AI 算力、私募股权与收窄的退出渠道：20VC 圆桌

Harry Stebbings 与 SaaStr 创始人 Jason Lemkin、Scale Venture Partners 的 Rory O’Driscoll 讨论报道中的 AI 公司业绩和融资、模型竞争、一笔有争议的跨境交易及私募股权退出。财务数字和交易描述来自嘉宾说法或报道；指控、预测和投资观点没有在对话中独立证实。

Stebbings 引用有关 OpenAI 未达到用户增长和营收目标的报道，并说 CoreWeave 和 Oracle 股价下跌。O’Driscoll 将消息解读为此前模型表现相对于 Anthropic 较弱的反映，同时说较新的编程模型可能已有改善。数字、股价变动和因果解释均未在讨论中独立核实。

Lemkin 同意报道数字反映的是过去，并说他看到了一个新问题：随着智能体承担工作流，它们可能帮助选择模型和工具。他描述自己使用的智能体与 OpenAI 配合良好，并预测市场竞争更激烈。他的经历是个人案例，对大多数工作流未来管理方式的预测也未得到证实。

O’Driscoll 询问，智能体选择工具是否会降低人的品牌忠诚度，以及主要模型供应商是否仍会占主导。Lemkin 描述了一项让模型为 API 评分的实验，并说结果偏向知名、创新的供应商。他将其作为自己的测试；这不能证明客观产品质量，也不能预测所有智能体的选择。

Lemkin 说，他基于模型的评分器给 Stripe 较高分，对几款成熟营销工具的智能体适用性评分较低。评分反映了他实验中的提示、模型和标准，并非对产品的独立评估。他预测，供应商除了服务人类用户，也需要服务智能体。

嘉宾讨论，控制智能体运行框架的公司是否会偏向自己的模型并形成锁定。Lemkin 认为，拥有智能体层可能与拥有底层模型同样重要，同时承认智能体最终可能选择独立替代方案。锁定程度和未来市场结构都仍不确定。

Stebbings 询问长期企业合同是否能保护既有供应商。Lemkin 认为合同可能推迟客户流失，而非消除流失；O’Driscoll 说记录系统即使增长放缓也可能继续存在。他们对合同条款的例子和说法是关于潜在风险的观点，并不能证明具名公司将失去客户。

O’Driscoll 将分析师关于 ServiceNow 智能体营收的提问解读为，投资者不仅想看传统订阅，也想了解既有供应商如何从智能体活动中受益。他对电话会和财务指标的描述属于解读。讨论不能确定任何平台未来会实现多少增长。

Lemkin 称赞 Canva 较新的 AI 功能，但质疑自主智能体是否需要与个人用户相同的界面。他仍预测一次可能的 IPO 会成功，并说需求何时变化并不清楚。Stebbings 提到自己与 Canva 的 Cliff Obrecht 是朋友；这里没有已确认的发行日期，也没有保证结果。

Lemkin 认为企业可能比个人消费者更早自动化多人工作流，而不是替代消费者自己的工具。他承认自己不知道转折何时发生。O’Driscoll 提出一个范围：从萎缩的传统产品，到持续存在的记录系统，再到受益于智能体活动的平台；这是分析框架，并非对具体公司已证实的分类。

嘉宾讨论 Canva 和 Rippling 这类规模可观的企业，认为其估值可能依据增长和现金流，而非最高的投机性软件倍数。O’Driscoll 认为，当市场赋予叙事溢价时，风险投资回报可能尤其高，但他提出的估值结果和 IPO 预期只是预测，并非已知交易结果。

Stebbings 引用有关 Google 向 Anthropic 承诺最多 400 亿美元的报道，其中包括立即投入的现金及与里程碑挂钩的金额；他还提到 Amazon 追加 50 亿美元。他询问自研芯片是否会影响 Nvidia。嘉宾没有独立核实融资、估值、里程碑、芯片承诺或实际到账金额。

O’Driscoll 将模型供应商的挑战分为构建有竞争力的模型和确保足够算力以满足需求。他认为 OpenAI 与 Anthropic 面临不同约束，但对相对产品表现、产能和管理决策的判断属于他的解读。两项工作都需要大量资源，未来需求也难以预测。

为说明产能风险，O’Driscoll 假设一家供应商两年内从 100 亿美元运行率增长至 1000 亿美元，并假设每增加一美元产能需投入数美元资本开支。他估算与合作伙伴分担的投资可能达到数千亿美元。这些是假设输入和粗略算术，不是 Anthropic 披露的预算或预测。

他的例子说明两种判断错误的后果：算力不足可能限制服务，而如果需求低于预期，签约过多产能可能代价高昂。他将不同风险偏好归因于各公司领导人，但这些个人动机及所提成本比例均未独立证实。

Lemkin 说，报道中的 OpenAI 不及预期可能是算力与营收并非总是一对一变化的早期迹象，同时强调报道中“不及预期”的定义很重要，他不能确定。O’Driscoll 同意，没有客户想要的产品，仅有算力不会产生需求。两者都是经济解读，并不能证明具体公司的业绩情况。

嘉宾预计，一些工作流中的智能体会消耗更多算力。Lemkin 说 SaaStr 的 Salesforce 账单上升而席位数下降，并表示自己不知道确切 token 数字。O’Driscoll 引用智能体与人类用量的粗略比较；这些例子都不能确定普遍的消耗比例。

Stebbings 询问，需求超过供给时买更多算力容易，还是出售多余产能容易。嘉宾推测云服务商可能将签约产能转给其他客户或转租，但须取决于实际合同。较长的交付周期使产能过多或不足都可能带来后果；这里没有确定任何具体转售交易。

Lemkin 认为 Google 可能从自己的模型、云客户和基础设施投资中受益。O’Driscoll 补充说，Google 和 Amazon 可以在争取客户时结合自研芯片、云产能和融资。他描述的规模、利用率和经济效益均为估计，不能证明任何具体交易的条款。

O’Driscoll 用假设的数据中心预算和 Nvidia 毛利率说明，云服务商为何可能寻求自研芯片。他承认，评估性能和支持需要技术细节。他的计算不应视为经核实的成本分解，也不能证明某种芯片对所有工作负载都更优。

被要求在 Google 和 Nvidia 之间选择时，O’Driscoll 说，从风险调整后角度他会勉强倾向业务更多元的 Google；Lemkin 则偏好将 Nvidia 作为更直接的 AI 基础设施敞口。他们拿集中持仓开玩笑，O’Driscoll 提及分散投资和幸存者偏差。这些是特定时点的个人观点，并非投资建议。

Stebbings 描述有关中国方面行动影响 Meta 约 20 亿美元收购 Manus 的报道，并说投资者已获得分配。嘉宾没有确定监管机构的实际决定、管辖权、交易状态、已付款项或任何员工的处境。后续讨论是一组情景，不能证实交易已被撤销。

O’Driscoll 推测，对于当地业务规模较大的公司，监管影响力可能不同，并对可能仍在中国的人员表达关切。他明确表示自己不知道 Meta 当地业务的规模。所提出的结果、出境限制和归因于政府的动机都是推测，而非访谈中确定的事实。

嘉宾将报道中的争议放在更广泛的中美技术紧张关系中讨论。O’Driscoll 尝试设想双方的视角，Lemkin 则预测随着 AI 改变经济，政治摩擦和社会冲击将出现。这些是关于政策和未来事件的观点，不能证明某个政府的具体意图，也不能保证政治结果。

Stebbings 引用 Thoma Bravo 将 Medallia 交给债权人的报道，提到 51 亿美元股权损失和约 30 亿美元债务。嘉宾不确定确切数字，并将该案例与 Pluralsight 相比。他们的描述没有独立确定重组、具体回收金额或任何投资者的最终损失。

O’Driscoll 回忆，收购融资中股权投入占很大比例，并说即使初始债务只占交易价值少数，高收购价仍可能导致损失。他不确定此前是否已有资金返还投资者。他对 EBITDA、债务偿付和回收额的估计很粗略，不应作为事实重建。

嘉宾区分收购时的杠杆率和相对于公司当前营收及现金流的债务。O’Driscoll 认为，增长缓慢且义务重大的企业可能缺少投资转型的空间。Lemkin 补充说，他认为客户可能整合软件供应商；两人都没有确定 Medallia 据报道结果的确切原因。

O’Driscoll 披露，讨论旧式调查产品面临的潜在竞争时，他的公司投资了客户情绪分析公司 Raptor。Lemkin 提及他认为可能面临债务压力的其他软件企业。O’Driscoll 明确提醒不要说这些具名公司即将倒闭；讨论没有确定它们出现违约或无力偿债。

嘉宾描述杠杆软件业务的可能预警信号，例如债务低于面值交易、实物支付利息条款及再融资期限。O’Driscoll 说，实际损失可能影响有限合伙人的风险偏好，特别是他们认为相对安全的投资表现不佳时。他提出的是有条件的情景，并未声称具名公司将失败。

嘉宾考虑第二个后果：私募股权买家可能更挑剔，使那些规模太小无法上市、又不符合战略收购方需求的风险投资企业退出渠道收窄。Lemkin 质疑大型科技公司会收购任何看似相邻的产品这一假设。这些是观察和预测，并非所有退出渠道已经消失的证据。

O’Driscoll 将其公司的投资组合框架称为“更少但更大的赢家”，即更分散地进行早期投资、在规模大得多的公司中更集中投资。他用粗略营收门槛说明自己认为公开市场要求有所提高。这些门槛是他的判断，而非 IPO 的法律要求。

Lemkin 预测，一些中型公司创始人在看不到可信的独立退出途径时，可能与信任的同行合并。他用假设公司说明，并指出合并可能不会向有限合伙人分配现金。O’Driscoll 设想经营者整合企业并改善现金流，但没有声称任何具体合并正在计划中。

被问到私募股权作为资产类别的前景时，O’Driscoll 警告不要假定某种策略不会亏损。Lemkin 说，他看到一家投资组合中的 AI 增强型公司获得试探性报价，并认为按自己的经验，部分买家仍在行动，只是频率较低。他质疑新软件业务的持久性，并明确表示自己不知道答案。

嘉宾讨论，大型退出是否可以弥补许多规模较小、无法退出的公司，仍让有限合伙人获得足够回报。O’Driscoll 说这有可能，但他认为情况不会那么极端。他们讨论的是投资组合情景和激励，而非预测固定数量的机构或公司会失败。

Lemkin 欢迎 Garry Tan 呼吁初创公司更精确地报告营收。他描述一项投资每月提供多种不同的 ARR 定义，包括核心软件、可变用量和承诺营收。他认为这些指标可能差异巨大，隐瞒定义比清楚披露更令人担忧。

O’Driscoll 说，一致的定义有助于投资者评估年轻公司，减少有关夸大指标的争议。他还认为市场组织者有利于维护生态信任。他对这种现象的普遍程度及准则未来采用情况的说法是观点，并非已确定的不当行为发生率。

嘉宾讨论报道中的 Thrive 产品，将投资于持久的体育或媒体资产，与长期持有风险投资支持的上市股票的策略区分开。O’Driscoll 说自己不确定某项早期投资，也没有声称核实了该产品的完整条款。他们的描述是对已看到信息的解读。

Stebbings 提出体育资产的反面情景：AI 驱动的媒体消费变化可能影响转播权收入。O’Driscoll 认为拥有现场赛事仍可能有价值，但同意媒体与运动员的经济关系可能改变。两人都没有预测特定球队或基金必然出现某种结果。

嘉宾将美国联盟与英格兰足球相比；后者的降级制度可能改变俱乐部的经济状况。他们用例子讨论不同激励和风险，其中的政治描述和估计是个人观点，并非对联盟规则或球队估值的全面分析。

Stebbings 询问向个人投资者提供私募公司投资敞口的工具。O’Driscoll 披露自己在一款风险投资产品中投入最低金额 500 美元，以试用其体验，从而间接投资节目讨论的公司。他说自己尚未分析底层估值，在投入资产中有意义的比例之前会做更多研究。

Lemkin 询问如何判断 AngelList 风险投资产品所引用的年度费用。O’Driscoll 将私募投资工具的费用与成本更低的公开市场基金比较，并说比较取决于底层回报、费用和业绩分成。所引用的费用及产品结构是嘉宾的描述，并非独立核实的条款或推荐。

O’Driscoll 指出，投资者需要足够高的毛回报才能抵消显著费用，少数非上市公司过去的增长也不保证整个资产类别的未来回报。Lemkin 讨论投资人激励，并说按他的经验，领先基金决定不增加持仓可能是负面信号；这并不是对任何公司的决定性证据。

Stebbings 披露自己卖出了 Figma 和 Duolingo 持仓，并说 Figma 仓位亏损约 40%。O’Driscoll 起初质疑这种冲动，随后区分了上市股票的流动性与私募投资者较长期的承诺。他们关于何时卖出的讨论是个人观点，并非针对读者的建议。

O’Driscoll 说，公开市场投资者应该理解自己为何持有一只股票，并与可获得的替代选择比较。Lemkin 对智能体将如何使用 Figma 和 Duolingo 仍持怀疑态度，同时希望看到 Figma 的回应。这些是他们对不确定产品和市场变化的看法，而非已确定的结果。

嘉宾最后简要提到报道中位于伦敦的一家 AI 实验室，并开玩笑说未来节目应以更积极的内容收尾。整期讨论中的融资、重组和市场结果仍取决于底层事实和未来事件。