AI打开更大的市场之后：Sameer Dholakia如何判断增长、估值与回报

一、嘉宾背景

Sameer Dholakia是Bessemer Venture Partners的领导者与成长阶段投资人。嘉宾资料将Lagora和Fireworks列为他主导的投资，并注明他与同事参与了Anthropic的D轮；其中Lagora沿用访谈转录中的公司名称。他对AI行业的判断与机构的资金投入密切相关，谈及被投企业时的赞赏，也应结合这一投资立场理解。

在进入风险投资之前，他长期经营软件企业。Dholakia自述拥有31年软件行业经验，自1995年起从事企业B2B软件业务，担任过经营者和CEO，也曾领导SendGrid。他将风险投资称为一段约四年半的第二职业。经营经历贯穿他的投资讨论：在判断公司未来规模的同时，他也关心高速扩张中的管理者究竟能预测多远、客户能否留下，以及团队如何应对困难。

这场由Harry Stebbings主持的20VC访谈长约80分钟，涵盖基础模型与应用投资、估值与竞争、基金组织和回报，也谈到团队文化、上市及前沿技术。讨论的主要分歧在于，Dholakia持续上调对市场潜力的判断，Stebbings则追问，以今天的价格进入，这些潜力最终如何转化为投资回报。

二、本期主要内容

Dholakia对AI的信心，部分来自此前几次技术变化带给他的经验。他回忆了互联网打破内容与商业的地域限制、VMware让运行中的工作负载得以迁移，以及2021年冬天看到基于GPT-3的Jasper演示。这些经历促使他预测，智能市场可能超过石油市场，因为消费者、企业和政府都有对智能的需求。需求的广泛性构成了他的判断起点，但还不能替代对市场规模的测量。

参与Anthropic投资，则让这种宏观判断落到了具体交易上。他回忆，Bessemer参与Anthropic的D轮时，估值约为投前150亿美元、投后180亿美元。他用云计算作类比：模型训练需要大量算力与资本，基础层可能集中在少数企业手中，上层则可以容纳众多专用应用。在这一判断中，AWS的意义同时在于训练资源和早期分发，这两方面更直接关系到Anthropic的竞争条件。

Dholakia支持同时投资开放与闭源模型业务，Anthropic与Fireworks都在其投资范围内。他不接受Stebbings转述的“99%流量归开放、99%收入归闭源”这一划分。不过，在谈到前沿实验室时，他并未提出实质性的看空情景。对于中国来源的模型，他承认，即使更换托管方，部分CIO仍会因模型来源而拒绝采用。他由此看到美国开放权重模型供应商的机会，但没有认同主持人提出的5000亿美元规模预期。

谈到Fireworks时，他更强调团队能力：Lin的技术实力与George的商业化领导能力形成互补。他预计，企业既会租用外部智能，也会拥有一部分自有智能。他说，过去12个月里，自己对开放Token市场规模的认识有所提高，这推动了对Fireworks和生成式媒体基础设施公司fal的投资。这解释了他的判断如何变化，以及资金为何进入这些公司，尚不能据此确认行业最终的利润分配。

主权模型的机会则来自更具体的需求差异。在他的描述中，Sarvam面向印度语言、本地内容，以及语音和文本应用；Mistral的机会更多在政府和受监管场景。他表示，Bessemer已投资Sarvam，对Mistral则使用了“已投资或正在投资”的表述。这套判断依赖部分买家在特定用途中的偏好，并不要求所有企业都选择本土模型。

自主化把他的关注范围延伸到了软件之外。他称Bessemer已向Waymo投入近2亿美元，自己也关注建筑、采矿和农业领域的自主化机会。他将具身机器人比作2021年前后的生成式AI，认为可能仍需数年发展；但被问及Bessemer是否投资过机器人数据公司时，他无法当场确认。他对方向的兴趣相当明确，对具体投资情况的把握则仍有限。

三、核心观点：推理、例子与边界

节目标题暗示价格与毛利率的重要性正在下降，Dholakia的回答却始终附有条件。两人都承认曾放弃投资OpenAI。Dholakia说，后来业务的扩张改变了他的判断，但他也明确要求核查自己回忆的数字。这段谈话没有清楚界定数字口径，因而无法据此整理出一条可直接用于估值的收入序列。它说明投资人需要随业务表现修正对市场的认识，却不足以证明后来出现的高价项目都值得追入。

他回忆的几笔投资，直接呈现了估值争议：Abridge约500万美元ARR，对应7亿至8亿美元估值；Anthropic约1亿美元ARR，对应150亿美元；Lagora约2000万美元ARR，对应18亿美元。他的解释是，用未来12个月的收入衡量价格。对于增长异常迅速的企业，他有时可以接受10至15倍NTM，并提到Lagora后来从2000万美元升至2亿美元，延续前文的ARR口径。但他拒绝把预测期推至18至24个月：即使身处公司内部，经营者也很难在高速扩张中看清那么远。他愿意为近期增长支付价格，同时为这种判断划定了时间边界。

收入质量进一步限定了这套估值方法的适用范围。Dholakia偏好产品对客户具有战略意义的企业业务，关注总收入留存率与净收入留存率；对于消费者或专业消费者业务，他愿意支付的倍数更低，因为客户流失会削弱增长的累积效果。相似的增长率未必对应相同的估值，支撑增长的客户关系决定了未来收入有多可信。

毛利率对应的是更长的观察期。他以五至七年评估成长投资，因此不会把未来12个月的毛利率视为公司的最终状态。但如果预测第五年毛利率达到60%至70%，就必须解释规模经济、市场份额或竞争地位如何推动改善。他说，一些被投企业的毛利率曾在12至24个月内显著提高，却没有披露具体公司及其起点。这样的经验值得继续追查改善机制，尚不足以证明新项目能够复制同一路径。

法律AI的讨论暴露了市场规模与投资回报之间尚未补齐的环节。Stebbings以美国3000亿美元法律市场、软件获取其中20%为假设，推导出600亿美元的机会。Dholakia则引用约1万亿美元的全球法律服务支出，并将劳动替代、降价释放未满足需求的可能性纳入考虑。这扩大了潜在预算范围，也增加了需要验证的假设。他提到美国占全球40%，与主持人给出的金额并未完全对齐。服务支出还须逐步转化为可服务市场、公司份额、收入、盈利和退出价格，才能回答投资倍数问题；访谈没有完成这套推算。

Dholakia认为，竞争变化的一个关键是资本投入强度：资金支持规模扩张、品牌建设、人才招聘和客户获取，这些优势又可能相互强化。但他同时强调，企业必须具备出色的领导层，以及客户愿意推荐的产品。资本能够放大执行能力、提高竞争门槛，无法独自决定客户的选择。他说，当前资本更青睐已具规模、仍能增长十倍的公司，也承认遵循传统T2D3路径的企业，只要买入价格更低，仍可带来有吸引力的回报。增长速度始终要与进入价格一起判断。

他对基金行业的判断也沿着这一逻辑展开：风险投资日益专业化，可能使全球大型平台，以及在地域、阶段或行业上形成深厚专长的机构更有优势，中间地带则更难获得回报。这是他的行业判断，尚不能视为普遍规律。Bessemer自身选择了较高的集中度。据他介绍，对高确信度公司，机构累计投入可能达到2亿至4亿美元；晚期成长投资中，单家公司通常占基金的5%至10%，而Century Two对Anthropic的配置约为20%。这样的配置使正确判断对基金回报的贡献更大，也使错误判断更难由其他投资抵消。

Fieldguide说明，回报并不总以公司达到极大规模为前提。Dholakia回忆，投资这家面向审计师的公司时，其ARR低于1000万美元，估值略低于2亿美元。他承认，如果以千亿美元市值衡量一家公司的时代意义，Fieldguide可能达不到；但较低的买入价格仍可能带来相当的投资倍数。Stebbings提出早期投资约50倍、成长投资约10倍的单笔目标，Dholakia大体认同，并将其与基金整体五倍以上的目标区分开来：早期投资成功率较低，需要少数更大的赢家补偿。他另行提出，成长投资机会至少应有五倍潜力，这是筛选门槛，不能与其他层面的回报目标混用。

对更远期机会的讨论，则需要把现有业务与扩张设想分清。Dholakia设想Waymo未来进入OEM授权、私家车订阅、卡车和物流，也承认OEM和私家车应用并非其近期重点。万亿美元规模仍是他的预测。谈到AI制药，他看重自动化湿实验室与AI数据分析、推理的结合，相信未来十年可能实现过去需要半个世纪的进展。这些判断呈现了他愿意投资的方向，尚不能作为研发效果已经取得、商业前景已经兑现的证据。

四、学习与应用

将访谈中的判断用于投资研究，首先需要把估值依据写清楚：当期ARR是多少，买入估值是多少，未来12个月预计取得多少收入，这一预测又依赖哪些客户扩张。留存与毛利率应分别检验，避免将增长、收入质量和成本改善合并为一个乐观预期。如果价格必须依靠18至24个月后的收入才能解释，就应注明，这已超出Dholakia愿意据以判断近期增长的窗口。长期毛利率目标也需要具体经营机制支撑，不能只在第五年填入一个百分比。

市场测算同样需要统一口径。研究法律AI，应先明确地域和法律服务支出的范围，再判断哪些工作能够由软件承担，并单独估计降价可能释放的新增需求，避免直接叠加不同层次的数字。研究自主驾驶，则应分别估算网约车业务，以及OEM、私家车、物流等未来方向。后几项可以持续跟踪，但尚不能自动计入当前收入依据。这样既能保留对上行空间的讨论，也能看清结论依赖哪些尚未发生的变化。

分析基金配置时，还要分清资金来源与后续投入条件。Dholakia披露的57.5亿美元，包括17.5亿美元种子及早期资金，以及40亿美元成长资金。早期基金可以保留后续投资额度，成长基金也可以继续投入同一家公司，但企业必须以业绩争取更多资本。创业者需要了解下一轮支持要求公司证明什么，不能将早期投资视为持续融资的承诺。基金分析则应分别记录基金归属、累计投入与单家公司集中度；资金来自多个池子，并不意味着风险已经分散。

组织管理方面，Dholakia强调的是价值观如何落实到行为。SendGrid的四项价值观是happy、hungry、humble、honest，即快乐、进取、谦逊、诚实；即使员工绩效出色，也不能因此获得例外。他在面试中留意候选人用“我们”还是“我”描述成就，并将happy解释为面对困难时的建设性乐观。代词可以成为继续追问的线索，却不足以独立证明合作能力。建设性乐观也需要与他在投委会强调的智识诚实并存，不能变成回避坏消息的要求。

他回忆，SendGrid每年在墨西哥组织活动，既安排目标对齐，也让不同办公室的同事有机会在工作之外相处。他相信，这些关系有助于团队在困难中合作。可借鉴之处，是为平日缺少接触的同事建立协作基础。访谈没有提供活动成效的独立测量，因此仍需观察：遇到问题时，团队是否减少相互归责、能否更快合作，再判断这类投入是否适合自身组织。

投资回报需要同时观察账面价值与现金分配。Dholakia重视DPI，支持在很晚期适度减持，也支持创始人通过少量二级出售保障家庭财务安全。具体决策需要写明出售比例、保留的投资敞口，以及可能放弃的上行收益。长期看好一家公司，可以与部分兑现并存，但访谈并未给出适用于所有公司的固定出售时点。他认为IPO推迟是一项结构性变化，预计IPO市场会在“明年稍晚”和2028年打开；这一供需预测不宜被当作确定的现金回收日期。他强调上市公司的纪律与信誉，Stebbings则以私营公司的灵活性提出质疑，两者之间的取舍仍须具体判断。

识别投资机会、争取创始人的选择，以及投资者能否进入理想基金，也需要分别考察。在Stebbings区分选项目与赢得交易之后，Dholakia以David Cowan和Rocket Lab说明前者，以Byron Deeter说明后者。他也遗憾错失Stripe：即使Bessemer拥有开发者API领域的投资经验，仍未抓住这次机会。对于希望通过基金参与风险投资的人，Stebbings提出的逆向选择问题同样重要——希望进入私募市场，并不意味着能够进入自己最想选择的基金。Dholakia倾向于全球平台或专业机构，也承认高风险与缺乏流动性的代价。机构品牌或专业能力因此只是进一步审查的起点，投资者仍需判断准入条件、持有期限与自身资金承受能力。

来源

• 原始节目：Who Wins in the Next Decade of VC | Margin and Price Matter Less in a World of AI | Sameer Dholakia