Transcription
大家好，这里是最佳拍档。
在过去的几十年里，我们见证了无数次科技浪潮的起伏。从个人电脑的普及，到互联网的爆发，再到移动互联网将世界连接在一起。每一次浪潮来袭的时候，市场上总是充满了两种声音。一种是极致的狂热，认为这次将彻底改变一切。另一种则是冷静的审视，甚至是对泡沫即将破裂的担忧。
今天，当我们站在AI这个新时代的门槛上时，这种撕裂感似乎比以往的任何时候都要强烈。一方面，我们看到数以万亿计的资金正在疯狂涌入基础设施的建设，GPU显卡变得一卡难求。另一方面，我们也听到了关于AI应用落地难、商业模式不清晰、甚至是一场单纯的资本游戏的质疑。
那么，真相究竟是什么呢？我们究竟是身处一场类似于两千年互联网泡沫的前夜，还是正站在人类生产力大爆发的起点呢？
为了回答这个问题，我们需要从更深层的资本逻辑和产业数据里去寻找答案。最近，a16z举办了一场关于增长基金的内部讨论。a16z的合伙人大卫·乔治和珍·卡分享了非常详尽的数据和视角。他们不仅手里握着十亿美元的资金，更是直接参与了像OpenAI、Databricks以及xAI这样顶级公司的早期和成长期投资。应该说，他们的观点代表了目前硅谷最核心圈层对AI未来的判断。
今天我们就来聊聊，在这个AI吞噬世界的时代，科技市场的底层逻辑到底发生了怎样的变化呢？为什么他们认为，我们不仅没有处于泡沫之中，反而可能低估了这场革命的规模呢？
首先是关于宏观市场的变化。在过去很长的一段时间里，a16z创立增长基金的一个简单前提是，科技市场的规模比以往任何时候都要大。但是与此同时，优秀的公司选择保持私有化的时间，也比以往任何时候都要长。这不仅仅是一个感觉，而是一个有数据支撑的事实。如果我们去翻看标准普尔五百指数会发现，市值最高的几家公司，几乎清一色都是美国本土的科技公司。前五名毫无疑问的被科技巨头所占据，哪怕算上前十名，科技公司也占据了七八个席位。这说明，科技已经不再是一个单独的行业板块，它已经吞噬了整个市场。
在这个过程中，出现了一个非常有趣的现象，那就是企业私有化时长的显著拉长。以大数据领域的领头羊Databricks为例，这类顶级公司在上市之前，已经在私有市场里成长为了庞然大物。这对于像a16z这样的投资机构来说是一把双刃剑。一方面，这意味着巨大的投资机会都留在了私有市场，他们必须在公司上市前就介入。另一方面，这也对投资回报的周期提出了挑战。
但是，这只是故事的背景板。真正的变量是AI的横空出世。如果说软件时代吞噬了世界，那么AI时代正在扩张这个世界。最震撼的一个数据来自于基础设施的建设。目前的AI基础设施的建设规模，可以说比我们历史上见过的任何一次工业建设都要庞大。大家可能都看过各种关于科技巨头资本支出的新闻图表。如果将微软、谷歌、亚马逊和Meta这些巨头最近一个季度的资本支出进行年化计算，这个数字大约是四千亿美元。这还仅仅只是一年的支出，而且这其中的绝大部分都流向了AI基础设施和数据中心。
这时候，很多悲观主义者会跳出来说，看，这不就是两千年互联网泡沫的重演吗？当时电信公司也是举债建设光纤网络，结果导致了巨大的产能过剩和市场崩盘。但是，大卫·乔治提出了一个非常关键的反驳观点，这也是我认为本次分析中最核心的差异点。他指出，这次的基础设施建设，买单的人变了。
在两千年，铺设光纤的是那些资产负债表非常脆弱、背负着巨额债务的电信公司，一旦需求达不到预期，它们就会面临破产，从而引发系统性的风险。而今天正在疯狂通过购买GPU、建设数据中心来为AI铺路的，是人类历史上资产负债表最健康、现金流最充沛、盈利能力最强的公司。无论是谷歌、微软还是Meta，它们完全有能力承担这种规模的投入，甚至可以说完全有能力承受一定程度的产能过剩。这种由最强买家主导的建设，很大程度上降低了系统性的金融风险。这就像是，如果是借钱炒股的人亏了，可能会跳楼。但是如果是世界首富拿自己的零花钱去投资，即使短期不回本，也不会影响他的生活，更不会引发金融海啸。
这些基础设施建设为未来的AI应用铺平了道路。更令人兴奋的是，在基础设施疯狂扩张的同时，AI模型的核心经济学正在发生惊人变化。我们可以把AI模型看作是一种新型的电力。在过去两年里，获取这种电力的成本，也就是模型输入的成本，下降了超过百分之九十九。这种下降的速度，甚至超过了摩尔定律。与此同时，前沿模型的能力却在以每七个月翻一番的速度进化。成本下降一百倍，能力翻倍增长。这两股力量交织在一起，正在为应用层的爆发积蓄着巨大的势能。
a16z现在的内部观点是，AI最终会像电力或者移动网络一样，成为一种无处不在的基础设施。你不会因为家里开了灯而觉得需要为此支付高昂的溢价，因为你支付的是照明带来的价值。同样，未来我们使用AI，不会是因为AI技术本身，而是因为它解决了问题。
这就要谈到一个非常宏大的市场愿景。大卫·乔治给出了一个非常震撼的对比数据。他说，如果我们看目前的美国企业软件市场，它的总支出大约占美国GDP的百分之一。这是一个巨大的市场，诞生了Salesforce、Adobe这样伟大的公司。但是，如果我们把目光转向AI所能够影响的领域，也就是美国白领的薪资总额，这个数字占到了GDP的百分之二十。这意味着什么呢？意味着AI的市场天花板，不仅是替代现有的软件，而是去渗透、辅助、甚至在某些领域替代那百分之二十的白领工作产出。这就是为什么AI的市场机会比软件市场要大得多的原因。这是一场从工具到劳动力的跨越。
当然，肯定有人会问，既然市场这么大，为什么我们还没看到大规模的商业爆发呢？是不是需求还是不足呢？恰恰相反，需求侧的数据其实更加惊人。让我们来看一个对比，ChatGPT达到目前搜索量级所花费的时间，大约是两年。而当年谷歌达到同样的搜索量级，花费了整整十一年。也就是说，ChatGPT的普及速度是谷歌的五点五倍。为什么会这么快呢？因为这一次，AI是站在了巨人的肩膀上。互联网和云计算已经完成了全球范围内的连接和算力铺设，地球上超过一半的人口已经拥有了智能手机。AI不需要像当年的互联网那样，先去铺设网线，再去教用户怎么用电脑。它只需要通过云端，瞬间就可以分发到全球数十亿用户的指尖。这种分发速度，是人类商业史上前所未有的。
但是，这里也有一个有趣的悖论，那就是消费者剩余。这是经济学上的一个概念，就是你愿意为某件商品支付的价格，减去你实际支付的价格。我们以iPhone为例，一台iPhone可能卖到一千美元。但是如果明天iPhone要涨价到两千美元，我相信很多人虽然会抱怨，但还是会买，因为它已经成为了你生活中的必需品。这中间的差价，就是苹果公司虽然强大，但是依然没有完全榨取的消费者剩余。
在AI领域，这个现象更加明显。目前像ChatGPT Plus或者Claude Pro这样的订阅服务，一个月大约是二十美元。但是它们提供的价值，无论是帮你写代码、翻译文档、还是做深度的研究，对于重度用户来说，价值远远超过二十美元。甚至有用户表示，哪怕涨到两百美元一个月，只要能够大幅提升工作效率，他们也会毫不犹豫的买单。这说明目前的AI公司，其实是在以非常低廉的价格，向市场释放着巨大的价值。这不仅仅是因为竞争，更是因为目前的商业模式还处于非常早期的探索阶段。大卫·乔治认为，未来我们可能会看到商业模式的演变，从简单的人头费模式，转向更复杂的定价策略，甚至是广告模式的变种。当然，不是那种粗暴的弹窗广告，而是类似于搜索时代的精准推荐。
这就引出了大家非常关心的一个话题，AI公司的毛利率问题。在传统的软件即服务行业，投资者非常看重毛利率，通常要求在百分之七十甚至百分之八十以上。但是目前的AI应用公司，因为需要支付昂贵的GPU推理成本，毛利率往往受到质疑。有的人甚至因此断言，AI应用做不大，都是在给英伟达打工。
对于这个观点，a16z持有完全不同的看法。他们认为，随着模型供应商，比如OpenAI、Google、Anthropic、Meta等之间的竞争加剧，以及硬件性能的提升，推理成本必然会大幅度的下降。我们已经看到了输入成本下降了百分之九十九，这种趋势如果持续下去，AI应用的毛利率将会自然修复。
更重要的是，我们不能用看待传统软件的眼光来看待AI应用。对于一个能够解决复杂问题、甚至替代部分人类工作的AI Agent来说，如果它能够为你节省一个年薪十万美元的工程师，那么即使它的软件毛利率稍微低一点，对于客户来说也是非常划算的。在这里，客户看重的是结果的交付，而不是单纯的软件租赁。
举个例子，在医疗文档记录领域，像Abridge这样的公司，正在利用AI自动生成医生的问诊记录。这不仅仅是一个软件，它实际上替代了以前需要专人来做的工作。这种深度嵌入工作流、解决具体痛点的应用，它的粘性是非常高的。一旦医生习惯了不再需要下班后花两小时去写病历，他们就再也回不去了。这就是真正的护城河。
此外，关于护城河，大卫·乔治还提到了一个经常被忽视的点，那就是用户体验的彻底重构。现在的软件，比如Salesforce，本质上是一堆表格和输入框的集合，用户需要去填表来喂养数据库。但是未来的AI软件，应该是主动的、预测性的。它不应该等着你去输入数据，而应该通过观察你的工作流、接入你的非结构化数据，自动帮助你完成任务。这种从记录系统到行动系统的转变，将是初创公司挑战传统巨头的最大的机会。
当然，这一切美好的愿景背后，并不是没有隐忧。在这次对谈中，他们也坦诚聊到了未来的瓶颈。出乎意料的是，他们认为最大的瓶颈可能不是算力，也不是算法，而是能源。数据中心是吃电的巨兽，目前的电网承载能力，可能跟不上AI算力的指数级扩张。这也是为什么我们看到微软重启三哩岛的核电站，看到各大科技巨头都在疯狂的投资清洁能源。珍提到，a16z正在关注核能，包括核裂变和未来的核聚变，以及位于得克萨斯州等地的天然气能源项目。因为在未来，谁掌握了能源，谁就掌握了算力的命门。这也解释了为什么像马斯克的xAI，能够在短时间内建成全球最大的数据中心。这不仅仅是买了多少张显卡的问题，更是如何搞定电力、冷却和工程建设的综合能力的体现。
a16z观察到，目前市场呈现出一种极其明显的双峰结构。一边是那些非常稀缺、拥有世界级团队的超级公司，比如OpenAI、xAI、Databricks等等。这些公司的创始人往往具备一种特殊的特质，大卫·乔治称之为是硬核资本家的科学家。以前的AI大牛可能更偏向于学术研究，不关心商业化。但是现在的这批创始人，比如OpenAI的团队，他们既懂得最前沿的技术，又拥有极强的商业野心和执行力。对于这类公司，资本是追着跑的，估值往往也是天文数字。
而另一边，则是大量普通的SaaS公司，它们正在面临着增长乏力的困境。在公开市场上，可能只有百分之五的软件公司，能够预测未来一年有超过百分之二十五的增长。绝大多数曾经的高增长明星，现在都在变的平庸。因此，a16z的策略非常明确，那就是非对称下注。他们宁愿在看起来很贵的阶段，去投资那些最顶级的团队，因为这些公司的天花板非常高，成功的收益可以覆盖掉所有的风险。而在这些顶级项目中，由于团队质量极高，即便遇到挫折，它归零的风险也相对较小，这就是所谓的下行保护。
同时，他们也非常看好美国活力这个赛道。这不是一个纯粹的技术概念，而是一个涵盖了国防、航空航天、先进制造等实体产业的概念。像Anduril和SpaceX这样的公司，正在用软件和AI去重塑物理世界。这类公司因为涉及复杂的硬件制造和政府合同，护城河非常的深，一旦跑出来，往往就是垄断级别的巨头。
那么既然机会这么大，为什么我们在公开市场上感觉赚钱越来越难了呢？这其实是一个非常残酷的现实。大卫·乔治在对话中提到，高增长的公司正在以前所未有的速度，在私有市场里完成它们的价值增值。以前，像亚马逊这样的公司上市时，市值可能只有几亿美元，普通股民可以陪它一起成长到万亿市值。但是现在，像OpenAI或者Databricks，它们在上市前可能就已经是一千亿甚至几千亿美元的规模了。这意味着，增长最快、最肥美的那一段鱼身，被私有市场的投资者吃掉了。留给公开市场的，往往是增长曲线已经开始平缓的阶段。这并不是说公开市场没有机会，而是说选股的难度变大了，你需要更加毒辣的眼光去寻找那些真正能够穿越周期的公司。
总结一下，a16z的这次深度分享，给了我们几个非常核心的判断。
第一，我们没有处在泡沫中，因为这次的基础设施建设是由现金流充沛的巨头主导的，而不是借债投机的赌徒。
第二，AI不仅是软件，更是劳动力，它的市场天花板是几十万亿美元级别的白领薪资市场。
第三，模型成本的下降将带来应用层的繁荣，不要过分纠结于短期的毛利率，要看它是不是真的解决了高价值的问题。
第四，能源将是下一个十年的硬通货，它是算力的物理底座。
对于我们普通观察者来说，这不仅是对科技行业的预判，更是对未来世界运行规则的一次剧透。我们正在进入一个由智能算力和能源共同驱动的新时代。在这个时代，能不能理解并且利用好这些新的工具，可能就是个人和企业命运的分水岭了。
感谢收看本期视频，我们下期再见。