广告
加载中

Coatue创始人谈K型分化和SpaceX上市:公司越大市值翻十倍概率越高

主编24小时在线 2026-06-09 11:21
主编24小时在线 2026/06/09 11:21

邦小白快读

EN
全文速览

本文是顶级投资机构Coatue联合创始人Thomas在Liquidity峰会上,关于AI时代一级市场变化、顶级公司增长规律的分享,核心干货如下:

1. 核心行业趋势:经过2021年零利率泡沫和后续融资收缩后,全球独角兽生态在AI驱动下重回健康,2024年9月以来独角兽整体平均上涨70%,资金呈现集中化特征,大多流向少数头部AI公司,单家独角兽融资额比2021年增长5倍,独角兽数量减少但整体质量提升。

2. 反常识增长规律:估值越高的大公司实现十倍增长的概率越高,估值超10亿美元独角兽涨至100亿的概率约8%,超100亿涨至1000亿概率为8%-13%,超1000亿公司实现十倍增长的概率高达31%。

3. 投资启示:当前市场呈现幂律分布,选对头部赢家的重要性远高于分散布局,未持有头部资产的机会成本比以往大幅提升。

本文对AI时代的全行业重构趋势和消费变化做出判断,能为品牌商制定战略提供参考,核心干货如下:

1. 消费趋势变化:AI正在重塑几乎所有消费领域,用户更偏好了解自身偏好的AI个性化服务,推动相关产业链需求升级;同时GLP-1类药物已经深刻改变大众饮食结构,影响食品、酒精消费,催生健康生活方式新赛道机会。

2. 竞争格局变化:AI驱动下行业集中度快速提升,赢家通吃效应加剧,品牌如果不能抓住AI转型机遇,很容易被头部玩家挤出市场;巨额资本回流硅谷后可能引发全行业价格战,品牌需要提前做好竞争应对准备。

3. 经营优化方向:AI正在重构广告行业,目前Meta、Google已有四分之一广告由AI赋能,未来渗透率将达到100%,品牌可借助AI优化投放效率,还能通过AI更精准把握用户偏好,优化产品研发方向。

本文分享了AI驱动的一级市场新周期特征,能帮助卖家把握行业机会、规避风险,核心干货如下:

1. 新增量市场机会:AI生态规模正快速扩张,当前规模约1400亿美元,今年将达到3000亿美元,2027年有望翻倍,增长空间巨大,市场分为C端订阅业务、AI赋能广告、企业服务三大支柱赛道,卖家可结合自身资源选择对应赛道布局。

2. 行业格局变化:当前市场呈现极强的幂律效应,资金和收益都向头部少数赢家集中,中小卖家需要避开头部玩家已经占领的核心赛道,挖掘细分垂直领域的差异化机会,降低被巨头挤压的风险。

3. 风险提示:随着头部AI公司上市带来大量资本回流,未来AI行业可能爆发价格战;同时二级市场是检验AI商业模式的试金石,概念炒作没有生存空间,卖家需要聚焦有真实收入、真实盈利能力的项目,规避概念泡沫陷阱。

本文对AI时代全产业链的需求变化做出判断,能为工厂把握新机会、推进转型提供启示,核心干货如下:

1. 生产需求新变化:AI普及带动全产业链需求升级,AI系统对存储和上下文记忆的需求大幅增长,单个用户所需内存量将提升5倍,直接拉动存储芯片、半导体相关生产需求爆发,整个半导体行业正处于世代级增长行情中,相关供应链工厂可提前布局对应产能。

2. 新商业机会:航天科技等新赛道快速崛起,SpaceX等头部公司正在推进多星座布局,未来各类企业、政府都会有搭建专属星座的需求,还会衍生出太空数据中心等新业务,上游制造工厂可抓住头部项目的配套生产新机会。

3. 转型发展启示:AI正在改造几乎所有行业,工厂需要加快自身数字化、智能化转型,匹配下游客户的AI化需求,同时要紧跟头部玩家的技术迭代方向,提前调整产能布局,避免被行业升级淘汰。

本文梳理了AI时代创投行业的新变化,总结了行业发展趋势,能帮助服务商把握客户需求、调整业务方向,核心干货如下:

1. 行业发展新趋势:当前创投市场已经走出此前现金消耗远大于返还的失衡状态,退出市场正在解冻,未来12个月内就有SpaceX、OpenAI、Anthropic等多家千亿级巨头上市,总退出规模将超过过去十年总和,创投生态重新走向健康,将带动投融资、退出相关服务需求增长。

2. 客户核心痛点:当前一级市场收益高度集中在少数头部公司,资本配置者的核心痛点转变为如何在高估值和高确定性之间做出选择,大量机构需要更精准的行业研究、数据拆解服务,来判断头部公司的真实价值。

3. 新业务机会:AI改变企业代码生产方式,带动企业AI服务需求爆发;目前存储领域缺乏类似台积电的规模化专业代工平台,相关技术服务存在较大市场空白,服务商可针对性布局相关业务。

本文总结了AI时代独角兽经济的新特征,对平台把握市场需求、调整运营策略有参考价值,核心干货如下:

1. 市场对平台的新需求:AI时代资金集中流向少数头部大项目,中小项目融资需求降低,一级市场平台需要调整业务策略,聚焦头部优质AI项目的融资服务,匹配当前资本流向变化;同时退出市场解冻后,大量头部未上市巨头有上市需求,平台可针对性拓展上市相关服务。

2. 招商运营方向调整:当前AI生态呈现赢家通吃特征,头部大公司的增长速度、十倍增长概率都远高于中小公司,平台招商可适当向已经验证的头部AI、航天科技、金融科技项目倾斜,提升平台整体项目质量。

3. 风险规避方向:多数头部AI项目都有真实收入和高速增长,并非概念炒作,但最终价值仍需二级市场检验,平台需要做好尽调,规避无真实业务的AI概念项目,同时警惕未来AI行业价格战对项目盈利能力的冲击。

本文提出了AI时代独角兽经济的诸多新观察新结论,是研究当前创投和AI产业的一手资料,核心干货如下:

1. 产业新动向:AI推动全球独角兽生态发生结构性变化,资本从分散走向集中,单家独角兽平均融资额较2021年提升5倍,独角兽数量下降但头部公司质量提升,幂律效应进一步强化;一级市场出现了由8家未上市巨头组成的头部阵营,涵盖多领域,总价值达4万亿美元,整体表现跑赢美股传统七巨头。

2. 新的产业增长规律:打破了“大公司增长慢、十倍增长概率低”的传统认知,数据显示估值超1000亿美元的大公司实现十倍增长的概率高达31%,远高于中小独角兽,头部公司的复利增长速度远超以往,未持有头部赢家的机会成本大幅提升。

3. 值得研究的新问题:当前一级市场出现K型分化,多年没有新增千亿级公司,未来是否会持续赢家通吃格局;AI巨头拥有大量资本后是否会爆发价格战;巨型私营公司集中上市会对一级二级市场格局带来什么影响,这些都是值得深入研究的新产业问题。

返回默认

声明:快读内容全程由AI生成,请注意甄别信息。如您发现问题,请发送邮件至 run@ebrun.com 。

我是 品牌商 卖家 工厂 服务商 平台商 研究者 帮我再读一遍。

Quick Summary

This article summarizes key takeaways from a talk delivered by Thomas Laffont, co-founder of top-tier investment firm Coatue, at the Liquidity Summit, covering shifts in the private market and growth patterns of top companies in the AI era:

1. Core industry trend: After the 2021 zero-interest rate bubble and the subsequent funding contraction, the global unicorn ecosystem has returned to healthy growth driven by AI. Since September 2024, the average valuation of unicorns has risen 70%. Capital is increasingly concentrated, flowing overwhelmingly to a small number of leading AI companies. The average funding size per unicorn has grown 5x compared to 2021, and while the total number of unicorns has decreased, their overall quality has improved.

2. Counterintuitive growth pattern: Larger, higher-valuation companies have a higher probability of achieving 10x growth. The probability of a unicorn valued over $1 billion growing to $10 billion is around 8%; for $10 billion to $100 billion it ranges from 8% to 13%; for companies valued over $100 billion, the probability of 10x growth reaches as high as 31%.

3. Investment takeaway: Today’s market follows power-law distribution. Picking the right top winners is far more important than diversifying holdings, and the opportunity cost of not holding leading assets is much higher than in previous eras.

This article outlines shifts in industry-wide restructuring and consumer behavior in the AI era, offering strategic insights for brands, with key takeaways below:

1. Changing consumer trends: AI is reshaping nearly all consumer sectors, as users increasingly prefer AI-powered personalized services tailored to their preferences, driving demand upgrades across the relevant industrial chain. Meanwhile, GLP-1 medications have profoundly altered public dietary patterns, reducing consumption of food and alcohol and creating new opportunities in the healthy lifestyle track.

2. Shifting competitive landscape: AI is accelerating industry concentration and intensifying the winner-takes-all effect. Brands that fail to seize the AI transformation opportunity are at high risk of being squeezed out of the market by leading players. The massive capital flow back to Silicon Valley may trigger an industry-wide price war, so brands need to prepare competitive responses in advance.

3. Directions for operational optimization: AI is restructuring the advertising industry: already a quarter of ads on Meta and Google are AI-powered, and penetration will reach 100% in the future. Brands can leverage AI to improve ad delivery efficiency, and also use AI to more accurately capture user preferences to optimize product R&D directions.

This article shares characteristics of the new AI-driven private market cycle, helping sellers identify industry opportunities and mitigate risks, with key insights below:

1. New incremental market opportunities: The AI ecosystem is expanding rapidly, with a current size of around $1.4 trillion, projected to reach $3 trillion this year and double again by 2027, offering enormous growth potential. The market is built on three core pillars: consumer-facing subscription services, AI-powered advertising, and enterprise AI services. Sellers can choose a track aligned with their existing resources to enter.

2. Changing industry landscape: The market currently exhibits an extremely strong power-law effect, with both capital and returns concentrated among a small number of leading winners. Small and medium-sized sellers should avoid core tracks already dominated by large players, and instead pursue differentiated opportunities in niche vertical segments to reduce the risk of being squeezed out by giants.

3. Risk warnings: The IPOs of leading AI companies will bring large amounts of capital back into the market, which may trigger a price war in the AI industry in the near future. Additionally, the public market is the real test for AI business models, where pure concept hype has no path to survival. Sellers should focus on projects with real revenue and proven profitability, and avoid falling into concept-driven valuation bubbles.

This article analyzes changing demand across the entire industrial chain in the AI era, offering insights for factories to capture new opportunities and advance transformation, with key takeaways below:

1. New shifts in production demand: The widespread adoption of AI has driven demand upgrades across the industrial chain. AI systems have far greater demand for storage and contextual memory, with memory requirements per user projected to increase 5x, directly triggering explosive growth in demand for memory chips and related semiconductor production. The entire semiconductor industry is in the midst of a generational growth cycle, so supply chain factories can prepare capacity in advance for corresponding demand.

2. New business opportunities: New tracks such as aerospace technology are growing rapidly. Leading players like SpaceX are advancing multi-constellation deployment, and in the future, a wide range of enterprises and governments will have demand for their own dedicated constellations, which will also spawn new business models such as space data centers. Upstream manufacturing factories can capture new opportunities for supporting production for leading projects.

3. Insights for transformation and development: AI is transforming nearly all industries. Factories need to accelerate their own digital and intelligent transformation to match the AI-focused demands of downstream customers. They should also keep up with the technology iteration direction of leading players, adjust capacity layout in advance, and avoid being eliminated by industry upgrading.

This article sorts out new changes in the venture capital industry in the AI era and summarizes industry development trends, helping service providers understand client demand and adjust their business strategies, with key insights below:

1. New industry development trends: The venture capital market has now emerged from the previous imbalanced state where cash burn far outpaced returns, and the exit market is thawing. Over the next 12 months, multiple $1 trillion-scale giants including SpaceX, OpenAI, and Anthropic will go public, with total exit volume exceeding the sum of the past decade. The venture capital ecosystem is returning to health, which will drive growth in demand for investment, fundraising and exit-related services.

2. Core client pain points: Returns in today’s private market are highly concentrated in a small number of leading companies, so the core pain point for capital allocators has shifted to balancing high valuations against high certainty. A large number of institutional investors need more accurate industry research and data analysis services to assess the true value of leading companies.

3. New business opportunities: AI is reshaping how enterprises write code, driving explosive growth in demand for enterprise AI services. Currently, there is no large-scale professional foundry platform for the storage sector comparable to TSMC, leaving a large market gap for related technical services. Service providers can layout targeted business in this area.

This article summarizes new characteristics of the unicorn economy in the AI era, offering a reference for platforms to understand market demand and adjust operation strategies, with key insights below:

1. New market demand for platforms: In the AI era, capital flows overwhelmingly to a small number of large leading projects, while financing demand from small and medium projects has declined. Private market platforms need to adjust their business strategies, focusing on financing services for high-quality leading AI projects to align with current capital flow trends. As the exit market thaws, a large number of leading unlisted giants have IPO demand, so platforms can develop targeted IPO-related services.

2. Adjustments to investment promotion and operation: The AI ecosystem currently exhibits a winner-takes-all dynamic, with the growth rate and 10x growth probability of large leading companies far exceeding those of small and medium players. Platforms can appropriately倾斜 their招商 efforts to validated leading projects in AI, aerospace technology and fintech to improve the overall quality of the platform’s project portfolio.

3. Risk mitigation: While most leading AI projects have real revenue and high growth, rather than pure concept hype, their ultimate value still needs to be validated by the public market. Platforms should conduct thorough due diligence to avoid AI concept projects with no real business, and also guard against the impact of potential future AI industry price wars on project profitability.

This article presents many new observations and conclusions about the unicorn economy in the AI era, serving as first-hand material for research on current venture capital and AI industries, with key insights below:

1. New industry trends: AI has driven structural changes in the global unicorn ecosystem, with capital shifting from dispersed to concentrated allocation. Average funding per unicorn has increased 5x compared to 2021, the total number of unicorns has fallen while the quality of leading companies has improved, and the power-law effect has further strengthened. A new top tier of eight large unlisted giants covering multiple sectors has emerged in the private market, with a combined valuation of $4 trillion, and their overall performance has outperformed the traditional "Magnificent Seven" U.S. large-cap stocks.

2. A new industrial growth pattern: It upends the traditional assumption that "large companies grow slowly and have a low probability of 10x growth". Data shows that companies valued over $100 billion have a 31% probability of achieving 10x growth, far higher than that of small and medium unicorns. The compound growth rate of leading companies far exceeds historical levels, and the opportunity cost of not holding top winners has increased dramatically.

3. New questions for further research: The private market is now experiencing K-shaped divergence, with no new $100 billion-scale companies created for many years. Key open questions include whether the winner-takes-all pattern will continue; whether AI giants with massive capital will trigger a industry-wide price war; and what impact the concentrated IPOs of giant private companies will have on the structure of both public and private markets. All these are new industrial issues worthy of in-depth research.

Disclaimer: The "Quick Summary" content is entirely generated by AI. Please exercise discretion when interpreting the information. For issues or corrections, please email run@ebrun.com .

I am a Brand Seller Factory Service Provider Marketplace Seller Researcher Read it again.

作者:MD

出品:明亮公司

近日,在Liquidity峰会上,Coatue联合创始人Thomas Laffont(下称Thomas)围绕AI、独角兽经济、私募市场与科技巨头的未来等话题进行了一次分享,并与All-in播客的主播们进行了一番对话。

在分享中,Thomas的核心判断是:经历了2021年零利率时代的泡沫与随后几年的融资收缩后,全球独角兽生态正在重新走向健康,而推动这一再平衡的关键变量正是AI。

他指出,自2024年9月以来,独角兽经济平均上涨约70%,但与上一轮周期不同的是,资本并未平均流向大量新公司,而是高度集中于少数AI赢家。独角兽数量减少,但单家公司融资规模显著上升;OpenAI、Anthropic等公司正在以过去科技史上罕见的速度扩张收入和估值。

Thomas将SpaceX、Stripe、Anthropic、OpenAI、Databricks、Revolut、字节跳动、Anduril等8未上市巨头视为未来的新型“指数”,并提出“一级市场八巨头”(MagnificentEight)的概念,认为它们代表着互联网、AI、金融科技、航天科技等多个超级赛道的集中爆发。

对一级市场而言,这意味着幂律效应进一步强化:赢家的复利速度越来越快,未能持有赢家的机会成本也越来越高。

一个反常识的数据是,越大的公司估值翻十倍的概率反而越高。

Thomas演讲中的数据显示:如果你是一家独角兽,也就是估值超过10亿美元,那么你有一天成为“十角兽”——估值超过100亿美元公司的概率,大约是8%。如果你已经是“十角兽”,也就是估值超过100亿美元,那么你成为1000亿美元公司的概率也没有高太多,大概是8%到13%。

“但有意思的是,如果你已经是1000亿美元以上的公司——我们把上市公司和私营公司都放进去看——你有31%的概率曾经实现过十倍增长。”

Thomas强调,这些高估值公司并非2000年互联网泡沫或2021年概念炒作中的“空壳故事”,而是拥有真实收入、超高增速和潜在盈利能力的企业。

不过,最终检验仍将来自二级市场。随着SpaceX、OpenAI、Anthropic等公司陆续上市,市场将成为真正的试金石,检验其商业模式、估值与长期竞争力。

对更广泛的经济而言,Thomas认为AI的影响已经超出软件行业,正在重塑半导体、云计算、广告、电信、能源、汽车和消费等几乎所有领域。Starlink可能冲击全球电信利润池,AI存储需求推升存储产业价值,Claude Code和Codex正在改变企业软件和代码生产方式。与此同时,巨额资本回流硅谷后,可能带来新一轮创业、投资和价格战。

整场对话的主线可以概括为:AI正在让独角兽经济更集中、更真实,也更残酷。在这个由幂律支配的新周期里,少数赢家可能创造前所未有的财富,而资本配置者面临的最大问题,是如何在高估值与高确定性之间做出选择。

在分享的最后,Thomas给出了四个观点:一,新的独角兽经济更加健康,而我们很大程度上要感谢AI。第二,赢家正在以前所未有的速度复利增长,这意味着没有持有赢家的机会成本也比以往更高。第三,颠覆正在影响全球经济的每个部分。第四,我们还没有进入超级智能时代。

以下为「明亮公司」编译的主旨分享和讨论内容(有删节):

演讲正文:独角兽经济与AI时代的估值

我希望今天做一点不一样的事情。哥们儿们,你们已经聊了几个小时了,可以先休息几分钟,坐下来。我们会给大家展示一些幻灯片,并带大家看一看“独角兽经济”的最新情况。

市场回来了。我们可以看到,自2024年9月以来,独角兽经济平均上涨了70%。我想这对在座很多人来说是符合直觉的。

但更令人惊讶的是,二级市场其实也出现了类似幅度的上涨。所以,如果我们看独角兽经济相对于纳斯达克的占比,这个占比自2015年以来曾显著上升,但过去几年其实已经趋于平台期。我认为这反映出Palo Alto等上市公司的强劲表现。

AI正在主导融资。这个图里有一点很有意思:AI在融资中的份额仍在持续上升。也就是说,连续多年,AI在融资中的“钱包份额”都在增加。

但资金构成已经发生了变化。

如果看“独角兽工厂”,它在2021年零利率时代,也就是ZIRP时代(零利率时代)达到顶峰;现在已经回落到一个比疫情前更低的正常化水平。

从数学上讲,如果把这两件事放在一起看,就会发现:自2021年以来,单个独角兽获得的融资额增加了5倍。也就是说,现在独角兽数量更少,但每一家融资更多。

接下来这张图我想多讲一分钟,因为它真正关系到我们整个生态系统的健康状况。

这张图的解读方式是这样的:如果看绿色线,也就是“ZIRP前时代”的独角兽群体,大约有73家公司。你会看到,在它们成为独角兽后的第20个季度,有80%要么完成了新一轮融资,要么实现了退出。我认为这是一个相当健康的状态。

现在,如果看2021年那一批公司,也就是红线,有两点非常突出:第一,在成为独角兽20个季度之后,只有不到20%的公司实现了退出或新融资。第二,数量差异巨大:2021年这一批有479家,而此前那一批只有73家。

现在,我们又迎来了一个新的群体,可以称之为“2024年AI公司群体”。关键问题是:它们未来会更像哪一个群体?

我们刚才讲到,AI正在让独角兽融资基础变得更加集中。但我们也看到,前十大公司正在吸收融资中的相当大比例。所以,不只是AI公司在拿钱,而是少数AI公司在拿钱。这其实也合理,因为我们知道Anthropic和OpenAI正在进行超大规模融资。

所以我喜欢这样思考:我们现在可能有了一个新的指数。如果我们思考未来的指数是什么,暂时可以把它叫作“MagnificentEight”——“八巨头”。

当然,随着这些公司上市,这个数字会缩小。

我第一反应是:这是一组多么不可思议的公司。看看它们的多样性:SpaceX、Stripe、Anthropic、Databricks、Revolut、字节跳动等等。这里有互联网,有AI,有金融科技,有航天科技。

如果可以的话,我会非常愿意持有这个指数,持有未来十年以上。

显然,这个指数的表现极其惊人。它代表了近4万亿美元的价值,并且大幅跑赢传统意义上的“Magnificent Seven”——美股七巨头。几乎其中每一个名字都跑赢了那个指数。

另一个积极信号是:如果看退出市场,退出正在“解冻”。

过去几年,我们和好哥们儿们多次讨论过一件事:独角兽经济非常擅长消耗现金,但它到底能返还多少现金?我们需要让消耗的现金和返还的现金之间保持平衡。这才是一个生态系统保持平衡的方式。

如果看2026年,它实际上走在一个不错的趋势上。还没有达到2021年的水平,但已经不错,而且这一年还剩下一半时间。

但这还没有包括三家我们知道即将上市的公司。

SpaceX显然会很快上市;而就在今天(6月1日),Anthropic也有新闻传出,说它已经秘密递交了S-1招股书。

如果把这三家公司合计起来,你会发现,它们的总规模基本上会超过过去十年很多退出规模的总和。

这意味着什么?我在2024年第一次All-In Summit(当年9月10日)上演讲时说过,我们的生态系统处于失衡状态。我们消耗的现金远远多于返还的现金。这是根本性的失衡。而现在你可以看到,即使还没有算上我刚提到的这些流动性事件,我们的生态系统已经显著更加平衡了,并且这种改善还会继续。

部分原因是OpenAI和Anthropic的增长速度,是我们过去从未见过的。如果看这张图,请记住,这张图的起点是2025年1月。那只是大约一年半以前。

短短几个月,这些公司就超过了Workday——一家非常出色的人力资源软件公司。接着超过了ServiceNow,又超过了Adobe。到年底,它们可能超过Salesforce。到今年1月,它们甚至已经比Google Cloud和Azure更大。

那么未来会是什么样?

这只是基于一些假设和预测。但你可以看到,我们估算它不仅会比Azure更大,到今年年底甚至可能比AWS更大,并且到2028年,可能比整个微软还要大。

当然,这些超大规模云厂商不会坐以待毙。它们看到了这种颠覆。但实际上,它们做的不只是观察,而是在资助这种变化。因为如果看我们熟知的ChatGPT时刻发生后,这些全球最大公司投入了多少资金来推动和创造这场变革,那真是前所未有。

我知道很多人会谈SpaceX。所以我想分享一点我们作为投资者如何看待SpaceX。这样,无论你是在考虑要不要持有这只股票,还是只是想在鸡尾酒会上显得自己很聪明,都可以借用一些我们的认知。

当我们研究SpaceX时,首先跳出来的一点是:与SpaceX估值最相关的第一驱动因素,是发射频率。这很符合直觉。如果你的业务是发射,那么发射次数越多,价值就应该越高。我们在数据中确实看到了这一点。

但还有另一个非常不同的指标,我想指出来:如果我们把估值除以发射次数,会是什么样?

你会看到,它曾经在一个固定区间内波动,后来则开始明显上升。

我们相信市场是理性的,所以我们开始思考:为什么当SpaceX发射次数更多时,市场愿意给它更高的“单次发射估值”?为什么它不是在早期发射次数少的时候估值更高,而是在发射更多之后反而更高?

我的基本观点,也可以称为我们的“Coatue框架”,是:SpaceX的商业模式质量会随着发射次数增加而提升。

SpaceX商业模式有三个阶段。

第一阶段,我们称为“星座(constellation)之前”阶段。你只是在测试火箭。我们知道,火箭很难。你也许有几个政府客户,但这是一种一次性收入业务,而且不可预测。然后进入初始爬坡期。现在,你可能有一个星座。

为什么星座重要?

因为它意味着一个终端市场,也意味着经常性收入业务。你发射的卫星越多,用户就越多,收入就越多,依此类推。

接下来,你可以从爬坡阶段进入规模化阶段。现在你不只是拥有一个星座,而是拥有多个星座。最终,我们相信,各种公司、政府和军方都会希望拥有自己的星座,以便掌控自己的命运。

于是,你从一个规模化业务,变成一个平台型业务。我们知道,在这个科技时代,平台型业务有多么有价值。平台意味着你不仅在核心业务里拥有更多客户,还会拥有新业务。

这些新业务可能包括太空数据中心,甚至包括月球、火星以及其他太空应用带来的选择权。

我们知道,这个时代的一个定义性特征,就是这些公司扩张得有多快。

如果我们回看PC时代、互联网时代、移动互联网时代,再看Anthropic,尤其是Anthropic,它的扩张速度是我们从未在任何公司身上见过的。

这是一项有意思的分析,也是我很想和哥们儿们讨论的内容。

我们基本上把公司分成三个类别,然后问:在每个类别中,出现十倍回报的概率是多少?

作为投资者,我认为十倍回报是非常不错的。也许对J.Cal(指All-in播客的主播Jason)这样的种子投资人来说不算什么,但对我们这些成长阶段投资者来说,十倍回报非常好,而且很难找到。

数据显示:如果你是一家独角兽,也就是估值超过10亿美元,那么你有一天成为“十角兽”——估值超过100亿美元公司的概率,大约是8%。如果你已经是“十角兽”,也就是估值超过100亿美元,那么你成为1000亿美元公司的概率也没有高太多,大概是8%到13%。

但有意思的是,如果你已经是1000亿美元以上的公司——我们把上市公司和私营公司都放进去看——你有31%的概率曾经实现过十倍增长。

这在我看来有点反直觉,也许和我们原本预期不同。

如果看这些公司创造价值的速度,这张图是我最后一刻加进去的,因为数据太新了。通常,一家公司从5000亿美元市值增长到1万亿美元市值,需要很多年。但最近二级市场发生了一件事:不仅同一年有三家公司完成了这件事,而且有两家公司是在短短几周内完成的。

我们可以讨论,这背后应该得出什么结论。

与此同时,尽管这些公司从5000亿美元到1万亿美元扩张得极快,也还有一些公司经历了很长时间才取得成功。

这家公司叫Cerebras,刚刚完成IPO,所以我觉得它是一个很好的例子。我曾长期担任这家公司董事会成员,并领投了它的B轮融资,我对此非常自豪。如果看这家公司的融资历史,你会看到我放了一个小小的“施工”图标。它经历了很长时间,其中有一些非常黑暗的时期:多年没有新资金,艰难打磨技术。

所有这些努力最终迎来了与OpenAI的一份重大合同,而这份合同让公司的价值实现了数倍增长。我们知道Cerebras已经取得了成功。坦率说,不只是Cerebras,整个半导体行业都处在一轮世代级别的行情中。

我刚才还和我的朋友BradGerstner讨论这个问题。

仅从2024年All-In Summit以来,你就可以看到半导体行业相对于指数的超额表现有多么明显。

今天上午听了很多演讲之后,我的一个结论是,似乎大家都广泛同意:一个AI系统越了解你的业务,或者越了解你作为用户的情况,它就越有用。比如你去订餐厅时,你希望它已经知道你的偏好:你喜欢几点吃饭,喜欢什么菜,等等。

所以我们认为,在这个时代,每个用户所需的内存量可能会增长5倍,仅仅是因为这些AI系统为了提供服务,对记忆和上下文的需求在大幅增加。这也解释了为什么一些存储公司股价出现了这样的上涨。

最后,我想谈一个非常有争议的问题:收入在哪里?过去12到24个月里,围绕AI有很多讨论:到底有没有收入?有没有投资回报率?收入来自哪里?

所以我们试图估算AI生态系统的最终规模。

我们认为,今天这个生态大约是1400亿美元。今年会达到约3000亿美元,到2027年会翻倍。

那么这些收入来自哪里?

如果拆开看,我们估计这个行业有三大支柱。

第一是C端业务。订阅用户数量乘以ARPU,也就是每用户平均收入,就得到消费者收入。第二个很多人会忘记,但它很重要:广告。我们估计,目前Meta和Google投放的广告中,大约四分之一已经由AI赋能。我们认为,这个渗透率最终会达到100%。这就是1500亿美元的市场。第三,显然就是企业市场。我们都知道Claude Code和Codex正在企业内部带来突破。把这些加起来,你就能对这个生态系统的规模有一个比较好的理解。

每个行业都在被改。这基本上是我倒数第二张幻灯片。相比我以前作为投资人经历过的那些时代,这个时代有一点非常不同:几乎经济中的每个行业都正在被改造。

一些显而易见的行业包括软件。但再看电信。我相信几年之内,Starlink将会支持一种设备,让你在世界任何地方都能打电话。我们认为这是一个已经解决的问题。但每次我们遇到通话掉线时,都会被提醒:外面存在一种更好的技术。

回到Chamath关于“利润池”的框架,我认为Starlink的利润池,就是全球宽带和无线通信的电信利润池。我们知道,算力正在驱动半导体行业的巨大变化。今天早些时候,也有参议员告诉我们,数据中心已经改变了宾夕法尼亚州的能源格局。

再想想汽车行业。我相信很多人都关注了法拉利上周发生的事情:它试图推出电动和自动驾驶相关的新技术,却引发了人们对这个品牌在自动驾驶和电动化世界中未来地位的质疑。我认为市场对那款车的反应强化了这一叙事。

最后,在消费领域,我们也知道GLP-1类药物正在对食品、酒精消费、饮食结构以及健康生活方式产生深远影响。

把这些放在一起,我们的结论是什么?

第一,新的独角兽经济更加健康,而我们很大程度上要感谢AI。第二,赢家正在以前所未有的速度复利增长,这意味着没有持有赢家的机会成本也比以往更高。第三,颠覆正在影响全球经济的每个部分。第四,别忘了,我们甚至还没有进入超级智能时代。

距离我上一次参加All-InSummit大约已经两年。所以我开始想:再过两年,这一切会变成什么样?

我们知道,这将是一个非常有意思的时期。幸运的是,我们有一群很棒的人,帮助我们理解接下来两年会发生什么。

圆桌讨论:「幂律支配我们的生活」

主播Jason:我们可以给这场演讲起一个标题:“幂律支配我们的生活”。巨大的收益正在集中到少数公司手中。但我们仍然看到这些公司的力量。你如何看待私募市场生态系统的演变?因为公司越来越长时间保持私有化,同时又出现了这些非凡的结果。显然,我主要做最早期投资。还有像Craft Ventures这样做A轮的机构。你们自己也会下沉到私募市场。我之前和Brad Gerstner聊过,你刚才也提到了他。他说:“我得想清楚,我应该把时间放在哪里。”他们既有早期投资,也像你们一样做二级市场。再加上像Andreessen Horowitz这样的机构,可能在很大程度上走向“平均化”和指数化风险投资。

那么,未来的投资“竞技场”会是什么样?对于LP、天使投资人、风险投资机构来说,这一切会怎样形成一个连贯的策略?在未来十年或二十年里会如何演变?

Thomas:是的。我首先会从资产负债表中“正面”的一侧来拆解。结果确实变大了。我们看到私营公司里出现了以前从未想过的结果。总体来说,这对我们的生态系统是好的。这也是为什么我想展示那张SpaceX的PPT。它在发射业务上的表现,对我来说有点反直觉:为什么公司发射次数越多,市场给的估值反而越高?

所以至少我们现在有一些非常大的结果,而且这些结果看起来会在大概12个月内进入二级市场。如果回想ZIRP时代,当时的结果更小,公司也不愿上市。而这一次,至少是大结果,而且这些公司有上市意愿。

Anthropic和OpenAI都公开表示希望成为上市公司。所以我认为这是好的。但最大的问题是,现在好像我们在生活的各个方面都在谈K型分化和幂律,而初创公司领域似乎也如此。

如果看我那张1000亿美元公司图,你会发现这个数字已经停滞了一段时间。所以J.Cal,我觉得你问的重点是:如果未来十年我们没有看到新的1000亿美元公司出现,而过去几年确实也基本没有看到新的,那么这会成为一个警示信号。

主播Jason:这对资本配置者意味着什么?他们应该把钱投向哪里?因为你展示的东西会让一个理性的LP说——那我为什么不等某家公司达到1000亿美元估值,然后把所有钱一把梭进去?因为这似乎是最确定的事情,摩擦最少,努力最少,而且回报最快。但我们也知道,供需关系决定估值。这些估值正在脱离我们过去使用过的任何估值指标。

今天Bill Ackman给我们解释过,我觉得他解释得很准确:你其实是在对万亿美元公司做风险投资,给它们50倍收入、100倍收入的估值。所以你谈谈看,作为有限合伙人、私人投资者、高净值人士、超高净值人士,他们理性地应该把钱投向哪里?

Thomas:是的,过去五年里,这显然是正确策略。问题在于未来五年是否还会如此。关于估值的争议,我想提出一点反驳:这些不是假公司。

我记得2000年泡沫,也记得2021年。这些公司是有实质收入、达到规模、并且增长速度快于我们见过的任何公司的真实企业。所以这些业务是真的,而且表现很好。据广泛报道,Anthropic甚至有一个月实现了盈利。我记得新闻是这么说的。所以它们某种意义上也在接近盈利。

但最终,我想Chamath会同意这一点:二级市场是伟大的考验。

主播Chamath:是均衡器。

Thomas:它会成为伟大的“消毒剂”。市场不会在乎我的演示,也不会在乎你们怎么讲。所以我很喜欢这一点。我很高兴这些公司将不得不面对市场的审视。无论是SpaceX、OpenAI还是Anthropic,它们都会面对市场。

最终,我是市场的坚定信仰者。所以我很期待看到这些公司上市,接受做空者、评论员、辩论者、政治人物等等各方的审视。

主播Chamath:我想问你两个问题。第一个很战术性。通常我们会说,所谓消毒剂或净化机制,在T+1,也就是上市第一天就会发生。但现在规则正在改变。会有大量被动买盘,所以这个日期会往后推,因为市场必须消化大量供需变化。

Thomas:也许是上市六个月之后再加一天。

主播Chamath:也就是六个月加一天。那时你会说,我们真的可以开始判断这些公司究竟是什么样。好,这是战术问题。更战略性的问题是,Thomas,你认为是否存在某种结构性低效或问题,使这些复利型公司能够在大规模基础上继续加速?这是市场效率问题吗?还是说这只是幸存者偏差,我们不应该过度解读?

Thomas:我不想过度解读,因为这些公司样本太小了。看看Anthropic。ClaudeCode之前的Anthropic和ClaudeCode之后的Anthropic,是完全不同的公司。一个事件几乎改变了整个行业的轨迹。

但我确实认为,那种“这些模型都是商品化的,这些公司都会被挤压”的叙事,现在已经被非常彻底地证明是错误的。

主播Chamath:那你们在Coatue是怎么管理的?你们的资产规模已经扩大,也扩展了策略。现在你们做数据中心,做很多事情。

你们如何保持组织有序?因为像你刚才那样一张幻灯片可能会让人说:等一下,也许我们应该直接把100亿美元砸进Anthropic。你们如何平衡这种风险?

Thomas:我之所以做这样一份演示,某种程度上也应该感谢你们。因为当我为你们做这样的东西时,我和团队要投入大量时间,而且我们真的希望给你们呈现准确的信息。过去两周,这基本上成了我的全职工作。

但对我来说,这会重新锚定我的信念,让我知道应该做什么。我不能去听一千个人讲话,然后变得分心,最后不知道自己在想什么。所以,回到这些基本事实——数字和估值——会把我拉回一个有信念的起点。

每当我试图理解世界时,我都会回到:我到底理解什么?我理解模型,我理解数字。让我回到这些东西,逐层拆解。我希望这份演示能表明:背后确实有充分理由解释为什么会这样。如果你看那些在几周内成为万亿美元公司的企业,它们不是假公司。这些公司已经存在几十年。而且它们的市盈率在标普500中相对很低,甚至低于很多其他公司。所以这里确实发生了一些真实的事情。

主播Chamath::有大量积蓄的能量刚刚被释放出来。

Thomas:没错。有人跟我提过一个关于存储的观点,你会喜欢这个。他说,如果我想设计一款像OpenAI那样的芯片,我可以去找台积电。虽然很难,但至少有台积电可以帮我。

但如果我想做存储,就没有“存储领域的台积电”。所以,存储公司的估值倍数应该如何相对于ASIC芯片公司定价?这是一个值得思考的问题。

主播Jason:Sacks,我想听听你对于政策和选举如何影响结果的看法。

主播Sacks:我刚才看到的,不确定是不是这张图,就是你展示每个类别进入下一级别概率的那张。

Thomas:你原本会预测到这个结果吗?我很好奇。

主播Sacks:不会。这非常反直觉。我脑子里的想法是再往前外推一级:那些万亿美元市值公司的公司,达到10万亿美元的概率是多少?上一档是31%。在我看来,这个概率会是多少?50%?还是100%。我不知道。但我在想,是高于30%,还是低于30%?我感觉会高于30%。

主播Friedberg:是的。这很可能反映了一种过滤机制:这家公司是否具备复利优势?它的盈利耐久性是否足够强?每往上一级,你都经历了一道过滤:你是否拥有复利优势?你是否在增强?你的盈利能力是否更持久?如果是,你就会加速进入下一个阶段。这几乎是企业估值分析中最基础的东西,有点像本杰明·格雷厄姆式分析。

主播Sacks:要达到万亿美元俱乐部这个层级,你必须拥有一个占主导地位的业务。然后问题只是:你什么时候触及饱和?而这些市场最终都变得比任何人预测的更大。

主播Chamath:对,而且具有垄断性。

主播Friedberg:或者会受到政府干预。如果想想贝尔系统的拆分,谁知道它如果没有被拆会发展成什么样?它可能垄断互联网,可能垄断商业,可能垄断电子商务,等等。

主播Sacks:但作为一种交易策略,你可能会想要一个机器人:一家公司市值一达到1万亿美元,它就开始买入这家公司股票。如果你这么做,事实上收益可能很好。我记得第一家达到万亿美元市值的公司是谁?是苹果吗?

Thomas:对,苹果。

主播Sacks:然后大家当时都说:天哪,现在已经这样了。结果现在有多少家?五家左右?

主播Friedberg:但之前有一项研究显示,如果你买纳斯达克指数,十年里可能获得大约三倍回报,或者相当可观的回报。如果你每年只按市值买入纳斯达克前十大公司,并进行再平衡,那么十年下来,你的表现会比指数高出大约三倍。

主播Chamath:也许最后一个问题,我们确保按时结束。有一件事我觉得你特别有资格告诉我们:当所有这些钱被分配回市场后,会发生什么?你认为你们的竞争动态会发生什么?创业者生态会发生什么?当3万亿或4万亿美元流回GP,再流向LP,然后再循环回市场时,硅谷会发生什么?

Thomas:关于SpaceX,我想说一点。我不知道1.75万亿美元是不是IPO的正确价格。坦率说,我完全不知道。但我知道,全球电信和服务提供商的利润池,根据你想讨论的市场范围,大概在2000亿到4000亿美元之间。

所以你必须思考这样一家公司的价值:仅仅在它的核心业务里——顺便说一句,这项业务几年前甚至还不存在——它就正在进入一个数千亿美元利润池,而且拥有明显更好的产品。

我们都知道,Starlink随时可用,不需要无线电塔等等。所以我还是回到这个问题:Chamath,很难知道会发生什么,因为我们从未见过这样的事情。

一个终极问题是:如果回看网约车大战和外卖大战,到了某个阶段,过剩资本会被用来发动价格战。那么我们是否会看到OpenAI和Anthropic之间发生价格战?这是一个问题。如果这些公司拥有如此多资本,它们中的某一家是否会拉动价格杠杆,试图与另一家竞争?

主播Chamath:理性上讲,它们应该这么做。

Thomas:它们应该。所以我们可能会看到一些今天无法预测的事情。比如某家公司可能会说:我现在有2000亿美元现金。但问题是,它们在基础设施上的支出也非常巨大。所以这并不是显而易见的。不过,我确实认为,我们会看到一些反直觉的变化。你们每周会在节目里讨论这些。希望两年后我能回来,分析哪些判断正确,哪些判断错误。

注:文/主编24小时在线,文章来源:明亮公司(公众号ID:suchbright ),本文为作者独立观点,不代表亿邦动力立场。

文章来源:明亮公司

广告
微信
朋友圈

这么好看,分享一下?

朋友圈 分享

APP内打开

+1
+1
微信好友 朋友圈 新浪微博 QQ空间
关闭
收藏成功
发送
/140 0