AI 支出、软件股与 IPO 猜测：20VC 财报圆桌

Harry Stebbings、SaaStr 创始人 Jason Lemkin 和 Scale Venture Partners 的 Rory O’Driscoll 回顾科技公司财报、AI 投资和软件估值，随后讨论报道中的 Anthropic 融资、Sierra、诉讼和管理方式。公司数据和交易以报道或发言者说法呈现；预测和法律解读是观点，而非已确定的结果。

Stebbings 将这一周称为科技财报的“超级碗”，引用总计 5400 亿美元营收、7000 亿美元 AI 资本支出及 Alphabet 4620 亿美元云业务积压订单。Lemkin 强调云业务快速增长，并说在他所讨论的经济业绩中，AI 立即摧毁 Google 搜索广告业务的担忧尚未出现。这些是嘉宾引用的数字，本文未独立核对其口径。

Lemkin 说 SaaStr 自身的搜索流量有所增长，并认为 Google 同时在捍卫既有业务和投资未来。他认为如何在内部产品、合作伙伴和客户之间分配算力是一项重要约束。他的小型网站经历不能确定所有出版者的整体趋势。

O’Driscoll 称这个季度异常激进：大型公司在已有规模上继续增长，同时将更多现金流投入资本开支。他观察到，成熟企业正积极投资，而非将机会留给初创公司。这些选择可能强化现有领先者，但不能证明所有投资都会获得回报。

O’Driscoll 认为，超大规模云服务商早期 AI 增长中，有很大部分来自为模型开发者提供算力并分销其产品。在他看来，这引出了长期知识产权价值将归属何处的问题。他认为 Google 自己拥有 Gemini 模型，使其地位不同于仅托管其他供应商模型。

他比较报道中的 Gemini token 产出与自己对非上市模型供应商的估计，认为编程使用可能比基准测试结果暗示的更集中。对话没有独立核实这些数字，也不能确定口径可比。Lemkin 提到 Palantir CEO Alex Karp 所称模型对其公司而言可以互换，同时承认自己不确定这一观点能否持续。

嘉宾同意，Palantir 的企业产品可能在不同于模型托管的层面捕获价值，但对这种区分能够维持多久看法不同。O’Driscoll 认为模型供应商可能保留价值链中最有吸引力的部分；Lemkin 则说应用、模型与基础设施层之间的关系仍在变化。

Lemkin 认为，大型上市公司有成熟的财务团队，了解 AI 投资风险，即使押注最终可能失败。O’Driscoll 回应说，资本支出繁荣期间的信心并不保证配置正确。两人都将潜在过度投资与已经证实的泡沫区分开，并指出即使缩减支出，成熟业务仍会存在。

O’Driscoll 称，排除他所界定的 AI 相关领域后，Microsoft 其他业务将持平或略降，并认为这使 AI 增长对其估值很重要。这是他的计算，取决于如何划分业务及归因增长；访谈没有独立证实。Stebbings 引用 370 亿美元 AI 年度经常性收入和 1900 亿美元资本支出作为讨论数字。

Lemkin 认为，当投资者允许公司积极支出时，管理层便获得一个投资窗口，而增长放缓时窗口可能关闭。O’Driscoll 同意市场会影响这些决定，但警告说，若支出只是因为获得许可，而不是因为回报合理，就会增加从众思维和配置失误的风险。

Lemkin 回忆与一位专注于降低模型成本的软件 CEO 交谈，认为公司如果优先关注短期利润率，可能错过构建更好产品的机会。O’Driscoll 同意回报为正的 AI 支出可能值得，但更倾向审慎做法。他们的分歧关乎战略，并不能证明每项节约成本的努力都有害。

O’Driscoll 引用 Google 据报道的 Gemini token 产出增长，并与自己对 Anthropic 增长的估计比较。他将此解读为其他供应商在编程领域获得更强使用势头的证据，但讨论没有核实数字，也没有确定衡量口径相同。产品基准、使用量和营收可能反映不同情况。

Stebbings 引用 Meta 的营收、收益和更高资本开支区间，询问为何市场反应与 Google 不同。O’Driscoll 认为，Google 云营收更容易直接归因于算力需求，而 Meta 的潜在收益更难建模。这是他对投资者反应的解读，而非对股价变化原因的证明。

O’Driscoll 说，Meta 曾讨论用 AI 改进广告表现，但他认为需要对照测试才能估算真正的增量效果。他推测管理层也在为未来消费者体验投资。他对收益的估计和对管理层意图的解释都未在此独立证实。

Lemkin 说，投资者更容易为基础设施折旧和云营收建模，而非 Meta 间接的未来收益。O’Driscoll 同意，不确定性可能带来更高折价，同时承认投资最终可能成功，也可能失败。两人讨论的是估值问题，并非认定 Meta 的战略必然错误。

被要求从大型公司中选择时，O’Driscoll 暂时选择 Amazon 而非 Microsoft，并表示这是现场形成、信心不强的看法。他提到 AWS 分销能力和模型产品接入，并引用自己对 Microsoft 非 AI 增长的解读。这些是特定时点的观点，不是建议或保证。

Lemkin 认为，应用数量增长除了惠及模型供应商，也可能使云基础设施受益。他推测，软件构建热潮可能为 Amazon 等公司提供另一来源的需求，而对 Meta 的直接好处较少。这一热潮的规模和时间仍不确定。

Stebbings 引用 Palantir 据报道的 44.5 亿美元剩余履约义务、该指标增长及较高的“40 法则”数字。Lemkin 说，他听到管理层描述增长快速加速，但无法完全将相关言论与前瞻指引对应起来。公司数据和增长解读以嘉宾的说法呈现。

O’Driscoll 认为，大型企业领导者需要可信的全公司 AI 计划，而不只是若干个人订阅。他认为 Palantir 服务大客户的经验及组织企业级项目的能力可能符合这一需求。这是他的市场论点，并不能证明任何具体部署实现了所承诺的结果。

Lemkin 回忆说，在 Adobe 时，少数大型计划占用了大量预算，并需要多年部署。他说 Palantir 管理层描述了更快的采购流程，如今多个利益相关者会同时参加会议。这些例子是他的回忆及对公司言论的解读，并非对所有企业的平均水平测量。

O’Driscoll 补充说，强烈热情可能缩短评估时间，但也可能压制质疑声音并导致资源错配。谈到 Palantir 估值时，他说一家优秀企业仍可能价格昂贵，而股价已经假设未来会有大量增长。他对营收翻倍和估值的情景属于推测，不是投资结果。

嘉宾认为，当组织缺少 AI 落地技能时，外部专家可能很有价值。O’Driscoll 描述自己遇到难题时会打电话请教专家，而不是花几天独自解决。Lemkin 预测，能够将领域工作与 AI 工具结合的实践者将受到需求，但他举出的薪酬和就业例子属于推测。

O’Driscoll 提到 Apple 据报道表现强劲，尽管在他看来其 AI 故事不那么明显。嘉宾随后讨论内存芯片成本：他认为，即使购买的实物数量不变，零部件涨价也可能抬高资本预算。他预测成本可能传导到消费设备，这是情景而非已确认的未来价格变化。

Lemkin 讨论报道中的 Mac mini 价格差，并说自己不确定比较的配置。他担心价格上涨和住房昂贵对普通家庭的影响，可能不同于对高薪科技员工的影响。这些例子是观察和担忧，并非对 AI 行业影响通胀的经核实测量。

Stebbings 引用 Atlassian、Twilio 和 Five9 股价上涨，询问“SaaS 末日”是否结束。Lemkin 欢迎 Atlassian 和 Twilio 据报道的增长加速，但提醒其他公司可能公布较弱结果。部分股票反弹不能证明整个行业复苏。

Lemkin 将 Atlassian 据报道向现有客户成功销售 AI 功能，与 Twilio 潜在的新客户增长区分开。他指出 Twilio 可用披露存在不确定性，并认为现有客户变现很有价值，但未必能回答客户群是否扩大。他的数据和因果解释需要进一步确认。

O’Driscoll 说，一家公司如果此前被市场定价为业务即将消失，只要基本面仍稳健，就可能反弹，但不代表它会变成新的前沿 AI 公司。他用假设营收倍数和增长率解释有限的估值区间。这些例子是投资者观点，并非任何股票的目标价。

Lemkin 回忆 Twilio 前 CEO Jeff Lawson 的观点：AI 公司会需要通信 API。他认为随着新产品扩大规模，Twilio 现有基础设施可能受益，但也可能出现更优秀的竞争者。他观察到特定工具使用 Twilio，这只是例子，不能证明未来营收增长。

被问到其他哪些软件公司可能恢复增长时，Lemkin 同时关注 AI 变现和新客户。他提到 HubSpot 所称让智能体接入平台的计划，认为结果将是有用的检验。他预测如果计划奏效，增长可能重新加速，但承认执行和定价仍不确定。

O’Driscoll 预计增长重新加速会是例外而非常态，同时指出即使在成熟市场，向现有客户销售新产品仍然重要。他和 Lemkin 同意，再出现几个更强的案例将帮助投资者区分有生命力的软件企业与难以适应的企业。他们对估值和结果的预期都是预测。

嘉宾转向 Anthropic 据报道达到 440 亿美元的营收运行率，并询问是否有足够开发者需求维持增长。O’Driscoll 说，关键未知因素是 AI 高度普及的组织中，长期 token 支出相对于工程师工资的比例。他的情景使用了任务自动化假设，并非经过核实的财务预测。

O’Driscoll 用示例说明，token 与工资比例为 20% 至 30% 时，潜在市场会比 5% 大得多。他认为目前编程比某些其他知识工作具有更明确的自动化机会，但将更广泛的估计标为自己的判断。这些例子不能确定 token 购买、工资和模型公司营收之间的关系。

嘉宾考虑一种违反直觉的可能性：如果 AI 提高开发者生产力，增长中的公司可能雇用更多而非更少开发者。O’Driscoll 将其作为假设的投资回报效应；Lemkin 同意这取决于增长及能否找到合适的人。两人都没有声称每家公司或职业都会如此。

Lemkin 说，SaaStr 的两个半自主营销和客户成功智能体一个月约花费 254 美元，远低于其他嘉宾的猜测。他将其作为自身运营案例，并认为智能体有用。讨论没有独立测量它们的产出，也不能确定这个数字是否包括所有相关费用。

O’Driscoll 说，他团队收集的工程支出样本和 Lemkin 的案例，引发了对编程之外 token 消耗强度假设的疑问。他想知道重度用户是更广泛采用的早期例子，还是在低效支出。他明确表示自己不知道答案，并正在调查投资组合公司。

嘉宾指出，更便宜的 token 可能使更多任务在经济上可行，同时使用量上升。Lemkin 设想频繁代码审查可能是一种新用途；O’Driscoll 粗略估计价格下降，并承认长期结果很难预测。他们的例子不能确定未来成本会以固定速度下降。

Stebbings 提到有关 Anthropic 计划以 9000 亿美元估值融资 500 亿美元的报道，询问这对潜在 IPO 意味着什么。O’Driscoll 说自己此前预计公司会直接上市，但现在认为非上市融资可能提高灵活性。融资、拟议条款和任何上市都未在讨论中独立证实。

O’Driscoll 勾画出为何快速增长可能迫使模型公司及其合作伙伴在营收到来很久之前承诺资本。他引用的营收与算力支出倍数是示意模型，并非 Anthropic 披露的义务。他认为，如果估计大体正确，更大的资产负债表可能减轻融资压力。

Lemkin 认为，一轮大型非上市融资可能降低当年 IPO 的紧迫性，尤其是在竞争对手也选择等待时。O’Driscoll 同意融资会增加选择空间，但说有利条件仍可能促成上市。他们对时间、股东权利和投资者需求的看法都是猜测；对话没有确定发行日期或交易结果。

Stebbings 引用有关 Sierra 正以 158 亿美元估值融资 9.5 亿美元、年度经常性收入达到 1.5 亿美元的报道。他将由此隐含的高倍数与估计 4000 亿美元的客服劳动市场相比。这些是报道数字和市场规模估计，并非已核实的融资条款或可触达营收的证明。

Lemkin 质疑客服支出是否会扩大到足以支撑非常大的结果，即使智能体替代了一些任务。他认为销售和追加销售可能扩大机会，但说自己不知道 Sierra 是否会成为一家 1000 亿美元公司。O’Driscoll 将替代现有软件与潜在获取劳动支出区分开来。

O’Driscoll 认为，客服应用能在底层语言模型之外增加工作流和领域价值。他猜测模型成本可能低于 Sierra 营收的 10%，并明确表示这是估计。两位嘉宾都提醒，约 100 倍营收的倍数假设了非常激进的未来，不能保证回报。

嘉宾讨论为什么投资者可能为抢手资产支付高价。Lemkin 认为，一些投资者感觉自己获得了下行保护，随后承认风险投资者可能高估这种保护和潜在收购结果。O’Driscoll 同样提醒，历史上出现过比乐观退出情景更糟的结果。

Stebbings 提到 Musk 与 OpenAI 的诉讼，并引用据称的证词及对高管持股的估计。O’Driscoll 讨论诉讼时效和诉权等可能问题，但他对进行中案件的描述只是非法律专业人士的解读，并非司法裁决。他对证词、私人动机和可能结果的描述没有在此独立核实。

Lemkin 引用 Coinbase 裁员报道，将 CEO Brian Armstrong 的评论解读为推动领导者既能管理、又能直接贡献。他强烈赞成亲自使用 AI 开展工作。对话没有确定能这样做的管理者比例，也没有证明 AI 导致某次特定裁员。

O’Driscoll 说，当高管将裁员归因于 AI 时，他通常持怀疑态度，因为过度招聘、增长放缓、资本支出和技能需求变化也可能发挥作用。尽管如此，他认为 Armstrong 对亲自参与的企业文化的强调有说服力。这种对高管及裁员原因的评估是他的观点，而非经核实的因果结论。

O’Driscoll 认为，领导者应该亲自使用新技术到足以理解一线决策的程度，而不是完全依赖报告。Lemkin 希望更直接地参与：他说 SaaStr 的一个客户成功智能体联系了赞助商，并认为高管应理解和改进这一工作流。他的例子描述了其组织的经历，并非与所有人工团队进行的独立测量比较。

Lemkin 认为营销领导者应能够亲自指导 AI 辅助的营销活动。O’Driscoll 询问这样做的人是否真的表现更好；他说，如果确实如此，采用就会扩大。他们对岗位和成功管理者的预测是观点，节目没有为交流中猜测的比例提供证据。

Stebbings 最后认为周五居家办公可能变成延长的周末。O’Driscoll 描述自己公司偏好周一和周五在办公室开会，允许有限例外；Lemkin 则强调员工有理由偏好不同的生活方式。嘉宾给出的是个人工作方式偏好，而非对远程工作生产力的对照研究。

对话结束时，嘉宾承认人们在工作和个人生活之间会选择不同的权衡。他们的讨论反映了作为创始人和投资人的观点，不能证明远程员工工作更少，也不能证明一种管理模式适合所有公司。