Shownotes Transcript
嘿 大家好 欢迎收听配置实战这是一档面向资产配置者和机构投资者的播客栏目
我是主播德洋,来自 IPO 早知道。坐在我旁边的是我们的联合主播,科技投资人 Mason。Hello,大家好。这一期我们也非常开心能请到 Win Club 的高宁和我们一起来聊一聊他眼中对于 AI 生态和 AI 应用创业者的观察。高宁,你可以做一下自我介绍吗?
好的,听众们大家好,然后 Mason,德扬大家好,然后很高兴收到邀请,然后我现在在做一个面向于出海 SaaS 和 AI 创业者的一个社区和服务叫做 Link Cloud,我之前是在不同的投资机构,人民币和美元机构都做过早期投资,上一家机构是在高领,然后主要是
看这个软件和应用生态的早期投资那这个我们也是看到了在出海和这个 AI 的机会中对国内的创业者来说还是有很多机会的所以就从去年开始做 Link Cloud 这件事情高宁我其实特别好奇就是你当时是做投资人就后来为什么出来决定创业然后包括你创业里面就有没有什么决定性的时间点或者是事件然后可以跟我们分享一下
一个呢就是其实从 2022 年下半年开始到 23 年那么其实整个美国市场就是我们看到这个 SaaS 整个的市场其实从 2022 年初吧就开始在挤泡沫了就是
二级市场其实就其实包括对一级市场的估值的修复等等那么其实大家都在回归理性了那这个时候的话包括国内的 SaaS 对国内 SaaS 公司其实影响也挺大的一方面是影响着国内的投资人会怎么去看重新看待国内的 SaaS 公司然后二方面的话呢在这个的基础之上的话呢国内 SaaS 公司就开始在呃
要更积极的去扩大自己的市场而且要扩大自己的规模了然后那个时候的话我们看到挺多的我们包括我们自己的背头啊还有一些自己的这个
就是偏 growth 阶段就是我把定义为 B 轮之后 C 轮之后的这种 SaaS 公司还在蛮积极的就已经开始很积极的看海外市场的机会这个我叫做全球业务的拓展嘛他们更希望去看比方说亚洲市场欧洲市场美国这些
土壤相对来说更成熟的地方那他们的产品有没有打开国际市场的机会这一点我们其实因为做软件的投资或者是这个其实做了六七年了所以是蛮早的能看到一些创始人很积极的肉身就已经出去了然后去看海外市场去调研然后第二个机会的话我觉得也是二二年下半年其实就是 Meet Jenny 出圈那 Meet Jenny 是一个纹身图的一个
社区和平台嘛然后当时的话已经看到了图像模型一个很大的威力其实这个时候跟我记得 Monica 的这个产品的 Founder 小红这个当时的看法其实是很一致的我也是那个时候看到了这个模型超过于以前的这些传统的一些呃
机器学习模型的一些机会然后更不用说年底的时候 TrackGPD 出来嘛然后再到二三年初的时候再到这个出圈那其实我们看到真正要用好的模型然后你要去做一款 AN Native 的所谓这样的应用那我们自己觉得一定要做的是一个 Global 的市场
那你因为其实 ChatGPT 已经在海外非常好的教育了这些 early adopters 那你只有面向于这些用户去做一些更有创新的应用你的市场就是摆在那了所以我们是觉得这两个事件对我们自己团队的触动还是挺大的也就意味着如果有海外有这么好的一些不管是模型层还是中间层的一些 infrastructure 在这里那其实对不管是国内的创业者或我们说华人创业者来说
好的产品经历对市场的需求感知更深刻的人是有机会做出一些很不错的产品的我其实这里面有一个特别好奇的问题就是你感觉就这一代的创业者相比于上一代的就是出海的创业者他有什么就本质的变化吗
我觉得这是个好问题,我想想该怎么去回答这个。我觉得我先说自己的一些直观的一些区别或者是不一样的地方。我觉得第一点就是这一代的创业者很多都是连续创业者了,那么他的连续创业不一定是之前做软件好,他之前也可以做移动互联网的产品,或者是在大厂里其实也有很成熟的孵化一些产品的经验。
然后这些的创业者再加上这一两年其实大家都可以看到就是包括像海外的一些很优秀的 SaaS 产品 Figma Notion 或者是一些开发者的工具他们又是在这样的一些产品中他们也是这些产品的优秀 SaaS 产品的使用者那所以他就是在这样的一些很好的这些海外优秀 SaaS 产品的这个浸泡或者滋润下成长起来的
那么他们自然而然的就是对因为现在很多的产品不仅仅是一个 APP 不仅仅是移动端很多时候是 webbase 或者是 SaaS 这样的产品就我觉得他们具备了还是很好的一些做产品的基础以及很好的审美就这一点我还是感触挺深的那当然这一点反映出来的结果是这些创业者可能偏年轻一些然后
可能有些海外背景对吧然后但我觉得前提是他们有这样的一些过往的历史和经验所以在对海外一款新的产品出来的时候他们很容易去看到这些优秀的产品的一些闪光点
然后那这个对他们去做自己做一款产品还是有些基础的认知的就是能看到一些这个具备一些出就是基础的一些这个审美和认知吧然后我觉得这是一点然后第二点的话呢我觉得还是一个心态或者是说一种
精神吧这种开放的精神就这一点也是我们持续其实做社区的过程中一直在倡导或者教育大家就是简单点来说的话就是大家更愿意去分享在公开场合中去分享自己遇到的任何的问题和经验也同时因为这样的分享的精神也能够更好的去认识一些更愿意分享的人然后大家共同成长这个是我们看到在海外尤其在 SARS 这个社区里面
给我们一下很深刻的一点因为海外有个很大的一个 SaaS 的社区叫 SaaSter 它每年都会举办全球最大的一个 SaaS 的一个 event 峰会然后这上面很多时候就会邀请当年一些炙手可热的 SaaS 公司的创始人或者口房的你想我是当年最火的公司
那我过来通常情况下他们做的分享其实有可能会比较公关或者是说不是那么这个深刻但反而其实他们过来做的很多的分享我印象很深刻比如说有一次 Dio 的联合创始人这个王硕过来做的分享其实就真的是把他们过往的这个犯的几大错误
用一张图很清晰的很犀利的讲了出来那么我觉得就是在这种环境下我觉得就是这些我们的这些创始人其实因为一方面也是看着这样的这些海外的创始人这么开放的去聊自己的一些经验和这个遇到的这些问题然后那么在我们的沙龙活动中或者是在这个跟投资人交谈的过程当中我觉得也更加的 open 了
就是做海外市场的他们更愿意去聊自己的一些困惑自己的经验还有一些一些解决的办法然后也更愿意在我们的社区里面或者是在一些活动中更开诚布公的分享这一点的这种就是抱团或者是这个开诚布公的精神那我觉得这个可能是
我自己感觉和我们当时就是 15 年前然后这个相对来说这个做国内市场然后的创业者那还是不太一样的地方对我觉得这两点是你问我这个问题我最直接的一个答案我也问一个问题啊就是其实硅谷有一个指标嘛就是说一个
公司特别是 SaaS 的软件公司从创办到达到 1 亿美金的 AR 的时间我们看到是越来越快可能从以前可能要好多年到 3 年 5 年到现在就是十几个月就可以达到就这个趋势的话我也想跟高宁请教一下这个趋势还会越来越快吗如果说这个还会越来越快的话它背后的原因是什么呢
以及就是说以后我们会不会看到就是说一个公司创办之后半年然后他就能达到一亿美金的这个这个年固定收入对我觉得是一个很好好问题然后这个我还记得就是如果呃
我还记得有印象那张图就是 SaaS 公司最快实现一亿美金的曲线如果我们把 checkgpt 包含在内的话那肯定 checkgpt 是最快的但 checkgpt 我觉得它具有本身的一些特殊性对吧就是那么
那如果把确实已经剔除之外的话我印象中可能最快的我不知道是 Mid Journey 还是 Duel 那 Duel 的话就是我们知道的就是 YC 的一个这个有华人口方的做的一家这个 EOR 的一个 Global 的 SaaS 公司吧那么我觉得速度越来越快应该是
一个大的趋势为什么就是尤其如果是围绕着 AI 的一些应用那以前哪怕对于美国的 SaaS 公司来说那么他们都是从本土市场做起的然后当然也会遇到这个一系列的就是可能
怎么讲就是同行的竞争也好啊然后这个本身环境的成熟然后基础设施的逐渐的完善但排除之外我现在发觉 AI 的应用公司可能天然就是做的是一个全球市场一方面是因为这个它的传播的效率更高了那你手就是你产品发布基本上就是现象发布
然后现在运用的渠道后面可以细聊从可能简单的一些这个单一的本土的一些渠道变成了现在像社媒呀像这个整体的这就像社媒和这个这个这个网红啊然后再加上推特啊等等这些更多元化的一些渠道去拓展所以的话它一下子打开的就是全球市场然后二是说的话呢
因为有了 AI 或者有了生成式 AI 之后你做多语言版本的难度也被降低了那其实我有听到的就是说很多时候一个产品我听到的比如说有些最近一些比较火的产品可能在半年或一年之后就会出现第二个语言版本那我问这些 Founder 的时候
他们就说很多时候做了一些那以前要请个外包公司或者是做很长时间的本地化那现在 CHP 至少能出一个 70 分 80 分的版本那这个时候做多元的版本的能力也提升了然后第三个的话呢我能看到的是因为
包括这一波 AI 带动的就是大家对真正能够解决你的不管是效率问题也好或者是创作的效果也好愿意付费的这个能力也被培养得很好所以大家你一旦通过一个点能去真的解决大家的问题的时候就是支付这个能力和意愿我觉得就是天然摆在那的所以而且这个的话
以前可以看到大家说美国市场特别的好对吧整个土壤但我们现在看一下包括现在我在东京在日本我有聊到的包括日本包括韩国这些相对来说就人均 GBT 也比较好然后数字化的建设的投入也逐渐加大的这些土壤就是大家对这些就是 AI 的产品的支付的能力和意愿其实都摆在那里只要你真的是他能感觉出来明显的 ROI 的提升
我觉得接下来我们可以就一些比较具体的点来讨论一下第一个我觉得为了使这个结构更清晰第一个问题我相信也是很多朋友们的问题就是 AI 这个词其实特别大当我们说到 AI 的时候它到底指代的可能什么意思在我们每个人心目中可能都不同想请教一下对于 AI 整体的思考和认知框架上我们有一些可以把握的脉络和框架吗
我就说一下我自己的想法可能也仅供参考我自己可能会去这么想这个问题一个的话就是比较 top-down 的我先说我自己比较 top-down 的因为可能一直都是在看企业服务或者是图币单偏多但我觉得整体来说的话我觉得可能会去看现在的产品
主要解决两类的问题有没有在解决我觉得第一个大类就是现有的问题就是尤其是包括在图 B 端的企业里面的时候最核心的就是怎么去降本增效那么现在的 AI 的产品解决的
是不是它现有的场景和现有的问题那么是不是要用到很大的程度上去依赖内部系统的数据然后在这个基础之上去做进一步的降本或者征效我觉得这是第一类然后第二类的话就是创造新的场景或者是解决之前没有 JAI 的时候就没有办法解决的问题那最直接的例子可能是说就是
如果那个你的这个企业里面以前可能是你是不同的这个就是知识库或者是不同的要做一个文件的存储那么你采购内部的员工去搜索或者去检索
因为有了 JMI 有了大量的处理这些结构化和非结构化数据的能力并且做一个综合的分析然后和这个输出那就有可能去做一个企业完整的一套知识库并且交互的方式也跟之前的就是很这个死板的搜索很不同那可能就是有一些新的场景出现那或者是那就有了新的产品的机会
那这个也这个呃我觉得这就算是说是有没有新的一些呃场景能够因为有了 AI 之后诞生的那如果从呃 C 端的角度来说的话那更可能的话是说这里面以前是一些这个传统的呃
点对点的一些交互的模式但是因为现在有了 AI 的一些这个不管是声音啊还是这个这个视频啊然后这方面的话那可能是不是在交互端就会有一些新的一些交互模式去影响 C 端的产品那这个我也归为是说新的产品新的场景会有新的产品的诞生
然后这个是比较 top-down 的去讲吧就从应用层的角度那当然围绕应用层那可能是说那背后的不管是你怎么去搭建这个产品还是说你用谁样的模型什么样的训练或者是 fine-tune 的方式去支持这样的产品那就是到中间层和基础层的一些往下去看的一些这个结构的变化了然后第二部分的话呢可能就比较 bottom-up 的 bottom-up 的也就是说会我还是会看的就是说嗯
如果并没有那么多系统性的一些思考的框架的话那么就是看 ai 到底这一波 genetive ai 到底有什么特点或者是哪怕我就挺白硬就是很早之前 a 16 z 他们说的嘛就是
大家都说 generative AI 其实是预测下一个 token 那么它一定会预测有一定的概率是错的或者是 hallucination 也好或者是胡说话也好但是你怎么把这个缺陷当成一个你的产品的特点这个的话可能会有新的一些产品和新的场景的出现我觉得这个点我还挺
就我一直会记得这一个点因为这样的话你才能去看这里面是不是这个不管是在 C 端还是 B 端上有没有更好的利用这些所谓真正的 GNI 的一些特点或者缺陷反而把它当成一个一个 feature 去出来的一些新的产品不管是自上而下还是自下而上其实这里面都需要大量的信息来作为这个辅佐其实这个也是我们现在很多人很困惑的一个问题就是每天实在接触太多的信息了
公众号文章论文或者大家口口相传聊天中所聊到一些那么从你一个比较专业的角度来看有这么多的信息渠道一般是哪些信息来源是你觉得比较靠谱你自己可能平常会用的比较多的一些
这是一个挺好的问题就坦率说我觉得现在我也没有一个最好的实践或者是这个信息的渠道我一直都在不停的在迭代包括就是到最新的前一天为止
但我觉得可能就分为这么几类吧我自己觉得就第一类肯定是来自于公众的媒体就是这里的话我也包括就是呃大家说的这些公开的一些论文呢或者是呃 newsletter 呀博客呀博客呀这个还有就是社媒渠道啊这一类是肯定会有的那我自己的方式的话呢就是呃
我会固定的去这个基本上可能每个渠道就是播客 newsletter 博客然后这三大类吧我可能重点关注的可能我之前看一下可能基本上都会有七到八个然后每天我会优先看的是我那些付费的专栏因为我付费就其实意味着这个它是信息的这个密度是更高的
然后第二个的话呢是可能每天都会有我都会预留可能一个小时或者出头的时间会把我重点要听的播客如果有更新的话都会听一遍
然后第三个的话呢是我关注了一个 newsletter 这个 newsletter 是去给每天社媒就是 twitter 我想想还有这些比较重要公司的 discord 这些不同的社媒渠道他做了一个 summary 然后每天发一封 newsletter 给你然后这个我也会每天去看一下就省得我花大量的时间泡在这些这个 twitter 或者是有些无效的这个信息流上面了
这个可能是每天都会做的一个动作就是说这种媒体的信息然后第二类的话可能就是自己的一些人脉吧或者是线下的一些活动那这个的话可能包括的就是如果当一些重要事件出来了就是比如说 Sora 或者是今天的这个微软的这个
产品的发布那可能就会及时的会去找自己觉得这个行业里面比较重要的人然后会一对一的跟他聊个五分钟到十分钟听听他的一些想法然后觉得有好的东西可能还会呃跟一些比较熟的人讨论一下我觉得这种是呃
对第一类就是优先级最高的然后第二个话可能大家也会都会有自己的一些呃十几个朋友或者是几个朋友的一些关于讨论我 AI 也好啊这些群吧然后这个群可能也会有个呃
然后呢这个的话可能就是想听听更多人的一些看法或者不同的角度的一些声音那这个也会去看然后那么第三个的话可能就是偏大的这种社群这个社群包括线上的也包括有线下的一些活动啊那这个的话比较随机的看那有好的一些活动那么就会去听一下或者参与一下然后第三类的话呢我自己觉得就会
还是得多用一些提升这个信息总结或者提升的效率工具那我可能用的比较多的啊最近的也包括 monica.im 这个插件然后这个也包括这个呃就是呃
谷歌也好那个 Gemini 或者是这个 Perplexity 我可能用谷歌的还会更多一点或者是去 GPT 然后像这种的话一般就是在我需要去看一些这个长篇大论或者比较长的新闻的时候现在或者 YouTube 的时候我现在基本上都不看了也不叫不看吧就先会让这些工具先去看一遍然后给我出一个 summary 然后有一些我觉得比较重要的或者这里面有些细节我想去了解的我才会这个啊
找到那个段落或者找到那一个章节回去听对所以也得活用一些现在提升效率的工具吧那么这个可能是对就是这个更新自己信息和认知的一些方式吧还有刚刚你提到那个用一些
AI 驱动的这种效率工具我觉得这个还蛮有启发的我觉得我自己都落后了因为我确实工作中有碰到一些朋友他们有时候写材料因为虽然说很多时候是在跟人打交道但有时候也需要写材料这都是很繁琐的部分有的朋友就写的又快又好
就两三天就可以写一个很贵的大报告后面我才发现原来他们都是用亲爱的 JBT 写的我突然就觉得很震惊然后就觉得第一次在一个很身边的 case 让我觉得说这个效率真的很强对我觉得刚刚你提到了三点都是非常好的一些信息方法然后说回这个
AI 对我们的改变或者说它的一些产品就比如说当我看到我一个同事他写报告写那么快的时候我会觉得好震惊其实有没有在别的场景里面有这样让我们觉得说这 AI 真的来了真的跟以前效率不一样了这样的一些例子可能你看的比较多能给我们分享一些吗
我先说两个最直接的吧就是我确实第一个的话就是还是因为这种生猛或者是感受强的我觉得更多时候还是偏向于个人的嘛就你看到身边的人或者是这个自己在工作中或在这个生活中使用某个 AI 的产品的比例在肉眼可见的提升你就会有这样这么强的冲击力所以我第一个想到的肯定就是搜索而且尤其是在今年
就是我自己会觉得就是谈出来说有了 Modica 或者是有了 ChangePT 这样的软件的时候尤其是我处在异国就是在东京也好或在美国也好的那个时候的话我发现遇到什么样的问题只要不是明确的我要去找这家公司的官网除了这个以外的其他的场景我发现我基本上没有再用传统的搜索引擎了
就我这一点是感觉特别强烈是在于当因为比较好的过程就在于可能对于我们知识处理来说的话我们本来就有一个不断的想去这个循序渐进的去挖深或者去挖掘一些信息这样的诉求那这种对话式的或者是这个这个
你一问一答的这种方式是本来就是我们想去了解信息的就是自问自答以前我们是自问自答吧就是我看到这个东西那它之前是什么样的背景我们要去搜索来去点一下对吧但现在自问自答变成了你跟这个确 GPT 或是跟这个 GPT 类似的这样的产品去回答的时候你会发现你只是把自问自答变成了你跟一个更好的一个这个助手去做问答那这个我觉得感受是非常强烈的
就是搜索引擎的这个传统搜索引擎的使用率包括我身边的一些开始在用国内的不文艺艺星也好豆包油还是海外的产品也好的朋友交流的时候发觉真的是大大的降低这第一点吧然后第二点的话我觉得肉眼可见真的是创作
就这一点不管是跟一些工作者交流不管是写文案的也好还是在做海报的朋友也好还是我自己因为我们自己就内部其实运营着三个公众号然后也在不停的输出一些内容包括我们活动的宣传稿当然我们因为是有了大概标准化的一个格式和流程了之后的话我们发现基本上没有一篇文章没用到
或者是类似这样的产品了那因为确实我们在介绍一些公司做简单的 summary 的时候你确实会发现他写出来的东西就是更专业然后呢如果我说对我自己也重新在这一块上更强烈的就是用了一个这个 AI 的一个就是这个幻灯片或者 PPT 制作的软件嘛叫 Gamma 嘛
我们团队也在用所以我们团队从就是从我自己在用其实从去年一月份开始到现在我其实没有就再也没有用过 powerpoint 如果不是这个有的时候强制强制这个需要出去呃做一些演讲的时候那个呃主办单位需要用的到时候呃
那现在也不用导因为我用 Gamma 直接可以生成 PPT 格式的这个文件所以基本上就不用 PPT 了因为这是大大的提升了我的效率它的点就是在于我只需要扔给它一个 word 文档写好的文字然后 10 秒钟之内就生成一个 70 分的幻灯片我只用在 70 分的基础上改那基本上这个效率就是肉眼可见的提升
所以就是我觉得整体的创作上这个既包括可能 C 端的创作也包括就是我用在工作场景中的这个场景这个的比例提升我自己我相信对这些 AI 的这些就是已经在用的人来说也是一个比较肉眼可见的提升对这两点可能是我想到的就是在未来随着这一类的产品逐步的可能真的是卖出我们这一些坦率说比较
比较先进就是这种 early adopter 的人群再向更多的一些这个普通的这个人去渗透的时候我相信这个改变可能冲击就会更大我感觉我们就是在处在这样一个阶段过程中我这里面有一个特别大的一个感触就是包括我们自己在工作的时候其实我们很大程度上是在做内容的输出然后其实 AI 大概率是在输出端是帮我们提升了非常多的这种
呃场景啊里面的解决方案但实际上我其实更好奇的就比如说你觉得有多少议程是被 ai 设置的就是在信息的输入段就我们看到其实以最
好理解的例子就是短视频就其实大量是用 AI 算法来推荐的它可能会影响我们的决策因为我们决策之前的信息是靠这个算法得到的嗯对我我在想的是说就是偏向于推荐算法或者是这一块实际上是在呃怎么讲是在 AI 这个呃
就是这一波深圳深埃诞生之前其实就逐步逐步的我们发现就是这个根据你的信息根据你的偏好去做推荐的这个比例本来就不管是在视频端还是在这个图文端对吧新闻啊信息获取呢就逐步的提升了嘛
那么我觉得这个的影响是在之前就在发生了那我自己的感觉呢是有没有可能是在有了 GNI 之后那么你的这样的频率或者这个比例会进一步的加速我觉得这里面的话可能还需要一些新的载体我就举个例子比如说就像我们之前在说的在这个
GIA 之前其实就有这种个人助理的这样的一些产品形态出现吧对吧就是说帮你去叫个车帮你去叫个外卖或帮你去根据你所好帮你去做一些服务那么但之前的话因为模型能力的原因
那么这些产品其实没有特别成功的但是我们明显可以看得到或是今年初可以看得到这类的产品又回来了那么当然是基于更好的对人的理解然后他真的去能完成一些任务包括之前我自己体验过的一些帮你叫外卖的这样的产品他真的是理解你或者帮你去做议程规划的那么我觉得是说如果是真的是有这样的新的产品
这样的产品出来了开始渗透到我们更多人的日常生活当中真的被用起来了在这个的时候的话那一定他就会根据你的喜好比如说在后面的一些订会议出行其他的生活服务中就可以开始更多的去帮你去做推荐
然后那么根据你的所好去选择你更希望的甚至是你都不知道但实际上你会喜欢的东西就这个就跟比如说我们之前看新闻呃这个短视频的这个这个原理就越来越像了那我觉得是有可能会加速的但这里面就需要呃类似这样的载体或者新的产品出来那么呃我觉得今年这里面呃肯定会有一些新的一些产品面世吧呃
嗯了解对我这里想分享的话我觉得可能比较偏社会学其实最近真的是有和朋友在聊到这个话题就是这个推荐算法就是我们会觉得说你这个推荐算法有了之后以前大家也在激烈的讨论嘛说到底大家这个视野是变宽了还是变窄了其实我觉得其实我们这个社会已经在默默的改变了通过这这过去几年其实第一个就是他推送给你的话信息就变得更加民主化但是他
非常非常的民主之后其实它有一个负面就是其实信息也变得民粹化嗯就是大家都只看只在那个信息解放里面然后你无论是你是持正方观点还是反方观点你都可以在网上看到很多跟你那个想法类似的人而且你老是看到原来大家都跟我想的一样然后你就会觉得就慢慢的有点就是非我族类这种感觉就是我们这个信息哎就是很有道理对
所以其实这两年社会其实发生了很多变化像 GME 就是上周美股的这种 GME 其实也是受这种信息传播和推荐算法我觉得它是你看上去好像隔很远其实它背后反映的是同样的一个发展的一个脉络然后又比如说之前我和一个 OpenAI 的朋友聊他们说了一个比较可怕的就是说可能算法的另外一面就是说可能以后会存在说
被算法控制的人和控制算法的人这也是我觉得也是那个 Samultimate 为什么可能他另外也在做一个区块链的公司只能用就是你只能用魔法对抗魔法就用区块链来对抗对抗人工智能你到时候假设一切东西都可以 AGI 了你今天看到的这个视频
到底是不是就比如我现在正在看到的高宁的这段视频到底是不是他本人录的呢嗯那那这个这个所以他他有一个另外一套区块链的技术来保证这个来证明你是这个但他提到这个就是有的人会被算法控制有的人会会控制这个算法就好像觉得算法他非常的这个集权嗯然后我一开始觉得好像还很远然后突然有一天啊就在去年的下半年看到一篇报道叫做
应该在朋友圈是热搜叫做困在外卖算法里的棋手我就突然想到这篇文章我就突然发现这不就是一个很好的 case 吗其实我们的工作都被这个算法所固定了其实我们社会已经慢慢的被这个改变了你想我们之前讨论说这个会不会改变我们社会会不会使得我们人越来越窄但其实我们社会潜移默化的已经被这个趋势所改变了
那有没有这个答案我觉得我不知道但是我觉得推荐算法这个事情确实因为它覆盖面很广对我的一个感触就是如果是以信息作为决策基础的话那你的信息来源其实是非常重要的一件事情就如果你信息来源是以算法为基础这件事可能就会影响你的决策但我跟高宁和包括 Mason 聊下来我感觉其实你们很大程度上你们的信息来源
应该是有相当程度上是一个主动的去挖掘或者是你相对来讲没有被算法渗透的这样一个信息来源占比会更高所以就导致你们的决策更多是在我们叫传统也好或者说它相对来讲是一个更独立的也好如果我们看一下现在的创业者的画像的话大概会有哪几类的类型在整个 AI 行业里面进行做一些事情
对这个我觉得有一张图要是我们能在 show notes 里面贴出来就到时候麻烦两位贴出来我就是那个就是有一个很著名的一个个人的投资人叫 Electio 然后他带着一篇文章中提到了我觉得还说的
很好啊就是我觉得这个全球都有一定的参照度啊就是他就说现在 AI 的这个创业者大概分为四波然后第一波的话就是 AI 的 researcher 这里面肯定就是呃偏在这个对吧就是这个呃通过模型或者通过技术的力量相信这技术力量能够去改变或者是最早意识到技术的就 AI 这个技术的一些独特性那代表型的公司就是说
就是 open eye 的,anthropic 的,character 的,transformer,这几大作者出来创业的公司可能都是这类代表。然后第二类的话呢,他叫做 infra engineer,那 infra engineer 也可以想象就是卖铲子的人吧,那因为大家看到了这个模型的能力之后,一定会想是很多人帮助,帮助,
这个创业者更好的去用这些模型或用这些技术那可能典型的看到就是说做这个 model serving 的公司啊然后这个做一些这个偏脚手架的就是工具链的公司啊 long chain 啊等等那这一类他们其实对中间层或者是偏工具层这一层是创业的这个项目或者是这个呃
人群会比较多那么第三类的话其实就是产品了因为这个产品可能包括了这边比较广啊有产品经历啊又有一些是 engineer 啊有些甚至是运营的然后都会有
那么这一类的话呢其实是我觉得去年下半年吧到今年开始非常大的一个这个创业者的群体因为大家看到我不管是做一个小生意小工具也好还是说我做一个特别有意思的 C 端的一个产品也好那么都是在这些模型和前面提到的这个工具链的基础之上快速的能做一个产品
然后最后一波也比较最后一波就是今年看到的一波很重要的群体我把它理解成就简单来说就叫行业老炮那也就是说我之前是连续创业者我在一个场景里面深耕了很多年我深刻的知道在这个行业里面或在这个场景里面到底很深刻的没有被解决的问题是什么那能不能用 AI 去解决
那这里面很多就是这种企业家也好啊然后我们看到的所谓的这种行业的大佬创意啊比如说这种 South Force 的创之前的 CEO 出来创业或者是对吧就是这样的一些很资深的人甚至是像这个老牌的这些孵化基金里面孵化的一些 AI 的项目那么他们深刻的去理解这个行业的问题之后非常笃定一个方向然后那他们
这个也有很有号召力那传了一个不错的团队然后刚开始的融资也非常的这个这个这个亮眼了就刚开始就能拿很多钱毕竟凭借他的声位啊这个声望和地位啊那等等出来那我觉得这一波其实确实呃
刚刚开始或者是没多久那么因为这涉及到的就是每个行业它的进展不一样每个国家它的数字化的基础也不一样逐步的出来我觉得还是这几类吧就是基本上能够挡括明白在这个图里面的话它这四波它是有一个
顺序关系他可能 wave1 第一浪是这种 AI 的大模型研究然后你提到最新的这一浪可能是企业应用但是在我的感知里面好像你即便说第一浪的这种大模型依然也是一个比较新或者说其实也有公司在这方面再继续做创新
你刚提到的第 4 浪说刚刚开始的比如说像 salesforce 的 CEO 也出来做这种应用层面的这样还就是这一浪还有一些 case 吗我觉得这个还挺新领的对我来说
因为这个的话呢其实也是看到的是刚才讲到像 Sourceful CEO 出来做那个 C-ERA 然后这个之前有这个我记得 GitHub 的这个前 CTO 还是前 CEO 应该是前 CTO 出来做的那个编程 AI 编程的这个大模型 Poolside
那么这一类其实都是就是下就去年下半年的时候我们听到了有新闻但是今年上半年的时候真正官宣了融资也好或者是产品的一些进展也好那我觉得可能今年会听到更多然后你可以发现他就是在比如说 CR 是做企业级的这个客服嘛他就是一个很典型的是比较 to enterprise 然后是一个很明确的场景
但是我有了一个新的这样的一个产品和更好的模型之后那我确实能够呃以 agent 或者是能够去 take action 就是能帮你去完成一些任务而不仅仅是接个电话回答个问题而已了那也就是说人家对场景的这个需求是很明确的那么我需要去做一个更好的产品啊去满足那么呃去解决而不是可能仅仅是做一个替代方案那这一类我觉得今年应该会看到更多那呃
那有些可能是他已经出来了我只是我们不知道可能他真正的真正官宣或者是产品有些进展产品发布可能是在今年下半年的时候明白明白然后针对这四个浪潮我觉得很自然而然的一个问题就是说中国和美国那他们在这个浪潮里面
是什么样的声位或者他们关注什么样的机会这个因为你在两边都待然后也都接触嘛也想听听你的看法我自己的感受可能就说两个差异吧第一个的话呢是确实我感觉美国那边或海外就是刚才讲的 wave 1 其实动作是非常快的然后包括 wave 2 啊就是因为我觉得这个本来就是
就是绑在一起了嘛就是海外包括 researcher 或者是这个里面的 AI 的这些研究员那么他们看到的机会不管是在模型测还是在做这个就是工具层下场的速度应该是去年上半年的时候大爆发嘛就是应该是二年下半年和二三年年初的时候大爆发对吧像 character AI 或像这些公司其实是二年出来的那么只是被我们听到是二三年
那么是 20 年成立的那么之前下场的速度本身比较快我觉得也是在于本身就是在提供这些基础设施服务和工具层在海外就是个很成熟的市场就大家能看到这个东西有价值就一定会有人付钱或是一定会有人快速的去使用这个是我觉得美国这边就 Wave1 和 Wave2 的一个特点然后国内这边的话呢一方面
大厂动作当然非常的快包括我们看到的百度也好字节也好腾讯阿里那么二方面我们真正看到所谓的真正的创业者其实动身比较多的我觉得还是做产品的人那么可能就是第三就是 way3 那么我是觉得一方面是人才就是我们确实储备了很多的这样的
移动互联网然后包括在大厂里面这个做产品的人才那么大家第一反应是说我怎么用好这些模型去做个有意思的产品那么怎么快速的去迭代所以怎么快速的去试验那么这个的话是我觉得从创业者的画像的角度来说不一样的地方然后第二的话就是到底做什么样的产品什么样的方向上的不同那美国这边的话其实
大家有一些共识就是在 B 端就一方面就是 2B 的场景不管是 SaaS 还是软件也好就是创业者出来做事情的找一些很垂直场景的特别特别多举个特别简单的例子就是当年我记得 YC 我忘记了哪个 batch 上面有一个特别有意思做客服的产品它是给谁做的是给
当地的做 bug control 就是做害虫管理的这样的 agency 去做的一款客服产品为什么之前没有这个产品是因为
这个之前谁会去用一个客服系统就是这些 agency 这些做害虫管理基本上都是夫妻老婆店或者是很小的一个公司嘛那么他们也用不起一个很高级的一个什么客服外包那但是呢他们公司有网站有电话那你当出现这种这种用户出现了这种有 bug 的时候有害虫的时候他去打这个电话你又不一定守在电话前你很容易就接不到嘛
那这个时候如果你需要接一个很传统的一个客服机器人的话他又不懂害虫的这些专业知识他根本就没有办法去理解用户的问题但是如果有了有了这个生成式 AI 你再结合上这个知识库 RAC 这些方案你很容易打进一个基本上能覆盖比如说百分之八九十的这个害虫知识的一个一个智能的客服助手然后他能够去帮你去
回答大部分的这个客户的一些初步的请求那么他知道了你大概是什么样的害虫应该对应什么样的服务他就帮你自动的去完成这个 appointment 的预约那么这个客户系统就很快搭起来那可能听起来是一个很小的市场或是很一区的市场但实际上在美国是个很大的市场那所以我就只是说这个呃
就是以这个例子去看是说有很多这样的在美国这边围绕了一些比较垂直的甚至很 niche 的场景出来的 2b 的场景实际上增长的速度非常的快然后那么在国内的话呢我觉得这个就挺不一样了那反倒国内的话就是 2c 就还是说我们看到的是这个好玩的东西有意思的产品不管是在这个我在这个
纹身图或者是这种呃这种呃变脸的啊或者是像之前的这个呃出来的很火的一些这个呃 C 端的这些呃海马体的这种拍照的这种效果的产品也好啊那还是说围绕着一些呃虚拟陪伴女友这样的情感陪伴的这样的一些呃就是这种呃
陪伴类的角色扮演类的甚至治疗类的这样的产品那都是面向于 C 端的然后是更多的围绕着人性方面的一些东西感官上的一些东西去做的那么我觉得这挺 make sense 的因为本来我们在这一方面对人性的把握对一些用户的运营就很擅长所以比较自然而然的去联想到这里面有了 AI 之后一定会有一些有意思的玩法意义
和被吸引的用户对吧所以我觉得到还这个确实我从去年看一下的话这一块的感受的差异会比较大对于创业者来说他下场做这件事情他的预期大概是一个什么样的比如说他就是想做个小生意挣点钱还是说我要做一个比如说很
很几十亿上百亿美金的这样一个公司就第一个呢是我觉得这个做产品和做生意这两件事情不冲突就是说最近这一年包括海外我看到因为你搭建一个 AI 产品的难度前面讲到因为基础设施中间层的越来越完善你搭建一个产品的时间真的是大大缩短了
然后需要的劳动力也大大的缩短所以直接会导致你做出一个产品出来你线上推广或推广的方式也变多了那么门槛也变低了所以的话就是 booststrap 的公司越来越多了 booststrap 的意思就是说简单来说就为所发育或者说我不要融资
我也不需要融資,但是我能很快的去試驗我的產品,試驗我的 PMF,然後找到 PMF,我很快的因為也能收到錢,所以就變成一個聽起來有點像做生意,但是不一定是一個很小的生意。這樣的公司非常的多,而且明顯是吃到 AI 的紅利的。
很简单的例子是用 AI 去读 PDF 了对吧然后 AI 去帮你去很快的去文章写文章写文案然后帮你去创作或深图也好那这里面其实因为用户
就是你出来的人群非常的广泛然后你不同这个年龄阶段不同画像不同风格的就简单来说纹身图那你有针对二次元的针对漫画的针对动画的针对专业设计师的针对广告用户的那么他们对文的对图的效果其实和风格都会不一样
那这里面又运用了大量的就是呃就是技作也可以把它做成一个小工具的生意也可以做成一个比较有意思的社区或者平台的公司出现就是大家呃这个去触达用户或者是做产品的方式非常的多我觉得这一点就是呃我觉得大家呃至少有很很一定比例的人吧不管在国内还是在海外是有这样的预期那么我先做一个呃
不错的一个产品那么但是我把当成生意这么做因为生意就意味着我能不能很快的去看看有没有 PMF 到底有没有这群人喜欢我的产品然后那么我觉得是在这个过程当中逐步逐步的有些团队或者是
这个创业者就会开始想说那如果我看到了有很好的 traction 然后在这里面的这个人群其实比我想象中的要大那我能不能去做所谓的改变行业或者改变这个人群的事情那么这时候的话他们会想的是说那我是不是要去融资我是不是要这个比较正统的去组建一个比较强的团队去支撑我做改变行业或改变这个人群的事情
那么这个时候的话就开始 VC 有介入了那么这时候的预期就变高了这是不同的 shareholder 的预期都变高了那么当然还有第三类就是说我本身就想说的跟我刚才讲的这个 way4 就是第四波的浪潮的人的画像有关系了我就是这个行业里面很资深的从业者大佬然后我很清楚的知道这里面还有什么样的问题那么我就知道我从 Day1 开始就要做一个改变行业的事情
那么这个也肯定是很多的那么那这一类甚至我觉得今年或者未来会看到的更多就是当你模型的能力和表现其实已经足够了足够去解决行业的问题了那么我对刚开始的产品的形态然后都有一个相对来说更成熟的想法了
那么这个时候的话可能一开始我就知道我需要多少人才多少钱然后找怎样的 VC 然后去组建这个团队也好然后做这个事情也好那么这个的话可能是我理解中的第三类就是出来之后就是比较正统的去拿融资然后去把这个事情做成一个改变行业的这一类
了解你刚提到在美国很多锤类或者 QB 端会有很多的创新新公司就出来能给我们举两个例子吗就是你印象比较深的锤类的例子以及他们的成长有没有什么样的启发好
好的这个我就大概描述一下这个产品吧有一个是我最近看到有一些意思的就是这个名字应该可以说它叫 gatekeep 那它是一个就是通过视频去切入教育这个场景那大概意思是说那以前我们去问一个问题哈就比如说勾股定律那么给你出现一大堆这个文章再加上这个比较死板的一些配图吧
就来解释什么是勾股定律或者是用在哪里但是现在是说你只要问这么一个问题那首先大模型是知道这个答案的因为他知道 source 在什么地方他也知道怎么去解释然后他帮你生成的是一个动态的视频那么这个里面就是随着每句话他就自己生成了比如说这样的一个动效的一个这个讲解这个定理的一个呃
一个三角形啊或立体的一个图形标了不同的颜色去讲啊勾股定理是什么然后接着的话呢你在这个过程当中他一边讲因为这是一个
交互式的一个产品嘛所以你还可以问他问题然后在问问题的过程中你还可以打断他对吧然后他可以停下来给你讲说这一步然后有一家创业公司就是做这样一个产品那么当然了就是这里面对一些偏就是偏这种逻辑性比较强的学科就数学物理化学这个样子因为这个
这个答案是固定的这个答案是肯定的唯一的它不会出现一些这种模棱两可的这种发散性的答案那这种的话它的效果应该是会更好当然这也又涉及到是说你要花很多功夫保证它真的讲的东西不错然后还有就是它生成的东西跟它讲解的东西是对齐的那等等这里面的一些细节但我觉得这个特别有意思就是说我记得那个创始人
还说过一句话嘛就是说他说 education will never be the same 就是教育对就是对每个人来说不应该是一样的你不应该每个人因为他的知识能力他的这个基础是不一样的所以当他问一个相同问题的时候你不应该给他看一样的答案那所以他就真正的变成一个个性化的一个教育产品了所以
这是我近期其实看到一个特别有意思的一个点就是其实 AI 真的是就好些人也在不同的节目里上想说的就是说能让很多东西平权吧就是能让更多的普通人能够
能够能够普惠我觉得这一点我还是挺认同的对这是我看到的一个产品吧然后第二这个听起来其实也是蛮 niche 的一个角度就大家也知道生成视频这个能生成多么 general 的多么这个视频但是它切入的是这个点我觉得挺有意思的
然后第二个产品我看到的是这个是给这个面试者提供一个口拍了那大概的意思就是说那现在当然就是远程视频面试是一个比例越来越高的一个场景了
那么我们其实在视频面试的时候包括我自己也是有体会就是在跟面试官聊的时候可能我们电脑前开着一个摄像头然后同时我们自己也会打开一些自己的简历 CB 一些文档去帮助我们更好地在这个过程当中去
去应付呃面试官的一些问题对吧然后呢现在的话他这个产品说哎你不需要这个打开这么多的 CBR 面试这些东西你把它全部丢给我然后我来学习一下你过往的一些经历然后的话呢那么包括甚至是这个面试官的背景以及公司也好那么的话呢我不管是连面试前我帮你做模拟面试还是在面试过程当中然后我听这些面试官的问题之后我就马上呃
谈出几个要点然后在这个也是在屏幕的这个左侧吧然后在这样的话来帮助你更好的去回答那你不用手忙脚乱的要打开好几个文档对吧每个文档只能开一个小小的窗口然后去找你这些答案
那这样的话其实他学习你过往的这个经历越多然后这个掌握的面试的这些观的问题也越来越多他记录下来之后那可能每一场面试他就会这个弹出的答案哪怕相同的答案他给你的要点 highlight 其实都会比上一场要好然后帮助你更好去回答这样的问题然后这个可以用在面试之前也可以面在面试之中
那么这个我觉得也挺有意思的就是谭帅说就是两三年前看过很多做视频面试的这样的工具这个东西是给 B 端用的就给 HR 用的甚至是写代码的是给技术的面试官用的就我自己一直在想说到底对面试者来说有没有什么好的工具我就看到这样一款产品那么我觉得也挺有意思也是因为有了 GNI 之后你才能去做到的这样的一个产品
还有一个经常被讨论的就是中国公司的文化和美国公司的文化哈嗯就说中国公司可能特别卷啊美国可能以前大家没有那么多卷但
过去又有一些大厂包括我们看到像马斯克这样的人大家会说跟中国公司学习把公司变成了 996 很卷然后又到现在可能新的 AI 时代一些小公司又出来你觉得在中国的传统企业文化和美国传统企业文化碰撞当中现在是一个什么样的情况是大家互相融合还是说中国人变得像美国人还是美国人美国公司变得越来越像中国公司这样
我觉得首先文化上的话其实差异确实有的这个差异可能不仅仅是那个工作的这个勤奋程度或勤劳程度我觉得可能很多时候是就我听到的很多反馈还是工作的一个态度和理念上的差异对于美国人来说如果是
那边的人来说大家的 ownership 普遍会更强一些这里的 ownership 特别值得就说哪怕我只是一个工程师但是我会觉得我在做的其实是可能做每一个事情可能对会公司的产品或者业务都有很深刻的影响所以我会很积极的去扮演的不仅仅是个执行者而是一个甚至要去 challenge
去挑战我的 leadership 然后去表达的这样的一个性质那更不用提在创业公司里面的这样的一个简单的工程师那自主能力和 ownership 责任感是挺强的那这一点的话就形成了其实也形成了就是美国创业公司或者创业公司更用于用于去表达
去挑战上面的人挑战一些老玩家的这样的一个氛围那么我觉得国内的话因为我也了解到可能一些海外的华人的团队开始在国内会想去找一些工程师或者是想搭建一个 funding 的一个小团队也好但是如果是这样的性质的话至少下面的工程师的话他的 ownership 可能没那么强
或者是说那我觉得我更多时候就扮演好一个我自己的一个角色偏执行者的一个角色就可以了那么如果我不是 funding member 但是其实
我觉得可能公司在十个人二十个人这个时长天的话可能每个人扮演的角色都得是一个非常有 ownership 有责任感要勇于去表达和挑战这样的一个角色才可以那这个的话可能是还是有些文化上的不同和理念上的不同那么所以呢这个是我觉得意味着也就是说包括国内的公司来说对 CEO 的要求就更高了因为你很多时候真是要想得更远一些然后这个因为你听到的声音相对来说会少一些嘛
然后那你说工作勤奋或者是卷的程度呢在公司早期阶段的话创业公司都还挺卷的就是尤其在湾区那边吧就在湾区的硅谷的创业公司啊我感觉这个呃就平常想约他们出来啊怎么聊一下之类的话他们时间也安排的非常的紧凑可能尤其是可能业务开始在步入正轨了开始在一个呃
好的一个发展势头有 PMF 了开始拓展业务我觉得他们都还是很忙的那二是说的话呢那个我觉得更多的时候会是想到的一个趋势就是说如果我是一个全球化配置的一个团队那很多时候的话那这个如果美国本土的公司大多数情况下还是美国本土的设置但是如果你是个华人做出海
或者是这样的话,可能就是个全球化的配置的团队。全球化配置的团队的效率从这个角度来说确实会比你本土的要高。那就举个例子,如果我中国有团队,美国有团队,或者是美国有团队,我印度有团队,这样全球化配置的团队,那当你工作任务来的时候,你只要分工和各方面协调做的足够好的时候,就可能出现是上午出现的功能,你下午就迭代好了。
或上午出现的 bug 晚上就解决了因为你是一个这个有时差嘛所以的话你是可以做全面的一个全球的一个配合那所以我能看到的是说有还是有一些
那边的 AI 的 startup 开始在就本来也开始这个本来也是很多时候是这个全球化嘛或 remote 办公嘛但是更多的 startup 可能从今年开始招人的时候就是全球化的去考虑招人就招第五个人第六个人的时候可能就是一个全球化的一个配置了然后他们讲到的重要的原因就是说哪怕我不管是在印度还是欧洲还是在其他地方招人那核心就是为了提升我的工作效率
然后同时也能吸引到更好的性价比更高的人才这里面还有刚才我们其实聊到一个点就是大厂在整个生态里面的位置但是它对于投资来讲我们之前也跟一些大厂包括站头去聊他们觉得包括很多创始人他们也愿意去或者说更愿意拿产业基金或者是大厂的钱你怎么看大厂和 VCPE 就是在这波投资里面他们的区别
我觉得大厂的角色还挺关键的,主要我觉得分为两类,一个的话肯定是他们的云资源也好,然后计算资源也好的加持,那么这个的话典型的就是对大模型公司或者是更需要算力的公司来说,这个是 VC 和 PE 蛮难给的,但是我们当然也看到了好些 VC PE 都说,
这个加入我的复发器或者是加入我的这个生态那你就可能能跟英伟达或者是计算资源等的这个提供方有更快的一些合作或者是更快拿到资源也都快变成一些 PVC 的手段了那但是对大多数 VC 来说你还是没有这个能力嘛那我觉得大厂是有独一无二的能力的然后二是说的话呢从退出的角度来说大厂也有也有它的诉求那这个诉求也是存在于是说那
大家都在一个探索所谓这个爆品 APP 也好或者 Killer App 这样的一个过程当中那么这个那么当你大厂也不希望错失这样的机会但他也知道自己有这个创新者窘境这样的困境那么他也可不一定真的能孵化出或者是做出这样的产品
那在早期我不管是通过战投的方式生态的打法我能够扶持一批这样的早期的创业公司那么等到有 traction 的公司我能不能输掉或者是整合进我的业务过来我觉得他也需要有一个上帝视角或者第三方的视角那这个时候的话那这个的角色肯定也跟 VCP 很不同嘛那 VCP 尤其是 VC 来说他肯定希望投一个大的那么
那么当然我知道有些 PE 现在也会做一些这种小的 AI 的 startup 一些收购和 MA 然后再打包卖给一些大厂的公司也有那这里面的话可能就把 VSync 和 PL 拆开来说了但是对大厂来说它的这个诉求我知道肯定是挺明显的然后这个所以这两方面我觉得是大厂比较关键的一个角色吧
明白所以这里面如果是看 GP 我们再往上穿透一层的话我可能也是想问 Mason 你作为从 LP 视角你看这些投 AI 的 GP 你的感觉是什么就包括国内的可能海外的可以跟我们分享一下我简单分享一下先说结论吧就是挺难的就是挺难做出这个选择和判断的我觉得这个和 AI 的
行业有关因为科技行业就是特别快那 AI 人工智能又是对在科技行业里面的发展都已经算更快加速的更快你如果说他哪些地方就是可以说叫范式转移吧就是颠覆了以往的很多规则的话真的有蛮多地方都颠覆了比如说第一个点在人才上我觉得就是一个很大的颠覆以前的话
那可能真的是几十年来就是人才因为公司而存在,就是说 OK,我是这个小 A 小 B 小 C,我们都是来自于某个公司,我们都是共职于某个公司,我们是这个公司培养出来的人才。但是在人工智能时代和这个我觉得 COVID 之后吧,当时不是掀起了一阵这个叫做远程工作,然后硅谷那边掀起很多人是,
身兼数职因为远远一身工作一个人他具备的能力也许可以在很多地方都发挥出这个功能所以他其实确实可以充分地发挥自己的才能为这个社会包括为不同的公司创造更大的价值现在你是可以看到一个很简单的就是人才无价
一些硅谷的朋友比如说在英伟大工作的朋友他们的薪酬他们的加上股票的激励那是非常难以想象的之前我们有一次跟朋友讨论的时候他自己的父亲可能也已经是中国的民营企业家里面挺能赚钱的了但
都说到就是说放到我们父母那一代可能你都很难想象可能说你说一个公司一整年赚的钱可能就是人家现在他的孩子在英伟达一年能够挣到的钱这个是非常离谱的呃就是在我们谈论的观点里面是非常离谱啊就比较比较令人震惊啊然后包括像我们在中国一些呃
想发力 AI 的公司甚至还会以更高的价格去硅谷把这些人给挖回来所以人才无价这个是企业甚至乎因人而存在这是第一个点我觉得人才对以前是一个很大的颠覆
第二个点我觉得对投资也是一个很大的颠覆刚刚那个点说的很对就是很多财务投资人其实在这一轮里面就没有他们的位置了因为钱很多市场上钱很多尤其美联储前面几年还印了这么多钱出来钱很多你如果帮不上忙的话我们就没有任何必要要你的钱
而且这个能不能帮上忙都不仅仅是说我们有什么资源你看我们有这么多 portfolio 你来之后我们也许能给你尽小劲这些都是虚的就是你能不能切切实实的在这一轮或者说在这个融资的投资的过程中帮上我们的忙所以其实对投资这个职业也是一个很大的解决以前投资人的就地位蛮高的因为你这个你站在这个资源分配的这个上游嘛现在你变成了你必须去
打引号的讨好啊就是你必须要你得自己有点东西来打动的这个创始人或者这些团队他们才 OK 所以说我们可以看到
有很多现在新型的你说到这个 AI 的 GP 其实现在没有很多单独专看 AI 的 GP 但可能有一些新成长起来的往往就是我们看到了比如说斯坦福的一个复帕契或者斯坦福原来的一个教授他看着说我好像自己成长就有这些资源我能够做一个解析又或者说媒体就是我本来就一直在报道这个媒体我这里面有很多读者
也许高年你们以后你们这个社区也能做成一个基金它是一种更加原生的方式成长起来而不是像以前那样我要做一个基金那我投什么我看 OK 我今天我投这个我投 AI 它的生长的过程变了第三个
我觉得一个比较令人震惊的事实哈就是也正因为其实专项投币的基金很少啊其实之前都是大家可能二级上的基金他也会覆盖这个半导体啊覆盖软件啊意义是想他口科技啊他就顺着往往前看看 AI 嗯
我举一个二级市场的例子就是其实过去两三年这个英伟达涨得特别特别的厉害但是其实有不少的这个半导体的专家二级市场的其实都没有能够抓住这一波的涨幅其实我觉得是可以理解的因为过往的很多在那个投资的框架里面就是你很难说一个公司假如它现在值五块钱你很难很自信地告诉大家这个公司值一百块嗯
他马上能能能丢到 100 块你也许能够说 OK 我翻倍了我就跑了或者说我为了仓位平衡我就怎么样但好像 AI 的时代
很多都发生了变化因为他就是可以一直涨然后当然他背后有自己的逻辑肯定也不是永远一直涨但就是他的一个范式好像和以前就发生了蛮大的变化以及以前的投资那套框架好像不是特别 work 了现在所以会确实会出现就是跟不上节奏的情况大家也都在学习而怎么破局谁能够更好的抓住这个节奏我觉得也许是新一代 GP 的机会
这里面人也变了像刚才提到人才也变了投资人的身份也变了什么都变了的时候
那么其实就会有大的机会产生我的理解其实是综合了刚才 Mason 的几个看法就是我们自己也在想就是因为这一代确实我们看到自己非常喜欢的一些这个之前在很老牌的投资机构里面的一些合伙人出来自己自立门户嘛然后他们的背景来自于不管是之前有成功的案例也好还是自己做媒体也好就
还是这个有很好的一些特殊的资源也好就是我自己是觉得现在从 sourcing 或者是从了解提升行业认知这个角度来说大家都变得很丰富那么在这个机会下好处就是在于你都有自己独特的优势这个劣势优势在于每个人都是有自己的 secret source 也就意味着你也很难就是说真的是很完整的去建立自己的投资的版图
那这里意味着我们自己是觉得这里面是跟前几年感觉就还挺不一样的那也就是说所谓的这种 boutique 的这种 fund 或者是个人的投资者在变多了然后我们也是觉得在这个基础之上那怎么去投资的不管是决策过程也好还是你的资源 sourcing 的渠道也好还是怎么提升你的认知也好都需要
怎么讲就是都需要自己的独门绝技吧就是我觉得每方面都不能缺然后而且还需要就像刚才 Mason 说的你对这个产业的上下游和一些这个把握上你还有自己一些特别的一些这个
门道那这个几个条件 Mapping 之下我们是觉得做投资真的更难了就不仅是我能理解说 LP 看 GP 的投资更难我是觉得自己我没有想象过自己要是真做一只基金不管是投什么样的 SaaS 和 AI 相关的那到底该怎么投那我
坦率说现在真的没有答案但是我觉得在一点点的发生改变或者是跟我们之前在之前的前面几家机构里面大家经常以前讨论一些投资策略啊 top down 的一些打法呀然后都会有很大的不一样然后第二点就是在于退出上可能都会有一些不一样的一些策略那为什么就是因为那现在
这种艺人公司或者是小团队变多了那么的话但是退出路径看起来好像也变得更丰富了因为打场啊各种资本的整合啊就是这种动作也在变多那么这个时候的话你是真的是像以前那样还是一个本雷打就是一个 home run 这一个退出的方式还是说你有一定的这个策略性的去做一个退出的安排那这个可能也是我们之前没有那么去深刻思考过的
但我觉得这个同样也很重要因为退出就意味着决定着你的基金能赚多少钱这个我觉得可能也在发生一些变化我就想 echo 一下 Mason 刚才说的明白节目就先到这也非常谢谢 Mason 和我们讲了很多 LP 的这种看法我们下期再见好那先这样拜拜