Why Investors Are Rethinking Everything for the AI Era

a16z 播客披露：美国 3000 家 VC 里只有 20 家连续二十年做到 3 倍净回报，而 AI 公司四年做到 1000 亿美元收入，SaaS 当年花了 15 年。

过去投中一个 Facebook 就能吃十年，现在不行了——a16z 的 David George 说，AI 是第一次出现"钱砸进去就能变成竞争优势"的生意，因为算力能直接变成产品。这期两位 GP 和一位 LP 拆解了：为什么权力法则从 VC 圈的小规律变成了整个市场的铁律，以及普通配置者最容易犯的错是什么。

过去创业公司拿太多钱会出事——招一千人、协调混乱、优先级打架。现在不一样了，钱能直接买算力，算力能直接让产品变好。

• David George 的判断：AI 是第一次出现"资本能复利成优势"的生意，所以权力法则比过去 10-20 年更极端，可能回到网络效应消费公司刚出现的年代。
• Ron 给的数字：AI 行业四年做到 1000 亿美元收入，SaaS 花了 15 年；而且需求渗透率还远没到头，推理需求是"无限的"。
• TAM 被算错了：医疗 IT 每年花 600-1000 亿，但 AI 打的是实际劳动价值——理赔、账单、行政，那是万亿美元级市场，比传统 SaaS 大 10 倍以上。

Ron 团队统计了美国 3000 家 VC，连续二十年做到 3 倍净回报的只有 20 家，不到 1%。更扎心的是：如果你没投进前 5-10 名，你拿到的就是行业平均——过去十年只有 1-2 倍，还不如买 PE 或公开市场。

• 一致性来自"每期都能拿到定义品类的公司"：这 20 家的共同点是每个年份都投中了当时的头部，光有 logo 不够，早期要占够股比，后期单笔要能占基金 5-10%，才能靠一家公司回本。
• LP 和 GP 的激励是反的：GP 漏掉下一个 Facebook 会被开除，LP 只有投错才会被开除——所以 LP 天然倾向"跟着基准走"，错过前沿模型也不丢工作。
• 组合太分散等于没投：如果一个 LP 组合里有 50-70 家 VC 基金，基本不可能跑赢平均；正确做法是集中在 15-20 家持续加注。

市场老问"哪一层会赢"，Ron 的回答是：市场会大到可能每一层都能赢，虽然会有很多公司死掉。

• Harvey 的例子：早期签约顶级律所但使用率很差，推理模型出来后使用率直接起飞——从"怕幻觉"变成"客户逼律所必须用"。律师的计费小时反而涨了。
• 判断真实增长不能只看财务：一堆公司从零做到 500 万 ARR 只要一个月，但没有续费周期，甚至互相卖给同批客户。要看的是客户是否真的在要更多，这得去跟客户聊，不是看 cohort 分析。
• 公开市场只剩 15-20 家 SaaS 公司市销率超过 10 倍，而且几乎每一家都在展示 AI 带来的增长加速。私募股权现在买软件，第一句话问的是"终端价值扛不扛得住 AI"。

"我这一路以来，对这类公司能长多大，一直判断错。"

• 如果你在评估 AI 应用公司，别只看 ARR 增速，先问一句：这家公司的客户有没有在主动要求更多用量？Harvey 的转折点不是签约，是推理模型让使用率翻身后客户开始倒逼采购。
• 对个人配置者：AI 相关资产值得超配，但前提是你能拿到头部——如果只能买到平均水平的基金，锁十年拿 1-2 倍，不如考虑流动性更好的资产。