Alex Rampell 谈风投规模、创始人判断与持久的 AI 业务

Harry Stebbings 与 Andreessen Horowitz 普通合伙人 Alex Rampell 对谈。Rampell 负责该机构的应用基金。两人讨论公司新宣布的融资、风险投资经济学、创始人筛选、AI 和退出。Rampell 投资了他提到的多家公司，相关预测和业绩描述均出自他本人。

Rampell 认为，风投正日益分化为大型综合机构和小型专业机构。他说，私营公司保持未上市状态的时间更长，能吸收的资本也多于过去只融资几轮就上市的年代。这扩大了成长基金的机会，包括他所在机构的基金。

主持人问大型基金能否维持很高的净回报倍数。Rampell 从一个假设的有限合伙人角度重新表述：更大规模的投资即便回报倍数较低，也可能比小额投资的惊人倍数带来更多绝对回款。这种算术并不能证明某只大型基金一定达到目标，或在风险调整后表现更好。

Rampell 谈到自己投资 Ribbit 首只基金和 AngelPad 的经历，并回忆小基金获得的极高倍数。这些数字来自他的记忆，未经独立验证，也未必是可相互比较的全基金实际回款指标；他承认，在数十亿美元规模上复制 120 倍回报不太可能。

专业机构可以凭对特定市场的深入了解取胜，大型综合机构则能提供广泛资源和关系。Rampell 说，缺乏这两种优势的中型综合机构可能比较艰难，因为投资人必须找到、评估优秀创始人，并说服他们接受投资。

Stebbings 质疑规模论点：有限合伙人也可以将资金配置到别处，机会成本很重要。Rampell 同意未来无法预知，但认为专业知识和大型机构资源都有助于赢得竞争激烈的交易。他个人也投资所在机构的基金，因此与这一观点有利益关联。

Rampell 将风险投资与收购上市公司的竞价作比较。创始人选择投资人的理由不只有价格，因此风投需要赢得他们的信任。他说，一些超额回报来自其他人拒绝的投资，但备受追捧的公司从一开始也可能竞争激烈。

Rampell 说，同一笔早期投资从数学上可能让小基金获得更高倍数，但他不认为小基金一定会跑赢大基金。他提到一笔种子投资的账面估值上涨约 200 倍；账面估值不同于实际现金回款。

Stebbings 以 ElevenLabs 为例，指出许多投资人起初拒绝了这笔交易。Rampell 说他认为创始团队很优秀，并将主动性定义为承担责任、采取行动，而非等待指示。他承认，随着业务进展和价格变化，市场共识会变得更复杂。

Rampell 将早期风险投资比作价外看涨期权：投资人在一家当前经济状况可能不足以支撑价格的公司中购买股权，希望未来业绩让股份变得有价值。这是对风险和潜在收益的比喻，并非证券形式的字面描述。

他偏好的创始人能吸引三种资源：员工、资本和客户。他认为，让优秀同事离开稳定工作、说服投资人提供资金，以及让首批客户愿意尝试未经验证的初创公司，分别体现了不同方面的主动性。

他还寻找研究过所在行业历史的人。他回忆与 Stripe 创始人见面时，对他们的支付知识印象深刻，同时承认自己在加入 Andreessen Horowitz 前错过了 Stripe 的种子轮；该机构后来进行了投资。

他说，其他创始人在创业前研究了金融、杂货配送或酒店业的历史。这些例子体现了他对知识充分的创始人的偏好；了解历史并不保证成功。

Rampell 用《基督山伯爵》比喻比早早致富更深层的动力。他欣赏那些想证明自己或克服挫折的创始人，因为实现特别大的退出可能需要拒绝早期诱人的报价。这是他个人的筛选框架，并非说创业必须怀有复仇心理。

Stebbings 问，深入了解行业是否也可能让投资人过早否定新想法。Rampell 说，当自己熟悉某个领域时，会让一位保持初学者视角的同事一同参加介绍会，并追问什么发生了变化，以及如果这个想法成功会怎样。

他提出一种做法：向新成立的公司出售更好的产品。现有客户可能不愿替换深度嵌入的系统，但新公司可以在没有迁移成本的情况下选择。Rampell 以 Stripe 和 Mercury 为例；他说自己投资了 Mercury，因此与其成功有财务利益关联。

这一策略取决于新客户出现的速度。他说，它在支付或企业软件领域可能比医院记录系统更可行，因为新建医院相对较少。这种对比是他的投资判断，并非对市场规模的实测比较。

创始人也应考虑团队要多久才能看到进展。向大企业销售的初创公司可能等待很长时间才能签下一份合同，这会让习惯快速发布的员工感到沮丧。Rampell 说，大型企业业务仍可能很有价值，但他认为从文化角度看更难建立。

话题转向客户能够轻易在 AI 工具之间切换。Rampell 区分了基础设施供应商和建立在其上的应用：应用可以在不同模型间路由，而模型供应商则寻求差异化。两层都面临竞争，他并不声称知道最终哪一层会获得最多价值。

他更大的担忧是，软件创造和传播速度远超以往计算时代。他把早期电子表格产品之间漫长的更替，与如今挑战者可能在数周内出现的看法作比较。他回忆的历史市场份额和速度对比只是说明性估计，并非经过验证的测量。

当记录系统保存了重要的客户数据和工作流程时，仍可能很难替换。Rampell 的说法是，初创公司必须在现有企业获得创新能力之前建立分发渠道。他喜欢从被忽视的问题切入，在竞争拥挤前建立更深的客户关系。

Stebbings 问，更快的竞争和更长的非上市时期是否会造成流动性问题。Rampell 估计，当今独角兽中最终可能只有约 5% 能上市。他将此称为自己的判断，而非统计结果或确定的预测。

Rampell 不喜欢大规模创始人老股出售导致创始人财务无忧，而员工和投资人仍无法变现的情形。他承认，如果机会广泛共享且创始人保持投入，一定程度的流动性可能合理。Stebbings 补充说，过多融资也可能促使公司同时开展过多项目。

Rampell 认为，更多资金或员工不会自动带来更好结果。在他看来，优秀人才组成的小团队可能更有创造力地解决问题。他举出的政府例子是类比和政治判断，并非关于特定机构实际表现的证据。

Stebbings 问，A 轮是否是最差的投资阶段，因为公司尚无太大进展时价格就可能上涨。Rampell 说，轮次名称差异很大：有的 A 轮为未经验证的团队购买算力，有的公司则已有可观的经常性收入。他同意，如果新增证据很少却支付高得多的价格，就可能有风险。

Rampell 说，他在 Rillet A 轮约 60 天后领投了 B 轮，并担任该公司董事。他本希望更早投资，但认为错过一家自己相信会胜出的公司也可能代价高昂。这是该公司投资人的观点。

问题在于创始人能否在获得资本后保持纪律。Rampell 回忆，自己此前创办的 TrialPay 曾大规模裁员，随后恢复并出售给 Visa。他说，在艰难选项之间作出选择，通常好于依靠大量现金推迟所有决定。

他也承认有例外：出售股份的创始人仍可能在困难时期保持投入。问题是融资如何改变激励和决策，而不是所有老股交易或大规模融资是否都会产生相同效果。

Stebbings 说，自己在 AskLeO 的投资竞争中输给了 Rampell 的同事，并思考是否应该出更高价格。Rampell 认为，价格过高和过低都有风险。他说自己曾提醒创始人，如果业绩跟不上，上一轮过高的估值可能让下一轮融资或出售更加困难。

Rampell 认为，这种提醒往往无效，因为创业者必须足够乐观才会创办公司。他敦促他们考虑对公司文化和未来选择的影响：大量现金可能鼓励浪费，而上一轮价格太高可能缩小可接受的收购报价范围。

被问到错过早期融资后机构如何反思时，Rampell 说，价格和期望持股比例常常是争议焦点。大型基金需要足够持股才能影响回报，还必须考虑未来稀释。相反，创始人希望限制自己交出的股权。

Rampell 说，赢得每笔交易可能意味着机构是特别优秀的合作伙伴，也可能意味着它没有测试自己能获得多少股权。Stebbings 反驳说，能够持续跟投的大机构，可能会因在更多赢家中接受较小的初始持股而受益。

Rampell 说，投资人必须承认错误并更新观点。如果一家公司已成为明显的领先者，他宁愿在后续轮次以较小持股进入，也不愿因为错过早期投资而拒绝。不过，这种方法仍面临被视为赢家的公司无法维持领先地位的风险。

持股比例之争没有简单的分界线。Stebbings 用初始 10% 股权被稀释到 5% 的例子说明计算方法，Rampell 则提醒，未来市场规模的估计可能大错特错。他们的例子都是假设，并非对特定公司的估值或回报预测。

Rampell 将自己寻找的投资总结为两类：在可能成功但仍未经验证的项目中拥有有意义的持股，或者在已明确取得进展的业务中接受较小持股。他强调，后者的标准必须很高；经常性收入达到 100 万美元并略微领先，不足以证明公司会长期获胜。

Rampell 描述了其基金的三个主题。第一是向新公司销售记录系统或垂直行业运营软件：增长可能更慢，但嵌入工作流程有望提高客户持续使用的可能性。他以自己投资的 Rillet 为例。

第二个主题是软件完成过去由人承担的工作。他以服务原告律师的 Eve 为例，认为它可能让处理小案件变得经济可行。他的例子比较了假设的人工和软件成本；这并不能证明工具可以独立完成所有法律工作或保证案件结果。

他说，快速增长本身还不够。结合现有模型进行外呼的产品可能吸引大量竞争者，因此 AI 应用需要规划如何更深地嵌入客户工作流程。他描述了与 Salient 的这类讨论，并说自己也投资了这家公司。

第三个主题是获取通用模型可能缺乏的有价值数据。Rampell 举出法律数据供应商 vLex 和医疗信息公司 OpenEvidence。他对其数据获取和增长的说法是投资论点，并非独立验证或医疗建议。

Stebbings 描述了一家投资组合公司：它增长迅速，但与增长更快的 AI 公司相比，融资仍遇到困难。Rampell 说，投资人应同时衡量增长和留存。相比客户容易替换的快速增长产品，他更偏好增长较慢但持久的记录系统，尽管实际持久性仍需验证。

谈到出售公司，Rampell 说，这个过程不同于融资。他建议创始人长期与几家潜在收购方的人员建立真正关系，尤其是可能从产品中受益的业务负责人，而不是等出售迫在眉睫时才接触企业发展部门。

他建议将这项工作视为持续进行的小型后台任务。时机很重要：有吸引力的合作关系日后可能促成收购，但如果公司等到业绩恶化才行动，买家可能兴趣下降。他讲述 TrialPay 如何与潜在收购方寻求真实合作，而非只为策划出售而建立关系。

Rampell 对融资也提出类似建议：CEO 应在公司急需资金之前培养投资人关系。他回忆，在 TrialPay D 轮之前，他花了大量时间与 Greylock 和 Reid Hoffman 相处，让他们能够凭借既有经历判断他与公司的表现。

被问及 AI 导致的劳动力替代是否会在近期明显出现时，他说自己不确定时间，但预计影响并不均衡。他区分了成熟记录系统、容易受自动化影响的按席位收费软件，以及两者之间的产品。他举出的潜在收入和就业变化是情景，而非实测结果。

Stebbings 就客服和法律工作继续追问。Rampell 同意，部分常规岗位可能大幅减少，同时认为其他员工可能转向高价值客户关系，或从事自动化使其变得经济可行的新工作。两种结果都没有保证，讨论也没有量化净就业影响。

在快问快答中，Rampell 说自己对收购传统公司再加入 AI 的方式变得更怀疑，原因是创始人与市场可能不匹配。他还提到为投资组合公司提供信贷可能是一种产品，但承认贷款人的追偿措施可能与风投机构和创始人的关系产生冲突。

他最看重的投资建议仍是寻找能够吸引人才、资本和客户，且了解自身领域的人。他也承认，最终财务现实很重要：创始人的个人素质无法单独支撑一场不成功的公开发行。

他最大的错失是 Plaid 的早期一轮融资。他回忆自己曾为相对较小的估值差距争论，后来却以高得多的价格投资了下一轮。他认为这说明应当承认错误、重新审视假设；他和所在机构都与 Plaid 有投资利益关联。

展望未来五年，Rampell 预计软件和 AI 将进入更多市场，并继续为风投带来价值。他对新应用和机器人的乐观预测来自一位在该行业有投资敞口的投资人，并不保证产生回报。