Saam Motamedi 谈 AI 估值、B 轮风险与支持创始人

Saam Motamedi 说，AI 投资市场的部分领域看起来比 2021 年高峰还要过热：年轻公司获得高估值，B 轮定价尤其激烈。这是他对 2024 年市场的看法，不代表那个时期的每笔投资都会亏钱。

Harry Stebbings 采访了投资企业软件、安全和 AI 的 Greylock 普通合伙人 Motamedi。Greylock 持有他讨论的多家公司股份，包括 Figma、Abnormal Security、Upwind 和 Braintrust，因此与其成功存在直接利益关系。

Motamedi 在 Houston 长大。竞争性辩论让他爱上竞争，生物医学研究则让他看到小团队能够完成什么。他说，这些经历影响了他如今与早期创始人的合作方式。

他大体同意风险投资奖励通常与年轻投资者联系在一起的精力，但也指出一些经验丰富的同事仍然极具竞争力。他强调的是追逐机会的意愿，并不是说年龄决定投资能力。

他称 AI 市场处于过度繁荣的泡沫中，举例说种子轮投后估值达到数千万美元，有时甚至超过 1 亿美元。他还表示曾见到公司按营收的 100 至 200 倍定价，而据他对当时公开市场的估计，估值最高的软件公司远期营收倍数大约为 15 至 20 倍。

Motamedi 说，只有私营公司保持异常强劲的增长，这种比较才可能合理。他引用有关 OpenAI 年化营收的报道作为异常增长的例子，同时质疑有多少公司能维持这种速度。访谈没有独立验证该报道，也不能把年化运行率直接当作已实现年度营收。

Stebbings 认为，企业投资者除了财务回报，还可能为战略合作或云服务消耗付费。Motamedi 同意，这些动机可能扭曲价格。他还提醒，初始营收快速增长可能掩盖留存的不确定性，并提到一些早期消费 AI 应用的关注度后来下降。

他说，当公司快速增长时，Greylock 首先会问自己为什么不投资，然后审视市场动态、产品市场匹配、留存和可防御性。在他看来，即便公司六个月内从零增长到 2000 万美元营收，如果基本面薄弱，也不足以单独构成投资理由。

被问及如何区分众多 AI 竞争者时，Motamedi 说软件投资者一直面临类似问题：哪个团队能够打造深入且黏性强的工作流程、获得定价权并建立分销？他认为，把应用称为模型“包装层”并不能决定它是否能创造持久价值。

他以 HubSpot 和 Greylock 投资组合公司 Figma 为例，说明产品可以建立有用的工作流程和分销。他说，其他软件产品创造的价值较浅，后来增长停滞。他对投资组合公司的判断，并非独立的业绩分析。

Stebbings 问，OpenAI 的一次更新是否可能摧毁应用初创公司。Motamedi 预计模型供应商会在通用写作、代码生成等基础能力上激烈竞争。他认为专门针对法律、医疗和开发者的工作流程有更多空间，但并没有声称这些市场没有竞争。

对于基础模型，他强调不确定性很大。如果竞争差距缩小、利润率下降，Greylock 对纯模型即服务供应商的兴趣较低；但在模型必须与自有应用紧密整合的领域，他看到了潜在价值。Greylock 的历史投资使这成为一位投资者的战略观点。

他说，个人智能体、企业智能体和某些编程应用可能需要模型与应用紧密结合。客服应用则可能更受益于模型之外的工作。他预计定价会根据创造的价值而变化，可能结合按席位收费和按完成工作收费。

Motamedi 不认同 AI 意味着 SaaS 终结的预测。他认为，当数据模型、交付与定价或界面发生重大变化时，新的软件企业就有机会挑战现有的记录系统。他以 Salesforce、Workday 和 ServiceNow 为既有例子。

他用 CRM 中的客户和账户记录解释数据模型：用户、实施伙伴和周边软件都会学习在同一结构中工作。交付变化可能类似从本地部署转向云订阅；AI 则可能带来另一次定价变化。

他的界面假设是，智能体可以在销售人员身边工作、操作系统并询问缺失信息。他预测，十年后许多销售人员可能不需要了解底层 CRM 界面。这是未来情景，并非已证明的能力或保证发生的结果。

他设想 AI 应用可以综合邮件和通话信息，生成销售预测，而不是只依赖手动输入 CRM 的数据。他预计这可能更准确，但访谈没有提供比较试验来证明这一说法。现有供应商也可能采用类似方案。

Stebbings 问，客户是否会仅因软件增加 AI 功能而多付钱。Motamedi 说现在下结论还太早，但他预计，当产品可靠地完成有价值的工作，而不只是增加聊天机器人时，定价能力会更强。他举出的 AI 销售开发例子属于假设。

谈到 2024 年种子轮和 A 轮定价，他针对某一类公司给出较宽范围：优秀种子团队投后估值约为 2000 万至 4000 万美元，已有初步产品市场匹配的 A 轮约为 8000 万至 1.5 亿美元，高时可能达到 2 亿美元。他说，有些种子公司刚注册，几乎没有产品或营收。

Motamedi 认为，在幂律策略下，一些较高的种子轮价格合理。他认为，对规模足够大的基金而言，2000 万与 3000 万美元的入场估值差异，可能不如能否进入一家真正杰出的公司重要。Stebbings 同意获得机会很重要，但认为这些价格下投资者可能没有得到足够的早期风险补偿。

Motamedi 以 Greylock 投资组合公司 Upwind 为例，说明为经验丰富的团队支付价格的逻辑。他说，公司种子轮融资 2600 万美元，创始人此前建立过一家达到 1 亿美元 ARR、并以约 5 亿美元出售给 NetApp 的企业。这是他针对具体案例的说法，不能证明大型种子轮普遍风险较低。

Stebbings 根据标准稀释假设计算了潜在入场估值。Motamedi 表示该案例实际估值较低，并同意投资者需要价格上限。他区分了为杰出团队破例，与在整个投资组合中把每一笔高价交易都当成例外。

他说，Greylock 第 17 支基金规模为 10 亿美元。对于核心早期投资，公司认为约 20% 至 25% 或更高的持股比例较为充分，但并非每笔交易都达到或要求这个水平。Motamedi 说，基金有时会在获得传统意义上的证明之前投入更多资金，以达到这些持股比例。

Stebbings 认为，早期资金过多可能削弱紧迫感和创造力。Motamedi 同意过度花钱是风险，但认为效果取决于创始人：他见过大轮次仍保持紧迫感，也见过小轮次缺乏这种状态。相同融资金额既可能加速发展，也可能诱使团队乱花钱。

被问及大基金如何在小额支票上保持标准时，Motamedi 说合伙人的时间才是稀缺资源。他说，Greylock 每位合伙人的投资次数相对较少；在一笔 650 万美元投资前，他曾与创始人共同工作 90 天。他也表示，其他决策有时必须快得多。

他估计，Greylock 约 80% 的投资始于公司成立前建立的关系。他说，小额初始投资可以在后续轮次变成更大金额，并举出 Figma、Rubrik、Abnormal Security 和 Discord 等投资组合公司。这是他对机构流程的描述，并非经审计的投资组合统计。

Stebbings 提出信号风险：外部投资者是否会把种子投资方不领投下一轮解读为警告？Motamedi 说，他没有在 Greylock 的投资组合中看到这种情况发挥作用。Stebbings 反驳说，强大的机构品牌本身可能有助于融资，因此这些例子不能否定信号效应。

Motamedi 以 Greylock 投资的 Cresta 为例，说明在另一家机构领投种子轮后，他仍根据公司本身的情况进行评估。他说自己不知道早期投资方为何没有领投 A 轮。这一轶事说明的是他的个人决策过程，并非对信号效应的普遍检验。

他说，每一轮 Greylock 都会问新投资者是否能提供有意义的帮助。如果创始人找到能实质改善业务的人，Greylock 可以接受较低的持股比例；如果新投资者只提供资金，他认为现有投资者可能是更好的选择。这一立场也符合 Greylock 维持持股的利益。

Motamedi 说，公司保留大量资金，既用于跟投成功企业，也用于支持遭遇挫折的企业。一笔小额初始投资可能随着时间变成大得多的累计投资。预留资金既可用于防御性的内部融资，也可用于主动跟投。

他反对把 100 万美元年度经常性收入视为统一的 A 轮门槛。ARR 可以显示产品市场匹配，但达到 100 万美元的公司大多数无法达到 1 亿美元。他首先看创始人和市场，再把 ARR 作为次要证据。

他以 Wiz 为例说，该公司 A 轮估值为 5 亿美元时没有 ARR，但创始人经验丰富，所处云安全市场正在变化。他说 Greylock 在后来的成长轮投资了该公司。他的评价带有事后判断，不能证明每家高估值、无营收的公司都值得投资。

Stebbings 更喜欢竞争不拥挤、不那么光鲜的市场。Motamedi 同意，找到被忽视的市场可以带来良好投资，但也认为，如果判断正确，以高于竞争者的价格投资也可以是一种逆向选择。两种方法都无法消除判断错误的风险。

他说，Greylock 孵化了 Abnormal Security，并在可重复的产品市场匹配尚不明确前参与了多轮投资。他提到公司当时宣布 ARR 超过 1 亿美元、增长超过 100%。这些是公司披露的经营数据，Greylock 也是投资方。

对于后期投资决策，Motamedi 认为市场动态更加重要。优秀创始人可能转向其他方向，但围绕小市场建立的公司达到一定规模后，更难改变方向。Stebbings 提到反例，包括 HubSpot 扩展到 CRM。

如果创始人优秀但他不喜欢市场，是否会投资？Motamedi 说，这是 Greylock 反复讨论的最困难问题之一。在种子阶段，如果创始人所处的大方向有前景、只是初始细分选择有误，他更愿意投资；即便如此，判断创始人是否真正杰出仍很困难。

他认为 Greylock 错过的一些最大种子投资，源于否定了优秀创始人的第一个想法。他说，公司有时正确判断了创意会改变，却错误地没有在改变之前建立关系。

他反对认为成长轮融资已经消失的说法。对于少数增长强劲、市场有吸引力的公司，他看到竞争非常激烈。他认为，成熟早期投资机构的新成长基金取代了一些收缩的投资者，而合格公司数量更少。

Motamedi 说，B 轮价格可能比 2021 年更加过热；除非公开市场倍数扩张，或增长持续性异常强，否则他质疑这一时期的 B 轮整体能否赚钱。他明确预计仍会有优秀的个别 B 轮投资。这是对一个投资群体的预测，不是已验证结果，也不是说每笔交易都会失败。

他不认同投资者必须始终接受当前市场交易条件。独立思考如果判断错误可能代价高昂，但他说，过去多个时期单纯接受市场条件也会付出很大代价。

他将 Glean 视为一次错过的机会：Greylock 因投资 Rubrik 而认识创始人 Arvind Jain，但由于企业搜索市场过去表现不佳，没有争取投资 Glean 的 B 轮。他现在认为该团队有能力利用生成式 AI 改变搜索。这是事后判断，并不能证明这项投资已经产生现金收益。

第二个错过的机会是 Codeium，其创始人 Varun 曾是 Greylock 的创业项目成员。种子轮时的原始想法与模型推理有关；Motamedi 说，基金当时没有充分认识这个领域。这些经历让他在种子阶段更倾向于支持自己认为杰出的创始人，即便初始想法尚不确定。

在寻找项目、选择项目和投资后服务三者中，他认为寻找项目最难也最重要：投资者无法选择自己从未遇到的公司。他承认 Stebbings 的观点，有些成功投资者和创始人并不需要大量投后服务。

对于希望在机构内部成长的年轻投资者，他建议不要只关注个人交易功劳，而要形成创始人愿意与自己合作的理由。Stebbings 将这种情况与把职位主要当作跳板的人作了区分；Motamedi 同意两者的激励可能不同。

他建议投资者长期建立某个领域的专业能力，在下一代运营者创办公司之前就认识他们，并成为该领域有帮助的人。这种专业化既可以改善项目来源，也有助于赢得创始人的信任。

在快问快答中，Motamedi 说，投资者可以在产品市场匹配前通过讨论客户细分、参加会议和提供反馈来帮助企业。他称赞 Elad Gil 能在不同阶段发挥作用，并指出两人在 Greylock 投资的 Braintrust 曾合作。

他回忆 Braintrust 创始人 Ankur Goel 曾清晰描述开发者的具体需求及解决计划。他说 Greylock 投资了 500 万美元。他对这家公司的赞赏来自投资者，而不是对最终回报的已验证测量。

他认为，当机构拿走过多股份、吸引到不合适的创始人或无法提供帮助时，风险投资孵化往往会失败。他以 Greylock 历史上参与 Palo Alto Networks、Workday，以及孵化 Abnormal Security 为他认为成功的例子；过去的成功不能证明这一模式普遍有效。

他改变了对专用 AI 模型的看法：即使通用模型持续进步，专用模型如果能迅速结合强大的应用工作流程，也可能具有防御能力。他以 Greylock 未投资的 ElevenLabs 为例，说明一家构建此类工作流程的公司。

他希望自己更早认识到大市场有多重要。在他看来，优秀公司可以从狭窄细分领域起步，同时有意识地扩展到更大的相邻市场。市场规模是一项投资判断，并不能保证扩张成功。

他最后建议创始人调查潜在投资者的过往合作经历，询问企业领导者如果没有该投资者的参与，公司会有什么不同。他说，自己支持过做了很多背景调查的优秀创始人，也支持过完全没有调查的优秀创始人，因此不认为调查次数是可靠的质量信号。