線性資本王淮的逆時代選擇丨入局
文 | 陳之琰
編輯 | 劉旌
“不投大模型。”
剛剛見面,作爲線性資本——一家以“科技”爲標籤的VC基金創始人,王淮就如此旗幟鮮明地對「暗涌Waves」說道。他的理由很簡單:AI大模型屬於大基建,不適合早期投資機構。
中國AI大模型的鏖戰還在進行中,王淮的判斷是否準確,暫且不好評判。但在混沌的局面裡,他是少有的、觀點鮮明的人。有些選擇看着與時代潮流是反着來的,比如對AI大模型say no,又比如人民幣募資的節奏“不要急,慢慢來”。
而與此同時,王淮決定更積極地去做另一些事:比如從2023年開始,線性資本開始在全球化上專注歐洲的機會,設立位於德國慕尼黑的辦公室。還有,用自己的方式擁抱AI,擁抱年輕人。
近日,線性資本宣佈推出專門爲AI應用類創業公司設立的投資項目:Linear Bolt(以下簡稱Bolt)。
全新的技術趨勢也催生了更新的投資範式。Bolt本意爲“閃電”,王淮告訴「暗涌Waves」,希望藉由Bolt,以一種更爲輕盈的姿態來投資“處於早期階段、面向全球市場的AI應用創業團隊”。
作爲一筆“專門的錢”,Bolt希望找到創業企業的典型畫像是:3-4人的小型創始團隊;不一定有“固定辦公室”;活躍於 Instagram、X、即刻和小紅書;與AI共同工作;能夠實現兩個月內從創意到原型、四個月內發佈產品。
“和典型的‘線性投資’——關注硬科技、前沿技術與產業結合相比,Bolt關注應用,投資application builder,應用的建造者。”王淮說。
線性資本還在內部組成了一個更爲年輕、能夠快速反應的Bolt投資三人小組。他們負責在具體投資實踐中做到三點——
第一,更靈活的投資額度。線性資本投資的典型目標範圍是 300 萬至 1000 萬美元,對數額更大或更小的支票規模可以靈活調整。
第二,更快的決策速度。通過與創始團隊的 3-4 次會議,原則上兩週內做出決策,整體執行過程不超過一個月。
第三,更友好的條款。承諾提供匹配市場慣例基礎上最簡潔的條款。
一言以蔽之,“更輕,更快,更靈活”。
過去一個多月,Bolt已完成四筆投資,包括:AI生活記錄產品“心光”、幫助求職者的原生AI工具“Final Round”、輔助海外大學生學習的copilot“Xbuddy”,以及AI驅動的語言教學平臺“Cathoven”。此外,另有多個項目也已在投資進程中。
工程師出身的王淮在做投資之前,是Facebook總部第二位中國籍工程師和第一位研發經理。他篤信先進技術,以往所投的思靈機器人、地平線、神策數據等也都具有明顯的科技屬性。但在AI領域,技術如何找到應用場景,以及用戶是否能理解和使用它,纔是他更關心的問題。
最近,「暗涌Waves」和王淮聊了聊。在這裡,你能看到一個典型美元VC作出的時代選擇。
以下爲對話——
Right Problem, Right People
「暗涌」:典型的線性deal需要經過嚴謹的技術論證,但Bolt項目的核心是速度和效率。這是對AI浪潮的一種妥協嗎?
王淮:不能這樣理解。隨着模型基線智能水平的提高,越來越多AI驅動的應用(AI-empowered Application)出現,雖然在模型調優上有一定的技術挑戰,但是這些應用中大部分核心能力由AI大模型提供,因此技術判斷當中我們把更多時間用在關心團隊做了什麼,判斷的是團隊能力和產品方向,以及團隊是否能快速找到產品和市場的契合。
與此同時,能利用好AI的開發者,對資源和資本的使用效率能力比過去大幅度提高。這意味着,他們只需要更少的資本就可以驗證產品和實現目標,因此他們在融資的偏好方面也會發生變化。
所以,Bolt 的設立是我們要用合適的投資方式、投資團隊配置來擁抱這個變化。
「暗涌」:AI應用創業的關鍵點是什麼?
王淮:和移動互聯網發展初期類似,AI應用在早期一定會呈現工具化的特點。長期來看,要形成粘性和復購,最關鍵的問題是:如何打破工具鏈,形成數據上的積累。
我認爲,未來要提升AI應用的壁壘要注重積累三種數據,來增強用戶粘性:第一,contextual data,上下文數據,AI對於語境的理解;第二,personal data,個性化數據,AI對於使用者的理解;第三,collaborative data,合作化數據,AI應用應處在工作流和交互中,而不是作爲工具獨立存在。
「暗涌」:應用是中國創業者更擅長的事?
王淮:經過互聯網這些年,中國積累了最好的產品經理、最“卷”的工程師,這對於AI應用的創業都是有利的。但Bolt希望投資具有全球視野的、年輕創業者,他們的市場不一定僅僅在中國。
過去幾十年的發展積累,我們有很多具備國際化視野和開拓能力的人才,這類人才瞭解全球化的應用如何做、如何運營。其次,互聯網、移動互聯網讓全球範圍內直接觸達更多用戶成爲可能。加上,全球電子支付的普及,讓全世界的人爲一個通用型的應用付費成爲可能,市場與市場的壁壘在虛擬世界中被打破了。隨之而來,一個基於互聯網和移動互聯網傳播的商業化應用,它從第一天起就有可能成爲一個global native app。
與此同時,在AI的賦能下,應用可以進行全新的、大幅升級。以前實現的是“信息和人的匹配”,更多的是“尋找和匹配”,現在是AI讓全世界到目前爲止積累的知識體系壓縮在模型中,不再是尋找信息,而是“生成”,所帶來的效率和創意都有可能比過去更上一個臺階。因此,我們覺得這是時代賦予的機會。
「暗涌」:移動互聯網形成的經驗是,to C應用會經歷“燒錢換市場”、最終“贏者通吃”的過程。這也會是AI應用的商業路徑嗎?
王淮:我覺得不會,AI應用不是燒錢換市場,也不會出現贏者通吃的局面。
第一是成本划不來,原來的to C應用,用戶數量到達一定規模之後,服務下一個用戶的單個成本並不高。因此需要的是規模化。但是在AI領域,每次服務一個用戶,它需要的成本是線性遞增的,因爲每一次都在消耗 token,一開始壓縮入模型的世界知識反而是固定成本。
第二是原來to C應用更同質化,單個用戶的粘性並不高。因此用價格獲客很重要,資本的作用很大。但在AI領域,模型能力有差異,但是這種差異會被上下文數據、個人數據、合作數據的量級不同給拉大。當然,這三類數據的沉澱肯定是要依賴資本,但是否別人的資本更多就一定能把你的用戶吸引走,我覺得是要比移動互聯網時代更難的。
第三,以前燒錢換市場更多指的是流量,它的商業模式是廣告,或者電商賣貨。但AI應用是要回答問題、給人提供服務,而不是流量變現,這個時候燒錢換市場沒有意義。它的重點在於把產品做好,沉澱用戶的數據,模型打磨好,讓用戶能在這裡用得深,同時付費,因爲付費用戶爲價值買單,羊毛出在羊身上,我覺得這是比較合理和穩健的方式。
「暗涌」:Bolt強調一種“更輕,更快,更靈活”的投資方式。這在當下投資AI應用上爲何重要?
王淮:Bolt是針對AI應用的一筆專門的錢。原來線性強調的是TPF,technology problem fit,但在AI應用這件事上,技術門檻並不高,因爲核心技術是由大模型提供的。但應用層對創始人想法的要求是更高的,對快速動作、快速組隊的要求也更高。經過了幾次決策流程我們發現了原來做法的問題,所以決定,只要找到right problem、right people,找到了就投,不要折騰那麼多事。
「暗涌」:ChatGPT在2022年底出現後,後續AI相關的創業呈現激增的趨勢。爲什麼直到現在才推出Bolt?
王淮:Bolt如果放在去年上半年去推出可能都不會有很合適的創業機會出現,那個時候很多能力都不具備。去年下半年開始,基礎設施大模型能力、元工具鏈(比如模型內調用外部成熟能力等)都在成熟。我認爲,時機到了。
隨着越來越多的能力具備了,workflow、application會變得真實有用。從to C的維度去看,會有AI應用來升級每個人的技能包,而從to B的維度去看,AI應用帶來的會是真正的新質生產力。
「暗涌」:未來如何去評價Bolt最終有沒有成功?
王淮:我希望未來Bolt投出的幾十個項目中,最後能夠做出AI-native的super global app,對應1-2個十億美元以上的公司。這其實就是Bolt成功的體現了。
唱個反調
「暗涌」:在早期美元基金中,線性一家AI大模型也沒投,爲什麼?
王淮:AI大模型是一種基礎設施,它對資金的要求特別高。現在,在還沒有財務回報的時候價格戰已經打響了,這樣的資金體量要求對早期投資機構並不友好。過去這些年,線性一直對這樣的“價格戰”持冷靜態度。而且線性的強項是對AI這套技術本身的理解。看了一圈,我們確實覺得與其在對早期投機構不友好的大模型價格上比拼,不如把資源投入到我們自己更擅長的地方。
「暗涌」:那在AI領域,線性希望掙到什麼樣的錢?
王淮:大家對AI大模型能力談得那麼多,在工作、生活中需要解決問題的方法中有哪些真正被AI替代了嗎?比如訂酒店這個場景,至今沒有一個AI應用產品和服務可以把比價、選擇、個性化要求、執行這件事給用戶壓縮掉。而這種機會,是線性希望去參與的。
我們還是希望去掙認知裡的錢,即便未來失敗了,那是因爲我們的認知沒有到位,而不是因爲膽子不夠大。
「暗涌」:目前來看,應用公司的天花板肯定是遠低於大模型,如何向LP解釋你的這個投資決策?
王淮:我們會經常和LP交流,在持續交流過程中其實累積了信任和理解。
具體到Bolt,因爲單筆金額靈活、數量會比較多,我告訴LP,可以把Bolt看成一個一攬子計劃(basket),最終的總體投資額(包括後續加碼)會在2000萬到5000萬美元。這些項目中最終能幾個有在contextual data、personal data、collaborative data這三個方面實現積累並且與時俱進的團隊,最終的收益也不會差。而且,未來應用公司創造的總價值會遠超過大模型。
「暗涌」:圍繞AI大模型的資本大戰是不是美元基金的“過激反應”?
王淮:肯定有FOMO(fear of missing out)心理在,同時,絕大多數投資人也是希望自己能參與到這波全新浪潮裡的。
另外一個事實是,在目前的市場環境下,經過2021-2022年的集中募資,客觀上美元基金的資金存量還是有且有一定數量的,只是大家出手極度謹慎。這一年AI大模型的投資熱潮其實從側面佐證了這一點。
「暗涌」:在談論技術型投資時,是否能押對技術路線被認爲是分辨投資機構實力很重要的一部分。在AI領域,技術路線上的分歧是否沒有那麼大?
王淮:我們非常關注底層模型的創新,也認爲在技術底層還是會有很多創新的可能,比如一定不會只是單一大模型的更大更快更強,也會有很多創新發生在多模態,專家網絡協同,黑盒白盒模型,端側AI等等方向上。未來必然去迭代的技術性方向,包括AI與硬件尤其是智能機器人領域的結合,線性仍然非常關注,但單筆資金投入會比較大。
對於共識,我的看法是要尊重共識,並利用好共識。做早期投資,要在共識形成之前或形成初期提早下注。如果一個投資人對於未來的view在後來成爲了共識,那共識就是讓你成功的好機會。所以,要擁抱共識。但不能follow共識。比如說今天還投雲端大模型,那就是follow共識嘛。
一家投資機構,短期能看到的是“烈度”,很多人都想要轟轟烈烈的,但長期總歸還是要看持久度的。
「暗涌」:“All in 技術”其實是線性在行業中一個很鮮明的標籤。今天你仍然堅持這一點嗎?
王淮:線性從來不用“all in”這個詞,從骨子裡我也很厭惡這個詞。事實上,我們也不會all in任何一個單點技術。我們相信的β是:以AI爲代表的前沿科技,去改造各個產業,最終實現生產力的提升。
玩什麼遊戲?
「暗涌」:你前面提到,頭部美元基金其實不缺錢,但這兩年我們感受到美元基金非常強的焦慮。焦慮的原因是什麼?
王淮:投不出去是個問題,投砸了也是個問題;募美元是個問題,募人民幣也是個問題;退出是個問題,管理還是個問題。所以,募、投、管、退,基本上都有問題。
美元基金短期還不缺錢,這是還沒到生死線。但大家內心都是焦慮的。
「暗涌」:可直到今天線性雖然是雙幣,但是以美元爲主,對人民幣募資的想法是什麼?
王淮:線性有人民幣的經驗,針對新一期人民幣基金,也就是線性五期人民幣基金,也有很多人民幣投資人主動接觸我們合作,其中也包括比較主流的出資類型的錢,我們目前的考慮是慢慢來,不着急,同時把手上還有的錢先投好。我是個工程師出身的人,最想做的事是將先進技術轉化爲生活中、產業上能充分應用、家喻戶曉的東西。
用遊戲打個比方,到底是玩策略遊戲,還是玩角色扮演?每個機構都有自己的選擇和側重。
「暗涌」:中國市場裡不乏兩個遊戲都投入在玩的玩家。
王淮:當然,也的確有人玩得好,但每個人都有自己的能力邊界。有意願乾的事不見得有能力幹。線性是典型工程師背景的VC,我們喜歡幹什麼、擅長幹什麼會想得比大多數人更早。
「暗涌」:從去年開始,線性在積極佈局歐洲。
王淮:是的。歐洲是一個投資的bug,我們覺得歐洲技術+中國規模化+全球市場會有很大的機會。
世界上有唯二的兩個統一大市場——美國和中國,也只有這兩個地方有支持創業創新的private market。美國硅谷聚集了80%全世界最好的創業者,也聚集了最多的投資機構。作爲一家中國VC想要在美國投到最優質的創業者是很困難的。
去看歐洲,在科技水平上,歐洲與美國是流通打平的。美國是去生產化的,更偏AI這一類信息技術,而歐洲有非常長的生產歷史,那裡的技術是向高精尖去探索的。
中國有三大紅利:製造業紅利、工程師紅利和人才紅利。在這個基礎上,用歐洲最好的技術加上中國紅利是有機會做到全球市場的。類似我們之前投資的思靈機器人,未來我們也希望從中提煉出核心要素,再以獨特的方式去複製。雖然每一個成功都是不一樣的,但背後的關鍵要素是有global能力的基金能夠去抓住的。
「暗涌」:全球化似乎也已經是美元基金的共識了。
王淮:我們的策略叫:China amplified global arbitrage strategy,簡單來說就是“立足中國,全球套利”。我們希望能利用中國的三大紅利在全球市場獲利。因爲如果脫離了中國能力的核心主體,我們在海外除了有點錢之外,沒有任何其他的特殊競爭力。
有這些考慮之外,線性在歷史上還投資了思靈機器人、迪視醫療等一批創始人在歐洲讀書、工作,並在當地或回國創業的公司。所以,2023年和2024年我們去歐洲拜訪了很多高校和實驗室,和當地學生、當地創業社團舉辦活動進一步加深瞭解,更加明確了我們可以利用中國的三大紅利,幫助歐洲的初創企業發展,甚至在後續輪募資上也可以與中國有全球化投資能力的基金合作,以及利用我們在硅谷的人脈協助他們獲得美國的投資、進入美國市場。因此,總的來說,關於全球化這個方向,線性重點關注的是在中國能做全球化市場的創業者,而在海外的投資重點則在歐洲。