高通创投周南称资本涌向后期赢家导致AI早期软件投资陷入停滞

高通创投周南称资本涌向后期赢家导致AI早期软件投资陷入停滞 2026年硅谷AI创投圈已对SaaS软件失效达成绝对共识，导致早期项目窗口期彻底关闭并引发资金向少数中后期头部企业极度抱团。 访谈中，嘉宾Nan Zhou结合自身在百度美国人工智能研究院及高通创投的丰富履历，深入拆解了Cerebras、Scale AI等顶级硬科技与AI大案的投资内幕。面对2026年“SaaS已死、资金疯狂重仓中后期赢家”的残酷行业共识，她详细阐述了遵循第一性原理、在形成共识前果断下注的严苛投资逻辑。同时，她还剖析了顶级创始人所需具备的“杀手直觉”，并梳理了硅谷不同规模VC与CVC的生存法则与投资视角。 大模型与硬科技投资具有漫长的退出周期，硬件公司通常长达8到10年，极为考验投资机构和基金的耐心与长远布局。 (2:00) 2026年AI创投市场，软件和SaaS遭遇行业冷遇，而专注于算力（Compute）与芯片的硬件公司则极度火热。 (3:00) 2026年的一级市场已达成完全共识，导致模型实验室等初创企业估值过高，迫使大量资金转向已确立中后期优势的头部赢家进行抱团。 (4:00) 企业风险投资（CVC）依托巨头母公司的产业链和朋友圈，相比财务VC能够获得更真实、更前瞻的技术反馈与判断。 (5:00) 投资人应该在全市场形成绝对共识之前的两三个月窗口期内果断出手，以避免在形成共识后被跟风“割韭菜”。 (3:30)

高通创投合伙人Nan Zhou结合其在百度AI研究院与高通的投资经历指出，2026年AI创投已陷入“完全共识”与早期SaaS遇冷的困境，资本正加速向头部赢家及算力硬件集中；在技术周期中取得超额回报，依赖于在共识形成前依据第一性原理敏锐识别顶级创业者与硬核技术。 2026年创投共识：软件遇冷与资本抱团 Nan Zhou分析，当前一级市场打破了“软件繁荣、硬件滞后”的刻板认知，SaaS与AI软件层面临严峻生存挑战，通用及垂直智能体初创企业易被OpenAI、Anthropic等前沿模型大厂吞噬。早期投资窗口期从2015年的2至3个月缩短至如今几乎荡然无存，初创模型实验室估值居高不下导致投资人陷入“高风险、无处下注”的困境。 因此，大量资金转向防御性的“确定性交易”，放弃早期种子轮，转而通过SPV或直接重仓涌入Anthropic、OpenAI、SpaceX及DataBricks等已被确立为中后期赢家的企业。Nan Zhou认为，这一现象折射出VC行业对早期AI软件项目的普遍迷茫；相对而言，具备硬科技判断力门槛的算力硬件（如新型推理ASIC）及具身智能等方向仍存超额回报可能。 CVC视角与顶级硬件案的漫长长跑 相较于纯财务VC，产业资本（CVC）依托母公司的供应链与技术高层，能形成差异化的前瞻技术判断。Nan Zhou回顾其十年前在百度AI研究院主导投资Cerebras的案例指出，硬件投资生命周期长达8至10年，对跨越周期的耐力要求极高。如果基金在6至8年周期内或在二级市场过早抛售份额，便会错失其长跑后近40倍的退出回报。 在2016年Transformer架构尚未诞生、英伟达市值尚低且以游戏显卡为主业时，百度团队已基于Deep Speech论文隐约觉察到缩放定律（Scaling Law），并预判大模型训练将带来算力垄断与黑洞。Cerebras提出在整块晶圆上互联八十余个芯片的颠覆性设计，尽管后续流片经历了严重延期，但由SeaMicro前创始人Andrew Feldman带队的极高人才密度（80余名初始工程师中近70位拥有博士学位）最终支撑了这一硬件工程落地。 创始人杀手直觉：Scale AI破局与验证 Nan Zhou强调，顶级创始人的核心特质在于“杀手直觉（Killer Instinct）”与强悍的执行力。以其长期追踪并在2020年与2023年连续推进投资的Scale AI为例，创始人Alexander Wang在2021至2022年自动驾驶客户泡沫破裂之际，敏锐调转业务航向，迅速拓展美国公共部门与政府项目，并在施密特等业界顾问协助下带动业务爆发，最终公司估值实现向数百亿美元层级的跃升。 在F轮融资期间，Alexander Wang录制的一段28分钟演示视频展现了顶级的商业构想与落地拆解能力，其在2023至2024年初即对AGI演进路径与缩放定律做出了笃定推演。Nan Zhou认为，面对年轻创业者，VC衡量的是其不可替代的潜力与愿力；而评估老牌创业者时，则更关注其募资、组队以及遵循第一性原理细化工程风险的能力。 硅谷风投生态分层与基金运作模式 在硅谷一线VC生态中，机构依据资产规模形成了清晰的分工与打法。管理规模在2000万至3000万美元的新兴中小基金（Emerging GP），通常主打小而美的底层基础设施企业，并通过快速并购实现退出；而规模在1亿至3亿美元、合伙人仅3至5人的一线经典早期基金（如维持平等合伙人制的Benchmark），因生命周期内仅能布局20余个项目，必须依赖前瞻性投资假设全力押注绝对赢家。 相比之下，像A16Z这类规模动辄数十亿美元的巨型基金，则采取覆盖全阶段的平台化运作。在项目筛选上，由于YC等孵化器的项目数量庞大，投资人需更加谨慎，更多依赖早期对数据、算力等关键技术要素的第一性原理推导，而非盲目跟风海选。 当前AI投资逻辑正经受“共识加速达成”与“软件变现困难”的双重挤压，对大模型算力与物理世界智能的下注构成了主要退路；但对非共识的坚守、超长周期的耐心以及对顶级团队的甄别能力，依然是决定资本能否跨越泡沫周期的根本变量。

Nan Zhou: 说明我们在直播间会说一些可能不能录的东西，然后再剪掉。 Nan Zhou: VC的投资还是一个需要很长时间的这么一个事，是非常漫长的过程，非常孤独、漫长，熬得住、耐得住性子才行。 Nan Zhou: 今年开始软件都很惨，SaaS都很惨，还是硬件做算力的、做Compute的这些就很火。 Nan Zhou: 一定要在形成共识（Consensus）之前下注 Nan Zhou: YC（Y Combinator）的公司我觉得要非常谨慎地去看，因为YC的公司实在是太多了。 许萍: 挑选创业者的时候，非常看重这个创业者有没有 Killer Instinct（杀手的直觉/本能）。 Nan Zhou: 你应该去 Scale AI。我觉得这个公司的上限是非常非常高的，因为这个 Founder 是我见过的 Founder 中最 Sharp、最有智慧、而且执行力超强的一个人。 Nan Zhou: 当年的认知就是，如果以后人工智能需要这么多算力的话，那就要不就是英伟达很牛逼。但英伟达如果牛逼起来，那它就垄断。所以不能让它一个人垄断的话，我们就要去投资新的芯片架构。

[0:00] Thank you. Thank you. Thank you Thank you. Thank you Hello, everyone, are you okay? Let's wait for the guest. Hey Kek said this means that I have married for three years是七点开始七点开始大家听声音声音OK吗声音OK的话跟我说一下声音OK哦感谢诚然送的人期票感谢感谢现在嘉宾还没有来大家有什么问题欢迎在留言区里边哦嘉宾来了哈喽客戴宾好哈喽我看一下我第一次用这个APP嗯对这个是方先生什么你觉得还行呢就是我看一眼啊可以的然后你知道我们也在小红书上直播你打开小红书的话看到我们就看到我们在小红书上我从来没有直播过很好玩的所以这个直播就只是直播不会有 [5:00] 在录下来或什么呢对吧就是他会有回放我们两个是录播的然后这个是有直播然后直播有回放但是直播回放可以拿掉如果你不想要那个直播回放的话回家拿掉吧好直播回放所以说说明我们在直播间会说一些可能不能录的东西然后再剪掉因为我也不知道会如果就是会说什么东西万一compliance不是很align就不太好确实咱们上次那个访谈是一半以上都删掉了删掉了对就是因为你聊的时候觉得这个可以说一说聊一聊然后就聊下去然后就发现说最后这个他不能够惯我们公司的compliance我当时聊的时候还在那一边聊一边爽说哇这都可以说的吧结果后来发现果然是不能说的当时是因为我那个刚刚是完小孩脑子没有过脑子然后就想就说了也是以后就多了很多媒体经验你看以后再录的话就知道了对对好呀好啊感谢我们这直播已经开始了那我们就可以直接开始录了今天那感觉这个大家也过来现在是那个就是Riverside家YouTube里面是21个人然后小红书上是15个人我们就慢慢开始聊反正也是在录嘛对就这样开始就好了我们要先做一下介绍你的介绍先就是你现在还是go by这个就是高通创投的合伙人是吧高通创投是对应该是处理的然后在之前在之前你是在百度,就是你是沃顿商学院,然后是百度美国投资负责人,对吧?就是Head of Baitu US Investments。那个时候是在16年到19年在百度的美国人工智能研究院当时负责百度在美国的投资。所以说也是跟那个时候的就是那个人工智能大导叫什么?Android Ann对,Android Ann一起合作对,我当时就在Android Ann带领的人工智能研究院里面一起工作和所有的那些research们一起工作他们是做research然后你是和他们一起合作的过程中去看投资这样吗对,基本上当时百度找我来就是在百度美国研究院去做投资而且这个投资是专门针对人工智能方向的就是要帮助这些researcher们找他们的project的一些落地或者是他们在训练模型当中需要用到的一些工具等等当然还有一个非常重要的一个investment thesis就是AI compute 就是算力就是在十年前那么早的时候我那个在百度就已经看到非常深远的一些格局了就是已经在那边开始布局了所以说百度其实当时还是很有有一些人是很有远见的我们一会也可以调一点非常有远见当时的AI lab应该是美国这边硅谷最牛的一个AI lab从15年16年那段时间是peak就是他最顶峰的时候所以你跟就是Answerpick的Founder是有overlap吗我跟他们有overlap我加入的时候他刚刚离开然后但是当时在当时代入了很多同事跟我后面就在百度的同事还有他的好朋友们一些朋友们和我是有很长时间的overlap的你最近之前投的一家公司然后也IPO了40倍的回报是吧对快40倍的回报是可不可以给大家介绍一下这个公司这个公司叫Cerebus这个公司是我当时在百度我自己独立source然后做的尽调然后作为C轮的这个colly的算是半领头吧做的第一个比较大的一个案子然后这个相当于是十年前的一个invancement thesis九年前完成的投资过这么多年完成了收割所以就是很幸运的就是十年后看到它成了一个伟大的公司然后从投资人角度上来讲这个回报也非常的好然后给我的前东家带来了非常好的回报也确实就是看出来了就是VC的投资还是一个需要很长时间的这么一个事是非常漫长的过程非常孤独漫长熬得住耐得住性子才行中间但凡熬不住可能都想把这个公司在二级市场卖掉了在二级市场卖掉对就是你在SecondarySecondary market就是你做VC,你如果说这个基金的周期只有6到8年然后你这个案子通常,尤其是硬件你肯定是要8到10年才能够看到回报的那有些VC如果没有耐心的话他可能会选择在Second Market把他的share给卖掉那如果一些,比如说如果Cerebus的投资人没有熬到这 [10:00] 他说我两年前把它卖掉了那真的就是错过了非常大的一个回报话说我刚刚看到这个聊天里边有三个人说没有声音然后请其他的观众跟我们说一下就是有没有声音然后如果说没有声音的同学就有同学也说有声音对吧没有声音的同学你可以说一下你是从哪加入的感觉好像YouTube和小红书都是有声音的然后我不知道就是没有声音的同学你们是不是在Riverside上如果你们是在Riverside上没有声音的话你可以去这个YouTube上然后再跟大家讲一下就是我看陆陆续续进来很多同学然后我们今天是在跟南是高通创投的投资合伙人然后去聊两个话题吧我觉得主要聊两个话题但是我们其实更多的还是聊故事这是一个周三的晚上在美西然后聊两个话题就是一个是硅谷的这个创投游戏到底是怎么玩的他可能和大家想的很不一样起码我跟你聊的时候就发现和我想的很不一样而且有了这么多个故事和变化之后比如说前段时间大家吵得如火如荼的这么一些事情那中国的企业吧就是很多人工智能企业是中国的企业然后他们想在美国拿投资这是一个可行的事情吗然后美国的创投圈到底是一个什么样的文化呀然后大家是怎么样子接触创业者的呀然后大家是会不会有什么鄙视链啊或者说你如果是一个你觉得产品还不错你是怎么打入这个圈子因为我们也会听说过一些人抱怨就是我的产品很好但是为什么我投YCYC也不要我然后我也没有办法我去跟投资人聊然后投资人也不理我对吧那说明这里边是有一个门道然后对外反而是大家是不知道的所以我们可以先聊聊这个门道在接下来你的一个Faces其实很贯穿的就是软件和硬件就是一直focus在人工智能但是这个软件和硬件尤其现在人工智能感觉就是软件一片繁荣但是硬件可能都是在布局和这个投资和成长的阶段说的恰恰相反今年开始软件都很惨SaaS都很惨还是硬件做算力的做compute的这些就很火就是今年的软件我觉得SaaS这些股票尤其的比较惨吧确实今天看你的LinkedIn我看你Repost了Conviction的Founder的一篇文章对我Repost完我还没有来得及好好看他的意思就是说现在创头圈觉得好像软件都没什么好做的然后所有东西都是Navidia和Unthropic是是就今年的AI投资非常难像去年的时候就是我还因为我个人的投资逻辑就是说一定要在形成共识之前下注那哪怕这个窗口非常短你也一定要在共识的哪怕这个非常短的前窗口下注你不能再到达共识才下注因为你如果到达共识再下注那你就等着被割韭菜这个是我自己的一个非常严格的投资逻辑就虽然大家说你在CVC做投资你可以不要去那么关注这个反潜收回退但是这个是我觉得我给我自己的一个非常高的严格的要求就是你不能说去追高你一定要在形成共识前有自己的investment thesis就你看到这样一个趋势然后你觉得值得下注的一个点是什么然后你在形成共识之前哪怕这个窗口只有短短两三个月你要抓住这个窗口去下注2015年的窗口大概是两到三个月2024年的窗口我觉得还有三到六个月而今年的窗口几乎就没有窗口今年就是已经是完全共识了所以你会看到很多AI的项目的估值是非常高的尤其是Neo Labs你可以投的东西也不是很多因为你如果要投Gender Purpose Agent他可能会被像OpenAI Anthropic这些大的Frontier Lab给吃掉那另外就是如果你想投一些Vertical的AI Agent他也可能会被这种frontal lab给吃掉比如说你如果想做一个finance agent或者你想做一个science agent其实这些anthropic都在做所以你说如果我就是做一个vertical的AI agent那其实也很危险所以对于投资人来讲就特别不好投所以你就会看到说今年的现象就是大多数的钱一级市场的钱都在涌入这个winner categorywinner definer就是像anthropic这样的就是SPV做的一个又一个非常的火爆的大家都想去把钱下注在这些winner上面包括OpenAI包括SpaceX还有包括像什么DataBricks就是往这个中半期的企业去下注反而是成了今年VC投机的一个趋势所以就是我就觉得自己是很 [15:00] 就是Echois,不好意思,我可能说的英文比较多,因为在美国工作很久,很多中文忘记了。我会对于萨拉郭这篇文章的前半部分都比较共鸣,就是感觉确实是好像找不到一些特别明显的趋势去进行投资。那怎么办呢?这是一个有办法的事情还是一个没有办法的事情?其实不能说没有也是有的就是你会有一些就是一些观察吧就是我自己也有一些观察就是怎么说呢就是绝对三尺啊做一些调研啊也会觉得有一些嗯趋势是可以去赌的当然可能是比较小的一些return吧就是市场级就是这种特别大的return的这种公司我在这个时候觉得可能也是人云云啊就是像physical AI机器人啊这个方向或者一些或者一些再偏硬件的方向比如说新的compute,比如ASICS compute,能够针对inference这个场景的一些新型的compute,我觉得也是可以下注的,但是这个需要对技术有相当明硬的判断,然后其他的相反是,就这种general purpose agent或vertical agent我会比较谨慎一些我给大家提供一些背景啊就是刚刚咱们这个交流我脑子里面这个问题框架就出来了然后这个问题的框架呢是你其实代表的是美国最主流的投资机构然后你进的呢也是最头部的这些deals然后你看的呢基本上也是瞄准着市场上最大的机会去看基本上是这样对吧就是你不是我觉得可能我代表的是CDC吧就是因为我在高中创投也差不多六年多了就是你因为你站在一个尤其这么大一个芯片公司你会看到很多不同的一些产业市角技术市角等等然后因为我们就是说看一些比如说一些偏硬科技或偏硬件方面的一些投资我们也会怎么说呢相比financial VC来说我们会有一些产业上的反馈我们会有一圈就是一些企业里的这种技术的高管或者我们的周围的这些朋友圈也会有一些反馈给我们所以这样的话可能我觉得我在跟一些financial的一些相比的话会形成一些比较不一样的或者可能甚至是比较前瞻的一些技术判断技术判断但是我刚刚说就是大家去找什么样的deal因为我们会想就是有一些可能小一点的这个VC他会关注那些更小的deal但是可能你是的如果你的VC的规模比较小的话比如说现在很多emergen GP他们的第一支放的都是20到30个灭脸那他可能就可以去下注一些比较小的案子然后期待这个案子会有一个期待这个公司会有一个比较快的M&A这种这也是一种打法就是它可以投很多比较小而美的公司我觉得这是可以的就是一些小的infra company但是如果你的这个管理基金规模很大的话比如说你上亿美金或者是200个面链300个面链以上的这种那你就要瞄准这个winner去打因为你不可能说我一个基金投几十个以上项目你可能作为一个基金的集体你就投大概二十几个项目就撑死了因为你还要管他去陪伴这个公司成长所以就注定了你必须是投这个你必须是有一个非常前瞻性的investment thesis然后去下注这个winner直观一点的理解的话就是比如说YC的公司一般是你们大多数是不看的YC的公司我觉得要非常谨慎的去看就是你要有一定的直觉因为YC的公司实在是太多了然后我确实很久没有去看YC的公司了但是我也回忆起我在十年前的时候当时看到了一些YC的公司我当时很早就看上了Scale AI那我就想到说其实就是YC公司确实很多但是如果你做投资人对这个技术趋势有一定的判断力的话你会去或者你对Founder有一些的判断力的话有一些直觉的话你会去能够去瞄准到一些还不错的标的那就比如说像十年前那个时候我也是通过看YC的一些录像的回放看到了Alexander Wang我就因为那个时候我在百度的时候就已经意识到就是说这个Data非常重要对于模型训练尤其是说自动驾驶这个方向它需要就是非常丰富的数据非常好的高质量的数据被打过标签的数据然后那像ScaleA当时好像就是这么一个解决方案就想干这个事我就觉得这个Founder虽然年纪很轻可是他的商业头脑 [20:00] 非常敏锐而且你能感觉到这特别的聪明当然这个公司我那个时候也没有投我也是等到了2009年20年才开始对他持续的去关注就会发现说这个聪明的founder就是我们作为投资人我们会有一个founder就像一个漏斗一样我们会把一些我们想要关注的人放在我们的漏斗里然后持续看他怎么成长然后你就会发现说这个创始人就是一路成长就是越来越就是他的很多的就是一些他的判断和他的一些行为和他怎么去让这个公司长大都可以能够有迹可循说他就是一个非常聪明非常有知心理的Founder然后我在2020年23年相继都proposed要去投这家公司然后最后终于投成了投Scale AI对这个就是一个我长期持续关注的一个Founder那可能如果当时我有一个自己的基金或者是说如果当时百度能够投这种比较小的写一个比较小的check size我可能还是会去写的你就可以更早期的去投他拿到一个高倍数的回报了对但是就是again这个取决于你你管的资金的规模对吧如果就是说这个资金像百度或高度这样的站头你也很难说我就是从YC的一对案子里面选一个投一个很小的check这个不符合站头的一个投资逻辑但是如果你是做一个自己的基金或者是你是自己是一个GP管一个20到50个面链之间的这样一个基金规模那其实你是可以从YC这样的公司里去选择一些投资标的但我觉得是这里一定要有一个比较强的直觉的判断力我其实非常喜欢许晶老师的一句话就是许晶老师他在挑选投资他在挑选创业者的时候他就是非常看重说这个创业者有没有killer instinct就是杀手的直觉我就非常认同这个我觉得我在挑创业者的时候我也有这样的一个就是倾向吧当然可能我去就是我去识别人家杀手直觉的能力永远不到习星老师的这种真别离合判断力但是这个也是我觉得一个我的一个投资原则同时我觉得作为投资人也本身也要有一定的直觉就是如果你你会发现往往非常优秀的投资人他不但他都是有相当敏锐的直觉的因为他需要去捕捉到在当时非常混沌不堪的一些技术的这种现象里最前瞻的一个技术的改变力是什么就是最前瞻的这种就是你要有定的非常大的敏锐度去把握这个技术的一个一个范式的改变然后去敏锐度去把握这个Founder所以我觉得就是这种然后你要有非常大的敏锐度去把握技术的一个范式的改变然后去敏锐度去把握Founder所以我觉得就是这种然后你要能够去通过你不断的去追踪这个公司或你背头的公司去追踪它然后去修正你的判断然后让你的判断逻辑就是不断不断的去调整这样你的投资逻辑才能够在日复一日年复一年的这种投资活动上能够得到提升我觉得你这两个词用的都很有意思一个是instinct一个是中文说的可能有点啰嗦这是很重要因为很多人会觉得投资是一个有钱就行或者你有access就行或者说你可能要做很多调研然后有很多逻辑但是你强调的词反而是instinct和intuition对吧就是本能和直觉所以说killer instinct就是杀手的本能和你刚刚所说的直觉能不能给我们举一个具体的例子就是什么样是杀手的本能然后什么样是我觉得这个很抽象就是很难去怎么讲我们描述一个故事吧就是你在一个人身上看到了一个这种杀手本能或者你当时Alex就是Alex 让人说要忘了你是看到了他什么他怎么在那么多人的表现我在他第二阶段的时候我就觉得他的他非常的具有商业敏锐度因为Skill AI早期是就是给自动驾驶的公司提供标注数据标注然后他在2021年22年就有那么一段时间的时候自动驾驶不行了你还记得吗从16年17年的时候开始很火你会看到那个时候很多的VC下注的一些自动驾驶官司不管是他的传感器也好还是这种软硬结合方案也好就是有很多资本堆叠起来的自动驾驶公司然后一旦他们有资本他们就会需要去就是说买数据对吧所以那个时候Scale-i的业务是涨得很好的结果到了2021年2022年的时候Scale-i其实就面临着一个自动驾驶在就是这个就是有点像是这个投资或者泡沫有点小小崩盘的这么一个局面那他的客户已经就变少了所以他面临的这个困局他怎么突破呢他就是敏锐的察觉到就是说美国的这些政府啊或者public sector他也需要很多就是一些AI的项目需要去做一些data的infra就是数据层 [25:00] 一些服务工作他就把自己立刻就是说调整成了一个我去帮美国这些政府这些搞定这些项目的一个一个怎么讲的一个模式吧而且他的行动非常快他也抓到了非常就是需要抓住的人就是Eric Schnee当时是他的一个mentor他也抓住了很关键的人帮他去震台然后他你从他那段时间就是public sector的那些订单量就涨得非常好是在疫情的那段时间我觉得这个是让他的公司上了第二级台阶那他就是敏锐的抓住了这一点我那个时候就感觉到这个小伙子的直觉力和行动力非常的不一般而且那个时候我有个很好的朋友刚好也拿到了Scale AI的offer他还在问我说这个offer和另外一家公司应该去哪我就说你应该去Scale AI那他说你不觉得公司已经很贵了吗那时候估值已经是好像将近七个别脸了我说我觉得这个公司上限是非常非常高的因为这个这个这个founder非常的我觉得是我见过的founder中就是最最最sharp最有智慧而且执行力超强的一个人后来我这个朋友就去了然后后面就赶上了一个当然我这个朋友非常非常优秀非常能赶他就也赶上了一个后面Scale AI在大模型时代的一个腾飞所以有看到创始人所有的机遇都能抓住所有机遇都能执行好知情合一我觉得这样的创始人是非常的少见的然后我也碰巧因为在人物证能这个领域就是面孝了这样的一个人他一直在我的雷达上我一直在关注他我就觉得他一定能成事后来Scale被Facebook被Meta收是200Billion是吗没有没有他被Meta收是多少来着那个数字是29个Billion应该是对一个数量级对29个Billion但是我们再多讲一下就是这个案例还是挺有意思的我们再多深挖一下你说他的mentor是Erik Schmidt就是那个谷歌的前CEO是吗对对他可能也有无少 mentorwhich I don't know怎么做到的这么一个年轻的小伙子而且他的公司一开始也不是那么大的吧然后又是一个走下坡路的公司而且很明显他到了meta以后搞定小渣也是搞定的非常好这个是怎么做到的我觉得他非常有对人就是非常有对人他的一些前瞻性的判断和他的一些很敏锐的这种把一个前瞻性会发生的东西讲清楚的能力非常的厉害他在容那个F轮的时候他录了一个28分钟的一个投资人的presentation因为他也不可能说这么多投资人想投他他一个一个去pitch不可能对吧他录了一段28分钟的视频就是这个28分钟的视频中的信息量就是非常的大然后我就很震惊就是说他能够在这么短的时间内把这个公司的前因后果然后整个就是因缘机会怎么去在AI中开始投然后几个阶段怎么投产品是怎么样定位是什么然后为什么豁免AI的这个时代就是需要这么一个Data Infra那时候还是23年24年的时候吧就是大家可能觉得说就是这个Skilling Law当时大概就大多数投资那个时候差不多就刚刚认同scaling law还不知道AGI什么时候来但他就已经非常的就是大胆的预测了AGI的一个这么一个方向和时间表然后我当时看完那个视频以后我是真觉得这个小伙子不得了就是把这个一个非常让人感觉很有点捉目不透的一个技术概念讲得非常清楚而且把远景也绘制得非常的远大然后让投资人还能看到他怎么从这一步到达那一步他怎么能够让Scale AI就是通过Scale AI的这些产品的迭代他的客户的迭代他现在有的客户未来的客户他几块业务线他是怎么去把这个机会抓住的讲得非常好他的整个逻辑思维sthoritelling演技vision在这28分钟内你能够发现这是顶级的一个创业者这是顶级的一个公司的founder这么年轻的年纪那这是前途无量对他不是说我是个三十几岁四十九岁他是个28岁的人那个时候我觉得我们身边尤其我觉得中文网络说实话对于这种顶级founder的认知是不够的我们身边可能知道的都是马化腾雷军这一代的人然后年轻一代呢似乎没有这么多的这种顶级Founder的案例所以我们看到的经常是做一个生意可能做到个一个亿十个亿这样的级别的人会去讲然后这个他们就会就是如果大家去剖析他们怎么成功的时候能剖出来一堆点但是刚才这个我你说的那些 [30:00] 比如说他的公司的转型然后搞定政府首先他能知道这个转型必须要做然后他又能抓到关键的人然后去拿到关键的单你一个给怎么说呢就是搞政府关系是很难的然后拿政府单子也是很难的然后在这里边我想象不出来他是怎么做到的就是所以说你看到因为我也没有细节所以对这个可能就是人家的本事了我觉得这个案例很好这个案例是一个就是这种杀手本能的一个案例而且他就是想得很清楚然后执行合一嘛执行力非常的强还有没有什么再举一个案例就是你觉得一个非常优秀的创业者或者说你最近吧看到的可能是就是近两三年你觉得我觉得可能一个比较明显的刚好就是我自己的home run就是Cerebus这个案例是我是年前在来不投的那这个案例就是我刚才也提到了这个案例吧它是一个芯片公司对吧它是一个做系统级芯片公司而且它的芯片架构非常旧颠覆性它是把八十几个芯片在一个晶圆上WiFi上面无缝互联然然后去加速当时的深度学习的一个训练的速度那这个其实是在它是在Transformer出来之前做的然后那个时候那个时候因为百度对美国人工智能研究非常前沿嘛就是那个时候百度美颜已经发现了Skallin-Law的一些一些蛛丝马迹吧都通过那个Deep Speech的那个model的一个论文当时这个论文也是Darrel写的他有另外几个百度的前同事他们写的然后那个时候我刚加入的时候他们就就是那个时候因为我在攀定一个学习曲线因为当时我的我是从投行这边加入到百度的所以我当时也在恶补很多关于人工智能的知识那他们就跟我说未来的模型我就写很清楚那几个研究员就跟我说未来的模型会非常非常大然后需要很多很多的数据如果模型要持续迭代的话就需要非常非常强的算力而现在这个算力就是不行啊现在就是16年的时候只有英伟达GPU能够去用来训练人工这么一个模型那如果说以后的模型有这么大的对算力的需求的话就要不就是除非英伟达能够成为一个非常厉害的就是这个算力的芯片那个时候英伟达其实他在10年前他因为他是一个做游戏的这种芯片显看了新链嘛所以那时候做深度学习的训练就是还不是说那么的理想当然英伟达这些年他的迭代就是这个他整个这个系统非常厉害对吧这我们就不提中间这些发生的事情了但当年就是就是大家当时那个时候的感当时那个时候我们的一个认知就是如果以后人工智能需要这么多酸力的话那就要不就是英伟达很牛逼但英伟达如果牛逼起来那他就垄断所以不能让它一个人夺断的话那我们就要去投资新的芯片的架构所以我是继续在那样的一个认知下开始去满大街去找一个什么样的更具有颠覆性的芯片架构的那那个时候那就是真的就是在共识前很多很多很多很多年了然后后来我就是在满大街找的过程中找了好几家然后Ciribus就刚好的是其中一家然后我就开始去做进调等等等等然后就是当然这个过程我可能就就是说这个进教过程是非常非常非常技术化的非常多的细节在里面非常多的技术细节可以就不赘述了因为它真的很技术化就是你要去验证说这样的一个模型能不能work然后第二就是它这么多它的这个架构能不能work另外就是说里面这么多的系统级的风险它是怎么去拆解的那当时我可以说一下就是为什么我当时看上这家公司就是说从这么多家芯片公司里面选了这家然后带着这些当时的百度的一些核心的研究员去做尽调是因为我看到了这家公司这个founder非常的厉害这安朱菲尔曼在当年就显示出了非常卓越的一些创业者的素质他前一家公司叫Cmicro被IMD收购了然后收购完之后呢他跟他当年一起创业的这些所有的那些co-founder们都又加入了他来做这家新公司然后当时公司才成立一年里面有80多个就是funding engineer你想才一年他就招到了80多个人而且都是他以前跟他一起工作过的人80多个人有大概60多个以上全是phd那你就想吧我就很难想象说这么一个就是等于说大家平时说资本密度比较集中那我就觉得这家公司就是急了我在硅谷能够看见的最聪明的一群做硬件做系统做软件的人去建造构架这么一个颠覆型的芯片那真的就是就70个PHD那真的是太厉害了这个公司的人才密度就是非常的厉害 [35:00] 这个founder也很了不起能够在一个初创公司里面我觉得十年前大家对风险的承受度不像现在这么高现在AI很多的年轻人出来创业而那个时候呢而那个时候那么多的厉害的人能够去承担这个风险加入这样一个非常具有颠覆性但是也是高风险的创业公司去做这件事情去实现这个vision就有这样的一个conviction我觉得这个创业这个founder已经是很了不起的虽然那个时候我很年轻但是我当时就说这个强烈的直觉告诉我他一定有几把刷子所以我就带着当时带着当时百度的一些研究员就开始做尽调然后一路做尽调下去然后就是让我们当时的一些conviction更加强就投了这个公司对但是就是说这个公司在后面成长过程他也遇到很多挑战他18年19年流片并没有想象中的能够成功的这么快就这些所有我们当时所有看到的一些系统和工程上的风险其实都后面都有出现但是这个Founder就是能够在这样的一个逆境中去带领这个公司克服了很多的困难去成长他的Funding Team几乎就没有什么特别多离职的你就没有看到说觉得公司好像有困难了这些人就拍拍屁股走人没有看到这样的情况所以我觉得创始人还有公司的愿景还有他们的团队都是很了不起的刚开始做的时候就能找到这么多人已经很厉害了而且怎么认识这么多人的七八十个人的这种级别不可能跟七八十个人都是好朋友然后这个是怎么来的因为创业的时候年纪也不小了也应该有四十多岁了吧所以他那些人都是跟他在前一个公司前前一个公司都共事过的工作过的那这个就足见他的这个人很靠谱很有人品对是而且在公司出现就是前途出现了很大的波折的情况下大家也不离职你确实很厉害那刚刚你就提到了你是在强烈的intuition的指引下去投的是不是这样理解就是首先这个公司是符合你的investment thesis你做过科学的调研然后你知道这个方向然后之后你对这个Founder本人是有一个intuition的那你刚刚说到了就是有Founder优秀的素质你可不可以帮大家列取出来就是在你看中的这个Founder的素质都有哪些我觉得就是尤其是投硬件或者软件结合的这些founders他一定是要去解决一个足够难足够大的问题就是他能够看到说我这个问题要去解决的一个市场痛点是足够大的比如说当时Ciribus他要去解决的就是人工智能的模型的训练他会预见到预判到说未来十年这个模型会很大需要很多的算力他预见到了这一点当然可能当时一些在百度的一些人工智能的这些专家们也预见到了这一点但这个在当时可能并不是一个共识当时很多VC还是觉得说并不知道AI什么时候能够爆发看不见这个时间表然后我还记得当时我自己的一个就是对于2025年的人工智能芯片的一个市场预期只有25个别连而你想想现在2025年NVIDIA的估值都有多少对吧但是我是到2016年的那个时间节点去预测了2025年我记得我当时这个预测出来的时候身边的人还跟我说你这个太aggressive的吧因为2016年的时候英伟达的市值才非常2016年的时候英伟达的市值才都非常非常低我记得是多少但挺低的可能就小几十个编练不到吧然后我就当时就预测那个时候AI的收入那更少了所以当时就预测2025年是一个这么大一个提升就是很多人是不敢相信的但你现在从今天回头看你就发现这个AI的速度的就是它的这个就是它这个AI崛起的速度是远超你的想象的这个市场也是远超你想象的大所以我觉得这个scaling law它是有一个指数级增加效应的可能刚刚扯远了回到你刚才的问题就是说就是说这个回到这个Founder本人的身上就是Founder能够去解决一个足够大的问题但是他解决问题的方法就是说他的这个他能够把他的这个怎么去解决这个问题拆解到非常细的颗粒度比如说当时Cerebra系那个Founder我在禁掉这个风险的时候我是拆解的非常非常细的就对我来讲我有一个直觉在Founder上面这个是我作为投资人的一个本能的素质对吧但是第二我要是形成conviction我需要像是去验证一个假设一样我要去把它的风险一个一个拆解出来看看这个风险能不能被这个解决然后我也同时在考验说这个创业者有没有深思熟虑过这所有的风险点他要去怎么解决 [40:00] 因为创业路上酒死一生你所有的风险点最后都可能变成压死你的稻草所以你有没有把那所有的风险点一个一个拆解出来去详细的去思考过你要是怎么解决它当时安德鲁丹是把所有的风险点都拆解到非常细讲得非常清楚所以我觉得这样的Founder就是又有Vision又有真正的就是落地的这种经验就那个时候芯片它还没有出来但是它已经知道说它要怎么去把这个东西做出来而且它明明的风险是什么就是一个非常系统级别的一个去把所有的关键点都拆解出来的能力我觉得这个很重要在第一个解决就是说我的直觉一定不是拍脑袋的我有一个直觉但是我去验证我的直觉的时候我是遵循了第一性原理的一点一点去拆解的对这里边homework很重要咱们上次访谈的时候也讲过就是你在这里边其实就说实话你的工作非常的辛苦我是不想要你那个工作的对实在是太绝了挺辛苦我还要投完还要管然后这么多公司尤其在高通这种CVC里面高通的投资是一定要上这个董事会观察席的就是board observer所以就是你投多少公司你管多少公司就真的是还蛮辛苦的对,就要做很多的案头工作,包括跟人的聊天,你还要提升你的直觉等等刚才的两个点,一个是解决一个足够难的问题,第二就是真的想清楚了,排清楚了这里的风险点但是第一个我觉得大家普遍有很多误解比如说一个创业者说,我要做下一个Facebook,我要做下一个微信他觉得这个是一个励志高远然后是做一个解决足够难的问题在你看来和你的就是我能不能用这个案例让你来再进一步的阐述一下你说解决一个足够难的问题到底是什么意思那一定会下一个微信或下一个Facebook因为他已经有了就是你除非觉得现在微信和Facebook有什么重大问题上你觉得不好用所以就是你要解决的一个问题一定是目前没有解决方案的但是同时这个市场未来会足够大就是你要有一个前瞻性的视角就是我要解决的这个问题是未来三到五年五到十年的一个问题然后我的这个解决方案就是足够的比现在所有市场上的都优秀然后你要还要回答为什么是我为什么我能做到它然后还有就是我要怎么做这些都要讲清楚我觉得这几个逻辑就不管是你对于投早期还是投成长期都是一样的为什么我这个题就是因为我们如果倒回去看其他的一些创业者可能我们会觉得啊比尔盖茨也是草根的呀然后杂克伯也是草根的呀伊朗马斯克也是草根的呀就是没有什么一定是他的原因啊那这个为什么是我怎么回答呢这个不一样就是你为什么是我一定是你有一个强大的怨力和动力去做他当你的愿力足够强大的时候你去阐述说为什么我对这个市场有这样的一个预判为什么我的这个要做的这件事情是足够难你会讲得非常肯定性那同时你把这两个问题回答好你就再回答为什么是我因为没有人能够有你这样的Vision或者是能有你这样的一个解决方案或执行力执透力对对对这些就已经能够能够我觉得这些能够相当的从一些你的看事情的角度和方式上能够反映出来当然就是说为什么是我这个事情比如说如果是个年轻的创业者这个问题可能不是那么好回答所以那就是VC就会败荡一个时候OK我觉得这个年轻人足够有潜力就比如说当年的Skill AI就是这样的Alexander Wong在创业的时候才19岁那当时那就回到Ceribus这个案例Andrew Feldman创业的时候已经40多岁了他已经有过很多很成功的案例所以为什么是我这个问题就觉得其实很容易就解决就是为什么是我就是你了我觉得就只有他对大概率就是你你有胆量去做然后你愿意去花时间做然后你也有足够的能力去募资然后并把它做出来就是相信就是投资人对这个Founder对这件事情都有conviction为什么他有足够的能力募资为什么他有足够的能力募资是吗因为我觉得这个其实是很多这个其实已经很明显了因为他当时第一他看到了这个市场的潜力他讲得很清楚第二他的这个芯片的构架这个方案足够就有颠覆性而他这个团队能够把一个颠覆性的芯片做出来第三他把这个风险点拆解的非常好这几个点讲明白了我觉得投资人愿意愿意形成这个conviction的投资人就会给他钱我说我为什么问这个问题啊或者说就是在他身上很明显但是我觉得平移到另外一个人身上 [45:00] 可能具备他的所有条件也不一定那么明显什么意思呢就是有很多技术的技术同学他可能觉得自己的技术很优秀然后他也觉得谁目不到钱具备这样条件的人目不到钱Who is that person不不不我是说就是我不是从你的角度你的角度看起来是很清楚的但是我是帮助观众去破除自己心中的一个误区那观众心中的误区就是他以为他是这样的人他以为自己的技术非常厉害然后他以为自己解决的问题是一个很前瞻性的很重要的问题就是大家很多时候就自己就会就会有这样的一个bubble那这种情况下就是他会觉得自己明明技术很厉害了但是自己的募资能力不够强那这样的同学他的怎么说呢你觉得他的思维误区有什么思维误区吗或者说是我觉得如果他目不到钱的话可能是他对自己的认知有判断有误他觉得自己的这个维人也很远技术也够强好像想做出来这个东西也够厉害那就是他的故事没有讲好可能是他故事没有讲好这里面反映出很多点就是他的逻辑是有问题的就是直接因为你面对投资人投资人都是身心百战的人比如说你如果来跟我批斥我毕竟可能就是说如果这个投资人有十几年的经验那他很快就能够判断出来说你的这个视角是不是一个就是是一个正确的视角或者是有一个你经过深思熟虑的一个视角具有前瞻性的视角投资人会问很多问题这里面也是就是说区分好的投资和一般投资就是投资人是非常会问问题的如果这个问的问题通过这几个问题如果这个Founder他没有回答足够好或者说这几个问题显示出来他想的不够深然后有点想当然那他当然就是五分钟那就别毙掉了就都没有下一个再讲的机会了所以我觉得Founder在去pitch之前也需要对自己有个清晰的认知就是你是不是把这个事情想清楚想透了然后你的愿力是不是足够大然后是不是能够让投资人看到就是说是你可以把这事做成然后你是不是能够去召集到一些就是说跟你志同道合的founding team一起做这件事情我觉得founders很重要的几个能力就是讲故事能力招人的能力还有融资的能力就是早期的Founder来讲对要不然你们也活不到A轮嘛对不对那你这里边我稍稍替这个Founder们挑战一下你就是你似乎预设了投资人是比一个菜鸟Founder更懂就是这个事情能不能做成的有什么你觉得是这样吗那我觉得他面对的是什么样的投资人我觉得一些一线的VC或者是一线的CVC投资人他并不一定就说懂这个技术的细节对吧因为永远都是说这个Founder一定是这件事情最懂的人但是投资人可以通过问问题看看这个Founder的思维方式想的东西对不对就是你要做的这件事情你想要去解决这个问题是个市场领域够不够大同时也会通过一些提问的能够看出来这个人是不是一个很scrappy的founder就是很hustling的founder能不能把这事做成能不能成事的一个founder就是你光是有一个vision技术很强跟你能不能落地这个其实就已经能够把很多的公司给拍掉了就是你一定要能够把这事做成才行而能不能把事做成也是投资人对他的预判因为我发现我们刚刚又讲出来几个创始人的核心素质对吧就是hustling然后scrappy能把东西落地on top of他要再解决一个足够大的问题才能把分析间给想清楚你觉得还有没有additional的一些素质是投资人看中的我觉得这几个就还挺重要的如果真的都具备的话可能就是真的就是直接写check了对像我前段时间也聊了一些因为最近就是说Data Center啊芯片互联啊这些方向也很重要嘛然后我也就是在Data Center这个领域里面也聊了一些创业者吧那我可以举个例子就是说我也聊到过这个就像你讲的技术非常厉害非常有远见它这个东西能解决一个很大很大的data center里面一个互联的问题就是这样一个我觉得在技术上在资历上都是超级棒的创业者我给他打5A吧但是他让我就是但是我在跟他聊的过程中我觉得我会比较担心就是说他的执行能力就可能通过一些问题的包括对他一些感觉和他的一些性格的判断就觉得这个人就是挺可能挺问候的 [50:00] 合的或干嘛的那因为在这种我觉得尤其在硬件的这种创业中Founder还是要有相当的执行能力的然后我对他的一个判断就是说那你如果要去冗一个比较规模的SEED round或者A轮你要有一个在商业层面的一个co-founder去帮我把钱当的一些落地这些operation的事给你做了就是你在能够找到这样的co-found的情况下你有相当的概率能够拿到VC的钱所以就说这样的Founder就是可能有经验的VC虽然我不懂他那个技术是怎么做的我就必须非常诚实的说他讲到里面的一些什么光护理就是非常technic的东西我能够知道他是懂的我通常跟我讲故事我知道他真的有这个实力但是同时我作为投资的判断我也能够看到就是说他在一些就可能这样的一个Founder在一些落地的上面他会需要一个更强的合伙人就跟他很互补的合伙人那我就会希望我就会建议他说你要找到一个这样的co-founder以后你也去募资你的成功概率会达很多嗯嗯那咱们讲到这的话就继续讲你刚刚说的那个非共识因为就是你通过你的intuition然后去看这些founders尤其是你要在技术上做一个判断是吧就是正确的非共识一定也是跟你的investment thesis非常相关的也刚才你说这种优秀的founders是非常闪耀的对吧所有的可能一线的VC跟他一聊就觉得OK可以给你写chack了所以说大家会判断错吗或者说我觉得这应该怎么说因为投资本身就是一个小成功率的东西所以说你投的这个人他没有把那个东西做出来不见得你当时做了一个错误的决定但是我更想知道的就是在这个过程中共识是怎么形成的然后你在这中间又是怎么样子先任一步的去找到那个正确的非共识这可能是我想问的问题我觉得我觉得虽共识是一定是你作为一个就是一级市场投资人经过对这个领域多年的一些深耕的对一些事情的一些预判吧就比如说然后共识是怎么形成那一定是说这个市场技术到了一个拐点然后这个共识就成了,那比如说我在2017年18年在百度工作那些年,我中间有一段时间,我是出来想要去募一个跟我的前老板想募一个AI的基金,那个时候那个基金就是当时我们聊了很多的LP吧,包括institutional一些大公司啊,包括中美的都有,但那个时候当然也有一些地缘政治的原因,这个基金没做起来就是后话,但是明显就能有感觉到那个时候我就聊了一些LP他们就对于AI这个赛道觉得这是个非常不靠谱的赛道就是那是完全的一个非共识我记得当时我带着我的dealbook去募资我当时OpenAI在我deal pipeline上Data Breaks在deal pipeline上Data Breaks其实2017年融资很困难的就是这些公司在当时都是非共识没有一个LP买账就是我最后可能当时没有那个命吧就是这个基金就没有募起来然后而且我当时当时其实Ciribus也在我的DialPipe栏上因为我当时想说就是虽然我17年投了但是18年19年还可以继续加投然后就没有人去觉得这个AI这个赛道能够那么快起来而且觉得他们觉得这个就算能够慢慢起来也是个非常重资产的赛道就是你要去花钱去铺这些infra对吧那啥时候才有拐点呢那VC就不愿意去这么早下注包括我自己当时就是当时我们在当时的百度的美言就是说预测一个像wikipedia这样级别聪明的模型出来的时间大概是2025年这个我还记得非常清楚是当时那些研究员们给我的一个大概的一个年份的预判然后什么时候当时让我觉得这个事情在加速呢就是在2022年拆机BT出来的时候我当时就是脑子一猛的就感觉被打了一顿就是说哇这个东西已经比我想象中快了三年然后我那个时候就开始意识到说这个就是已经是这个已经进入了一个拐点时代然后那个拐点时代到来的时候有一些很多VC就把握住了机会像Melo啊还有像当时我MBA同学Sara Gore也出来做了Conviction就是会有那么一部分嗅觉很敏锐的投资人在拐点刚刚形成的时候立刻下注我觉得那个时候是你的迎面最大的时候因为你度过了那段很艰难的非共识期因为非共识期的时候公司要成长你需要去给它烧钱对吧然后你在拐点刚刚快要出来的时候那时候下注其实是挺好的一个时机就那个时候你从非共识到共识的窗口会比较短一些那 [55:00] 那个时候其实我当时就感觉到了AI infra所以那个时候我就说可能当时能够解决模型比如那个时候能够解决模型胡说八道的就是什么RAG一些Fintuning或Inferencing as a Service一些比较浅层的AI infra然后这些公司你会看到2024年5年有一波收购场然后再接着就是说像视频模型然后像一些Inferencing as a Service还有就是那个时候我已经很笃定的能够看到AI真的会出来所以那个时候我其实在很早的时候我就推动想投Jansburg当然还有Manus这些就是早点发现的一些公司然后再到后面你会发现说这部分的在这个阶段上能够看到的公司他已经快要进入共识阶段了就是进入到发点了这个时候其实下注很好的时候对我再倒回去叙述一下你想,如果说就是刚刚解释一下你在17年18年的时候对吧,跟前老板去募资然后所谓的Deal Paths上有OpenAI就是说如果我募到了这个基金,我就可以投进OpenAI但是那个时候LP们不看好LP们不给你这个钱那岂不就是又有了一些创始人的叙事吗就是你看VC们不懂吗VC们看不到这个东西的价值吗所以说OpenAI这样的公司在那个时候也用不到钱吗我觉得当时可能就是因为可能当时OpenAI他的就是产品现在也不是很清晰的那个时候在尝试不同的东西你看看他的那个他的公司的logo其实是一个像六边形战士一样的那种对吧他其实当时就是在尝试五六个不同的东西语言模型是他尝试其中一个那个时候我把它放在那个Diopad Plan上也是也是当时就是Sam Altman他跟百度当年的President陆奇其实那时候他们关系还挺好的然后然后当年百度应该也是YC的一个支持方所以Sam Altman就一直都是我觉得这个founder这个人很年轻算是跟我们都是有点像同龄的吧就觉得这么年轻的一个人有这么有罪人就去干一件想干一件这么伟大的事情如果就是AI这个方向如果能够目到自己就可以支持一下说实话我当时没有特别多去想这个案子的回报你就是觉得说这个人很厉害应该去投一下对然后Data Bricks其实Data Bricks是当时一个非常遗憾的错过因为我是2017年在Andreason的年会上当时Andreason他们的GP给我发了一两百个公司说你选一个公司你想聊的我就从那一堆公司中选了Data Bricks就是可能是一种命运的指引吧我就跟当时的Founder聊了好几次我就还挺喜欢他们那个做的那个data的这种warehouse一种理念的就是他们会针对一些low tech的company去build的一个datainfra可惜当时我把这个公司带到就是当时百度去讲的时候大家就觉得它有点太low tech不符合当时百度想投前端AI的一个投资逻辑所以就没有这个案子就没有能够成功的去上汇但它也确实在我当时的一个就是想要去融资的那个那个基金的deal pipeline里面我觉得我对它是有convection它虽然可能不符合一个非常前瞻的人工智能AI lab的这样的一个投资逻辑但这个公司未来一定是非常有市场的所以我对它有这样的一个预判然后就是当然后面事实证明这个预判也挺正确的所以这也挺可惜的当时一些判断没有能够没有能够在那个时候成功的目击基金能把它投掉嗯嗯嗯 好投资人嘛每个投资人都会有很多的anti portfolio就是他们的遗憾不止我一个很多投资人都是这样几乎所有的都而且越厉害的投资人越有这种就是他总是会就会有anti portfolio对吧就好像那个我记得是哪个红杉安投资人他的anti portfolio是自己然后他就出来做了那个是叫五元吧是不是五元那家基金对我记得中国有一个投资人是这样子的我记得有这样的一个人对对对就包括Sara Gould她本人在Gridlock也有很多男子朋友所以她就是一路就是冲冠一下就出来做自己的基金了在那个时间点也非常非常的好嗯那我觉得让我们正好说这个话题想帮大家了解一下现在硅谷投资大家的consensus是什么样子就是或者说硅谷的这个landscape因为其实硅谷的创投圈对于外面大家都只是听说传闻甚至我觉得大家能说出来十家大基金的人都不多更不要说可能现在活跃在硅谷的应该也是有双千家基金了吧但是我觉得能讲出来十家的都不多所以说可不可以 [60:00] 我们稍稍介绍一下这个landscape是什么样子的然后大家的这个活动是什么样子的总之就是给我们这种小白们来一个这个科普的介绍吧你是说基金层面是吗对就是就是基金然后就比如说啊像我听到我在acquire里面听到那个accel然后然后我说accel是谁然后发现原来投就是这么厉害的一个然后graylock是谁然后graylock原来这么厉害的一个就是我每听一个这样的基金名我都是发现我是这几年我才听说的而且尤其是在像斯大县这样斯大县百公之后然后包括听一些商业对对对就是在圈内的人当然知道就是说一些那一些基金像Sequoia当然是就是当之无愧的王者基金Sequoia是最好的一个基金然后H6Z也是非常大的一个基金然后还有像那个Benchmark是我个人非常喜欢的一个基金就是Benchmark他们是6个合伙人就Equal Partnership他们投了非常多有名的案子像Uber就是他们投的等我刚讲的Ciribra也是他们投的但是Benchmark是不是整个基金的规模不是很大对他们几支基金一般都在200个M到300个M之间吧但他们最近也募了一个很大的基金募了一个将近一个别量的基金的规模不是很大对他们几支基金一般都在200个MN到300个MN之间吧但他们最近也募了一个很大的基金募了一个将近一个别连的基金去投成长期那可不可以跟大家讲一下就是什么样子算大基金什么样子算不是很大的基金大概在一个正常的一线基金如果是投早期的话可能是200到400个MN的这样的一个范围然后你可能有大概三到五个合伙人如果是一个很大的基金Andreason这种就是将近十几个billion的基金那就是非常非常大的盘子的可能要投它的投资阶段可能就分早期成长期中后期这样子就是一个全阶段都覆盖的这么一个基金的管理模式还有一些一线基金很多像LySpeed像Mainlo VenturesGreylau刚刚你说的然后还有像这个Excel也很厉害Excel就是投了Scale AI的Excel他们的回报率也非常非常好Iconic算吗Iconic不能算是一个就是传统意义上的VC他有投VC的这样一个分支目前他们可能覆盖的资产类别比较广泛他们是个family office对像很多的family office像Iconic这样的他也有一个自己的一个VC就是说投一些一级市场的这些公司然后像一个公司到后期的比如说像Databricks不知道F轮还是什么G轮他们投的是不是都是这种主线基金或者PE了而不是对当你越到后面的时候你的投资人的就是能够写的check size也非常非常大所以他的pocket就口袋要非常深那就是这种就是一般比较像PE这样规模的基金才能够投我记得像什么就是后期点像什么Tiro PriceFidelity什么BlackRock这种Blackstone这些都是会在后期下注这种类型公司的包括耶鲁大学之类的这样那这种就是Endowment Fund的Endowment Fund他们其实值投的好像不是特别多除非是投这种顶级的公司吧Endowment Fund更多还是会去部署一些VC部署一些部署一些二级市场的基金嗯嗯嗯好然后那在这个就是早期里边大家可能更多听说的是就是YC那就是什么样的基金会去考虑投YC的公司我们用YC来做一个benchmark什么样的公司so good以至于他们根本就不考虑或者说so die以至于他们根本就不考虑YC的公司了或者说几乎只在这里边挑最好的然后什么样的公司他想投YC的公司基本上都能投得进去YC的公司拿到他们的差语会觉得很开心然后什么样的公司他想投 YC投不进去或者说他要就很难才能投进去我觉得可能这个问题得换一个方法去思考YC它其实就是一个有点偏向就是一个孵化器而且它已经做了很多年了早期的时候YC的质量非常高所以你从YC出来那就是明星公司最近这些年我觉得YC整体的质量它可能是不如以前的但是YC里也会有一些明星公司就是说你可能在一个非常大的 pool里面也会有一些非常出色的公司出来那它只要是一个很出色的公司它可能就是一出来就被这个投资人就已经抢走了这个是很正常的而且我自己觉得吧就是YC这里面的这些partner或者是比较有影响力的一些人比如说Garretan我预设可能他 [65:00] 就是在比如说这一个YC batch里面他们可能就是有一些已经知道的一些信息因为他们毕竟是看着这些公司在YC里面孵化器里面就沉量起来可能他也知道说哪些公司是比较头部的候选人然后可能这些候选人就早早的就已经被介绍给因为优秀的人总是不缺乏别人去帮助你嘛就是如果是YC里面的这种很优秀的Founder相信现在这些年轻的Founder也都很厉害他们就是会很主动的去找人去介绍而且现在的VC们都是很就叫deal hungry就是说看了好像就像就是像恶狼一样会扑上去所以这些真的很优秀的founder也不管他是不是在YC他都会很早的就被介绍给这些一线投资哪些哪几个就是被介绍给哪几个就是这些人会去追逐哪几个对比较愿意去投早期的一线投资的VC像我觉得像A16Z就是很愿意投早期然后像我觉得Besserman也很愿意投早期现在Besserman也有一个投早期的这种基金还有我觉得BenchmarkBenchmark也喜欢投AlanFounders FundFounders Fund可能是一个吧然后Light Speeed也算是一个Life Speed也是头那种也可以在非常早期去下注红山算吗红山应该也算红山有一个非常早期的它红山也有一个早期的成长期的基金对还有没有就是拿到了这个基金的钱他就会觉得万只工厂能币还有一些Emergent GP我觉得像现在的Conviction还有像我另外一个朋友叫蓝雪昭他的Bestysite还有一些像张禄的Fusion Fund这些就这些emergent就是说不是这种大基金之外的一些投资人他们也会有比较敏锐的视角去投一些这种非常早期的公司那接下来我们就说现在的investment phases就是硅谷的人现在在投什么呢或者说什么东西外面的人以为硅谷在看其实归国已经不看了今年就是非常的共识就今年大家看的东西都是一国风的都是一样的像机器人赛道Physical AI还有像World Model就世界模型这个领域应该是现在很火的一个赛道因为毕竟就是说你做Agent的话Agent的一些不管是general purpose agent还是说垂直领域的一些agent大家都很担心他会被大模型公司给吃掉所以这句话我觉得不是一个大家都知道的事情也就是说垂直agent或者说是这种AI的subsector我们也不whatever it costs因为小红是有一个人来问就是未来哪些AI的subsector还适合VC去投是不是这句话的意思就是说已经都不投了那倒也不是就是我觉得一些这些subsector就vertical sector比如说医疗比如说去药物研发或者是金融领域还是可以投的但是就是要去寻找那种能够去自动化比较复杂工作流程的这种AI agent因为就是如果你只是说develop一个产品基于一个模型的套壳去然后你就拿到一些垂直行业的数据以前我们觉得可能一两年前你会觉得说我有这个行业的domain的knowledge或数据会形成一个会形成一个护城河但现在已经不行了因为这些大模型公司他可以去生成一些synthetic data他也可以去找到这些人去给他进行数据的标注所以这些数据已经不能够成为护城河了能够成为护城河的反而是这个某个领域的一个非常高价值链的工作流就比如说比如说在医疗领域你就如果说你有一个工作流能够去把这个比如说从你去找医生看病到最后就是说看病中间流程的这种一些病例的记录然后到最后你去给患者一些建议然后一些再去帮他辅助他去比如说拿药或者怎么怎么样这样一个你如果能把一个这我举个例子就你把整个流程都打通复杂的流程都打通那可能这样的一个agent是比较有价值的因为现在的frontier model还没有frontier model可能在这个domain knowledge他可能会成为一个一个非常厉害的医生或者是非常厉害的一个药物研发的专家可是他但是你要去你的工作流他没有办法去完完全全的去奥多美所以就是如果你能够从这个角度去下手我觉得这几个垂直领域还是有机会可以去投的就是模型是很好的大脑但是动手还是需要动然后模型可以编成但是 [70:00] 很多东西也不是光靠编程就能解决的对对对对对就是你需要有一个动手但是动手如果是模型也能动那你也没机会你可能要动的是这种更加高价值链上一些更复杂的一些工作流的动手嗯嗯是如果模型编编程就可以搞定的话那肯定也是没有机会的对对对是的总之就是这个大模型能力水涨长高之后很多我觉得逻辑都变了那你会觉得就是软件这件事还有前途吗或者说是做一个产品创业这件事还有什么机会吗软件可能挺难的就是这个因为我没有去看软件所以也不要去把我的意见当做一个就是影响你们的一个因素我自己觉得作为投资人我可能不会去看软件我会去看一些更加infra层面的东西对就是我对于软件因为这个软件也不是我本身特别擅长的所以我就不擅长的东西我就不发表扰乱大家心智的意见了嗯嗯嗯好呀那你在硬件这里边就是你刚刚说了机器人physical AI world model都是比较overloaded的词那你在这里面看到一些具体的就是你觉得什么东西是大家觉得厉害其实觉得其实已经是证实了不那么厉害或者说没那么快就能厉害然后有什么你觉得是其实已经挺厉害了我觉得我觉得今年的沃尔茂确实是很多的创业公司在做那我自己可能会比较关注的方向是一个是就是这个数据的形成因为目前数据还是非常稀缺的对于机器人领域来讲而且有的时候数据需要在一个能够落地的场景下所以我觉得就是如果你这个比如说human knowledge保证性机器人如果你是demo很厉害在CEI上看到很多demo很厉害的机器人他可能是认为因为有人在远程摇操这样的一个结果那我觉得关键点是你能不能落地找到一个落地场景真的把它落下来然后去在这个落地场景下收集数据然后让这个数据去对它的这个机器人大脑或者是它的软硬件的这种integration进行迭代我觉得有一个真实的落地场景在落地场景下得到的这种数据其实挺重要的所以我觉得就是这个真正的deployment有一点点被忽视就是大家太多的去讲说哦 我这个训练模型的方法论是什么我要不要多去引入呃 原模型还是说我要多去用这个vision language还是我两个结合还是我抛弃一个怎么怎么样就是你会听到有很多这样的讨论我觉得这个讨论是有必要但是真的就是你要去找到一个让你的模型打磨到一个非常让你的机器能打磨到一个可以真的就落地的一个场景很重要还有一点就是还有一点就是我自己可能在修正的一点吧就是我觉得data是很重要的就是你会现在看到很多做世界模型的公司或者是做一些数据生成的公司帮助机器人领域去搞数据就你会发现他们其实现在AR涨得很快因为真的这些融了很多钱的机器人公司他很缺数据所以他的ALR也都是通过这些融入到很多钱的机器人公司来的因为他们要去买数据训练模型然后你现在看到一个战时的繁荣场景就是说这些公司就是他们去采数据这些公司很挣钱但是我觉得或许有一天你会有一个公司就是说可以去develop一个生成数据的这样一个模型那这样可能才是一个终极的解决方案而不是说你去买大街的采数据就是你要是能够生成一个能够去generate真正懂物理世界的这么一个模型然后去自动生成数据我觉得这样的一个解决方案可能是更加低信原理的所以我就觉得说如果你去投这种光是能够帮你采集机器人数据的这种公司要小心你要看它背后是不是能够去有一个自己的数据引擎去生成这些数据而不是说我硬生去买硬件去在各种场面上去采集我在这儿想就这个技术话题稍稍挑战一下或者深聊一下就是一个能自动生成数据的这种世界模型对吧我们就用世界模型去教他就好了但是如果我们有了这个以后我们也不需要数据了相当于这个问题已经解决了有点机身大单身机是吧对有可能会这样对就是我们想要能做到这个世界模型的前提是我们掌握了这个世界的analytical solution然后我们所有的数据是这个 numerical对 [75:00] 对吧对对对呃对我觉得可能是个迭代的过程就是你可能有一个这样一个初级的来 let's say就是可能1.0 2.0版本的世界模型生成这样的一些数据然后这个数据在现实的落地中不断的去修复然后你这个数据变成了一个3.0 4.0版本的数据反过来又回来迭代你的这个世界模型让它变成一个4.0 5.0版本的世界模型所以他们之间可能是在相互进步的这样子嗯给了读者实验的关系对对对就是理论引导实验实验然后修正理论但我自己还是觉得这个领域应该会出现一个像Scale AI这样的一个公司就像当年Scale AI给原模型提供的数据也会有一个像Scale AI这样的一个数据引擎给World Model机器人去提供这种高质量的数据可能不止Scale AI会有好几个那这就有一个问题了就是软件投资人看的是AR对吧和retang就是recurrent revenue那硬件投资人看的是什么呢我觉得现在的整个一些benchmark都在被改写比如说你现在看到这些模型公司Frontier Labs对吧你就是看他的token的消耗量了包括你的token的这种infrancing token的这种throughput对吧你的这个像anthropic这个API的这个你的credit一直在爆对不对就是你作为一个用户你在不停的在加码其实这个商业模型已经在转变了然后因为你不停的需要去烧token那你的硬件的这个infra也在不停的往上涨所以就是说可能这个硬件会成为纯卖从纯卖硬件变成去构建一个系统基于这个系统上你的这个influencing的或者是token的消耗量去进行一个收费所以是一个使用量的这种proxy大概是这种感觉应该是吧对但是所有的硬件公司都可以被这样抽象吗不是我觉得一定是有系统能力的这种硬件公司比如说像Siribus他现在就说他你如果你去看他找股数他就已经不是说我卖一个芯片我卖一个WIFER scale芯片他不是他是卖一个Inferencing的这么一个系统他有自己的Data Center然后他就是帮助客户去运行Inferencing的这样一个Workload跟OpenAID签这样一个单等等他其实是一个系统级别的一个很大的一个收费的这么一个项目而且如果你这个案子比如说你这个项目能够交付的话它这个收入应该是可持续性一直往下走的那是其实软件时代的收费模式它是说我有固定的数我一个月20美金200美金但是AI时代就是AGI时代因为我们后面看的是AGI ASI对吧我们现在其实已经相当于在一个AGI的时代下了可能过了两年2023年可能就是Artificial Super Intelligence那那个时候对于就是说人类可能对于模型去产生Intelligence的依赖会更大那你的Token就是你的Input TokenUpput Token会更多那你说消耗的算力会更多你就Infra的要求也就更高所以我觉得就是这个在这个系统层面就变成了一个硬件加系统的这么一个还有Infra的这么一个模式它的收费框架会比软件时代的收费框架我觉得要更有吸引力对就是基于你的usage基于你对智能的依赖程度和产出需要那感觉就是这里边的价值都被硬件公司给吃掉了硬件公司吃掉我觉得硬件公司系统级别然后模型公司会吃掉很大部分infra cloud这些会吃掉很大部分剩下的application的创业者就分不到什么东西了汤都喝不上如果你能打造出来一个爆款应该还是可以的所以就是说我还是觉得就是AI agent有很多的机会你可能会出现很多的这种agentic的developer他打造一个产品但他不一定是个公司他不一定是venture backable的他可能就是说我本来要打造这样一个产品我以前需要一个团队我现在一个人就行了我用不同的AI工具去做然后我当然这些人这些打造这个AI agent的这些developer或者是一个小的公司他希望这个账能算得过来那就是你的这个你的这个influencing的靠效能够下来所以我为什么觉得我其实还是比较喜欢投Infra就是如果你有一个Infra的产品能够把你的Infra-Cost弄下来那这些去提供Agentic AI的这些服务的或者产品的这些创业者是不是就能够有比较大的毛利空间因为不然的话你就一直在自己Enterlobic在Frontier毛的在付费对吧对 [80:00] 大家Fable出来了以后,群里的很多人已经说完了,造不住了,实在是一下用一用就直接到头了。是的,是的,是的。你的娃是不是过来找你?你可以先跟她,你先等我一下。我也跟大家直播间的大家说一下就好了。就好了对我们现在是一个直播然后现在YouTube这边和Riversite加起来是有接近80个人小红书上是57个人然后我们请的是南他是美国的高通创投就是高通这家公司的就是叫CBC我们可以再聊一会对因为现在是美国的晚上现在晚上的时间对作为一个VC妈妈确实就只有晚上1.20分钟能陪一下小朋友对而且我的娃的很多衣服一大半的衣服都是从南这边温温的衣服就是她的正好比我的娃大了一年然后就刚好年纪差的年纪能够接得上对而且都是好衣服我们几乎没有给我的娃买衣服对对对那我就快点聊然后YouTube的同学和小龙叔的同学你们有问题的话也都可以随时提这是一个Live Chat我是能看就是男那边看不到但是我可以看到然后我去读给他的所以说这个大家有问题的话可以去问有一位同学问现在有哪些Infire公司比较火热?有很多呀像Fireworks很火Together AI也很火还有一家做视频infra叫FellFL那家也很火对就有一些跑出来还有Base 10这种做Codinginfra也很火就是Coding是一个非常大的赛道所以Coding的产品Codinginfra都还是很火的就是你不可能说Coding被Anthropic我是希望了就是Coding不要被Anthropic一家吃掉就是会有一些其他的player出来因为如果就是一家垄断的话我觉得对这个生态也不是很健康难道另外的不就是其他的大模型公司对就是像Anthropic Cloud对吧大家都在用它去写代码那Cursor现在已经就是已经要被收购了然后还有一些其他写代码的公司会不会有一些其他写代码的一些公司我知道是有的还有一些像Bason你说什么我们Kimi啊Deepseek啊也还在要签问那是中国的一些开源模型对对对因为我是只看美国所以我对中国的这些就是当然我知道他们非常厉害就是但是我个人本人没有去接触过美国还有什么样的公司刚刚在就是我打断了你美国你还说了几个公司的名字就做coding的coding 就这些了对 刚才就是讲的这些嗯对 然后有说做这个就是 RADX ARKRIDIX ARK可能我没听说过Risk5是这个单词吗不是 RADIX ARKR-A-D-I-X-A-R-K这个我好像不太了解对 然后YouTube上的同学也欢迎问那我这边再问一个关于硬件的问题就是硬件应该是就是比如说我们在CES上看到那么多demo然后真正呢就是走出来的公司呢是很少的那这个就是从demo到量产中间死掉的公司的共性你觉得主要是什么就是不能落地就是他没有办法找到一个足够多的能够向客户的demonstrate 足够大的ROI就是回报率进行落地的我记得在疫情的时候那段时间你记不记得仓储物流机器人很火对觉得说大家以后都不出去 shopping了然后美国绝大多数的都是 e-commerce就是都是电子商务对吧其实因为你要看美国电子商务普及率它是比中国它是要低很多的然后疫情的时候大家都不出去 shopping了都要网上网购然后但其实美国人很多网购也是从Amazon上网购所以一些碎片化的一些就是这种e-commerce的一些business它其实没有想象中这么多但疫情的时候他们确实有一个爆发的这么一个体量然后当时就有很多什么grocery shopping啊买这些什么买菜啊什么的也都需要去进行仓储物流自动化就有很多很多这样的style up出来然后最后都死了就是疫情一过美国人民又回到以前的一种生活工作模式上去然后很多电商也就都没有了一些小电商都没有了那你因为那段时间你去建造了一些仓储物流自动化的一些机器人也都不行了而且那些机器人都是在大元模型就是这个visual language [85:00] 出来之前构建的就他们的这个infra也本身也比较落后所以就这批公司它死了一大堆就是它的它当时有一个暂时的Proton Market Fit但是一旦一个现象级的事情过去之后这个Proton Market Fit就没有了就你的这个市场就不足够大了然后你又要去把它进行落地又需要去跟很多的这种local的一些IT进行configure进行调试然后就很麻烦就是这个ROA很难去demonstrate所以就是那个时候的这种仓储我有机器人现在就活的都能活下来都没有几个共性可能就是还是触判了需求我觉得然后再就是没有办法落地就是那个东西看上去好像很厉害其实是不行的对我这儿在问两个关于这个VC行业和大家对这个VC的这个一个了解就是第一你觉得因为今年你刚刚也提到了就是24年的共识窗口可能是三到六个月25年可能是两三个月今年就几乎没有了那你觉得VC这个行当还make sense吗就是它还是是make sense的通常当你共识窗口没有的时候就是第一阶段的发展到了顶峰所以你会看到今年其实一些大的玩家要收割像OpenAI还有Anthropic都要上市了这就说明第一阶段的一个爆发到了一个顶峰你也可以说可能是个小泡沫要进行破裂的时候但是我不认为AI这个泡沫会破裂只是说这个阶段你刚好到了一个收割的阶段那你下一个阶段的一个技术的这么一个怎么说呢能够做一些就是下一个阶段的爆发期可能就是从这个阶段收割出来的公司里就跑出来公司里面成长出来的一些技术曲线的一些突破就是你有一些技术曲线的一些大的突破然后你再到一个技术的拐点找到市场我觉得下一个cycle可能正在行程中但这一个cycle差不多已经到头了对嗯要想想明天的股票市场怎么操作但是我们这就不聊了小胡说也不想聊呃那那那你觉得VC在这个时代就是那可能你尤其是你是投硬件的VC就可能没什么区别但是像投软件的VC大家可能觉得就是VC本身的这个对吧就是做法可能要改变了因为好像整个软件都不是那么make sense了对我觉得他们可能要更加的去投一些比较AI native的founder能够去把这些AI工具用起来然后就像我刚刚讲的在一些垂直行业去去找一些比较高价值的工作流然后这个工作流又能够足够覆盖这个产业行业比较大的一个一个就是说场景像我刚刚说医疗金融其实它都有非常复杂的工作流去做以前的软件公司可能就是这些工作流中的一个工具但是这些工具现在都被AI替代了所以你要找新的创业公司就是最上AI native的这些founder他能够去用好这些AI的工具然后去构建一个复杂的工作流然后用里面的一些special know-how去构建一个工作流对好不了解这个行业的同学可不可以跟我们讲一下就是一个deal大概是怎么发生的就是从sourcing然后到得到allocation然后现在尤其就是很多你刚刚说的就是头部效应很明显对吧那这个过程是个什么样的过程我们YouTube上有一个同学还问就是创始人去拿VC的钱和拿CVC的钱有什么区别当然可能对就是你做一个VC就是说你要完成一个deal完成一个高阶段的deal你肯定是要从sourcing对吧你要去找你要去做进掉你要形成conviction你形成conviction以后你还要能够拿到allocation对吧你要能够拿到这个他的额度才行拿了额度以后你要把它顺利给投下来所以就是然后投完以后还不是其实投资就是把钱投出去在一个VC的这样的一个就是时间长后步骤是最简单的一个投完还要管就是你要管这个公司你要帮助他成长给他赋能然后还要帮他去多退出还有他中间无数经历过的这些一些挫折你都帮他一起度过这才算一个完整的一个周期所以就是投荣管退都要做就是你不能说我投完我就不管了那这不是一个合格的一个VC的partner然后你说VC和CVC的区别Financial VC其实在几年前美国的这些Financial VC它还是非常占主流的因为Financial VC他们就是说就是资金比较灵活他们就是也是直接要给LP带来价值 [90:00] 然后他们可能也有一些明星投资人这种对吧就financial VC它很其实真的也很盛产一些非常厉害的投资人然后CBC以前一直就是说会让大家觉得说我这CBC肯定就是做战略投资的那其实并不一定是这样因为美国它有一些比较厉害的CBC就是我可以就举例子就比如说在我MBA毕业的时候我是2013年从沃顿毕业的那个时候市场上最厉害的CBC就是Intel Capital然后接着就是像Google Ventures然后在移动互联网时代的时候像Quark Conventures就是我现在的这个公司他们也是头部的一些CVC就是头部的一些CVC它一定是既要有financial return但同时又要能够跟你的被投公司能够跟你的母公司形成一个比较强的战略协同性就是能够建一个生态系统比如说我觉得芯片这个很好理解不管是Intel Capital还是Quark Conventures都是说我希望我投的这个公司要不就增加我芯片的应用法的能力要不就是能够用上我的芯片那么在这个可能在AI之前用芯片就是你需要很多的场景但是在现在这个AI AGI到发的时代那些芯片是最火的所以现在的CVC反而它的地位在上升你会看到说很多尤其是最近这半年我就发现说很多的早期投资尤其是需要因为现在所有的创业公司它都需要耗算力不管你是训练模型还是应用模型还是做AI agent你都要耗掉很多不管是training的算力还是inferencing的算力你都需要有算力所以你有CVC的能力尤其是硬件公司的CVC尤其是芯片领域的CVC我觉得这个占的还是比较好对NVIDIA像NVIDIA他们的VC这几年非常非常火对就我刚刚入行的时候NVIDIA的VC还是非常非常小的一个player现在他们成为一个major player就是他们在每一个NeoLabs里面都是写非常大的check所以现在我觉得是CVC是非常有价值的可能在某种程度上比VC还要有价值有道理好呀那我们这儿又一直听你的娃在那儿我作为一个奶爸听娃教师我首先就会出汗对我已经炼成了脸皮很厚了就是因为不然的话没法工作对那就是我们就不讲接下来你要做什么了但是听起来你是对未来有这么一个investment thesis尤其是对于infra,你会持续的关注和持续的bet除了infra之外,你还有没有什么其他的investment thesis?我是挺看好physical AI的就是世界模型机器人这个东西可不可以跟我们解释一下就是这里边你觉得比较能早期落地的应用是什么是比如自动驾驶那是那炒菜机器人还是啥呢过去了我觉得可能是advanced manufacturing就是一些能够在工业场景下落地的机器尤其是美国因为我觉得现在美国可能他有一个呃有一个战略目标就是说能够把这种呃生产场景带回到美国来就是让美国重新具有一个生产的能力所以我觉得可能就是说在美国的话会有一些能够在生产车间落地的机器人会能够先跑起来但是我有这么一个想法其实我是在初中的时候去参观意大利那个时候我爸在国内做瓶盖然后他的一个工厂里面可能是1000个员工然后意大利的那个瓶盖工厂产量比他多但是整个工厂里面有三个员工对就感觉就是就是manufacturer就是制造业本身已经高度自动化了尤其这种资本密集的就是先进先发达对发达国家那在这种情况下AI真的能帮助很多吗就是感觉人已经是很少了然后人已经做的是那种高难度非常难以被AI解决的这种东西了那这种时候physical AI的落地或者说它的空间有这么大吗我觉得那个就是瓶盖这个事情可能是它比较简单的一些就是生产场景我觉得可能它有更加落地场景是一些复杂的工业的生产场景比如说我就像汽车的制造业还有像一些化学工化学的这种制造业还有一些像我觉得哪怕是仓储物流的这种机器人环境你还是需要这种真正能落地的这种工业级别机器人的这个环节我必须要澄清我还没有开始去仔细研究但我感觉它可能会形成像自动驾驶一样过段时间它也会有一个拐点的道理 [95:00] 这个管理人到来会是一个什么样的标志性事件就是这个机器人能够去通过一个比较复杂的图定测试吧在某个在某个这个任务场景下嗯嗯嗯好呃我们接下来就是YouTube和小红书的同学们还是可以继续问问题啊然后我在最最后一个问题就是你的这个呃印象印象派优化了但是那之前你觉得我有没有什么关于投资啊或者说关于你的这个对AI的了解啊或者说是这个VC这个行业该问的问题没有问的他好像也都差不多了对嗯好好好或者小红书的同学们你觉得听懂了吗就听懂了这个呃硅谷现在的对AI是怎么看的吗和大家看到的机会是什么样子呃优秀的同学有问题也可以说啊那你来说一下你的爱好吧这个爱好是怎么回事啊因为我为什么会问这个因为我是特别粉Paul Graham他的文章我几乎都看了然后他写了一本书就是黑客和画家他讲了很多东西都是做这个做比喻所以说我不知道这个东西是不是画画和投资就是有一些联系在的对我觉得好像科学跟艺术它总是有一定的联系的我其实有一段时间确实是就是在画油画但是我必须成就很久没有画过就是工作盟友小画以后就几乎就封闭了但是在百度工作那段期间我还是花了挺多时间就周末去画一些油画这种我觉得在画印象派的时候就是跟你头子有点像就是你画印象派的画的时候你总是有大概这么一个印象就好像你有一个hypothesis一样你有一个thesis但是你撒笔的时候你可能不知道它大概会成为什么样但是你有一个假设然后你就是在不停的点点点点的过程中去论证这个假设所以我就觉得在画油画的过程中他对我的一些呃他对我秉出杂念是一种很好锻炼就是我我觉得他像一个冥想的过程一样嗯嗯嗯嗯嗯说到这里我我其实是一个比较多进行冥想的人就是我我觉得做投资就是很多投资人都有一个冥想的习惯呃这个可能是我最近这几年形成的一个习惯就是我会呃有时间我会进行一些20分钟的这种冥想让自己的一些杂念排除掉因为投资里面会有很多很多的杂念就是我会有时间我会进行一些20分钟的这种冥想让自己的一些杂念排除掉因为投资里面会有很多很多的杂念就是你今天看了这个要觉得错过那个然后你今天就是你或者你过度的调入一个公司去进行对他深入的探究但你可能花错时间了就是我觉得attention is all you need但是你需要把这个attention花在正确的事情上所以我就感觉在做meditation这件事情上能够在一定程度上帮助我去把attention从不必要的事情上拉过来不能说每次都能拉的回来就是说但是但真的是可以让人去去清除掉一些杂念你觉得你常常清除掉的杂念就是除了去关注不该关注的公司还会有什么样的杂念可能去过多干涉创始人怎么去做工资因为我是一个蛮负责任的投资人我不得不说就是我可能我在大概七八个公司上做董事会观察员就ball observer然后每次就是感觉可能有点关心过度吧就是会希望说公司做的好然后就会给他们很多意见这个是我在早期做投资的时候一种风格我就觉得我一定要跟你成长但是后来我发现其实人家懂得比你多你不需要去过度的关注或者是你觉得这个founder很年轻很green的时候你总是希望给他把你所有的经验所有的教训你看到所有的技艺教训都灌输给他但是后来我就发现我很像就是有一句话就是你如果自己觉不到误不到那就不是你的我应许给你塞你也觉误不到你也不会去执行你也不会去内化它所以后来我就发现说当我发现某个公司被托公司出现不好苗头的时候或者是他要犯错的时候我也就点到为止因为我觉得过多的干预或者你把正确答案塞给他他是不一定会去执行的因为他没有领悟到放下助人情节对对对放下这种要去一定要让这个事情完美化或者让他去能够去按照一个正确的方法去做的情节就是他自己吃了什么经验教训他自己会学到的我这个最近也有很多就是我老婆特别不喜欢I solicit advice然后我也意识到了就是很多时候我给了别人的advice就是觉得别人想的是错的我想是对的然后我现在对谁都很少给了advice了对其实有的时候我觉得就是在创投圈吧有的时候很多因为很多founders他们很有 [100:00] 技术的背景比如说现在一些researcher这些但是他们在商业领域上或哪怕在法律层面上知识真的是欠缺的然后有时候你给他们意见其实这个意见是真的是对的意见因为他们就是欠缺这个经验但是他不觉得你说的是对他可能觉得说你是在干扰我那这时候你就得闭嘴了就是即使你知道你300%是对的那他也得自己去经过这个教训他才能学到就是什么东西不如自己学到教训来的真切是条事儿人教人教不会是条事理教就会没错没错对对对我这个已经就经历过很多这种类似的事情了所以就学获得不去操心这样自己也能每天多睡一个小时我后来还有两个给观众建议的问题然后在那之前我先问一下小红书的问题就是有一个问题是董事观察员有什么条件是占股前几吗董事观察员一个是就是说你的这个基金或者是你本人在投资人心就是在创始人心目中的分量就比如说你如果是个头部的CBC那你可能投的金额也不会少你会占的占据相当一定的股份那这种情况下如果你要求要做董事会观察员这个时候的Founder应该也会答应但这个确实就是你要在这个过程中和Founder建立很好的信任关系他能够认可你的价值认可你平台的价值我觉得就是成为董事会观察员双重价值都很重要一个是你基金平台的价值不管是CVC还是VC同时还有你个人的价值因为他可以说我让你的VC当董事会观察员但我不让你当我可能想让一个更加有经验的合伙人去当董事会观察员这个都是经常发生的有一个问题是现在或未来的Data Center的一个Unit会设计在多大规模是否会尽一切努力单个Data Center的规模Cloud公司设置一个新的Data Center的选址规模上主要考虑的因素是啥这个问题你觉得能回答吗这个我可能还不是一个就是这么细节的专家我觉得从某种意义上来说当然是规模越大越好了就是这个我单纯的一个想法哈就是你要有足够多的GPU现在其实瓶颈不在Data Center规模是GPU的是算力是个大大瓶颈你如果有这么多算力那你这个Data Center一定是香磨磨嗯嗯嗯香力还是非常紧缺的好最后是这个就是两个问题是给观众的建议啊第一个问题就是大厂人想要去进入VC或者跟VC打交道吧就是说要开始跟VC打交道了你觉得最大的认知误区是什么那看你跟VC打交道是为了什么是为了融资吧就是你我要创业了然后要跟微信大家到你见到的就是这种大家的误区我觉得有一个误区应该就是说觉得自己的技术很牛自己我想想我好像前段时间确实在两三年前有聊到过一个大厂很出色的一个leader他最后没有募资成功我觉得他就是觉得他当时有一套非常厉害的一个技术吧就关于在模型创新上面的可是他的应用场景因为那个时候已经有很多大模型已经跑在很前面了嘛那就是说你的另外一种模型范式的创新你有什么地方能够比这个大模型的目前的player要好我觉得就是他没有把应用场景想清楚你如果是光有一个很厉是你就是拿锤子找钉子这个事你光是打造一把很厉害的斧头但是你的市场不够大或者你没有想清楚你没有想到会有什么样的事就不行你能够把一个足够大的市场去讲清楚就很重要就是你可以这个就可以拿到房顶但你如果讲不清楚你只是说哦我这样的一个比如说什么real time learning 然后干嘛的这个做成会很厉害那so what对吧就是你要去你想去tackle什么样的一个场景为什么这个场景大模型做不了就是要把这个你的vision想透透的想得很清楚好呀那还有没有一个认知误区还有一个认知误区就是估值越高越好我觉得现在有很多的创始人就是某着高估值去当然我最近也亲身经历一些例子就是说可能本来谈好一个估值他突然又觉得说我要一个更高的估值然后就是一直在跟你就是说去怎么讲去掰扯估值这个事我觉得估值一定不是越高越好的因为你现在很多很厉害的一些Neo Labs这种很高的估值那可能是确实因为这个Founder本人很厉害对吧这种特别厉害的Founder你是很少的就是这种比如说research里面大牛那你市场会给他追高一个 [105:00] 估值那是因为他的名声的premium在里面比如说Yan Lacan的公司I一出来就是多少个变量估值但如果你是一个比如你是deep mind的一个比较厉害的一个researcher或干嘛出来你就不一定能够达到那个估值的预期但是你如果一直就是说我就只选择给我估值最高的一个VC那我觉得这个是个比较危险的行为危险在哪呢危险在你的下一轮可能就是说你如果你最后不能够比较很快或者是你不能融到下一轮那你就这个你的这个估值就会被断崖式下跌非常差的那刚刚说到了就是大家的这个误区啊你觉得你在以你打交道这么多创始人的见解来看你觉得创始人自己能就是有这种很快的转弓弯来吗还是他一般会有这个认知盲区就会坚持很久我觉得要看创始人的悟性物性高的创始人能够转过来很快就是这就是所谓的Culturable的创始人就是通常这个创始人是不是Culturable是很难观察到的就是我也曾经在一些我觉得很优秀的创始人身上花了很多时间去Culturing他们他嘴上说yes yes yes但是他最后实际上没有落地可能甚至是相反的所以就是这种coachable的创始人是可以领悟到的进行去修整不是很coachable的创始人那就会unfortunately可能会自己也浪费时间同时也会浪费一些投资人的时间你现在有没有一个就是看这个人是否coachable的更好的tell了或者说是一个直觉了我觉得有一定的直觉但是又犯错了概率就比如说他是不是在一些关键时点给你一些surprise这种然后这个surprise是你没有想到的你会发现说之前跟你说的你不是都听进去了吗怎么到关键时候你又犯同样的错误我有遇到过这样的情况就是可能例子比较少吧时刻里面有一个但你会发现真的就是你觉得就你的直觉不可能有点都是对的就一定会有一些错误的地方那肯定了不可能就开人这件事太难了然后人也很善于伪装自己所以说选老公选老婆都那么容易看走眼对对对对对那那能就是可不可以跟我们讲一下描述一下coachable是个什么样的样子呃coachable的样子应该是说他他问你他主动问你一个问题然后你就会跟他去讲讲完以后他会做一些反思他会做一些实践再回过来问你他会主动的去修正自己而不是说你在那一遍一遍不停的跟他说他在那点头说嗯嗯嗯yes yes yes这种就不一定是coachable的当然还有一种就是完全不coachable就是你跟他说你要怎么怎么样怎么怎么样他直接给你push back说你是错的那这种就完全不coachable当然这种如果你能力非常强也行对吧就像伊隆马斯他一定是不coachable了但这样的founder你不需要去coach他就是他不coachable你也不需要去coach有这样的一种就coachable有两种就是你需要coach不需要coach你不需要coach已经是最牛逼的founder你需要coach就不coachable那这种就不行那他一定就只能通过经验教训去给自己买单好还有没有认知误区你说是这种Founder的人职务去吗就是大厂技术人创业吧这个可能是我们频道最多的OK我觉得就是不要去追热点就是如果说现在什么所谓的什么AI agent的横活或者是什么real time learning横活你就要去追这个热点你可能追这个热点就已经来不及了嗯嗯这都是给很久以前就在这儿生根的人准备的机会对对对对就是你要有一个自己生更的一个领域嗯还有没有误区还有好像差不多了吧嗯我听说的就是当你说差不多的时候我应该再问三次好那好那这个最后一个建议就是呃在AI时代什么样的人不会不会不会被淘汰或者说对你觉得大家应该成为什么样的人但能够用AI工具而且能够有系统性思维的人不会被AI淘汰就是你现在会发现GPT或Cloud已经非常的会善于帮你解决问题了所以你要做一个迅速学习并且能够善于发问的人去构架一个框架的人就是说我要去解决一个什么样的问题然后我这个问题拆解成一个系统性的一个问题去做然后让AI去帮给你负能然后你同时会用很多的工具这样的人我觉得不太容易被替代嗯嗯嗯嗯呃我刚刚想就是对我刚刚刚想想问的想问的一个问题是呃怎么说呢 [110:00] 就是现在你觉得但是这个问题可能不是一个投资人来回答大家的问题就是现在大家还应该去创业吗不要盲目创业就是你的创业点子真的就是你有一个很强的Vision你有很大的愿力然后你这个事情能够解决很大的问题你再出来创业不要为了创业而创业你看好就是不拿VC钱的创业方式吗我觉得是可以的就是你你像那个Search AI就是不拿VC的钱就创业了就是Scale AI的竞争对手Adwin Chen他就是没怎么拿过VC的钱就直接出来创业了对有这样的底气和勇气和能力当然是不拿VC钱最好了那怎么办自造funding这完全是可以的对就是他他自己去挫出来一个很厉害的解决方案像Search当时的那个Data Engine它其实解决的那个对于大圆模型的就它它当时给设置应该是当时的一个很大的客户是anthropic就是在reinforce learning 方向上的一个一个一个一个 data engine就是它的那个产品交付能力很强而且他们也有一些系统化的化的产品细节我不知道因为我偷了Skill AI所以色质 AI 它就不理我了但是我知道它们的产品的质量它们数据的质量交付是非常高的那这就是Adwin自己在这埋头苦干了几年手挫出来的一个产品他可能一两年不拿工资把所有的知识都放在这个上面那很好那一出来就是个爆款级产品那就是有这个大厂去给你成为你的客户去用去给你买单对好的好的好的谢谢我这边准备的问题都问完了然后我在想因为小红书上其实有一些人他们想说去哪可以联系到你以及就是不光是还要交流吧还是怎样我记得我们之前也聊过就是你其实是帮助到了一些中国的创业者去就是 refine他们的 pitch他们可能不知道怎么样子讲一个硅谷的投资人认可的故事是的我有过给这些创业者一些coaching对我的话挺高的因为说是就是说从一个实际情况来讲因为我的工作也很忙然后我有小朋友要照顾对吧就是一个女性利息你要兼顾家庭和工作是很不容易的所以我也就是说就是说一些coach一些创始人也是就是挤时间所以我就会觉得说这个时间也确实只能花在一些比较优秀的创始人身上就是我有一个比较确实有一个比较高的bar也希望大家可以理解对嗯嗯嗯那肯定的就是大家一定要尊重就是就是我一般比较take一些reference吧就是比如说一个很好投资的朋友他可能筛过一轮了这个创始人从国内来的想在美国落地然后我可能看一下我觉得我大概有时间有精力去coach我就会去coach如果我觉得我没有时间精力或者我觉得他的方向不太适合或他个人的这个profile不太适合那可能就是我就不一定是适合他的这个coach好的那说不定以后还应该约你就是把这些大家常犯的错误或者说就是就是需要被coach的这些点给大家说一下这样可能比较scalable的去我们以后可以再开一个直播直播进去讲这个事情因为我觉得storytelling是非常重要的就是我确实就是之前我听一些founder pitch的时候我会在他pitch完二三十分钟我大概给他十分钟的时间给他做一个storytelling的coaching就是这个可能是我的一个专场吧就这个是在Quakeup Ventures就是六年被练出来的因为我们的我们的运作模式有点像benchmark这个VC所以六个合伙人就是我们每个人都是投入管推药很能打就是在这种情况下你怎么能够去识别优秀的创始人包括给他们一些指点包括我们自己也接受了很强的storytelling的这种coaching所以这个可能是我一直以来的一个长版吧就这个对我来讲就确实我在帮助这个点帮我引到了很多案子就是说这个founder如果是个很强的技术founder可是他虽然唱了一点火候我也好像确实可以在很短的时间的能够发现他哪里需要去改进然后很快就给他一些反馈然后他们会通常会觉得很有帮助对这个我们也可以以后有时间再开一个session去就是说举些例子这样这样想或者是一些就实时的一些创始人跟你筛一些过来然后他可以进行一个10分钟20分钟的pitch太棒了那我应该再说我先再说吧现在最近确实比较忙对对对起码约上一个小时的时间看他三四个四五个给一些实时的我觉得这个会很棒甚至我自己卖课我觉得我都需要这样的口齿我知道这个事情就是在做这件事的时候我知道就是你去讲一个更好的故事的这个杠杆有多大可以说是最大的杠杆了 [115:00] 而且不同的VC可能因为我跟一些一线VC都刚好在一个董事会上嘛比如说红山的Doug Leoni还有Veno CosaCosa Adventures,Veno Cosa我们都在一个board上面在一个board上面这么多年你就会发现说这些大佬他们喜欢听什么样的故事能不打动他们他们有他们自己的套路然后我刚好就是大概看到他们这样的一些套路然后我大概就知道说你如果去跟Veno去pitch的时候你要怎么讲就跟红杉P手就是美国的红杉P手你要怎么讲就是会有这么一个大概的感觉对好的非常感谢那就替大家去提前约一下你的时间如果说就是想去听男的这个就是Storytelling的Session的话想报名的话就来Superlinear Academy吧去分享一下你的这个Projects然后在里边多多就是建立你的Profile这样的话我们到时候有这个活动的时候筛选的时候就会多一些这个你的background可以帮助我们来筛选那非常感谢今天跟大家的直播然后感谢小红书和YouTube上的观众也感谢SuperLine的观众今天非常谢谢你的时间好谢谢客代表好拜拜