“AI 有可能占据美国 75% 的市值吗？”——这是 Philippe Laffont 在 2025 年 Coatue EMW 大会上扔出的一个惊人问题，也点燃了全场对“AI 超级周期”的激烈讨论。在这场横跨公共市场、宏观趋势、加密资产与创业生态的深度对话中，三位顶尖投资人——Altimeter 创始人 Brad Gerstner、Benchmark 合伙人 Bill Gurley 以及 Coatue 核心人物 Laffont 兄弟（Philippe 与 Thomas） 首次以播客组合形式亮相，试图为一个剧烈变动的时代划出新坐标。

在他们看来，AI 并不是一个“狂热的风口”，而是继互联网、智能手机之后最大的一次范式转变。Philippe 提出，科技板块在过去 70 年已从工业附庸演化为市场主角，而 AI 的产业逻辑正在推动“半导体+算力+软件”成为全新的 GDP 构成引擎。他甚至断言：“AI 的影响将像核能和蒸汽机一样深远，但其商业化速度要快十倍。”

而 Brad Gerstner 则强调，ChatGPT 的用户行为正在真实侵蚀谷歌的搜索份额，这一趋势通过他们追踪的信用卡数据和浏览行为数据首次被量化实证。而这场“搜索入口的战争”才刚刚开始，从 YouTube 到 Netflix，从 Gemini 到 Claude，所有产品都面临价值重构的拐点。

在宏观层面，三位投资人首次系统性提出一个乐观假设：AI 的效率革命或许能抵消赤字扩张所带来的通胀压力，重新带动 GDP 增长进入 90 年代式的繁荣周期。只要未来十年生产力年增长率能稳定在 2.5%-3.5%，美国财政状况将迎来结构性修复。

而在创业与私募市场层面，Thomas Laffont 带来了极具操作性的观点。他提出的“四象限生存法则”清晰区分了增长/盈利能力不同企业的战略选择。“低增长+烧钱的公司必须‘重塑’，不是等待奇迹，而是主动放弃老业务、押注新方向。”在他看来，AppLovin、OpenAI 等企业正在用极少的员工创造远超前代平台的生产力，而这将重构我们对公司边界的认知。

从 Meta 以 300 亿美元估值结构性控股 Scale AI，到 CoreWeave 用纯 AI 基建跑出百亿美金估值，从 Microsoft 成为全球 token 流量最大的平台，再到 Anthropic API 收入三个月破 10 亿美金，三位投资人反复强调的一个核心判断是：

下一波赢家，不一定是最先发布模型的公司，而是最快跑通 AI 经济模型和系统闭环的玩家。

这不仅是一次关于市场趋势的讨论，更是三位“亲历科技变革30年”的老将对当下巨变的深度注解——他们用投资人的视角，也用“时代观察者”的身份，回应了全行业共同关心的那个问题：

AI 是资本的泡沫终点，还是人类增长的新起点？以下是全文翻译。

AI 狂潮来袭：万亿市值不是梦？

Brad Gerstner: 比尔，我们又回到了这里。我想今天是大会的十周年纪念日，先祝贺Philippe和Thomas！我们现在身处洛杉矶的Coatue EMW大会，我想这对很多创业者来说，包括你我，都是一年一度最期待的盛会之一。正如我之前对你们说的——要办成一个既有持续性又有深远影响力的活动真的非常不容易。

你们今天发布的那份关于公共市场、风险投资和科技趋势的精彩综述已经上线了，我强烈建议大家都去下载看看。你知道，我们已经在这个领域耕耘了几十年，能一起搭建出这样的内容平台，真的非常了不起。所以，我只是想借此机会，衷心地说一声感谢，也祝贺你们的十周年！

Thomas Laffont: 我们也特别高兴，今天作为播客搭档首次亮相——全球首播！我们以前各自录过，但这是我们第一次一起上阵。

Brad Gerstner: 是啊，可以说我们正式出道了。我们要宣布我们的新播客组合。

Philippe Laffont: 没错，之前有BG2，现在我们有了LB2，Laffont兄弟第二代！

Brad Gerstner: Philippe，我们就从头开始聊吧。你和我好像总是在世界不太顺的时候对话，但今天这可能是我这十年来，第一次在这个舞台上听到你如此乐观的发言。你带我们解读了第4页幻灯片——关于 AI 超级周期，还有第6页的那一张，我觉得特别震撼——你提出了一个大胆的问题：“AI 有可能占据美国总市值的 75% 吗？”你还拿它和工业、运输行业做了对比。因为现在很多人都说，AI 体量已经够大了，没法再更大了。但这张图的观点恰恰相反。你要不要先谈谈你的乐观情绪是从哪儿来的？以及这件事真的有可能发生吗？

图片来源：Coatue

Philippe Laffont: 说实话，每当我变得乐观的时候，我其实也挺担心的——会不会这就是顶点了？尤其现在我和 Thomas 搭档做播客，我们这组合，说不定就是个“顶点信号”了。但我觉得，归根结底，每个人心里其实都在担心“是不是见顶了”，所以这些东西其实从来没被完全计入估值。大家总是担心现在是高点，但现实是，很多事情最终还是走向了更好的发展。

我觉得我们今天听了不少创始人的分享，AI 可能真的是我们有生之年会遇到最具决定性、最具规模的科技趋势之一。我展示了几张趋势图——过去 70 年，真正称得上“技术浪潮”的，其实也就那么几次，从最早的大型机时代开始。

有人指出，每一波浪潮的发生，都是基于前一波基础的积累——比如个人电脑的前提是有了网络，SaaS 的前提是有了联网的 PC，而 AI 正是构建在这些全部之上的。所以，这些浪潮之所以能越来越大，一个关键原因就是：它们是层层叠加、互相推动的。

第二点，我们一直努力去做的一件事——Bill 你做得很好，Brad 你也一样——就是要学会回头看历史。我特别喜欢这样一种思维方式：哪怕我们现在讨论的是“新趋势”，其实人类自从有运河、有鲸鱼油以来，趋势这回事就一直在发生，对吧？你看 1800 年代，我们开始有了像样的金融业和房地产行业；二战之后，我们迎来了真正意义上的制造业时代；后来又有一个被能源主导的市场周期。而现在，科技已经占到了整个市场市值的 50% 左右。我们今天请来了美国最大的发电企业之一的 CEO，还有全球最大的公用事业设备制造商的 CEO。从这些人身上我们也看到了另一种信号——未来不只是 AI 会更大，整个 TMT（科技、媒体、电信）板块可能都会进一步扩张。

甚至我们该思考一个问题：有些行业是不是该被重新分类了？比如说半导体和公用事业之间的界限越来越模糊。你想，一个核电厂和一个半导体设备商，其实都在做同一件事：为科技产品提供底层支持和能源驱动。

Brad Gerstner: 对，你换个角度看这事就很有意思了。科技行业刚起步那会儿，Thomas，当时它在全球 GDP 中的占比只有 5%。如今这个比例已经涨到了 15%。如果我们十年后再坐在这儿聊，我想你现在是很有信心地认为，尽管过程中会有各种噪音和波动，但科技对全球经济的影响只会更大，不可能止步于此。

你们也提到了新一代 AI 入场者的崛起。七大科技巨头今年整体表现其实并不亮眼，但你们提到的 AI 基础设施、AI 软件、AI 半导体等领域却表现强劲。Philip，你们现在已经把投资重心往这些新领域扩展了。你刚才也提到，这可能说明以前大家都扎堆在七大科技巨头，但现在，越来越多的公司开始在这个 AI 上行周期中加速成长，并真正享受到红利。

Philippe Laffont: 对，我觉得这个问题 Thomas 来回答更好，而且也可以顺便聊聊私募市场上发生的变化。因为的确有一段时间，七大科技巨头是最令人兴奋的焦点，但现在整个格局正在发生变化。

Thomas Laffont: 没错。我们观察到一个很有意思的现象——整体来看，七大科技巨头今年的表现基本和去年持平，但 AI 龙头企业的市值却在大幅增长，比如 OpenAI、Anthropic，还有一批相关公司。

我自己最有感触的是最近刚刚上市的 CoreWeave——我们是它的主要股东之一，也非常认可他们的管理团队。虽然围绕它的商业模式还有很多争议和质疑，但说到底，它是一家纯粹的 AI 基础设施公司，而在整个公开市场上，像这样纯粹押注 AI 的公司其实并不多见。

你看这份榜单，确实有很多优秀企业，但很多公司背后其实还有传统业务的负担。以 Google 为例，它当然在 AI 上很有实力，但它也面临潜在的颠覆威胁。相比之下，像 CoreWeave 这种“纯粹为 AI 而生”的新型公司开始涌现，我认为这是一种非常积极的趋势。

加密货币：从“创伤”中走出，机构也动心？

Brad Gerstner: 还有件事——虽然今天可能不是“最合适”的日子，但今天确实发生了一件大事：稳定币立法终于通过了。这是美国金融监管框架向前迈出的重要一步。Philippe，你今天在台上谈比特币的时候非常有趣。你说这已经是一个“突破性”的资产类别了。你也坦言自己每天晚上都为它失眠，因为你和我们很多人一样，至今还没真正从机构的角度重仓入场。但你在第18页幻灯片里提到一个非常重要的点：比特币的波动性似乎在下降，而这可能是它走向“机构化资产类别”的关键信号。你能不能谈谈你们怎么看待加密资产，尤其是在当前这个阶段？你知道，我们很多人都还带着“2020年前后投资加密的创伤后应激”——你觉得现在情况有变化吗？进入新的二十年代了？

Philippe Laffont: 我很喜欢你这个说法。没错，在那些极早期的风险投资中，我们确实经历过不少跌宕。

图片来源：Coatue

Thomas Laffont: 我一直觉得，把比特币当成“一家公司”来思考其实对于我们这种长期做投资的人来说是个挺有意思的视角。尤其是从相对市值的角度来看，会变得特别有意思。你在我们的资料包结尾也能看到这一点。首先是认知——我们必须把这些“体量已经很大”的资产纳入考虑范畴，然后去思考它们和其他传统资产之间的估值对比。

Brad Gerstner: 那你们会怎么估值比特币？

Philippe Laffont: 听着，我们是这么想的：全球净资产总值大概在 450 到 500 万亿美元之间，股票市场占 120 万亿，房地产大概是 100 到 150 万亿，还有人们房产本身的价值；黄金总市值大约是 15 到 20 万亿（包括地上和地底的）。而比特币现在大概是 2 万亿——也就是说，它只占了全球总财富的 0.4%。那我们就问自己：它有没有可能变成 4 万亿？5 万亿？你再看看微软，现在市值是 3.5 万亿，假设十年后翻一倍，也不过是年化增长 7%。那微软可能成为一家 7 万亿的公司，难道比特币就不能成为 5 万亿、6 万亿的资产吗？这已经是一个实实在在的资产类别了。

当然，它波动性仍然很高；而且现在很多持有者是散户，有时候你会觉得：可能机构投资者错了，反倒是散户判断得对；但有时候又是反过来，散户被“迷因币”套住，一路被割。但无论如何，我们已经无法继续忽视它了。这并不意味着我们已经知道什么时候该入场、该如何持有。但你刚才说的另一点也很重要：有时候我们会押注一个趋势，结果失败了，心里就会想：“是不是押错了方向？”但事实上，也许你投错了公司，但方向是对的。只是那些糟糕的投资经历会蒙蔽你的判断。

现在我们看到的不止是比特币，还有稳定币也在迅速发展。当然，也有很多“山寨币”和“迷因币”。我们不一定喜欢那些带有炒作或收藏属性的加密资产，但对比特币和稳定币，我们是越来越感兴趣的。对我们来说，这更像是一个持续的学习过程。我们需要不断变得更专业，保持开放心态，愿意随时修正认知，这才是最重要的。

Thomas Laffont: 还有一点，我不知道你同不同意——我觉得从私募市场到公开市场，有一个很明显的差异：公共市场上的机构投资者，对那些“可能出现 70%-80% 下跌”的资产，几乎没有什么容忍度。因为这些资产是每天都被重新估值的。相比之下，私募市场更有容错空间——你可能投了 20 家，5 家归零，另外 10 家能跑出来就足够了。

所以我也在想：散户和机构在对风险的接受度上，是不是其实存在巨大差异？特别是像比特币这样高波动性的资产，机构是否真有意愿去持有它？

Brad Gerstner: 让我换个角度看这个问题，我也想听听 Bill 的看法。你看，我们这群人干这一行也二十多年了。回头看，这种“思维的弹性”可能是我们最宝贵的经验之一。

Philippe Laffont: 完全同意。

Brad Gerstner: 你看，当你在行业里还年轻时，往往容易固守立场。你形成了一个观点，就会拼命去捍卫它。可一旦你错了，代价是巨大的。我觉得加密货币就让很多人犯了这个错误。他们一开始就认为这是个“泡沫”，然后果然某一时刻它大跌 50%，于是他们觉得自己判断正确，就更加固执地维持原来的看法。

Bill Gurley: 没错。我发现，风险投资圈子尤其容易形成这种“部落式思维”。你一旦投进去了，就等于是被锁住了，卖也卖不掉。而在公开市场，你有机会根据新信息随时调整自己的决策。这个机制其实帮助你训练出一种对市场更敏感、更灵活的判断方式。

Brad Gerstner: 你今天还提到了一句非常棒的话，是 Druckenmiller 说的——他说他 120% 的回报来自于那些“显而易见”的投资，而他亏掉的 20% 都来自于其他不清晰的判断。

Philippe Laffont: 是啊，这句话让我不禁联想到比特币。它今天的市值已经相当于“全球第五大公司”了。虽然这么说有点荒谬，但你也可以反问：那黄金是不是“全球最大公司”？毕竟它的市值是 20 万亿。但关键在于：我们要逼迫自己跳出原有的思维方式去看问题，即便最后得出相同的结论，思考路径也变得更清晰了。至于你说我们是否足够“灵活”——你觉得法国人是灵活的民族？我很感激你这么想，但我也不是特别确定……不过，既然你觉得是，我们就乐意接受啦。

Bill Gurley: 关于加密资产，还有两个最新的重大变化，确实应该促使大家重新评估立场。

第一，政府的态度已经从一开始的“敌视”转变为更具支持性。这是一个非常重大的转变。因为监管风险曾经是这类资产的最大障碍。

第二，稳定币的实用性越来越强。今天你会发现，很多公司已经把稳定币作为工作流程的一部分使用了——这说明它真的具有实际应用价值，而不只是个“概念”。

Thomas Laffont: 还有一点也挺有意思的——每当我们谈到美元时，人们总是说：“那你有什么替代方案？你难道要去持有欧元吗？”但现在，我们可以提出另一个问题：如果替代方案是比特币呢？我最近一直在思考这个问题。我们今天也聊了很多关于美元、利率、以及美国财政支出的问题。如果这类资产成为政府赤字的“合法替代工具”，那确实会非常有意思。

Philippe Laffont: 再想一步：当你拥有一种稳定币之后，会发生什么？距离政府允许“稳定币支付利息”的那一天，还要多久？现在稳定币可以提供“奖励”，但不能直接“计息”。可如果稳定币未来能计息，那政府有没有可能干脆直接推出“一年期、五年期、十年期、三十年期”的美元稳定币？那就意味着，全球每一个人都能直接投资美国国债。政府也不需要通过那些奇奇怪怪的券商或债务发行渠道来完成销售了。政府完全可以像企业一样，直接面对消费者发行主权债。这种路径，从激励结构上说是合理的，我甚至敢打赌，它很快就会变成现实。

这也是你刚才说的比特币之外，另一个让人觉得“未来可能已经在路上”的趋势。不过我们确实该换个话题了。再聊下去，我和你两个人剩下不多的头发都要被我自己扯光了。

AI 搜索“抢地盘”：巨头们坐不住了！

Brad Gerstner: 好，我们回到 AI 的话题。你们今天的观众阵容非常强大，Andy Jassy 也在，午餐时还跟大家聊了几句，OpenAI 的 Kevin Weil 也来了。其中一个重点话题是“消费级 AI”。我觉得你们今天分享的一组数据特别震撼，是关于 ChatGPT 的影响力——它现在正在扩展到大约十亿用户，同时对谷歌产生了实质性的冲击。你们是通过整合几组数据得出这个结论的，Thomas，你要不要聊一聊？这是幻灯片第 22、24 和 26 页。

图片来源：Coatue

Thomas Laffont: 这个我交给 Philip 来说好了。但我可以先说两句。Bill 和我其实之前聊过这个话题，从日常观察来看，这似乎是真的。我问了身边很多人，“你觉得你用谷歌的频率受 ChatGPT 影响了吗？”几乎所有人都给出了肯定的答案，对吧？当然，大家可以争论这些查询到底是不是商业相关的，但我认为，它们每天都在变得越来越商业化。而不管怎样，有一点很清楚：ChatGPT 的确正在产生影响。

问题是，我们以前无法从数据上证明这一点。它在直觉上很合理，但我们没有量化证据。毕竟谷歌自己当然不会承认，对吧？所以我们就想，是不是可以通过某些假设，用数据实证来支撑这个观点。这个部分就让 Philip 来介绍一下吧。

Philippe Laffont: 对，顺便说一句，我们也知道，各个平台都有部分业务正受到 AI 的冲击，但也有业务正在受益。谷歌仍然可能是一家伟大的公司。即使搜索业务面临挑战，YouTube 也可能因为 AI 内容的激增而迎来爆发，甚至有可能威胁到 Netflix；Waymo 或许也会表现得非常好。所以我们的判断是要更细致一些，分门别类来看。

Bill Gurley: 对啊，别忘了谷歌还有安卓手机、Gmail 和 Google Docs，这些都是非常有价值的资产。

Philippe Laffont: 没错，他们手上有一整套非常强的产品组合。接下来它们会如何组合发展，非常值得关注。对我个人来说——如果我真的是谷歌的 CEO，我可能也头大了，这远远超出了我的“薪资等级”能管的范畴。我完全不知道怎么把这些东西整合在一起。但天哪，现在能活在这个时代，看到亚马逊、谷歌这些公司要怎么应对 AI 的挑战和机会，真的是件非常刺激的事。

所以我们尝试做了一件事，作为我们数据科学的一部分——我们每天会处理大约一亿条信用卡消费记录，这让我们对美国消费者行为有非常精细的视图。另外我们还有一组电子邮件收据的数据，能从另一个角度了解用户行为。挑战在于：这两个数据集本身是完全独立的，如何将它们关联起来，是核心难点。我在数据科学中最大的体会是：数据本身没用，真正有用的是能把原本不相干的数据集连接起来，那才是真正的突破。我们就做了这件事。

你在图表中可以看到：如果用户没订阅 ChatGPT，他的 Google 页面浏览量每年大概增长 4%，也就是说使用量是在持续增长的。然后我们追踪那些开始订阅 ChatGPT Plus、每月花 20 美元的人。从他们开始付费那一刻起，我们观察他们的谷歌使用量。结果显示，从峰值到谷底，页面浏览量同比下降了 8%；再往长一点看，最大降幅达到了 11%。

所以很明显，一旦使用 ChatGPT，谷歌的使用量是下降的。这一趋势已经持续了将近两年。它不是那种“瞬间爆发”的冲击，但趋势是明确的。我们从中学到的一点是——这些结构性的转变，总是从一小步开始，然后逐步积累成为巨变。Thomas 和我经常提醒彼此：不要低估任何微小变化的意义。它们看起来只是轻轻推动一下，但很快就会演变成颠覆性的结果。

Bill Gurley: 没错，我觉得这正好印证了我们很多人“体感上知道”的趋势——终于也被数据验证了。

Brad Gerstner: 没错，而且你看第 24 页幻灯片，我们两年前刚开始讨论 ChatGPT 的时候，大家都觉得它起步不错，但也会担心：等 Meta 发力了会怎样？谷歌推 Gemini 会怎样？马斯克搞出 Grok 会怎样？Anthropic 和 Claude 变强会怎样？我们当时普遍以为，等这些对手一上线，ChatGPT 的增长曲线就该开始“放缓”了。但事实是，ChatGPT 展现出了远远超出我们预期的弹性和用户参与度增长速度。

Thomas Laffont: 没错，而且这种情况不仅出现在美国，国际市场也是一样。不管是从 App 下载量、用户留存，还是活跃度来看，都是如此。虽然它也有一些波动，比如 DeepSeek 事件那时候起了一点涟漪。但从整体趋势来看，它的韧性非常强。Bill，这确实让我联想到当年 Uber 刚起步的时候——它确立了市场地位之后，就变得很难被撼动。

Bill Gurley: 没错。对于没看到幻灯片的听众来说，我们现在看的是 ChatGPT 的用户增长曲线，相对于 Twitter、Instagram、Facebook 和 TikTok 的对比。ChatGPT 的增长几乎是直线向上，而且遥遥领先于其他平台。

Thomas Laffont: 而且别忘了，那些社交平台本身就天然具备“病毒式传播”机制。你应该比我们都清楚这一点。但 ChatGPT 没有这些传统意义上的病毒性，它靠的完全是——

Bill Gurley: 对消费者来说实实在在的价值。没错，就是靠“有用”来推动普及。

Brad Gerstner: 不过我想说，现在我们开始看到真正的网络效应正在形成，对吧？比如数据累积、模型记忆功能这些，都在逐渐让用户产生“迁移成本”，你知道，就像我们之前讨论的那样。令人惊讶的是，在这些机制完全发挥作用之前，ChatGPT 就已经获得了如此广泛的用户基础。这其实和我们在谷歌、Facebook 早期看到的路径很像，现在又在 ChatGPT 身上重演。

Bill Gurley: Kevin（OpenAI 高管）在你们结束演讲后上台，说了句特别有意思的话，虽然听起来显而易见，但确实让我共鸣很强——他说：“这个产品未来只会变得更好。”也就是说，这么多用户还只是开始。

Philippe Laffont: 对，不只是活跃用户数量，包括月活、周活、日活，甚至是“每位用户的每日使用时长”都在持续上涨。

Bill Gurley: 这些数据跟我们自己的使用体验也完全吻合。

云端群雄逐鹿：谁是 GPU 赢家

Brad Gerstner: 我们得继续往下聊了，Bill，你之前说过想谈幻灯片 27。当我们讨论这些新兴的超大规模云服务商时，这张图非常关键——你把云服务的收入市场份额和英伟达 GPU 的资源分配做了映射。所以比尔，交给你来引导一下。

图片来源：Coatue

Bill Gurley: 好的，我先简单描述一下图表内容，这样听众可以跟得上我们节奏，然后请你们来谈谈你们的观察和体会。

Coatue’s团队绘制了云服务市场的收入份额：Oracle 占 5%，Amazon（主要是 AWS）占 44%，Google 占 19%，Microsoft 占 30%。然后他们又展示了英伟达 GPU 的分配比例：Microsoft 和 Google 拿到的 GPU 份额大致与他们的云收入相符，分别是 30% 和 20%。但值得注意的是，Amazon 虽然云收入占比高达 44%，却只拿到了 20% 的 GPU 份额。同时，Oracle 从 5% 激增到 19%，而 CoreWeave 更是从“默默无闻”成长为拥有 11% GPU 份额的新玩家。那你们为什么要做这张图？你们从中得出了哪些关键发现？

Thomas Laffont: 对我来说，我先讲讲，然后再交给你继续。作为一个关注企业竞争的分析师，这张图可能是我最喜欢的一张——它非常清晰地揭示了市场的竞争格局，谁的战略更有效，谁可能跑得更远。比如你看 Amazon，它的 GPU 占比只有其 AWS 收入份额的一半。这可能意味着两个方向： 一是，AWS 在 AI 上确实落后了； 二是，他们选择了不同的硬件策略。

Bill Gurley: 对，Andy今天也在演讲中专门谈到了这个。

Thomas Laffont: 没错，所以也可能是两者兼而有之。而第二个关键点，是关于 Oracle 的“华丽转身”。它曾在传统企业软件时代被认为过时，在 SaaS 时代也被边缘化，在 AI 浪潮到来时似乎也没人看好它——但现在，它强势回归。

另外，我非常佩服 CoreWeave。他们作为一个纯粹的 AI 基础设施玩家入场，一开始融资就面临困难。我们很多人都不相信这个模式——没有知识产权，只是买 GPU 再转售，能成吗？但他们靠着高度聚焦、专注执行、坚持和英伟达建立关系，如今打出了远超自身体量的影响力。

Bill Gurley: 顺便说一句，还有第三种可能性是——英伟达自己不太希望出现“超级大客户”。他们可能会有意回避这种高度依赖的风险。

Thomas Laffont: 这倒也可能，不过从目前的分布来看，好像对 Microsoft 和 Google 并没有太大影响。所以可能是因人而异吧。

Philippe Laffont: 是的，我也想补充一点——其实这张图最难的部分在于，数据本身很难获取得非常精确。我们需要跟听众说明，这些比例可能存在 5% 或 6% 上下的误差。但我认为，我们没有错的是趋势本身：确实有一些玩家，比其他人更早、更强势地获得了 GPU 芯片资源。

那接下来的关键问题就是：英伟达的 GPU 分配是不是未来云计算收入的领先指标？我的看法是，是的。而且别忘了，我们现在这张图里还没有包括“Stargate”项目，一旦上线就会成为新的变量。想象一下，如果像 Anthropic 也成为独立的超大规模服务商，那未来我们可能不只是 AWS、Google、Azure 三巨头的世界，而是十几个超级玩家共存的格局。

Bill Gurley: 对，还有海外市场和主权国家层面的部署。

Brad Gerstner: 比如政府自己也可能加入游戏。

Philippe Laffont: 没错，主权国家一定会进来。再比如欧洲一些传统的电信运营商，也有可能搭建自己的 AI 云平台。所以将来这个格局一定会更分散。但现在我们已经可以看到一个明显的分化：一边是“愿意标准化英伟达”、愿意“付租金”换资源的玩家；另一边是拥有大量软件和数据资源，愿意走自主芯片或混合路线的玩家。

Bill Gurley: 其实在互联网早期，几乎所有创业公司都用 Oracle 和 Sun 的硬件，但五年后他们都迁移到了其他平台。所以确实有这样的历史前例。

Philippe Laffont: 对，还有一件事让我很惊讶，我甚至不太敢相信：谷歌的 GPU 配置，似乎并不像我原先以为的那样偏重 TPU，英伟达的占比比我预期的高。所以我们可以看到几种不同路径：有的公司完全依赖某种芯片，有的则采取“混合策略”。比如谷歌就同时用英伟达和 TPU；我相信亚马逊现在也在选择类似路线——他们虽然对英伟达还是下注很重，但也在打造自己的替代方案。我甚至不排除，未来某一天 Anthropic，甚至 OpenAI，可能也会决定设计自己的芯片。

未来你可能会看到这样的组合：高端推理模型运行在英伟达芯片上；而一些简单、轻量、面向本地的小模型，则运行在定制芯片上。未来一定会不断演变。所以，我觉得这张图最有趣的一点是：我们可以五年或七年后再拿出来看一眼，看看不同玩家下的棋、走的策略，最后谁赢谁输。

Brad Gerstner: 对我来说，这张图最关键的部分是关于 Microsoft 的。你们提到了推理计算中的 token生成量爆炸式增长——我们可能每月就有数十亿个 token 是从 Microsoft 的平台产出的。毕竟 Microsoft 就是 OpenAI 的后台。

Philippe Laffont: 你说得太保守了，应该是“数万亿”个 token。我知道你是谦虚啦，但量真的已经大到这种级别了。

Brad Gerstner: 是啊，那到底是什么在推动这场推理大潮和 token 爆炸呢？说到底，是消费者。Google 有 Gemini，Microsoft 则通过 ChatGPT 间接驱动了 massive 级别的推理流量；Oracle 和 CoreWeave 也都在为 AI 服务打基础。而 Amazon，目前还没有真正的消费级应用切入点，对吧？这也可能解释了它在 GPU 上的需求相对较低。

Philippe Laffont: 完全同意，你总结得非常准确。是的，这就是其中的核心之一。

宏观经济新曙光：AI 助力生产力腾飞

Brad Gerstner: 我想我们先跳过中间几节，因为我接下来想谈谈私募市场，也就是风险投资这部分。但在此之前，我想先以“宏观背景”来结束我们对公共市场的讨论。Philippe，你在这方面是专家。我们在这个行业都干了很久了，我们知道我们投资的公司很多都表现出色，我们关注基本面，但我们也清楚，你不能忽略宏观因素。就像 Dan Loeb 说的：“如果你不去关注宏观，宏观最终会收拾你。”这话我们在职业生涯里已经多次用惨痛代价验证过。但与此同时，如果你太执着于宏观，它也会让你走向歧路。

我觉得现在正是一个很微妙的时点。你看，Elon Musk 和 All-In 播客上的 David Friedberg 都在讲，说我们现在陷入了“债务螺旋”，已经没办法脱身了。但如果你去看美国 10 年期国债，它的收益率仍然在 3.43%、3.44% 的水平。虽然不少人之前预测它会升到 6.5% 或 7%，但现实是——我们从来没接近过那个水平。过去两年，它基本就在 3.5% 到 4.8% 之间波动。

而你们在第 45 页的幻灯片中，提出了一个很有意思的观点：AI 可能带来新一轮生产力周期，就像 90 年代互联网刚兴起时那样，进而推动更高的经济增长，甚至可能带来更低的通胀和长期低利率。这套逻辑背景下，美国的财政赤字占 GDP 的比例可能降到 4% 以下。我知道你们平时会和 Larry Summers 还有一些其他宏观学者紧密合作——所以你怎么看这个逻辑？对我们今天做公共市场投资来说，相信这件事有多重要？

图片来源：Coatue

Philippe Laffont: 所以你最开始的问题是——“我们是不是该担心自己太看好 AI？”我觉得反过来看更有意思：如果我们判断 AI 是对的，但我们在其他方面判断错了，那会怎样？

我们其实分析了三个问题：第一，市场是不是太贵了？答案是，是的。但你回看 90 年代 PC 和互联网刚起飞那时候，估值也不便宜，可市场一样表现得很好。所以这点不一定是坏事。

第二，我们问自己：关税是不是大问题？我们认为，关税确实重要，虽然它可能还没有完全反映在通胀数据里。但我更愿意这么说：“Tokens trump tariffs”——也就是说，在我们这个时代，AI 驱动的效率提升可能盖过传统政策干预的负面影响。所以说到底，当前我们面临的核心问题，其实就剩一个：赤字问题。

关于财政赤字，一方面你有 Elon 这样的公众人物在不断提醒大家“政府花钱太多”，这种声音是好的，我们应该每天都说一遍，对市场也有帮助。但我真正想知道的是：既然大家都觉得赤字太高了，那每天还是谁在愿意以 4.5% 的利率买 30 年期国债？

我相信在座各位都知道——如果你买一年期国债，4.5% 的利率就意味着你每年稳定拿 4.5%。但如果你买 30 年期国债，而利率未来升到 6% 或 7%，你可能会账面亏损 60% 到 70%，因为这是利率乘数效应带来的估值崩塌。

所以我们的直觉是：让我们回顾一下 90 年代互联网和 PC 爆发的那个时代。当时我们看到的是生产力的非凡提升。那我们的问题就变成了：如果 AI 也能带来类似水平的生产力提升，会发生什么？

现在债务占 GDP 的比例大约是 100%，按照当前趋势可能会上升到 140%。我们想弄清楚的是：如果我们想让这个比例保持在 100%，甚至回落到 80%，生产力需要达到什么样的增速？如果你看我们接下来的幻灯片（51 页），你会发现一个很有意思的结论：只要未来十年的生产力年增长能达到 2.5% 到 3.5%，我们就有可能显著降低债务占 GDP 的比例，甚至把它压到 80%。我不是说我们一定能做到，但至少我们已经清晰地框定了这个问题：我们需要什么样的生产力水平，才能防止财政赤字恶化。

图片来源：Coatue

Brad Gerstner: 对，这张图是幻灯片 51，提醒一下正在跟着看幻灯片的听众。我觉得这真的是一个特别关键的视角。毕竟我们每天都能看到有人在以 4.5% 的利率买长期国债，那问题就是：他们为啥这么做？可能其中一个答案就是他们认同你刚才说的那套逻辑。

Philippe Laffont: 对，也许他们才是对的，而我们错了！举个例子，1993 年的时候，专家们普遍认为，美国债务占 GDP 的比重会从 60% 上升到 80%，结果现实却是从 60% 降到了 40%。所以说，专家有时真的会错得很离谱。我是不会自诩是个很厉害的宏观经济学家。如果科技圈的人开始装作自己懂宏观，那基本可以视为“末日信号”了。但我们至少可以做的是：尝试用一点分析思维去理解，如果 AI 的生产力预期成真，会对财政和市场带来什么样的影响。

Bill 和 Thomas，你们接触那么多私募市场和创业者，这可能是你们比我更有发言权的地方。我们马上就会转向这部分讨论。但你们也可以告诉我：你们看到那么多 AI 驱动的新产品，你们真的认为这不会带来巨大的生产力爆发吗？我是真的相信它会带来质的飞跃。

Bill Gurley: 而且，如果你从这个视角看问题——你最终会看到 GDP 增速也随之提升。

Philippe Laffont: 没错，可能会超过 5%，甚至达到 6%。这在 90 年代其实是常见的增长水平。你知道，这个 6% 的名义增长，换算成实际 GDP 增速，大概也会是 4% 左右。对比过去十年，我们的名义 GDP 增长通常在 2% 到 3%，实际增长可能就 1%。所以如果 AI 能把我们带回 90 年代的状态，那就是巨大的跃迁。

Brad Gerstner: 所以总结一下你的宏观视角，对公共市场的“飞行路线”可以这么说：

•关税问题基本处于可控范围；

•市场估值虽然不低，但比起 90 年代仍算温和；

•债券市场和利率稳定在 4% 区间；

•而我们正处于 AI 的超级周期中。

在这种环境下，Philippe，你现在在公共市场上的投资敞口处于你的平均水平的上三分之一、中间三分之一，还是下三分之一？

Philippe Laffont: Brad，我早就知道你会问这个问题。你也知道我不会回答，但你问得不错——试图探了探口风，哈哈。

Brad Gerstner: 试试看嘛。

私募市场大变局：IPO 和并购强势回归

Brad Gerstner: 好，那我们现在就正式转向私募市场部分。如果你看幻灯片第 60 和 61 页，有一个非常一致的主题是：过去三四年，私募市场几乎“冻结”了，鲜少有公司能够脱颖而出，大多数公司都维持私有状态。独角兽公司在整个市场中的占比在上升，但退出渠道却迟迟没有打开。

现在我们开始看到新迹象，不管是并购还是 IPO，退出正在回暖。 Thomas，能不能为我们讲讲第 60 和 61 页幻灯片背后的主要洞见？特别是 AI 如何重新点燃了资本部署，以及退出市场为何开始回弹？

图片来源：Coatue

Thomas Laffont: 是的，我很好奇 Bill 会怎么看，因为他可能和我一样经常思考这个问题，我也很想知道他是否得出了相似的结论。

我认为，整体来看我们都同意：2021 年的市场环境对公司和 LP（有限合伙人）来说都是极度不健康的。资本大量投入，而资本回收严重不足，整个循环就像是断裂了一样。你从多个角度看都能发现问题：融资总量过高、退出极少、IPO 数量创下新低，甚至比金融危机后还惨，这真的很惊人。过去两三年基本上都维持着这样的状态。

这是我们所处的第一个“变盘点”，也是我想讨论的核心观点。我很想知道你是否同意——现在的信号已经从红色转为黄色，甚至正在向绿色靠近。最先看到的改善迹象来自 IPO 市场的回暖，IPO 表现开始变好。我们展示了不同年份的 IPO 批次（cohorts）表现，它们自 2021 年以来有了明显提升。让我印象最深的是这样一个数据点：2021 年那批 IPO，公司在上市一年后平均下跌了 40%，五年后则下跌了 50%。

Brad Gerstner: 这个数据真的太夸张了。那张幻灯片让人震惊——五年后，那些公司上市时的估值几乎是垂直下滑的。

Philippe Laffont: 没错，从相对表现来看，很多公司可能跌了 75%。

Brad Gerstner: 对，那是第 71 张幻灯片，我记得没错的话。

图片来源：Coatue

Thomas Laffont: 是的，Brad，我当时真的不敢相信这个数据，所以我一个一个去查了那张表上所有的公司，而且它还不包括 SPAC（特殊目的收购公司），仅是传统 IPO 的统计。

Bill Gurley: 它不是按市值加权的，对吧？

Thomas Laffont: 没错。所以这确实是大量“伤痕”的集合。但我也确实看到情况正在好转。我们刚刚提到了 IPO 市场回暖，现在已经有一些非常强势的 IPO。

Brad Gerstner: 比如 CoreWeave。

Philippe Laffont: 还有 Circle。对了，Thomas，提醒我一下——我们上次在播客里聊“zero rate environment”，你说了什么来着？

Thomas Laffont: 对，我们也观察到像 CoreWeave 这样的公司给人留下深刻印象。我们有相关的幻灯片，具体数据我记不清了，但你可以看到他们开始理解公开市场的思维方式。我认为他们在时间节点的把握、信息发布的方式以及如何阐述商业模式方面都执行得非常好。这部分应该是幻灯片第 75 页。

图片来源：Coatue

另一个让我印象深刻的是，我们观察了一整批 IPO 企业的共同点。你不会惊讶地发现，它们在“增长 + 盈利能力”这个维度上达到了“40 法则”的平均线。所以我认为这对整个生态系统来说是正向信号。

另外你之前在播客中也说过，并购市场也在恢复，而且出现了不少新型结构。Zuck这次的操作就是一个大胆的举动——他以全额估值收购一家公司的 49% 股权，只是为了拿到团队。这说明现在很多公司都处在“必须立即解决问题”的紧迫状态，比如明天我就要 Alex 来帮我搞定 AI 战略。

Brad Gerstner: 我觉得这是对 Scale 交易最精彩的总结。为观众解释一下：Meta 和 Scale 达成了一个非常规的结构化交易——他们收购了 Scale 49% 的股份，估值是 300 亿美元，相当于实际支付了 150 亿美元。他们通过这种方式避免了监管审核。Scale 的 CEO 将直接领导 Meta 的相关工作。

Bill Gurley: 并且 Scale 的所有客户也基本上都退出了。

Brad Gerstner: 对，留下的其实是一个“壳公司”。

Philippe Laffont: 当然我们也不知道这种操作能否真的躲过监管审查。

Brad Gerstner: 对，我也不确定。但这件事至少表明了一点：一切正在以惊人的速度变化。我们在这讨论的时候，Zuck已经进入了“野兽模式”。Meta 是地球上最强大的科技公司之一，而他现在对 AI 人才的争夺异常专注。你得问自己，他为什么愿意以 100% 的估值去买只拿 49% 的股份？是不是因为他知道：如果你今天不拿下这些人才，两年后你可能就彻底掉队了？

Thomas Laffont: 我更倾向于相信这里有两个原因。第一，是“奖项的规模”。他很清楚，这是当下科技行业最重要的奖项之一——坦率地说，可能是整个世界最重要的技术奖项。所以 150 亿美元虽然是巨额资金，但在他眼里，面对一个可能值几万亿美元的机会窗口，这只是他每天都在下的那种赌注。

Bill Gurley: 对，从市值比例来看，大概也就 1% 左右。

Thomas Laffont: 没错。所以第一点是机会之大。第二点则是生态系统变化的速度太快了。

Bill Gurley: 比如 Llama 就经常被说“没跟上节奏”，某种程度上，这种收购其实是在修正这个问题。

Thomas Laffont: 我们从 Anthropic 那里看到的数据是：他们大概花了一年时间才做到第一个 10 亿美元营收，然后用三个月做到下一个 10 亿，再花两个月又做出第三个 10 亿。他可能在看 ChatGPT 用户量暴增的同时，也看到 Anthropic 的 API 用户正以企业级速度飙升。所以他可能在想：“我没有两年时间在欧洲监管炼狱里等下去了。”

Bill Gurley: 那我想问个 IPO 的问题，Thomas。我们虽然看到更多公司在 IPO，但同时也有一个长期趋势：企业选择保持私有状态的时间变长了。Colosson 之前还提到过，有些公司可能“永远不会上市”。而部分投资人也在鼓励这种行为。你怎么看？现在窗口打开了，那些选择上市的公司和之前有什么不同？

Thomas Laffont: 我认为原因各不相同。有些公司可能纯粹是从融资的角度出发，公开市场在股权或债务方面都更容易获取资金。这是最直接的动力。但上市也可能是一个品牌塑造事件，对吧？它可以让你的产品、员工和客户看到：你资金充足，财务稳健，有公开透明的治理结构。你也可以承受随之而来的监管挑战，投资者的严格审查。所有这些都是利大于弊的。

我个人一直相信，优秀的公司终究应该上市。而且我认为，这里其实还牵涉到“财富的民主化”——普通投资人也应该有机会参与其中。你上市之后会吸引一批新的投资者，不仅是公私市场的差别，还有散户投资者。散户对你的业务认知、正向或负向反馈，其实是非常宝贵的学习机会。

Brad Gerstner: 对吧？我的意思是，我认为这非常重要，我已经向 OpenAI 的每一个人都明确表达过我的看法——我认为 OpenAI 是我们这个时代最重要的公司之一。从监管透明度的角度、从金融民主化的角度来看，它都必须成为一家上市公司。未来我们将会出现市值高达万亿美元的企业，但如果能参与这些公司成长红利的人，只有我们这些坐在这张桌子旁的人，那对整个资本市场来说就是极其不公平的。

我们通常把这些公司称作“风投支持的企业”，但你我都清楚，这里其实已经演变出一个全新的类别，我称它们为“准上市公司”（quasi-public companies）。这些公司的估值往往已经超过 50 亿甚至 100 亿美元。在十年或十五年前，这种体量的公司几乎都会选择上市。为什么？因为私人市场没有足够的资本深度来满足它们的融资需求，也支撑不起它们持续扩张所需的巨大资金量。

Philippe Laffont: 你说得太好了。这种情况现在也出现在私募股权领域。一些 PE 公司从一个所有者转给另一个，然后搞延续基金，再进行大规模二级市场交易。私人信贷市场也在扩大，成了一个系统性存在。我认为，健康的公开与私募市场之间的张力是必须的。如果你是一个超级独角兽级别的公司，你要么接受公开市场的阳光与透明，要么接受被监管机构盯上的后果——你不能两边都逃掉。

Brad Gerstner: 甚至可能被监管得更狠。

Philippe Laffont: 对，这也是我真心希望这些公司最终选择上市的原因。普通投资者应该能接触这些公司。当然，公开市场估值会波动，价格不一定总是完美反映价值。但它至少每天都给你一个真实、即时的市场反馈。

Thomas Laffont: 顺便说一句，我们最好的嘉宾之一曾提到一个非常棒的观点：上市，并不意味着你需要改变经营公司的方式。

降本增效：AI 时代的“黄金法则”

Brad Gerstner: 好，我们来谈谈幻灯片 91 和 92 上关于 AppLovin 的内容。91 是在探讨 Microsoft 是否已经触及员工人数的顶峰，92 则是 AppLovin 如何率先采用 AI，并大幅提升利润率，或者说，每名员工带来的收入增长。

我前几天在 Twitter 上也发了这个话题。我把现在称为“利润率扩张的黄金时代”，对吧？你看过去三四年 七大科技巨头的表现，营收复合增长率超过了 20%，但员工人数和运营支出只增长了 2%。这在我们所知的科技发展史上是从未见过的现象。所以，你们怎么看？来讲讲你们观察到的内容吧。

图片来源：Coatue

Bill Gurley: 是的。

Thomas Laffont: 我特别喜欢第 91 张图表。之前我们只有不带蓝线的版本，对吧？现在这张图显示的是 Microsoft 员工人数的走势。当我们把图画出来后才发现，哇，这其实划分出了三个截然不同的阶段。第一阶段是 ZIRP（零利率政策）时期，疫情期间软件无处不在，公司觉得增长唯一的方法就是疯狂招人，拼命扩张。

Philippe Laffont: 顺便说一下，这种想法其实是有逻辑的。因为如果增长意味着写更多代码，那就需要更多人来写。

Thomas Laffont: 对，这就是当时的逻辑——必须招更多人。这就是 ZIRP 时代。然后有点讽刺的是，正好在 GitHub Copilot 出现的时候，我们进入了“健身时代”。Brad 最清楚这个概念——公司意识到该瘦身了，“我们太臃肿了”，所以员工人数开始持平甚至下降。现在我们进入了 AI 时代，我认为这里提出了一个颇具挑衅性的问题：Microsoft 是否已经达到员工人数的顶峰？他们的规模是不是再也不会超过现在了？

Brad Gerstner: 没错。我最近和一家大公司的 CFO 聊天时，他抛出一个思维实验：“假如三年内我们的员工人数减少 50%，会怎样？”过去，对于一家还在快速增长的公司来说，这种问题根本不会被提出来。而现在，作为一个公开市场投资人，Philip，让我兴奋的不只是这些公司的营收重新加速，而是它们在不增加员工人数的情况下实现了增长。从 Uber 到 Maga 7，再到 AppLovin，都是这样。

Bill Gurley: 说说那张图吧。

Thomas Laffont: 对，这是我最喜欢的图表之一。它展示了 AppLovin——一家上市公司，由一位我认为是天才级别、具有时代影响力的创业者掌舵——这家公司自 2021 年 Q2 起的收入与员工人数变化。图上的蓝线是年化收入走势，另一条线是员工人数。2021 年，他们看到巨大机会，于是大量招人。这也很合理。但随后他们意识到，公司规模太大，文化开始失控，创新速度下降，官僚层级太多，错失了很多机会。正好 AI 到来，于是他们进行了调整，大幅优化组织结构。结果呢？公司变得更精干，创新加快，在员工人数减少 35% 的同时，公司规模翻倍，甚至打败了 Google 和 Meta。

Brad Gerstner: 想象一下，我们刚才还展示了 ChatGPT 用户曲线呈抛物线式增长，而谷歌的页面浏览量却在下降。谷歌有 18.7 万名员工，OpenAI 只有 2700 人。OpenAI 明确表示：“我们不会成为一家拥有 2 万名员工的公司。”他们可不是说不会变成像谷歌一样的 18 万人公司，他们说的是，我们将用 AI 模型、智能Agent和自动化替代员工——这正是去年 Jensen Huang跟我说的。

他说：“Brad，我要把公司规模扩大三倍，而员工人数几乎不会增加，甚至可能不变。”我问他怎么做到，他说：“因为我以后不是带团队了，而是带Agents。”

Bill Gurley: 这让我想起了 AppLovin 的幻灯片。他们在四五年内实现了人均营收翻倍。而现在，一家高速增长、盈利良好的公司，居然因为对 AI 的信心而主动裁员。这真的震撼我。很多公司嘴上说在用 AI，但如果你真的开始减人，那是另一种层面的信心。

Thomas Laffont: 对，而且，如果 Adam（AppLovin CEO）在这儿，他一定会强调一点：他不是一个喜欢裁员的冷酷 CEO。他之所以这样做，是因为他坚信，这才是赢得竞争、脱颖而出的最佳组织形式。这不是说，“哎呀，我突然想更高效了。”而是，他真心相信——要赢得市场，就必须更快做决策、更少的官僚结构、扁平化组织。动机很重要，而这正是他做出选择的核心。

Brad Gerstner: Philip，我想在这个话题上最后补一句。我们之所以对这场生产力革命充满信心，是因为经济的整体生产率，其实就是所有这些公司效率的总和。如果这么多公司都在以不增加人力和资本的前提下提升产出，那就是经济生产力的大幅提升。

Philippe Laffont: 我还想补充一个点，也很重要——那就是有人可能会问：“那就业怎么办？”对吧？如果所有公司都变得这么高效，那不是会导致失业率上升吗？

今天有人提到一个概念，叫“杰文斯悖论”（Jevons Paradox）。我打算接下来用我的 ChatGPT 再研究一下这个概念。大意是，有时候当生产效率提高、单位成本下降时，反而会刺激需求和就业的增加，而不是减少。我这里说得不太精确，但意思差不多。所以，我觉得必须澄清一点：虽然公司需要的员工可能更少，但与此同时，会有更多新公司被创办，因为创业的门槛也在降低。你会看到更多小型、灵活的、有活力的公司出现，工作本身也会变得更有趣。

所以，关于 AI 到底会提升还是降低就业率，这确实会是一个持续的争论。我无法百分百确定未来会怎样。但如果你现在就要我给出答案，我倾向于相信：AI 反而会带来更多的工作岗位、更有趣的工作内容和更大的责任感。

创始人指南：四象限生存法则

Brad Gerstner: 好的，我们还有最后两张幻灯片想要涵盖。我想我们可能会以最精彩的内容收尾——因为你们在这里提出了一些非常有力的观点。首先是幻灯片 98。经过前面关于公共市场和风险投资领域的探讨之后，Thomas，我觉得你总结得非常到位：那就是——这对我意味着什么？如果我是一个创始人、一个 CEO，这些趋势对我或我的公司意味着什么？所以，Bill，交给你。

图片来源：Coatue

Bill Gurley: 我先描述一下 Thomas 做了什么，然后请他来进一步解析。他画了一个象限图，一条轴线是公司增长率是否高于 25%，另一条轴线则是是否实现了盈利（即现金流是否为正）。所以 Thomas，和我们讲讲这个矩阵的意义吧，以及你会给处于不同象限的公司什么建议。

Thomas Laffont: Philippe，你也随时可以插话。这份报告我们投入了很多心血。面对如此庞大的数据量，我们思考的核心是：如何把从数据中提取出的洞察，以及与无数聪明人交流所得，转化为对创业者真正有用的建议。最终我们构建出了这个象限模型。如果你看左侧，也就是年增长率超过 25% 的公司，看起来是最“好”的象限。但我们也意识到，即使在这一类公司中，内部也存在明显的差异。

Bill Gurley: 顺便说一句，我们刚刚跳过了一个很关键的点。你们其实在报告中用了两三张幻灯片来强调——如今，增长变得更加稀缺。

Thomas Laffont: 特别是在公共市场中。

Bill Gurley: 而且，现在企业的估值倍数差异巨大。成长性企业的营收倍数和增长乏力企业的倍数，已经拉开了显著差距。

Thomas Laffont: 没错。所以从 2021 年以来，我们看到公共市场正在重新回归对“增长”的奖励。基于这个趋势，我们给企业家的建议是：如果你当前的年增长率超过 25%，并且实现了盈利，那么现在确实值得认真思考是否走向 IPO。当然，我们明白，“准备 IPO”和“真正 IPO”之间有着天壤之别。但至少，从运营体系到治理架构，把所有准备工作做到位是合理的。

如果你还在烧钱，那现在正是构建坚实资产负债表的时机。比如我们刚刚看到 OpenAI 融了 400 亿美元。这些头部公司正在积极储备“战争弹药”，你不希望错失这个窗口期。我知道 Bill，你想说的是——你和我花了大量时间在思考：那些增长率达不到 25% 的公司该怎么办？

而且你知道，对我和 Philippe 来说，我们非常认真对待自己的职责。我们是很多被投企业的董事会成员，从不“投资完就撒手”。我们承诺要陪伴创业者走得更远。那么问题来了：这类公司该如何前进？

我觉得每一个象限都值得深思。比如这个：增长不到 25%，但已经盈利。这类公司很容易陷入“自满区”。你可能会说，“看，我在 2021 年之后精简团队、砍掉边缘项目，现在终于实现盈利了。”你完成了瘦身，也得到了短期正反馈。

Bill Gurley: 顺便说一下，我觉得很多公司之所以掉入“低增长陷阱”，正是因为它们曾经拥有太多资本。2021 年市场修正之后，大家一窝蜂地喊着要“实现现金流平衡”，于是集体裁员、削减投入。表面上好像风控到位了，但实质上，公司被削到了无增长状态。

Thomas Laffont: 所以我们认为，这个象限的公司正处在一个时代性架构变革的关键点，尤其是因为 AI 的到来。现在是重新出击的好机会。思考 AI 能为你带来什么？能否构建新的产品线？有没有并购的可能？现在不是“维持现状”的时刻，而是应该更加激进地探索未来。

Bill Gurley: 那这种主动出击，有没有可能导致它们短期内又变得不盈利？

Thomas Laffont: 可能？当然可能。如果你看到了真正的增长机会，那么加大投入、牺牲利润是值得的。现在很多最领先的 AI 公司也都不盈利。只要你能证明你在对的方向上，而且最终能建立护城河，这种短期牺牲完全合理。

我个人最近争论最多的一个问题就是这个：如果一家公司增长率低于 25%，同时还在持续烧钱——该怎么办？当然，没人“选择”处在这个象限。是业务环境、竞争压力或者行业周期把它们推到了这里。我的答案是：重塑（Reinvent）。这个词我反复思考过，它可能意味着非常不同的东西。让我举个例子。你可能现在年收入 5000 万美元，其中 4000 万来自一个旧业务，它不再增长，单位经济效益也差。但你现在孵化了一个新的云产品，ARR 只有 100 万或 200 万，却增长非常快、用户反馈极好、团队士气高涨。也许你该问问自己：“我是不是该 All in 这个新方向？”

这就是“重塑”的精神。它可能意味着放弃传统主力业务，可能是将某些产品开源，也可能是改造商业模式。重点是，你要抓住这个时代拐点，不要浪费它。而且作为创业者你必须明白：选择不转型，本身也意味着机会成本。

Bill Gurley: 我真的非常赞同，Thomas。我想强调一个观察——我认为如今在这个象限中的公司可能多达一千家。它们都有一个共同困境：已经活下来了，但也因此“想要守住点什么”，结果变得越来越保守，越来越胆小。它们从“进攻”转向“防守”，但实际上，它们想守住的价值根本可能不存在。你说的“重塑”这个词太准确了。这些公司需要重新承担风险。要重新理解，如果你在这种体量下还低增长，你的估值倍数是会不断向下修正的——从 5 倍跌到 3 倍，最后可能只剩 1 倍。

Thomas Laffont: Brad，我留一个最后的想法给你。我们之前也讨论过。风险投资圈有个“部落化”的文化——大家互相熟悉、观点趋同，这种机制有很多好处。但我认为我们也该吸取“更雇佣兵式”的思维方式——那种可以从头打破重来、更加残酷理性的公司进化路径。而最好的状态，可能是这两种心态的结合。这就像公共市场的思维与私人资本的责任感融合起来，我们在董事会里做的事情，就是推动这种化学反应。

Brad Gerstner: Thomas，非常感谢你今天的分享，也感谢你邀请我们参加这场对话。你们投入的深度思考真是令人敬佩。我也想代表所有创始人说一声：我们非常感谢你们 Benchmark 和 Altimeter 这样的投资人。虽然外界觉得我们竞争激烈，其实每当我们遇到困难，第一个拨通的电话往往就是你们。这也是为什么我和 Bill 要做这个播客：我们只是想变得更聪明，一起找到更好的答案。谢谢你们，真的干得太棒了。

Bill Gurley: 你们真是太棒了。

Brad Gerstner: 最后提醒各位听众：这些仅代表我们个人观点，不构成投资建议。（转载自Z Finance）