← 返回列表
Colossus (Invest Like the Best / Business Breakdowns)播客16 Sep 2025来源: joincolossus.com主持: Patrick O'Shaughnessy

Jeff Horing - Building Insight Partners - [Invest Like the Best, EP.440]

一句话导读

这篇讲的是顶级风投Insight Partners的掌门人Jeff Horing首次公开揭秘他们如何管理超1000亿美元。核心是他们的“单一基金”策略:把120亿美元放在一个池子里,既能投1000万美元的小项目,也能投几十亿美元的大收购,这样就能随时对看好的公司“加倍下注”(追加投资),这是回报最高的操作。Horing认为市场现在AI很热,但AI更多是帮现有软件公司扩大市场,而不是颠覆它们。重点标的:Wiz(零收入时投的,现在每年业务翻倍)、Monday.com(从小投到2亿美元,大赚)、Sinch(类似Monday.com的追加投资案例)。

AI 摘要AI 生成 · 可能有误 · 以原文为准

Jeff Horing(Insight Partners联合创始人)在播客中首次公开讨论了这家管理资产超1000亿美元的科技投资机构的运作机制。核心观点是Insight采用反共识的"单一基金"策略,将120亿美元资金灵活配置于从1000万美元的成长型交易到数十亿美元的收购,从而形成独特竞争优势。其"采购机器"由60-80人组成,系统化地联系全球公司。Horing提出完美投资的五要素框架,并将AI视为"TAM加速器"。重要结论包括:通过人才散居效应(talent diaspora)获取全球机会,以及Insight在风险投资收购(venture buyouts)领域面临挑战与机遇。

全文约 14 分钟 · 7 个章节
深度解读

本期速览

Jeff Horing 是 Insight Partners 的联合创始人兼董事总经理,管理资产超 1000 亿美元。本期播客是他首次公开深度拆解这家科技投资机构的运作机制。核心判断:Insight 的反共识“单一基金”策略(将 120 亿美元灵活配置于从 1000 万美元的成长型交易到数十亿美元的收购)是其最核心的竞争优势,因为它能无缝执行“加倍下注”这一回报最高的动作,并消除了多基金结构下的利益冲突。


主题一:反共识的“单一基金”策略——风险管理的艺术与“加倍下注”的利器

Jeff Horing 认为,Insight 的“单一基金”结构是其区别于几乎所有同行的核心优势,它解决了两个关键问题:风险管理和最优资本配置。

  • 风险管理的灵活性:Horing 以软银愿景基金为例,指出其能开出 2 亿美元支票,但该金额对 1000 亿美元基金而言,风险权重仅相当于 10 亿美元基金中的 200 万美元。Insight 的单一基金同样允许这种“风险对冲”:通过调整单笔投资规模,可以对早期项目“小赌怡情”,对确定性高的项目“重仓出击”,而无需受制于不同基金的投资范围限制。Horing 表示:“你可以用支票大小来管理风险……你可以用稍微不同的眼光看待不同阶段。”
  • “加倍下注”是回报最高的动作:Horing 认为,投资中最优的决策是“加倍下注”(double down),因为你拥有比初次投资时多得多的信息。单一基金结构允许 Insight 无缝执行此操作。他举例:“我们曾将 500 万美元的头寸增加到 10 亿美元……如果没有 500 万美元的头寸,我们永远不会看到 10 亿美元的机会。” 在 Monday.com 和 Sinch 等最大退出案例中,初始投资均低于 2500 万美元,后续逐步追加至 2 亿美元。
  • 消除多基金冲突:Horing 指出,许多同行设有早期和成长基金,这会产生“夹层”问题——当一家公司发展壮大,其融资规模对早期基金太大,对成长基金又不够典型,导致“无家可归”。单一基金完全避免了这类冲突,也无需处理跨基金投资时的利益分配问题。

推演与证伪:该策略的潜在风险在于缺乏第三方定价带来的纪律性,可能导致“相信自己的谎言”或“追逐坏钱”。Horing 承认:“你可能会对自己的判断有点松懈……如果你不小心,你肯定会看到你在追逐坏钱。” 验证该策略有效性的信号是:Insight 能否持续在“加倍下注”上获得超额回报,以及其投资纪律是否能抵御市场狂热期的诱惑。


主题二:“采购机器”——系统化、规模化、以年轻人才驱动的交易源引擎

Horing 将 Insight 的“采购机器”描述为一种系统化、可规模化的竞争优势,其核心是 60-80 人的年轻分析师团队,通过“地毯式”的主动联系来覆盖全球软件公司。

  • 起源与演变:该策略源于 Horing 在 Warburg Pincus 时受 TA Associates 的 Kevin Landry 启发,通过翻阅招聘广告和冷打电话寻找交易。Insight 成立后,将此方法制度化,从 1999 年雇佣第一位本科分析师开始,逐步发展为每年从顶尖学校招聘、拥有系统化培训项目的“采购机器”。
  • 运作机制:分析师被赋予极大的自主权,没有固定的“领地”,可以自由联系任何公司。一旦发现潜在交易,可通过内部系统“认领”,并拥有一定时间的排他性。若未跟进,交易将重新开放。Horing 形容其管理风格是“把你扔进水里,让你自己游”。分析师的工作是“销售”,他们需要说服成功的创始人接听电话,Horing 提到有分析师需要打 25 个电话、寄送几个联邦快递,甚至“在某人街角蹲点乞求会面”。
  • 与投资流程的衔接:分析师筛选出有吸引力的公司后,会向上汇报给副总裁或合伙人,最终由投资委员会成员(IC)介入。Horing 透露,他的日程完全由这些 24 岁的分析师安排:“今天所有的会议都是分析师安排的……这很有趣。”
  • 人才输出与文化:Insight 已成为投资界的“教练树”,已孵化出 16-18 家由前员工创立的基金,并有 30 多位前员工在其他公司担任合伙人。Horing 认为,这源于年轻分析师在 Insight 获得的“击球数”(at-bats)远超同行,能快速建立模式识别能力。

推演与证伪:该模式的挑战在于,随着市场变得拥挤,创始人越来越倾向于只与资深合伙人交谈。Insight 的应对是让年轻分析师建立深度信任,并让合伙人随时准备“跳上飞机”。验证其有效性的信号是:Insight 能否持续通过此系统发现并赢得那些不在硅谷主流视野中的“隐形冠军”(如挪威的鲑鱼养殖软件公司)。


主题三:完美投资的五要素框架与“大学级”软件数学

Horing 提出了一个评估软件公司的五要素框架,并分享了超越行业平均水平的“大学级”软件分析指标。

  • 完美投资的五要素

1. 巨大的投资回报率 (Big ROI):为客户创造巨大价值。

2. 高平均售价 (Big ASP):与目标市场中的现有巨头(如 Epic)对比,判断潜在规模上限。

3. 快速实现价值 (Time to Value):客户能多快看到价值。Horing 以 SAP(数年实施)和 OpenAI(即时使用)对比,指出快速实现价值是增长的关键驱动力。

4. 卓越的 CEO:能带领公司走向成功。

5. 优秀的技术团队:产品是过去十年驱动结果的核心。

  • “大学级”软件指标
  • 总留存率 (GDR) 优于净留存率 (NDR):Horing 认为 NDR 是“最不具信息量的数字之一”。GDR 衡量客户粘性,是预测未来结果的根本。他断言:“很少有 GDR 较低(80% 左右)的公司能进入市值前 20 名……你可以用三根手指头数出拥有该统计数据的公司。” 低 GDR 意味着公司每年需要填补巨大的收入缺口,导致获客成本(CAC)高企。
  • 二阶导数(新业务的增速):新业务增长的“变化率”比增长率本身更重要。许多公司(尤其是垂直软件)的新业务量可能持平,但基数小,增长率看起来仍很高。Horing 指出:“如果新业务量持平,你可以‘版权’这个数字……但五年后你的退出增长率将与谷歌(连续 15 年复合增长 100%)截然不同。”
  • LTV/CAC 是终极目标:GDR 是 LTV 的极佳预测指标,而 CAC 则反映市场拉力。核心是理解单位经济模型。

推演与证伪:Horing 强调,Insight 会避免投资低 GDR 的公司,除非有信心能改变它。但至少一半的合伙人认为,不应在任何指标上妥协。验证该框架有效性的信号是:Insight 基于此框架筛选出的公司,其长期回报是否显著优于市场平均水平。


主题四:AI 是“TAM 加速器”,而非颠覆者

Jeff Horing 认为,AI 对现有软件公司的主要影响是“TAM 加速器”,而非颠覆者,它最大的威胁是抢占传统软件的预算。

  • 对现有公司的双重影响
  • 正面(TAM 加速器):AI 使软件公司能够解决以前无法自动化的客户问题,从而大幅扩展其潜在市场。Horing 举例:“我担任董事的几家类似 CRM 的垂直应用公司……如果我们能自动化你获取数据的 95% 的时间,那将极具价值。” 他已有超过半打的公司通过 AI 新产品重新加速增长。
  • 负面(预算挤压):AI 正在吸走传统软件市场的“空气”。Horing 认为:“今天购买 CRM 软件已经不是最酷的事了……那不是我的首要任务。我想自动化别的东西。” 这会影响传统软件公司的增长率。
  • 对颠覆论的质疑:Horing 不认为 AI 会轻易颠覆像 SAP 这样的复杂应用。他指出:“软件从来就不是技术壁垒,它一直是业务知识壁垒。” 过去几代生产力工具(如 4GL)并未导致现有巨头被取代。他补充道:“我无法解释为什么,但我们没有在我们的投资组合公司中看到软件开发成本在崩溃。”
  • 投资机会:Insight 已进行了约 25 笔“代理型 AI”投资,认为其在商业领域潜力巨大。同时,他也投资了 Anthropic 这类基础模型公司,但强调这是通过其公开市场策略进行的,而非核心基金。

推演与证伪:Horing 的判断可被证伪。如果未来 3-5 年内,出现由 AI 原生公司成功颠覆大型传统软件巨头(如 SAP、Oracle)的案例,则其“TAM 加速器”观点将受到挑战。反之,如果传统软件公司通过 AI 功能显著提升了 ARPU 并扩大了客户群,则其观点得到验证。


提及的标的

标的 嘉宾态度 关键数据
Wiz 看好(成功案例) 零收入时投资;连续六年每年净新增业务翻倍或更多。
Monday.com 看好(成功案例) 投资时规模约 500 万美元;初始投资低于 2500 万美元,后续追加至 2 亿美元。
Sinch 看好(成功案例) 投资时规模约 400-500 万美元;初始投资低于 2500 万美元,后续追加至 2 亿美元。
Databricks 中性(视为经典成长型交易) 将其视为“除以 10 后看起来像经典成长型交易”的案例。
Anthropic 看好(通过公开市场策略) 投资于近期大额融资轮;CEO Dario 对业务有深刻见解,近期因编码能力而数据“令人难以置信”。
VMware 提及(作为最佳 PE/VC 交易案例) EMC 以 6.5 亿美元收购,后以 600 亿美元出售,收益约 600 亿美元。
Arm 提及(软银愿景基金的正面案例) Masa 投资,Horing 认为已赚取约 4 倍回报。
Epic 提及(作为市场对标) 在医院市场平均年销售额 1000 万美元,用于判断其他公司 ASP 的潜在上限。
SAP 提及(作为对比案例) 实施周期长(3 年),但客户粘性极高。
Uber 提及(错过的机会) Insight 内部激烈争论后放弃投资,Horing 承认是“巨大的错误”。
Twitter 提及(成功投资) 在 Musk 收购前成功投资。

值得记住的判断

1. “单一基金”是回报最高的结构 (Jeff Horing):因为它允许无缝执行“加倍下注”——这是投资中信息优势最大的动作,并消除了多基金间的利益冲突。支撑:Insight 最大的一些退出(Monday.com, Sinch)均始于小额投资,后续大幅追加。

2. 总留存率 (GDR) 比净留存率 (NDR) 重要得多 (Jeff Horing):NDR 是“最不具信息量的数字之一”,而 GDR 是预测未来结果的根本。支撑:低 GDR(80% 左右)的公司几乎不可能成为市值前 20 的软件公司,因为每年需要填补巨大的收入缺口。

3. 新业务的“二阶导数”(增速的变化)比增长率本身更关键 (Jeff Horing):许多公司新业务量持平,但基数小,增长率仍很高。支撑:垂直软件公司容易快速饱和市场,导致新业务量停滞,最终退出增长率远低于谷歌(连续 15 年复合增长 100%)。

4. Insight 的“采购机器”是其最深的护城河 (Jeff Horing):60-80 人的年轻分析师团队通过系统化的主动联系,覆盖全球软件公司,发现那些不在主流视野中的“隐形冠军”。支撑:Insight 已孵化出 16-18 家基金,30 多位前员工成为其他公司合伙人,证明其人才和模式识别能力。

5. AI 对现有软件公司是“TAM 加速器”,而非颠覆者 (Jeff Horing):AI 使软件能解决以前无法自动化的客户问题,从而大幅扩展市场。支撑:Insight 已有超过半打投资组合公司通过 AI 新产品重新加速增长;同时,AI 最大的威胁是抢占传统软件的预算。

6. 完美投资的五要素:大 ROI、大 ASP、快速实现价值、卓越 CEO、优秀技术团队 (Jeff Horing):Wiz 几乎满足了所有五个要素,尤其是“快速实现价值”和“高 ASP”的组合非常罕见。

7. Insight 的“X 因子”评估法:移除你,看是否增加价值 (Jeff Horing):由于投资回报周期长且充满运气,Horing 通过评估个人在“寻找、赢得、选择、促成”四个环节中的“输入”贡献来判断人才,而非仅看短期“输出”。

8. Insight 的文化是“推你下悬崖”,而非“拉你回来” (Jeff Horing):Horing 将自己定位为“tush push”(在 1 码线推你一把)的角色,鼓励合伙人承担经过计算的风险,并为其兜底。他认为,对于代际性公司而言,风险偏好是最大的挑战,而保守主义会导致错过机会。