这场对话发生在 AI 月收入增量已超越 Meta、Google 和 Microsoft，而实体经济渗透率尚不足 5% 的临界点。两位对话者站在风投生态的不同坐标上审视同一轮浪潮：David Clark 是 Vencap 首席投资官，拥有 34 年母基金投资经验；David George 则是 General Catalyst 的负责人，该机构早年便押中了 OpenAI 与 Anthropic。
当实验室的 token 成本与公开市场的高增长饥渴同时成为变量，他们试图回答一个更本质的问题：价值究竟流向哪里，以及这个周期会不会重蹈 2021 年的覆辙。
核心观点摘要
1. 企业端的"ChatGPT 时刻"才刚刚发生：自 2024 年 11 月起，头部模型公司的月度新增收入已超过传统科技巨头，但 AI 对实体经济的渗透仍不足 5%，企业内绝大多数职能的自动化远未开始，上限远未触及。
2. 赢家规模将比以往大一个数量级：过去六年所有 VC 支持的 IPO 总和约 1 万亿美元，可能还不及未来三大 IPO 中的任何一家；前 1% 的退出门槛在 24 个月内从 100 亿美元飙至可能超过 1000 亿美元，价值创造的速度与体量都在加速。
3. 原生 AI 公司的运营方式是一种"耳语经济"：最前沿的 AI 公司内部，研究人员对着 Agent 耳语而非敲击键盘，效率极高；而成熟公司仍在用旧逻辑削减臃肿，真正的效率革命尚未到来。
4. 价值捕获的核心变量是 token 价格与市场结构：如果前沿模型仅有两三家，token 价格将维持高位；若有五家竞争，价格下降将对整个生态更友好。开源、蒸馏可行性与本地部署能力，将决定价值最终流向模型层还是应用层。
5. 现在不是泡沫，因为供给而非需求受限：与典型泡沫的"过度供给破坏经济特征"不同，当前算力、内存、数据中心和电力全面稀缺，这种稀缺反而降低了泡沫风险，至少在未来三年内如此。
6. AI 公司的半衰期正在急剧缩短：追踪《福布斯》AI 50 榜单发现，去年上榜的公司有 40% 在今年掉出榜单，领先者的防御性比前代技术周期更脆弱，预测谁将捕获价值变得前所未有的困难。
7. 中国模型构成「创新者困境」的鲜活样本：中国领先大语言模型能力仅落后美国约 6 个月，但价格便宜 10 倍，下一代产品可能以 10% 的成本实现 80% 的能力，持续维持前沿地位将越来越难。
8. 当前估值呈现极端分化：约 80% 的 AI 公司可能被高估，因为大多数终将失败；但少数领导者可能被严重低估，其未来估值可能达到今天的数倍，这正是通过广泛组合捕获异类价值的逻辑所在。
9. 公开市场正在经历"增长饥渴"：过去 20 年上市公司数量减少一半，Mag7 增速已低于 30%，市场极度缺乏高增长标的；让这些公司在高速增长期进入公开市场，将为投资者社群注入强心针。
10. 2021 年的幽灵与损失率的回归：当前 AI 领域损失率处于个位数，这不可持续；历史上早期基金有 60% 的交易无法返还资本，万有引力终将重新发挥作用，真正的风险在于"领域成功了但选错了人"。
11. 未来五年风投行业的最大驱动因素是实验室市场结构与 token 成本变化：如果平台之上的公司价值能超过平台本身，建立在 token 和智能之上的大规模高价值公司浪潮才刚刚启动。
12. 消费侧可能是最大的结果来源：过去十年用户时间被大科技公司垄断，AI 技术突破可能重新分配消费者注意力，创造比 B2B 更惊人的结果，但这一转变尚处极早期。
深度对话解析
企业端变革与规模效应
David George 指出，自去年 11 月起，Anthropic 和 OpenAI 每月新增的收入已经超过 Meta、Google 或 Microsoft。然而，这项技术向实体经济的实际渗透率还很小，不到 5%。在企业内所有其他职能而言，能力的完全利用还远未开始。如果把这个事实联系起来，最终结果会是惊人的。
关于规模，David Clark 补充道，前 1% 退出规模大约每五年翻一番。2020 到 2024 年，前 1% 退出起点是 100 亿美元。而在 24 个月的时间里，前 1% 退出规模翻了 10 倍，可能到 9 月份会超过 1000 亿美元。David George 认为，过去六年所有 VC 支持的 IPO 加总起来略超 1 万亿美元，这可能还比不上预计将发生的三大 IPO 中的任何一家。成果持续变大，而且发生得更快，价值创造的速度是非凡的。
原生应用与运营效率
针对原生 AI 应用，David George 认为企业端将要发生的大变化是，我们今天在公司如何运营方面几乎还没有任何改变。最前沿的公司内部，大多数资源投入实际上是在产品和创新上，而不是自动化自身运营方式。原生 AI 公司自身的运营方式则完全不同，所有研究人员坐在那里，对着 Agent 耳语，甚至不敲键盘，他们效率极高。
David Clark 观察到，在之前几代技术周期中，最终捕获市场经济价值的并不一定是先行者。追踪《福布斯》AI 50 初创公司榜单发现，从去年到今年，去年榜单上的公司有 40% 掉出了榜单。因此，试图预测谁将捕获这些价值，感觉变得越来越难。
价值捕获与市场结构
关于价值捕获，David George 强调，目前价值捕获的最大驱动因素是模型公司的市场结构。如果前沿只有两三家，token 价格可能较高；如果有五家，token 价格可能较低。token 价格较低对整个经济可能更好。目前，前沿智能的需求现在有巨大的无弹性。
David Clark 提到中国模型构成「创新者困境」的样本。中国领先的大语言模型在能力上大概落后美国 6 个月，但价格便宜 10 倍。下一代产品能做到前沿产品的 80%，但成本只有 10%。随着时间推移，那些能力会扩展，维持前沿地位会变得更难。
估值逻辑与泡沫风险
针对估值，David Clark 认为约 80% 的 AI 公司今天可能被高估，因为大多数公司最终不会成功，而其中一小部分可能被严重低估，因为它们会成为领导者，估值会达到今天的数倍。
关于泡沫，David Clark 指出，典型的泡沫是由过度供给破坏经济特征，而今天处于稀缺状态，没有足够的算力、内存、数据中心、电力。感觉现在是供给受限而非需求受限。David George 同意目前供应受限可能是一件健康的事情，它可能降低了出现泡沫的可能性。未来三年更可能保持供应受限，而不是进入泡沫区域。
公开市场与未来展望
对于公开市场，David George 认为让这些公司处于高速增长期进入公开市场，对投资者社群来说是非常好的事情。过去 20 年左右，上市公司数量减少了一半，这将是一个强心针，把一些高增长、有趣的东西带入公开市场。市场确实能承受这些公司的体量。
展望未来五年，David George 认为行业结构的最大驱动因素是模型行业和实验室的市场结构、开源扮演的角色、token 竞争的程度。如果建立在平台之上的公司价值需要超过平台本身的价值，将会看到一波大规模的高价值公司建立在 token、AI 和智能之上。最后，一些最大的结果，可能最大的结果，往往来自消费侧。
David Clark 总结道，这绝对是他参与过的最令人兴奋也最可怕的时期。变化的速度是真正的机会，但你也必须把事情做对。
来源：The New Power Law: A Decade of Outcomes in Two Years | a16z
编译：Karl Ma