些技术的人都想用前沿模型。我还认为，如果这种趋势持续下去，前沿模型就可以转去做价值更高的任务，比如癌症治疗。编程的价值是 X，那么治愈癌症又值多少？癌症治疗的价值非常高。
我认为大家选择前沿产品主要有两个原因。第一，用户体验上的提升非常大：当这些工作由模型替你完成时，你愿意为这些产品多付很多钱。清楚吗？
清楚。
第二，它们自己的产品表现很好。比如大家愿意用 Codex、Claude Code 和 Cursor，我也认为像 Replit 这样的产品会大幅增长。使用它们自己的产品很有价值。原因有很多：产品本身做得好，而且工具与模型紧密结合，所以使用体验真的很出色。要是一个替代模型既没有相应的基础设施，也没有产品和用户界面——现在这种情况还不常见——那就很值得关注。
我想听听你怎么看这件事。很难预测，但你认为这些公司继续开发更多自有产品的动力是什么？结合你对投资成长阶段应用公司的思考，它们开发第一方应用会有什么好处？这会影响应用公司的结果吗，还是说整个格局对大家都有利？你怎么看它们的激励，以及这和你投应用公司的逻辑有什么关系？
应用投资与编程的影响范围
我们投了很多应用公司，这还是“很多事都会成功”这个话题的一部分。我的框架是，大型实验室会非常专注于开发自身的第一方产品，尤其是处于开发阶段、且能覆盖其部署范围的产品。你可以用任何方式理解编程影响的范围，但它很可能会延伸到其他领域。
这是一个方面。第二，它们会专注于面向全部 15 亿知识工作者的第一方产品，比如 Microsoft Office 和 Google Apps。它们希望这些产品成为自己的核心产品线。从它们与数据供应商等方面的工作也能看出，它们会高度关注这些产品。
Harvey 与法律行业
……重点关注这些领域。把 Microsoft Office 的产品都纳入考虑之后，问题就变成：它们的首要优先事项是什么？
我们是 Harvey 的重要投资者。法律行业很有意思，尤其是对 X 领域的人来说。它还是个正在形成的市场，对吧？乐观地看，法律行业在工作场景中的渗透，大概比编程晚 12 个月。现在，律所的终端客户已经开始要求律所使用 Harvey，他们会说：“产品效果和成本对我们很重要，所以你们应该用它。”
之前人们可能觉得这是幻觉，但现在大家都在用。它大概已经排到优先级列表的第六到第十五位之间。这个变化挺有意思。我们也知道，大家最初很惊讶这些公司竟然能在法律行业这么快增长，因为没人预期法律会成为早期采用者。之后大家又产生很多怀疑：这是不是只是个假象？但 18 个月前，他们做了个聪明的押注，而模型能力提升 100 倍时就会出现这样的结果。法律行业也很适合 AI：它以语言为基础，同时又有一定数学性，而且法律先例记录得非常完善。
是的，这完全说得通。
我觉得我们看到的一个重大进展——我相信 Legora 也适用——是推理模型的进步。推理本身就是一种推理能力。
对，这确实有道理。但这看起来不是最理想的解法，因为这里也有取舍。如果他们开始随机地去面向各家公司，可能会失去生态系统的信任。
是的，当然。
所以我觉得所有大型平台——我相信 Microsoft 和 Salesforce 都有类似功能——都得决定：为了一个随机的功能，值不值得惹恼所有人？Microsoft 有句话：只有当平台上构建出来的所有东西创造的收入超过平台自身收入时，它才算真正的平台。对吧？所以我不认为实验室完全忽略了这件事，它可能仍排在第六优先级。有一件值得强调的大事是，Kirkland 宣布要花 5 亿美元建设自己的技术基础设施。
人们会问，这对 Harvey 意味着什么？还有那些有前景的初创公司，这很棒。这不是一个小众市场，但它也不是通往通用人工智能的道路；不过，它会带来数十亿美元的市场。这里有两件特别重要的事：第一，产品的细节对用户真的很重要；第二，这需要真正投入营销和一线实施。API、现有软件和应用范式这些东西，必须在实际工作中跑起来，这一点非常关键。实验室会不会把模型专门用于法律行业？大概不会。正如你所说，云端法律产品不可能无处不在，也不可能什么事都做。
我们的投资逻辑是基于这一点。这不代表我们不会投其他领域，或者知识工作者相关的类别；只是我们更关注产品路线图和成功机会。超出这个范围的应用也会有巨大发展，因为它们会打开广阔的空间。回到最初的观点：很多东西都会成功，甚至编程影响范围内的许多东西很可能也会成功。我们是 Replit 的重要投资者，它表现非常出色。
开源、模型成本与企业落地
对，Replit 很棒，也很受欢迎。你可能会问：Codex 和 Claude 能不能也用来做网站？答案当然是能。这些产品真的很出色，Cursor 也处在聚光灯的中心，用户市场很大。所以我认为各种路线都会成功。对前沿技术的需求是毋庸置疑的；开源技术的需求同样会非常大。如果使用量增加 50 倍，人们就会更关心成本；也许有一天，前沿技术的成本涨到 100 倍，人们就会真正开始关注成本。
我觉得“次一档”的模型很快会表现得非常好，甚至会超过现在的 5、6 档模型。
对，到……我也不知道确切是什么时候，但应该很快。应用公司里那些对成本最敏感的公司已经能说明这一点，因为模型成本会影响它们整体利润率。大多数客户支持请求都需要用最高档模型，这种情况持续多久了？大约三年，对吧？所以我们能看到，系统会逐渐增加抽象层，根据所需的价值选择合适模型。参与这一抽象层竞争的会有很多：应用公司、拥有自有产品的实验室，以及 Databricks、Palantir 和 Snowflake 这样的公司。但我认为人们会使用几乎所有这些形式，它们都会成功。
客户支持是个很好的例子，说明普及需要多长时间。技术已经足够用了很长一段时间，但我们仍不知道它究竟普及到了什么程度。它的应用还很有限。这是我能想到的最清楚的例子：技术已经完全准备好了，但真正达到规模还需要很多年。
对，企业里的老逻辑是：更好、更快、更便宜。没错，它在两年里每一项都表现得更好、更快、更便宜。
这些公司表现很好，增长速度超过此前出现的任何应用公司。当然，现实中仍然有物理规律的限制。你仍要销售、部署和实施，还要完成很多复杂的集成，并遵循各种规则和品牌规范。再说一次，实验室不会替你把所有技术都建出来；公司会在这些技术之上建立业务。这是很经典的模式。
企业市场是这样，那消费者呢？我觉得 ChatGPT 是 AI 进入消费市场的第一个重要时刻，也是 AI 世界的分水岭。差不多十年来，大家一直听说人工智能；但直到那时，人们才第一次真正开始使用这项技术。它突然出现，早期的 ChatGPT 让大家觉得：“我从没见过这样的东西。”可现在已经过去四年多了。AI 在消费领域到底进展到了哪一步？你怎么看？
消费级 AI 发展到哪一步
现在有 10 亿人使用它，对吧？不止 10 亿，而且很多人是非常频繁地使用。
但产品的使用方式和场景还是很简单，对吧？
对。对大多数消费者来说，我们仍处于“搜索引擎模拟”阶段：他们只是在 ChatGPT 里做原来用搜索引擎做的事。这就是绝大多数人的使用范围。孩子是例外，他们用得比这深入得多。
是的。比如我 10 岁的儿子会写完整的说唱歌曲、作曲。这可不是个边缘案例，这就是未来，太不可思议了。显然，有很大一部分人可能会把它当成 Google 的替代品，但孩子们使用它的方式不会止于此。孩子们会很擅长使用搜索引擎。我能看到这一点：我的孩子们以前没有受过搜索引擎训练，现在也能很轻松地用它们。这是种全新的技术，他们可以问任何问题，并得到实实在在的结果。真正重大的转变，是系统从被动响应变为主动行动。我们才刚刚开始。系统会是多媒体的，不会只限于坐在屏幕前使用。现在语音系统已经很好了。OpenAI 的音频系统有一段时间做得不太好，用的是更简单的模型；现在它能处理各种日常情境，人机交互开始变得自然。
从被动响应到主动式 AI
对。替你主动采取行动、真正代你办事的能力，我们最近才刚刚开始看到，对吧？像 OpenClaw，那是最早让人看到这种能力的时刻。我觉得 GrokBot 现在代表了一个分水岭。我认为这会成为未来消费级产品的方向。
我觉得很有意思，大家现在都不怎么谈消费者，所有人都在关注编程。考虑到企业收入增长的表现，这种关注有其道理。但如果历史上的科技市场能说明什么，最终最大的奖赏会来自前沿消费产品，因为它们能触达数十亿人。我认为这些产品会大幅进步，而且会出现世界上最好的商业模式，创造大量增量价值，也会带来很大的消费者剩余。那种剩余会是什么形式？我觉得可能是广告，或者一种更大的广告形态。你要是试着用报纸分类广告的形式，向人解释新闻摘要是什么，听起来就完全说不通。我们还没有确定原生的消费模式，也没确定后续原生广告会是什么样子。你觉得它会是广告和订阅的结合吗？
肯定会。
对，我也认为是两者结合。你觉得今天会有数亿人愿意为这种东西付很多钱吗？
当然。再说一次，当它变成每个人的个人助理时，价值会更明显。
是的。我的框架是，用户产生的消费者剩余会让价值扩大 10 倍，但价值也会集中在其中 10% 的用户身上，进而让公司受益。所以会有订阅，也会有广告，或者一种不同于今天的新广告形式——可能还没有人发明出来。这会是一种新的消费模式。我对此非常乐观。
你指的是每个人都会有一个助理？
对，而且它能可靠地替你采取行动。我不知道怎么说。我已经开始给自己搭这些自动化系统，也在努力让自己更适应系统。我从中大概每 10 个系统里有 2 个能获得实际价值，但我相信还有更多事情可以做到。未来 5 到 10 年，模型能力可能提高 10 到 100 倍。想想这会带来什么影响。
个人消费领域的另一个大方向，是 AI 和自动驾驶。我最近第一次买了 Tesla，感觉太棒了，真的是有史以来最好的产品之一。你只要上车、输入目的地，它就会把你带到那里，你不需要再操心其他事。一路上它能处理各种情况，也能在任何地方停车。我觉得除非你拥有一辆能自动驾驶的 Tesla，或者住在 Waymo 提供服务的地方，否则大多数人都意识不到自动驾驶有多好。这是非常重要、不可或缺的服务。
是的，现在已经有 Waymo 和 Tesla 这样的公司能做到，但这项技术还没有普及。所以我觉得即使是已经体验过的人，也未必真正意识到自动驾驶如今有多重要。更关键的是，我认为它还没有形成最佳商业模式。我想听听你的看法。你是投资人，也思考过很多这个问题；我们现在处在自动驾驶发展的哪一段？
AI、自主性、机器人与生物健康
这很有意思。AI 现在几乎占据了我们所有的注意力，但我觉得停下来想想其他重大的技术发展也很有帮助。我总觉得可以问自己：“产品周期会怎样影响我们的业务？”我们现在正看到哪些最重要的发展？自动驾驶是其中之一。上一代技术发展包括手机、社交媒体、电商、SaaS 和云计算，几乎同时出现。这些变化创造了大约 25 万亿美元的市场价值。这是个巨大的数字，对吧？
那现在我们面对的是什么？人工智能、自动驾驶汽车、机器人，以及 AI 在医疗健康领域的应用。
对，我会把生物技术也算进去。
还有“美国动力学”这个类别，包括国防现代化。
好。我们刚才谈到的所有这些领域，加在一起的价值远超过 25 万亿美元。对科技市场投资者而言，现在简直是有史以来最令人兴奋的时代。我觉得自动驾驶尤其没有得到足够重视。
汽车行业以及人们开车出行，无疑是世界上最大的产业之一。回想过去，出租车里程占美国总行驶里程还不到 0.1%，原因有很多。后来出现了网约车公司，我投了 Uber，你也投了。最重要的变化是商业模式变得更好，市场规模甚至扩大了 10 倍。比如旧金山的出租车市场原本价值 1 亿美元；Uber 和 Lyft 出现后三年，市场规模升到了 10 亿美元。因为你提供了好得多的产品，市场就扩大了 10 倍。自动驾驶也是如此。十年后我们回头看，可能会说：“天哪，市场又清楚地扩大了 10 倍。”
自动驾驶为何被低估
至少网约车市场已经扩大了 10 倍。假如产品比人类司机安全 14 倍，让人类自己开车就显得很野蛮——这是我现在的看法，你同意吗？
如果有人问，每年有多少人死于人类驾驶？如果产品更安全，那它就是更安全，对吧？难道没有足够的数据吗？Waymo 汽车已经跑了数百万英里，数据显示它比人类驾驶安全 10 到 14 倍。
对。因此，不让这类技术在经济中普及，事后看来会很不理智。我认为历史会对那些阻止它发生的人作出负面评价。
对消费者来说，先从这里开始：如果有一种出行方式安全 10 到 14 倍，你会愿意多付一大笔钱。我认为降低价格、让它低于 Uber 和 Lyft 当前成本的路径也很明确。现在拥有一辆普通汽车，每英里成本大约 80 美分，算上折旧、保险、燃油等所有费用。这是多开一英里的成本；坐 Uber 或 Lyft 每英里大约 2 美元。这个市场很灵活，如果你能把成本降到 Waymo、Tesla 或其他网约车服务的水平——我相信很快就能做到——需求会大幅增长。这样的服务现在安全 14 倍，很快可能会安全 20 倍。你看到的是价格低于成本，而市场规模会增长 10 倍或更多。
再看个人购车。美国每年销售 1700 万辆新车；光美国就有大约 2.5 亿辆车。你愿意为自己买的车上的完全自动驾驶功能付多少钱？
很多，几乎可以让车价翻倍。
至少 1 万美元，对吧？你用习惯之后，就会觉得它值这笔额外支出，很难回到以前。可以一次性卖断，也可以做订阅；假设每辆车至少值 1 万美元，再乘以每年 1700 万辆车。然后还有整个西方世界，最终成本足够有吸引力时，也能进入发展中市场。50 年后，所有事情都会变得不一样，可能没人自己开车了，整个世界都不同。但这需要时间，因为造车本身就需要时间。
人们总是惊讶于 Waymo 汽车的数量。在有 Waymo 的城市里，你会觉得它到处都是。
但全美国的 Waymo 车还不到 1 万辆。
对，整个美国还不到 1 万辆。所以这是一个有 Waymo、Tesla 等玩家的领域。我认为还会有其他参与者。我们支持了两家公司，我觉得它们有真正的机会参与竞争。市场不会只有 10 个玩家，而是会非常大。因此，这些市场值得关注，因为它们正在受到 AI 巨大进步的影响。
机器人接下来会怎样
这些都是巨大的市场，我们对它们非常兴奋。还有机器人领域。现在还没有什么完全明确的答案，但我们已经看到它成功的迹象。你走进那些研究机器人、做机器人的实验室和初创公司，包括 Tesla，会发现它们确实很出色，很明显这件事会成功。它会比语言模型市场更大，对吧？因为机器人将包括 B2B 和消费级应用。
我觉得我们离家用机器人还很远。
是的，不过现在已经有一些具体的用例，比如工厂里相对明确的场景，在安全环境中执行重复性任务。我们投了 Mind Robotics，其中一位合伙人领投。Rivian 的创始人（字幕转写为 “Sara”，姓名存疑）促成了这笔交易。他是非常出色的创始人，已经打造了一家优秀的公司和很好的产品。他会把机器人放到工厂车间，让它们为 Rivian 产品进行组装和制造。
这些都是目前投资回报率很高的具体用例。而且客户和产品是集成的，你可以从中获得收入，模型也能从你做的工作中学习。
是的，这样你就有一个可以在真实场景中运作的反馈循环。
另外还有一些类似“卖铲子”的机会，我们也很感兴趣。不过机器人领域也会迎来一个类似 GPT 的时刻。我不知道什么时候发生，但我觉得会在五年内，愿上天保佑。很多聪明的团队正在做这件事。我认为它会成为最大的市场之一，比语言模型市场更大。
从工业影响来看，它几乎注定会很大，对吧？物理规律并没有阻止它实现，我们已经看到希望。但这要花时间。我同意你说的，达到那个阶段可能需要 10 年以上，不过我看不出它为什么不会成功。
对，我觉得它会成功，也会无处不在。顺便说一句，一个连带影响是生产力会大幅提升。这会带来经济影响，也会提高生活质量。当然，我们得仔细考虑它对就业的影响，特别是变化来得很快时，工人能不能接受培训、完成转型？
但回顾所有技术突破的历史，我们总会找到更重要的新事去做。举例来说，今天有 60% 的工作岗位在 70 年前还不存在。因此我们会经历类似的转型期。不过生产力提升会非常巨大。
Benchmark 新增长基金
这很好。我想谈谈资本和融资。我们 Benchmark 刚刚组建了史上第一个增长基金。你知道，这背后的出发点是……欢迎来到黑暗面。
对，没错，就像禁果一样。
我们的想法是，风险投资的回报现在也会在增长阶段出现，以前不是这样。刚才这段对话恰好支持了这一点：结果可能非常大，事情进展得很好，“一切都会成功”，这一切让我们相信，过程中可能出现 10 倍、100 倍，甚至 1000 倍的回报。
是的，我知道你相信这一点。
为什么现在适合做增长投资
你这是对着已经相信的人布道。我想把这些事情串起来。我想听听你的看法：我们刚聊了产品周期以及目前所处的位置，还有一个相关但并不完全一样的事情，就是资本周期——跟随产品进入市场并进行投资的资本。从资本角度、从增长投资角度，你怎么看我们现在的位置？
当然。大家为什么转向增长投资？这个领域有吸引力吗？显然你也看到了积极的一面。
但阴暗面也很有意思。我们所在的市场大约值 500 万美元。
私募市场一半回报来自增长阶段
这个规模大约相当于标普 500 的 20%。如果你没有充分利用私募市场里的这一投资范围，很可能会错过大量利润。我们做过一项长期分析，发现私募市场一半的回报是在种子轮到 B 轮之间实现的，另一半则在 C 轮及之后实现。因此，如果你没有积极投资 C 轮以后的阶段，就肯定会错过一半利润。
顺带一提，那还是公司较早上市的年代。现在公司保持私有的时间更长，展望未来五年，这个比例会更极端，也许会变成 70/30，更多回报由后期才上市的公司创造。你仍然能取得很好的投资结果，因为今天的幂律非常强，对吧？把握机会时，结果可能会很好。现在市场变化很快，幂律比过去更明显。我认为这有几个原因。第一，我们处于经济周期的早期，初创公司可以很早就建立领先地位。第二，AI 有独特之处：投入越多资金，它就会持续发展、不断改善。这和之前的周期不同。
如果 SaaS 时代给 ServiceNow、Workday 或 Salesforce 这样的公司注入巨额资金，它们会失败。我们在 Vision Fund 的试验里看到过，给这些公司投进巨额资金，它们也可能失败；如果是消费公司，钱又可能花在 Google 和 Facebook 上，这也不是好事。
Vision Fund 成功与否的机制，是不是因为他们把大量资金投给了并不需要这些钱的公司？还是进入增长周期的时间太晚？或者两者都有？
两者都有。不过首先，我不觉得这个想法本身不好，只是投的时间点处于错误的增长周期，而且当时的环境不允许公司随着投入增加而自动提升表现，也没有足够的扩张空间。AI 则会这样。过去，如果你给 Salesforce 投 400 亿美元，它会做什么？雇一大批销售和工程师吗？那行不通。但如果你拿 400 亿美元去训练这些模型，它们就会显著进步。这是当前环境的独特之处。
你知道，我用产品周期和资本周期的视角看世界。我告诉团队，理想情况是产品周期处在非常好的位置。假设用 1 到 10 打分，10 分表示位置很好，1 分表示很差。2021 年我们处在 1 分，当时我们并没有意识到。那是 SaaS 和云计算时代的后期，移动互联网也已普及，消费者的额外时间都流向了大型科技公司，新产品没有空间。那时的产品周期只有 1 分。
产品周期与资本周期
2010 年是 8 分，非常好。现在的产品周期又……
2010 年是 8 分，非常好。现在的产品周期是 9 分或 10 分，原因就是我前面提到的那些：AI、自主系统、美国活力、机器人和生物健康，这些都会在未来 10 年发生。至于资本周期，理想情况是产品周期和资本周期都处在最好的位置，也就是估值非常低。但这两个周期很少同时出现，因为大家往往会对产品非常兴奋；而有些产品周期，只有你自己看到了。
比如 2023 年 AI 刚起步时，情况就不错。资本市场相对稳定，还没有出现一些突然的飙升。那时我会给它打 7 分左右。2010 年，你可以用大约 4 倍收入的价格买入 SaaS 公司和 B2B 电商平台公司，那也不错。现在从资本周期看，大家已经很兴奋，但仍能找到好的投资机会；公司增长速度很快、变化很有活力，这当然很好。不过资本周期可能只有 6 分左右，算好，但不算特别好。
过去 10 年推动我们业务的，不管是风险投资还是增长投资，都是产品周期。现在它是 9 分或 10 分。
是的，我不记得最先是从 Thrive 还是别的地方听到这句话的：逆势而行有两种方式。一种是相信别人都不相信的东西；另一种是相信大家都相信的东西，但信念要强 10 倍。
对，这跟我们公司的理念很像。尤其在增长阶段，要逐步相信那些可能成功的事情，并花时间思考什么可能奏效。我的工作就是以合理的价格投优秀公司。我们得到的额外回报，总是在收入端，而不是押注企业最终会不会有更高的利润率。它更多取决于市场判断和产品判断。市场有时不会充分认可那些能够在很长时间内快速增长的公司。Databricks 就是一个例子。
是的。顺便说一句，我最近和 Ali 共进晚餐，天哪，他真是个很棒的 CEO！我记得我还把某个东西叫作“model breakers”之类的。这大概是我们第一次从增长基金投资他们。当时 Ben 做了第一轮融资，也就是 A 轮；之后我们又参与了其他融资。我想现在已经到了第二轮……字幕这里听起来像是 M 轮。我还和 Ali 开玩笑说，我们可能会一路投到看台上去，甚至投到 A 轮……然后公司还会一直保持私有。我觉得不会这样。不过我们的增长基金是在公司成立时做的第一笔投资，基金规模大约 60 亿美元。七年后，Ali 发现自己的收入开始加速。他似乎推出了更多新产品；正如我们注意到的，事情进展顺利时，往往是创始人自己发现下一步该做什么。
是的。他的项目现在正好能从 AI 中受益，所以增长很快。我们相信他会找到下一步，再找到下下步。他很聪明。对这些创始人来说，你手里有一个持续增长、已经发展到后期的项目；这些创始人本身才是真正的资本。只要支持他们，他们就会发现各种了不起的新东西。
SpaceX 也是如此。Starlink 还没有向公众开放时，人们只有一些理论，经济可行性很差，似乎行不通。但现在它已经成了有史以来最好的业务之一。他现在又有一个 AI 项目，还会涉足轨道计算，我相信那也会成功。所以这些创始人才是值得下注的对象。公司能取得的成绩，往往远超任何财务模型所能预期。这就是我们的基本想法。
叙事的重要性
我很佩服 Andreessen 很早就理解了讲故事的重要性。我记得公司刚成立时，他们就深刻认识到当时媒体的作用，也认识到故事本身有多重要、应该怎样讲，以及参与对话所需要的勇气。从大约 2009 年开始，很多事情发生了变化。一个非常积极的变化是，人们变得更愿意公开表达，也开始讲述自己的故事，因此可信度更高了。
现在有很多新媒体和其他传播渠道，但我觉得 Andreessen 很早就认识到叙事的重要性。现在叙事似乎比以往任何时候都更有影响力。对公司来说，每个阶段都能看到这一点：公司刚开始起飞时，我们会看到很出色的视频；进入后期，投资者会用不同方式替公司讲故事、经营媒体，整个环境会很嘈杂。但我觉得这很重要。我想知道，在现在这个周期、在大家都生活在 X 和新闻里的时候，你会怎么思考叙事？
为什么“感觉”也很重要
你看，这其实就是氛围，对吧？氛围对我很重要，非常重要。这里有个有趣的故事。2018 年，也就是我加入前三、四个月，我和 Ben 开会讨论策略。我对需要的新团队和投资团队架构有很多想法。于是他问我：“你的营销策略是什么？”我回答：“我们不需要营销策略，它对增长并不重要。”他看着我说：“这是我这辈子听过最蠢的想法。”
当时风险投资公司并不营销自己，后来我们做了，效果很好。所以我们为什么不在这里也这么做？我来自一个更保守的环境，现在我意识到“感觉”有多重要。我们来谈谈整体印象的重要性。公众对公司的印象很重要，原因很多：融资、公司估值、留住现有员工、招聘新员工等等。在某些市场里，整体印象对客户也很重要。
这就是它的价值所在。为什么更高的估值重要？估值高意味着股权稀释更少，也能筹到更多资金。你可以把资本当成一种武器。在资本能改善公司表现的世界里，资本的价值更高了。
每个投资者、员工和潜在员工都会受到公司整体印象的影响。看公开市场就能发现，那些在这方面做得很好的公司，市场价值和公司的发展之间有直接联系。估值越高，很多事情就越容易。比如 Palantir 和 Alex Karp，现在都是很知名、拥有大量拥趸的例子。令人惊讶的是，Palantir 在最近市值飙升之前，市盈率就已经很高了。它最近的增长加速了很多，对吧？
是的，加速得非常厉害。
但在那之前，它已经享有很高的市值了。有意思的是，似乎没多少人知道“ontology”是什么意思。
我也不知道。这不是个常见词，对吧？
对。很多人并不真正知道 Palantir 是做什么的，连一些持有大量股份的个人投资者都不清楚。我有个朋友持有很多 Palantir 股票，我问他：“给我解释一下。”他回答：“我感觉很乐观。”
但公司业务发生了什么？它的业务增长大幅加速；现在 CEO 们认为它是值得信赖、可以帮助他们落地 AI 的地方。所以它因此获得直接的商业优势：大家觉得它最适合处理这件事，也信任它。估值也给公司带来很大好处，对留住和招聘员工尤其重要。就像 Elon 的公司一样，高估值能让他拥有大量资金去收购其他公司、继续融资，也能建立忠实的粉丝群体。因此你去看个人投资者持仓很高的公司，就会发现它们的表现与估值之间存在关联。
不要做空有使命感的创始人
有意思。我听一位对冲基金经理讲过一个做空理论：“我从不做空一位雄心勃勃的创始人，也从不做空一款受欢迎的产品。”反过来说，如果你既有一位有抱负的创始人，又有一款受欢迎的产品，就可能享有很高的估值，并利用这些优势。
就今天的 AI 而言，正如你刚才提到的，资本和估值很重要。令人惊讶的是，整个市场每个月都如此依赖两三家私营公司的表现。我刚才在想，不管当下叙事多么强烈，等这些公司上市以后，叙事会变得更重要。
对。正如我之前说的，你能看到投资者和另一边的人都在竞争，试图设定这些公司的预期，比如 Anthropic 和 OpenAI 的收入等等。但事情没那么简单，也不是所有内部人士都在吹嘘不现实的数字。管理预期确实重要，但想要掌控这些故事，需要投入巨大的精力。
而且这不只是 CEO 的事。创始人本身就是一种资产类别。你可以看看 Karp，也可以看看 Elon。理想情况下，如果你有一位有活力、能够成为公司门面的创始人，比如 Anduril 的 Palmer，这会在很多方面帮到你。如果你有一款大家喜爱的产品，一位鼓舞人心的创始人就是巨大的资产。无论投资者、员工还是客户，都会因此更加在意这家公司。反过来，如果你是一家 SaaS 公司的无名 CEO，就很难吸引人们的注意力、让他们关心你的公司。
对，这对组织里不同层级的员工也很重要。
是的。我认为现在市场上最擅长做这件事的人是 OpenAI 的 “Tipo”（姓名按字幕保留，待核对）。他非常直接坦率。这不仅能在投资者和员工群体中创造积极氛围，也能鼓励客户作出积极回应。所以如果做得对，它会带来巨大的好处，不应该低估。我们经常和创始人讨论这件事：你需要直接、有主见；你是公司的门面，需要讲一个有吸引力的故事。如果你不讲，有些人仍会在意，但很多人不会。
是的。别人可能会带着一款几乎一样好、质量稍差一点的产品出现，但他们把故事讲得更好。
对，完全正确。
最后一个问题。我记得我以前分别请 Mark 和 Ben 来做节目时问过类似的问题，他们身上的雄心、规模感和思维方式都很鲜明。今天坐下来之前我还跟你开玩笑：Benchmark 是一家相对小的公司，而 Andreessen 按团队规模来说要大得多。面对超过 25 万亿美元的市场，这个事业还能做到多大？一家风险投资公司最多能扩张到什么程度？有哪些限制？你如何看待 Andreessen 已经达到的规模，以及接下来还能做什么？
a16z 能扩张到多大
我们一直在讨论这个问题，因为业务里有些部分可以规模化，有些则不行，对吧？你说过一句很有智慧的话：想走得快，就从小处开始；想走得远，就必须做大。所以我们做的一些事情可能会带来更多监管负担，但我们认为也能帮助我们继续前进。
一部分做法是扩大投资策略的范围、扩大投资团队。另一大部分是我们有 650 名员工帮助被投公司。
那它最多能做到多大？
你说的是 25 万亿美元的市值。假设技术在这个经济体里的总市值占三分之一或更多。回顾过去，不同行业占整个市场的比例曾经更大，比如铁路、金融服务等，巅峰时大约占市场的 80%。我看不出技术行业为什么不能继续提高其市值占比。现在世界上最有价值的 10 家公司里，有 8 家是美国的、由风险资本支持的科技公司。它们的股价看起来仍然相对低估，也许是有史以来最好的公司之一。
顺带一提，OpenAI、Anthropic 和 SpaceX 这样的公司增长速度更快，规模还会继续增加。回到我预计未来 10 年会出现的重大趋势：其中的关键玩家还没有出现。因此从宏观角度看，我看不出这个领域的增长规模有什么上限。
至于我们的市场份额和公司抱负，目前至少在增长投资方面，我们占了大约 20% 的市场。理想情况下，我们想进入最好的那 20%，也就是 100 个产品里找到最好的 20 到 25 个。我们在规模扩张方面没有预设上限。我认为整个市场会大幅增长，我们的份额也许会略微增加，但那不是目标本身。光是跟上市场增长就会很困难。
我们的抱负，是与自己关注的所有领域中最优秀的公司合作。它们都是科技公司，但来自完全不同的领域：基础设施、应用、美国活力、生物健康、数字货币，每个领域需要的东西都不同。未来还会出现新的浪潮，我们希望参与其中，并从市场增长中受益。这就是最终目标。
太棒了，David。非常精彩，谢谢你抽时间来聊。我很享受这次对话。
我也是。谢谢。