a16z 合夥人：虧損率太低代表你膽子不夠大

本文整理自《a16z Podcast》2026 年 5 月播出的單集。

{{< youtube AiM9mZCmVPY >}}

---

「從不虧錢」，是你做錯事的證據

在創投圈裡，有人會驕傲地說自己「從來沒有在任何一筆投資上虧過錢」。a16z 合夥人 David George 聽到這句話的反應是：「這不是驕傲的資本，這是一個可怕的數據點。」在他看來，如果你做早期投資從來不虧錢，最可能的解釋不是你眼光精準，而是你根本沒有承擔足夠的風險。

David George 在 a16z Podcast 上與 VenCap 投資長 David Clark 的對談中，坦率地剖析了 a16z 在 AI 時代的投資方法論。這套方法論的核心邏輯其實很簡單：在一個贏家規模史無前例大、但誰是贏家史無前例難預測的市場裡，你不能只挑穩贏的案子。穩贏意味著你錯過了所有高風險但可能回報巨大的機會。

VenCap 的歷史數據給了這個觀點具體的數字支撐。David Clark 分享了他們早期投資基金的歷史虧損率：大約 60%。也就是說，60% 的投資案最終拿不回本金。但過去兩年 AI 領域的早期投資虧損率低得不正常，可能只有個位數百分比。「這不會持續，」他直言，「地心引力遲早會回來。」

Token 路徑：評估 AI 公司的第一道篩子

如果今天去問 a16z 怎麼看一家 AI 公司值不值得投資，他們的第一個問題不是營收成長率、不是團隊背景、不是技術壁壘。第一個問題是：這家公司有沒有在「Token 路徑」（token path）上？

David George 解釋了這個概念背後的邏輯。企業端的 AI 支出正在快速增加，但企業的預算總量不會因為 AI 出現就憑空變大。每增加一塊錢的 AI 支出，就有一塊錢要從別的地方被拿走。上一個世代的軟體產品如果沒有被整合進 AI 的 Token 消費流程裡，不只是成長停滯的問題，而是可能被直接替換掉。企業沒辦法同時負擔持續增長的 AI 成本和維持所有舊軟體的授權費。

所謂「在 Token 路徑上」，意思是公司的產品或服務直接參與了推論 Token 的生產、分發或消費環節。不在這條路上的產品，不管過去多成功，都面臨被邊緣化的風險。這聽起來殘酷，但 David George 認為這就是 AI 時代的新現實。他指出，AI 模型公司目前新增的營收量，已經超過了整個公開市場軟體產業的新增量加總。如果你的產品不在這個新的金流主幹道上，你就不在這場遊戲裡。

模型市場結構：一切的最大未知數

但就算確認了一家公司在 Token 路徑上，還有一個更根本的問題決定著價值分配的最終格局：前沿模型的市場結構會長成什麼樣子？

David George 認為這是決定未來五年 AI 生態系價值流向的最大變數，而且它「完全不可知」。如果前沿只有兩家實驗室站在最前面（目前大致如此），Token 價格會比較高，價值集中在模型層。如果有五家在前沿競爭，Token 價格會大幅下降，那就有更多空間留給應用層的公司去創造價值。對整體經濟來說，更多競爭帶來的低價 Token 可能是更好的結果，因為不會那麼快逼迫企業進行大規模的勞動力重組。

開源在這裡扮演了一個微妙的角色。蒸餾一個前沿大型模型的成本，大約只有原始預訓練成本的 2%。這個門檻低到令人意外。如果蒸餾這條路持續走得通，開源模型就能維持對前沿模型的競爭力，間接壓低 Token 價格。但大型模型公司當然不希望自己的模型被蒸餾，它們正在想辦法阻止。這場拉鋸的結果，會深刻影響整個產業的競爭格局和利潤分配。

還有一個看似矛盾的現象值得關注。以同等能力為基準，每個 Token 的成本正以每年超過 10 倍的速度下降。但前沿端的 Token 消費總金額卻遠遠超過了這個降幅。也就是說，AI 不是在變便宜，而是「便宜」帶來了更大的使用量，最終花的錢反而更多。這種「越降價越花錢」的動態，至少目前為止，對前沿模型公司非常有利。

60% 虧損率的哲學：壞結果只有一種

回到虧損率的核心問題。a16z 的早期投資哲學，源自共同創辦人克里斯．狄克森（Chris Dixon）的框架。這個框架的邏輯是：在每一個有順風、有好技術、有多位優秀創辦人在競爭的領域，a16z 都應該挑出最好的那位創辦人，盡早投入。不需要等到趨勢確認，因為等到那時候已經太晚了。

在這個框架下，結果只有三種可能。第一，你支持的領域成功了，你投的公司是領導者，完美。第二，領域本身沒有成功，但你投的是該領域最好的公司。這沒關係，這是創投本來就該承擔的風險。第三種，也是唯一真正的「壞結果」：領域成功了，但你投錯了人，對手拿下了市場。這才是 a16z 會花時間深入檢討的情況。

這套邏輯的核心含義是：a16z 寧可在十個領域各投一個領導者，其中可能有六個領域不成功，也不要只投「穩賺不賠」的案子。因為在 AI 時代，贏家的規模實在太大了。只要你的早期投資裡有一到兩個真正的巨獸級公司，其他所有的虧損都是可以接受的統計噪音。但前提是，在那個贏家所在的領域裡，你確實投了對的公司。David George 用了一個棒球術語來形容成長期投資的要訣：「打擊率」（slugging percentage），也就是在對的公司上押對適當的金額。早期看的是覆蓋面，成長期看的是精準度。

AI 新創碰到大企業問題的速度，比上一代快太多

這種「贏家變得非常大、非常快」的現象，也迫使創投公司本身進行轉型。David George 觀察到，AI 原生公司碰到大企業才會面對的問題的時間點，比上一個世代提早了很多年。定價策略、供應商談判、雲端合約、國際擴張、銷售團隊建設，這些議題以前要等公司成長到中後期才會浮現，現在在公司非常年輕、團隊非常小的時候就必須面對。

以 Cursor 為例，營收已經達到數十億美元的規模，但公司本身還非常小，歷史也非常短。上一個世代的科技公司，通常要花四到六年才會走到這個階段。現在兩年就到了。這意味著這些公司需要大企業等級的支援，但它們的組織成熟度還遠遠不到那個程度。

這就是 a16z 擴充平台服務的原因。他們新增了定價專家、銷售力擴張顧問、國際擴張團隊、通路策略專家，遠超出傳統創投會提供的支援範圍。David George 強調這不是 a16z 自己想擴張，而是創辦人主動要求的。創辦人選擇 a16z，很大程度上是因為他們在公司生命的極早期就需要這些資源。這個需求反映在競爭力上：a16z 因此拿到了更高的交易勝率和更大的持股比例。以前創投公司的差異化靠的是人脈和品牌，現在靠的是能不能在公司第二年就提供第十年才需要的專業支援。

估值兩極化：80% 過高，少數嚴重低估

英國創投協會（VCA）最近在一場會議上做了現場民調：你覺得目前 AI 估值太高、合理、還是太低？80% 的人說太高，只有 6% 說太低。

David Clark 認為這個結果其實精準地反映了現實的分布。如果你把所有 AI 公司當成一個群體來看，80% 的公司確實被高估了，因為歷史告訴我們大部分公司最終會失敗。但剩下那一小群最終勝出的公司，現在的估值很可能是嚴重低估的，因為它們最終的規模會是現在估值的好幾倍。「太高」和「太低」同時成立，只是作用在不同的公司身上。

從 LP（有限合夥人）的角度，Clark 覺得自己的位置反而更舒服。他不需要像 a16z 那樣精準挑選個別公司，而是透過分散在多家基金中的廣泛投資組合，自然地捕獲那些異常值。歷史數據顯示，只要這個籃子足夠多元，整體投資組合的價值長期來看一定會增長，即使大多數個別公司可能歸零。對於無法、也不需要做個股精選的投資人來說，這反而是最理性的策略。

我的觀察：在流沙上蓋大樓的技術

a16z 和 VenCap 這場對話揭示了 AI 投資當前最核心的張力：你需要在一個地基不斷移動的環境裡，做出大量資本部署的決策。Token 路徑框架是一個務實的嘗試，至少給了判斷的第一道篩子。60% 虧損率哲學則是在承認一個現實：既然你無法預測哪塊地基會穩住，不如確保自己踩在足夠多的地基上。

或許最值得注意的，是 David George 提到的一個時間窗口。ChatGPT 推出至今不到四年，而他們相信，未來十年的世代級公司就是在這個時間點被創建的。如果這是對的，那現在每一筆看起來「太高」的估值，十年後回頭看可能都像是當年在七大科技巨頭還小的時候買進的感覺：怎麼當時那麼便宜。