Martin Casado：AI 基础设施、风险投资与战略收购

Martin Casado 认为，AI 可能让技术更有用、更易用，最大的限制可能从技术转向想象力。Patrick O’Shaughnessy 询问这种看法会如何影响风险投资和基础设施。

Casado 描述了四种投资者心态。财务型投资者用市场规模和业务指标作为企业健康程度的代理指标。他看到这种方法越来越多地用于早期阶段，并认为这有些不协调。

生产性投资者关注正在创造的资产：技术路线、相邻市场、发展速度以及团队捕获价值的能力。在这种观点中，有用的技术可以在商业模式确定之前创造自己的市场。

前沿投资者更看重追求投资人未必完全理解的想法的杰出创始人。投机者则主要试图把握价格时机，而非评估底层业务。Casado 认为，不自觉地混用这些心态，几乎可以为任何决定找到理由。

对前沿投资者而言，Casado 认为创始人的洞察是核心信号：投资者相信团队能够追求异常宏大的想法。他将其与投机区分开来：后者可能对资产知之甚少，只希望选对进出时机。

被问及如何识别颠覆性技术时，Casado 说自己专注于计算机科学和基础设施。他会考虑技术路线如何融入更广泛的技术栈、领先公司内部正在做什么，以及创始人是否具备相关经验。

他的团队也会与客户交谈，研究相邻预算并寻找早期付费意愿。他说这些只是部分信号：成本结构和可行的商业模式可能仍未解决。技术团队不会假定自己比创始人更懂技术。

对于生产性投资者，技术路线必须与平台演进、支出和潜在客户留存联系起来。他说，一家早期公司的财务表现按传统标准可能不佳，却仍能显示真正的客户兴趣。

O’Shaughnessy 问为什么 Casado 说人们误解网络效应。主持人提出常见定义：每加入一名用户，产品就变得更好。Casado 回答说，许多产品会因反馈、错误报告或口碑而改善，但这本身并不能证明其防御能力。

另一些人说的是用户彼此互动的网络，或数据效应等自我强化的飞轮。这些机制不同，其强度也不一定以相同速度增长。Casado 希望投资者把形成优势的机制与护城河的形状分开。

护城河可能来自品牌、规模、市场平台或用户连接。问题在于优势随规模增长的速度是更快、成比例还是更慢，以及它与竞争对手的资源和增长相比如何。

Casado 以通信和交通网络为例，说明潜在连接数可能比参与者数量增长更快。在他的简化比较中，更强的网络可能甩开挑战者，而次线性增长的优势可能让挑战者追上。

他认为真正持久的网络效应很少见，并以电信、LinkedIn 和 GitHub 的用户互联为例。他对 Uber 等市场平台的看法不同，因为司机和乘客可以使用竞争服务；融资与规模也可能发挥作用。

Casado 进一步认为，在快速扩张的市场中，公司还有空间追求新机会，因此防御能力可能是次要问题。他说市场停止增长后，无论护城河如何都可能出现整合；他举出投资者对模型公司和新云厂商的怀疑。

O’Shaughnessy 问这是否是早期投资的特殊优势。Casado 说答案取决于对剩余市场增长的判断。他认为随着私营公司和可用资本规模扩大，风投吸收了更多后期投资和公开市场金融的习惯。

他认为，风投变化的部分原因是私营公司规模增大，以及受过商学院和传统金融训练的投资者加入。他说这些技能有其位置，但不能自动把其假设套用于最早期的颠覆性企业。

在 Casado 看来，颠覆性技术可以在最终市场规模和定价模式尚不明朗之前创造市场。过早要求成熟收入质量的投资者可能反而选中较不具颠覆性的企业。他并非认为财务投资无效，而是认为投资者应清楚自己使用的是哪种方法。

谈到基础设施，Casado 将自己的关注范围定义为以技术形成差异化的企业。传统技术栈包括计算、网络、存储和数据库；他把模型视为另一层基础设施，其资本需求和竞争方式不同于传统软件。

他区分了两种影响：用 AI 创建的更多软件仍需普通基础设施运行；而以 AI 和智能体为核心的新系统可能需要新的抽象。两者都可能重塑技术栈。过去为人类开发者优化的决定，在工具由智能体操作时可能改变。

更多 AI 生成的应用无论由谁编写，仍需要数据库和计算资源。与此同时，开发者也必须决定如何支持智能体本身，包括容器、虚拟机或持久化工作流是否提供了合适的抽象。

例如，他说如果智能体能够使用过去需要人学习陌生语言的数据库接口，推出这类接口可能更容易。现有厂商可能适应，也可能有新进入者重建部分市场。大型 AI 集群也在重新推动网络创新，包括光学技术。

O’Shaughnessy 询问前沿模型，包括开放与闭源系统的竞争。Casado 说关键未知数是增长放缓或部分用途饱和时会发生什么。在他描述的高速增长市场中，即便能力只领先一点，前沿供应商也可能拥有很强的定价权。

Casado 称，在过去几年中，领先的前沿供应商获得了很大一部分支出。他将这一结果与需求快速增长和客户愿意为最佳能力付费联系起来，同时指出市场饱和后模式可能改变。

他估计企业渗透率仍低，增长空间很大，但没人知道饱和是否会让价值转向开放模型或削弱前沿模型的定价权。另一个风险是错过发布周期：按他的经验，领先模型的商业寿命可能只有三到六个月，随后便被竞争者超越。

主持人问，如果许多编程任务已实现自动化，为何客户仍购买昂贵的前沿 token。Casado 区分了两个判断：客户可能不再增加 token 用量，但这并不意味着更便宜、能力更弱的模型就足够。

如果更聪明的模型能带来哪怕微小的优势，竞争中的公司仍可能愿意付费。Casado 认为，当 token 用量趋于平稳时增长可能放慢，而供应商会向一般知识工作扩展并继续竞争能力。

Casado 讲述自己用 AI 助手处理财务、音乐和家庭自动化实验。他希望借此打造类似《星际迷航》的家，并订购了助手建议的设备。他将其描述为实验，而非已经完成的产品。

在家庭项目中，他向助手提供自己想要的未来画面和描述，再请它帮助组装系统。设备建议包含一些他不熟悉的开源组件；他说之后会分享实验是否成功。

在他看来，AI 是一种灵活技术，不能仅理解成另一种软件或搜索产品。他设想利用生成的三维场景创造沉浸式体验，例如走进电影或互动戏剧世界。

O’Shaughnessy 问模型还缺少什么。Casado 相信，拥有足够资本和强化学习环境后，许多数字问题最终都能解决。对于机器人、物理科学和医学是否遵循同样的扩展规律，他则远没有这么确定。

谈到安全漏洞，Casado 回忆互联网早期曾出现严重问题，并预计这次也会经历艰难过渡。他预测 AI 的防御用途最终会改善软件安全；这是他的预测，并不保证当前风险已经解决。

谈到资本，O’Shaughnessy 观察到 AI 正在从其他企业吸引资金。Casado 说，一些盈利的基础设施公司仍在快速增长，风险结构可能不同。他希望投资者能有办法分散投资于这类企业，但不确定市场最终会形成什么结构。

Casado 说，这些盈利且增长较快的公司按当前规模可能难以上市，但他仍希望持有一个包含它们的组合。他认为分散投资有价值，因为其风险结构不同于增长最快的 AI 企业。

主持人问，随着构建软件变得容易，这些企业是否面临颠覆。Casado 说基础设施可能难以复制，因为运营需要大量长尾功能和性能工作。他认为部分现有供应商有韧性，同时承认其他公司会受到颠覆。

两人还谈到其他上市途径的回归。Casado 更广泛的观点是，即使投资者目前更偏爱 AI 带来的增长速度，一些公司依然可能是优质企业。

Casado 认为，能够直接向工程问题投入资本是一项重大变化。他引用《人月神话》：历史上，单纯给延期项目增加工程师可能反而使项目更慢，因为协调成本也会上升。

在他看来，一个小团队现在可以通过 AI 有效使用多得多的资本，尽管投资回报仍不确定。他称这是一场工业革命级别的转变，而不是普通的软件周期。

他区分了股权与债务。Casado 说，AI 基础设施似乎更难获得债务融资，贷款方可能更偏好投资级借款人。他认为较小供应商可能面临融资约束或需要客户预付款，同时强调债务市场并非自己的专业领域。

如果借款人难以获得债务融资，Casado 预计资金稀缺会沿客户与供应商链条传递。他把预付款作为一种可能的安排，并没有声称知道信贷市场将如何演变。

谈到新云厂商和新模型实验室，Casado 将前者定义为提供实体基础设施的企业，可销售 GPU、微调服务或 token；后者则致力于开发新模型架构和训练模型，即使它们也购买基础设施。

他认为芯片、材料和电力是眼前的限制，并预计大型供应商会占据大部分市场。小型供应商仍可服务于分散的细分需求，包括不适合最大运营商覆盖的地点和关系网络。

他的细分市场例子是聚合小型 GPU 供应商的平台，其中甚至包括改造后的农场建筑等非常规设施。Casado 认为，即使大部分算力由大型运营商提供，巨大的整体市场仍可容纳这些分散的供应者。

谈到轨道计算，Casado 说陆地数据中心的许可问题可能促使企业考虑其他选择，包括在海外或太空建设。他将这作为对监管压力的看法，而非既成事实。

O’Shaughnessy 就估值提出质疑：即使资产很有价值，价格过高也可能使投资回报不佳。Casado 回答说，他相信私募市场相对有效，通常愿意支付市场价格，而不是试图寻找便宜货。

他说尽职调查帮助他识别和降低风险，而不是让他持续在价格上战胜市场。如果能买入每笔竞争激烈交易的一部分，他会愿意这么做，但准入、竞争以及帮助企业的精力限制使完整指数不可行。

他指出，指数化还有现实限制：除了能否参与竞争激烈的交易，需要担任董事的投资人还必须有时间理解和帮助每家公司。因此，团队必须在机会之间作选择，而不是买入每个可得标的。

因此，他的团队会识别拥有优秀创始人的行业，比较团队、技术、变现和增长潜力，再选择每个行业中的领先公司。O’Shaughnessy 将其比作指数的分层抽样。Casado 承认这些选择可能出错。

Casado 对投资者自信能够持续发现非共识便宜交易持怀疑态度。按他的经验，许多带来回报的投资当初竞争都很激烈。他还认为，更多私募资本可以创造额外机会，而不只是追逐固定数量的初创公司。

Casado 反对将私募市场机会视为少数有价值初创企业构成的固定供给。在他看来，更多资本可以支持更多技术和新市场。他承认这不同于风投行业常见的“资金过多会稀释回报”的观点。

话题转向战略收购。Casado 回顾自己公司的 VMware 出售经历，以及投资组合中企业涉及的交易。他说以下观察针对战略交易，并不适用于所有收购。

第一，他常看到买卖双方领导者之间存在个人层面的方向一致和信任。第二，买方实际上是在购买进入大型市场的期权。卖方必须解释现有业务，以及买方的分销能力或资产如何扩大市场。

例如，他说 VMware 能够看到自己的虚拟机和分销能力如何与他的网络公司现有业务结合。在他的描述中，双方必须把当前产品与买方能够触及的大得多的市场联系起来。

他将这种对话比作高风险的企业销售。理解战略的创始人和投资者能够阐明这一逻辑；以财务指标为重点的竞价交易则不同。他预计更短的技术周期会带来更多战略退出。

Casado 从自己的角度回顾 Cursor：他说公司原本正在筹备融资，但不断增长的模型和算力需求促成了战略对话。按他的说法，最终买方的算力资源与 Cursor 的用户、数据和团队形成互补。这些是他对交易的描述。

他说，创始人应以善意与战略买家沟通，而不是假设泄密或谈判游戏能提高价格。他认为泄密可能破坏交易，并对比了保密的交易与反复出现在媒体上的交易。

Casado 说，近期融资或可比交易可以帮助判断估值，但他认为信任比试图智胜经验丰富的对手更重要。他还说自己见过大型交易因谈判博弈而失败。

谈到投资者角色的变化，Casado 说大型私营公司模糊了风险投资与公开市场投资的界限。他认为后期投资者有重要作用，但如果不加判断地把其假设用于极早期颠覆性企业，就可能不合适。

他认为，一个阶段的经验不会自动适用于另一个阶段：他不会让自己担任矿业公司董事，也不会假定自己能管理后期企业的财务运营。只要理解自身界限，不同投资技能可以并存。

他与创始人会面的方式也发生了变化：认真倾听，避免表演式提问，找出真正影响决策的少数问题。有运营经验的投资者可能想立即替创始人解决问题，但这并不总是会议的目的。

他说，真正的艺术是在认真倾听与提出能揭示投资决策所需信息的问题之间取得平衡。泛泛询问假想竞争对手，可能不如理解创始人真实的信念和选择有用。

最后，Casado 回到自己的论点：AI 正在使工程活动从主要受人员限制，转向能够吸收多得多资本的活动。他认为投资者可以更直接地资助这一变化，同时仍不确定物理世界会如何发展。