Sequoia 红杉今年 60% 的投资都聚焦在 AI，投资策略在应用层

前几天 Bloomberg 的 Emily Chang 与 Sequoia 红杉掌门人 Roelof Botha 做了一个视频对话，里面谈了不少话题，包括红杉的长期投资策略、2021 年对 Instacart 投资出现的亏损、对 Elon Musk 收购 Twitter 的支持以及红杉在 AI 的投资策略。

对于 AI 这块的投资策略，Roelof Botha 说 Sequoia 红杉目前的策略主要有两个：一个是聚焦在 AI 应用层，而不是基础大模型；当然，在大模型这块，Sequoia 红杉之前已经投了 OpenAI 和法律领域的大模型 Harvey，因此也并不是都不参与。

从最近基础大模型的巨额融资来看，OpenAI 自不用说，其竞争对手 Anthropic 刚拿完 Amazon 40 亿美金，就又传出来 Google 等巨头将再投 20 亿美金的消息，因此大模型已经不是 VC 能玩得起的一个游戏，逐渐成为各大厂巨头之间资源和资金的一个大 PK，因此聚焦在应用层也是非常符合逻辑的一个策略。

第二个策略就是聚焦在早期的 AI 创业公司。Roelof Botha 说，在过去的 12 个月，Sequoia 有 60%的投资都投向了与 AI 相关领域的创业公司，其中包括了 17 家还处于隐身状态（stealth）的 AI 初创企业和 5 个早期团队，其投资条款甚至是在公司成立之前就已经谈判确定了。

这点从 Sequoia 红杉最近的发布的第二篇 AI 报告《Sequoia 红杉资本：AI 的第二篇章》也能看出，将焦点放在了应用场景里的具体产品，认为目前的核心在于真正解决客户需求的应用。而对于护城河在客户而不是数据的观点，我觉得是应用层成立的一个很关键因素：

最好的生成式人工智能公司可以通过数据飞轮（更多使用→更多数据→更好的模型→更多使用）来产生可持续的竞争优势。虽然这在某种程度上仍然是正确的，特别是在具有非常专业和难以获取数据的领域，但“数据护城河”的基础是不稳固的：应用产品生成的数据并不能创造无法逾越的护城河，下一代基础模型很可能会摧毁初创公司生成的任何数据护城河。相反，工作流程和用户网络似乎正在创造更持久的竞争优势来源。

除了 60%的投资聚焦在 AI 外，Roelof Botha 说 Sequoia 剩余 40%的投资主要聚焦的领域包括了医疗保健、生物科技、个性化医疗和国防技术等，当然这里面可能也会与 AI 有交叉。

从去年发布第一个 AI 图谱和报告开始，Sequoia 对 AI 无论是资金还是人员的投入都在不断加大，但是吸取了之前对加密货币特别是 FTX 的投资亏损后，Sequoia 内部对 AI 的投资也比较谨慎。目前 Sequoia 内部在 AI 领域投资的核心主力除了 Roelof Botha 本人外、还有合伙人 Konstantine Buhler、Pat Grady 以及 Sonya Huang。

特别是 Pat Grady 以及 Sonya Huang，他们现在 90%以上的时间都花在了研究 AI 上，并且他们也是 Sequoia 两篇 AI 报告的撰写者。而 Roelof Botha 最近刚与吴恩达一起投了一个 AI 聊天机器人产品，希望通过人工智能的聊天机器人来对抗人类面临的孤独感。

Sonya Huang 曾说过，在 AI 领域她目前错过了一个最大的项目估值已经快 50 亿美金，而除了处于隐身（stealth）状态的 17 个项目外，Sequoia 红杉公开的 2022-2023 年投资的 AI 项目为 14 个....

全文共2005字后续内容为付费会员专属加入 Memo 解锁更多内容

Memo: Signal, not noise!

扫码或点击「阅读原文」继续阅读

说明：这是我的新产品 Memo（vcsmemo.com），除了公众号的内容，未来也会把更多其它内容放到网站上。

目前还是一个非常简单的内测版本（0.99），还有不少 Bug，大家多多担待，内测阶段为早鸟价（399 RMB/年），付费会员可以解锁之前以及未来一年的所有付费内容。如果这些内容给你带来了一些启发，欢迎分享给更多朋友。

另外我们已经支持开发票，如果付费用户有开票的需求，请在公众号对话框发送“发票”，获得入口。