惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

K
Kaspersky official blog
罗磊的独立博客
F
Fortinet All Blogs
人人都是产品经理
人人都是产品经理
量子位
V
Visual Studio Blog
Blog — PlanetScale
Blog — PlanetScale
M
MIT News - Artificial intelligence
B
Blog RSS Feed
腾讯CDC
博客园_首页
aimingoo的专栏
aimingoo的专栏
博客园 - 三生石上(FineUI控件)
博客园 - Franky
S
SegmentFault 最新的问题
N
Netflix TechBlog - Medium
小众软件
小众软件
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
L
LINUX DO - 热门话题
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
Martin Fowler
Martin Fowler
D
Docker
P
Privacy & Cybersecurity Law Blog
S
Securelist
V
V2EX
Jina AI
Jina AI
阮一峰的网络日志
阮一峰的网络日志
T
Tor Project blog
The Hacker News
The Hacker News
Microsoft Azure Blog
Microsoft Azure Blog
AWS News Blog
AWS News Blog
The GitHub Blog
The GitHub Blog
有赞技术团队
有赞技术团队
T
The Exploit Database - CXSecurity.com
Help Net Security
Help Net Security
酷 壳 – CoolShell
酷 壳 – CoolShell
Application and Cybersecurity Blog
Application and Cybersecurity Blog
博客园 - 叶小钗
Recent Announcements
Recent Announcements
Cloudbric
Cloudbric
Y
Y Combinator Blog
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
Latest news
Latest news
MongoDB | Blog
MongoDB | Blog
H
Hackread – Cybersecurity News, Data Breaches, AI and More
Recorded Future
Recorded Future
V2EX - 技术
V2EX - 技术

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
为什么AI不是泡沫:a16z创始人关于需求、投资和判断的深度思考
深思圈 · 2026-01-16 · via 人人都是产品经理

当AI估值飙升引发泡沫质疑时,a16z创始人Ben Horowitz从需求本质给出了截然不同的答案。这位顶级风投掌舵人指出,当前AI热潮的特殊性在于前所未有的真实需求强度,而非单纯的技术炒作。本文深度解析其关于团队管理、垂直化策略与市场判断的独到见解,揭示AI作为新计算平台将催生更多赢家的底层逻辑。

如果有人告诉你,现在的AI热潮只是另一个泡沫,你会相信吗?估值飙升、资金涌入、每个人都在谈论AI,这看起来确实像是历史在重演。但当我听完Ben Horowitz最近的一次分享后,我的想法彻底改变了。这位Andreessen Horowitz的联合创始人,用他16年管理顶级风投公司的经验和对技术行业的深刻理解,给出了一个让我深思的答案:这次不一样。不是因为技术有多酷,而是因为需求前所未有地真实。

我一直在思考一个问题:为什么有些投资人能持续找到伟大的公司,而大多数人却只能靠运气?在这次分享中,Ben揭示了一些我之前从未想过的视角。他谈到了如何管理一群比你聪明的人,如何在不确定性中做出正确判断,以及为什么现在的AI市场与以往任何技术周期都不同。这些观点不仅对投资人有价值,对任何试图在快速变化的环境中做出决策的人都有启发。

管理天才的艺术:为什么GP不是普通员工

Ben在分享中提到了一个让我印象深刻的观点:管理GP(General Partner,普通合伙人)与管理公司完全不同。他说:”我们这里的人才密度比任何公司都要高,从纯粹的智商角度来说。如果你看Chris Dixon、Martin Casado、Alex Rampel这些人,他们都经营过公司,而且要在一个公司的高管团队中聚集这么多高智商的人是非常困难的。”这句话让我开始重新思考什么是真正的人才管理。

我觉得这个观点触及了一个很少有人谈论的真相:当你管理的是一群在各自领域都是世界级专家的人时,传统的管理方法完全失效。Martin Casado在过去20年里可能是网络软件领域最好的架构师之一,同时还是一位才华横溢的投资人。Ben说他不会给Martin太多指导,而是帮助他理解投资决策的流程,以及对话过程如何影响投资过程。

这让我想到了一个更深层的问题:在知识工作中,管理者的价值到底是什么?如果你管理的人比你更懂他们的领域,你的角色就不再是告诉他们该做什么,而是帮助他们在正确的框架内发挥最大的价值。Ben提到的一个关键点是,投资中最大的错误是过度纠结于公司的弱点,而不是关注他们真正擅长的东西。这个观点看似简单,但在实际操作中却极其困难。

我自己在工作中也经常看到这种情况:当我们评估一个项目或合作伙伴时,很容易陷入”找问题”的模式。我们会列出所有可能的风险,所有可能出错的地方,然后在这些担忧中犹豫不决。但Ben强调的是另一个方向:你应该问的问题是,这个团队在某件事上是不是世界上最好的?如果是,那就值得投资。如果不是,即使他们在很多方面都不错,也不一定是好的投资对象。

这种思维方式的转变其实非常激进。它意味着你要放弃”全面优秀”的标准,转而寻找”在某一点上极致卓越”的标准。在一个充满不确定性的世界里,拥有一项世界级的能力比拥有十项还不错的能力要有价值得多。

判断力的本质:知识加智慧等于正确决策

Ben在谈到如何做出决策时,给出了一个我认为非常精准的公式:决策能力等于智慧加知识,而知识往往存在于做实际工作的人那里,而不是管理者那里。他说:”如果你想一想什么是决策,什么让你擅长决策?它是智力和判断的结合,或者说判断是智力和知识的结合。所以你知道什么,然后你有多聪明来把它转化为正确的判断。”

这让我重新思考了信息在组织中的流动方式。在大多数公司里,信息会经过层层过滤才到达决策者手中。每一层过滤都会丢失一些细节,添加一些解释,最终决策者看到的往往是一个高度简化的版本。但Ben的做法完全不同,他会花大量时间参加团队会议,直接与deal partner(交易合伙人)交谈,了解会计团队在做什么,IT团队在做什么,甚至去拜访LP(Limited Partner,有限合伙人)时会详细了解一线的情况。

他提到了一个让我印象深刻的细节:他希望员工在遇到问题时立即告诉他,即使这个问题可能看起来不重要。因为解决这些问题可能只需要14秒,但如果员工觉得”不应该打扰他”而不说,问题就会发酵变大。这种对细节的掌握不是微观管理,而是确保自己有足够的知识来做出正确的判断。

我认为这里有一个更深层的洞察:在快速变化的环境中,决策的质量取决于你对现实的理解有多准确。如果你的信息都是二手的、经过筛选的、延迟的,那么你的决策就像是在开着一辆后视镜模糊的车。Ben强调的是,领导者需要的往往不是”正确性”,而是”清晰度”。组织需要清晰的方向,即使这个方向不是100%完美,但只要清晰,团队就能行动。

垂直化的智慧:为什么篮球队不能有50个人

关于Andreessen Horowitz的垂直化策略,Ben分享了一个关键洞察。他回忆起2009年与已故的Dave Swensen的一次对话,Dave说投资团队不应该比篮球队大太多。篮球队大约有5个首发球员,原因是围绕投资的对话需要真正成为一场对话。这个比喻让我重新思考了团队规模与效率的关系。

Ben说:”我一直记得,任何投资团队我们真的不希望比这个规模大太多,那么我们如何保持这一点呢?唯一的方法就是垂直化。”与此同时,软件正在吞噬世界,他们必须变得更大才能应对市场,但他不希望团队比篮球队大。这种矛盾推动了垂直结构的形成。

我觉得这个洞察非常深刻。在很多组织中,随着业务增长,团队会自然膨胀。但膨胀带来的问题是,真正的对话变得不可能。当一个会议室里有20个人时,讨论就会变成表演,每个人都在等待轮到自己发言的机会,而不是真正在倾听和思考。通过垂直化,Andreessen Horowitz保持了每个投资团队的小规模,从而保持了高质量的对话和决策。

更有趣的是他们如何处理垂直团队之间的协作。对于非常接近的团队,比如AI infrastructure(AI基础设施)和AI apps(AI应用),他们会让每个团队的人参加另一个团队的会议,建立直接的连接。此外,他们每年两次把所有GP带出去开会,没有太多议程,就是让大家交流。

Ben还提到了一个文化观点,让我印象深刻。他说很多从其他公司来的人反馈,即使Andreessen Horowitz已经有相当规模,但内部政治却比只有10-11个人的小公司还少。这是文化的结果。要么你奖励政治行为,然后就会有政变、内斗、互相不喜欢等等;要么你不鼓励政治行为,这就是他们的做法。

我认为这揭示了一个组织设计的核心原则:结构应该服务于你想要的行为,而不是相反。如果你想要真正的合作和高质量的对话,你就需要设计一个让这些行为自然发生的结构。垂直化不仅仅是一个组织图的改变,它是一个深思熟虑的选择,为了保持小团队的灵活性和高质量决策,同时又能服务于一个大市场。

市场选择的艺术:不要太早也不要太late

在谈到如何选择垂直市场时,Ben提到了一个有趣的案例:他们拒绝了ESG(Environmental, Social, and Governance,环境、社会和公司治理)相关的投资方向。他说:”投资已经够难了,不需要引入除了’这个东西会成为巨型公司并赚很多钱’之外的其他标准。”这个观点让我重新思考了投资决策中的焦点问题。

Ben解释说,当团队提出American Dynamism这个概念时,他首先问的是:”这是营销理念还是基金理念?我想知道的是基金理念,也就是我怎么赚钱。我们有投资者,我们必须赚钱。这是一个很好的营销故事,但我们不会做所有这些。基金的重点会比营销更窄。”最终他们确定了三个核心垂直领域,这些领域确实在发生技术变革。

我觉得这个思考过程非常值得学习。在很多情况下,人们会被一个好的故事或概念所吸引,但却忘记了验证这个概念背后是否有真实的经济机会。American Dynamism听起来很酷,但真正重要的是:这个领域有没有真正的技术变革?有没有优秀的创业者?能不能产生巨大的经济回报?

Ben强调,选择市场时你不能太早也不能太晚。这有点像艺术。他说他非常确信他们选择的市场是正确的,因为在所有这些市场中都有大量非常有趣的活动。但仅仅因为他们出现并且是Andreessen Horowitz,并不意味着他们就会赢得那个市场。他们必须不断进化团队和思维,确保能赢。

我认为这里有一个关键洞察:市场机会和执行能力是两回事。即使你找到了一个完美的市场,如果你的团队、产品和策略不匹配,你还是会失败。这就是为什么Ben说他们需要不断进化,而不是认为自己已经赢了。

AI不是泡沫:前所未见的需求强度

当谈到AI是否是泡沫时,Ben给出了一个让我印象深刻的观点。他说:”我得到很多关于AI泡沫的问题,我认为人们如此担心它是泡沫的原因之一是估值上涨得如此之快。但如果你看看底层发生的事情,客户采用率、收入增长率等等,我们从未见过这样的需求。所以我们从未见过估值像这样上涨,但我们也从未见过需求像这样上涨。”

这个观点让我重新思考了什么是泡沫。泡沫的定义不应该仅仅是价格上涨快,而应该是价格脱离了基本面。如果需求增长和价格增长是匹配的,那就不是泡沫,而是市场对真实价值的反应。Ben举例说,即使是Nvidia的倍数也不算离谱,特别是当你看它的增长率、盈利规模等等时。

我觉得这里有一个更深的洞察:很多人把AI与之前的科技泡沫相比,比如2000年的互联网泡沫。但他们忽略了一个关键差异:那时很多公司根本没有收入,没有明确的商业模式,估值完全基于未来的可能性。而现在的AI公司,很多都有真实的客户、真实的收入、真实的增长。

Ben提到,从他的职业生涯来看,这是他见过的最大的技术市场。不是最有前景的,不是最炒作的,而是最大的。这个判断基于他们看到的客户采用速度、收入增长率和市场需求强度。这些都是可以衡量的、真实的指标,不是空中楼阁。

我认为这个观点对于理解当前的AI浪潮非常重要。很多人因为估值高就认为是泡沫,但他们没有深入看需求端发生了什么。如果需求确实如此强劲,那么高估值可能只是反映了市场对这种需求的合理定价。当然,这不意味着每家AI公司都值得投资,但这确实意味着作为一个整体,AI市场不是泡沫。

基础模型的局限:为什么应用层复杂性更重要

Ben在分享中提到了一个我认为非常重要但经常被忽视的观点:三四年前,人们认为大型基础模型会成为能够做任何事情的巨大大脑,比任何人都好。但实际情况并非如此。他说:”大型模型确实提供了非常重要的基础设施,我们所有的公司在某种程度上都建立在这之上。但对于任何特定用例,不仅是场景的长尾,还有人类行为的肥尾,最终本身就是你必须非常非常好地建模和理解的东西。”

他举了Cursor的例子。Cursor包含13个不同的AI模型,所有这些模型都对编程的不同方面进行建模,比如你如何编程、如何与程序员交谈等等。这些模型非常重要,以至于他们实际上发布了自己的基础模型,专门用于编程和编码。所以他们有一个编码模型,如果你愿意,可以替换Anthropic或OpenAI,或者你可以将OpenAI或Anthropic模型与他们的其他模型一起使用。

这个例子让我深刻理解了应用层的重要性。很多人认为谁拥有最大、最强的基础模型,谁就会赢得整个AI市场。但现实是,应用的复杂性本身非常高,并没有被包含在基础模型中。Cursor的成功不仅仅是因为它使用了好的基础模型,而是因为它理解了程序员的工作流程,建立了13个专门的模型来处理不同的场景。

Ben还提到了Justine Moore从他们团队写的一篇很棒的文章,讲的是为什么没有上帝级别的视频模型。这篇文章深入探讨了不同用例最终需要不同模型的原因,这再次与四年前的预期不同。我认为这揭示了一个重要的技术趋势:通用性和专业性之间的平衡。

我的理解是,基础模型提供了一个强大的起点,但真正的价值创造发生在应用层。就像互联网提供了基础设施,但真正的价值是由建立在互联网之上的公司创造的一样。在AI时代,基础模型是基础设施,但应用层的创新空间巨大。这也解释了为什么Ben认为会有更多赢家,因为设计空间是巨大的,远超我们在技术领域见过的任何东西。

所有权的新平衡:20%的魔法数字

在讨论所有权时,Ben提到了一个有趣的数据:他们在很多最近的投资中获得了20%或更高的所有权。虽然有些公司他们没有达到这个水平,但那些公司增值如此之快,以至于结果也很好。他说:”一直都有非常非常特殊的创始人,在某个时刻,好吧,你知道这就是现实,但对我们来说,对于很多核心基础设施、核心应用等等,所有权一直相当合理。”

这让我思考所有权在风险投资中的真正意义。很多人认为VC都在追求尽可能高的所有权比例,但Ben的观点更加微妙。对于真正特殊的公司和创始人,所有权可能会被稀释,但如果公司增长足够快,20%的一家价值100亿美元的公司比40%的一家价值10亿美元的公司更有价值。

Ben还谈到了VC行业的未来。他说虽然现在有3000多家VC公司,但真正能帮助公司成功的VC很少。”建立公司仍然非常困难。如果你只是一个工程师、一个AI研究员,你发明了一些东西并跳入这个世界,这是一个非常竞争的世界。拥有一个能帮助你建立公司的金融合作伙伴,初始估值重要还是合作伙伴重要?我认为大多数聪明的创业者都意识到是合作伙伴。”

我认为这个观点在当前环境中特别重要。随着AI工具的发展,从想法到产品的转换变得更容易了。这就是为什么Andreessen Horowitz加大了对Speedrun accelerator(加速器)的投入。他们希望密切关注那些刚开始、还不太符合VC资金条件的创业者。

我的看法是,所有权的游戏规则正在改变。过去,VC可能更关注拥有更大的股份,但现在更重要的是找到真正特殊的公司,然后确保你能赢得与他们合作的机会。即使这意味着接受较小的股份,如果公司足够伟大,回报仍然会是巨大的。

为什么AI会产生更多赢家:新计算平台的规模

Ben在回答为什么AI会比之前的技术周期产生更多赢家时,提出了一个让我深思的类比。他说:”AI是一个新的计算平台。所以你必须把它看作是在计算机上构建了多少赢家。这就是它的规模级别。”他指出,如果你问在互联网时代建立了多少业务,实际上是相当大的数量,从Meta到Netflix到Amazon到Google等等,这些都是非常非常巨大的赢家。

他认为在AI领域,产品正在产生更大的经济影响。因此他认为会有更多的公司价值超过10亿美元、超过100亿美元,超过上一个时代。但这是一个非常大的设计空间,一个我们在技术领域从未见过的巨大设计空间。

这个观点让我重新思考了AI的本质。很多人把AI看作是一种工具或技术,但Ben将其定位为一个新的计算平台。这意味着AI不是在现有计算平台上的一个应用,而是像个人计算机、互联网一样,是一个全新的层级。在这个新平台上,可以构建的东西是无限的。

我觉得这个视角非常重要,因为它改变了我们对竞争格局的理解。如果AI只是一个工具,那么可能只有少数几家公司能掌握这个工具并主导市场。但如果AI是一个平台,那么就会有成千上万的公司在这个平台上构建不同的应用、解决不同的问题、服务不同的市场。

Ben提到他们从未见过这样的需求。这不仅仅是炒作,而是真实的客户采用、真实的收入增长。这种需求的强度表明AI正在解决真实的问题,创造真实的价值。而当一个技术能够创造真实价值时,市场会自然而然地支持多个赢家,因为价值创造的空间足够大。

给人们一次机会:技术的终极使命

Ben在分享中提到了一个深刻的观点,让我印象非常深刻。他和Mark Andreessen相信,社会能为一个人做的最好的事情就是给他们一次机会。给他们一次人生的机会,一次贡献的机会,一次做比自己更大的事情并让世界变得更好的机会。这是社会能做的最好的事情。

他说:”如果你看看人类历史上什么是好的,历史上对人类有益的是当人们有机会做一些比自己更大的事情并做出贡献。有很多系统理念,比如如果我们能创造乌托邦或让每个人平等或这样那样,但如果你看共产主义或其他什么的历史,它最终做的是相反的。它最终是每个人都有平等的机会得不到机会。”

我认为这个观点触及了技术投资和创业的本质。我们不仅仅是在追逐财务回报,而是在创造机会。每一家成功的公司都会创造就业、创造产品、解决问题,最终给更多人机会去实现他们的潜力。美国的崛起与自由市场、资本主义、法治体系的崛起是同时发生的,这不是巧合。

Ben指出,如果你看人类的历史,财富、寿命、地球人口规模在过去250年都增长得非常惊人。美国在其中非常重要。而今天,美国仍然是人们最有可能获得真正人生机会的国家和体系。为了美国保持其在世界上的重要性,它必须在经济上获胜,必须在技术上获胜,必须在军事上获胜,这意味着它必须在技术上获胜。

他们的工作就是帮助国家在技术上获胜。这不仅对他们重要,对国家重要,对人类也重要。我觉得这个视角把投资工作提升到了一个更高的层次。这不仅仅是赚钱,而是参与到人类进步的宏大叙事中。

Ben举了一个具体例子,说明这种理念如何驱动行动。他和Jen最近去了墨西哥,很大程度上是因为团队中的一位初级成员说:”我们正在做的事情非常重要。我们需要帮助这个联盟。我们需要帮助保护边境。我们需要帮助我们自己的国防制造。我们必须帮助解决能源问题。我要争取这次会议。”然后他们就得到了那次会议。

我认为这揭示了一个深刻的真理:如果你想改变世界,你必须相信你能改变世界。这不是傲慢,而是一种必要的信念。没有这种信念,你就不会采取那些看似不可能的行动。而正是这些行动,最终创造了真正的改变。

M&A的回归:AI迫使每个人重新思考

Ben在谈到M&A(Mergers and Acquisitions,并购)市场时提出了一个有趣的观点。他说:”AI是一种如此具有破坏性的现象,以至于每家公司、每个现有企业都受到AI的威胁。因此,应对威胁的很多方式就是获取未来的DNA。所以我认为会有很多M&A,因为我认为人们需要重构他们的工作方式才能生存。”

这个观点让我重新思考了AI对现有公司的影响。很多人关注AI创业公司,但Ben指出的是,现有的大公司也面临巨大压力。如果他们不能快速适应AI,他们可能会被新兴的AI原生公司取代。而最快的适应方式之一就是收购那些已经掌握了AI技术和思维方式的公司。

我觉得这解释了为什么科技行业的M&A市场正在重新开放。过去几年,由于监管等原因,大型收购相对较少。但AI的出现改变了游戏规则。现有公司不再能够慢慢学习和适应,他们需要快速获取能力,而收购是最直接的方式。

这对创业公司意味着什么?我认为这创造了一个新的退出路径。对于那些建立了强大AI能力但可能不会成为独立巨头的公司,被收购可能是一个很好的结果。对于大公司来说,这也是一种生存策略。

我的观点是,这种M&A活动的增加实际上是健康的。它表明市场正在有效运作,资源正在流向最能创造价值的地方。同时,它也为创业者提供了更多选择,不是每个人都想或需要建立一个价值数十亿美元的独立公司。

我的思考:判断力才是稀缺资源

听完Ben的分享,我最大的感悟是:在这个信息爆炸、变化快速的时代,真正稀缺的不是信息,不是资金,甚至不是技术,而是判断力。判断力是知识和智慧的结合,是在不确定性中做出正确选择的能力。

Ben管理Andreessen Horowitz的方式给了我很多启发。他不是通过制定详细的规则和流程来管理,而是通过培养正确的判断力。他花大量时间了解细节,不是为了微观管理,而是为了确保自己有足够的知识来做出好的判断。他关注GP们在投资决策那一刻的表现,而不是等待10年后看结果,因为10年太长了。

关于AI是否是泡沫的讨论,我现在有了更清晰的看法。泡沫的定义不应该只看价格,而应该看价格和价值的关系。如果需求是真实的、增长是真实的、价值创造是真实的,那么高估值可能只是市场对这种现实的反应。当然,这不意味着每家公司都值这个价,但作为一个整体,AI市场反映的是真实的技术变革和商业机会。

我也深刻理解了为什么基础模型不是一切。技术的价值最终在于它如何被应用,如何解决真实问题,如何服务用户。基础模型提供了可能性,但应用层的创新将决定谁能真正赢得市场。这也是为什么会有多个赢家,因为应用的设计空间是巨大的。

最后,Ben关于”给人们一次机会”的理念让我重新思考了技术和投资的意义。我们不仅仅是在追逐回报,更是在创造机会,帮助人们实现他们的潜力,推动人类进步。这种使命感不是空洞的口号,而是驱动行动的真实力量。当你相信你能改变世界时,你才会采取那些改变世界的行动。‍

本文由人人都是产品经理作者【深思圈】,微信公众号:【深思圈】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。