Eric Vishria 谈 AI 价值、创始人洞察与 Benchmark 的投资流程

2024 年 9 月，Benchmark 普通合伙人 Eric Vishria 与 Harry Stebbings 讨论初创公司执行、AI 经济性和投资决策。Benchmark 投资了讨论涉及的多家公司，包括 Cerebras、Fireworks 和 11x；他们的观点并非独立的投资建议。

Vishria 说，他共同创立并领导的浏览器初创公司 RockMelt 远未达到自己的抱负。优秀团队和有趣的想法不足以克服分发困难。这段经历让他更能理解面临不确定结果的创始人。

他不认同完全决定论式的创业成功观。产品、团队和时机都重要，但环境会改变，即使初始评估仔细，也无法确定最终结果。

回头看，他会更深入地思考分发，并且至少在一次招聘中为重要人选开出超出常规的薪酬。他提醒，反复打破薪酬规则也可能造成问题。

如今评估分发时，他更看重创始人是否深入思考、学习和调整，而不是是否给出完美答案。公司可以从假设出发，随着新信息出现而调整。

Vishria 认为，职业投资人在长期评估公司方面通常有更多实践，而前运营者可能为董事会工作带来不同深度的经验。他提醒，不要不检查计划本身和外部环境，就把所有未达成或超额完成的计划归因于管理层。

他说，Benchmark 由少数地位平等的合伙人组成，并不严格按行业分工。面对新领域，他寻找杰出的创业者、独特洞察、能够支持大型企业的市场，以及真正愿意一起工作的意愿。

Stebbings 认为垂直 SaaS 现有企业可能利用已有数据从 AI 中受益。Vishria 认同这有可能，但说平台转型可能要求领导者改变甚至颠覆现有业务；他重视不断更新思路的创始人。

洞察不一定是宏大的预测，也可能是对产品、分发或执行的具体理解，让公司更有效。他承认，在竞争激烈的市场中，坚定执行也可能很重要。

思考市场创造时，他会问：如果产品如承诺般运作，是否会创造新需求？他以网约车为例，认为更快、更便捷的服务可能使市场超出基于出租车支出的静态估计。

他将这一问题用于 AI 医疗记录助手：如果产品能可靠地减少临床人员的工作，他可以想象一个有意义的市场。他说 Benchmark 当时尚未投资此类公司；想象一个类别并不意味着知道哪家公司会获胜。

在拥挤的领域，他会提高对创始人、洞察和执行能力的信心门槛。他也会问自己是否能够真诚地帮助创始人招募人才，并为公司投入多年。

Stebbings 指出现有企业可以捆绑产品并利用成熟的分发渠道。Vishria 认同初创公司的产品稍好可能还不够，并说投资人必须考虑现有企业的能力。

关于 AI 定价，他说公司既可能增加收入，也可能面临更高成本。他用一名总成本假设为 20 万美元的工程师和每年 1 万美元工具支出作例子，说明如果 AI 自身完成部分劳动，潜在市场可能更大；数字和机会只是示意，并非已证实的节省。

这种潜力让极高估值显得诱人，但 Vishria 承认，2024 年的 AI 尚未展示出接近替代工程师全部工作的能力。他称巨大的未来机会与当前表现之间的差距既令人兴奋又令人困惑。

他区分早期收入快速增长与持久收入。他说，一个四人团队四个月达到 400 万美元收入显示了客户需求，但本身不能证明长期竞争优势或可持续收入。

他用网络搜索的历史作类比，认为商业化可能落后于技术实用性。他预计 AI 商业模式会发展到简单订阅或打包 API 调用之外，但访谈没有证明哪些模式会成功。

Vishria 将基础模型描述为快速折旧的资产，这是投资上的定性说法，而非经过测量、普遍适用的折旧率。他说模型提供商之间的竞争可能有利于用户，同时不确定价值将如何分配。

他披露，Benchmark 当时没有基础模型投资，但投资了 AI 半导体与系统公司 Cerebras 和推理服务商 Fireworks。他看到快速增长，同时认识到模型提供商可能进入相邻基础设施领域。

他不预计所有基础模型公司都会被收购。持续融资、大额收购价格和反垄断限制都让路径充满不确定性；这些是市场可能性，而非已宣布的交易。

被问到大额 AI 融资是否打破 Benchmark 的模式时，他说公司可以灵活开出更大支票，通常不会围绕基金周期或组合构建进行优化。他强调寻找杰出人才和机会；这是对其公司方法的描述。

他以 Benchmark 在应用、基础设施软件和 Cerebras 的投资说明公司的 AI 投资组合。这一视角来自对这些公司有财务利益的投资人。

Vishria 说，投资人必须理解当下市场，但不必参与每一笔交易。他回忆 Benchmark 在 2021 年只进行三笔新投资，而 2024 年随着 AI 转型带来机会与不确定性，投资活动更加活跃。

他将当时与移动互联网转型相比，当年投资机构支持了 Uber、Instagram 和 Snapchat 等公司。他提醒，当前 AI 机会仍必须根据自身情况评估；过去的回报不能证明未来结果。

良好的合伙关系既能挑战，也能加强投资人的直觉。Vishria 说，同事让他避开了许多交易，也帮助他找出无法仅靠行业知识解决的问题。

他回忆，尽管最初对半导体投资持怀疑态度，2016 年仍会见了 Cerebras。团队和技术洞察给他留下深刻印象，随后他让合伙人和一位有半导体经验的同事参与讨论。

Vishria 说，Peter Fenton 在见到公司前最初劝他不要投资，但在听完介绍后改变看法并推动投票。他认为这是合伙人更新判断、互相鼓励的例子；Benchmark 投资了 Cerebras。

他介绍另一个案例：合伙人 Sarah 发现一家公司的单位经济表现薄弱，而创始人没有认真处理这个问题。尽管公司还有其他吸引人的特点，她的评估让他没有投资。他没有透露公司名称。

Vishria 认为，早期毛利率和留存指标可能随着业务规模扩大而大幅变化，精确外推可能产生误导。他也承认，一些早期数字会揭示真正的结构性问题，可能需要重大改变。

他说自己约 80% 至 85% 的时间用于与投资组合公司合作，并在约 12 或 13 家不同阶段公司的董事会任职。他将此描述为 Benchmark 集中、高信心投资模式的一部分。

Benchmark 合伙人讨论交易，并用一至十分量化反馈，没有五分：六分及以上为正面，四分及以下为负面。Vishria 说分数反映信心强弱，负责推荐交易的合伙人会收到反馈。

他不确定如果推荐合伙人在支持不足时仍想推进会发生什么；他将公司描述为高度信任的合伙关系，而不是声称存在明确的一票否决规则。其他合伙人的信心可能较低，因为他们了解的情况可能少于推荐人。

他从 Bill Gurley 那里学到，即使优秀公司也可能估值过高，最终退出和向投资人返还资本很重要。他重视 Peter Fenton 对人和动机的洞察，以及 Matt Cohler 检验创始人洞察深度的能力。

被问及逆向观点时，Vishria 说他不预计 NVIDIA 会永远是唯一重要的 AI 基础设施供应商。Benchmark 对 Cerebras 的投资与这一看法相关；他的表述是竞争预测，并非对未来市场份额的断言。

他称赞 Sequoia 的 Jim Goetz 在消费和企业投资方面都取得成功，并感谢他鼓励自己考虑风险投资。Vishria 最终先创立 RockMelt；他说 Yahoo 于 2013 年收购了该公司，之后他才加入 Benchmark。

他思考 RockMelt 是否本应更认真地探索较早的一次收购，但说如今不一定会改变自己的路径。他讲了一个好运和厄运交替出现的故事，说明孤立判断结果有多困难。

被问到为人父母的经历时，Vishria 回忆双胞胎如何改变了他的时间安排，使周末特别忙碌。这是他的个人经历，并非适用于每个家庭的一般建议。

他最喜欢的 Benchmark 回忆之一，是 Confluent 创始人打电话告知选择该公司领投 A 轮。这是他的第一笔投资，也是他认为塑造职业生涯的重要时刻；Benchmark 在该公司有财务利益。