Transcription
我先从我认为这篇内容的主要收获开始，因为这是我们第一次尝试这种风格的内容。我们生产了大量的工作和分析。这就像在我们团队内部，你知道，是一种消耗，然后我们想，你知道，我们有很多不同的想法和观点。为什么不把它们写下来与世界分享呢？这就是它的起源。
我从做这件事中得到的主要收获是，你知道，人工智能的需求方是疯狂的。人工智能领域公司的实际采用增长质量从我们的角度来看是极其令人鼓舞的。公司开始更好地运营自己。我将向你展示一些关于这方面的数据，你知道，有一些所谓的“X”的炒作，包括今天早上。你知道，有点在争论那里发生了什么。但我想说，这一批公司比以往任何一批公司都更令人印象深刻，部分原因是他们产品的需求如此之高。
嗯，那是需求方。供应方目前是健康的。嗯，但我们开始看到一些迹象，你知道，有点紧张。我将谈谈我们看到的情况以及我们正在关注什么。我们很幸运能参与到许多这些伟大的公司中。嗯，而在私人市场中，最令人兴奋的活动是，是，是，是人工智能，而且它发生在私人市场。嗯，我们将对此展示一些幻灯片。最后，我的大结论，让我对我们现在所处的位置如此兴奋的原因，仅仅是因为我们在这个产品周期中还处于多么早期。
嗯，你知道，产品周期驱动着我们的业务。而且，你知道，这些是十年、十五年的周期，而我们现在正处于它的非常早期阶段。
所以，让我们开始吧。我们在所有私人阶段进行投资。这是一张图表，展示了我们的活动。我们非常忙碌。它涵盖了所有垂直领域。我们在增长方面最活跃的是人工智能和推理应用程序，然后是广告技术，但也在我们其他垂直领域非常活跃。而且我将快速浏览其中一些。我不想做 A16Z 的商业宣传，但我真的很喜欢这张幻灯片。
你知道，我认为我们有机会与一些最好的模型、应用程序和基础设施公司合作。嗯，显然，>> 我将在那一侧这样做。Gong 它。[笑声] >> 我确实很喜欢那张幻灯片。>> 这里有音效效果。我很高兴。>> 我们争论过。是的，我们争论过这张幻灯片应该放在演示文稿的哪个位置，我当时说把它放在后面，但我被推翻了。所以，谢天谢地，嗯，无论如何，这里有一些数据。
所以，我们作为增长团队收集了大量数据，因为我们基本上看到了市场上每一个增长阶段的公司，无论是作为投资组合公司还是作为潜在客户。所以我们有一个很棒的数据分析团队。我们做了一些数据分析。我认为这些东西非常有趣。我们对此很着迷。对我来说，这其中的一个重要结论是，2025 年是收入增长加速的一年。
嗯，你知道，收入显然放缓了，你知道，在 2022 年、23 年、24 年，在利率上升和一些科技产品回落之后。但 2025 年扭转了这一趋势。嗯，而且你知道，它在不同类型的公司中加速了，当我们按十分位数和四分位数对它们进行排名时。嗯，但尤其是在那些表现突出的公司中，你知道，它确实加速了，而且你可能以前见过我们把这张幻灯片放在页面上，但最快增长的人工智能公司达到 1 亿美元收入的速度，比他们那个时代的增长最快的人工智能公司要快得多。
我想强调一个非常重要的事情，为什么会这样，那就是因为最终客户的需求如此强劲，而且产品如此引人注目。这并不是因为他们在销售和营销上花费了更多的钱。实际上恰恰相反。那些增长最快的人工智能公司并不是在销售和营销上花费最多的公司，而且他们花在销售和营销上的钱比他们的 SaaS 同行要少。然而，他们的增长速度却快得多。
所以，这张幻灯片显示了人工智能公司与非人工智能公司的增长情况。粗略地说，人工智能公司的增长速度是非人工智能公司的两倍半以上。这不应该是什么大惊小怪的事。人工智能公司中最好的公司增长得非常非常快。当我们看到，你知道，人工智能的顶级表现者同比增长 693% 时，我们不得不反复核查这些数据。嗯，但这与我们的经验相符，你知道，以及我们从投资组合公司那里看到的传闻。
所以，这是增长。这是我们在这组数据中看到的利润率情况，再次强调，这些是我们拥有的关于投资组合公司和我们作为潜在投资考虑的公司内部数据。人工智能公司的毛利率略差。嗯，你可能以前听我们谈论过这个问题，但从某种意义上说，我们觉得人工智能公司低毛利率是一种荣誉的标志，因为我们想看看，如果低毛利率是由于高推理成本造成的，那么一方面，这意味着人们正在使用人工智能功能，另一方面，我们相信这些推理成本会随着时间的推移而下降。
嗯，所以以一种奇怪的方式，如果我们看到一个人工智能的演示，而毛利率非常高，我们会有点怀疑，因为这可能意味着人工智能功能并不是客户实际购买或使用的东西。
我们将讨论每名全职员工的年收入，但这是我们开始关注的一个新事物，也是在过去几天在 X 上引起广泛关注和讨论的事情之一。每名全职员工的年收入是衡量你公司整体运营效率的一种衡量标准。它包含了你所有的成本。它包含了，你知道，不仅仅是你的销售和营销，这是我们过去在进行分析时一直关注的效率指标，但它也包含了你的管理费用。它包含了你的研发。
所以，对于最好的人工智能公司来说，他们的每名全职员工的收入在 50 万到 100 万美元之间。而上一代 SaaS 时代软件公司的经验法则是每名全职员工 40 万美元。再次强调，我将对此稍作讨论，但之所以会这样，主要是因为他们的产品需求非常非常强劲。
嗯，所以他们需要更少的资源来推向市场。>> 大卫，也许在我们进入这张幻灯片之前，可以快速澄清一下。所以，我们如何定义人工智能公司？它是定义为 GPT 发布后与某个特定时期成立的历史人工智能机器学习公司吗？>> 是的，是的，它是 GPT 发布后，有些公司也是在那时左右成立的。我们会给一点宽容，但如果他们的第一个产品是人工智能原生产品，那就是我们这样定义的。>> 明白了。然后，嗯，也许这是一个好时机，但你也可以推迟到以后，但很多人试图理解的是，从 SaaS 时代到人工智能时代的公司，收入和增长的预期变化幅度有多大，你已经谈到了一些关于收入幅度等等的事情，但那些不是人工智能原生公司的人会怎么样？他们会很难与人工智能原生公司竞争吗？他们都会转变吗？我们会看到更多的人才流失吗？人们应该如何看待他们过去的作品集？>> 是的，所以，我们与我们的投资组合合作的方式是，你知道，你需要适应人工智能时代，否则就会灭亡。
嗯，所以这既包括前端也包括后端。所以，在前端，你需要考虑如何将人工智能原生地融入你的产品，而不仅仅是，你知道，将一个聊天机器人应用程序附加到你现有的工作流程中，而是要重新构想它在人工智能方面的意义，并积极地颠覆自己并进行改变。嗯，然后在后端，你知道，我分享了一些关于公司运营效率的统计数据。这也会改变。所以，你需要为你的所有开发人员全面部署最新的编码模型，以及你组织内每个不同职能部门的最新工具。
嗯，到目前为止，最大的采用是在编码方面，这也是我们看到最大飞跃的地方。在过去两个月里，这方面发生了重大变化，大约一个半月。嗯，你知道，安德烈·卡帕西写过关于这个的文章。我与我们的一位，你知道，可以说是前人工智能公司进行了交流。嗯，这是一个创始人，他非常懂人工智能，他非常深入人工智能，所以他正在适应他的公司。我们本周在交谈，他告诉我，他对他们的一款产品感到沮丧，所以他找了两位非常懂人工智能的工程师，给了他们无限的预算，让他们用云代码、代码和光标从头开始构建它。嗯，他说他认为这比他们以前的进展要快 10 到 20 倍。
而且与此相关的账单确实很高，以至于他不得不重新考虑他的整个组织会是什么样子。结论基本上是，我需要我的整个产品和工程组织以这种方式工作，而且我认为这将在未来 12 个月内发生。但这对于团队设计实际是什么，以及产品从哪里开始，你知道，甚至设计从哪里开始在这个过程中意味着什么呢？所以，感觉 12 月份是编码方面的一个转折点，嗯，而且你知道，未来 12 个月它将开始影响，它要么会在公司中扎根并被接受，要么我认为这些公司将比同行慢得多。
嗯，所以，你知道，关于前人工智能公司，你知道，适应，我们有另一个前人工智能软件公司的例子，首席执行官已经完全接受了人工智能，他说，我们将成为一家人工智能公司。就像，我们将发布，你知道，你的员工现在是你的 AI 代理。你有多少代理？就像他正在谈论这些事情。嗯，你知道，我们还有另一个非常极端的例子，他说，我现在问这个问题，对于我们现在需要完成的每一项任务，我是否可以用电力完成，还是需要用鲜血完成？这是与我们的公司正在发生的极端心态转变。
嗯，所以，我很高兴看到我们的前人工智能公司正在快速发展并努力适应，嗯，但他们非常需要适应这个新时代，无论是前端产品方面，还是后端公司运营方面。>> 完全同意。是的。也许在战术上，几乎所有的投资组合都需要逐行检查公司，以了解创始人处于什么旅程中，以及他们从头开始实施了多少，而且，你知道，你所说的关于炸毁现有运营的事情，这在后人工智能公司中也发生了，而且越来越多的人只是每六个月检查一次。就像我们六个月前建立的东西，根据今天可用的东西，可能会得到极大的改进。
所以，如果这种速度持续下去，前人工智能公司就需要越来越快地赶上这一点。>> 是的。对前人工智能公司来说的好消息是，商业模式的演变还处于早期阶段。所以，最可能颠覆你的是技术和产品转变，以及商业模式的转变。基本上，我认为商业模式就像一个光谱，你知道，我指的是企业，比如 B2B，为了简单起见，但这个光谱基本上是许可，这就像前 SaaS 时代，你知道，许可和维护的商业模式，然后你有了 SaaS 和订阅，这通常是基于座位的，这是一个巨大的创新，而且非常有颠覆性，就像架构和云交付是颠覆性的，但商业模式的改变非常有颠覆性，就像看看 Adobe 在经历这个转变时发生了什么。
然后你有了向基于消费的转变，也就是基于使用的转变，这就是云的收费方式，所以许多基于数量的，比如基于任务的业务已经适应了这一点，并从基于座位转向了基于消费。嗯，然后下一次迭代将是基于结果的。所以，你知道，当你完成一项任务时，嗯，你知道，理想情况下，当你成功完成一项任务时，你会根据任务的成功完成获得报酬。今天真正可能实现这一点只有在客户支持、客户成功方面，因为你可以客观地衡量某事的解决。
嗯，但我们会看看模型的能力会发生什么，如果客户支持以外的其他职能能够衡量这些结果，那将是对现有企业的一种巨大的颠覆性力量，而且，说实话，如果公司的构成也发生变化，座位到消费的转变也可能是一种巨大的颠覆。嗯，但下一次才是真正的大事。>> 肯定。嗯，说到鲜血与电力，我们应该转向每名全职员工的年收入。嗯，下一张幻灯片。>> 是的，是的，是的。所以，关于这张幻灯片，人们一直在争论的是，哦，我的天哪，看看人工智能正在市场上带来的效率提升。
现在，这张幻灯片上有一点点关于公司运营方式略有不同，你知道，以我给出的关于两位工程师重建产品的例子来说，我可以说，我从我们公司观察到的情况是，即使是人工智能原生公司，它们也运营得更精简，部分原因是它们增长得如此之快，而且需求如此之强劲。我不会说我们已经到了公司完全重新构想运营方式的地步。我认为这是我们数据集是顶尖公司之一，以及这些公司需求信号极其高的结果。
所以，他们，你知道，他们有更少的资源来满足这种需求，而且坦率地说，你知道，在技术市场中发生的普遍效率提升，你知道，从 2021 年最臃肿的时代开始。嗯，所以我们开始看到一些早期的效率迹象，但我认为，关于完全重新构想你的公司，我们还处于这个旅程的早期阶段。
我想说，我见过的最酷的一个例子是在公开市场上，任何人都可以阅读，那就是 Shopify，你知道，Toby 很棒。就像，他是一位非常了解情况的首席执行官，他参加了我们的一些小组活动等等。嗯，他做得很好，而且，你知道，他几年前就完全接受了这一点。然后，嗯，我们的一位撰稿人写了一篇关于 Shopify 如何在员工指导流程等方面进行人工智能化的深度文章。
而这仅仅是未来五年将要发生的事情的冰山一角。一个很好的过渡到下一部分，关于这些公司实际上在做什么，我们最喜欢的话题是，在这个人工智能与律师相遇的新世界里，律师的数量只增不减，而不是相反。我喜欢这周早些时候的一条推文，我不知道你是否看到了，一位公司律师说，大型语言模型实际上增加了我的工作量，因为现在每个客户都认为自己是律师了。这是一个很好的过渡到 Harvey，也就是下一张幻灯片。[笑声] >> 那太好了，太好了。Harvey 太棒了。所以，好的，这对我是个真正的考验，因为你知道，我喜欢谈论我们的投资组合公司，而且我应该快速通过这一部分，因为，你知道，我认为人们知道这些公司，希望如此。
关于这一点的收获，你知道，我们寻找的一个重要因素，以及我认为进来的一些问题是，你怎么知道收入会是可持续的？这些公司都增长得非常非常快，但它是短暂的吗？我们推动自己做的最重要的事情是确保我们深入研究收入留存率、续订率以及产品参与度，实际上是花费的时间，人们登录平台的频率，当他们在平台中时，他们的活动是什么样的。
而你在这张幻灯片上看到的是，随着过去几年他们构建的更好产品以及推理模型的改进，事实证明，律师工作和推理是相辅相成的。用户在产品中花费的时间大约是以前的两倍。所以，事实证明，人工智能在律师工作方面非常非常出色。嗯，再次强调，律师并没有减少。嗯，但我认为，你知道，人工智能在这方面非常非常出色，而且我认为律师的效率越来越高。
就 Harvey 而言，最重要的是他们在产品中花费了大量时间，并从中获得了大量价值，这很棒。>> 让我们去一个桥梁。哦，除非你想继续谈论律师。哦，我只是想评论一下。在我认识你的七年里，除了现在这一刻，我从来没有想到你会来自肯塔基。顺便说一句，你说律师。[笑声] >> 那是个线索。>> 我的，我的词汇中有几个这样的词，我不知道，我不知道，我的妻子总是开玩笑说，她说，你知道，你回家，喝一杯波旁酒，然后你就说得好像你 18 岁时一样。说到律师，肯塔基就出来了。>> 现在是上午 10 点 25 分。我今天还没有喝过任何波旁酒。所以，嗯>> 重要区别。>> 重要区别。是的，正是如此。所以，嗯，桥梁，桥梁是另一个非常非常令人兴奋的公司。
我意思是，医生们都对能够使用桥梁赞不绝口，它为他们节省了多少时间，以及它让他们的生活变得多么美好。嗯，所以，你知道，我们谈过的一位客户这样描述它，就像一个值得信赖的副手。右边的图表显示了我们正在寻找的东西，蓝线显示了用户增长，绿线显示了这些用户的参与度。
所以，随着他们用户数量的大幅增长，如果新增用户的参与度下降，你会有点担心。但相反，使用该产品的人的参与度非常高，而且即使他们增加了大量用户，这种参与度也一直保持稳定并略有增长。所以，这些只是我们寻找的数据类型示例，以确保我们对这些公司产生的收入的可持续性感到自信，而且再次强调，这些公司比任何前代公司都增长得更快，但它非常可持续。你知道，它是高参与度，它是高留存率。
嗯，这对我们来说至关重要。11 Labs 也是如此。语音是许多新人工智能工具的核心。你知道，我谈到了 B2B 方面的客户支持。嗯，但是，你知道，很多其他的个人工具，商业工具，你知道，都以语音开始。嗯，使用量增长是我喜欢在这张图表上看到的东西。它简直令人震惊。
嗯，这家公司增长非常快，是这些运营效率极高公司的一个很好的例子。嗯，所以 11 Labs 确实是一个很棒的公司。Non 是下一个。所以这是另一个例子。所以这实际上是我之前描述的一个很好的例子。所以他们很早就抓住了这个，你知道，人工智能的转变，嗯，而且他们付出了很多努力来确保他们能够充分利用人工智能的能力，并使他们的业务变得更好。
所以，你今天在他们的业务中看到的最大变化是在处理解决方案方面。所以，他们的一部分是，你知道，需要处理旅行预订或旅行变更的代理。人工智能现在处理 50% 的用户互动。而且这是很难的事情，这是旅行预订。这是旅行变更。嗯，所以这不是，你知道，复杂的，告诉我我的银行余额。
你知道，这是复杂的工作流程，人工智能现在能够处理。你在业务中看到的是，在过去三年里，毛利率扩大了 20 个百分点。这简直是惊人的影响。所以，你知道，你需要适应，否则就会灭亡。而他们的竞争对手没有适应。他们非常老派，而你，你知道，他们一直原地踏步，用老方法做事，Non 现在比这些现有企业拥有高出 20 个百分点的毛利率。
然后，你知道，Flock Flock 正在做令人难以置信的工作。我谈论他们太多了。这是我们投资组合中最具吸引力的客户价值主张，因为他们的投资回报率是解决犯罪问题。嗯，10% 的统计数据我们以前讨论过。每年 Flock 解决 70 万起犯罪。
嗯，右边的数据点也显示了每名警官的数据，有 Flock 的地方，他们破获的犯罪案件增加了近 10%。嗯，对社区产生了巨大影响。显然，他们有一个很棒的，你知道，他们有一个很棒的商业和财务模式与之相匹配。但他们的产品的影响是巨大的。>> 好的。>> 顺便说一句，我不知道你是否看到聊天记录里人们说他们已经喝了三杯波旁酒了。>> 哦，我没看到。>> 仅供参考，有一个关于如何看待基准的问题。就像如果你要考虑传统行业，比如金融，并以摩根大通为基准，你会如何校准财富 500 强公司在人工智能采用方面的水平？然后也许我也会叠加泽维尔提到的那个问题，你知道，今年年初麻省理工学院有一项关于企业采用的研究，他们测量了各种奇怪的东西。
也许多说一点关于你从财富 500 强首席执行官那里听到和听到什么。>> 是的。嗯，我们从财富 500 强首席执行官那里听到的，我想说，也许这是这两个观点之间的关键联系。我们从财富 500 强首席执行官那里听到的信息是，我们必须适应。我们非常想了解我们需要什么人工智能工具。
嗯，你知道，我们准备好改变了。我们，你知道，我们的业务将全面展开，而且，你知道，我们准备好了。我们将成为人工智能公司。这与实际发生的情况大相径庭。我认为，这种心态与企业实际发生的变革之间最大的脱节是，变革管理就是很难。
嗯，你知道，让人们仅仅使用人工智能助手来帮助他们更好地完成工作就已经够难了。嗯，你知道，编码可能是最容易让人们理解的。客户支持。这是一个更简单、更快、更便宜、显而易见的事情。但实际上，你知道，一般性的企业管理，改变业务流程，变革管理，这非常难做到。
所以，我并不惊讶会有一些传闻说，哦，你知道，事情的进展比预期的要慢，但对于那些完全拥抱它并且真正知道该怎么做的优秀公司来说，它已经产生了巨大的商业影响。嗯，所以，你知道，我认为在未来五年内，将有一场清算，看看谁能够真正拥抱变革，克服变革管理，你知道，采用所有最好的产品，而那些不能的，我认为生产力将会有巨大的差异。
你知道，我们有一些图表在后面的幻灯片里，你知道，我可以谈谈，但你知道，关于生产力提升的期望，以及你知道，增长等等，你知道，期望很高，我认为很多公司都会实现这些目标，而那些不能的公司将处于巨大的劣势。Chime 表示他们将支持成本降低了 60%。嗯，Rocket Mortgage 表示他们在承保方面节省了 110 万小时，同比增长 6 倍，这是每年 4000 万美元的运行成本节约。
所以，我们正在非人工智能业务中看到一些亮点，我认为这将是未来 12 个月一个非常有趣的观察年。我认为你将看到更多的轶事，但会有能够弄清楚的公司，也会有不能的公司。>> 完全同意。而且，他们中的许多公司也必须调整他们的业务以适应人工智能。就像，有一种使用聊天机器人的方式，对吧？以及它能带来多少生产力提升？可能不多，对吧？但如果你必须完全颠覆你的系统信息和后端来适应人工智能，其中很多可能都是潜在的，并且正在被构建起来，以便真正看到与之相关的结果。
人工智能的赢家正在推动股市。它们占标准普尔 500 指数回报的近 80%。所以，这是推动经济和股市的主要因素。股市表现非常好。嗯，但基本面是稳健的。所以价格正在上涨，或者你知道，有一些小波动，就像过去几天一样，但它们总体上表现良好。
嗯，但基本面非常稳健。嗯，我想说，泡沫的证据很少。所以，最近的表现是由每股收益增长驱动的。嗯，市盈率略有收缩，如果你是 SaaS 公司，在过去几天或几周内，收缩的幅度可能更大。
嗯，但我想说，市场总体上是基于盈利和盈利增长的。所以，盈利市盈率高于平均水平，但远非达到互联网泡沫时期。所以，你只需要看看图表就知道我们现在的位置，你知道，这让我感到一些安慰。而且，再次强调，推动市场发展的公司盈利能力，我认为相当稳健。公司很好。
所以，你知道，这些公司的健康状况，我想说，相当不错，而且估值高于过去平均水平，但感觉并不那么令人担忧。我经常说，我刚才提到的领先科技公司是世界上最好的企业。嗯，如果你只看长期来看，它们显示出利润率的改善，这表明情况可能确实如此。而且，你知道，这就在页面的左侧。所以，投资者正在为利润付费，而不是为亏损增长付费。
嗯，这与 2122 年，也就是 21 年的时代形成了鲜明对比。嗯，显然，与调整了利润率的互联网泡沫时期相比。嗯，市盈率并不高。所以，再次强调，我总结一下，你知道，五张幻灯片的材料。市场比过去更高，但我认为，你知道，有很高的期望是有原因的。
而且，我们对人工智能对未来几年整体股市盈利能力的影响感到乐观。嗯，也许我会把你的注意力集中在右边，那就是，你知道，如果你把低增长、高增长、低利润、高利润的四象限配对，这张图表显示了它们的交易方式。优秀的公司有溢价。
你看到右边的两列是高增长、高利润公司，然后是高增长、低利润公司。你的糟糕象限显然是低增长、低利润。而这些公司不应该得到奖励。它们应该交易得很低。嗯，它们确实如此。但高增长、高利润的公司，以及你知道，高增长、低利润的公司，只要它们有良好的单位经济效益，并且它们正在扩大规模并提高利润率，它们就应该得到奖励。
所以，我认为这很好。嗯，如果你不是高增长，即使你是高利润，情况也很艰难。这并不奇怪。再次强调，我过去以多种形式谈论过这个问题。但最终，增长是驱动 5 到 10 年回报的最大因素。所以，我很高兴看到高增长比低增长更受奖励。U，但如果你有高增长和高利润，你就是那些伟大的企业之一，它得到了很好的回报。
这就像我们要谈论的资本支出建设的供应方。所以，建设规模巨大，投资的规模和集中度本身就存在风险，因为它的规模如此之大。虽然它有一些泡沫的特征，但潜在的基本面，我想说，与之前的泡沫几乎没有相似之处。投资主要由历史上盈利的公司提供资金，就像我之前提到的那些非常盈利的公司一样。
债务已经开始进入这个领域。嗯，周期时间已经加速，这是好事，但你知道，我们正在密切监测培训成本以及整个方程的经济效益。目前看来相当不错，大型模型公司在培训模型上的支出回报相当不错，但我们正在密切关注。最重要的是，我们认为人工智能将是我职业生涯中见过的最大的“模型破坏者”，我当然写过关于模型破坏者的文章，所以我不花太多时间在上面，但它们是增长速度比任何人预期的都要快、更长的公司。
就像 iPhone 是一个经典的例子。你知道，如果你看一下 iPhone 之前的共识模型，五年后，四年后，共识模型在苹果公司四年内的表现上就偏离了 3 倍。而这在当时是世界上报道最多的公司。所以，我认为在人工智能的许多领域也会发生同样的事情，即表现远远超过任何电子表格中的预期。
所以，科技行业本身就是一个“模型破坏者”，但自 2010 年以来，科技行业以空前的速度和规模提供了高利润的收入。所以，它早期看起来常常很昂贵，但反复超出预期，我认为，并创造了远远超过所需资本的价值，我认为，来增长。而且，我没有任何理由认为这次会不同。所以，与互联网泡沫相比，资本支出实际上是由现金流支持的，而且资本支出占收入的比例要低得多。
所以，这是简单的标题。我们可以放大到下一张幻灯片，但你知道，我对这种资本支出动态比，你知道，显然，超大规模的云服务提供商是承担最大负担的，这非常好。你知道，这对我们的投资组合公司来说太棒了，我非常支持，你知道，尽可能多地获得容量，尽可能多地获得用于培训和推理的供应，这是非常好的。
而且，再次强调，承担最大负担的公司是我之前提到的有史以来最好的公司。所以，有一件事我们开始监测的是债务的引入。所以，你无法用现金流为所有预期的资本支出提供资金，而且我们开始看到一些债务。所以，我们正在密切关注这一点。嗯，我们通常不投资于大量接触债务的公司。
嗯，我是否对页面上的许多公司感到满意，它们通过现金流融资，继续产生现金流，并使用债务，即使是，你知道，Meta、Microsoft、AWS、Nvidia 作为交易对手？当然，我对这一点感觉很好。我提到了我感觉很好的那些公司。我并非对所有公司都感觉很好。所以，并非所有交易对手都一样。
你知道，我们开始看到私人信贷在数据中心建设方面有所参与。而且，你知道，再次强调，一家被广泛关注的公司，它正在进行一场豪赌，成为一家云服务公司，那就是 Oracle，而且他们，你知道，他们一直盈利，并且一直在回购股票。
但他们承诺的资本数额非常大。这是一个巨大的赌注。他们将在未来几年内现金流为负。而且，你知道，如果你关注围绕它的嗡嗡声，比如他们的信用违约互信的成本在过去三个月里已经上升到大约 2%。所以，我们正在关注这些事情。再次强调，这通常对我们的投资组合公司来说都是好事，但我们也希望确保整个市场是健康的。
所以，这张幻灯片显示了人工智能变化的速度。所以，将人工智能的建设和人工智能的收入与 Azure 的情况进行比较。所以，人工智能的收入与云相比，人工智能的收入达到了 Azure 花费 7 年才达到的水平。所以，这只是微软报告的数据，我认为这是一种很酷的方式来衡量这一切发生的速度。
嗯，你知道，建设花费了很长时间。再次强调，这次人工智能的建设发生得快得多。嗯，但 Azure 的收入用了 10 年才超过其资本支出。而且，我认为，你知道，这种比例或方程将与人工智能更快地发生。
我们不需要对折旧进行太多深入研究，但这是金融界人士经常讨论的话题之一，你知道，你对芯片，特别是芯片的折旧有什么假设。嗯，我认为旧款 GPU 的定价非常坚挺。嗯，早期用户会坚持使用模型一段时间，但后来的用户会很快转向新的东西。所以，这是右边。这是模型方面。
在芯片方面，7 到 8 年的 TPU，谷歌实际上披露了这一点，7 到 8 年的 TPU 实际上有 100% 的利用率。嗯，我们密切关注二手市场上芯片的价格，以及租用 A100 和 H100 的价格，实际上一直保持得非常好。所以，老一代的芯片仍然得到充分利用。所以，这还不是我担心的事情，但它引起了很多讨论，你知道，以及那些喜欢谈论系统风险的危言耸听者。
好的，一些积极的事情。所以，我们一直谈论的大事是这个悖论，你知道，随着代币变得更便宜，消费就会增加。所有超大规模云服务提供商都报告需求远远超过供应。我相信他们说的话。
嗯，你知道，我在我们的人工智能峰会上采访了我的朋友加文·贝克，他将互联网的建设和铺设光纤与这里的数据中心建设进行了比较。嗯，你知道，他的一句名言是，没有“暗 GPU”。没有“暗 GPU”。曾经有过“暗光纤”。你必须铺设光纤，然后，你知道，它就放在那里是“暗”的，没有被使用。如果你把一个 GPU 放在数据中心系统里，它会立即得到充分利用。
所以，这是一个非常好的迹象，你知道，就需求立即满足供应而言。我之前提到过，这些公司的收入增长应该是这样的，这是我们的期望。嗯，如果不是这样，它们可能会被颠覆，如果它们不能改变的话。所以，变革管理再次是我们看到事情还没有发生戏剧性转变的最大原因。
老实说，对我来说，不是技术本身的就绪性。可能是产品建设需要围绕技术进行。嗯，然后是变革管理和将其投入生产。所以，收入增长的速度比其他类别都要惊人。所以，这只是显示了生成式人工智能的应用内收入增长的速度有多快，从 23 年几乎看不见，到现在。
而且，这张幻灯片我们以前展示过，但基本上它比较了云，公共软件公司，以及 2025 年增加了多少净新收入。所以，最右边是我喜欢看的，那就是公共软件公司在 2025 年增加了 460 亿美元的收入。如果你只是把 OpenAI 和 Anthropic 加起来，按运行率计算，它们增加了近一半。
而且，我认为如果你对 2026 年做同样的比较，整个公共软件行业，我的意思是 SAP，这不仅仅是 SAS，包括 SAP，以及老牌软件公司。我认为人工智能公司，模型公司将占到 75% 到 80%。所以，这简直是令人震惊的发生速度。
这些是相当详细的幻灯片，接下来的几张。嗯，这些是关于根据当前股价和分析师模型，人工智能业绩的隐含预期的幻灯片。所以，高盛估计人工智能建设将带来 9 万亿美元的收入。所以，如果你假设 20% 的利润率和 22 倍的市盈率，这将转化为 35 万亿美元的新市值。
已经有大约 24 万亿美元的新市值被提前拉动了。现在，我们可以争论这是否完全归因于人工智能，或者其他原因，你知道，大型科技公司的表现。嗯，但仍然有很多市值有待获取，如果这些假设是正确的话，你可能会有上涨空间。
所以，这是另一个关于尝试解决人工智能投资回报期问题的切入点或几个切入点。所以，目前的估计是，到 2030 年，累计的超大规模云服务资本支出将略低于 5 万亿美元。所以，如果你粗略计算一下，为了实现 4.8 万亿美元或近 5 万亿美元投资的 10% 的最低回报率，到 2030 年，年人工智能收入将需要达到约 1 万亿美元。
所以，为了让你了解情况，一万亿美元，大约占全球 GDP 的 1%，就能产生 10% 的回报。这有可能发生。也有可能我们可能达不到这个目标。但我认为，只看 2030 年是有限的。我认为投资回报期可能会更长，你知道，可能在 2030 年到 2040 年之间。
嗯，但你知道，将其框定起来，大约是，你知道，1%，你知道，1% 的 GDP 来达到 10% 的最低回报率。
好了，街头巷尾。我们开始做的是，我们构建了软件来跟踪所有人工智能或所有科技上市公司在财报电话会议中讨论的内容，以及人工智能的提及，它与我们早期和增长阶段的业务的相关性。然后我们把所有东西打包起来，分享给我们的首席执行官。
所以，你知道，他们可以有一个简单易懂的格式，比如，关于人工智能，我需要了解什么，因为它与上市公司有关，你知道，它如何影响我的业务等等。所以，我们分享了我们跟踪的一些内容。>> 太棒了。在我们进入私人部分之前，有一个问题，很多人当然都关心这个过渡。
但是，在我们开始之前，所以，我们现在是如何校准到你说的 2030 年约 1 万亿美元的人工智能收入的？我们今天相对于你估计的人工智能赋能收入在哪里？以及，嗯，我们离那个一万亿美元还有多远？[哼鼻声] 我猜大概在 500 亿美元的范围内。>> 是的。>> 把它加起来。而且没有完美的方法来做到这一点。我的意思是，我知道一些重要的投入。
>> 是的。>> 嗯，更难跟踪的是，说实话，那些大型科技公司，比如他们有多少真正的收入是来自人工智能的？云服务公司有时会给出人工智能带来的百分比提升，但我认为，根据他们想如何描绘图景，他们可以稍微玩弄一下。所以，你知道，我认为，我认为这是一个粗略的估计，但你知道，一万亿美元，我们可能在 500 亿，但它增长的速度远远超过 100% 的年增长率。>> 是的。而且，可以说，那些收入，我的意思是，ChatGPT 三年前就推出了，但大部分的增长发生在过去一年半左右，如果我们非常慷慨的话。这是公平的描述吗？>> 是的，没错。是的。>> 而且，你看，现在不仅仅是消费者方面的 ChatGPT。
你知道，谷歌有业务，XAI 也有业务。>> 嗯，然后，你知道，在 B2B 方面，>> 你知道，不仅大型模型公司都有大型 API 业务，云服务公司也有。嗯，所以，很多，你知道，很多销售都是模型销售，也通过云服务进行。>> 是的，是的，是的，是的。好的，很酷。我们有一些关于私人公司的问题，但我会让你完成这一部分，然后我会为你准备好。>> 嗯，如果你想问问题，我很乐意回答。我的意思是，我们谈论的很多事情，你知道，我对私人市场的看法，嗯，你知道，公司显然会更长时间地保持私有，但这是一个真正的资产类别。
在过去的 20 年里，上市公司的数量减少了一半。嗯，你知道，收入超过 1 亿美元的公司绝大多数是私有的，大约 86%。嗯，所以，你知道，这是一个重大的转变。嗯，我们可以，你可以跳过几张幻灯片。
基本上，我会谈谈幂律，因为我认为这很有趣，也许是一些我们没有过多谈论的新东西，但价值非常集中在那些表现突出的公司中。所以，北美和欧洲独角兽的总估值约为 5.5 万亿美元。如果你只取其中最大的 10 家，它们就占了总价值的近 40%。所以，而且这自 2020 年以来已经翻了一番。所以，你知道，价值正在集中在最大和最好的赢家身上。
我正在实时计数，我们有四家、五家、六家、七家是那 10 家中的投资组合公司。所以，你知道，我们在这方面有相当多的覆盖。幂律也发生在公开市场上。所以，大盘股自 2019 年以来已经翻了三倍。所以，你知道，构成大盘股的公司自 2019 年以来已经翻了三倍。
而且，我认为右边的图表非常有趣。这是我们新做的分析。嗯，如果你看看标准普尔 500 指数上公司的平均寿命，这张图表显示的就是这个。数字代表的就是这个。就像一家公司一旦进入标准普尔 500 指数，它会在那里待多久？平均来说，在过去 50 年里，这个时间实际上减少了 40%。它作为标准普尔 500 指数一部分的时间。
所以，对公司的颠覆发生得越来越快，我认为这是一个非常有趣的动态，而且，你知道，与我们在市场中看到的，你知道，技术驱动的变革速度相匹配。所以，我们总是喜欢在我们的业务中谈论幂律。我没有选择这张幻灯片的标题。[笑声] 我认识到所有关于它的问题和担忧。
所以，波动性洗钱是一个在我们圈子里争论很大的话题。嗯，主要是关于那些试图争论私人市场和公开市场优点的创始人。而且，你知道，科利森兄弟接受了一次采访，我认为也许是约翰，他谈到了管理你的股价和避免波动性，你可以以一种有条理的方式，随着时间的推移提高你的股价，这样可以更容易地留住员工，招聘员工，管理士气，等等，等等。
所以，我理解其中的优点。我也认为成为一家上市公司也有非常非常大的优点。我认为我们将在未来 18 个月里看到一些非常非常有趣的现象，一些长期以来一直保持私有的公司将上市。而且，我认为这是件好事。
我们在这张图表中展示的一些内容只是波动性，以及我们观察到的市场波动性随着时间的推移变得更加极端。对我来说，这有点受周期驱动。我知道这是短期的，你知道，这是我们衡量的。但两者都有优点，公司可以在私人市场变得更大。我们已经拥抱了这种新的现实。我认为，这在继续投资这些公司方面对我们的业务产生了巨大的好处。
但显然，你知道，成为一家上市公司并获得流动性是有其途径的，而我们也非常关心这一点。>> 太棒了。关于这一点，有两个问题，我将为你准备好。一个关于 Databricks，你能谈谈他们从一家前人工智能公司到现在完全嵌入人工智能公司的转型过程吗？以及那是什么样的？>> 是的，嗯，首先，我认为你需要，你知道，我提到了 Toby，Shopify 之所以拥抱它，是因为 Toby 从高层领导，他以人工智能为中心来管理公司，而且他，你知道，他绩效管理每个人，以确保他们做到这一点。Ali 也是如此。Ali 是一个独特的结合，嗯，商业上的“终结者”。我谈论，我称他为技术上的“终结者”。你需要有商业头脑，并理解人工智能的价值创造机会的重要性，然后你还需要在技术上有足够深入的了解，知道该构建什么。
所以，碰巧他们的，你知道，云数据仓库，或者他们称之为数据湖，实际上是一个很好的地方，可以让你把数据放在那里来运行人工智能工作负载。所以，你知道，这对他们来说是一个很好的位置，然后他们非常积极地迭代新的 AI 产品。他们有一个名为 Agent Bricks 的新产品，我们对此非常非常兴奋，我们认为它将对他们来说非常大且具有变革性。
所以，嗯，我想说这是其中一部分，然后他们拥有所有大型人工智能原生公司作为客户，所以，你知道，他们拥有技术，他们拥有低成本技术。嗯，所以，你知道，当我们投资公司时，我们看的一个重要因素是他们的客户是谁，而且我更愿意我的投资组合公司的客户是那些思想现代的客户，你知道，像 DoorDash 这样的公司，你知道，像 Instacart 这样的公司，像 Uber 这样的公司，而不是那些非常非常老派、守旧的公司，因为这意味着他们的技术是由聪明的技术人员评估的，他们选择了它。
所以，最前沿的人工智能公司都在构建在 Databricks 之上，所以，你知道，他们有机会随着他们的规模而成长，但这也是一个非常好的验证，证明他们拥有正确的技术。>> 我们就此结束。谢谢 David 带我们了解这一切。