最佳创始人如何将资本、客户与人才化为现实

原始标题: The Best Founders Materialise Capital, Customers & Labour

发布日期: 2026-01-12 | 来源频道: @20VC

📝 深度摘要

1. 讨论背景与核心主题

本访谈嘉宾为Alex Rampell，系Andreessen Horowitz（a16z）普通合伙人，负责管理其17亿美元的应用基金。2025年1月，a16z宣布完成150亿美元募资，创下年内最大规模风投基金纪录。Harry Stebbings与Alex就当前风险投资行业的核心命题展开深度对话：在大规模资本涌入与科技公司市值膨胀的时代，风投机构如何在"募资规模膨胀"与"投资回报率衰减"之间寻找平衡？顶级风投如何在"全品类覆盖"与"垂直深耕"之间做出战略抉择？以及，如何识别并捕获下一代的平台型公司？

2. 核心干货概览

3. 深度决策链还原：投资假设与市场逻辑

行业痛点与背景

当前风投行业面临三重结构性压力：其一，公开市场对科技公司的定价区间极度分散化——要么极小规模IPO，要么直接跨越至百亿级估值，中间地带几乎消失；其二，募资规模膨胀导致"规模诅咒”，LP开始质疑大基金能否持续产出超额回报；其三，AI技术革命正在重新定义"护城河"的内涵——过去"锁定客户"的逻辑在API经济时代面临崩塌。

Alex明确提出"中间层消亡"（Death of the Middle）理论：当前资产类别中，要么成为大型全品类风投（如a16z、Sequoia），要么成为小型垂直专家（如Ribbit专注于金融科技、Kaszek专注于拉美市场），中等规模的全品类机构将面临被双向绞杀的风险。核心原因在于：好公司天然向顶级机构集中，而顶级机构要么有品牌背书+全阶段覆盖能力，要么有深度行业认知+早期捕获能力，中间层两者皆失。

核心投资逻辑推导

Alex的投资框架建立在四个维度上：

第一维度是"创始人特质"——高度能动性（Agency）。优秀创始人不会被动等待指示，而是主动将想法付诸行动。Harry 17岁开始运营podcast即展现这种特质。风投的工作本质是"销售"——说服最优秀的创始人接受你的投资而非竞争对手的。

第二维度是"资源动员能力"。Alex将其量化为三个指标：能否在48小时内动员5名优秀人才跟随自己（ materialize labor）；能否持续获得资本注入（materialize capital）；能否获取首批付费客户（materialize customers）。三者缺一不可。

第三维度是"历史纵深"。优秀创始人必定深度研究行业历史。Patrick Collison（Stripe）在创业前亲自拜访Visa创始人Dehawk，阅读支付系统学术专著；Brian Cheskat（Airbnb）研究1800年代住宿行业历史；Vlad at Robinhood同样展现对金融市场的历史认知。相比之下，太多创始人对所在行业的基本历史都缺乏了解。

第四维度是"复仇动力"。《基督山伯爵》是Alex最钟爱的商业寓言：主角Edmond Dantes被陷害入狱18年，出狱后成为世界首富，唯一目标是复仇。顶级创始人往往携带类似的心理驱动力——被前公司不公对待、被行业巨头碾压、或者童年经历的"心理创伤"。Dave Duffield被PeopleSoft恶意收购后创立Workday，其动机清晰可见；Renaud Lanceel（Lending Club创始人）被自己创立的公司驱逐后，直接创立竞品Upgrade——公司名称本身就是对前东家的"升级"和嘲讽。

增长路径与护城河

Alex提出"人质而非客户"（Hostages, Not Customers）理论：最好的公司不是拥有"满意"的客户，而是拥有"无法离开"的客户。以Workday为例，其企业客户被深度锁定在HRIS系统中，切换成本极高，因此这些客户实质上已成为"人质"。这解释了为什么单纯"做得更好"并不足以颠覆现有巨头——GE不会因为一家YC孵化的AI公司更先进就切换Workday。

“绿地 bingo”（Greenfield Bingo）策略应运而生：与其争夺存量客户，不如押注于新公司创建速率。当新公司创建速度足够快时，它们会自然选择最新、最优的产品，而不必受制于既有"人质"对老系统的依赖。Stripe的成功正是这一逻辑的完美验证——2000年代互联网新公司大量涌现，它们没有历史包袱，直接采用Stripe而非Chase等传统支付处理商。

细节支撑：基础设施层与应用层的分化

回到AI赛道，Alex认为当前格局遵循历史规律：每一代技术革命都呈现"基础设施层+应用层"的双层结构。PC时代基础设施是微软/苹果操作系统，互联网时代是Cisco/Alami，AI时代则是OpenAI/Anthropic等基础模型提供商。在基础设施与应用之间，应用层理论上更"粘性"（sticky），但面临9000个同类竞争者的残酷现实。

Anthropic在编码（coding）领域的专业化定位是一个差异化案例。关键是：应用层公司应该" promiscuous"（多情/善变）地使用各类后端模型，而基础设施层则需要通过专业化和深度垂直来构建护城河。

4. 核心干货运用：创始人与VC手册

招聘与人才策略

• 首批员工动员测试：能否在短时间内说服5名优秀人才接受50%降薪加入，这是创始人"动员能力"的核心试金石
• 历史纵深验证：询问创始人是否研究过本行业历史，是否了解前人失败案例，是否能说出行业中3个以上关键历史节点
• 复仇动力识别：观察创始人是否携带"不公平对待"记忆，这种心理动力的持续性和强度往往与公司最终规模正相关

融资与稀释策略

• 轮次递进逻辑：随着公司价值抬升，“共识”（consensus）逐渐形成——A轮时"优秀创始人"是共识，B轮时需要"可验证的收入增长"，C轮后需要"清晰的单位经济模型"
• 价格发现机制：当价格足够高时，共识自然瓦解。Facebook A轮在2000万美金pre时是共识，涨到8700万时就不是共识了
• 非共识捕获：真正的超额回报往往来自"人人觉得糟糕"的非共识项目，但这类项目的识别需要极强的行业前瞻能力

销售与GTM实战

• 垂直SaaS深耕：对Toast等垂直SaaS公司的分析表明，早期销售的核心是"回答客户的基础问题"——你们还剩多少现金？你们有多少客户？一个没有客户的新产品如何在谈判中建立可信度？
• 新公司优先策略：与其争夺存量市场，不如专注于服务新增市场——新公司没有历史负担，更愿意尝试新产品
• 避免"知道太多"陷阱：资深行业专家反而容易因"了解太多"而对新机会过度谨慎。解决方案：强制引入"初心者思维"（beginner’s mindset）的内部合伙人进行制衡

5. 冲突点与逆向思考

反直觉/看空观点

Alex明确指出"小基金必然优于大基金"是一个误区。虽然数学上小基金更容易产生高倍数（55倍vs 3倍），但从绝对美元回报看，3倍回报的10亿美元基金 = 3亿美元 vs 55倍回报的8500万基金 = 4.67亿美元。当基金规模足够大时，3倍回报的绝对金额可能超过小基金的55倍。他自己的最佳单笔投资案例是200倍回报的种子轮项目，但这建立在极强的早期捕获能力之上。

关于AI泡沫，Alex并不认为AI是泡沫，但他明确指出：AI基础设施层存在严重的同质化问题，应用层则面临过度竞争（9000个竞争对手）。“人质而非客户"的经典逻辑在AI时代被重新定义——API调用切换成本极低，客户忠诚度前所未有地低下。

争议议题

关于"专家陷阱”：当一个VC对某个行业"知道太多"时，反而可能错失该行业的下一个大机会。Alex以自己为例——他在支付领域有20年经验，但在Stripe种子轮时完全错失，理由是"客户从哪里来？所有人都在用Chase！“这种"专家直觉"在事后被证明是错误的。解决之道是引入没有该领域经验的合伙人进行制衡，或者强制自己保持"初心者思维”。

6. 金句

“我们购买的是价外期权，期望它最终成为价内期权。”

“风投的全部工作就是找到、挑中、然后赢得投资。好项目永远稀缺，赢得它们的难度超乎想象。”

“最好的公司拥有人质，而非客户。”

“你永远不会赢或输，你只是领先或落后。继续下去。”

“如果有人给你1000万美元而你只是个18岁的孩子，你是个天才才会拒绝它——除非你心里装着复仇或救赎。”

“我们希望LP追求回报，但这意味着我们需要么足够大到覆盖全阶段，要么足够专注到在垂直领域无可替代。”

“知道太多反而是负面的——你会本能地拒绝任何看似’不可能’的机会，而这正是下一个Stripe诞生的地方。”

📺 视频原片

视频ID: b5fTnZRsuhI