这篇访谈讲的是a16z的David George怎么在AI浪潮里挑公司、投钱。他觉得市场老是低估那些增长超快（比如一年翻倍）的公司，因为没人能算准它们能火多久。他喜欢投的创始人类型是“技术终结者”——先懂技术、后来变成商业高手的人，比如Databricks的Ali Ghodsi。重点提了三个标的：Databricks（a16z最大持仓之一，做数据平台）、Figma（设计软件，a16z花两年关系才投进去）、Waymo（自动驾驶，a16z在2020年小投一笔，后来加仓，旧金山几百辆车就抢了Lyft生意）。
David George，a16z的General Partner，在节目中分享了其成长投资业务的构建与策略。核心观点是，市场常低估持续增长的价值，而大多数优秀科技市场最终会呈现“赢家通吃”格局。他领导的团队投资了Databricks、Figma、Stripe、SpaceX、Anduril和OpenAI等标志性公司，并正布局新一代AI初创企业如Cursor、Harvey和Abridge。团队通过建立“洋基队级”文化、摒弃传统委员会决策、以及提前数年与创始人合作来赢得竞争性交易。在AI投资方面，他将其与SaaS和移动等平台转型类比，认为当前周期将催生史上最大规模的公司。他偏好投资“技术终结者”型
David George 是 a16z 的 General Partner，负责领导该机构的成长投资业务。本期访谈的核心是：他如何构建团队文化、设计投资流程，以及如何在 AI 浪潮中跨栈布局。David George 认为，市场系统性地低估持续高增长的价值——超过 30% 增速的公司，其长期价值往往被传统估值模型严重低估，因为没有人能自然地构建一个让高增长持续 5-10 年的财务模型。
David George 认为，投资者无法自然建模"持续高增长"，导致这类公司被系统性地低估。
他指出，超过 30% 增速的公司，市场仍未充分定价其增长率的价值。"我研究过所有这些公司——我称之为'模型破坏者'——对任何投资者来说，构建一个让高增长持续 5 或 10 年的模型都是极不自然的。"他举例：没有人会为 Google 或 Visa 建模，让它们在成立 20 年后仍保持 15-20% 的增长。
数据支撑这一观点：2009 年对苹果 2013 年营收的共识预期，与实际业绩相差 3 倍——这是全球覆盖最广的公司。David 指出，如果一家公司从 80% 增长，不是线性下降到 65%、50%、30%，而是维持在 75%、65%，估值差异可达 3 倍。
他对比当前投资组合：a16z 成长基金持仓的美元加权平均增速为 112%，进入估值为 21 倍营收。"如果我能用整个职业生涯投资 112% 增长的公司、以 21 倍营收进入，我会毫不犹豫——这比买一个 12% 增长、15 倍 EBITDA 的公司风险更小，因为增长本身就能化解大量风险。"
David George 定义了他最偏好的创始人类型——"技术终结者"（Technical Terminator）：从技术出身，后来成长为卓越的商业领袖。
这一原型的特征：起步于技术，不确定是否能成为商业人才，但最终两者兼备。典型代表包括 Databricks 的 Ali Ghodsi（最初不是 CEO，是 7 位联合创始人之一）、Mark Zuckerberg、Elon Musk。David 强调："这些人更可能找出下一个产品方向，因为他们懂技术、深入产品。"
他给出一个反例：Uber 的 Travis Kalanick——非技术出身，但适合"纯战斗"的市场（与市长斗、与竞争对手斗），需要的是"无情竞争、驱动、运营强度"。
其他例子：CrowdStrike 的 George Kurtz、Roblox 的 Dave Baszucki（表面安静，实则"无情竞争"）、Figma 的 Dylan Field（"最友善的人之一，但残酷无情地竞争"）、Abridge 的 Shiv Rao（执业心脏病医生转型科技创始人，在办公室放床睡觉）。
David George 坚信，大多数科技市场最终是赢家通吃，第二名往往不可行。
他借用电影《拜金一族》的场景：一等奖凯迪拉克，二等奖牛排刀，三等奖——你被解雇了。"我们强烈认为，绝大多数市值创造将流向市场领导者。这在网络效应驱动的消费者公司中显而易见，但在企业公司中同样常见——Salesforce 没有第二名，Workday 没有，ServiceNow 也没有。"
例外：模型层（基础模型）可能更像云计算市场——市场足够大，可以容纳多个赢家。"早期我们争论：这是飞机制造（高利润）还是航空公司（竞争惨烈）？现在看来更像云计算——AWS、Azure、GCP 各自都是极好的生意。"但消费者聊天界面等垂直领域，第二名可能不可行。
David George 认为，"拉力型"（Pull）业务是最稀缺、最强大的商业模式——市场主动要求更多产品。
他在电脑上贴着一张便利贴："市场是否在要求更多你的产品？"当这种情况发生时，尤其是在消费者领域，往往催生最特别的公司。ChatGPT 是典型例子：10 亿用户，完全有机增长，全部靠品牌——且没有网络效应，这让他感到意外。
对比"推力型"（Push）业务：需要主动销售或营销，规模越大往往越难。网络安全行业是典型。"TikTok 可能是例外——早期通过 Facebook 广告激进推广，但推力业务几乎从不变得更轻松。"
在 AI 公司评估中，他关注三个指标：
1. 客户获取难易度——Cursor 是病毒式增长，Abridge 虽需销售但医院系统"渴望"它
2. 客户行为/留存/参与度——避免"实验性"的昙花一现；Harvey 在推理模型突破后使用量出现"阶跃变化"
3. 毛利率——当前给予"通行证"：如果一家 AI 公司有 75% 毛利率，"那说明没人用你的 AI 产品"。预期推理成本将持续下降，最终毛利率可能在 50% 左右，而非 SaaS 的 80%
David George 描述了 a16z 如何通过"多年关系建设"和独特的决策流程赢得竞争性交易。
竞争格局已根本改变：科技公司占全球前十大市值中的 8 家，私人市场市值达 5 万亿美元（10 年增长 10 倍），相当于标普 500 的近四分之一。公共市场中，软件/消费者/金融科技领域增速超 30% 的公司不到 5 家，而 a16z 组合平均增速 112%。
赢得交易的关键不是"疯狂的故事"，而是"多年的关系建设"。他举例 Figma 的 Dylan Field：从加入 a16z 第一天就开始"全场紧逼"——邀请参加峰会、Mark 和 Ben 的"熊抱"、帮助寻找董事会成员——两年后 COVID 爆发时，Dylan 主动联系。
决策流程设计：单一决策人制（Single Trigger Puller），而非传统投资委员会。"你不需要为投票游说或政治操作。我们公开期望分歧，但分歧后必须承诺。"团队规模仅 10 人，但要求从入门级开始就"贡献集体投资判断"。
David George 认为，AI 初创公司击败现有巨头的最佳组合是：彻底重新设计的 UI/UX + 全新数据源 + 商业模式转变。
他以 Salesforce 为例：当前产品本质上是"复杂的表单检查器"，使用体验痛苦。AI 的未来将是主动式的——"你登录 Salesforce，它会告诉你：这五个客户你应该跟进，我已经监控了他们的在线行为，起草了通话脚本。"
关键优势：新数据源不再是 Salesforce 强大的结构化数据库，而是来自所有互动的非结构化数据。商业模式转变（如按任务完成收费而非按席位）使现有巨头难以反应。
他引用 SaaS/云浪潮的历史：市场营收增长了 7 倍，现有巨头和初创公司各占一半新增份额。"转变越剧烈，尤其是商业模式的转变，越有利于初创公司。"
| 标的 | 嘉宾态度 | 关键数据 |
|---|---|---|
| Databricks | 看好（已投资） | 最大持仓之一；数据层关键角色 |
| Figma | 看好（已投资） | 2 年关系建设后投资；市场被低估（设计+前端工程融合） |
| Stripe | 看好（已投资） | 跨基金投资 |
| SpaceX | 看好（已投资） | 最大持仓之一 |
| Anduril | 看好（已投资） | "市场极度需求其产品"；AI+自主+地缘政治需求汇合 |
| OpenAI | 看好（已投资） | 跨基金投资 |
| xAI | 看好（已投资） | 跨基金投资 |
| Waymo | 看好（已投资） | 2020 年小规模投资（a16z 是唯一 VC）；2024 年底加仓；旧金山仅 400 辆车即超越 Lyft 市场份额 |
| Cursor | 看好（已投资） | 病毒式增长；"产品市场匹配"（PFMF）；企业销售立即进入 POC |
| Harvey | 看好（已投资） | 推理模型突破后使用量阶跃增长 |
| Abridge | 看好（已投资） | 创始人 Shiv Rao（医生转型）；医院系统"渴望"产品 |
| Roblox | 看好（已投资） | 双重网络效应；创始人 Dave Baszucki 是"技术终结者" |
| Coinbase | 看好（已投资） | 跨基金投资 |
| Flock Safety | 看好（已投资） | 提及为现有持仓 |
| Decagon | 看好（已投资） | 客户支持领域，商业模式转变优势 |
| Salesforce | 风险提示（潜在颠覆目标） | 现有巨头，AI 可能颠覆其 UI/UX 和数据优势 |
| Zendesk | 风险提示（潜在颠覆目标） | 现有巨头，面临按任务定价的竞争 |
| GitHub | 正面案例（非当前持仓） | "独特产品导致独特分销"；曾卖给 Walmart 40 万美元，无人打过电话 |
| Uber | 正面案例（非当前持仓） | Travis Kalanick 是"非技术终结者"的反例 |
| CrowdStrike | 正面案例（非当前持仓） | George Kurtz 是"技术终结者" |
| TikTok | 中性观察 | 推力型业务的例外；早期通过 Facebook 广告激进推广 |
1. "市场系统性地低估持续高增长的价值"（David George）——超过 30% 增速的公司，投资者无法自然建模其持续增长，导致估值被严重低估。苹果 2009 年共识预期与 2013 年实际业绩相差 3 倍。
2. "技术终结者"创始人原型（David George）——从技术出身、后来成长为商业领袖的创始人（Ali Ghodsi、Mark Zuckerberg、Elon Musk），比纯商业型创始人更可能找出下一个产品方向。反例：Travis Kalanick（非技术，适合"纯战斗"市场）。
3. "第三名，你被解雇了"——赢家通吃法则（David George）——大多数科技市场，绝大多数市值创造流向市场领导者。Salesforce、Workday、ServiceNow 都没有可行的第二名。模型层是例外，可能像云计算市场一样容纳多个赢家。
4. "市场是否在要求更多你的产品？"——拉力型业务的判断标准（David George）——这是最稀缺、最强大的商业模式。ChatGPT 10 亿用户完全有机增长且无网络效应，是"令人惊讶"的拉力型案例。推力型业务（需主动销售）规模越大往往越难。
5. "如果一家 AI 公司有 75% 毛利率，那说明没人用你的 AI 产品"（David George）——当前对 AI 公司毛利率给予"通行证"，预期推理成本将持续下降，最终毛利率可能在 50% 左右而非 SaaS 的 80%，但影响规模足以弥补。
6. "我们赢交易靠的是多年的关系建设，不是疯狂的故事"（David George）——Figma 案例：从加入 a16z 第一天开始"全场紧逼"两年，直到 COVID 爆发时创始人主动联系。决策流程采用单一决策人制，而非传统投资委员会。
7. "90% 的技术剩余价值将流向最终用户"（David George）——蒸汽机没有被定价为"替代 50 个劳动力"，竞争力量将其压至"适当的资本回报率"。AI 企业同样如此，但即便如此仍能创造史上最大的公司。
8. AI 初创公司击败现有巨头的三要素（David George）——彻底重新设计的 UI/UX + 全新数据源（非结构化数据替代结构化数据库）+ 商业模式转变（按任务完成而非按席位定价）。转变越剧烈，越有利于初创公司。