Sarah Guo 谈 Conviction、AI 投资与风险投资的未来

Harry Stebbings 欢迎风险投资机构 Conviction 创始人 Sarah Guo 重返 20VC。在这场 2023 年 4 月的对话中，两人讨论 AI 投资、风险投资机构设计、不平等和风险。两人都是投资人，Guo 对 Conviction 和投资组合公司的看法反映了她的财务和职业利益。

Guo 说，她在 Greylock 工作约十年后离开，对那里的同事和导师心怀感激。她希望再次创业、聚焦公司建设的最早阶段，并为小型投资团队尝试不同模式。她相信 AI 代表重大的技术变化，这一点是她作出决定的核心原因。

建立一只基金也意味着经营一家企业：处理薪酬、办公室、招聘，并服务创始人和有限合伙人。Guo 说，这些额外责任和不确定性不同于在成熟机构担任普通合伙人，尽管她觉得这项工作很有意义。

她的投资判断是，AI 可能让小团队建立价值很高的公司，并在未来几十年推动变化。Conviction 希望早期识别这样的公司，并通过专业社群支持创始人。这些是基金的目标和她在 2023 年的预测，并非已经确立的回报。

Stebbings 担忧 AI 可能让财富集中在少数人手中。Guo 同意财富分配可能变得更加不平等，但认为生产率提高和物质丰裕有价值，社会应通过民主政策解决分配问题。她并没有声称进步会自动让每个人平等受益。

谈到监管，Guo 说政策制定者与技术实践者之间的知识差距值得关注，变化速度又让适应变得更困难。她认为开发和推动技术的人应向政策制定者和更广泛的社会解释技术，并与他们合作。这是一项政策偏好，而非对某项具体法律的结论。

Stebbings 问，一项赋能其他领域的技术为何值得设立专门基金。Guo 说，如果 AI 普及，Conviction 最终可能看起来更像广义的软件基金，但当前的专业化有助于建立研究人员关系，并帮助创始人获得模型、数据、算力和设计合作伙伴。

她认为投资人可以通过不同方式提供帮助，也区分真诚兴趣与错失恐惧或装懂。在她看来，当时人们对这一快速变化领域的深入理解仍然有限。Stebbings 说，他会坦诚自己的技术局限，重点提供其他公司建设方面的支持。

Guo 说，广受关注的大额 AI 融资只代表少数案例，并非大多数创始人的经历。她既承认一些公司的进展异常显著，也看到投资人对价格的敏感度降低，同时认为约束往往能够培养纪律和创造力。

从零训练一个非常大的模型可能需要专业研究人员、数千块 GPU 和数月时间。Guo 认为只有少数公司需要走这条路线；多数公司可以应用现有模型、进行微调或构建技术栈的其他部分。这些数字和划分是她的估计，并非适用于所有项目的成本模型。

她说，创始人在投入昂贵的训练之前，应先问模型是否有用、是否有人需要。根据她的经验，一些技术能力很强的创始人审视这个问题后改变了工作顺序。客户需求与能否构建模型是两个不同的问题。

被问到约 1 亿美元的基金规模是否足够时，Guo 说，她刻意选择这一规模，以迫使基金聚焦早期投资，而不是成长轮。她描述的初始投资额大约从 100 万美元到 800 万或 1000 万美元，投资组合也比许多种子基金更集中。这些是她当时的基金计划。

她说，估值很高的超大额初始融资可能不符合基金的经济模型。她不希望只为获得知名公司名字而投入象征性金额；在她看来，长期声誉来自回报、重要的公司以及创始人对合作的体验。她的基金在这种定位上有直接利益。

Guo 将法律 AI 公司 Harvey 列为自己的一项投资，并以它为例说明如何把模型应用于以文本为主的职业。她认为这类工具可以辅助或完成初级法律助理的一些工作。这是投资人的观点，并非对法律准确性的独立评估。

她提到的其他机会包括代码生成、工作流程自动化、模型工具、检索、反馈和多模态创意工作。这些是 Conviction 有兴趣支持的领域，并不保证任何具体应用一定可靠或商业成功。

在 Harvey 的例子中，Guo 重视 AI 研究经验和法律领域知识的结合。她预计随着工具更容易使用，许多未来的 AI 产品将由以产品为导向的软件工程师构建。她认为，客户理解和技术能力可以相互补充。

她预计编程工具会从自动补全发展到更具迭代性、端到端的工作方式：人描述一个系统并提出修改要求。她没有得出软件工程会消失的结论；她预计工程师会使用这些工具。其范围和时间是 2023 年作出的预测。

Stebbings 问，个性化是否会把产品拆成许多极小的服务。Guo 认为通用系统可以通过自然交流适应许多偏好，就像通才工程师可以构建不同应用一样。她认为强大的通用技术和定制化可以兼容。

谈到初创公司与在位企业，Guo 说初创公司的传统优势是速度，在快速变化的环境中可能更加重要。大组织拥有分发渠道和资源，但她怀疑数据本身是否保证形成护城河，因为创始人可以创造性地收集或生成数据。

她称赞 Microsoft 的领导者支持 AI，并利用与 OpenAI 的合作进入其他市场。她认为 Amazon 和 Apple 拥有结构性优势，但从 2023 年的视角看，可能需要进一步投资。这些对竞争地位的评估和判断都是她当时的观点。

对于寻找创业想法，Guo 建议与客户进行深入、细致的交流，而不是泛泛寻找创业概念。创始人可以解决自己熟悉的问题，也可以研究与有价值市场相关的困难问题，例如生成可用的 3D 模型。

礼貌的兴趣不等于需求。她建议询问问题有多重要、提出具体方案并要求后续交流。客户是否愿意投入时间或金钱，比对宽泛想法的赞许更能提供有用反馈。

Guo 称自己是优先看创始人的投资人，但并不忽视困难的市场。她会问创始人是否理解结构性障碍，是否有合理方法改变分发方式或转向更好的机会。一个市场历史上很难做，是需要调查的警示，但不一定意味着要拒绝所有公司。

她把 Benchling 和 Rippling 列为自己后悔没有投资的公司，并提到她认为能够改变市场形态的创始人。她说自己变得更愿意在杰出创始人身上承担风险，同时承认创始人的过往经历可能引发疑问。这些是她事后的判断，并非一般性的回报分析。

Guo 说，在种子阶段，公司刚刚形成，防御能力往往还不存在。她关注团队的发展轨迹以及随着市场演变提出判断的能力。她反对的是第一天就要求完整护城河，而不是反对最终建立持久价值。

大型多阶段机构和小型专业基金面临不同激励。Guo 说，规模很大的基金必须在投入更大金额、招聘更多人或减少对每笔小额投资的投入时间之间作选择。她承认规模和覆盖面有优势，同时指出群体决策和内部政治可能带来的风险。

她建议创始人了解潜在投资机构的运作方式，考虑谁能在未来 18 个月提供帮助、长期又信任谁，并与曾和这些投资人合作的创始人交流。根据她的经验，她对很少有创始人做这类背景调查感到惊讶。

被问到通才种子投资是否正在消亡时，Guo 说 Conviction 刻意选择专业化，但她反对普遍性的结论。她认识一些拥有狭窄专长的成功投资人，也认识横跨多种技术的成功投资人。风险投资不断变化，她对只有一种模式可行的断言持怀疑态度。

她的播客《No Priors》最初只是想与从事 AI 的朋友交谈，但她学到高质量媒体本身是一门生意，需要大量投入。Stebbings 补充了自己早期建立受众的故事。两人都有播客，也都希望节目成功。

快速问答中，被问到 2023 年底的情况时，Guo 预测科技初创公司仍会面临困难，因为企业需要消化此前几年融得的资金，并努力建立可持续的商业模式。她明确说，这只是对初创公司的狭窄观察，并非对整个经济的预测。

她认为 AI 的机会不仅在软件预算，还包括目前以服务形式购买的工作。她以法律工作为例：自动化或辅助部分服务，可能涉及比出售给律所的软件更大的支出池。她也认识到随之而来的就业替代和财富分配问题。

被问到愿意支持哪些机构时，Guo 称赞 Sequoia 的执行和文化，并在种子基金类别中选择自己的基金。她预测缺乏差异化的小型种子基金可能面临更困难的募资环境，也质疑某些多阶段机构的方法。这些是基金管理者的竞争观点。

Guo 强调近期滥用风险：能够生成代码的工具也可以帮助生成恶意代码，包括被国家行为者和黑客使用。她呼吁讨论并投资防御，同时说长期 AI 安全也很重要。这是一项风险评估，并非针对某个具体事件的断言。

她说，自己越来越能够坦然承认，早期公司的结果和市场结构无法预知。关于初创公司还是在位企业会获胜的有说服力的叙事，仍然只是叙事；创始人和其他参与者可以通过自己的决定改变市场。

谈到后续投资储备，Guo 说 Conviction 主要投资早期轮次，并接受将后续机会留给其他投资人的可能。这个选择让机构更加专注，而不用持续重新评估自己的投资组合。Stebbings 则更广泛地质疑储备策略；两人的讨论反映各自的基金模式，并非普遍规则。

她感谢自己的有限合伙人，称他们注重长期，其中包括创始人朋友。她也认为更广泛的有限合伙人圈子有排他性，希望人们形成更独立的判断，而不是单纯追随知名品牌。这些是她的募资经历和观点。

2023 年 4 月被问到 2024 年美国大选时，Guo 推测特朗普的前景及其法律风险，随后表示自己不知道谁会获胜。这些是历史时点上的政治猜测，并非对后来的法律或选举结果的陈述。

Guo 首先用投资回报倍数而非绝对金额定义 Conviction 的成功。她也希望支持重要公司，建立一个能够共同作出更好决定的小型合伙团队，并赢得创始人的信任。这些是愿景，而非基金业绩报告。

她补充了一个更广泛的希望：AI 能以有生产力、与人们的利益相一致的方式使用。Stebbings 向她致谢，结束访谈。