Bill Maris：Google 如何碾压 AI 竞争者、为什么小基金能赢、以及 AI 的「Atari 阶段」
Bill Maris: How Google Could Crush AI Competitors, Why Small Funds Win, and AI's Atari Stage
嘉宾：Bill Maris
全文文稿 · 按对话顺序保留完整内容，深入理解上下文。
§01Bill Maris 做客 Besties
在宣布退出之后，Bill Maris 现在又回到了投资界。这位 Google Ventures 的创始 CEO 为他名为 Section 32 的新基金募集了 1.5 亿美元。
有了更小的基金，我就有优势，可以非常挑剔地选择投资的公司、聘用的人。我们要的是财务回报。任何其他指标都无法衡量，因此也不会成功。想想过去一百年发生的变化，再想想未来一百年随着 AI 的到来即将发生什么。世界将发生数量级的变化。
§02科技生涯中的四条关键教训
非常感谢这么热情的欢迎。我是 Bill Maris，Section 32 的创始人。在此之前，我是 Google Ventures 的创始人和 CEO。我还担任过 Google 特别项目的副总裁，在那里我孵化了 Waymo、Google X、Calico 以及许多其他项目。
再往前，我创办了一家网络托管和数据中心公司，这个我们稍后会聊到。今天我想跟你们讲讲我在这些有趣的经历中学到的一些教训。我们会有四条教训要讲，先从 1997 年我刚刚大学毕业时说起。我拿的是神经科学学位，结果却进了华尔街。不知怎么混到了一份工作，但我很痛苦，得穿西装，还得在酷热里跋涉上班。
但有一件好事：有一天我在办公室的壁橱里看到一台服务器。我问，我们外套底下这东西是什么？他们说，那是我们的邮件和网站所在的地方。就像很多人会经历的那样，我有那么一刻感觉自己沐浴在灵感之光里。我想，我好像瞥见了未来。
我想我也许能靠这个做一门生意，因为如果我们的网站和邮件能放在你的壁橱里，那我的壁橱里能放多少个网站和邮件？所以我立刻辞了职，因为我像是透过钥匙孔瞥了一眼。透过那个钥匙孔，我觉得我看到了互联网。我看到了一个数据中心。它看起来大概是这样。
或者当我说数据中心时，你想到的是这样，或者这样。但在 1997 年，最先进的数据中心看起来几乎就是这样。我们有三台服务器，小、中、大。生意增长了。我们最后有了五台服务器。
而这根本不是数据中心。这是我的公寓，我用信用卡在这里创办了公司，服务器放在一个房间，工作发生在另一个房间。那个房间会变得非常热。那是在佛蒙特州，所以我打开窗户，然后又会变得非常冷。
冷到什么程度？到中午，如果你桌上放着一杯水，它会结冰。你可能觉得这还不算太糟，但这其实也是我的公寓。这是我的床。你看着它可能会想，你有床垫、有好枕头，还有那条不错的毯子，但那其实是我从 Home Depot 买来夜里保暖的地毯。有一天，来了雷暴。
屋顶开始漏水，我知道我得做点什么，因为水和电脑、服务器混不到一起。所以我打电话给房东说，屋顶在漏水。房东说，这种事有时候就是会发生。但我知道我得做点什么。你不知道该怎么办的时候，就去 Home Depot。
我买了一桶沥青和一把拖把，爬上屋顶，当时有闪电，有雨，我上去把屋顶铺了沥青。那一次我并没有瞥见未来，因为我不知道铺屋顶应该从最远的角落开始、朝门口的方向铺，而不是反过来，结果我把自己封在了一个角落里。但我面临的选择是：要么服务器被电死，要么我被电死。作为一个创业者，我愿意冒这个险——剧透一下，我活下来了。不过我的鞋还粘在佛蒙特那个屋顶上。这就引出了第二条教训：要看见未来，有时候你得有点疯。
在旁人看来，你可能就是在雷暴里给屋顶铺沥青。说到这，我要放几张幻灯片，是我朋友 Stuart Butterfield 好心分享给我的。这是 1989 年的就职典礼，有个人在拍照。这说得通，大概是胶片相机。
2005 年，差别不大。后面还是有人在拍照。然后我们跳到仅仅四年后的另一场就职典礼。仔细看，差别相当大，因为现在每个人都有相机。每个人都有相机。
那时候相机还没被塞进手机里。差不多就是那个时期开始发生的。但这张照片最有趣的地方不是这个，因为人群里有一个人，在他的朋友眼里肯定显得很疯，而他也瞥见了未来。仔细看，这位先生决定——我不知道——用他的笔记本电脑直播或录制就职典礼。他知道一些周围人不知道的事，这也是我一直在创业者身上寻找的特质之一：他们知道一个关于未来的秘密，而我们大多数人不相信。快进到 2007 年。
§03用数据和机器学习打造 Google Ventures
我不知怎么到了 Google，然后有人给了我一个挑战：Google 需要一个风投基金。我们开始做一些投资，但没有连贯的策略。没有预算。
我得想清楚该怎么做。所以我先找到了一位朋友，Rich Miner，Android 的联合创始人，他成了我的同伙，我们一起构想 Google Ventures 能是什么。我们在 Sand Hill Road 上来回跑，跟所有人聊。任何愿意跟我们聊、愿意对话的人，我们都愿意聊，看看能学到什么。我们做出了一个计划。
我们的计划是获取我们能找到的所有风投数据。作为 Google，你可以想象数据量很大。历史数据，应有尽有。然后我们决定，第二步是用 AI——但那时候 Google 不让我们用「AI」这个词。这持续了很多年。
「Bill，AI 是科幻。它离我们有一百年，如果它真能实现的话。我们就说机器学习吧。顺便说一句，你说 AI 会吓到人。所以别再吓人了。」
所以我们只能叫它机器学习，我们用机器学习做了两件事：通过跑成千上万次模拟、回测以及你能想象的数据科学家会做的一切，来设计理想的投资组合构建；以及确定理想的基金规模。大家很兴奋。这是当时 TechCrunch 的一个标题。Google 内部的人也挺兴奋。
这是某位高管后来说的话——我后来才知道。我得承认，那看起来确实很疯。这个计划当时看起来很疯，但我们看看结果如何。在这段时间，2009 到 2018 年，风投的前四分之一回报是这样的，前十分位是这样的。用公开信息——我没有分享任何 Google 非公开的专有信息——我们估计 Google Ventures 的回报大约是 4.1 倍。
而更严格遵循这套策略的是我主导的那些投资，我主导的投资结果是这样。这就引出了第三条教训：不要跟计算机科学对赌。我在很多很多领域见过很多很多次。如果你在正确的时间把正确的计算机科学应用到正确的问题上，你就会得到正确的答案。我不会跟它对赌。即使看起来你像是在雷暴里给屋顶铺沥青。
快进到 2017 年。我决定创办自己的基金。同样，身边的人说，你疯了。你为什么要这么做？你在 Google 温暖的子宫里。
午餐免费，按摩管够，诸如此类。但这个想法沉淀下来之后，建议变成了：尽可能多募钱。你知道，这才是经营基金的正常做法。你会拿到一大笔管理费。你会很开心。
一切都会对你非常有利。我把这个建议和我此前做过的一切对照了一下，决定不采纳。在 Section 32 的这段时间里，我们做了六只基金。我们投资了 CrowdStrike、Cohere、Coinbase 这样的公司。这六只基金平均规模约 4 亿美元，全部处于各自的前十分位。
而如果要说 DPI 可以衡量，在我看来，DPI 是风投里唯一算数的指标。这就引出第四条教训。对某些人来说这是异端，但小基金跑赢大基金。这就是算术。这不是我要说服你接受的观点，但原因有很多。
§04为什么小型风投基金平均跑赢大型基金
基金更小，你可以更专注。我的意思是，我已经管理过一只数十亿美元的基金、几百名员工。那很分心。你没法给创始人我想给的那种关注。原因有很多。
如果我们看 DPI 的前十分位表现，规模小于 7.5 亿美元的基金平均回报 4.76 倍，超过 10 亿美元的基金是 2.42 倍。在那段时间里，7.5 亿美元以下的基金占了前十分位表现者的 95%，超过 7.5 亿美元之后回报出现不连续的压缩。为什么？原因很多。你可以用你自己的数字，但我先做个小小的思想实验。
如果你有一只 5 亿美元的基金，假设如今平均你能拿到一家公司 10% 的股份，你需要 50 亿美元的退出才能回本。提醒一下，风投的第 75 百分位是亏钱的，而前四分之一的表现具有持续性。所以，如果你需要 50 亿才能回本，而你又想长期做这行，假设你把目标设在 3 倍，你就需要在你的公司里实现 150 亿美元的退出价值。现在假设你有一只 700 亿美元的基金，我们同样算一遍，你需要 2100 亿美元的回报。700 亿乘以 3 倍是 2100 亿，这超过了大多数年份里风投支持的并购和 IPO 退出总价值。
今年可能是个例外，但那是我期待坐下来聊的话题。对于你们当中已经算过数字、做过所有数学的人——这就是 Bill 今天的四条教训。希望它们有点用。这背后有很多故事，我期待接下来和几位聊几分钟。
非常感谢。
你们是老朋友了。是的。
我们是。
我们认识很久了。Bill，他创办 Google Ventures 的时候，我是你们投资的第一家 Google 系公司。
没错。那
结果怎么样？
Climate Corporation。10 亿美元卖给了孟山都。
多少倍？回报是多少？
哎。我不知道。
其实对
你们来说挺好的。相当不错。
是啊。
是啊。你们当时在 BNS 那轮里。
是啊。那时候 10 亿美元是很多钱。
那时候，那算是一笔好交易。
放到现在，那也就够这一轮。
现在就像个 A 轮。
是啊。那本来
就是你的 A 轮。我明白了。现在我们要用空壳再来一次。
现在我们要用空壳再来一次。对。你知道，我只是想把你说的话和 Thomas 分享的内容并置一下。他们有非常庞大的资金基础去投，而且他们在这些已经被充分验证的公司的后期轮次里大量投入，按他分享的数据，你可以获得可观的倍数进入下一阶段。你知道，从 10 亿走到 100 亿的概率更高，然后从 100 亿走到 1000 亿、再从 1000 亿走到万亿，或者随便多少。
你知道，这难道不正好证明了你所说的另一种策略吗——用小基金专注风投，也许你可以做哑铃型：小型工具专注风投，然后非常大的工具押注那些有耐久性和复利优势的确定赢家。两种放在一起，都能做到 3 倍回报。
我对这点的观察是：第一，我没有看到数据科学能支持第二个结论，即后期公司可以成为持续趋势，而不是当前这个奇怪时刻的一次性现象——这些数万亿美元级的退出正在到来。这是第一点观察。第二，在某个时点——这不是负面评价，只是观察——如果你是 RIA，你在募集资产，那不是风投。至少按我的做法，风投是一门不同的手艺：你把时间和资本集中押注在创业者身上，帮他们建立业务。
后期投资本身没有错。但我也有一个观察，甚至算一点反对意见：有些公司把自己包装在「公共利益」的话语里，却在曲线的大部分区间把价值创造留给自己和一小群精英投资者，然后说我们是为了造福人类。可人类需要的是钱。所以也许更早上市会更好，因为我们可以看看这些数万亿美元 IPO 会怎么走。不过，如果我是 Google——我不代表 Google——我决定武断地把 token 成本砍掉 80%……
§05OpenAI 的估值难题与 AI 价格战
我会把它们砍下去。到那时 OpenAI 和 Anthropic 的商业模式会怎样？
会怎样？告诉我们。
对，会怎样？好吧，
如果你是一家公司，你可以去用 Google 和 Gemini，为一个基本相同的产品少付 80% 的钱，你为什么不这么做？然后对那些其他业务的压缩和压力就会进入超临界状态。
你觉得这发生的概率有多大？
如果我是 Google，我就会这么干。
给我们讲讲这个场景：Google 决定用他们的战争金库、用他们的印钞机——「他们的利润就是我的机会。我要按两折卖 token。他们每降一次价，我就降我们的价。」
赛场上会发生什么？带我们走一遍。
这难道不是理性的做法吗？
很明显他们会这么做。
嗯，
但那可能不是利润，他们可能是在烧投资人的钱，像 Uber 那种模式，抢占市场份额，增长
资本作为武器，token 作为武器。
token 作为武器，抢占市场份额，在消费端和企业端拿下装机量。但根本上，到了某个时点，你必须产生现金流。
所以这百分之百可能。
是百分之百的问题。这么说吧，这话以前有人说过：1.4 万亿美元的支出承诺，对应 600 亿美元的营收。然后你要去公开市场，指望散户接盘？
是啊。
跟我们讲讲公司保持私有更久，以及这对社会下半部分——那些没机会参与的人——有多不公平。
好吧，我们替那 99% 说话，他们大多不是我们。对吧？所以你的 401(k)，那些退休计划，现在要进入这些公司，而它们正在获得各种奇怪的标普 500 规则豁免，所有规则都在被打破。被动基金、ETF 将不得不接它们。你觉得我们在价值创造曲线上处在什么位置？
它们还能从这再涨 3 倍吗？当然。但它们——所以
说得直白一点：我们要把定价过高的产品强塞给美国的 401(k) 持有者，而那些人在早期根本没机会参与。这是你的立场，这
很深刻。我的立场是
而且这为那些并不需要的人创造了更多财富，让普通人的退休账户成了接盘侠。
这其中有很大的风险。我的反对意见是：别说你是在为人类造福，却干着另一件事。
把公众的退休账户变成接盘侠。
或者干脆说，这就是我们经营业务的方式，这不是为了造福人类。
Bill，你觉得风投会怎样？我问过 Thomas 这个问题。当这些钱被分配出去，会有少数基金获得巨额回报。我是说，简直难以置信地超额。Founders Fund 用 2 亿美元投出去，会印出 1000 亿美元的回报。
但那只是孤立的一只基金。
对。
对吧？而且会有几只。你在 GV 时的那几只基金，也会印出巨大的上行。但如果你不仔细看平均值之外的东西，风投会看起来非常惊人。如果你看穿平均值，风投仍然会呈现极端的双峰分布。
少数赢家，一大堆输家。这会怎么演变？
一是，风投本来就是这样。对吧？75% 的基金是亏钱的。二是，为了让 Founders Fund 或者随便哪只基金真的拿到那 1000 亿美元，他们必须把股票卖给别人才行。否则那只是纸面数字。
那么买家是谁？是散户吗？还是……你必须在公开市场上做出一个商业论证，证明这家企业值它未来现金流的折现值。所以不管是 SpaceX 还是 Anthropic 还是别的，这个论证能成立吗？大概六个月后我们就知道了。
我知道他们在玩锁定期，想把这事拖长，但我们看看公开市场怎么看。
好。所以我们有这么一组公司，然后是其他所有东西。作为风投，你在「其他所有东西」这个桶里看好什么？
§06AI 的「Atari 阶段」：下一步是什么
我拿游戏行业做个类比。我们都会被问到，也都会想，当 AI 无处不在时，未来是什么样？一边是末日论者，另一边是乌托邦主义者。这是 Zork 吗？这就是 Zork。
我马上讲到那儿。给我三十秒，耐心点。它大概既没有大家说的那么糟，也没有那么好。我们看看游戏行业。我以前玩这个游戏，Zork。
八十年代还有个叫 Planetfall 的。它非常脆。回合、响应、回合、响应。「拿起灯。」哦不对，是「提灯」。我应该说 lantern。「向北走」，然后你等电脑回应。
下一张幻灯片，我们展示一下今天市面上最复杂的零售 AI 系统，然后告诉我它看起来有多大差别。所以，游戏行业从八十年代到今天发生的事，也会在 AI 里发生，但会在未来大概五年内发生。
所以这个变化在发生速度上会被压缩。但我们都会同意，今天的游戏比那时候好。它们是照片级真实的，你可以住进去，它们进展非常快。在 AI 这边，会有环境计算，Zork 有的那些问题会被解决：缺乏记忆、缺乏一致性、会话重置等等。
我们怎么走到那一步？回答你的问题：我不打算投资更大的模型。对吧？就像让游戏变好的不是更好的故事，而是手柄、物理引擎和 GPU，那些才是 AI 周期里我感兴趣的部分，也就是所有需要被搭建的平台
到机械。
对。这才是在未来五年让这个现实成真的东西。而且不只是更大的模型。我认为我们现在处在 AI 的 Atari 命令行阶段，未来五年我们会到达 PlayStation 10 阶段。
你以前也在生命科学领域做很多事。是的。现在没那么多了。
我对生命科学的兴趣——我刚创办了 Calico，一直对那个领域非常感兴趣，我们投资过 Flatiron、Veer 和很多其他公司。我对那个领域非常有兴趣，因为它有双重好处：既能帮到人，也
也能赚钱。
对。不过，需要人体临床试验的治疗领域是一个专业投资领域，我们不太花时间在那上面。我非常感兴趣的是计算生物学和那些领域，它们
如果你只看 X，似乎人类健康正在经历一场复兴。我不知道那是不是真的，无论是胰腺癌的治愈、癌症疫苗、肽类，显然正在爆发。而且很多东西似乎都回到计算上。但到目前为止这一类赢家其实并不真正由计算驱动。那只是十年前非常好的科学。
对。所以你觉得我们即将看到这种大规模的
我希望如此。我创办了 Calico，当时那算是边缘科学——长寿。现在我们投资了 New Limit，那是 Blake Byers 和 Brian Armstrong 的公司，还有那个领域的其他一些公司，现在看起来没那么疯了。不过，由于人体生物学和 FDA，如果你找到一个化合物，觉得有戏，那只是 5% 的工作。后面还有各种各样的滴度调整和安全测试要做。
所以我不认为它会像我们所有人希望的那样指数级发展。不过，如果我们能在硅基上实现对人体细胞的逼真模拟，那你也会看到那加速。我们还没到那一步。
但总的来说，现在有人说是资本在流向印度和中国。你看到了吗？如果你投资离岸的公司，生物科技的上市路径会更快吗，比起
我认为美国一直把人体安全置于上市速度之上，这在某些方面让我们付出了代价。但其他一些国家的取向相反，那是要付出生命代价的。所以这里有个平衡。但中国和其他地方确实在做研究、实验、克隆以及各种据我所知在这里没有发生的事情。所以，是的。而且我认为 CDC 和 NIH 被掏空，以及现在弥漫这个国家的反科学氛围，把很多注意力推向了别处，因为基础研究的资金正在枯竭。
我是说，中国现在也有自己的「回形针」模型了。他们在从欧洲和印度招募最优秀的科学家，这些人都移民去中国做研究，而那本来是我们能够接触、能够招募的科学人才池，我们正在失去它。
我们这里真的需要这些神经科学的人才储备，我们的人才库这件事也会是另一种说法。但把 H-1B 持有者推出去，现在有太多这样的事，导致去别处更容易。这对科学不利。
你怎么看过去十年被称为深度科技的东西？传统上投资周期长、资本密集、高风险，Elon 是少数成功驾驭深度科技商业模式的企业家之一，SpaceX 和 Tesla。由于 AI 赋能和物理引擎，这对创业者去激活、对投资者去投资，是不是变得更容易了？
绝对是的。
因为事情
进展快得多。
你关注投资哪些这样的领域？
人类生物学和医疗健康，大概是世界上最大的 TAM。所以，非常感兴趣。然后是其他那些，我提到过的、构成 AI 革命底层的，物理引擎、控制器、GPU，以及实现这一切所需的所有东西。
作为 Google
趁我们还有时间，我想把 Sacks 和 Friedberg 拉进来。Sacks，我很好奇你对风投这门生意的看法。我记得你做过五只基金，或者四只。
§07风投激励机制的失灵与深度科技的未来
我们做了四只，从风投到成长。
我猜你会回到风投生意，但我很好奇你的看法：你刚开始做风投的时候，和我们二十五、三十年前刚开始做创业者的时候，赛场完全不同。基于 Bill 的这些看法，你的计划是什么？你相信 5 亿美元基金这个甜蜜点，还是觉得回到私营部门就得变成 Andreessen Horowitz？
嗯，我不认为我们需要变成 Andreessen Horowitz。你看，我认为基金规模决定基金策略，你的基金规模——因为你会用基金规模除以 20 到 25 个名字来实现组合多元化和构建——那会决定你的单笔投资规模，也就大致决定你在市场里打哪个位置。Thomas 的演示之后一直在我脑子里转的是：你是不是干脆专注在——我们姑且用以前的叫法——晚期风投、早期成长？你写 5000 万美元的支票。
你就等着那些跑出来的公司，而不是在这个非常嘈杂的超早期游戏里玩。
嗯，我觉得那个问题在于
对。
在于我们必须看风投的激励机制。一只 50 亿美元的基金，回报 1.01 倍，就可以说自己在第 75 百分位，能募下一只基金，斯坦福捐赠基金里没人会因为开出那张支票而惹上麻烦。他们需要把 2 亿或 5 亿美元多次投进一只基金。所以我理解那个动态。现在我们看 GP 的动态。
如果我有一只 50 亿美元的基金，回报 1.01 倍，我赚的钱会比 Bill 用他 5 亿美元基金做到 3 倍还多。对吧？这也是个奇怪的激励。现在我们看创业者这边。我是 OpenAI 的研究员 X。
我要创业。Bill 说，我给你 2000 万美元，估值 1 亿，我要买你公司 20%。巨型基金 Y，他们是朋友，模式不同，但巨型基金 Y 说，我们有这么大的基金，我们需要投 2.5 亿。
然后创业者说，我公司估值是 1 亿。不，你现在的估值是 40 亿，我们给你 2.5 亿，换你公司的一部分。他们每天都会接这个交易。除非你是个老练的创业者，走过这条路，知道其中的坑。
所以这些激励在各个方向上都失灵了，钟摆会摆回来。所以我不认为只做后期、等着狙击大公司会是长期可行的。数据会表明这在长期行不通。
好。让我们谢谢 Bill。干得漂亮。
干得好，兄弟。谢谢大家。