Accolade Partners 的 Aram Verdiyan 与 a16z 的 Jen Kha 和 David George 探讨 AI 的极端幂律以及下一个万亿美元的机会在哪里： 过去让初创公司失败的经典方式是砸太多钱进去。雇佣上千人，制造相互冲突的优先事项，最终扼杀了原本有效的东西。 AI 把花钱变成了自动售货机。你投钱进去，就能得到回报。资金购买算力，而算力本身就能改进产品。自社交网络以来，没有任何东西能像这样集中回报。 这种集中效应也体现在基金上。Accolade 调查了 3000 家美国风险投资公司，发现只有 20 家在过去二十年间持续实现了 3 倍净回报。这些公司共同的特点是能够一轮又一轮地接触到定义类别的公司。 在这次对话中，Aram、Jen 和 David 探讨了为什么 AI 是针对劳动力预算而不是软件预算销售的，为什么 LP 被解雇的原因与 GP 被解雇的原因正好相反，以及为什么选对基金但规模错了和错过机会是一样的。 00:00 开场 01:44 算力自动售货机 04:02 AI 在 4 年内达到 1000 亿美元，而 SaaS 花了 15 年 05:55 为什么没人能估算 AI 的 TAM 07:44 “哪一层会赢”是个错误的问题 08:44 类别赢家拿走一切，第二名只能捡残羹 11:09 3000 家风险投资公司，只有 20 家实现了 3 倍回报 13:40 中型风险投资公司正在被挤出市场 18:58 为什么后期基金需要早期基金 21:28 为什么 AI 让选公司变得更难 23:53 Harvey 在推理能力之前是什么样子 25:33 LP 被解雇的原因与 GP 被解雇的原因正好相反 28:10 为什么 60 个基金太多了 32:02 没有买家的软件公司 35:14 AI 编程是一个假象吗？ 36:25 每位员工 $12，还是 $7,000 39:32 在 AI 上附加功能的反效果 40:56 反对风险投资的流动性案例 44:18 第一个 100 万亿美元公司 YouTube: https://www.(youtube.com)/watch?v=bsdJd2VeLvg @aramverdi @AccoladePrtnrs @jkhamehl @davidgeorge83