「入局」是「暗涌Waves」的固定栏目。它源于我们发现,曾经行之有效的运行模式出现新的挑战,过往自西向东所承袭的行业规则已经被打散。人们亟待创新与资本的新版图和新秩序。而“入局”则是一种最珍贵的姿态。「入局」诞生于变局之中。若用一句话总结这个栏目的书写对象:我们希望找到更适应变化环境中的新玩家、新玩法。以下是本栏目的第6篇文章。“不投大模型。”
刚刚见面,作为线性资本——一家以“科技”为标签的VC基金创始人,王淮就如此旗帜鲜明地对「暗涌Waves」说道。他的理由很简单:AI大模型属于大基建,不适合早期投资机构。
中国AI大模型的鏖战还在进行中,王淮的判断是否准确,暂且不好评判。但在混沌的局面里,他是少有的、观点鲜明的人。有些选择看着与时代潮流是反着来的,比如对AI大模型say no,又比如人民币募资的节奏“不要急,慢慢来”。
而与此同时,王淮决定更积极地去做另一些事:比如从2023年开始,线性资本开始在全球化上专注欧洲的机会,设立位于德国慕尼黑的办公室。还有,用自己的方式拥抱AI,拥抱年轻人。
近日,线性资本宣布推出专门为AI应用类创业公司设立的投资项目:Linear Bolt(以下简称Bolt)。
全新的技术趋势也催生了更新的投资范式。Bolt本意为“闪电”,王淮告诉「暗涌Waves」,希望借由Bolt,以一种更为轻盈的姿态来投资“处于早期阶段、面向全球市场的AI应用创业团队”。
作为一笔“专门的钱”,Bolt希望找到创业企业的典型画像是:3-4人的小型创始团队;不一定有“固定办公室”;活跃于 Instagram、X、即刻和小红书;与AI共同工作;能够实现两个月内从创意到原型、四个月内发布产品。
“和典型的‘线性投资’——关注硬科技、前沿技术与产业结合相比,Bolt关注应用,投资application builder,应用的建造者。”王淮说。
线性资本还在内部组成了一个更为年轻、能够快速反应的Bolt投资三人小组。他们负责在具体投资实践中做到三点——
第一,更灵活的投资额度。线性资本投资的典型目标范围是 300 万至 1000 万美元,对数额更大或更小的支票规模可以灵活调整。
第二,更快的决策速度。通过与创始团队的 3-4 次会议,原则上两周内做出决策,整体执行过程不超过一个月。
第三,更友好的条款。承诺提供匹配市场惯例基础上最简洁的条款。
一言以蔽之,“更轻,更快,更灵活”。
过去一个多月,Bolt已完成四笔投资,包括:AI生活记录产品“心光”、帮助求职者的原生AI工具“Final Round”、辅助海外大学生学习的copilot“Xbuddy”,以及AI驱动的语言教学平台“Cathoven”。此外,另有多个项目也已在投资进程中。
工程师出身的王淮在做投资之前,是Facebook总部第二位中国籍工程师和第一位研发经理。他笃信先进技术,以往所投的思灵机器人、地平线、神策数据等也都具有明显的科技属性。但在AI领域,技术如何找到应用场景,以及用户是否能理解和使用它,才是他更关心的问题。
最近,「暗涌Waves」和王淮聊了聊。在这里,你能看到一个典型美元VC作出的时代选择。
以下为对话——
Right Problem, Right People「暗涌」:典型的线性deal需要经过严谨的技术论证,但Bolt项目的核心是速度和效率。这是对AI浪潮的一种妥协吗?王淮:不能这样理解。随着模型基线智能水平的提高,越来越多AI驱动的应用(AI-empowered Application)出现,虽然在模型调优上有一定的技术挑战,但是这些应用中大部分核心能力由AI大模型提供,因此技术判断当中我们把更多时间用在关心团队做了什么,判断的是团队能力和产品方向,以及团队是否能快速找到产品和市场的契合。与此同时,能利用好AI的开发者,对资源和资本的使用效率能力比过去大幅度提高。这意味着,他们只需要更少的资本就可以验证产品和实现目标,因此他们在融资的偏好方面也会发生变化。所以,Bolt 的设立是我们要用合适的投资方式、投资团队配置来拥抱这个变化。王淮:和移动互联网发展初期类似,AI应用在早期一定会呈现工具化的特点。长期来看,要形成粘性和复购,最关键的问题是:如何打破工具链,形成数据上的积累。我认为,未来要提升AI应用的壁垒要注重积累三种数据,来增强用户粘性:第一,contextual data,上下文数据,AI对于语境的理解;第二,personal data,个性化数据,AI对于使用者的理解;第三,collaborative data,合作化数据,AI应用应处在工作流和交互中,而不是作为工具独立存在。王淮:经过互联网这些年,中国积累了最好的产品经理、最“卷”的工程师,这对于AI应用的创业都是有利的。但Bolt希望投资具有全球视野的、年轻创业者,他们的市场不一定仅仅在中国。过去几十年的发展积累,我们有很多具备国际化视野和开拓能力的人才,这类人才了解全球化的应用如何做、如何运营。其次,互联网、移动互联网让全球范围内直接触达更多用户成为可能。加上,全球电子支付的普及,让全世界的人为一个通用型的应用付费成为可能,市场与市场的壁垒在虚拟世界中被打破了。随之而来,一个基于互联网和移动互联网传播的商业化应用,它从第一天起就有可能成为一个global native app。与此同时,在AI的赋能下,应用可以进行全新的、大幅升级。以前实现的是“信息和人的匹配”,更多的是“寻找和匹配”,现在是AI让全世界到目前为止积累的知识体系压缩在模型中,不再是寻找信息,而是“生成”,所带来的效率和创意都有可能比过去更上一个台阶。因此,我们觉得这是时代赋予的机会。「暗涌」:移动互联网形成的经验是,to C应用会经历“烧钱换市场”、最终“赢者通吃”的过程。这也会是AI应用的商业路径吗?王淮:我觉得不会,AI应用不是烧钱换市场,也不会出现赢者通吃的局面。第一是成本划不来,原来的to C应用,用户数量到达一定规模之后,服务下一个用户的单个成本并不高。因此需要的是规模化。但是在AI领域,每次服务一个用户,它需要的成本是线性递增的,因为每一次都在消耗 token,一开始压缩入模型的世界知识反而是固定成本。第二是原来to C应用更同质化,单个用户的粘性并不高。因此用价格获客很重要,资本的作用很大。但在AI领域,模型能力有差异,但是这种差异会被上下文数据、个人数据、合作数据的量级不同给拉大。当然,这三类数据的沉淀肯定是要依赖资本,但是否别人的资本更多就一定能把你的用户吸引走,我觉得是要比移动互联网时代更难的。第三,以前烧钱换市场更多指的是流量,它的商业模式是广告,或者电商卖货。但AI应用是要回答问题、给人提供服务,而不是流量变现,这个时候烧钱换市场没有意义。它的重点在于把产品做好,沉淀用户的数据,模型打磨好,让用户能在这里用得深,同时付费,因为付费用户为价值买单,羊毛出在羊身上,我觉得这是比较合理和稳健的方式。「暗涌」:Bolt强调一种“更轻,更快,更灵活”的投资方式。这在当下投资AI应用上为何重要?王淮:Bolt是针对AI应用的一笔专门的钱。原来线性强调的是TPF,technology problem fit,但在AI应用这件事上,技术门槛并不高,因为核心技术是由大模型提供的。但应用层对创始人想法的要求是更高的,对快速动作、快速组队的要求也更高。经过了几次决策流程我们发现了原来做法的问题,所以决定,只要找到right problem、right people,找到了就投,不要折腾那么多事。「暗涌」:ChatGPT在2022年底出现后,后续AI相关的创业呈现激增的趋势。为什么直到现在才推出Bolt?王淮:Bolt如果放在去年上半年去推出可能都不会有很合适的创业机会出现,那个时候很多能力都不具备。去年下半年开始,基础设施大模型能力、元工具链(比如模型内调用外部成熟能力等)都在成熟。我认为,时机到了。随着越来越多的能力具备了,workflow、application会变得真实有用。从to C的维度去看,会有AI应用来升级每个人的技能包,而从to B的维度去看,AI应用带来的会是真正的新质生产力。王淮:我希望未来Bolt投出的几十个项目中,最后能够做出AI-native的super global app,对应1-2个十亿美元以上的公司。这其实就是Bolt成功的体现了。 唱个反调
「暗涌」:在早期美元基金中,线性一家AI大模型也没投,为什么?
王淮:AI大模型是一种基础设施,它对资金的要求特别高。现在,在还没有财务回报的时候价格战已经打响了,这样的资金体量要求对早期投资机构并不友好。过去这些年,线性一直对这样的“价格战”持冷静态度。而且线性的强项是对AI这套技术本身的理解。看了一圈,我们确实觉得与其在对早期投机构不友好的大模型价格上比拼,不如把资源投入到我们自己更擅长的地方。王淮:大家对AI大模型能力谈得那么多,在工作、生活中需要解决问题的方法中有哪些真正被AI替代了吗?比如订酒店这个场景,至今没有一个AI应用产品和服务可以把比价、选择、个性化要求、执行这件事给用户压缩掉。而这种机会,是线性希望去参与的。我们还是希望去挣认知里的钱,即便未来失败了,那是因为我们的认知没有到位,而不是因为胆子不够大。「暗涌」:目前来看,应用公司的天花板肯定是远低于大模型,如何向LP解释你的这个投资决策?王淮:我们会经常和LP交流,在持续交流过程中其实累积了信任和理解。具体到Bolt,因为单笔金额灵活、数量会比较多,我告诉LP,可以把Bolt看成一个一揽子计划(basket),最终的总体投资额(包括后续加码)会在2000万到5000万美元。这些项目中最终能几个有在contextual data、personal data、collaborative data这三个方面实现积累并且与时俱进的团队,最终的收益也不会差。而且,未来应用公司创造的总价值会远超过大模型。「暗涌」:围绕AI大模型的资本大战是不是美元基金的“过激反应”?王淮:肯定有FOMO(fear of missing out)心理在,同时,绝大多数投资人也是希望自己能参与到这波全新浪潮里的。另外一个事实是,在目前的市场环境下,经过2021-2022年的集中募资,客观上美元基金的资金存量还是有且有一定数量的,只是大家出手极度谨慎。这一年AI大模型的投资热潮其实从侧面佐证了这一点。「暗涌」:在谈论技术型投资时,是否能押对技术路线被认为是分辨投资机构实力很重要的一部分。在AI领域,技术路线上的分歧是否没有那么大?王淮:我们非常关注底层模型的创新,也认为在技术底层还是会有很多创新的可能,比如一定不会只是单一大模型的更大更快更强,也会有很多创新发生在多模态,专家网络协同,黑盒白盒模型,端侧AI等等方向上。未来必然去迭代的技术性方向,包括AI与硬件尤其是智能机器人领域的结合,线性仍然非常关注,但单笔资金投入会比较大。对于共识,我的看法是要尊重共识,并利用好共识。做早期投资,要在共识形成之前或形成初期提早下注。如果一个投资人对于未来的view在后来成为了共识,那共识就是让你成功的好机会。所以,要拥抱共识。但不能follow共识。比如说今天还投云端大模型,那就是follow共识嘛。一家投资机构,短期能看到的是“烈度”,很多人都想要轰轰烈烈的,但长期总归还是要看持久度的。「暗涌」:“All in 技术”其实是线性在行业中一个很鲜明的标签。今天你仍然坚持这一点吗?王淮:线性从来不用“all in”这个词,从骨子里我也很厌恶这个词。事实上,我们也不会all in任何一个单点技术。我们相信的β是:以AI为代表的前沿科技,去改造各个产业,最终实现生产力的提升。「暗涌」:你前面提到,头部美元基金其实不缺钱,但这两年我们感受到美元基金非常强的焦虑。焦虑的原因是什么?王淮:投不出去是个问题,投砸了也是个问题;募美元是个问题,募人民币也是个问题;退出是个问题,管理还是个问题。所以,募、投、管、退,基本上都有问题。美元基金短期还不缺钱,这是还没到生死线。但大家内心都是焦虑的。「暗涌」:可直到今天线性虽然是双币,但是以美元为主,对人民币募资的想法是什么?王淮:线性有人民币的经验,针对新一期人民币基金,也就是线性五期人民币基金,也有很多人民币投资人主动接触我们合作,其中也包括比较主流的出资类型的钱,我们目前的考虑是慢慢来,不着急,同时把手上还有的钱先投好。我是个工程师出身的人,最想做的事是将先进技术转化为生活中、产业上能充分应用、家喻户晓的东西。用游戏打个比方,到底是玩策略游戏,还是玩角色扮演?每个机构都有自己的选择和侧重。「暗涌」:中国市场里不乏两个游戏都投入在玩的玩家。王淮:当然,也的确有人玩得好,但每个人都有自己的能力边界。有意愿干的事不见得有能力干。线性是典型工程师背景的VC,我们喜欢干什么、擅长干什么会想得比大多数人更早。王淮:是的。欧洲是一个投资的bug,我们觉得欧洲技术+中国规模化+全球市场会有很大的机会。世界上有唯二的两个统一大市场——美国和中国,也只有这两个地方有支持创业创新的private market。美国硅谷聚集了80%全世界最好的创业者,也聚集了最多的投资机构。作为一家中国VC想要在美国投到最优质的创业者是很困难的。去看欧洲,在科技水平上,欧洲与美国是流通打平的。美国是去生产化的,更偏AI这一类信息技术,而欧洲有非常长的生产历史,那里的技术是向高精尖去探索的。中国有三大红利:制造业红利、工程师红利和人才红利。在这个基础上,用欧洲最好的技术加上中国红利是有机会做到全球市场的。类似我们之前投资的思灵机器人,未来我们也希望从中提炼出核心要素,再以独特的方式去复制。虽然每一个成功都是不一样的,但背后的关键要素是有global能力的基金能够去抓住的。王淮:我们的策略叫:China amplified global arbitrage strategy,简单来说就是“立足中国,全球套利”。我们希望能利用中国的三大红利在全球市场获利。因为如果脱离了中国能力的核心主体,我们在海外除了有点钱之外,没有任何其他的特殊竞争力。有这些考虑之外,线性在历史上还投资了思灵机器人、迪视医疗等一批创始人在欧洲读书、工作,并在当地或回国创业的公司。所以,2023年和2024年我们去欧洲拜访了很多高校和实验室,和当地学生、当地创业社团举办活动进一步加深了解,更加明确了我们可以利用中国的三大红利,帮助欧洲的初创企业发展,甚至在后续轮募资上也可以与中国有全球化投资能力的基金合作,以及利用我们在硅谷的人脉协助他们获得美国的投资、进入美国市场。因此,总的来说,关于全球化这个方向,线性重点关注的是在中国能做全球化市场的创业者,而在海外的投资重点则在欧洲。