这篇访谈中，风险投资大佬Bill Gurley指出，公司私有化时间越来越长（从5-7年拖到10-15年），导致VC回报的数学基础崩塌，而且从投资机构、出资人到创始人，没人愿意把资产价值标低，形成系统性定价失真。他认为当前市场存在大量“僵尸独角兽”（估值虚高但无法上市的公司），AI行业正陷入“喂食管资本竞赛”（资本强制注入，逼你烧钱，要么大赢要么全输）。重点提到Stripe（创始人说可能永不上市，但通过二级市场交易提供流动性）、Databricks（即将IPO时被高价挽留，估值被推高）、SpaceX（估值已接近万亿美元，但也是极端案例）。整体看，Gurley对市场持谨慎态度，认为LP（出资人）流动性危机可能迫使游戏规则重塑。
Bill Gurley在Invest Like the Best第427期中全面分析了风险投资市场的结构性变化。核心观点是：公司私有化时间大幅延长，导致VC回报的数学基础出现问题，整个系统缺乏正确激励——GP、LP与创始人均无动力准确标记资产，形成系统性协调难题。重要结论包括：AI作为平台级转变，评估其收入质量及国际竞争动态至关重要；当前IPO与并购市场停滞，大量“僵尸独角兽”（Zombie Unicorns）估值虚高，LP面临流动性困境。Gurley指出，未来资本市场的游戏规则正在重塑，创始人需适应这一新局面。
Bill Gurley，Benchmark Capital前合伙人，本期第六次做客Invest Like the Best，全面剖析风险投资市场正在发生的结构性变化。核心判断是：公司私有化时间大幅延长，导致VC回报的数学基础出现问题，整个系统缺乏正确激励——GP、LP与创始人均无动力准确标记资产，形成系统性协调难题。重要结论包括：AI作为平台级转变，评估其收入质量及国际竞争动态至关重要；当前IPO与并购市场停滞，大量“僵尸独角兽”（Zombie Unicorns）估值虚高，LP面临流动性困境。Gurley指出，未来资本市场的游戏规则正在重塑，创始人需适应这一新局面。
Bill Gurley认为，风险投资行业存在一个根本性的激励问题——从GP、LP到创始人，没有任何一方有动力准确标记私人资产的真实价值。
Gurley指出，私人市场（PE和VC）的资产定价由GP自行报告给LP，虽然审计会介入，但不同机构对同一资产给出的估值差异极大。更关键的是，LP端的基金经理往往以纸面收益（paper marks）获得奖金，而非以实际变现回报，因此他们同样缺乏敦促GP下调估值的动力。对于创始人，Gurley分析道，尽管长期来看准确的定价对健康公司建设有利，但现实中有两大阻力：一是创始人倾向于将最高估值乘以自己的持股比例视为个人财富，下调70%极为痛苦；二是清算优先权（liquidation preference）的存在——当公司估值低于累计融资额时，清算优先权可在并购中拿走大部分收益，使创始人失去调整估值的意愿。
Gurley强调，这不是谁有意作恶，而是系统层面的协调问题。他引用系统思维理论，指出“系统的行为与其组成部分的行为不同”，各参与方在各自理性范围内行动，却共同导致了信息失真。他预测，这种激励结构若不改变，将持续扭曲资本配置效率。
Gurley提出，公司私有化时间从5-7年延长至10-15年，对VC回报的数学冲击远比表面感知的严重。
他以具体数字说明：假设一笔投资预期在10年回报100美元，若延迟至15年，仅以10%的年化成本计算，就需要160美元才能维持同等回报。但如果考虑VC的风险成本（15-20%年化）以及每年3-6%的员工股权稀释，这个5年延迟的实际回报需求将升至250美元。Gurley指出，这是NVCA数据所揭示的致命问题——过去五年内，VC基金在5-10年窗口期返还给LP的资本比例已从20-30%的历史平均水平骤降至5-7%。
Gurley进一步警告，时间成本与稀释效应叠加，意味着许多被寄予厚望的“独角兽”可能永远无法产生与其风险相匹配的回报。他强调，这不是简单的IRR vs DPI之争，而是整个资产类别的数学模型正在失效。他感叹：“人们爱谈论拿走大赢家后的基金回报，但没人问——如果保留大赢家，而其他所有项目都归零，会怎样？而这正是我们可能面临的方向。”
Gurley对AI作为平台转变持明确肯定态度，但对其背后的投资逻辑提出冷静审视，特别关注收入质量、资本竞赛模式及国际竞争格局。
Gurley指出，当前AI行业的收入质量存疑。许多AI初创公司的收入实质上是转售算力（resale of compute）——在基础模型和托管服务之上包装一层，且可能处于负毛利率状态。他提醒投资者注意，这种收入在系统中被重复计算三四次，而单位经济（unit economics）最终会变得重要。他引用Benchmark团队的观察：关键转折点在于公司何时从“实验/沙盒模式”切换到“优化模式”——资本充裕时，公司可以长期维持烧钱模式，但一旦转向优化，增长率和收入质量将面临考验。
Gurley强调，资本竞赛（Gavage Tube）是当前AI界的核心运行逻辑。他创造性地使用“喂食管”（gavage tube）这一比喻，形容资本被强制注入公司，迫使所有参与者“全垒打或死亡”。他直言：“传统公司建设不是每年烧1-1.5亿美元，但所有大AI公司都在这么做。”他警告，这正在重演2021年零利率时期的错误，只是此刻披着AI技术平台的外衣。对于创始人，他建议在被迫接受大规模融资时，至少应为自己套现以降低个人风险。
在国际竞争方面，Gurley认为中国AI领域最令人关注的发展并非DeepSeek本身，而是其引发的连锁反应——阿里巴巴、小米、百度等巨头纷纷将模型开源，形成“四个资金充裕、全部开源”的竞争格局。他判断，这种开源生态的相互训练与迭代，将为中国带来美国市场无法比拟的试验灵活性与可选性（optionality）。他暗示，这可能成为美国AI公司在全球竞争中面临的最大挑战之一。
Gurley认为，当前资本市场最关键的变量在于LP流动性危机是否能成为变革的催化剂，重塑整个系统的游戏规则。
他指出，LP层面正出现多重压力：Yale（耶鲁大学）作为“耶鲁模型”的创始者，正在市场出售60亿美元私募股权，这一信号具有历史性意义。Gurley分析道，“耶鲁模型”的精髓在于首先大规模配置非流动性资产，但当所有人都效仿这一策略时，其独特优势便不复存在。他引用Howard Marks的观点：“你在非共识且正确时赚大钱。但如果每个人都复制David Swensen（耶鲁模型创始人），都配置50%非流动性资产，它还会有效吗？”他判断，这可能是美国大学捐赠基金系统性高配私募股权的后果开始显现。
Gurley进一步指出，LP的流动性困境正在催生新的市场动态：大学捐赠基金被迫发行债券（2025年一季度美国高校发行120亿美元债务，历史第三高）、削减研发经费（NIH/NSF间接费用削减），这些压力将推动LP调整对VC的配置策略。他特别提示，中东主权财富基金的态度可能成为关键变量——卡塔尔投资局首席投资官已公开表示“私募股权的时间不多了”（the clock is ticking for private equity），如果这种观点成为共识，将极大影响当前超宽松的资本供给。
Gurley对系统的自我修正机制表示悲观：“目前所有组成部分都在自我强化……除非LP层面发生什么，否则我看不到纠正机制。”他预测，如果发生一次系统性的定价重置，那些机会主义者将离开硅谷，而真正的公司建设者将迎来更高效、更真实的运营环境。
| 标的 | 嘉宾态度 | 关键数据 |
|---|---|---|
| Stripe | 未明示（作为典型案例讨论） | 创始人表示可能永不上市；Benchmark通过频繁交易提供流动性；估值约1/10至1/3的万亿级别 |
| Databricks | 未明示（作为典型案例讨论） | 在即将IPO前被Thrive等机构以“好到无法拒绝”的报价挽留，获得较大比例股权 |
| SpaceX | 未明示（作为极端案例讨论） | 估值已“三分之一到三分之一”路径接近万亿美元（约3330亿美元） |
| Anthropic | 未明示（作为AI赢家案例） | 被Gurley列为市场认可的AI领头羊之一 |
| OpenAI | 未明示（作为AI案例） | 一年烧钱约70亿美元 |
| Anduril | 未明示（作为硬科技案例） | 估值约300亿美元；获得美国国防部认可并积极销售 |
| Sierra | 未明示（作为AI应用案例） | Brett Taylor领导的AI公司，Gurley对其业务真实性表示有信心 |
| Character.AI | 早期风险提示（作为消费者AI案例） | 早期反馈显示“记忆”和“语音”缺陷导致用户粘性不足 |
| DeepSeek | 中性（作为国际竞争触发器） | 开源后引发中国AI企业连锁反应 |
| Alibaba（Qwen） | 中性（作为中国AI动态） | 将Qwen模型开源 |
| Xiaomi | 中性（作为中国AI动态） | 推出开源模型 |
| Baidu | 中性（作为中国AI动态） | 宣布其模型将转开源 |
| ServiceNow | 未明示（作为大公司AI适应案例） | 网站“AI含量极高”；被认为快速适应了AI平台转变 |
| Microsoft | 未明示（作为大公司AI适应案例） | 财报电话会议出现67次AI提及；CEO Satya Nadella就AI问题演讲两小时 |
| Apple | 未明示（作为大公司AI适应案例） | 被认为可能通过收购AI公司（如Perplexity）来应对竞争 |
| 未明示（作为大公司AI适应案例） | 被指“几乎没人用Gemini”；CEO Sundar Pichai承认未读过《创新者的窘境》 | |
| Meta | 未明示（作为大公司AI适应案例） | 扎克伯格认为上市让公司“运营更锐利” |
| Uber | 未明示（作为历史案例） | 曾与Lyft陷入资本竞赛，Gurley亲身经历 |
| Lyft | 未明示（作为历史案例） | 与Uber的资本竞赛是Gurley经历的关键案例 |
| FTX | 未明示（作为负面案例） | 无董事会成员质疑创始人行为，导致灾难性后果 |
| Tesla | 未明示（作为硬科技成功案例） | 被视为Elon Musk的例外成功案例之一 |
1. “无人有动力准确标记价格”（Bill Gurley）——从GP、LP到创始人，每个参与者都在理性自利中行动，但系统整体的后果是资产价格持续性失真，成为“系统性的协调难题”。
2. “Gavage Tube（喂食管）资本竞赛”（Bill Gurley）——资本被强制注入公司，迫使所有参与者接受大规模融资，否则会被竞争对手摧毁。Gurley用此比喻形容当前AI行业“全垒打或死亡”的竞争逻辑。
3. “时间延迟的数学诅咒”（Bill Gurley）——以15-20%的风险成本+5%年稀释计，一个5年延迟的VC回报需求从100美元升至250美元。NVCA数据证实，5-10年窗口期返还LP的资本比例已从20-30%骤降至5-7%。
4. “耶鲁卖私募，是模型失效的终极信号”（Bill Gurley）——耶鲁大学作为“耶鲁模型”的创始者，正在市场出售60亿美元私募股权，暗示“所有人都做非流动性资产”时，该策略的独特优势已消失。
5. “AI收入可能只是转售算力，且处于负毛利率”（Bill Gurley）——许多AI初创公司的收入实质是“在基础模型+托管服务上包装一层”，被重复计算三四次，单位经济最终会暴露其脆弱性。
6. “中国开源AI的竞争格局，可能比美国更危险”（Bill Gurley）——DeepSeek引发阿里、小米、百度等巨头纷纷开源，形成“四个资金充裕、全部开源”的生态，相互训练迭代，带来美国无法比拟的试验灵活性。
7. “单位经济最终会重要”（Bill Gurley）——即使用户能把两代前的模型以1/100的价格卖给客户，公司也必须规划从“实验模式”到“优化模式”的切换，否则将无法实现可持续运营。
8. “创始人必须学习如何领导，这并非天生”（Bill Gurley）——Gurley引用Ben Horowitz关于“创始人要学习如何领导”的段落，强调创始人必须主动学习领导大规模组织的技能，而非仅凭天分。