最近看到硅谷頂級風投公司 a16z 的創(chuàng)始人Marc Andreessen的一段訪談，其中提到一個觀點：「投資最大的風險不是虧損，而是平庸」讓我深深震撼。

Marc Andreessen現(xiàn)任頂級風投 a16z 聯(lián)合創(chuàng)始人兼合伙人，掌管其成長型其金。 作為硅谷后期投資的領軍人物，他從零構(gòu)建了 a16z 的成長投資業(yè)務。主導了 Databricks，Stripe, Figma，Coinbase，SpaceX 等數(shù)十億美元級科技巨頭的關鍵輪次投資。

前不久，Marc接受了一檔知名播客的訪談，他談論了a16z的估值哲學以及現(xiàn)階段的 AI 布局，以下是整理出來的部分訪談的精彩內(nèi)容。

一、反共識的成長型投資策略

主持人：我想從一個宏觀的觀察開始。過去十年，成長型股權投資可以說是過度擁擠了。只要是個手里有錢的基金，都在往科技公司里砸錢。

為了對抗風險，大多數(shù)基金的策略是“廣撒網(wǎng)”，構(gòu)建一個包含30、40甚至50家公司的分散組合，試圖以此捕捉科技行業(yè)的整體增長(Beta)。

但 a16z 的成長基金似乎完全不同，你們的持倉極度集中。在一個充滿不確定性的后期市場，為什么要采取這種看似容錯率極低的策略?

Marc：這是一個直擊核心的問題。這關乎我們對“科技行業(yè)回報本質(zhì)”的理解。

首先，你要明白，科技行業(yè)的投資回報分布并不是正態(tài)分布，而是極端的冪次法則分布。 如果你去看歷史數(shù)據(jù)，不僅是在早期風投，即便是在成長及后期階段，某個年份里這一代最偉大的那家公司，其產(chǎn)生的回報往往超過了剩下所有“還不錯”的公司的總和。

這就帶來了一個殘酷的數(shù)學事實：如果你為了所謂的“安全性”去買了一堆二流、三流的公司(也就是所謂的“廣撒網(wǎng)”)，你的回報會被極度稀釋，最終你只能得到一個平庸的市場平均回報。

作為風險投資人，如果我們要給LP提供阿爾法，我們就不能做“指數(shù)基金”。 所以，我們的策略是“精準捕魚”，而不是“拖網(wǎng)捕魚”。

主持人： “精準捕魚”聽起來很性感，但在執(zhí)行層面上，這意味著你必須在幾千家公司里準確地找到那唯一的一個。你們是怎么做篩選的?漏斗是什么樣的?

Marc：我們的漏斗非常窄，也非常深。我們看幾百家公司，可能只會對其中的20家進行深度跟蹤，最后一年只投2到3家。 我們的核心標準不是“這是一家好公司嗎?”，而是“這就那家定義品類的公司嗎?”

舉個例子，在云計算早期，你可以投很多公司，但只有投了 AWS 或者后來的 Snowflake、Databricks，你才算真正抓住了價值。在設計領域，你可以投很多工具，但只有 Figma 拿走了桌面上大部分的籌碼。

我們尋找的是那種具有不可避免性的企業(yè)。一旦它們形成了網(wǎng)絡效應或技術壁壘，它們的增長就不僅僅是線性的，而是具有掠奪性的——它們會吸走行業(yè)里絕大部分的利潤池。

主持人： 這很有趣。但問題是，當這種“王者氣象”顯露出來的時候，通常已經(jīng)是 D 輪、E輪甚至 Pre-IPO了，估值已經(jīng)非常高，竟爭者都在排隊。你們憑什么能投進去?

Marc：問得好。這就是所謂的“阿爾法”來源之一——時間與關系的套利。

很多人認為成長型投資就是“支票簿戰(zhàn)爭”，誰給的估值高誰贏。這是錯的。

如果等到一家公司正式啟動融資、摩根士丹利把 PPT發(fā)到你郵箱里的時候，你再開始研究，那你就輸了。那時候你只是價格的接受者。

我們的做法是建立一個“影子組合”。對于那些我們認為可能成為“王者”的公司，我們會在真正投資前的兩年，三年甚至更久就開始跟蹤。

這意味著什么？意味著在創(chuàng)始人根本不需要錢的時候，我們就去拜訪他。我們幫他介紹客戶，幫他招人，幫他理清戰(zhàn)略——完全免費。

我們在通過這種長期的、無償?shù)膬r值輸出來建立信任。

當市場窗口打開，或者創(chuàng)始人突然決定“我想融資了”的那一刻，他第一個想到的電話是打給誰？是那個拿著支票本剛出現(xiàn)的陌生人，還是那個已經(jīng)陪跑了三年、懂他業(yè)務每一個細節(jié)的老朋友？

所以，我們的很多交易，根本就沒有進入公開競價流程。這是我們在極度擁擠的市場中保持優(yōu)勢的唯一方法。

二、“市場在久期上犯了錯”

主持人：讓我們來談談價格。這可能是價值投資者最糾結(jié)的地方。像 Stripe、SpaceX 或者 Databricks 這樣的公司，它們的估值倍數(shù)通常高得嚇人。比如50倍、甚至100倍的 ARR(年度經(jīng)常性收入)。

作為一個理性的投資人，你怎么說服自己接受這種溢價?市場是不是瘋了?

Marc：市場并沒有瘋，但市場確實存在一個巨大的、系統(tǒng)性的盲區(qū)。這個盲區(qū)叫久期錯配。

華爾街的分析師，以及大多數(shù)對沖基金，他們非常擅長建立未來12到24個月的財務模型。他們對下個季度的 EPS 預測可能比我準得多。

但是，當他們面對那些真正偉大的、具有顛覆性的科技公司時，他們往往嚴重低估了增長的持久性。

傳統(tǒng)的金融理論認為，高增長最終會均值回歸。一家公司今年增長100%，明年可能就只有50%，后年20%。

但在數(shù)字經(jīng)濟時代，對于那些擁有極強網(wǎng)絡效應或平臺效應的公司(比如 Stripe 或 Facebook)，這種衰減速度比人們想象的要慢得多。它們可能在巨大的體量下依然保持30%-40% 的增長長達十年。

主持人：能舉個具體的思維模型嗎？

Marc：好的。假設有兩家公司。

公司 A：估值便宜，10倍營收，但增長平庸，每年增長15%，且面臨激烈競爭。

公司B：估值昂貴，50倍營收，但它是市場壟斷者每年增長40%，且這種增長能持續(xù)10年。

大多數(shù)人不敢買公司 B，因為怕估值回調(diào)。他們擔心如果倍數(shù)從50倍跌到25倍，股價就會腰斬。

但數(shù)學告訴我們，如果公司B 能保持復利增長，即使它的估值倍數(shù)壓縮一半，十年后它的股價依然會遠超公司 A。

增長的復利力量最終會壓倒估值倍數(shù)的收縮。我們賭的不是下個季度的財報超預期，我們賭的是：市場低估了這家公司在未來十年統(tǒng)治行業(yè)的能力。

當然，這也帶來了風險，如果你判斷錯了，你買的不是“王者”而是“老二”，那你就會遭遇“雙殺”：業(yè)績不達標，估值也沒了。這就是為什么我剛才強調(diào)“精準捕魚”如此重要。買貴了沒關系，買錯了才是災難。

三、AI的全棧布局

主持人：現(xiàn)在所有人的目光都在 #AI 上。a16z 無疑是這場浪潮中最激進的機構(gòu)之一。但我聽到一種聲音，說這只是另一個 Saas 周期，或者就像當年的移動互聯(lián)網(wǎng)。你怎么看？這次有什么本質(zhì)不同？

Marc：不，這次完全不同。如果你把 AI 僅僅看作是更聰明的軟件”，你就低估了這次變革的量級。

我們正在經(jīng)歷從 SaaS (Software as a Service) 到 Service as Software 的范式轉(zhuǎn)移。這不僅僅是詞序的顛倒，這是商業(yè)模式的降維打擊。

主持人：請展開講講，這個區(qū)別在哪里?

Marc：在SaaS時代(比如 Salesforce、Workday)，軟件是一種工具。你把軟件賣給企業(yè)，目的是提高員工的效率。作為投資者，我們通過這種模式賺取的是企業(yè)IT 預算的一部分。通常 IT 預算只占企業(yè)總收入的5%左右。

但在 AI時代，尤其是生成式 AI，軟件不再只是工具，它開始直接交付結(jié)果。 比如我們投資的 Harvey(法律 AI)或 Cursor(編程AI)。

當一家律所使用 Harvey 時，它不僅僅是讓律師打字更快，它實際上是在完成初級律師起草合同、檢索法條的工作。

當程序員用 Cursor 時，AI實際上是在寫代碼，而不僅僅是補全代碼。

這意味著什么？這意味著這些 AI 公司切入的不再是那5% 的IT預算，而是那巨大的、原本屬于薪資的預算，也就是企業(yè)最大的成本項，通常占收入的30% 到50%。

TAM(潛在市場規(guī)模)瞬間被放大了10倍。這不再是關于“軟件銷售”，這是關于“勞動力替代”和“智力邊際成本歸零” 。

主持人：這個視角非常宏大。那在具體布局上，你們怎么操作？現(xiàn)在大家都在搶投基礎模型，這是唯一的路嗎？

Marc：我們把 AI 投資分為三層，這就像當年淘金熱的邏輯:

1.基礎設施層: 這是最確定的賭注。無論哪家模型贏，無論哪個應用火，它們都需要算力，都需要數(shù)據(jù)處理。

所以我們重倉了 Databricks。它是 AI 時代的數(shù)據(jù)湖倉，是所有 AI 應用的地基。我們還投資了 CoreWeave(算力云)。這是“賣鏟子”的邏輯，穩(wěn)健且巨大。

2.模型層: 這一層競爭最激烈，資本密集度最高。這里只有極少數(shù)贏家。

我們很早就支持了 OpenAI 和 Mistral。我們相信在這個層面，技術領先優(yōu)勢會轉(zhuǎn)化為巨大的平臺效應。

3.應用層: 這是目前的深水區(qū)，也是未來阿爾法最大的地方。很多人說“基礎模型會吞噬掉應用層的價值”，我不同意。真正的價值在于工作流的重構(gòu)。

像 Cursor 這樣的公司，它不是簡單地套一個 GPT-4的殼。它深入理解了程序員的工作流，把 AI 無縫嵌入到 IDE 里，創(chuàng)造了一種全新的開發(fā)體驗。

這種“用戶體驗+垂直領域數(shù)據(jù)”的護城河，是基礎模型廠商很難攻破的。

四、美國活力

主持人：除了純軟件和 AI，我注意到 a16z 最近在大力推行一個叫“美國活力”的概念，投了很多硬件、軍工、航天公司。這在過去的風投圈是絕對的禁區(qū)。為什么會有這種轉(zhuǎn)變？

Marc： 這是一個時代的召喚。過去20年，硅谷太沉迷于“比特”了令-我們做了更好的社交軟件、更好的廣告算法、更好的外賣平臺。這很好，但這不夠。

如果你看現(xiàn)實世界，“原子”層面的問題堆積如山：美國的制造業(yè)空心化、國防工業(yè)供應鏈脆弱、基礎設施老化。

我們認為，下一波巨大的機會在于用軟件定義的硬件去解決國家級的問題。

看看 SpaceX。Elon Musk 證明了，用硅谷的迭代思維去做火箭，可以把成本降低一個數(shù)量級，把國家隊遠遠甩在身后。

看看 Anduril(國防科技)。Palmer Luckey 證明了，現(xiàn)代國防需要的不是更昂貴的坦克，而是智能化的無人機群和軟件系統(tǒng)。

主持人：但這類投資非常難。周期長、資本密集、還有政府監(jiān)管風險。你們怎么管理這種風險?

Marc：這確實很難，所以這里沒有“游客”。我們在投資自動駕駛時也學到了很多。這類公司不像 Saas 公司那樣每個季度都有線性的 ARR 增長。它們在很長六段時間里看起來都在燒錢，毫無產(chǎn)出。

但也正因為難，護城河才深得可怕。

一旦Spacex 的星鏈(Starlink)網(wǎng)絡建成了，一旦Waymo 的數(shù)據(jù)飛輪轉(zhuǎn)起來了，后來者幾乎不可能追趕。

我們愿意為了這種終局的壟斷地位，去承擔前期的技術風險和長周期。這就是我們在投資組合構(gòu)建中保留一部分“硬科技”賭注的原因。

五、像洋基隊一樣贏

主持人：最后，我想聊聊人。a16z 的成長基金規(guī)模巨大，但你們的運作方式聽說很特別，特別是你們?nèi)∠藗鹘y(tǒng)的“投資委員會”投票制度。為什么？

Marc： 這是我對組織行為學的一個深刻觀察：群體決策傾向于平庸。

如果你把一個激進的、非共識的投資機會放到一張桌子上，讓10個人投票。通常的結(jié)果是：大家會因為由于某些明顯的風險而投反對票。

最終通過IC的，往往是那些“挑不出大毛病”但也沒有巨大潛力的平庸案子。

但在風險投資里，最大的風險不是失敗，而是平庸。

所以，我們實行“單人拍板制” 如果是你負責看這個案子，你做了所有的盡職調(diào)查，你建立了和創(chuàng)始人的關系，那么你就有權力決定投不投。你不需要說服我，也不需要說服其他合伙人。 但是，這是關鍵，你必須對結(jié)果負全責。

主持人：這聽起來壓力巨大。如果投砸了怎么辦?

Marc：這就是我們文化的另一面。我常把我們的團隊比作紐約洋基隊。

我們提供最好的資源：最好的品牌、最強大的投后服務團隊(人才招聘、市場營銷、政策游說)、頂級的薪酬。

作為交換，我們要求你交出世界級的成績單。

如果你連續(xù)幾年都投不出好案子，或者你的判斷持續(xù)出錯，那么這里可能不適合你。

這聽起來很殘酷，但這才是頂級竟技場的規(guī)則。我們不想要那種“大鍋飯”式的合伙人文化，我們想要的是群饑餓的、有獨立判斷力的獵手，他們背靠著航母，但像獨狼一樣思考。

主持人：這解釋了為什么你們能保持這種攻擊性。這期對話信息量太大了。如果讓你把今天的討論濃縮成一句話送給聽眾，會是什么？

Marc： 我會說：“別被市場的噪音干擾，別被短期的估值嚇退。去尋找那些真正不可避免的未來，然后在那里重倉，并在那里堅持。平庸是最大的敵人。”