Nvidia 的 AI 支出展望、Anduril 的陆军合同与大额投资背后的算术

Harry Stebbings 与 Jason Lemkin、Rory O’Driscoll 开始圆桌讨论时，问 Nvidia 的 GTC 活动有哪些值得注意的内容，包括太空数据中心的话题。Lemkin 指出智能体、开放模型和合作伙伴关系等举措，认为该公司展现出不寻常的势头。他对竞争对手和公司势头的描述是投资人的印象，并非对其业绩的测量。

Lemkin 认为，客户开发或使用 Google 和 Amazon 芯片等替代方案会给 Nvidia 带来风险，但他认为 Nvidia 公布项目的广度显示了信心。他以 Groq 相关技术和智能体平台 NemoClaw 为例。这些举措能否产生他预期的效果仍有待观察。

O’Driscoll 关注万亿美元的标题数字。他说，Nvidia 的需求数字覆盖多个年度，按他的理解大致符合现有分析师预测，而不是一年收入达到万亿美元。他对股价反应相对平淡的解释，是对市场预期的解读，并非对每位投资者反应的经验证说明。

他将 Nvidia 过去的快速增长与未来预测隐含的增长进行比较。在他看来，这些预测要求客户连续多年向基础设施投入巨额资金。过去的增长让这一情景并非不可想象，但不能证明支出将继续沿着这条路径发展。

Stebbings 问 Nvidia 能否在 2030 年成为一家市值 10 万亿美元的公司。Lemkin 转向另一项指标，推测更长时期内累计收入达到 10 万亿美元的可能性；嘉宾澄清 Nvidia 当前万亿美元的标题数字是累计值。市值、收入和订单额是不同概念，不能互换。

话题转向推理需求。Lemkin 预计智能体将持续运行，带来多得多的 token 使用量，并认为这可能支撑硬件需求。O’Driscoll 指出，用量更高不自动意味着收入更高：如果每个 token 的价格下降速度超过用量增长，收入就可能下滑。两人都没有给出这两个变量经过验证的预测。

O’Driscoll 将预期资本支出与过去的基础设施热潮比较，认为持续扩张是一个要求很高的假设。他给出 Nvidia 收入与更广泛资本支出之间的粗略示意比例，并认为预测路径有相当大的可能无法实现。他的百分比和支出数字是估计，并非正式模型。

Lemkin 认为，Nvidia 所传递的信息是：公司相信许多模型开发者仍需要大量数据中心和推理基础设施。他认为行业的几种可能发展路径都可能使公司受益，同时也承认其地位面临竞争。他对进一步的多年累计订单额所作预测属于推测，不应与单年度业绩指引混淆。

Stebbings 转向 Atlassian 宣布削减 1,600 个职位，以及关于 Meta 可能裁员 20% 的报道。他称 Meta 的数字属于推测；嘉宾无法确认这样的裁员已经发生。他问裁员在多大程度上反映了此前招聘、增长放缓或 AI 的影响。

Lemkin 认为，一些公司正在重新评估所需技能和岗位，而不仅仅是应对眼前的现金短缺。他预测，随着 AI 工具改进，组织将发生重大变化，包括工程和市场推广工作。他认为团队中很大一部分岗位可能不再需要，这只是预测和判断，并不能证明任何具体公司的实际计划。

Lemkin 引述一名工程负责人对软件工作变化的描述，认为 AI 可能改变代码编写和审查。他也预计销售与营销团队会重新思考此前依靠大量人手完成的工作。这场讨论并不能证明所有这些活动现在已经可以自动化，也不能证明所有受影响岗位都会消失。

O’Driscoll 对裁员提出几种不同解释。一种是纠正此前招聘过多；另一种是增长放缓迫使公司追求盈利。第三种是 AI 带来真正的生产力提升，他认为这可能适用于编码，但不应自动假设所有职能都受到同等影响。

他的第四种解释是把资源转向算力和资本支出；他用这一思路解读 Meta。这是他对支出压力的推断，不能证实该公司任何拟议裁员的动机。Lemkin 启发的第五种可能性是，用不同技能替换一些现有岗位，并可能再次招聘。

Stebbings 问公司应该寻找什么样的员工。Lemkin 的答案是实际运用 AI 的能力：他希望人们能解释如何使用工具改进自己的工作。他举的例子涵盖工程、销售、营销、产品和质量保证；他对有多少候选人符合这一标准的估计属于个人观察。

Lemkin 不赞同把 2021 年的所有招聘简单归为浪费。在他看来，按照当时的工作流和增长假设，高增长公司确实需要很多人；如今这两项假设都已改变。他的更广泛观点是，管理者应重新评估哪些工作仍需要人完成，同时认识到未来结果仍不确定。

被问及如何测试 AI 使用能力时，Lemkin 建议问候选人最近引入或认真评估过什么有用的商业 AI 产品，以及如何判断其价值。他提出要求较高的每月一次节奏，作为自己的招聘经验法则。他后来澄清，只要候选人能解释深入评估及其局限，就不一定要购买工具。

Lemkin 讲述了他所说 SaaStr 遇到的一家未具名 AI 公司定价智能体问题。按他的说法，该智能体因未针对定价接受恰当训练，提出了大得多的账单。这个故事反映他对实施和测试的担忧，但访谈没有独立核实公司及具体情况。

他认为工作重点是部署有用的智能体产品，并理解其如何融入组织工作流，而不仅仅是试验提示词。Lemkin 说，他看到自己投资的一些公司采用了这种方式，另一些则落后。这是他的管理建议和对投资组合的评价，并非经过证明的招聘规则。

O’Driscoll 强调，学习意愿比年龄更重要，并说投资者应该花时间使用自己评估的工具。两位嘉宾都把适应变化视为持续责任，也适用于他们自己。他们的建议反映的是对当前技术的看法，并不能得出每个岗位都需要相同工具的结论。

Lemkin 回忆说，早期 AI 系统对他自己而言技术门槛太高，并将其与他认为通才也能部署的较新软件比较。他描述了工作流设计和决策树等熟悉的元素，同时指出智能体仍需要训练。他的经验对非技术用户具有鼓励意义，但不能证明所有部署都简单或没有风险。

他认为，成功部署过企业软件的人可以学习部署 AI 智能体，并描述了购买、配置和训练一款 AI 销售工具的过程。他预测，不适应变化的员工可能面临就业后果。这是他措辞强烈的个人警告，并非某个具体人将被裁员的事实结论。

Stebbings 介绍 Anduril 的陆军协议，称这是一项 200 亿美元的合同，基础期限五年、另有五年选项，整合了 120 多项单独的采购行动。这个数字是讨论中整个合同期的报道金额，并非每年 200 亿美元收入或保证支出。访谈没有确立陆军最终会订购或支付多少。

O’Driscoll 认为，这项安排主要是一次重要的采购整合，而不只是全新的项目。按他的理解，减少单独签约步骤可以让各单位更容易采购产品。他对客户集中度和协议实际效果的描述是投资人的解读，并非合同审计。

他认为 Anduril 的软件连接系统 Lattice 是讨论核心，并解释为什么快速连接不同硬件系统对国防可能很重要。他认为这一安排表明 Anduril 作为供应商的作用增强。嘉宾没有确立任何排他地位、垄断或具体系统的实际表现。

协议的规模促使 Lemkin 反思自己的种子投资方法。他说，过去他会在相对较小的市场支持优秀创始人，预期市场能够扩大；但如今，如果他无法想象某个机会变得极其巨大，就很难继续追求。他明确承认自己这一思路变化可能是个缺陷。

Lemkin 担心，只追求最大结果的早期投资者会以高入场价格投资几家竞争公司，最终遭受大量损失。O’Driscoll 区分了大市场的吸引力与盲目支持第三或第四家参与者的风险。两人都没有声称大市场能保证某一家初创公司获胜。

O’Driscoll 不认为国防领域必然为新进入者提供无限空间。他讨论国防预算的限制，并推测最终可能只有少数公司成为规模巨大的赢家。这些百分比和赢家数量是他的粗略判断，并非经验证的预算分析或有计算支持的预测。

嘉宾讨论幂律回报和基金规模。O’Driscoll 指出，在一家最终价值 10 亿美元的公司中持有 10%，在相关调整前约可获得 1 亿美元，相当于一只 1 亿美元基金规模的约一倍。因此，更大的基金需要绝对金额更大的结果，但过度关注极端成功案例可能促使投资者支付过高价格或模仿近期成功。

O’Driscoll 认为，仅有市场规模还不够：增长、领导市场的能力和入场价格也很重要。Lemkin 同意中等规模市场可以孕育优秀公司，但说昂贵的种子轮估值可能使最终回报不足。他们的分歧涉及投资经济性，而非较小企业本身的价值。

Stebbings 以 AI 销售和支持应用为例，问多大规模才算足够。Lemkin 说，成长阶段投资者可以等到产品和市场行得通的证据出现，尽管可能支付更高价格。他提到 Intercom 增长加速，讨论中也涉及 O’Driscoll 与该公司的投资关系；业绩说法是发言者的评价。

Lemkin 考虑了对自己观点的反驳：AI 智能体可能使原本分开的销售和支持市场融合，让看起来狭窄的机会扩大。这种扩张是假设，而非已经确立的市场规模。种子阶段的艰难决定在于，是否在市场扩张的有力证据出现之前投资。

Stebbings 以早期编码产品说明，看似很小的类别可能变得很大。Lemkin 承认，在当前 AI 浪潮之前，他可能不会意识到 Replit 的机会，同时描述投资者如何可能看到基于网页的软件开发有更广阔的未来。这是事后回顾，并不能证明当时结果显而易见。

Lemkin 说，他对只修复编码产品某个小弱点的狭窄工具更持怀疑态度，尤其是模型提供商可能自行添加该功能时。他说初创公司可以描绘巨大的未来市场，但他希望看到证据证明产品能够占据有防御力且有意义的位置。这是他的筛选偏好，并非对任何具名初创公司的断言。

O’Driscoll 反对转向成长投资就能解决问题的想法。当资金涌入有吸引力的领域，投资者可能抬高价格并降低未来回报。他对比成长资本稀缺的时期和后期估值大幅上涨的时期，强调即使是优秀企业，在错误的价格下也可能是一笔糟糕投资。

O’Driscoll 说，他所在机构的方法是同时寻找产品市场契合的早期证据和可信的更大趋势。他用 Anduril 早期的边境瞭望塔工作说明近期进展与可能的更广泛国防机会如何结合。是否有投资者能事先识别最终结果，则是另一个问题。

Stebbings 转向 Travis Kalanick 带着 Atoms 回归的话题。Atoms 被描述为对其早期 CloudKitchens 和 City Storage Systems 业务的重新命名与扩展，进入机器人和工业应用领域。嘉宾讨论了 Kalanick 接受的一次采访，他更看重实用机器，而不是只关注人形机器人。公司的未来商业成功仍不确定。

O’Driscoll 同意轮子和专用机器在工厂、仓库可能很有用，因为腿可能带来成本和复杂性。他没有永远排除人形机器人；他认为对某些工作而言，专用设备可能是近期更实际的路径。这是他的工程和市场判断，而非普遍适用的性能比较。

Lemkin 认为，如果 Kalanick 仍担任 Uber 首席执行官，公司可能价值 1 万亿美元，因为他相信公司本可以在自动驾驶和外卖领域推进得更快。他也承认 Kalanick 早期任职期间存在严重问题。这一估值是反事实观点，而非可以观察的结果，也不能证明事情本会如何发展。

O’Driscoll 通过区分有才华的创始人与企业所面临的机会和约束，对这一反事实提出质疑。他问，在自动驾驶距离大规模部署仍有数年之际，Uber 是否需要朝盈利和进入公开市场的方向发展。他认为，更注重财务的管理者可能适合那个时期。

Lemkin 回应说，职业管理在早期某个阶段可能表现良好，但他认为现在更激进、以产品为导向的方法会有价值。O’Driscoll 部分同意合适的管理重点会随时间改变，同时指出 Uber 是否必须拥有自动驾驶技术才能成功参与这一领域，仍未得到证明。

被问及董事会何时应更换创始人时，O’Driscoll 说这是一个极具破坏性的步骤。他描述了两类可能达到高门槛的原因：威胁公司生存的决策，以及严重的系统性行为问题。他说自己不了解 Uber 内部具体的私下讨论；这一框架不能确立任何具体决策的原因。

讨论回到 Atoms 的投资价值。Lemkin 欣赏 Kalanick 早年的创业洞察，但说根据那次采访，他还没有足够信心用自己的基金投资。O’Driscoll 更愿意从市场出发：他认为工业自动驾驶市场有可能成立，同时质疑一种机器人能否有效覆盖许多不同的工业领域。

Stebbings 提出一个假设性的 200 亿美元投后估值，依据的是 AI 对某轮融资可能寻求的估值所作估计。该数字未经核实，不应被视为已确认的融资或目标。嘉宾借此讨论大型成长基金是否会以不同于小基金的仓位配置进行投机性投资。

Stebbings 说，他可能会用一只假设的数十亿美元成长基金进行这样的押注，但不会用自己的 20VC 基金这样做。O’Driscoll 提醒，不要仅仅因为管理人需要部署资本并欣赏某位创始人就投资：他说，如果机会和价格都不令人信服，缩小基金规模可能是更好的答案。

Lemkin 回忆在 Red Swoosh 时期见到 Kalanick，对他解释在线视频未来的方式印象深刻。这个故事说明了创始人的洞察为何对他重要，但他把欣赏与对某笔具体投资有足够信心区分开来。嘉宾再次强调，仓位和基金规模会影响管理人能承担多少风险。

最后一个话题是 Adobe。Stebbings 最初暗示股价下跌导致首席执行官离任，O’Driscoll 纠正了顺序：业绩和交接消息同时公布，随后股价下跌。嘉宾并不知道市场反应中有多少来自其中任何一项公告。

Lemkin 说他曾在 Adobe 工作，认为尚未指定继任者有些不同寻常。他推测交接可能存在的原因，但反复承认自己不知道发生了什么。访谈中最终继任者的身份和董事会的私下动机都没有得到确定。

嘉宾讨论，当增长放缓、市场要求盈利时，经营一家上市软件公司会有多困难。他们推测，在这样的压力下，可能有更多首席执行官考虑离开。这些是关于领导者激励的一般观点，并非 Adobe 交接背后私人原因的证据。

O’Driscoll 最初认为这项公告可能比较突然，随后核实并表示 Shantanu Narayen 将继续担任首席执行官，直到找到继任者。他据此调整了解读。嘉宾考虑了董事会可能的动机，包括投资者压力，但把它们作为猜测，而非已确立的事实。

Lemkin 认为，庞大的现有客户基础和低客户流失率能够保护传统企业，却不能保证未来增长。他说，自己没有在 Adobe 的产品应对中看到足以让他对增长有信心的有力证据。这是他的投资评价，并非断言 Adobe 无法增长。

O’Driscoll 将 Adobe 与 Intuit 比较。在他看来，会计和税务工作流可能相对持久，而如果用户采用新的内容生产方式，创作工作可能发生更大的变化。他预测 Adobe 未来五年面临显著的颠覆风险，同时承认两家公司的未来都存在不确定性。