20VC x SaaStr: The Most Aggressive Quarter in American Capitalism, Palantir's Ru¶
Ch01.014 20VC x SaaStr: The Most Aggressive Quarter in American Capitalism, Palantir's Ru¶
📊 Level ⭐ | 11.6KB |
entities/saastr-20vc-most-aggressive-quarter-american-capitalism-palantir.md
核心要点¶
- 20VC x SaaStr 对话,关于美国资本主义的投资动态
- Palantir 的投资策略和 Brian Armstrong 的观点
- AI 转型中的大规模投资
- $700B 2026 AI capex,540B 季度收入
- Palantir RPO 增长 134% 至 $4.45B,Rule of 40 达 145%
- Brian Armstrong 宣布 Coinbase 不再需要无法亲自执行的管理者 → 原文存档
深度分析¶
超大规模资本支出的结构性逻辑¶
本文揭示了当前 AI 时代的资本支出逻辑发生了根本性转变。五大科技公司(Google、Microsoft、Amazon、Meta、Apple)在同一周报告财报,合计季度收入 $540B,2026 年 AI 资本支出 $700B。正常情况下,应该是初创公司激进、巨头防御;但这一次,六家最大市值的公司同时宣布"我们也要押注"。这说明 AI 转型已经进入"必须参与"阶段——不是选择问题,而是生存问题。
隐藏在增长背后的结构性风险¶
文章指出了一个被忽视的结构性问题:这些公司增长的很大一部分来自向私营 LLM 公司出售算力,以及转售这些 LLM 的 token。五大公司本质上是两家私营 LLM 公司(OpenAI、Anthropic)的分销和资本支出提供商。这种结构意味着:真正的 LLM IP 层归属于两家私营公司,即使 Google 这样拥有自己模型的公司,在编程这个最关键领域也显著落后于私营公司。这是每个 hyperscaler 增长故事背后的空头逻辑。
Palantir 的护城河:唯一能交付企业级 AI 转型的公司¶
Palantir 的 RPO 增长 134% 至 $4.45B,Rule of 40 达到 145%,这一数字在现代历史上只有 Nvidia、Micron、SK Hynix 达到过。Karp 的核心洞察是:大公司必须花大钱来做大事。目前能以 $100M 级别可信地帮助企业完成 AI 转型的公司只有 Palantir——其他公司都以 $200K 的方式运作,这不是押注,是功能购买。大公司想要的是能告诉他们"我们要用 AI 重塑整个营销或 BI 系统,我们能做到,我们为政府和摩根大通做过"的供应商。
AI 采购的 COVID 式压缩¶
文章描述了一个关键的买家的行为变化:过去 Karp 需要一个利益相关者介绍,花数年时间向不同的人销售;现在,每个利益相关者都出现在会议上。CEO 和 CFO 告诉所有人:现在就来,我们不会评估两年。这是 AI 采购的 COVID 式压缩——自上而下压缩,强制执行,没有反对声音。这种压缩意味着下游会有严重的资本错配,但对于能真正吸收 $20-100M 企业意图并将其转化为部署的公司,这是历史上最好的时刻。
SaaS 复兴的两级测试框架¶
Jason Lemkin 提出了一个简洁的框架来判断 SaaS 公司能否从 AI 受益:必须同时满足两个条件——能用 AI 货币化现有客户群 AND 能吸引 AI 驱动的新客户。Atlassian 做到了第一点但没做到第二点;Twilio 同时做到了两点(Sierra、ElevenLabs 等 AI 初创公司都使用 Twilio);HubSpot 宣布 AI agent 将与人类持平,这是正确的战略赌注,但有点晚。做不到两点的公司会成为"慢冰块"——增长但蒸发,没有重新评级的路径。
Brian Armstrong 的"构建或离开":经理层级的终结¶
Coinbase 宣布不再需要不能同时贡献产品的管理者,这可能是本周最重要的运营故事。Brian Armstrong 是正确的人选来打破这种模式——他曾在 2020 年政治争议时告诉所有人把政治留在公司门外,并提供遣散费,这在当时受到了批评,但后来证明完全正确。深层逻辑是:2026 年最好的高管是能直接与 AI agent 互动的人——一个 CMO 应该能通过 AI agent 发起活动,而不是通过营销总监和活动经理。SaaStr 的 AI 营销 VP 每月只需 $94 token 成本就能运行一个比任何人类营销人员产生更好想法的自主 AI 高管。
Anthropic 的 $50B 融资:扼杀 IPO 论证¶
Anthropic 在 48 小时内筹集了 $50B,估值 $900B,通过发送电子邮件完成。这表明在当前世界,你可以在没有 IPO 障碍、没有权利触发、没有法定责任、没有披露要求、没有路演的情况下筹集资金。根本原因是:每 $1 的收入需要大约 $3-4 的资本支出来服务,而他们同比增长 10 倍,必须提前一年预测这些资本支出。在 run-rate $10B 收入的情况下,你要承诺 $30B+ 的资本支出来满足明年的需求。这是历史上最大规模的财务赌博。
Sierra 的 105x 收入倍数:对"LLM 吞噬一切"论点的反驳¶
Sierra 以 $150M ARR 估值 $15.8B,105x 收入倍数。Brett Taylor(OpenAI 董事长)作为 CEO 掌舵。Jason 的空头观点:客户支持软件市场今天约 $20-30B,劳动力市场是 $400B。100 倍隐含的论点是 Sierra 将从 $400B 劳动力池中获取可观的份额,而不是从现有的 $20-30B 软件池中获取。Rory 的多头观点: round 本身就是最重要的数据点——Karpathy 相信在 LLM 之上可以构建软件价值层,Sierra 的 LLM 成本占收入的比例可能低于 10%,这意味着 90%+ 的价值在软件层,而不是 LLM 本身。
实践启示¶
对投资人¶
- Token 成本每 FTE 的追踪:Token 支出占每个 FTE 等效工资的比例是判断 AI 实际规模化的最重要指标——编码方面 20% 的 token-工资比意味着 Anthropic 可以增长到数千亿美元,但在某些类别 5% 就困难得多。
- AI 基础设施的顺风辨别: hyperscaler 的增长有多少是真正的 AI 应用价值,有多少只是向 LLM 公司出售算力再转售的循环?这是判断真实价值的核心。
- Sierra vs Anthropic 的风险偏好:如果只能选一个,Anthropic 的上涨空间是无限的,Sierra 需要你承担劳动力替代和击退三个可信竞争对手的双重风险。
- Palantir 的定价:$349B 市值定价的是完美之后的更多增长。如果繁荣持续,他们最有可能增长到该估值;如果不完美,这一个会硬修正。
对 operator / 高管¶
- 经理层级的生存测试:问问自己——我能在 AI 旁边做我的工作吗?如果一个 CMO 能通过 AI agent 发起活动,而不是通过团队,我是在创造价值还是阻力?
- $254/月运行两个高价值自主 AI 代理:对于营销和客户成功来说,这替换了真实的人类工作,成本是按工资算的 15 倍。算一算你自己的团队经济学。
- Brian Armstrong 测试的采纳:评估你的组织中哪些 manager 无法同时交付产品和管理——这些人可能需要被重新部署或淘汰。
- Palantir 时刻识别:如果你所在的公司正准备进行重大的 AI 转型,你需要问自己:我们有内部能力还是有外部供应商能以 $20-100M 交付这个?如果没有内部能力,Palantir 就是你的答案。
对创始人和 CEO¶
- "构建或离开"作为运营原则:如果你不能同时构建和管理,你就不适合当代的运营模式。这可能不是一蹴而就的,但应该成为目标。
- 两级 AI 受益者测试:你的 SaaS 业务能用 AI 货币化现有客户 AND 吸引 AI 驱动的新客户吗?如果只做到一点,你的长期命运可能仍然部分推迟。
- Agent 部署的 token 经济学:每月 $94 的 token 成本为一个比人类营销人员产生更好想法的 AI 营销高管提供动力。重新审视你的 agent 策略中的成本结构。
- 大型企业 AI 转型的可信供应商问题:在 $100M 级别的赌注中,没有内部 AI 能力的公司只有极少数选择——了解你的定位在哪里。
对分析师和策略师¶
- Token 价格下降的双面影响:虽然芯片加硬件优化,token 价格每 18 个月下降 10 倍,这意味着即使当前效率在某些类别低于 1%,绝对支出也会随着用例的增加而增加——但同时也意味着某些类别的 AI 可能比任何人建模的更具通缩性。
- 内存成本通胀的隐秘影响:很大一部分资本支出增加实际上并不是在购买更多物理设备,而是在以更高价格购买相同数量的设备——Apple Mac Mini 从 $599 涨到 $799 就是证明。这将渗透到 iPhone 定价中。
- Musk vs Altman 试验的法律细节:虽然 TMZ 级别的娱乐性,但真正重要的法律问题是诉讼时效和通过 donor-advised fund 的立场——这些将由法官决定,与,陪审团只是顾问。
- $250M LP 入场费:这是当前需求所在位置的指示器——了解谁在进行大规模 AI 投资以及为什么。
相关实体¶
- How Superset built the IDE for AI agents on Vercel
- Toto 2.0: Time series forecasting enters the scaling era
- Public Stealth Leaves Opportunity on the Table
- Https Posthog Com Blog Karpathy Autoresearch Query Engine Bug