Harry Stebbings、Jason Lemkin 与 Rory O’Driscoll 谈 AI 估值、智能体经济与创投退出

Harry Stebbings 以 OpenAI 拟议融资估值和融资规模下调的报道开场，问 Jason Lemkin 与 Rory O’Driscoll 这是否意味着 AI 投资热潮正在破裂。

一种回答是，投资人正在比较一家规模较小、仍在亏损的私营公司，与一家规模更大、增长更快、即将上市的公司。较低的私营估值可以反映这种比较，但不能单独回答 AI 需求问题。

Lemkin 认为市场波动仍值得警惕。他提到 AI 相关股票下跌、融资成本，以及他认为 Anthropic 新增增长放缓的迹象，同时承认各事件发生时间并不完全一致。

O’Driscoll 将价格发现和融资风险与需求端区分开来。如果 AI 算力需求保持强劲，今天的融资担忧可能消退；如果需求转弱，这些信号就可能变得更重要。

嘉宾以 CoreWeave 为例讨论基础设施融资风险。他们认为，与业务多元、资产负债表更强的大型云服务商相比，杠杆较高的专业供应商更容易受到需求疲软影响。

Stebbings 提到 Alphabet 股价大跌，同时云业务增长强劲、搜索增长放缓且自由现金流为负。投资人讨论资本支出，以及 AI 产品可能蚕食搜索业务的担忧。

嘉宾认为，云业务高速增长和市场焦虑可以同时存在。当预期很高时，即使基础业务仍在扩张，稍微不及预期也可能引发明显反应。

话题转向 Anthropic 可能上市。Lemkin 预计投资人会仔细观察环比增长和模型定价，认为竞争产品及开放权重模型可能压低价格溢价。

O’Driscoll 用大致季度营收数字解释绝对增量与百分比增长的区别。在更大的基数上增加相近金额，自然会得到更低的百分比增长率。

一种看法是，持续快速的季度百分比增长仍然非常惊人；另一种看法是，增长率下降会引发对未来走势的疑问。同一组起始数字本身不能决定预测。

Lemkin 关注新增订单增量，称如果是规模较小的初创公司，增量放缓会让他担忧。O’Driscoll 澄清增长速度放缓与公司总营收下降的区别。

嘉宾讨论增速放缓究竟反映市场饱和还是定价压力。Lemkin 更倾向定价解释，但将其作为假设，而非数据已经证明的结论。

他们比较 Anthropic 可能的年度增长情景。一家公司即使新增大量营收，增长倍数也可能明显下降；投资人必须判断估值已经反映了怎样的未来走势。

Lemkin 分享自己开发应用时的例子：更换模型后，他说某个工作流成本下降约 70%，质量还有提高。他将其视为个人案例，而非普遍价格指数。

投资人讨论模型质量和价格快速变化如何增加多年预测的难度。单位成本降低可能伴随更多智能体使用，使总支出和利润率仍然难以确定。

Lemkin 说自己在一个个人工作流中停止使用 Canva，并推测成熟软件产品可能面临压力。他承认自己无法确认有关该公司增长和潜在调整的报道。

O’Driscoll 认为，停止适应的软件公司仍可能依靠现有客户多年，但会面临逐渐过时的风险。嘉宾问现有企业能否足够快地采用 AI，保持增长。

Lemkin 说，他原以为普通客户受到新 AI 工具的影响会小于重度智能体用户，但他认为一些成熟产品已经承压。他将这种判断描述为令自己意外且担忧的现象。

谈话转向消费级智能体和持续运行虚拟机的成本。嘉宾质疑每月几十美元的订阅费是否足以支持持续活跃的重度用户。

Stebbings 认为平均成本可能低于重度用户成本，因为很多客户只偶尔使用服务。其他人指出，答案取决于用户构成和基础设施管理方式。

一位投资人将当前经济性与早期基础设施成本尚不理想、但用户增长很快的数字产品相比。公司可能押注在获得用户后，算力成本下降会改善利润率。

Lemkin 反驳说，不是每家服务商都能无限期补贴。嘉宾讨论公司能否在资金耗尽前开发更便宜的模型或优化基础设施。

O’Driscoll 说，获得风投资金的竞争者可能在单位经济性成立之前推出产品、抢占需求，并依赖未来成本下降。如果等到经济性完全理想，进入市场可能已经太晚。

嘉宾再次谈到重度补贴 AI 服务所面临的限制，讨论把算力提供给消费者的机会成本：同样的容量也可以卖给企业客户。

Stebbings 介绍 DoorDash 以约 170 亿美元收购 Instacart 的协议。拟议交易仍需满足交割条件；嘉宾讨论市场整合，以及这一价格相对于 Instacart 早期私营估值的变化。

投资人把这笔交易与其他平台收购比较，讨论整合配送网络是否能真正创造价值，并指出市场份额和反垄断审查会影响结果。

话题转向 DoorDash 关于来自智能体的订单相对整体配送量仍然很少的说法。嘉宾问，这个数字反映长期偏好，还是仅仅说明采用尚处早期。

一种观点认为，智能体可以比较配送服务商、价格和时间，从而削弱平台与客户的直接关系。另一种观点认为，现有应用已经方便，用户也喜欢浏览食品。

Lemkin 描述一种可能的替代方式：智能体可以找到餐厅自己的配送或自取选项，避开部分平台费用。他将绕过平台视为潜在竞争威胁，而非已经确定的结果。

嘉宾提到美国与英国配送费用的差别，并认为平台经济取决于便利性、网络效应，以及消费者与餐厅之间如何分担成本。

O’Driscoll 对智能体能否改善每笔交易更持怀疑态度。他认为打车和寻找食物时，可视化应用可能更容易使用；重复或定时订单则是更明确的自动化场景。

Stebbings 转向 Kalshi 与 Cohere 的融资报道。嘉宾比较面临法律挑战、快速增长的预测市场业务，以及围绕主权 AI 定位的模型公司。

投资人辩论预测市场的社会价值和监管方式，包括与体育相关的交易。他们的评论反映对业务和持续法律问题的观点，并非关于违法行为的认定。

谈到 Cohere 时，嘉宾讨论加拿大政府支持和本土 AI 能力的吸引力。加拿大宣布分阶段最多投入 16 亿加元股权资金；嘉宾也质疑政府支持能否转化为持续的私营部门需求。

他们区分政府的战略动机与投资人的财务回报。公共支持可能帮助一家服务商继续参与市场，但嘉宾认为企业采用和长期经济性仍然重要。

投资人讨论加密行业的亏损报道，并比较交易所吸收冲击的能力。他们承认私营公司的资产负债表存在不确定性，也讨论客户资产与公司资产的区别。

话题转向 AI 辅助渗透测试。Lemkin 描述一种用于测试软件防御的工具，并担心同类能力可能被转用于攻击其他组织。

嘉宾将其视为双重用途问题：安全团队需要测试自己的系统，攻击者也可能大规模使用类似工具。他们推测关键服务未来可能受到干扰，并非指出已经证实会发生的特定攻击。

Stebbings 让投资人从三个拟议机会中选择：编程代理公司、推理服务商和企业服务应用。三者估值、商业模式和资金需求都很不同。

Lemkin 起初为 Cognition 辩护，理由是编程代理需求强劲、企业采用增长。他也指出，从很高的入场估值获得大倍数回报并不容易。

O’Driscoll 解释为什么比较三笔交易比单独评价一家公司更有信息量：编程代理、推理服务商和企业应用面临不同市场与竞争压力。

Stebbings 更偏向估值较低的 Serval，认为潜在回报倍数比高价入场更有吸引力。他也指出基金规模的限制：大型基金可能需要投入超出小轮融资可容纳的资金。

Lemkin 问服务管理产品究竟能扩大总可寻址市场，还是只会从现有企业预算中分走一部分。他认为这一点是评估垂直 AI 应用的关键。

O’Driscoll 提出一个检验方法：比较同类客户支付给现有供应商的金额，与愿意支付给实际执行任务而不只是跟踪任务的智能体的金额。更高的支付意愿可能支持更大的市场。

嘉宾指出，服务管理已经从狭义帮助台发展为广泛的企业工作系统。替换现有供应商可能很有价值，但建立这种地位也许需要多年。

他们比较企业应用长期积累的机会，与他们观察到的编程代理更快获得支出的能力。Lemkin 警告，许多垂直 AI 初创公司可能面对更多竞争者，却无法扩大客户总预算。

推理基础设施可以快速获得营收，但投资人也看到激烈竞争和商品化风险。Stebbings 提到他认为表现强劲的其他推理服务商。

O’Driscoll 总结这个选择：竞争激烈的横向推理、高估值的企业编程代理，或拥有更明确现有市场的应用。他说这种比较让他重新思考各自的权衡。

谈话转向一家大型律师事务所的快速解体，以及一家 AI 法律公司对其资产的兴趣。嘉宾认为，律所合伙人结构与 AI 法律服务是相关但不同的两个话题。

一位投资人质疑，如果传统律所提供更高薪酬或合伙人收益，AI 辅助律所能否留住高收益律师。另一位则区分高度定制建议与更标准化的交易工作。

对于常规法律文件，嘉宾讨论自动化能否减少错误，以及法律工作质量不足是否仍会带来高昂代价。他们没有就拟议模式能否持续提供可靠质量得出结论。

O’Driscoll 认为，一些律师更重视可预测的工作时间和不错的薪水，而不是成为高收入揽客合伙人。但他仍质疑，在支付完成工作的律师报酬后，企业能形成多大价值。

嘉宾一致认为，AI 辅助法律业务可能可行，但对其潜在规模意见不同。创投回报取决于哪些工作能标准化，以及公司能够保留多少价值。

Stebbings 提到 Physical Intelligence 的融资谈判报道，并比较高机器人估值与一家成熟软件公司的较低估值。嘉宾认为，这两类业务反映了对未来非常不同的预期。

O’Driscoll 对近期机器人模型演示感到乐观，尤其是灵巧度方面。他也提醒，工厂和其他物理场景的部署通常比部署语言模型慢得多。

他质疑，在机器人装机规模仍然有限时，需要多少营收才能支撑很高的估值。技术可能令人印象深刻，但定价和部署模式仍未确定。

嘉宾推测，大型模型服务商可能构建或收购机器人能力，以同时覆盖体力工作和知识工作。这是关于未来需求的投资假设，并非对某笔交易的预测。

O’Driscoll 承认其中存在张力：详细分析部署过程可能会发现进展缓慢，而投资人也可能在商业路径明确之前，就被重大技术进步和优秀团队吸引。

Lemkin 说，创投投资人除了需要上市，也需要并购退出以返还资金。他提到大型 AI 交易受到审查的报道，并关注并购审查是否会拖慢退出。

他以 Salesforce 近期收购活动说明战略买家的需求。Salesforce 已宣布同意收购 Cresta；嘉宾讨论持续发生的退出交易对创投组合的价值。

投资人将收购描述为大型公司补充能力、进入新市场的一种方式。Lemkin 推测不同业务部门负责人可能推荐目标，并认为其中一些收购会比其他收购更成功。

他们比较收购已有企业客户的成熟公司，与收购更新的 AI 原生初创公司。后者可能增长更快，却需要支付相对于当前营收高得多的倍数。

结合节目中讨论的例子，嘉宾认为买家必须判断，现有规模或早期技术地位是否值这个价格。节目中的营收和交易数字是讨论时使用的估计。

Lemkin 说，大型买家往往希望目标公司已有约 1 亿美元营收，才愿意投入大规模销售和分销资源。规模更小的技术收购也会发生，但很难证明大规模整合的合理性。

嘉宾认同，营收门槛有助于收购方判断目标能否在大型业务中产生实质影响。Stebbings 最后结束讨论并感谢嘉宾。