Ramtin Naimi：AI 风投热潮背后的资金压力

Patrick O'Shaughnessy 请 Abstract Ventures 创始人 Ramtin Naimi 从具体交易入手，描述风险投资市场。Naimi 说，融资和后续轮次的速度惊人，热门公司通常会优先向少数心仪的机构分配份额。

Naimi 说，错过第一批份额的机构有时不愿等待下一轮，而是在同时进行的第二批交易中支付三到五倍的价格。他认为，这种结构不一定不健康：一些 AI 企业确实需要比首批融资更多的资金。

这种速度也带来了追赶市场的压力。Naimi 看到投资者迅速开出条款，有时又撤回或重新谈判。投资组合估值上涨似乎只是勉强跟上市场，即便最大的退出交易也只能短暂占据注意力。他觉得节奏类似 2021 年，但认为现在的公司正在创造大量实际价值。

高速增长的标题数字可能掩盖真实经济状况。有些年增长 10 至 20 倍的企业利润率很低甚至为负、客户高度集中、收入按用量计费，或把单月数据收入乘以 12 当作年化收入。Naimi 建议创始人与同类型公司比较，不要把所有收入数字视为等价。

数据标注的采集成本高，利润率可能只有 15% 至 20%；一些应用提供商的大部分利润则流向基础模型公司。但 Naimi 也看到利润率随收入快速改善：一家投资组合公司的利润率从负 15% 升至正 35%，收入同时大幅增长。

一些垂直软件公司的收入倍数很高。Naimi 说，投资逻辑可能建立在比现有软件预算大得多的劳动力预算上，例如律所的律师助理工作。他也承认，自己尚未看到这些公司真正替代那部分劳动力。

谈到与 2021 年的比较，Naimi 看到了熟悉的迹象：交易蜂拥而至、公开市场投资者进入风投，以及条款清单很快发出又被重新谈判。他无法判断当前周期更像 2019 年还是 2021 年。他认为区别在于，如今的产品找到用户并融入日常生活的速度更快。

O'Shaughnessy 把话题转向为风投基金提供资金的有限合伙人。Naimi 说，基金通常计划在 18 至 24 个月内完成初始投资，并为后续投资保留资金。大型机构更早重返募资市场，因为交易更多、价格更高，维持持股比例也需要投入更多。

投资组合面临明显取舍：用同一规模的基金投资更少的公司以维持持股比例，或者保持投资数量、接受更小的份额。前者要求选得更准，后者会限制成功项目带来的收益；两种选择都会改变原有的组合构建计划。

有限合伙人收到的现金分配也少于预期。Naimi 认为，一些机构的实际风险敞口高度集中在 SpaceX、Anthropic、OpenAI 和 Databricks 等少数未上市公司。这些公司的流动性事件，可能比风投组合表面上的广度更重要。

为了说明资金消耗速度，Naimi 举例说，一只基金募集了 25 亿美元，开始投资约六个月后就准备再次募资；另一只在获得 30 亿美元九个月后又寻求 50 亿美元。他还看到创始人拿到投资承诺，却要等新基金完成募集后数周或数月才能收到资金。

O'Shaughnessy 问，算力需求巨大的 AI 企业是否需要新的融资工具。Naimi 提到与客户价值相关的增长债务，以及投资者提供算力而非现金的做法。一些创始人看重确定的算力供应，但优惠定价、使用分配和硬件折旧都会让交易变复杂。

Naimi 说，新的资本结构很难普及，因为创始人和投资者通常偏爱条款清晰的股权融资，不愿承担可能在以后引发问题的附加约束。不过，当数十亿美元的股权融资主要用于购买算力时，他认为替代工具仍有空间。

话题转向一个矛盾：市场有人警告算力可能闲置，与此同时，GPU 配额却很难获得。Naimi 说，投资组合中的公司经常需要帮助寻找算力，一些大型新兴云服务商甚至对低于 2 亿美元的合同不感兴趣。最大需求来自超大规模云厂商、前沿实验室和融资充足的新模型实验室。

Naimi 描述了一批资本需求异常庞大的新实验室。其中一家计划募集 10 亿美元用于一次训练，并预计再募集 50 亿美元。他说，当融资额本身成为衡量成功的替代指标时，很难区分真正可泛化的进展和针对基准测试调优的系统。

资本本身会不会限制算力需求？Naimi 认为融资条件，尤其是债务融资，可能发挥关键作用。基础设施建设者需要的债务规模可能是股权资金的数倍，而借贷成本上升可能决定新增算力在经济上是否可行。

谈到种子轮估值，Naimi 描述了市场对最佳结果的想象如何从 100 亿美元变为 1000 亿美元，乃至如今的 1 万亿美元。少数杰出公司改变了投资者对可能性的认知，但他不认为会出现几十家万亿美元公司。如果每家初创企业都按这种前景定价，就可能把少数极端案例过度外推。

他更喜欢支持在尚未被广泛认识的市场中创业的杰出创始人。公认的热门想法往往价格高昂；主动研究被忽视的机会，可能同时获得更合理的入场价格和有意义的持股比例。不过，大多数被忽视的机会仍然会失败。

他举了脑机接口初创公司 Conduit 的例子：Abstract 在这个领域成为热点之前就进行了投资。Naimi 说，该公司的外戴设备尝试从脑信号推断用户想输入的内容，并提及早期训练数据和 80% 的准确率。他设想未来它可能成为智能体的交互界面，但这一前景取决于技术能否持续进步。

Etched 是另一个例子。Naimi 说，投资者认可创始人 Gavin Uberti 的能力，但许多人怀疑初创公司能否与成熟的 AI 芯片厂商竞争。在一笔大型融资让这一机会更受关注后，整个领域吸引了更多兴趣。他的经验是，在市场形成共识之前，先研究优秀创始人为什么选择投入一个领域。

Naimi 说，如果一位创始人见了很多投资者，却只拿到少数条款清单，可能说明创始人很出色，但机会还未被市场理解。这并不意味着此类交易都值得投资，而是提醒投资者应深入研究领域，而非简单跟随人群。

估值变得格外难以预测。Naimi 说，同一家公司收到的合理区间内的报价可能相差四倍，有人甚至可能为了不输掉交易，支付第二高报价的三倍。创始人随后又拿类似阶段的朋友融资价格作比较，使这种预期不断传播。

O'Shaughnessy 问，投资成熟且快速增长的未上市企业是否更理性。Naimi 赞同这些公司有更多可供判断的证据，也能吸收大额资金。但他提醒，投资少数公认赢家本身已成为拥挤策略；即使公司非常优秀，买入价格过高仍可能导致收益平平。

两人接着讨论 AI 数据企业。Naimi 说，模型开发者的数据需求至今持续增长，而不是消失；难以采集的数据也可能有不同的盈利能力。一些创始人认为数据销售会长期成为独立的大生意，另一些则把它当作资助自身机器人模型研究的手段。

O'Shaughnessy 问及新一代富有的天使投资人。Naimi 认为，硅谷聚集了大量愿意在机构融资之前用个人资金投资的人，这一网络有助于初创企业起步。更多成功的员工和天使投资人可能继续补充这个网络。

Abstract Ventures 已从种子投资扩展到部分 A 至 C 轮以及被动的增长期投资。Naimi 说，公司的第一只基金规模为 1 亿美元，最新一只为 8 亿美元：有限合伙人在 2018 年批评第一只太大，后来却称赞规模更大的基金保持克制。这个反差说明市场已发生巨大变化。

Naimi 说，机构过去常常对最好的投资组合公司有信心，也有投资机会，却缺少足够资本领投更大轮次。他希望先把现有资金投好，再评估是否能在不损害回报的前提下扩大基金规模。回头看，他认为早期基金本可以投入更多资金并取得类似的表现。

作为一个计划定期重复的收尾问题，O'Shaughnessy 请 Naimi 分别按十分制评价投资机会和市场泡沫。Naimi 给机会打十分，因为想投资的公司数量前所未有；泡沫程度则打 6.5 至 7 分，相比之下他给 2021 年打十分，因为他认为实际增长和用户采用支持了部分热情。

谈及值得关注的公司和领域，Naimi 提到了 NewLimit、Chai Discovery 和 Isomorphic 等 AI 生物科技公司，以及 Applied Compute、预测市场和 Physical Intelligence。这些是他的观察和预测，并非保证。他最后强调，竞争对手能提供有吸引力的选择，因此留住顶尖人才既困难又重要。