最近行情不佳，有大把时间，看一些优秀投资机构的访谈节目，这次看到 a16z 创始人Marc Andreessen访谈，其中提到一个观点：「投资最大的风险不是亏损，而是平庸」让我深深震撼。
Marc Andreessen现任顶级风投 a16z 联合创始人兼合伙人，掌管其成长型其金。 作为硅谷后期投资的领军人物，他从零构建了 a16z 的成长投资业务。主导了 Databricks,，Stripe, Figma，Coinbase，SpaceX 等数十亿美元级科技巨头的关键轮次投资。
前不久，Marc接受了一档知名播客的访谈，他谈论了a16z的估值哲学以及现阶段的 #AI 布局，以下是整理出来的部分访谈的精彩内容。
1️⃣反共识的成长型投资策略
主持人：我想从一个宏观的观察开始。过去十年，成长型股权投资可以说是过度拥挤了。只要是个手里有钱的基金，都在往科技公司里砸钱。
为了对抗风险，大多数基金的策略是“广撒网”，构建一个包含 30、40 甚至 50 家公司的分散组合，试图以此捕捉科技行业的整体增长(Beta)。
但 a16z 的成长基金似乎完全不同，你们的持仓极度集中。在一个充满不确定性的后期市场，为什么要采取这种看似容错率极低的策略?
Marc：这是一个直击核心的问题。这关乎我们对“科技行业回报本质”的理解。
首先，你要明白，科技行业的投资回报分布并不是正态分布，而是极端的幂次法则分布。 如果你去看历史数据，不仅是在早期风投，即便是在成长及后期阶段，某个年份里这一代最伟大的那家公司，其产生的回报往往超过了剩下所有“还不错”的公司的总和。
这就带来了一个残酷的数学事实：如果你为了所谓的“安全性”去买了一堆二流、三流的公司(也就是所谓的“广撒网”)，你的回报会被极度稀释，最终你只能得到一个平庸的市场平均回报。
作为风险投资人，如果我们要给LP提供阿尔法，我们就不能做“指数基金”。 所以，我们的策略是“精准捕鱼”，而不是“拖网捕鱼”。
主持人： “精准捕鱼”听起来很性感，但在执行层面上，这意味着你必须在几千家公司里准确地找到那唯一的一个。你们是怎么做筛选的?漏斗是什么样的?
Marc：我们的漏斗非常窄，也非常深。我们看几百家公司，可能只会对其中的 20 家进行深度跟踪，最后一年只投 2到3家。 我们的核心标准不是“这是一家好公司吗?”，而是“这就那家定义品类的公司吗?”
举个例子，在云计算早期，你可以投很多公司，但只有投了 AWS 或者后来的 Snowflake、Databricks，你才算真正抓住了价值。在设计领域，你可以投很多工具，但只有 Figma 拿走了桌面上大部分的筹码。
我们寻找的是那种具有不可避免性的企业。一旦它们形成了网络效应或技术壁垒，它们的增长就不仅仅是线性的，而是具有掠夺性的——它们会吸走行业里绝大部分的利润池。
主持人： 这很有趣。但问题是，当这种“王者气象”显露出来的时候，通常已经是 D 轮、E轮甚至 Pre-IPO了，估值已经非常高，竟争者都在排队。你们凭什么能投进去?
Marc：问得好。这就是所谓的“阿尔法”来源之一——时间与关系的套利。
很多人认为成长型投资就是“支票簿战争”，谁给的估值高谁赢。这是错的。
如果等到一家公司正式启动融资、摩根士丹利把 PPT发到你邮箱里的时候，你再开始研究，那你就输了。那时候你只是价格的接受者。
我们的做法是建立一个“影子组合”。对于那些我们认为可能成为“王者”的公司，我们会在真正投资前的两年，三年甚至更久就开始跟踪。
这意味着什么？意味着在创始人根本不需要钱的时候，我们就去拜访他。我们帮他介绍客户，帮他招人，帮他理清战略——完全免费。
我们在通过这种长期的、无偿的价值输出来建立信任。
当市场窗口打开，或者创始人突然决定“我想融资了”的那一刻，他第一个想到的电话是打给谁？是那个拿着支票本刚出现的陌生人，还是那个已经陪跑了三年、懂他业务每一个细节的老朋友？
所以，我们的很多交易，根本就没有进入公开竞价流程。这是我们在极度拥挤的市场中保持优势的唯一方法。
2️⃣“市场在久期上犯了错”
主持人，让我们来谈谈价格。这可能是价值投资者最纠结的地方。像 Stripe、SpaceX 或者 Databricks 这样的公司，它们的估值倍数通常高得吓人。比如 50 倍、甚至 100 倍的 ARR(年度经常性收入)。
作为一个理性的投资人，你怎么说服自己接受这种溢价?市场是不是疯了?
Marc：市场并没有疯，但市场确实存在一个巨大的、系统性的盲区。这个盲区叫久期错配。
华尔街的分析师，以及大多数对冲基金，他们非常擅长建立未来 12 到 24个月的财务模型。他们对下个季度的 EPS 预测可能比我准得多。
但是，当他们面对那些真正伟大的、具有颠覆性的科技公司时，他们往往严重低估了增长的持久性。
传统的金融理论认为，高增长最终会均值回归。一家公司今年增长 100%，明年可能就只有 50%，后年20%。
但在数字经济时代，对于那些拥有极强网络效应或平台效应的公司(比如 Stripe 或 Facebook)，这种衰减速度比人们想象的要慢得多。它们可能在巨大的体量下依然保持 30%-40% 的增长长达十年。
主持人：能举个具体的思维模型吗？
Marc：好的。假设有两家公司。
公司 A：估值便宜，10倍营收，但增长平庸，每年增长 15%，且面临激烈竞争。
公司B：估值昂贵，50倍营收，但它是市场垄断者每年增长 40%，且这种增长能持续 10 年。
大多数人不敢买公司 B，因为怕估值回调。他们担心如果倍数从 50 倍跌到 25倍，股价就会腰斩。
但数学告诉我们，如果公司B 能保持复利增长，即使它的估值倍数压缩一半，十年后它的股价依然会远超公司 A。
增长的复利力量最终会压倒估值倍数的收缩。我们赌的不是下个季度的财报超预期，我们赌的是：市场低估了这家公司在未来十年统治行业的能力。
当然，这也带来了风险，如果你判断错了，你买的不是“王者”而是“老二”，那你就会遭遇“双杀”：业绩不达标，估值也没了。这就是为什么我刚才强调“精准捕鱼”如此重要。买贵了没关系，买错了才是灾难。
3️⃣AI的全栈布局
主持人：现在所有人的目光都在 #AI 上。a16z 无疑是这场浪潮中最激进的机构之一。但我听到一种声音，说这只是另一个 Saas 周期，或者就像当年的移动互联网。你怎么看？这次有什么本质不同？
Marc：不，这次完全不同。如果你把 AI 仅仅看作是更聪明的软件”，你就低估了这次变革的量级。
我们正在经历从 SaaS (Software as a Service) 到 Service as Software 的范式转移。这不仅仅是词序的颠倒，这是商业模式的降维打击。
主持人：请展开讲讲，这个区别在哪里?
Marc：在SaaS时代(比如 Salesforce、Workday)，软件是一种工具。你把软件卖给企业，目的是提高员工的效率。作为投资者，我们通过这种模式赚取的是企业IT 预算的一部分。通常 IT 预算只占企业总收入的 5%左右。
但在 AI时代，尤其是生成式 AI，软件不再只是工具，它开始直接交付结果。 比如我们投资的 Harvey(法律 AI)或 Cursor(编程AI)。
当一家律所使用 Harvey 时，它不仅仅是让律师打字更快，它实际上是在完成初级律师起草合同、检索法条的工作。
当程序员用 Cursor 时，AI实际上是在写代码，而不仅仅是补全代码。
这意味着什么？这意味着这些 AI 公司切入的不再是那5% 的IT预算，而是那巨大的、原本属于薪资的预算，也就是企业最大的成本项，通常占收入的30% 到50%。
TAM(潜在市场规模)瞬间被放大了 10倍。这不再是关于“软件销售”，这是关于“劳动力替代”和“智力边际成本归零” 。
主持人：这个视角非常宏大。那在具体布局上，你们怎么操作？现在大家都在抢投基础模型，这是唯一的路吗？
Marc：我们把 AI 投资分为三层，这就像当年淘金热的逻辑:
1.基础设施层: 这是最确定的赌注。无论哪家模型赢，无论哪个应用火，它们都需要算力，都需要数据处理。
所以我们重仓了 Databricks。它是 AI 时代的数据湖仓，是所有 AI 应用的地基。我们还投资了 CoreWeave(算力云)。这是“卖铲子”的逻辑，稳健且巨大。
2.模型层: 这一层竞争最激烈，资本密集度最高。这里只有极少数赢家。
我们很早就支持了 OpenAI 和 Mistral。我们相信在这个层面，技术领先优势会转化为巨大的平台效应。
3.应用层: 这是目前的深水区，也是未来阿尔法最大的地方。很多人说“基础模型会吞噬掉应用层的价值”，我不同意。真正的价值在于工作流的重构。
像 Cursor 这样的公司，它不是简单地套一个 GPT-4的壳。它深入理解了程序员的工作流，把 AI 无缝嵌入到 IDE 里，创造了一种全新的开发体验。
这种“用户体验+垂直领域数据”的护城河，是基础模型厂商很难攻破的。
4️⃣美国活力
主持人：除了纯软件和 AI，我注意到 a16z 最近在大力推行一个叫“美国活力”的概念，投了很多硬件、军工、航天公司。这在过去的风投圈是绝对的禁区。为什么会有这种转变？
Marc： 这是一个时代的召唤。过去 20 年，硅谷太沉迷于“比特”了令-我们做了更好的社交软件、更好的广告算法、更好的外卖平台。这很好，但这不够。
如果你看现实世界，“原子”层面的问题堆积如山：美国的制造业空心化、国防工业供应链脆弱、基础设施老化。
我们认为，下一波巨大的机会在于用软件定义的硬件去解决国家级的问题。
看看 SpaceX。Elon Musk 证明了，用硅谷的迭代思维去做火箭，可以把成本降低一个数量级，把国家队远远甩在身后。
看看 Anduril(国防科技)。Palmer Luckey 证明了，现代国防需要的不是更昂贵的坦克，而是智能化的无人机群和软件系统。
主持人：但这类投资非常难。周期长、资本密集、还有政府监管风险。你们怎么管理这种风险?
Marc：这确实很难，所以这里没有“游客”。我们在投资自动驾驶时也学到了很多。这类公司不像 Saas 公司那样每个季度都有线性的 ARR 增长。它们在很长六段时间里看起来都在烧钱，毫无产出。
但也正因为难，护城河才深得可怕。
一旦Spacex 的星链(Starlink)网络建成了，一旦Waymo 的数据飞轮转起来了，后来者几乎不可能追赶。
我们愿意为了这种终局的垄断地位，去承担前期的技术风险和长周期。这就是我们在投资组合构建中保留一部分“硬科技”赌注的原因。
5️⃣像洋基队一样赢
主持人：最后，我想聊聊人。a16z 的成长基金规模巨大，但你们的运作方式听说很特别，特别是你们取消了传统的“投资委员会”投票制度。为什么？
Marc： 这是我对组织行为学的一个深刻观察：群体决策倾向于平庸。
如果你把一个激进的、非共识的投资机会放到一张桌子上，让 10个人投票。通常的结果是：大家会因为由于某些明显的风险而投反对票。
最终通过IC的，往往是那些“挑不出大毛病”但也没有巨大潜力的平庸案子。
但在风险投资里，最大的风险不是失败，而是平庸。
所以，我们实行“单人拍板制” 如果是你负责看这个案子，你做了所有的尽职调查，你建立了和创始人的关系，那么你就有权力决定投不投。你不需要说服我，也不需要说服其他合伙人。 但是，这是关键，你必须对结果负全责。
主持人：这听起来压力巨大。如果投砸了怎么办?
Marc：这就是我们文化的另一面。我常把我们的团队比作纽约洋基队。
我们提供最好的资源：最好的品牌、最强大的投后服务团队(人才招聘、市场营销、政策游说)、顶级的薪酬。
作为交换，我们要求你交出世界级的成绩单。
如果你连续几年都投不出好案子，或者你的判断持续出错，那么这里可能不适合你。
这听起来很残酷，但这才是顶级竟技场的规则。我们不想要那种“大锅饭”式的合伙人文化，我们想要的是群饥饿的、有独立判断力的猎手，他们背靠着航母，但像独狼一样思考。
主持人：这解释了为什么你们能保持这种攻击性。这期对话信息量太大了。如果让你把今天的讨论浓缩成一句话送给听众，会是什么？
Marc： 我会说：“别被市场的噪音干扰，别被短期的估值吓退。去寻找那些真正不可避免的未来，然后在那里重仓，并在那里坚持。平庸是最大的敌人。”🧐
免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。
