本文来自微信公众号： 每日天使 ，作者：每日天使，原文标题：《A16z 内部对谈：OpenAI 和 Anthropic 月新增收入超微软谷歌，中国AI便宜10倍，我们不是在泡沫中》
编者按
每隔几年，科技行业就会诞生一个新的叙事，关于"这一次不一样"。大多数时候，这只是泡沫的前兆。但如果我们将一段a16z两位合伙人——David George（普通合伙人）和Alex Rampell（普通合伙人）——关于AI市场现状的内部讨论逐句拆开来看，会发现这幅图景比"泡沫"或"繁荣"这些标签复杂得多。
数据不会说谎：OpenAI和Anthropic的月新增营收已经超越微软、Google和Meta；前1%退出的门槛在24个月内翻了10倍；数据中心容量要到2028年底才有规模可用。这些都指向一个基本判断：我们不是在泡沫中，我们正处于一场供给约束驱动的结构性转变之中。
但与此同时，Forbes AI 50榜单一年内更换了40%的面孔。这意味着什么？意味着机会巨大，但判断谁是赢家从未如此困难。
这篇文章的价值，在于它不仅提供了第一手的数据和市场判断，更重要的是，它揭示了一种方法论——在AI时代，如何思考"赢家"这件事。
导语
当大多数人还在争论"AI是不是泡沫"时，a16z的两位合伙人David George和Alex Rampell在a16z Show上展开了一场内部对话。这场对话不同于典型的投资人访谈——它更像是一次"我们更新了自己的先验判断"的复盘。
对话中披露的数据令人瞠目：Anthropic和OpenAI每月新增收入已经超过Meta、Google和Microsoft中的任何一家。前1%退出的门槛在短短24个月内从100亿美元跳到了320亿美元。与此同时，AI在整个实体经济中的渗透率还不到5%。
这才是真正的故事：巨大的价值和几乎为零的渗透率之间的巨大张力。这个张力将定义未来十年的科技投资和创业格局。
今天，让我们一起拆解这场对话，看看两位每天都在与AI最前沿打交道的投资人，如何看待这个时代的机遇、风险和不为人知的运行逻辑。
QA正文
一、AI营收的惊人现实
Alex Rampell：我想从这样一个事实开始：Anthropic和OpenAI每月新增的收入已经超过Meta、Google或Microsoft中的任何一家。而这项技术在实体经济中的实际扩散率还不到5%。
在编程和科技前沿公司中，渗透率要高出很多。但如果你看企业的其他所有部门，我们对AI能力的充分利用还远没有开始。
如果将这两者结合起来看——它们的收入增速已经超过了超大规模云厂商，而经济中的渗透率还不到5%——我认为最终的结果将是非凡的。
David George：我们最近刚刚更新了前1%退出的门槛数据。在2020年到2024年之间，前1%退出的起点是100亿美元。我们在今年2月更新了这个数字，变成了200亿美元。我们昨天又更新了一次——现在是320亿美元。
Alex Rampell：所以我们在24个月左右的时间里，前1%退出的门槛翻了10倍？
David George：是的。而且如果你把OpenAI和Anthropic考虑进来，这个数字可能在9月之前就超过1000亿美元。
二、钱从哪里来
David George：我们试着在看的问题是：上限在哪里？企业总得为这些东西付钱。
如果你只看标普500或财富500强企业——它们差不多是同一批公司——它们每年合计产生大约2万亿美元的利润。
Alex Rampell：我不惊讶如果这两家公司（OpenAI和Anthropic）的合计到今年年底会达到2000亿美元的营收年化率。这不包括使用开源模型和其他供应商的人。
David George：所以我们已经是在谈论占用财富500强10%利润的市场规模了。
这意味着什么？我们之前有很多理论解释为什么开源和本地部署会很重要。结果发现，成本将以一种我们预想不到的方式直接扑面而来，让开源和本地部署的重要性比我们预期的更早到来。
Alex Rampell：现在，企业买家已经感受到了来自AI的成本压力——这发生得非常快。他们不会为上一代软件增加预算。事实上，他们甚至无法用从传统软件上的节省来覆盖AI带来的成本增长。
三、渗透率的巨大缺口
Alex Rampell：在编码编程方面，你已经可以看到它在一些白领工作中的体现。例如，法律领域已经开始发生。法律领域显然比编码小得多，但当模型变得非常出色，围绕它们构建的产品也变得非常出色时，你会看到使用量起飞。我认为在接下来的12个月里，更多组织中的更多职能和更多垂直领域都会出现这种情况。
David George：有多少会是原生的AI应用？我一直回到Chris Dixon的观点——最初的三四年，你看到的是拟物化应用。大多数人用AI来更高效、更快速、更便宜地完成现有工作。但我们刚刚开始看到一些原生应用的出现，特别是在生成式AI领域。
Alex Rampell：我认为企业在运营方式上的改变几乎为零。最前沿的公司……裁员更多是在削减之前的冗余，而不是真正的效率提升。
有一个非常有趣的现象：在这些公司内部，至少对真正好的公司来说，大部分资源投入到产品和新的东西上，而不是自动化它们的运营方式。最好的工程师也不想去做内部效率优化这件事。
四、更成熟的公司反而更慢
Alex Rampell：更成熟的公司才是更适合尝试自动化内部业务运营的对象，但它们恰恰是更慢的采用者。
我们投资组合中最前沿的公司在做这件事的人，基本上还处于"文档化阶段"——把所有东西变成markdown文件，尽可能多地捕获上下文，然后看看你仍然可以在哪里合理管理你的业务，不在客户体验上做牺牲，但又能提高效率。所以，我们在这个方向上真的还非常非常早期。
五、AI原生公司的完全不同的运作方式
Alex Rampell：AI原生公司运营方式完全不同。创始人就不是一个物种。
David George：我们观察到关于上一代创始人的一个现象。比如SaaS公司，我们后来才意识到它们运营得多么低效。我们不知道它们本可以跑得多快。
然后你发现它们的市场规模，和我们看到的模型公司相比，小到不值一提。模型公司每月新增的收入超过了整个公共软件宇宙的收入增量总和。所以，上一代公司运营得不算特别紧凑，但它们有很棒的商业模式，可以增长，可以做得不错，每个人都有购买更多软件的指令，人数不断增长，一切就这样运转下去了。
但新公司非常精简，非常激进，一直在运转。
Alex Rampell：当你走进最前沿的公司，所有研究人员坐在那里，他们不是打字，而是对着swarm of agents（智能体集群）小声说话，指挥它们工作。我觉得这就是未来，只是现在还非常早期。
六、"我们不是在泡沫中"
David George：我们经常被问到"我们是不是在AI泡沫中"。"我们是不是在AI泡沫中？"我的判断是，有一个因素让泡沫的可能性降低了一些。
Alex Rampell：通常泡沫的特征是供给过剩破坏经济模型。而今天我们处于一个供给稀缺的境地——计算力不够用，内存不够用，数据中心不够用，电力不够用。我们是供给约束，不是需求约束。
David George：我现在相当有信心地说，我们此刻并不在泡沫中。但我对三年后会不会进入泡沫的信心就没那么大了。
Alex Rampell：现在你根本找不到可用的数据中心容量——一直到2028年底、2029年初才有可能有规模供应。这在当前可能是一个健康的现象，因为它让泡沫的可能性小了很多。
七、价值捕获的不确定性
David George：我们在价值捕获的问题上，先验判断已经更新了无数次。
Alex Rampell：我们投资OpenAI的时候，还在ChatGPT发布之前。早期有一段时间我们认为"模型公司将主宰一切，不会有应用公司了"。然后我们经历了一个阶段说"每件事都会有应用公司，模型公司只是API供应商"。现在我们又回到了一个时刻：模型公司正在向应用层突破，这是它们提高粘性最重要的手段。
David George：所以，评估一家公司在这个世界中的位置，首先，你必须处于token的路径上。这是我们对自己的公司最看重的一件事。
Alex Rampell：最大的价值捕获驱动因素是我称之为"完全不可知"的东西——模型公司的市场结构是什么样的？竞争有多激烈？
如果前沿只有两三家，token价格可能会更高。如果有五家在前沿，token价格会更低。Token价格更低对整个经济来说可能更好，因为那就不需要那么快地推动劳动力重组了。
目前，前沿竞争者的数量是更少的，不是五家。对前沿智能的需求具有极大的非弹性。
八、中国AI：便宜10倍，落后6个月
David George：我的几个同事现在正在中国。收到他们的反馈真的很有意思。
他们反馈说中国领先的LLM大概比美国落后6个月左右的能力，但它们便宜10倍。
Alex Rampell：是的。
David George：所以目前的一个未知数是，那些类型的公司将获得多大比例的市场份额？我们未来十年要做的事情中，有多少需要最前沿的模型来完成，又有多少可以由次一级的模型来捕捉？
这就像经典的创新者窘境——下一代产品可以做前沿产品80%的事情，但成本只有10%。随着时间的推移，这些能力会不断扩展，维持在前沿就会越来越难。
Alex Rampell：到现在为止，我们对前沿智能的胃口之大感到惊讶。但这可能部分是因为我们还没有进入优化阶段。不过，优化阶段可能比我们预期的要更快到来。
还有一些其他的未解问题——开源的未来如何？这些玩家蒸馏大模型的能力有多强？大模型公司不想让它们的模型被蒸馏。蒸馏一个模型的成本大概是实际训练成本的2%。如果这种情况持续并保持可行，那对开源有利。如果不是，那开源就不太有利。
九、Token价格的矛盾
Alex Rampell：目前的情况是，每个token的成本每年下降超过10倍。但前沿模型token的消费量增长，在金额上远远超过了成本的下降。
David George：你怎么在给这些公司估值时处理这个因素？
在2021年，市场是"新兴基金管理人的巅峰"——老牌机构在种子轮之后进来，在种子轮之后六个月就把估值翻了一倍，几乎没有损失率。我们知道风投不是这样运作的。
如果我们看历史数据，早期基金有60%的损失率——60%的交易无法收回投资本金。但如果我看过去两年AI领域的损失率，虽然不是零，但可能只有个位数百分比。这是不可持续的。
Alex Rampell：退出的结果越来越大，但价值创造的速度也越来越快。像Wiz和Cursor，从零到300亿美元可能只用4、5、6年，然后到600亿美元。
十、是泡沫吗？
Alex Rampell：我觉得在评估没有历史参照的东西时，唯一正确的说法是"我不知道"。
我可以说的是，对于早期公司来说，我的直觉是回报会更好，但损失率会更高。因为市场如此广阔，值得去赌。你知道，我们经常倡导"做一家反共识、思维正确的公司"。
当每个人都认为"80%的AI公司估值过高"时，这个判断可能是对的。但如果你告诉我"我不会投资其中的任何一家"，那你就被整个市场边缘化了。你甚至不是在投资那个类别。所以，你必须找到一种方法参与其中。
十一、VC投资逻辑的演变
Alex Rampell：我们的哲学是：在任何一个有多个非常优秀创业者构建的重大领域，如果我们看好顺风因素，对技术有观点认为它是好的，我们应该挑选最好的创始人，尝试在早期支持市场领导者。如果这个领域最终成功了，而我们有领导者，很好。如果领域没做好，我们有领导者，也没有关系，这是业务的一部分。
最糟糕的情况是：空间成功了，我们选错了赢家。那才是我们真正需要仔细审视和确保做对的。
David George：一个著名VC的骄傲点是他从未在任何一单交易中亏过钱。在我们看来，那不是骄傲点——那是一个糟糕的数据。如果你从没亏过钱，你就没有承担足够的风险。
Alex Rampell：当然，在增长阶段情况有所不同。我们会花大量时间思考slugging percentage（击球率）——不是打了多少，而是每一击有多重。因为风险动态的变化，我们必须把重注放在正确的地方。
十二、AI时代对VC平台的要求
Alex Rampell：AI浪潮的一个后果是：公司很早就面临大公司才会遇到的问题。它们需要平台支持，所以我们要扩展规模，建设更广泛的平台——国际扩张、渠道、定价专家、如何扩展销售团队，除了我们一直以来为公司做的所有事情。
公司更长时间保持非上市状态，很早就在生命周期中遇到复杂问题。Cursor就是例子——数十亿美元的收入，但团队非常小，历史很短。上一代技术不会发展得这么快，所以它们四五年内都不会遇到大商务谈判、复杂云服务合同、国际扩张这些问题。现在所有这一切发生得早太多了。
David George：所以这某种程度上解释了我们看到的"市场份额增长"——这是创业者用脚投票，表达他们的偏好。
十三、VC的偏见与市场的逻辑
David George：我的一个同事昨天参加英国风险投资协会组织的一场会议。他们做了一个现场调查：你认为现在AI的估值怎么样？太高、合适还是太低？
80%的受访者说太高了，大约6%说太低了。
Alex Rampell：在我看来，这很可能就是正确的平衡。因为80%的公司今天确实可能被高估——我们知道历史上大多数公司最终不会成功。但其中有一小部分公司可能被严重低估——那些将涌现为领导者的公司，它们的回报将是对当前估值的数倍。
从LP的角度来看，他们可以选择一个更安全的策略：持有一个广泛、多元化的AI组合，历史经验告诉我们，即使大多数公司最终失败，这个组合的整体价值会随时间增长。
Alex Rampell：这就是为什么我们的业务必须以早期阶段为核心。你必须在那些最终成功的公司里做早期投资。很多不会成功，但这是游戏的本质。
十四、最后的思考
Alex Rampell：我想不出我职业生涯中有哪个时期能比得上现在，我在这个时期改变了如此多先验判断的速度。这是好事。
当好消息来的时候，你可以很快调整。当我们第一次现场观看一个新模型的工作效果时，就像15个人挤在房间里——我们在尖叫。
我告诉大家的是，如果你不是每天都和你投资组合中的公司交谈，你是无法有效投资AI的。这不是一个可以进行学术投资的时代。
David George：这个时期确实在重新定义很多事情。关于"我们是不是在泡沫里"的问题，我觉得正确的说法是：当前我们不在泡沫里，因为我们供给约束严重。但三年后，我们可能在泡沫中。到那时候，会有很多公司成功，也会有很多公司失败。但无论如何，我们都必须置身其中。