开场
我们当时想投 Carvana，但没在股价高位持有。我们觉得自己挺聪明，卖掉了。后来我们真正看好的这家公司变得很便宜，股价已经跌了 90%。
所以你们大概是在 160 美元左右卖的？
我觉得，如果你不了解一栋着火的楼的结构，就很难冲进去救火。
大家好，我是 José Maria Macedo，欢迎收听《Emerging Managers Podcast》新一期。今天有点特别，我很期待：这次请来的不是风险投资经理，而是二级市场基金经理，不过你们很快就会明白他为什么适合这个节目。Paavan Gami 是 Raas Partners 的创始人兼管理合伙人，这是一家专注、长期投资印度上市股票的基金。在创立 Raas 之前，他在 Greenoaks 工作了五年。Greenoaks 是过去十年里最传奇的机构之一，以高度集中的投资闻名，比如第一只基金大约 40% 投进了 Coupang，这笔投资回报约 80 亿美元。它也以 IPO 后继续长期持有赢家而闻名，这和大多数风投的退出方式不同。
Paavan 的位置很特别，既做过风险投资，也做过公开市场投资。他把风投式的公司研究方法用在公开市场上，这正是他今天的投资方式。他离开了投资领域里最好的位置之一，把全部赌注押在一个判断上：印度优秀的科技公司上市时市值只有几十亿美元，看起来还像 C 轮公司，而市场还不知道该如何评估它们。他想持有印度的“FANG”——那些未来二十年定义印度市场的少数公司。他把这类公司称为“必然赢家”：创始人驱动、护城河深到让其主导地位几乎成为必然。
他也是我认识的研究最深入的投资人之一。今天我们会聊 Greenoaks、Carvana 的故事、印度投资的多空逻辑，以及 AI 如何改变他的判断和投资流程。上次我们聊这些时就有不少有意思的观点。先披露一下，我是他基金的有限合伙人。Paav，很高兴你来，期待聊聊。
一定会很有意思，谢谢邀请。
通往 Greenoaks 之路
先从你的经历说起吧。我想很多人还没听说过 Raas，很想了解你是怎么走到今天、怎么去 Greenoaks 的。
影响我投资观的，是好几条线索逐渐汇合。十七八岁时，我已经是个特别沉迷投资的孩子。一方面，我家在印度有实业，我出生在那里，老家是个叫 Botad 的二线城市。后来我们搬到美国，我基本是在中产移民家庭的环境里长大。我觉得，所谓“经商家庭”的文化——这大概也是一种印度式观念——让我很早就对生意感兴趣。
再加上我两边的祖父都做过投资。其中一位 35 岁退休，之后一辈子交易股票，靠这个养家；另一位卖掉生意后，也把时间都花在交易上。我会说那是交易，不是投资。小时候因此就接触了市场。
后来我去耶鲁读本科，尝试过很多东西。我数学不错，起初喜欢那种“安全边际”式的投资，比如五毛钱买一美元的价值，这对我很直观。有个暑假我做过一些套利、可转债产品之类的工作，挺刺激，但没有真正打动我。后来我读到一些投资人写的信，发现另一种投资方式更关注人、文化，以及这些人和文化如何构成机器；机器本身则是一家拥有竞争优势的企业。我本科时读的不是巴菲特，更多是 Nomad 的投资者信，那些内容让我大受震撼，也把我带上了这条路。
概括来说，我先去了旧金山一家叫 SPO Partners 的基金。当时它已经有四五十年历史，声誉很高，最初是私募股权公司，做过许多有创意的投资：比如买下华盛顿州的大量林地，九十年代做有线电视行业整合。互联网泡沫之后，它开始投资公开市场。我加入时，业务主要是上市股票，但仍保留着私募市场的底色：用很长时间去寻找好公司。我是那里最年轻的人，成了他们第一位互联网分析师，研究大型科技股，也研究一些更冷门的科技公司。
我认识 Greenoaks，是因为我们研究韩国主导性搜索引擎 Naver。当时我们猜想，它的“谷歌购物”版本可能会成为韩国的主流电商，竞争对手包括当时还是 B 轮创业公司的 Coupang。我们做了很多尽调，也认识了 Neil 和 Benny。那时 Greenoaks 刚成立三四年，只有三四位投资人，我对他们印象很深。
后来 SPO 把资金返还给内部家族办公室，我的许多同事去了 Tiger Cub 一类的公开市场基金。可 Neil 和 Benny 那次交流一直留在我脑海里。我觉得，如果要做科技投资，真正有意思的机会显然在私募市场，所以想亲自试试。最后我在 2018 年底加入了 Greenoaks。
Greenoaks 内部
我很想多听听 Greenoaks 那段经历。Colossus 的专题报道之后，它大概成了传奇。我以前听说过 Greenoaks，但那篇文章让我第一次真正了解它的故事。它一直很低调。你觉得它的方法有什么特别？你在那里学到了什么，后来决定带到 Raas 的是什么？又有哪些没带过去？
我当然有偏见，但我觉得那是一家非常特别的机构，也是我成长为投资人的地方。它更像一套完整的投资系统，很多方面和人们通常理解的风投机构不一样。一般的风投公司像合伙人的联合体：六到八个 GP，各自拿基金的一部分，像六只小基金，再合并成共享的市场营销职能。每位 GP 投八家公司，基金整体自然就比较分散。
Greenoaks 刚好相反。最终决策基本集中在一个人身上，投资信念很大程度沿着 Neil 对创始人和公司的判断形成。投资数量很少，一年做几笔，而且投资方式非常灵活、看机会而定：可以投很早期的公司，也可以向后期公司投几亿美元，也可以投公开市场；有时情况需要更结构化的安排，他们也会做。
它的特点是集中投资、坚持自己对卓越公司和卓越创始人的判断，同时在投资工具和交易结构上保留很大的灵活性。你可以把它称作“跨界基金”，但从内核上说，它和通常的跨界基金差别很大。传统的跨界基金往往把成长股基金、公开市场基金和共享营销部门拼在一起；Greenoaks 完全不是这么运作的。
我觉得这家公司是从第一性原理出发搭建的一个载体，让 Neil 和其他几位成员能够成为最好的投资人。我设计 Raas 时首先想到的就是这一点：我自己是什么样的投资人？怎样放大自己的长处？这会决定我选择什么机会、如何设计投资流程，最后也会影响组织架构。
Carvana 的故事
肯定还会聊到你怎么设计自己的基金。不过在离开 Greenoaks 前，我不能不问 Carvana。这是 Colossus 报道里最精彩的故事之一：你们在公开市场买入，眼看股价跌了 80% 到 90%，还一路加仓。我知道你深度参与其中。能不能从你的角度讲讲发生了什么、当时是什么感受、你学到了什么？
这确实是我职业生涯里很有塑造性的一段经历。我们投 Carvana 之前，并没有在私募市场投资过二手车行业。逻辑其实很简单：消费者买二手车的体验非常糟糕。所谓“柠檬问题”就在于，车商卖给你一辆车，你不知道它的真实车况；而车对买家来说又是很重要、很贵的一项资产。提供质量保证、投入整备车辆，可以改善体验。与此同时，如果建立垂直整合系统，而不是分散式体系，也能获得规模效应。电商二手车模式往往会建自己的整备工厂，大规模采购零件、自己做物流，和一个只有二十辆车的小车场完全不同。
Carvana 创始人 Ernie Garcia 显然是这个行业最出色的创业者，他几乎开创了这个品类。和其他十来个在不同地区做类似业务的创业者相比，Ernie 特别突出。我们从 2020 年年中投到 2021 年底，后来卖掉了。我觉得卖得不错，虽然不是最高点，但大概只比最高点低 20% 到 30%，因为估值已经变贵了。
之后很多事情接连发生。这个生意周期性很强，需求有周期，也对利率敏感：客户买车要贷款，利率上升，月供就提高。从损益表来看，Carvana 还要为全部库存融资，利率上升也会推高利息支出。更糟的是，2021 年第四季度或 2022 年 1 月、利率上升前，他们做了一笔规模很大的全债务融资收购。需求下滑、固定成本高、利息负担沉重，业务开始失速。公司本来就没盈利，但之前每季度的现金消耗还算可控；后来每季度要烧掉大约 1.5 亿美元现金，一度看起来只剩三四个季度的资金，市场给它的定价越来越像要破产。
我们没有在最高点持有，所以当时觉得自己很聪明，已经卖了。随后，这家我们真正喜欢的公司变得非常便宜。具体细节我记不太清了，但我们大概在每股 20 美元上下建仓，当时股价已经跌了 90%。接下来的六到八个月，它又跌了 75%。你会觉得自己买得很便宜，可还是要承受 75% 的回撤。
所以你们大概 160 美元卖出，之后跌到 20 美元左右，再跌到 4 美元？
大概就是这个区间。我们在 20 美元左右还能下手，我觉得有几方面的流程做得不错。第一，如果你不了解一栋着火的楼的结构，就很难冲进去救火。完全不熟悉这家公司时，资产负债表和其他风险里有太多隐患，根本不可能买进去。我们当时觉得自己相当了解这门生意，已经做好了心理准备，所以能够撸起袖子，把它当成一个可以分析、可以应对的投资难题。
我们列出了十几种看空情景，有些很现实，有些近乎阴谋论。投入资金之前，我们尽量认真考虑了每一种。最大的问号是什么……
Carvana 的故事（续）
……我们需要把袖子卷起来，认真评估这笔投资。我们列了十几种看空情景，有些比较现实，有些接近阴谋论。投入资金之前，每一种都得认真考虑。
最大的疑问是什么？你们觉得公司有可能破产吗？
资产负债表确实是个问题：市场已经按破产情景给它定价，它到底会不会破产？奇怪的是，公司在一切崩坏、糟糕了两个季度之后，并没有大幅削减成本，现金消耗也没有像 Excel 模型里预想的那样下降。自然会问：是不是根本没法砍成本，这艘船要沉了？我觉得这也是股价从 20 美元跌到 5 美元的原因。
我认为公司内部非常相信自己能迅速转向，所以他们忙着找结构性的解决方案，而不是简单裁员。一个重要的参照是 2020 年疫情期间：当时世界仿佛要完了，但从 2020 年 3 月到 5 月，他们大幅削减了固定成本。回头看披露的信息就能发现，真被逼到角落时，他们确实有很大的控制空间。虽然那两个季度里我们没看到他们这么做，但我们相信必要时他们做得到。
资产负债表方面，我们花了很多时间分析债权人是谁、他们在这种情境下的动机是什么、公司有什么筹码去重组债务，以及重组可能是什么样子。这里有不少问题要考虑。但我觉得更根本的问题是：只要补贴单位经济，一个电商或消费互联网公司都能很快做大。关键是需求是真的吗？如果单位经济回到可持续水平，需求还能维持吗？Carvana 的情况后来证明，它的补贴并没有那么多：它基本按市场价卖车，而不是便宜 10% 卖车。低于市场价 10%，你可以无限量卖车。我们反复核实它的售价是否合理，履约服务成本能不能降到健康水平。这是一个很大的疑问。
融资业务也有疑问，特别是可持续性。还有些担心接近阴谋论，比如它是不是做了很多次级贷款。可真正研究资产支持证券文件后发现，Carvana 的次级贷款比例并不比竞争对手高。只是竞争对手把次级贷款打包批发卖掉，Carvana 则留在账上，所以看起来它的贷款组合更差。里面有很多细节需要拆开分析。总之，这些问题都很棘手，唯一的解决办法就是做足研究。那一年里，除了我在私募投资方面的董事会职责，我基本上都在做这件事。
有意思，所以这是一年左右的过程？你们先买一小笔，随着信心增强再加仓吗？我还好奇，你们怎么讨论那么多风险：投资委员会是什么样的？有没有一个最简单的买入逻辑，还是逐项评估风险、做概率加权？
最简单的逻辑是：一家能成为品类王者的零售商，由一位极出色的创业者经营，而它的估值只有股权自由现金流的五倍左右。这样一来，就不必精准预测 2027 年或 2030 年的盈利。如果它不破产，你就能赚到钱。
我们能赚钱。
对。第二幕的问题是：如果没破产，它能长多大？单位经济情况如何？
Carvana 的故事（续）
……长期可持续的利润率。我们在资产负债表风险出现之前，就已经对这些问题做了更多研究，也形成了比较坚定的看法；后来只是要对这些判断做压力测试。
投资委员会规模很小，公司结构也扁平。团队持续研究这些问题，并实时分享发现。我们还想更深入了解 Ernie 作为创业者的特质、公司的文化等等。Neil 也想办法多和 Ernie 相处，从中了解情况。公司处在那样的困难时期，员工可能会离开，怎么留人、维持士气，这些都是需要研究的问题。
至于具体交易时间线，我记不清了，现在有点模糊。我们大概在第二季度先建了仓，年内晚些时候又加了一些。债务重新谈判之后，风险可能有一次明显下降：他们把利息转成实物支付利息（PIK），破产风险基本不再是眼前的问题，股价也涨到了每股 30 或 40 美元。我觉得这段历程里，那时的风险回报比可能最好。我们已经投入了不少资金，所以后来又加了一点，但没有再大幅加仓。
我一直在想，当时是不是可以留些子弹。但在不确定性里做决定很难。总的来说，我觉得我们做得不错。
你们确实做得不错。
为什么回印度
现在聊聊 Raas 吧。你在投资行业里拥有最好的位置之一，也喜欢 Greenoaks 的文化和工作内容，为什么决定离开，自己做一家专注印度的公开市场股票基金？当时的投资逻辑是什么？
这和我前面提到的事情有关。大家会说“创始人与市场契合”，我觉得投资人也有类似的道理：每个投资人都有最适合自己的机会范围、风格和流程。随着经验增长，我越来越清楚自己适合什么，所以想建一家能让我高水平、长期执行的机构。我想对一件事押上二十年，接下来要决定押什么。
我们聊过不少印度市场独特的地方。我觉得这里既是很有意思的选股“池塘”，而且我自己也来自印度。我相信，投资一个地方，你得相信它。我很看好印度。那里的人天生对未来乐观——这种乐观理不理性我也说不准——但印度人相信最好的日子还在前面。这也是我想做这件事的原因。
对所有听众来说，印度的看多逻辑是什么？大家总体都看好印度：人口结构好，也有其他优势，但当然也有挑战。我想知道你怎么对 LP 和其他问你“为什么做这件事”的人解释？
我先简单说说印度整体的看多逻辑，但我更感兴趣的是选股层面：为什么这里有机会找到回报特别突出的赢家。
从宏观角度看，印度有 15 亿人口，其中一半不到 30 岁。想想这个规模：占全人类的 20%，却只占全球 GDP 的 4% 到 5%。它有许多制度性问题，比如法治可以更完善；印度政治里也有民粹主义倾向，我觉得有时会造成糟糕的政策。但即便如此，过去 25 年实际 GDP 每年仍增长 6% 到 7%。这就像在 GDP 增长上加了“难度系数”。我认为政策方向越来越好，市场也越来越自由。
印度在 1991 年开始自由化，时间和中国相差不远。所以可以把它粗略地看作一个只有 30 年历史的市场：当时大概只开放了一半，此后每年又增加两个百分点的自由化。这很令人振奋。
但我更关心选股。印度是个还很不成熟的市场。拿我研究很多的消费领域举例……
押注品类龙头
……供应端的行业，比如药房、家装零售、快餐连锁、酒店、杂货店、汽车零件。绝大多数供应商会是夫妻店，90% 可能都是独立经营者。但从经济规律看，二三十年后大概率不会还是这样。整合的好处很明显，过去进展慢，主要是印度存在一些监管造成的规模不经济：企业一旦做大，就必须合规，工资要走银行转账、缴纳社保税，可能也不能收现金等等。
不过，随着监管制度改善，这些规模不经济会逐渐消失，夫妻店也会被迫合规。对选股而言，印度有很多大品类，它们会随着印度实际 GDP 一起增长。在其中并非夫妻店的那 10% 里，我认为很可能已经出现了一个领先者。它现在可能只有 5% 或 6% 的市占率，我们押注它最终能提高到 30% 或 40%。从成熟市场，我们知道哪些品类会出现这种超级赢家。比如建材领域，Home Depot 就很特别；印度也许会出现自己的 Home Depot。这是选股机会的一类。
另一类是科技公司，它和传统行业从非正规走向正规化的趋势相结合。有一些科技公司已经上市，或者即将成为印度的主导企业。它们上市时利润率仍是负的，增长却很快。我认为印度公开市场还不知道该怎么给这类公司估值，所以我们能买到非常持久、类似 FANG 的企业，价格大概相当于长期盈利的 15 到 20 倍。
这两类选股机会是我真正专注的方向，在成熟市场里找不到。Home Depot 在美国的市占率已经 40%，公开市场里成熟市场的增长，基本就是科技公司抢占市占率。印度还有自然增长这一层。
AI 会颠覆印度的发展逻辑吗？
我想把刚才两点都展开：印度的宏观逻辑，以及你在这个市场选股的优势。先谈宏观。我几周前也和你聊过这个问题：印度看多的理由是 15 亿人口和全球最好的年龄结构之一。但很多人会问，AI 会不会让这份人口红利反过来变成人口负担？自动化之后，如果真的走向通用人工智能，人口是不是只剩下要供养的负担，无法创造有意义的价值？这当然是很极端的看法。另一方面，外包在印度经济里占很大比重，大概占 8% 到 10%。Leopold 的做空观点就针对一家印度 IT 外包公司。我想知道你怎么看这两种悲观判断。
有一种观点是后稀缺的科幻未来里，人口会成为没有产出的负担。我理解的逻辑是，在资本分布和今天相同的情况下，资本回报会大幅上升；如果你起点资本很少，印度固定资产基础也薄弱，那就会被落在后面。这对印度来说是个糟糕情景。
但在大多数不是科幻世界的情景里，印度应该会受益。印度教育水平不高。如果有类似《钻石时代》里的教学工具，或者 Alpha School 正在打造的东西，最受益的可能是基础教育不足的地方。那里的教育底线不够高，能释放出来的人力资本会更多。
也可以想想编程智能体会让谁提升最多。旧金山的十倍工程师变成百倍工程师，这只是其中一部分；印度的初级开发者如果能在 IT 服务场景里交付多得多的工作，每名员工创造的收入增幅可能反而高于美国。这说得比较抽象，但我不太相信会有一大群人永久掉队；也会有很多人能把这些工具用好。
至于 IT 服务公司，我对它们的文化有些保留。我们并没有持有这些公司的股票。不过，如果我的软件行业判断是对的，未来世界上会有更多定制软件，而不是软件供应商把产品卖给企业。每家企业都有自己的工作流和专有数据，应该自己构建系统；现在越来越多公司开始这么做。AI 编程工具是实现方式，IT 服务公司则可能成为交付载体。
企业仍会面临如何招到优秀技术人才的难题。IT 预算可能从买 Oracle 转向雇人自己建 ERP，而自己建系统时的成本，很大一部分会变成 token 费用。所以 IT 服务行业的看多逻辑，对就业而言仍然可能是看空逻辑。我对此相当担心，但这些公司也可能进化出存活下来的模式。
回到我们的投资组合，最重要的防御方式，是尽量买那些回报来源有很多……
AI 会颠覆印度的发展逻辑吗？（续）
……市场份额。我不觉得印度 GDP 会突然崩掉。无论 GDP 增长是 7% 还是 4%，我持有的一家杂货电商都有机会成为印度的 Costco。它现在市占率只有 2%，但我认为它的增长完全掌握在自己手里，不太取决于印度宏观经济会怎样。
你怎么理解这个问题？如果你对 AGI 的信念很强，世界上值得持有的资产似乎只有少数几种；但如果你的信念没那么极端，AI 供应链之外也会创造很多价值。关键在于，你的看法是 90% 还是 100%。
我大概是 80% 到 90% 的 AGI 派。我仍然觉得印度有很多优秀人才，但 AI 确实让我对印度的乐观程度有所下降。
你创办 Raas 的时间点很有意思，那时 AGI 还没成为大家热议的话题，后来 ChatGPT 出来、规模定律也进入主流视野。AI 有没有改变你对印度的投资逻辑？你越来越相信 AGI，也花了很多时间研究软件，这些变化带来了什么影响？
从自下而上的角度说，AI 大幅改变了我花时间研究的公司类型。有些企业我认为会很好，它们是实体世界的生意，我不担心它们被 AI 颠覆；但我也不觉得 AI 会加速它们的未来。这很大程度上是文化问题。成为最好的折扣珠宝零售商所需的能力，不一定能转化成在公司内部开发大量软件的能力。
如果一家公司的未来没有因为 AI 而加速——而加速通常意味着用 AI 在内部开发很多技术——那它可能就没那么有吸引力。我两年前写的 Raas 创立信里，确实花了很大篇幅讨论一些传统企业。之后也许会重新审视它们，但投资那些未来会加速的公司的机会成本太高，不能忽略。
第二点是学习。我觉得自己比较擅长消费品投资，对这个领域的优秀创始人，以及企业从零到一、一到十、再到规模化的阶段，都有不少直觉。但我对工业企业没那么熟。我可能天生就是那种会找瓶颈、会怀疑股票投资机会的人。不过我认为也有例外，所以我要求自己学习这些企业的运作方式，理解它们何谓卓越，之后也许会投入一些资金。这个挑战需要慢慢来；也许慢下来会错过一些机会，但没关系。
我也想学习并寻找受益于 AI 基建的企业。印度可能会建设推理数据中心，这很有意思：电力和土地成本低，也有大量熟练劳动力。如果要找一个政治上可替代美国的算力部署地点，特别是在美国中期选举之后，印度其实很有吸引力，也许还有澳大利亚。我会去寻找受益于这趋势的公司。18 或 24 个月前，我可能还不会花时间研究这些方向。
AI 会颠覆印度的发展逻辑吗？（续）
这些就是自下而上的变化。
你问我怎么看。我觉得 AGI 的到来——无论是认知层面还是物理层面——都是世界上最重要的力量。
正在发生的事情里，它最重要。所以我觉得投资最好能以某种方式为 AGI 提供助力。可以像你说的那样投资瓶颈，也可以直接投那些能借助 AI 加速发展的公司。参与方式很多。但像折扣珠宝这类业务，对我就没那么有意思了。
我能理解不受 AI 影响的企业也有投资逻辑。但我更感兴趣的是能从 AGI 中受益的企业，或者能对冲它带来的影响的资产，比如国防、商品，以及能对冲地缘政治风险或其他风险的东西。
对我来说，印度很有意思。我当然是投资人，所以看多。不过这取决于变化速度，确实是个值得思考的挑战。在完全科幻式的世界里，印度某种意义上反而是最糟糕的地方：人口最多、也最年轻，如果人们无法创造价值，就得供养非常多的人。还可以看 GDP 与债务的关系，以及政府投入公共服务的规模。不过我个人不相信这种情况真的会发生；即使发生，也要几十年。所以我总体还是偏看多。
我也更看多。
想象今天的山姆·沃尔顿
我再补两点。第一，从宏观经济学 101 的生产函数看，只要生产里还有劳动，而你相信这些工具会大幅提高劳动生产率，印度就会受益，因为劳动者可以提升技能。只有在极端情况下，生产函数里完全不需要劳动，印度才会吃亏。但那是个很难想象的世界。只要人仍然有用——我觉得即使在机器人领域也是如此——印度司机被自动驾驶汽车取代的盈亏平衡点还很远。
第二，我们可能太看重商业模式，低估了创始人和企业文化。印度经济还年轻，所以你看到的很多行业、甚至传统行业，本身都是年轻企业，往往由 40 到 60 岁的创业者经营。想象一下，沃尔玛才成立二十年，山姆·沃尔顿还在掌舵。我觉得他会非常拥抱 AGI，沃尔玛也会全公司大力采用这项技术。
印度的传统企业里，也可能有很多真正理解 AGI 的公司。因为创始人更年轻，这类企业的密度甚至可能比美国更高。有些传统公司就是从风投生态里成长起来的。所以印度或许缺少前沿实验室，但会在传统企业里获得一些补偿；这些企业可能比美国或欧洲那些成熟同行更积极地拥抱 AGI。
机会窗口正在关闭吗？
有道理。我们转到选股之前，先接着谈资本和劳动。AGI 的极端版本是资本直接创造劳动：服务器机架自己产生劳动，几乎不需要人。不过我自己不相信会变成那样。
另一个越来越突出的挑战是，AI 又让科技产业重新集中到旧金山。我们共同认识的 Grad Capital 创始人兼 GP Abashek 最近告诉我，他觉得在印度创立一家具备世代影响力的科技公司的窗口正在关闭。他觉得“印度有顶尖技术人才，但还不够多”这个说法，可能只剩一年窗口：最优秀的人才都会被挖到旧金山，因为算力、客户和其他资源都在那里。印度剩下的依然会是很有意思的公司，但可能不是 AGI 能催生的万亿甚至十万亿美元级公司。
我对其中的因果关系有不同看法，但从经验上说，现象确实如此。可以看看印度有多少令人兴奋的后期创业公司，有多少估值 10 亿到 30 亿美元的私营公司，数量确实不多。不过现在有一批很有意思的公司，估值在 30 亿到 100 亿美元之间，其中最大的一家是 250 亿美元，已经在公开市场上市。它们有分销规模、能产生现金的核心业务，也有很高的人才密度。我认为这些公司会变成互联网或科技集团，赢下后来出现的许多新市场，包括印度的 AI 市场。印度的 Sierra 可能会是大型综合企业旗下的子公司。
我想反驳的是早期创业公司这部分。我们不投早期，但我接触到的生态里有很多活力。现在早期创业更偏向国防、航空航天、生物科技。很多创始人做这些事，也有一部分是出于国家认同，想为国家创造东西。
如果你想做前沿 AI 公司，预计将来要融几亿美元，在印度确实很难。传统风投公司现在很大程度上把印度创业者投到旧金山，我觉得有些过于犬儒了，好像这就是唯一的路。早期公司还可以做别的事，从终值来看，有些方向的价值比做一个 Lovable 的竞争对手大。那些企业最后也可能成长到我的投资范围里。这就是我理解的方式。
我喜欢这个看法。现在来谈选股吧。无论你怎么看印度，选股上显然有很强的优势。之前我们聊时，你给了我不少理由。你提到印度 IPO 的估值中位数比美国低很多，所以公开市场投资者能买到还像 C 轮公司的企业，做成长型投资；还有一些被误解的科技公司，因为再投资增长，盈利倍数看上去很高，而印度投资者未必理解。我想请你详细讲讲，为什么你在印度选股的优势这么大。
我觉得这有很多层。首先是结构性错价，然后你还得找到真正优秀的公司……
印度 IPO 估值
……再找到一位卓越的创业者，同时遇上这些错价，那就是很好的投资组合。第一点正是刚才提到的：印度公司上市时还非常年轻……
以 3.5 亿美元估值 IPO
……IPO 的估值中位数只有 3.5 亿美元。创始人或创始家族在 IPO 时仍持有 70%。这说明印度的私募资本市场发展不足，既包括风投，也包括传统私募股权。很多公司完全靠自有资金发展，建厂时或许借些钱，但第一次出售股权就是 IPO。此后家族仍然持有大量股份，利益高度一致，也继续用高效率配置资本。
尤其是科技公司，美国常说要让公司尽量晚些上市；印度往往相反。公司想融一两亿美元时，直接上市可能比融资 D 轮容易。风投的资产负债表越来越集中投向在美国的印度创始人，这种情况更明显了。所以一些品类领先的科技公司，绝对市值还比较小，可能只以 6 亿到 10 亿美元市值上市，却能得到不错的市场反应。分析师开始覆盖，之后从这个规模增长到更大的体量，复利都发生在公开市场。这和美国非常不同。
第二点是大家很容易用纳斯达克的经验来推断。你可能会觉得印度指数是很好的被动投资工具，但其实不是。指数里有很多公共部门企业、资本回报率很低的周期股、金属矿业、油气等等。印度市值最大的 50 家公司里，只有一家科技企业，而且现在大概排在第 40 位。如果往后看十年……
这数据太惊人了。
我觉得两个数据都很惊人：IPO 估值中位数 3.5 亿美元，差不多是种子轮估值，而旧金山的新实验室融资估值是它的好几倍；印度市值前 50 的公司里只有一家科技公司。技术企业具有规模报酬递增，未来五到七年可以保持高速复利，之后还可能获得指数纳入和流动性带来的资金流入。我要说清楚，这不是我投资这些公司的理由，但这就是在印度做科技投资时很有意思的结构性条件。
什么样的创始人称得上卓越？
有道理。印度的圈子也比较小，你可以和这些创始人一起吃饭、见面，建立关系，再把你在风投和 Greenoaks 练出的创始人判断力用到公开市场。我也很好奇，你研究很深入，身为公开市场投资者也必须了解企业本身。你怎么衡量创始人的重要性？你在上市公司创始人身上看什么？
我在 Greenoaks 期间对投资观念最大的改变，大概就是这一点。听起来显而易见，巴菲特也说过，大家都会说，但真正内化“卓越创业者创造的价值”和“很优秀的创业者创造的价值”之间有天壤之别，是另一回事。你得相信这点，也得相信自己能通过扎实研究把两者区分开来。
研究的一部分是看感觉、识别模式；另一部分是做大量背调。最终就像你刚才说的，要让创始人愿意花很多时间和你交流，也让你有机会接触公司的二级管理层。综合这些信息，才能形成判断。
这很重要。我们的目标是和少数几家企业“结婚”。起步时，我们要成为创始人的优秀思想伙伴；等公司发展、我们建立起高质量的资金基础后，再成为这些企业可靠的资本伙伴。我也稍微展望一下：未来这些互联网科技集团旗下新建的业务，可能会需要外部资金给业务定价。比如 Silver Lake 投资 Waymo，Google 不缺 Silver Lake 的钱，但希望借此激励 Waymo 团队，让他们拿 Waymo 的股权，而不是 Google 的股权。我觉得印度也会出现这样的机会，我们有可能逐渐成为这种资本伙伴。但一切从今天开始，先做好思想伙伴。
我认为，适合“结婚”的公司门槛必须极高。“结婚”是个分量很重的词：意思是你愿意给公司和创始人更多信任，出了问题时仍然相信创始人和文化，愿意继续加仓。Raas 两年里目前有两家这样的公司。以后每年可能找到一两家这样的企业；组合中其他持仓则是在不断尝试，看看它们是否也能达到卓越的标准。这就是我们正在搭建的投资体系。
印度的 FANG
你说过目标是找到印度的 FANG，并一路持有，看着它们复利增长。我们能不能聊聊具体公司？有哪些让你兴奋、觉得有潜力成为这种公司的企业？
我先说明，我们不是在投所谓“价值股”，而是在投我们拥有的公司，因为它们具备你刚才说的那些特质。我们现在组合里有两家，另外可能还有两三家候选，因为估值太贵或其他原因暂时没买。名单很短。
我们持有的第一家叫 Eternal，之前叫 Zomato。它最初是印度领先的外卖应用，现在已经发展成印度领先的综合电商平台，还在做很多其他业务。第二家是 Meesho，是印度领先的“价值电商”平台。两家都有电商属性。你想先聊哪一家？
可以先从 Zomato，也就是 Eternal 开始。大家可能会觉得它像 Deliveroo 一类公司。
我觉得最好的类比是 DoorDash。
这家公司最初的发展过程是什么？
它在 2000 年代末起步，最初像 Yelp，是个餐馆信息分类平台，并且在这个类别里胜出。创始人是印度最出色的创业者，我觉得他非常有雄心。2010 年代初，他意识到餐馆信息分类业务做不大；那时外卖还没有真正形成一个品类。于是公司尝试把餐馆信息业务拓展到世界各地，还收购了美国品牌 UrbanSpoon，一度在 25 个国家运营本地分类平台。
其实 Zomato 现在还是葡萄牙的分类平台，我常用它，所以早就知道这个名字，只是不知道那是同一家公司。
是的，我们也常用它。后来公司开始往外卖方向走。当时印度还有一家获得大量风投的公司 Swiggy。曾经有 20 个外卖应用在竞争。我觉得 Zomato 是全世界唯一成功从分类信息业务转型为外卖业务的平台。这得益于一位非常谨慎、以客户为中心的创业者，他相信这对客户更好，于是公司就想办法做到。它进入外卖市场晚了大约一年，但执行得很好；所用资本比竞争对手 Swiggy 能获得的还少。
如今印度外卖市场是 60/40 的双寡头格局，也是全球盈利能力最强的外卖市场。两家公司在外卖业务上的利润率都超过 5%。后来它们通过收购和内部孵化进入了新的领域。公司的思路类似腾讯：你有现金，也有分销能力，就应该成为印度最受欢迎的成长型股权投资者。随着风投退出或不再愿意出钱，这个趋势会越来越明显……
Blinkit 与即时零售
……他们的第二个业务来自一次收购，如今规模和价值都超过了外卖，叫 Blinkit，也就是即时零售。还记得疫情期间出现的那些 10 到 15 分钟送达应用吗？欧洲有 Gorillas，法国有 Getir 等等。印度是这个模式发展得最好的地方，原因不少，最重要的是没有具备规模的传统杂货零售商。新公司很难和 Aldi 竞争，品牌商也不会很快给你很好的采购价格。但 Blinkit 三年内就成了印度第二大杂货零售商，未来 12 个月左右可能会成为第一。
太惊人了。
它的市场份额仍然很低。从零开始，三年半到四年里，商品交易总额已经达到 110 亿到 120 亿美元，消费者体验也特别好。另一个做得很不一样、运营起来极其复杂的地方，是 SKU 数量远超全球即时零售公司。Gorillas 这类公司大概提供 1.5 万种商品、15 分钟送达；Blinkit 在最成熟的地区可以提供 8 万种商品，15 分钟送到，基本上像是把整个……
嗯，沃尔玛可能有 30 万种 SKU，但你可以在 10 到 15 分钟内买到一个 Target 的选择。
如果你去过印度，就知道交通和停车都很糟。10 分钟送到听起来像奢侈服务，但实际上它弥补了城市基础设施的缺陷。成熟地区大约四分之一的家庭都在使用即时零售。很多人以为这是高端服务，但价格和占行业多数的夫妻店差不多，甚至更便宜。
这就是第二项业务，现在已经比外卖大很多。他们正在孵化第三到第七项业务。每个业务都有 CEO 或损益负责人，但人才可以在不同业务间灵活调配。可以想象一个有点像 Elon 的模式：创始人有点像人力资源负责人，另有类似 Gwynne Shotwell 的高管管理各业务单元。新业务显露出潜力时，外卖业务里一位 25 岁的年轻产品经理可能得到晋升机会，去负责另一项业务的损益。这样的人才密度很高，年轻人可以迅速获得很大责任。在等级森严的印度，30 岁的人管理一个价值十亿美元的损益业务，几乎不可想象；但 Eternal 给了他们这样的机会。
我非常看好这家公司。价格方面，我们大约一年前半建仓，当时的估值大概是远期 GMV 的 1.3 到 1.4 倍。粗略来说，我认为随着时间推移，它所有业务的自由现金流利润率会达到 5% 左右，具体思路还有一些补充说明。按这个假设算，当时相当于以自由现金流的 30 倍左右买入，而公司当时增长率是 70%。更重要的是，线下零售商估值约为 GMV 的三倍，市盈率 60 到 70 倍；线上业务增长快得多，最终会占主导，估值却只有线下的一半。这是很好的投资组合。
很有意思。创始人是谁？我不太熟悉这家公司。他看起来特别有冲劲，而且公司从 2000 年代末就开始做了，他应该年纪不小吧？
他现在四十岁出头。当初是 23、24 岁左右创办的。他的经营风格很像 Elon——我知道把他和史上最优秀的创业者相比有点过誉——他让各个业务线的负责人管理日常工作。自己有点像人力资源负责人，主要任务是培养人才，让有前途的人升上来，并把他们留住。偶尔有业务出大问题时，他会亲自出现，吓一吓大家，营造紧迫感和执行强度。
Blinkit 与即时零售（续）
他会培养人才、确保有前途的人获得晋升、把他们留下来；有时某条业务线出大问题，他就会出现，吓一吓大家，营造真正的紧迫感和强度。
一个例子是公司 2021 年上市后，领导团队第一次获得流动性，我记不清是不是已经和你讲过这件事。创始人发现整个领导层变得有些自满，于是 15 位高级领导中有 10 位基本被迫离开或退休，他提拔了一批年轻人接替他们。我觉得这很能说明他的风格：要求极高、节奏紧迫、充满强度，但他不再亲自处理每个业务的具体细节。
Meesho 与价值电商
好，我们聊聊另一家你也看好的公司吧。
Meesho。它的类比对象是中国的 PDD，或者东南亚的 Shopee。基本逻辑是，每个市场都有两种行得通的电商模式。一种是亚马逊式电商：配备大量履约基础设施，自己拥有卡车，目标是把商品越来越靠近客户，从而实现两日达、次日达。即时零售也有点像这一类。我觉得它最终会成为印度的亚马逊，不过品类会更偏杂货。
另一种是价值电商：商品选择很多、绝对价格最低，如果代价是配送时间长一点，也可以接受。美国很长时间没有这类模式，但从 Dollar General 和沃尔玛顾客中可以看到，低收入群体不是亚马逊的重度用户，市场有缺口。Temu 出现后，大家发现美国也有这种价值电商需求，尤其是在收入分布更偏向低收入群体的市场。我认为价值电商最终会比亚马逊式电商更大，Meesho 就是沿着这条路发展起来的。
这家公司走过一条很曲折的路才走到今天。最初是帮助 WhatsApp 转售商开展生意：比如社区里一位家庭主妇拿着一份 20 种商品的目录卖给附近其他家庭主妇。Meesho 先帮她们建立商品目录，然后让她们从批发商进货。后来公司发现批发价足够低，最终消费者也直接下载应用、自己向批发商买东西，于是它转型成了电商市场。
现在它在印度三线、四线城市的电商里几乎形成垄断，70% 到 80% 的交易都在 Meesho 上完成。印度 15 亿人口里，大约 12 亿住在这些城镇。大城市仓库开往这些小城的卡车，大部分都在运送 Meesho 的订单；公司并不拥有卡车，但规模优势让竞争者难以进入。后来者的物流利用率会很低，也没有办法触达这些客户。
它和 Amazon、Flipkart、Eternal/Zomato 或 Blinkit 这种模式截然不同，因为 Meesho 的商品平均售价约 250 卢比，也就是 3 美元；竞争对手的平均订单金额大概 15 到 20 美元。Meesho 的平均订单金额，还不够覆盖大平台的物流成本。
创始人很年轻，三十多岁，在 2010 年代中期大学毕业后不久创办公司。他的风格和 Eternal 的创始人不同，非常关注客户。公司的北极星是每年都要降低价格。办法包括让平台卖家相互竞争，以及不断提升物流效率。客户来自小城镇和偏农村地区。班加罗尔的 IIT 工程师往往不了解自己的客户，所以 Meesho 要求每位新员工入职的前两周去小城镇，给当地卖家当实习生，住在卖家附近，想办法为他们创造商业价值。员工由此培养出对客户的直觉。管理层每个季度也会花一周时间和客户待在一起。这些习惯让公司对客户有深入理解，最终形成竞争优势。
我觉得它下一步可能进入金融服务。客户的信贷需求很大，公司有 3 亿客户，而且很多人没有银行服务。可以想象先做先买后付（BNPL），再做无抵押消费贷款等等。大致来说，这就是 Meesho。
很有说服力。
Meesho 与价值电商（续）
是的。我觉得中国是个很好的参照……
印度的数据中心机会
对，我觉得中国是这些公司的好参照，最后可能会长成腾讯、京东这样的形态。你还提到印度的数据中心机会，我很感兴趣。你在看什么？现在有没有有意思的投资标的？或者你怎么看这件事？你之前说过印度可能是建设数据中心的最佳地点之一，眼下有没有办法押注？
过去六到八个月我才开始研究这件事，真后悔没早 18 个月开始。最初的问题是：印度有没有足够的主权需求？包括政府需求，以及受数据本地化规则约束的金融服务公司需求。后来我很快意识到，需求不只来自主权方面。
印度做推理的一个问题是延迟。但如果先不考虑这个，看看可以在印度运行的长周期任务，印度每兆瓦建设成本大约是美国的一半。我看到的数字是印度约 600 万美元，美国约 1,600 万美元。印度能不能因此拿到相当大的推理市场份额？这是我们的假设。
目前印度的数据中心基础很小，全国总容量约 1.2 到 1.5 吉瓦，其中 GPU 容量很少，但增长很快。今年会新增 300 兆瓦；按已宣布的项目容量，三年后每年会新增 1.5 吉瓦，也就是增速还会提高五倍。到 2030 年，容量可能达到 8 到 10 吉瓦，但占全球算力的比例仍然很低。如果印度不仅满足本国需求，还服务全球需求，容量或许可以达到 20 吉瓦，而不是 10 吉瓦。
投资机会方面，绝大多数支出会流向印度以外，比如存储、计算等。不过数据中心 BOM 里大约 30% 是暖通空调、管道，甚至液冷系统。我觉得这些环节适合本土化，可以想象本地供应商进入相关品类，为 Schneider、ABB、Vertiv 等公司供货。假如在印度做得好，他们可能最终成为这些公司的全球供应商。这种印度数据中心供应链企业，模式看起来不错。
我们正在一家这样的公司里建仓，我非常兴奋，但它市值只有几亿美元，我暂时先不说名字。令人兴奋的是，很多需求和竞争正在转向印度。这家公司现在也开始为中东和欧洲的部分数据中心建设供应产品。如果它的市场空间相当于 Schneider 成本结构里的供应链采购额，长期看市场就会非常大，其他大型数据中心 OEM 也是如此。
太有意思了，我之前真没想到这一点。很期待听你介绍这家公司。
AI 如何改变投资流程
最后一部分，我想问问 AI 如何改变你的投资流程。你之前提过，以前可能要雇数据科学家，现在自己就能写爬虫。整体来说，你的投资流程是什么样，过去一年 AI 能力出现跃升之后又有哪些变化？
目前还没什么特别神奇的进展，但我在搭建基础设施，让智能体逐渐替我做事。做投资决策时，我需要掌握公司的完整背景，也要有足够清晰的公司“世界模型”，这样事实变化时，我才能快速更新判断。把思考外包给 AI，让它写一份备忘录、我读完后据此决策，这没那么有用。
真正有用的是解决带宽限制。我每个月最多只能深入研究几家公司。我的观察名单里有第六到第二十名的候选，可能第 18 家其实特别好，但按照当前安排，我要到 11 月才轮到研究它；实际上我现在就应该看。这是我想解决的问题。
第一层的做法，是把公司的披露文件等背景材料交给模型，让它写一份定制的股票研究报告。我觉得这没有多特别，说实话也没那么有用。第二层更有价值：我看过一家公司的股票，决定暂时不投，但如果有些事情发生变化，它就值得重新研究。最简单的是股价变化，人们都有价格提醒；但更重要的是基本面变化。比如一个新业务开始快速增长，公司的分销前景就会彻底不同，我应该重新审视。大多数基本面投资者不擅长追踪自己研究过的公司的这些基本面拐点。
我想建立一套问题清单。研究完一家公司后，智能体每个月读新闻和财报电话会，然后告诉我：“你标记的第 4 个问题对投资逻辑至关重要。以前答案是否定的，现在可能是肯定的，你该重新研究了。”这本质上是一个很高级的提醒系统，我觉得有些用。
不过，我们的模式里最重要的洞见仍然来自和人相处，尤其是和创始人相处。我们有很多私营竞争对手，我很喜欢和那些创始人聊天。他们正在试图从我们持仓的公司挖高级员工；挖人容易还是困难，本身就很说明问题。他们也在直接攻击我们持仓公司的护城河，所以你会了解到我们的判断是否成立。通常执行力才是决定一切的因素，你也会从具体故事里知道这些赢家为何执行得这么出色。我还不确定怎么把这部分外包。
长期来看，我想让越来越多桌面研究自动化，这样我能把时间花在现实世界里建立关系、从关系中获得洞见。让智能体自己去做专家访谈、客户调查，并非科幻；把现有技术组合起来，可能就能实现。那会很有力量：我可以给它一份问题清单，智能体识别出第 4 个问题的答案藏在某位客户的经验里，然后……
AI 如何改变投资流程（续）
……我可以让智能体给那位客户打电话，再给它预算去做这件事。这还比较未来。我试过一点，受访者知道打电话来的是智能体，而且智能体做得不够好；目前我宁愿自己打。但基本面投资者得为这样的未来做好准备。
要做到这一切，需要为每家公司搭建良好的信息框架，弄清楚做决定时哪些因素对我重要，再让智能体尽可能填补信息空白。这就是我现在使用 AI 的思路。
很有意思。你还会招聘新分析师吗？你怎么看分析师的角色？你们有没有内部大家共用的一套系统？
我今年本来可能会招人，不过因为这些 AI 的事情暂时没招。我认为我们还是会招人，因为判断力、表达能力等等都很重要。一个我信任的人，长期来看会比智能体给我提供信息有价值得多。
是啊。
还有一种情况：一个合伙人不同意我的看法，接下来一周都和我辩论，努力一起找出真相。AI 太谄媚了，很难做到这一点。另外，我觉得有些报告的行文方式很“松散”，让我怀疑内容是不是正确；它的语言让我觉得像个傻子写的。所以团队里得有人能形成自己的判断，也能说服我。我觉得光靠读文字，这种能力还要很久才会出现。
我完全同意。你之前说过，想把 70% 时间花在现有持仓上，30% 花在新机会，差不多是这样。现在还是这个比例吗？AI 会不会帮你扩大研究新公司的时间，或者筛选值得投入的公司？
我想……
可能要补充一下背景：你的持仓大概只有 10 家，对吧？相当集中。
对。组合核心大概有 10 到 12 个仓位，每个按成本计算约占 10% 到 12%。此外有一些小规模的试探性仓位。
我们的模式是每个投资想法都要投入很多前期“资本”。其中一小部分是桌面研究：了解公司业务、竞争态势和财务状况；但大部分工作是走出去，和对这些组合公司有影响的人建立关系。你当然可以坐在办公室里让专家网络帮你找前员工，有时也能奏效；但更好的方式是认识一位重要的资深前员工，和对方建立友谊，为他们正在做的事提供价值。很多人后来会自己创业。
为一家持仓公司建立这样的关系网络，需要投入很多精力，而且要花时间，没法把时间压缩掉。通常得用六到十二个月。我刚才说的就是这个意思：要真正掌握一家组合公司，你得里里外外了解这门生意，也要熟悉公司里有哪些人、他们各自的长处短板。这样公司启动新业务时，你才能判断胜算。例如，一家公司很擅长做产品，但新项目需要一线运营，这是它的新能力，成功概率可能就低一些。你需要把这种判断模型和公司周围的人脉网络结合起来。
AI 如何改变投资流程（续）
……建立公司周围的人脉网络需要很多时间。我会在建立试探性仓位的过程中做这些研究；研究越深入，我对想法的信心越强，仓位也会逐渐增加，最后它可能成为我们愿意“结婚”的公司之一。大致就是这个流程。
最大的风险
……大致就是这个流程。
太棒了，听起来很有道理。最后一个问题：假设十年后回头看，如果印度和 Raas 都按你希望的方向发展，前景会是什么样？如果没有发展成这样，你觉得投资逻辑最大的风险是什么？我们先聊风险，最后再以积极的一面收尾。
我觉得最大的风险是我自己执行得不好。说印度崩溃、机会集合不再有吸引力，是一种逃避责任的回答；这当然可能发生，但不是我能控制的。
我能控制的是：我们的模式很窄。我给自己戴上眼罩，只专注于提高我们关注领域里的成功率，但这些眼罩也可能让我看不到真正应该关注的方向。这属于执行问题。
我这个人挺多疑，也很自我批评。我有一长串“坑”，有些是模式本身带来的结构性问题，有些和我个人有关。我会努力留意自己是不是踩进了其中某个坑。
我觉得印度一定会诞生很优秀的公司，所以责任在我们，得把它们找出来。
成功会是什么样子？
太好了。那最乐观的情况是什么？如果一切都如愿发展，你怎么看 Raas 和印度？
最乐观的情况是，印度是个年轻的国家。我说的不是人口年龄，而是创业生态还很年轻；这反而会成为优势。那些并非显性科技行业的经济领域，可能会变得更能适应变化。相关政策也许会有所突破，而我觉得总体发展方向相当不错，只要政策继续朝好的方向走就行。
Raas 这边，我认为投资人可以采用一种我称为“以创始人为中心的投资判断”的方式。最重要的是找到卓越的创业者，他们未来十年、二十年仍然有干劲，手里也有让他们能够大胆追求目标的“马鞍”。这往往意味着他们已经有一项非常赚钱的核心业务。
这些创始人值得拥有一种特别的投资人。这不只是教条地长期持有股票，而是和创业者分享你对世界如何变化的理解。他们每天都忙于运营，我觉得投资人可以在这方面增加价值，最终也能作为资本伙伴提供帮助。
再说一次 Elon 的例子。优秀的投资人与创业者合作五到十年后，会非常了解对方的做事方式。创业者打电话说“我有个新想法”，投资人可能几天内就能投资。不是因为他在 48 小时里做了大量尽调，而是因为过去五到十年已经做足了功课。
对我来说，Raas 最理想的状态是和创业者建立这种高质量关系。甚至不必和十位创始人建立关系，只要能和未来十年印度一两位世代级创业者合作就够了。我觉得这从今天的思想伙伴关系开始。我会写很详细的信，试着反思，其中一部分是写给自己，另一部分确实是写给他们看，创始人才是读者。如果我们先做好思想伙伴，之后又建立了优质的资金基础，我希望最终能成为他们应得的资本伙伴。想到这一点我很兴奋。而且，投资一个市值很可能大幅增长的国家也很有意思。
这种投资方式在美国并不新鲜，但印度还很少有人这么做。这就是机会。我看到你身上正好有这个可能：你是很好的作者和思想者，我们会把你的一些信件和 Tiger Feathers 的内容放进节目说明里。你的风格也很适合建立集中的投资组合，并和印度最重要的一些创始人建立深厚关系。他们未来会做更多事业，你就能成为他们在印度还不常见的那种优秀伙伴。
我特别喜欢这次聊天，也一直很享受和你交流。我觉得听众会觉得这个视角很有意思，尤其是现在大家都在聊 AGI 和超级智能。你的观点能帮助人们看到印度这个巨大市场的机会。非常感谢你抽时间分享这些想法。
我也聊得很开心，谢谢。
保重，回头见。