创业物理法则已变：Ben Horowitz 谈 AI 时代的投资与创业

嘉宾: Ben Horowitz，a16z (Andreessen Horowitz) 联合创始人，《创业维艰》作者 来源: Why The Laws of Startup Physics Have Changed | 时长: 62 分钟 完整转录：带说话人识别的全文转录

导读

Ben Horowitz 和 Marc Andreessen 在 2009 年创立 a16z 时，风投行业已经三十年没有诞生过新的顶级机构。十七年后，a16z 管理着超过 350 亿美元资产，覆盖从加密货币到生物科技的几乎所有技术领域，成为硅谷最具影响力的投资机构之一。

这期 Invest Like The Best 访谈，Horowitz 没有停留在投资建议的层面。他提出了一个更大的判断：AI 正在改变创业竞赛的基本物理法则。过去十五年里，“小团队做出伟大产品，大公司砸钱也追不上"是创业世界的铁律。现在，这条铁律正在被打破。

本期三个核心看点：

1. 创业物理法则的变化 — 为什么有 GPU 和数据就能追赶任何人，这对投资和创业意味着什么
2. 不平等是特征不是缺陷 — Horowitz 对 AI 时代社会影响的争议性判断
3. 从武士道到企业文化 — “文化不是一组想法，是一组行为"的管理哲学

“有数据和 GPU，你几乎能解决一切”

如果你曾经创建过一家软件公司，你知道一条不可动摇的规则：你不能用钱砸技术问题。一个三人小团队用三年做出的伟大产品，Google 派两千个工程师也追不上。这是创业者的终极护城河，也是风投愿意在早期下注的根本原因。

Horowitz 认为这条铁律已经失效。

“Now if you have the data and you have enough GPUs, you can solve damn near anything.”

他举了 Elon Musk 进入大模型竞争的例子：凭借大量资金、出色的数据中心设计和一批聪明的工程师，Musk 在极短时间内就进入了 AI 竞赛的第一梯队。“在过去，这绝对不可能发生。”

这个变化对投资者的影响是双向的。一方面，AI 公司的收入增长速度前所未有。Cursor 作为一个 IDE 工具，其收入规模达到了之前同品类产品可能需要十几年才能达到的水平。另一方面，护城河变浅了——如果有人能用资金快速追赶，那么先发优势还值多少钱？

“这些是我们从未处理过的概念，” Horowitz 说，“一方面你在计算长期价值，市场可能不是 500 亿而是 5 万亿；另一方面，如果有人能追上你呢？”

对创业者而言，这意味着窗口期更短，但可触及的市场更大。对投资者而言，过去的估值模型可能需要从根本上重写。

市场规模从 500 亿到 5 万亿

Horowitz 反复强调一个被低估的事实：AI 的部署不需要新的基础设施建设。

汽车需要公路和红绿灯，互联网需要光纤入地和智能手机普及。这些基础设施的建设周期决定了技术从发明到大规模应用需要数十年。但 AI 不一样——互联网已经在了，你想把 AI 应用到你的生意，“just do it”。

这个零基础设施门槛带来了两个后果。第一，技术渗透速度远超历史上任何一次革命，Horowitz 预计 12 到 24 个月内影响将大范围显现。第二，市场的潜在规模让历史上的软件市场相形见绌。

“几乎没有什么问题是你不能用 AI 来解决的，” 他说，“教育？有 AI 方案。癌症？有 AI 方案。这是一个全新的现象。”

在投资端，这催生了一个新问题：AI 研究者的极度稀缺。Horowitz 描述了这个领域近乎"炼金术"的特性——如果你没有在 Google、Facebook、OpenAI 或 Anthropic 带领过大模型训练，你可能根本不知道怎么做，因为学校教不了这个。全球可能只有 40 个人真正具备这种能力。

“这大概是我们第一次遇到学术界无法培养的技术人才需求，” Horowitz 说。当你的公司市值 4 万亿美元，而全球只有 40 个人能做这件事，花一亿美元挖一个研究者的数学就说得通了。

不平等是特征，不是缺陷

访谈中最具争议性的观点出现在讨论 AI 对社会不平等的影响时。

Horowitz 用他所说的 “Kobe Bryant 效应” 来解释技术如何放大不平等。篮球发明之初，球员的收入受限于现场观众的数量。电视和全球转播出现后，LeBron James 可以成为亿万富翁。互联网让创业者获得全球分发能力，AI 在此基础上再次叠加——“不管之前的互联网公司多大，AI 版本都是 plus plus plus”。

但他的核心论点是：这种不平等并非坏事，因为 AI 同时也是历史上最大的机会均等化器。

“Every child can have a super advanced amazing tutor teacher. Great education is accessible to all now.”

Horowitz 对 Twitter 上流行的"永久底层阶级"论断持明确反对态度。他用加密货币做类比——许多在加密领域赚到钱的人起初几乎没有资本，他们只是早期进入了一个高速增长的领域。“如果你只需要五美分就能买到比特币，那你只需要五美分。”

他对 AI 导致大规模失业的预测更是直接反驳：

“ImageNet 是 2012 年，ChatGPT 是 2022 年。失业在哪？为什么还没发生？你凭什么这么确定下一次就会发生？又凭什么确定不会有新工作被创造？”

这个反驳有力但也有盲区。农业自动化用了一百多年完成就业转型，而 AI 对认知工作的替代可能在一代人之内发生——时间尺度完全不同。

“坏政府能毁掉一切”

Horowitz 的政治经济观有一个清晰的思想源头：他的父亲。

他的祖父母是共产党员，在麦卡锡时代因此被解雇。他的父亲 David Horowitz 是著名新左派杂志 Ramparts 的编辑，参与过黑豹党运动，后来却彻底转向右翼。这段家族史塑造了 Horowitz 对政府干预的深刻怀疑。

他转述父亲的一句话：

“去图书馆，随便拿一本讲社会主义的书。里面有整章整章讲怎么分配财富的内容，但你找不到一句话讲怎么创造财富。”

这个思想框架贯穿了他对政策的所有判断。他认为技术方案几乎总是优于政策方案——COVID 的居家令效果有限且副作用巨大，但疫苗有效；气候政策在欧洲减排了但被中国的增排抵消，而核聚变技术才能真正解决问题；“defund the police"没有让任何人更安全，技术做到了。

在具体政策上，他点名批评了 Biden 政府的 AI 行政命令，称其中包含"出售 GPU 需要联邦政府批准"的条款。“我们差一点就退出全球芯片竞赛了。”

这种观点有其逻辑自洽性，但也存在明显的选择性：他没有讨论缺乏监管的加密市场中发生的大规模欺诈，也没有提及 AI 安全领域许多研究者认为前瞻性监管必不可少的观点。

从零开始打造顶级 VC

访谈的中间部分是一段相当坦诚的创业史。

2009 年，Horowitz 和 Andreessen 面对一个看似不可能的挑战：自 1995 年 Benchmark 以来，没有任何新的风投机构达到过顶级水平。原因是一个自我强化的循环——顶级 VC 的声誉来自投资过 Apple、Cisco、Google 这些公司，新机构没有这个战绩，因此最好的创业者不会找你拿钱，因此你永远无法建立战绩。

他们的破局思路是重新定义产品：传统 VC 对 LP（出资方）是好产品，对创业者不是。如果能为创业者提供更好的产品——信心、网络、建议、帮助他们成为合格的 CEO——就有机会打破循环。

另一个创新是主动营销。传统 VC 从不对外发声，因为声誉靠投资记录，保持神秘感更好。当 Marc Andreessen 问"为什么 VC 不做营销"时，他们发现这个传统可以追溯到 JP Morgan 和 Rothschild 时代——这些工业革命时期的金融家同时资助了一战两方，当然不想要曝光。这个惯性延续了一百年。

Horowitz 也坦承了早期的失误。他们过度执着于"GP 必须有创业经历"的要求，结果发现"大多数 CEO 对投资的兴趣没有他们自己以为的那么大”。基金二的表现不如基金一，基金三一度令人担忧——尽管后来因为 Coinbase、Databricks、GitHub 等项目最终表现优异。

他明确拒绝了进入 PE 式 AI 收购的诱惑。尽管这是一个好生意（用 AI 优化收购来的传统公司），但"文化上是我们的反面”。他引用与 Apollo 掌门人 Mark Rowan 的一次晚餐：“他反复说的是 entry price, entry price, entry price。我们几乎不怎么想这个。”

文化不是一组想法，是一组行为

Horowitz 对管理和文化的讨论，是这期访谈中信息密度最高的部分。

他把 Andy Grove（Intel 前 CEO）称为自己最重要的导师，并讲了一个故事：Grove 办公室墙上挂着一个奖——Intel 圣克拉拉工厂的"年度最佳经理”。这座工厂曾是 Intel 质量评分最低的设施。Grove 走进去开会，听到管理层给出各种借口，便从椅子下面拿出一卷卫生纸说：“擦干净你们的废话，告诉我什么时候能达标。” 两个月后达标，此后一直是评分最高的工厂。

这个故事引出了 Horowitz 关于"对抗性管理"的核心观点：管理的概念很简单，八年级学历就能理解，但心理层面极其困难。年轻创始人最常见的失败模式是——犯错后失去信心，开始犹豫，然后过度依赖下属意见。但下属没有完整的上下文，即使他们更聪明，领导者仍然应该有更好的判断力。

最困难的场景是组织重构。“一个很优秀的、跟了你很久的人将失去权力，他会非常愤怒。如果你为了让他保持权力而妥协组织设计，你就把权力从做事的人转移到了高管手中——这是灾难。”

在文化定义上，Horowitz 引用了日本武士道的思想：

“A culture is not a set of ideas, it’s a set of actions.”

他将此具体化为 a16z 的行为准则：迟到企业家会议的人曾被罚款每分钟 10 美元；拒绝投资时必须向创业者解释原因，并对被拒绝的创业者做满意度调查；如果你在社交媒体上通过贬低创业者来让自己显得聪明，会被开除。“我们是造梦者，不是杀梦者。”

犯罪率下降 50% 的警务实验

访谈尾声，Horowitz 分享了一个出人意料的项目：他个人资助的拉斯维加斯警务科技化计划。

拉斯维加斯警察局有两个独特之处。第一，它由民选的治安官（sheriff）领导，不向市长汇报，因此在"defund the police"运动中没有被削减预算。第二，它从未走向军事化，而是坚持社区警务模式。结果是其谋杀案破案率达到 94%，远超旧金山的 75%、芝加哥的 30% 多和全国平均的不到 60%。治安官 Kevin McMahill 解释说：“每一起谋杀案都有人知道凶手是谁，他们只是不跟警察说。但他们跟我们说，因为我们是社区的一部分。”

Horowitz 在此基础上引入技术：无人机在 911 报警或枪声响起后 90 秒内部署到现场，视频画面实时推送到附近每个警察的手机；AI 摄像头精确识别涉事车辆，取代了过去依赖目击者描述的方式。

他特别强调了一个被忽视的细节：警察暴力执法有一半与描述不准确有关。有人偷了车，后座有婴儿，目击者说是"蓝色 2004 年现代"，实际上是"绿色 2008 年现代"。警察拦下了一辆真正的蓝色 2004 年现代，车主有枪，冲突就此发生。AI 摄像头消除了这个误差源。

Horowitz 称，项目启动以来犯罪率下降超过 50%，警察对嫌疑人的开枪率下降近 75%。这些数字如果属实，确实是"技术优于政策"论点的有力案例——但需要独立来源验证其因果关系。

编者分析

嘉宾立场

Ben Horowitz 的身份决定了他观点的方向性。作为管理超过 350 亿美元的 VC 联合创始人，他天然倾向于认为创业和投资环境越开放越好，监管越少越好。2024 年他公开支持 Trump 的科技政策，这使得他对政府监管的批评需要在这个背景下理解。a16z 在加密和 AI 领域都有大量投资头寸，他对这两个领域的乐观判断与机构利益高度一致。

这不意味着他的观点因此无效，但读者应意识到这些利益一致性。

论证中的选择性

加密货币类比的幸存者偏差：Horowitz 用"买比特币只需要五美分"来论证 AI 时代的机会平等。但加密市场中，少数早期参与者的暴富与大量后来者的亏损并存。用少数赢家的故事来论证系统性的机会平等，在逻辑上并不充分。

失业论反驳的时间差问题：“为什么 2012 年到现在失业还没发生？“是一个有力的修辞反问，但忽略了两个事实——一是大规模技术替代历史上都有滞后期，二是 AI 对认知工作的替代与以往农业和制造业自动化有本质区别。农业自动化用了一百多年，AI 对白领工作的替代可能在十年内显现。

技术优于政策的选择性案例：他选取了 defund the police（政策失败）和拉斯维加斯警务科技化（技术成功）做对比，但没有讨论技术失败的案例（如 Palantir 的争议、监控技术的滥用风险），也没有提到有效的政策干预案例。

反面观点

• AI 安全研究者（如 Yoshua Bengio、Stuart Russell）认为，正是因为 AI 能力发展如此之快，前瞻性监管不仅必要，而且紧迫。“先发展后监管"在核武器领域就不是好策略。
• 劳动经济学家的研究表明，虽然长期来看技术创造了更多就业，但转型期的痛苦集中在特定群体和地区，市场自发调整的速度往往不够快。
• “创业物理法则已变"本身就是一个新现象，Horowitz 从中得出的结论是否经得起时间检验，目前无法判断。Elon Musk 的 xAI 是否真正"追上了"还需要市场验证。

待查证事实

核心建议

• 对创业者：AI 时代的护城河不再是"小团队的执行力”，而是数据、分发和速度的组合。窗口期更短，但可触及的市场更大。
• 对投资者：过去的估值框架可能需要重写。当市场规模从 500 亿跳到 5 万亿，即使竞争加剧，赢家的体量也完全不同。
• 对管理者：文化的定义必须落实到具体行为，而非停留在价值观宣言。衡量标准不是"我们相信什么”，而是"我们做什么”。
• 对所有人：AI 确实是一个机会均等化器，但前提是你主动使用它。技术的民主化不会自动转化为结果的民主化。

本文基于 Invest Like The Best 节目访谈转录撰写。节目由 Patrick O’Shaughnessy 主持。