## 從 a16z 創始人 Marc Andreessen 的一次訪談說起最近行情低迷，反而多出了一些時間去看優秀投資人的長訪談。這次看到的是 a16z 創始人 **Marc Andreessen** 的一場播客對話，其中一句話讓我印象極深：**“投資中最大的風險，不是虧損，而是平庸。”**這句話聽起來有些反直覺，但越往下聽，越覺得它幾乎解釋了 a16z 過去十多年所有關鍵決策的底層邏輯。Marc Andreessen 是硅谷最具影響力的風投人物之一，現任頂級風投機構 **Andreessen Horowitz（a16z）** 的聯合創始人兼合夥人，負責其成長型基金業務。他幾乎從零搭建了 a16z 的後期投資體系，主導或深度參與了 **Databricks、Stripe、Figma、Coinbase、SpaceX** 等一系列數十億甚至百億美元級公司的關鍵輪次。在這次訪談中，他系統性地講清楚了 a16z 的成長投資哲學、對估值的理解，以及當前對 AI 和“硬科技”的判斷。## 反共識的成長型投資：為什麼 a16z 要高度集中？在過去十年裡，成長型股權投資幾乎成了一門“擁擠交易”。大量資金湧入科技領域，主流策略是通過 **30～50 家公司的高度分散組合**，去捕捉整個科技行業的 Beta 收益。但 a16z 的成長基金卻明顯不同——**持倉高度集中，容錯率看起來極低**。Marc 給出的解釋很直接：**科技行業的回報分佈，本質上不是正態分佈，而是極端的幂次法則。**在任何一個時代，真正創造絕大多數回報的，往往只有 **極少數“定義品類的公司”**。無論是在早期風投，還是成長、後期階段，這一規律幾乎沒有改變。這意味著一個殘酷的數學事實：如果你為了“安全”，買了一堆二流、三流公司，你的回報會被嚴重稀釋，最終只能得到一個**接近市場平均值的平庸結果**。而風投存在的意義，恰恰是提供 **Alpha**，而不是複製指數。因此，a16z 的策略不是“廣撒網”，而是**精準捕魚**：他們一年可能研究幾百家公司，但只對其中 20 家進行長期深度跟蹤，最終真正出手的，往往只有 **2～3 家**。## 如何在後期高估值階段，投到“那一家”？一個自然的問題是：當一家公司已經顯露出“王者氣象”時，往往已經是 D 輪、E 輪甚至 Pre-IPO，估值極高、競爭者雲集，a16z 靠什麼還能投進去？Marc 給出的答案是：**時間與關係的套利。**他認為，大多數人對成長投資的理解是“支票簿戰爭”，但這是一種誤解。如果等到投行把融資材料發到郵箱裡才開始研究，那你已經成了**價格接受者**。a16z 的做法是提前建立一個“影子組合”。對於那些他們認為**有潛力成為行業統治者**的公司，往往會在真正投資前 **兩到三年**，甚至更早開始接觸。在創始人根本不缺錢的時候，a16z 就開始提供幫助：介紹客戶、協助招聘、討論戰略方向，**完全不收任何回報**。這種長期、無償的價值輸出，本質上是在建立信任。當融資窗口真正打開時，創始人往往會優先選擇那個已經陪跑多年的夥伴，而不是突然出現、只談價格的陌生人。## “市場在久期上犯了錯”：高估值真的等於高風險嗎？談到 Stripe、Databricks、SpaceX 這類公司，繞不開一個問題：**估值為什麼可以這麼高？**Marc 認為，問題不在於市場瘋狂，而在於一個長期存在的系統性盲區——**久期錯配**。傳統金融分析極度擅長預測未來 12～24 個月的財務表現，但在面對真正具有平台效應和網絡效應的公司時，市場往往**嚴重低估了增長的持續時間**。很多模型默認高增長會迅速衰減，但在數字經濟中，一些企業可以在巨大體量下，依然保持 **30%～40% 的增長率長達十年**。他舉了一個極簡模型：* 公司 A：10 倍營收，年增長 15%，競爭激烈* 公司 B：50 倍營收，年增長 40%，且具備壟斷屬性即便公司 B 的估值倍數腰斬，只要增長持續，長期回報依然會遠超公司 A。真正致命的風險不是“買貴了”，而是**買錯了**。如果你押錯對象，既沒有增長，又遭遇估值壓縮，那才是“双殺”。## AI 不是 SaaS 2.0，而是商業模式的降維打擊在 AI 問題上，Marc 的態度非常明確：**這不是又一個 SaaS 週期。**他提出一個核心判斷：我們正在從 **SaaS（Software as a Service）**，走向 **Service as Software**。在 SaaS 時代，軟體只是工具，切的是企業 **5% 左右的 IT 預算**；而在 AI 時代，軟體開始**直接交付結果**，取代的是人力成本。這意味著 AI 公司面對的，不再是 IT 支出，而是企業 **30%～50% 的薪資預算**，TAM 被瞬間放大了一個數量級。基於此，a16z 將 AI 投資拆成三層：* **基礎設施層**：算力、數據（如 Databricks、CoreWeave）* **模型層**：少數贏家的技術平台（如 OpenAI）* **應用層**：真正重構工作流的垂直應用（如 Cursor）Marc 特別強調，應用層的護城河並不會被基礎模型吞噬，真正的壁壘來自 **工作流理解 + 用戶體驗 + 數據積累**。## 投資“美國活力”：從比特走向原子除了軟體和 AI，a16z 近年來還大舉投資航天、國防、製造等“硬科技”。在 Marc 看來，這是時代變化的必然結果。過去二十年，硅谷過度沉迷於“比特”，而現實世界中，“原子”的問題卻在不斷累積：製造業空心化、國防供應鏈脆弱、基礎設施老化。SpaceX、Anduril 證明了一件事：**用軟體思維改造硬體產業，可以帶來數量級的效率提升。**這類投資周期長、風險高，但一旦成功，護城河深到幾乎無法被複製。## 為什麼 a16z 取消投資委員會？文章回到最初那句話。Marc 認為，**群體決策天生趨向平庸**。真正激進、非共識的機會，往往會在投票中被“風險”否掉。因此 a16z 採取“單人拍板制”：誰負責這個項目，誰承擔全部判斷權，也承擔全部責任。失敗可以接受，**平庸不可接受。**Marc 用一句話總結了整場訪談：“去尋找那些不可避免的未來，然後在那裡重倉，並長期堅持。平庸，才是最大的敵人。”
投資最大的風險不是虧損，而是平庸
從 a16z 創始人 Marc Andreessen 的一次訪談說起
最近行情低迷，反而多出了一些時間去看優秀投資人的長訪談。這次看到的是 a16z 創始人 Marc Andreessen 的一場播客對話，其中一句話讓我印象極深：
“投資中最大的風險，不是虧損，而是平庸。”
這句話聽起來有些反直覺，但越往下聽，越覺得它幾乎解釋了 a16z 過去十多年所有關鍵決策的底層邏輯。
Marc Andreessen 是硅谷最具影響力的風投人物之一，現任頂級風投機構 Andreessen Horowitz（a16z） 的聯合創始人兼合夥人，負責其成長型基金業務。他幾乎從零搭建了 a16z 的後期投資體系，主導或深度參與了 Databricks、Stripe、Figma、Coinbase、SpaceX 等一系列數十億甚至百億美元級公司的關鍵輪次。
在這次訪談中，他系統性地講清楚了 a16z 的成長投資哲學、對估值的理解，以及當前對 AI 和“硬科技”的判斷。
反共識的成長型投資：為什麼 a16z 要高度集中？
在過去十年裡，成長型股權投資幾乎成了一門“擁擠交易”。大量資金湧入科技領域，主流策略是通過 30～50 家公司的高度分散組合，去捕捉整個科技行業的 Beta 收益。
但 a16z 的成長基金卻明顯不同——持倉高度集中，容錯率看起來極低。
Marc 給出的解釋很直接： 科技行業的回報分佈，本質上不是正態分佈，而是極端的幂次法則。
在任何一個時代，真正創造絕大多數回報的，往往只有 極少數“定義品類的公司”。無論是在早期風投，還是成長、後期階段，這一規律幾乎沒有改變。
這意味著一個殘酷的數學事實： 如果你為了“安全”，買了一堆二流、三流公司，你的回報會被嚴重稀釋，最終只能得到一個接近市場平均值的平庸結果。
而風投存在的意義，恰恰是提供 Alpha，而不是複製指數。
因此，a16z 的策略不是“廣撒網”，而是精準捕魚： 他們一年可能研究幾百家公司，但只對其中 20 家進行長期深度跟蹤，最終真正出手的，往往只有 2～3 家。
如何在後期高估值階段，投到“那一家”？
一個自然的問題是： 當一家公司已經顯露出“王者氣象”時，往往已經是 D 輪、E 輪甚至 Pre-IPO，估值極高、競爭者雲集，a16z 靠什麼還能投進去？
Marc 給出的答案是：時間與關係的套利。
他認為，大多數人對成長投資的理解是“支票簿戰爭”，但這是一種誤解。如果等到投行把融資材料發到郵箱裡才開始研究，那你已經成了價格接受者。
a16z 的做法是提前建立一個“影子組合”。 對於那些他們認為有潛力成為行業統治者的公司，往往會在真正投資前 兩到三年，甚至更早開始接觸。
在創始人根本不缺錢的時候，a16z 就開始提供幫助： 介紹客戶、協助招聘、討論戰略方向，完全不收任何回報。
這種長期、無償的價值輸出，本質上是在建立信任。當融資窗口真正打開時，創始人往往會優先選擇那個已經陪跑多年的夥伴，而不是突然出現、只談價格的陌生人。
“市場在久期上犯了錯”：高估值真的等於高風險嗎？
談到 Stripe、Databricks、SpaceX 這類公司，繞不開一個問題： 估值為什麼可以這麼高？
Marc 認為，問題不在於市場瘋狂，而在於一個長期存在的系統性盲區——久期錯配。
傳統金融分析極度擅長預測未來 12～24 個月的財務表現，但在面對真正具有平台效應和網絡效應的公司時，市場往往嚴重低估了增長的持續時間。
很多模型默認高增長會迅速衰減，但在數字經濟中，一些企業可以在巨大體量下，依然保持 30%～40% 的增長率長達十年。
他舉了一個極簡模型：
即便公司 B 的估值倍數腰斬，只要增長持續，長期回報依然會遠超公司 A。
真正致命的風險不是“買貴了”，而是買錯了。 如果你押錯對象，既沒有增長，又遭遇估值壓縮，那才是“双殺”。
AI 不是 SaaS 2.0，而是商業模式的降維打擊
在 AI 問題上，Marc 的態度非常明確： 這不是又一個 SaaS 週期。
他提出一個核心判斷： 我們正在從 SaaS（Software as a Service），走向 Service as Software。
在 SaaS 時代，軟體只是工具，切的是企業 5% 左右的 IT 預算； 而在 AI 時代，軟體開始直接交付結果，取代的是人力成本。
這意味著 AI 公司面對的，不再是 IT 支出，而是企業 30%～50% 的薪資預算，TAM 被瞬間放大了一個數量級。
基於此，a16z 將 AI 投資拆成三層：
Marc 特別強調，應用層的護城河並不會被基礎模型吞噬，真正的壁壘來自 工作流理解 + 用戶體驗 + 數據積累。
投資“美國活力”：從比特走向原子
除了軟體和 AI，a16z 近年來還大舉投資航天、國防、製造等“硬科技”。在 Marc 看來，這是時代變化的必然結果。
過去二十年，硅谷過度沉迷於“比特”，而現實世界中，“原子”的問題卻在不斷累積：製造業空心化、國防供應鏈脆弱、基礎設施老化。
SpaceX、Anduril 證明了一件事： 用軟體思維改造硬體產業，可以帶來數量級的效率提升。
這類投資周期長、風險高，但一旦成功，護城河深到幾乎無法被複製。
為什麼 a16z 取消投資委員會？
文章回到最初那句話。
Marc 認為，群體決策天生趨向平庸。 真正激進、非共識的機會，往往會在投票中被“風險”否掉。
因此 a16z 採取“單人拍板制”： 誰負責這個項目，誰承擔全部判斷權，也承擔全部責任。
失敗可以接受， 平庸不可接受。
Marc 用一句話總結了整場訪談：“去尋找那些不可避免的未來，然後在那裡重倉，並長期堅持。平庸，才是最大的敵人。”