Navan 的 IPO、Harvey 估值与风险投资的新经济逻辑

Harry Stebbings 以 Navan 的 IPO 和随后股价下跌开场。Jason Lemkin 认为，这次上市提醒人们，一家强劲的软件公司也可能面临困难的公开市场估值；Rory O’Driscoll 则强调，公司挺过了疫情并完成上市，这本身很重要。

Lemkin 引用报道中的收入和增长数据，说明为什么上市反应让他失望。讨论中的数字和市值是节目当时的说法，不是经过独立核实的财务结果，也不是对股价未来表现的预测。

O’Driscoll 认为，定价后股价下跌说明 IPO 买家也承担风险，这对每一份 IPO 配售都是免费收益的观点提出了挑战。单个例子不能确定平均回报，也不能解决有关发行价的更广泛辩论。

Stebbings 问，风险投资人报道中的股份价值何时才能变成现金。O’Driscoll 描述了常见的锁定期，以及可能分阶段出售或分配股份的过程；具体限制、时间、税务和所得因发行和投资人而异。

Lemkin 描述了锁定期后随时间分配股份的一项历史经验法则，同时指出，投资信念和市场流动性会影响决定。他们的例子把首日高点短暂出现的账面价值，与最终实际获得的收益区分开来。

嘉宾询问，成熟上市公司的估值倍数应如何影响风投资人的买入价格。O’Driscoll 说增速很重要：增长远快于成熟企业的公司不能直接比较，但随着增长放缓，其倍数也可能变化。

Lemkin 说，高买入价格和稀释使小基金更难在没有超大规模退出的情况下获得高倍数回报。他的例子是基金层面的计算，不是说某一笔近期投资一定会达到或无法达到目标回报。

Stebbings 认为，如果投资人在首次会面时就要求明显的数十亿美元结果，可能会错过优秀创始人。Lemkin 说，投资组合构建方式和首次投资规模，会影响基金能够承受多少不确定性。

O’Driscoll 指出，如果上市所需收入门槛持续提高，就会改变风险投资支持企业面临的标准。这个门槛是他的经验法则，不是交易所上市要求，而且仍存在多种获得流动性的路径。

嘉宾讨论，对于基金规模和持股比例不同的投资人，约 45 亿美元的退出是否足够。创始人的个人所得、基金倍数和现金分配时间可能差别很大。

Stebbings 介绍 Harvey 据报道以 80 亿美元估值融资的消息。融资规模、收入和增长数字是节目中引用的说法，没有得到独立核实；讨论使用了对未来市场和现金创造的假设，而不是公司指引。

Lemkin 喜欢以相对较小的持股比例融资大量资本的交易。这会减少现有持有人的即时稀释，但圆桌承认，高估值可能抬高未来实现回报的门槛。

O’Driscoll 将法律工作描述为语言模型的潜在用途，并询问支出能否从法律软件扩展到目前由人承担的工作。圆桌没有确定 Harvey 的市场份额、法律准确性，也没有测量被替代的劳动量。

他举出假设：一家按收入七倍估值、价值 240 亿美元的公司，大约需要 30 亿美元年收入。这只是评估市场规模和增长的情景，不是预测 Harvey 一定能实现。

Stebbings 问，风投基金是否正在接受更低持股比例。Lemkin 说最近几笔交易给他的持股低于目标；O’Driscoll 说，资本效率高的初创公司和资本密集型模型公司，都可能因不同原因让投资人的股份较小。

嘉宾讨论创始人如何分阶段进行较小规模的融资，以减少稀释。Lemkin 以加速器融资为例；具体交易的条款和持股情况没有得到节目核实。

O’Driscoll 说，对创始人最优的融资计划，可能让风险投资人低于持股目标。这项权衡取决于估值、未来融资和投资组合构建；任何一方偏好的比例都不能保证成功。

Stebbings 提到 Sam Altman 和 Brad Gerstner 之间有关 OpenAI 基础设施融资的公开交流。圆桌认为资金问题很重要，但没有声称掌握完整融资计划或参与者的私人动机。

O’Driscoll 认为，董事会应能询问重大承诺将如何融资，并与 CEO 讨论不同情景。Lemkin 说，投资人可能不愿挑战成功创始人。他们的评论是一般观察和推测，不是不当行为的证据，也不是对 OpenAI 董事会的事实认定。

O’Driscoll 说，如果雄心勃勃的预测被证明过于乐观，可能带来声誉和财务风险。讨论中的数字只是估计，设想的崩溃情景也是假设；这不是说公司提供了虚假数字，或无法履行承诺。

嘉宾讨论董事会监督：董事可以支持创始人，同时审视现实的现金流情景并检查假设。他们没有声称任何特定董事会未履行职责。

话题转向 Amazon 和云需求。O’Driscoll 引用报道中的 AWS 增长，认为当时对 AI 算力的需求强劲。季度数字和资本支出比较是嘉宾的叙述，不是经过独立核实的财务分析。

Lemkin 质疑，一项较晚达成的算力合作关系本身能说明多少有关 Amazon 竞争地位的信息。O’Driscoll 将这一观点与讨论中引用的增长数字区分开来；嘉宾同意，基础设施需求与未来竞争成功是不同问题。

被问及上市公司定价时，Lemkin 说，在他看来，相对于 Amazon，Google 似乎被低估了。他承认公开市场股票不是自己的主要专长；这项比较是特定时间的个人观点，不是投资建议。

O’Driscoll 描述 Google 的搜索、云和 AI 能力，同时指出新竞争者仍可能给现有企业带来压力。他对未来市场结果的评估是预测，而不是哪家公司会获胜的证明。

Stebbings 在询问资本支出和市场反应之前，披露自己是 Meta 股东。O’Driscoll 说投资者可能会质疑这笔支出如何产生回报，同时承认自己不知道管理层的完整计划。

圆桌转向 Twilio 和其他成熟软件公司。O’Driscoll 将能产生现金的企业与高增长 AI 公司比较，并说公开市场倍数可能反映不同的增长预期；数字只是例子，不是估值建议。

Lemkin 认为现有软件公司应该寻找与 AI 相关的需求，并引用 Twilio 据报道的语音 AI 活动。他把公司统计数据作为自己的理解提出；节目没有独立核对。

O’Driscoll 同意，即使增长只是适度重新加速，也可能影响估值，但他说成熟企业需要找到自己的产品与新客户需求之间真正的联系。他举出的倍数只是粗略市场比较，不构成保证。

Lemkin 以 WorkOS 快速增长为例，说明企业可能受益于 AI 相关需求，同时提醒自己的数字可能有误。他承认，部分采用可能得益于时机，而不是普遍可复制的策略。

他强烈主张，如果公司无法回应 AI 变化，就应该更换团队。这是他的个人管理观点；圆桌没有提供证据证明大规模裁员适用于每家公司，也没有证明企业战略只由员工决定。

Lemkin 说自己使用过 Salesforce Agentforce，认为该产品有竞争力，但质疑它的价值能否转化为收入增长。他的体验只是案例，不是受控评估，也不能证明全公司范围的采用情况。

嘉宾讨论软件供应商能否通过自动化原本由人完成的工作获得收入。Lemkin 根据个人经验持乐观态度；O’Driscoll 则说这一变化向整个经济扩散的速度和规模仍不确定。

Lemkin 描述自己使用销售智能体的情况，并说向他使用的供应商转介带来了业务。这些数字是他个人的说法，不能独立证明供应商业绩、就业结果或一般回报率。

Stebbings 引用 OpenEvidence 的采用情况，作为个人用户快速使用产品的例子。节目没有核实这个数字及其与 Doximity 的比较；对医学信息工具的热情也不能证明临床准确性，更不能代替专业判断。

O’Driscoll 说，产品可能迅速覆盖一个规模有限的专业群体，因此后续扩展很重要。他区分了个人采用与通常更慢的企业采购、实施过程。

Lemkin 认为，行动较慢的创始人可能在采用也较慢的行业找到机会。圆桌比较个人使用与公司范围部署，并将提出的时间表视为估计，而不是经过测量的预测。

被问及 A 轮投资是否变得更困难时，Lemkin 认为，更大的种子期初创公司群体可能为后续投资人创造机会，尽管价格和竞争都很困难。他认为种子投资尤其拥挤。

O’Driscoll 同意 AI 初创公司数量增加带来了机会，但他说资本和竞争要求投资人尽早建立关系、迅速决策，并理解自己的优势所在。他的评估反映了他在 Scale Venture Partners 的工作。

最后的假设比较中，嘉宾讨论预测市场公司 Kalshi 和 Polymarket。估值及监管状态没有得到独立核实，嘉宾也承认未来规则可能如何变化存在不确定性。

O’Driscoll 提出体育微型投注以及参与者可能影响的信息所带来的诚信风险。他的例子是假设或对潜在监管的看法，不能证明任何特定个人或平台存在不当行为；适用规则取决于司法辖区。

嘉宾以关于体育和未来监管的讨论结束。他们的市场偏好和监管预测是录制日期的个人观点，不是法律建议，也不是使用某个平台的推荐。