頂尖風投談「AI改變投資邏輯」：「中游陷阱」與飛輪效應

a16z幾位合夥人認為，AI正顛覆傳統投資邏輯：資本直接轉化為算力，強者恆強的飛輪一旦啟動便難以逆轉。3000家VC中僅20家實現持續3倍回報，「中游」正在消亡。AI收入4年達千億，SaaS用了15年。傳統SaaS資產估值腰斬，無法AI原生化的企業正被淘汰。真正的瓶頸不在需求，在能源與數據中心供給。

AI正在將科技投資的「冪律（Power Law）分佈」推向極致：資本首次能夠直接轉化為算力並強化企業的絕對護城河，而那些無法實現AI原生的傳統SaaS資產，正面臨被時代拋棄的嚴峻風險。

矽谷頂級風險投資機構Andreessen Horowitz（a16z）9月10日發佈了一期深度訪談播客。a16z合夥人Jen Kha、成長基金合夥人David George與長期LP、Accolade Partners合夥人Aram Verdiyan圍繞AI時代的投資邏輯展開了一次罕見的深度對話。三人的核心判斷高度一致：AI正在讓「冪律效應」從風險投資的行業特徵，演變為整個資本市場的系統性規律；資本配置框架、基金構建方式乃至資產類別的邊界，都正在被重寫。

冪律是指兩個變量之間的某種特定函數關係：一個變量的變化量是另一個變量的某種冪次（次方）的倍數。它的核心特徵是：「極少數的個體佔據了絕大多數的資源或份額」，也就是人們常說的「長尾效應」或「二八定律」。

對話中有幾個核心數據令人警醒：美國3000家VC中，只有20家在過去二十年實現了持續3倍淨回報，佔比不到1%；AI收入規模達到1000億美元只用了四年，而SaaS走完同樣路程花了15年；當前美國企業平均每名員工每月在AI上的支出僅為12美元，而頭部1%的企業這一數字高達7000美元——這意味着AI擴散仍處於極早期。

「資本等於算力」：「極致飛輪」改變行業護城河

David George在訪談中拋出了這輪AI浪潮中最具顛覆性的判斷之一：

「現在，你可以把資本砸向一家公司，它會直接複利放大這家公司的優勢。這在我職業生涯中是第一次。」

他解釋，傳統軟體時代，往一家初創公司砸太多錢反而是災難——僱一千個人、製造協調混亂、形成重疊優先級，公司反而會「搞砸」。但AI時代不同了：「你可以把錢扔進算力，算力可以直接改善產品和業務。」

這意味着規模經濟在AI市場是真實的、且會持續強化。三家前沿模型公司——SpaceX、OpenAI、Anthropic——潛在企業價值合計已達3.5萬億至5萬億美元。Jen Kha指出，令人震驚的是，在SpaceX上市前，大多數機構投資者對其幾乎毫無敞口。

Aram Verdiyan則從更宏觀的視角給出了自己的判斷：

「AI正在攻擊GDP的每一個角落——交通、勞動力、服務、資本、協調。歷史上從來沒有一個技術範式，同時擊中30萬億美元的GDP。」

還對AI的TAM（潛在市場規模）提出了顛覆性觀點：醫療IT行業每年支出約600億至1000億美元，但AI實際攻擊的是醫療勞動力本身——帳單管理、行政流程——那是一個萬億美元級別的產業。「AI的TAM可能是傳統SaaS或醫療IT的10倍以上。」

David George引用勞動力數據進一步佐證：美國經濟中勞動力支出與軟體支出之比大約是40比1。「這不是說勞動力會消失，而是勞動力會被重新發明。把AI等同於'下一代軟體'，太低估它了。」

「死亡中間地帶」：VC格局的結構性重塑

訪談中反覆出現一個詞："death of the middle"（中游陷阱）。

Aram Verdiyan分享了一個核心數據：在美國3000家風險投資機構中，只有20家在過去二十年實現了持續3倍淨回報，佔比不足1%。 他特別強調，"持續"是關鍵詞——不需要七八支基金，但在20年週期內，你是否有3到4支實現3倍淨TVPI的基金？滿足這個條件的，全美只找到20家。

相比之下，劍橋數據顯示，過去十年風險投資的平均回報只有1到2倍淨回報——不僅不如私募股權，甚至不如公開市場，而且還要鎖定資金十年。

在這個背景下，VC行業正在向兩極分化：一端是真正的"小而精"——專注於細分垂直領域、或在比大機構更早階段介入，與大機構形成互補；另一端是全生命週期的大型機構——從種子到上市全覆蓋，擁有700名員工、強大運營資源。

Jen Kha明確表達了a16z的飛輪邏輯：

「我們的業務是一個飛輪。從我們是不是領域專家、能不能打動創始人出發；如果我們贏得項目、幫助公司取得更好的結果，就會形成品牌效應，新創始人想要和贏家在一起，贏家的創始人又會給其他創始人做背書——這就是飛輪的運轉方式。」

David George補充道：成長期基金的成功根本上依賴早期業務——「我一直說，我們的業務從早期開始，也從早期結束。」

對於那些想通過「只做晚期」或「跳過早期」來參與AI的機構，Aram Verdiyan態度直接：「最強的晚期特許經營權，背後都有一個巨大的早期特許經營權。如果你是一家全新的晚期基金，想寫一張5億美元的支票，真的很難。」David George附和：「我經歷過那個世界，確實非常難。」

如何識別真實AI牽引力？"ARR這個詞正在被重新定義"

隨著AI泡沫與真實需求並存，如何區分真實牽引力成為最棘手的問題之一。

Aram Verdiyan描述了一個典型場景：「一家公司從某個加速器出來，聲稱一個月內ARR從零做到500萬。但這中間根本沒有續約週期，他們是在互相銷售，還把月度數字乘以12來折算ARR。」他語氣犀利：「每九家這樣的公司裡，可能才有一家是真正有幾百萬真實ARR的，才是下一個Cursor。」

對此Jen Kha笑稱：「我很喜歡時候有人在幫大家'重新定義ARR的涵義'，像是一個非常有幫助的公告。」

David George給出了自己的判斷框架：

"市場是否在主動要求你的產品，永遠是那個核心問題。 財務分析沒法告訴你答案，你必須深入理解客戶，和客戶對話。"

他以Harvey（AI法律工具）為例：早期Harvey在頭部律所拿下了一些簽單，但實際使用率平平，與其他AI軟體公司相比留存數據並不出色。但推理模型落地後，完全翻轉——律師從產品中獲得的價值大幅提升，使用率和參與度直線上升；更關鍵的是，客戶從擔心幻覺風險轉變為主動要求律師事務所使用這個產品。"這才是我們尋找的市場信號。"

傳統SaaS的困境與私募股權的"AI陷阱"

與傳統的軟體服務（SaaS）相比，AI的滲透速度和潛在可用目標市場（TAM）呈現出指數級的爆發。

「今天，AI領域的收入已經達到了1000億美元。SaaS花了15年才達到同樣的水平，而AI只用了4年。」Aram Verdiyan給出了一個極具衝擊力的數據。他指出，AI正在攻擊GDP的每一個層面——交通、勞動力、服務和資本協調，「以前從來沒有一種技術範式能同時觸及30萬億美元的GDP。」

然而，AI的高歌猛進，卻讓舊時代的軟體資產和重倉它們的私募股權（PE）基金如坐針氈。在2021年至2022年期間，大量傳統軟體公司被PE以25至32倍EBITDA的高估值槓桿收購（LBO），但這些缺乏「AI原生」能力的資產如今正面臨估值縮水和流動性枯竭的危機。

Aram Verdiyan直接點破："你在2021年前以25到32倍EBITDA收購的軟體資產，今天可能只值一半。" 他引用數據：2021至2022年間，槓桿收購軟體交易約為2000億至3000億美元，帶走超過2000億美元債務；今天那些公司的估值大幅收縮，槓桿比率急劇攀升。私募信貸市場的贖回潮，正是這一邏輯的直接映射。

更嚴峻的是增長邏輯的倒轉：Aram Verdiyan指出，"在公開市場，增長率每提升1個百分點，相當於EBITDA提升3個百分點。" 這意味着不能證明AI加速增長的公司，估值折價會非常慘烈——"很多私募股權持有的標的，既沒有足夠快的增長，也沒有管理團隊能重塑業務"。

Aram直言不諱地指出：

「你看看今天的公開市場，那個資產（傳統SaaS）現在的交易價格是市銷率的2倍。這不僅是估值的問題，更嚴重的是，這些公司可能根本找不到買家。 因為如果你今天看一家軟體公司，首先想到的是：它的終極價值是什麼？它能抵禦AI的衝擊嗎？」

Jen Kha則對"AI版私募股權"的幻覺發出警告：

"僅僅把Sears放上網站，不會讓它變成亞馬遜。 我們看到有些公司第一件事就是上馬AI客服，結果如果你不從工作流底層重建，客戶流失反而加速。每一分NPS下滑都直接對應營收下滑，再疊上債務，就會螺旋式下行。"

對於試圖通過簡單引入AI來拯救老業務的嘗試，Aram也潑了冷水：「你不能只往公司裡派一個運營合夥人，然後說‘讓我們在上面加點AI吧’，這根本行不通。」DG補充道，哪怕只是簡單的AI客服替代，如果沒有深入工作流重構，客戶流失將導致淨推薦值（NPS）下降，並引發收入的螺旋式下滑。

AI的真正瓶頸：不是需求，是供給

訪談最後，話題轉向了一個被市場低估的角度——AI的真實瓶頸在哪裡？

Aram Verdiyan斷言：「AI今天的瓶頸不在需求側，在供給側。」供給鏈從左到右是：能源→電網→數據中心→晶片→前沿模型→應用。美國在晶片及以右的鏈條上極具優勢，VC生態系統也在有力支撐。但在能源和電網基礎設施層面，問題不是發電量不夠，而是"速度到功率"——許可、傳輸、監管。其他國家每年新增可再生能源容量是美國的10倍。

「這意味着數據中心需要被徹底重新設想。舊數據中心的密度已經無法支撐新AI設施，這裡存在的不是50億、100億的機會，而是千億美元級別的機會。」

David George列舉了他認為未來10年最可能創造巨大價值的領域：機器人、自動駕駛（全美Waymo上路數量不足一萬輛）、醫療（佔GDP18%，AI幾乎尚未觸及）、能源、製造業與國防。

"現在感覺我們在AI上已經做了很多。但十年後回頭看，那些其他重大領域才剛剛開始創造價值。下一個SpaceX或OpenAI，大概率會誕生在這些領域。"