All-In Podcast

AI 價格戰

Google Ventures 創辦人 Bill Maris 把 AI、創投與科研政策放在同一張圖上。Google 可以用 token 價格壓縮競爭者,小基金勝出的理由是算術,AI 現在還只是在 Atari 階段。

SCROLL
PART 1 | 四個 lessons

Maris 的創投框架,
從一台衣櫃裡的伺服器開始

Bill Maris 先用自己的經歷鋪底。1997 年,他在華爾街辦公室的衣櫃裡看到一台伺服器,意識到網站與 email 可以被集中代管,於是辭職回到 Vermont,用信用卡、三台伺服器與一間漏水公寓開公司。

這段不是創業神話,而是他後面所有投資判斷的起點。能提早看到未來的人,常常像是在雷雨中替屋頂補柏油。旁邊的人只看到風險,他看到的是伺服器、網路與資料中心的需求剛開始成形。

Lesson 1
未來常藏在小物件裡
一台辦公室伺服器,讓他看到網站代管與資料中心的生意。
Lesson 2
看見未來會顯得瘋狂
他用筆電直播就職典禮的人當例子。那個人知道一個多數人還不相信的未來。
Lesson 3
不要和電腦科學對作
Google Ventures 當年不能說 AI,只能說 machine learning,但已經用資料與模擬設計投資組合。
Lesson 4
小基金比較容易贏
Section 32 六支基金平均約 4 億美元。Maris 說,基金越大,越難把時間與注意力集中在少數創業者身上。

主持人後來追問的每個問題,都圍繞這四件事:AI 會不會讓 Google 重回主導位置、晚期私募能不能一直創造超額報酬、小基金是不是真的比大基金好,以及 AI 現在到底還缺什麼。

PART 2 | Google 的 token 武器

如果 Google 把價格打到 20%,
AI 新貴的商業模式會被重估

Maris 對 Google 沒有發言權,但他說如果自己是 Google,會做一件很直接的事:把 Gemini 的 token 價格大幅降到競爭者的 20%。如果企業覺得產品差不多,又能用 Google 便宜 80% 的版本,OpenAI 與 Anthropic 的定價會立刻受到壓力。

主持人把這個劇本說得更尖銳:Google 有現金流、有搜尋廣告機器,也可以把 token 當成搶市占的武器。競爭者如果靠投資人資金補貼成長,價格戰就會把資本消耗推到檯面上。

角色
手上的武器
價格戰下的壓力
Google
搜尋與雲端帶來現金流,Gemini 可以被包進既有企業通路。
若主動壓低 token 價格,就能把模型能力推向商品化。
OpenAI、Anthropic
有品牌、速度與高階模型印象,也有龐大運算承諾。
若收入成長跟不上運算支出,公開市場會追問現金流路徑。
企業客戶
真正買的是可用、便宜、穩定、可整合的智慧供給。
當模型差距縮小,採購會把價格、合規、供應商風險放回第一排。

這裡的分歧不在「Google 一定會贏」。Maris 的重點是,AI 公司若把估值建立在高毛利 token 上,就必須面對雲端巨頭壓價的可能。模型能力越接近,價格就越像戰場。

PART 3 | 私募財富與公開市場

公司越晚上市,
誰承接最後一段風險?

主持人把話題拉到晚期私募。Thomas Laffont 的前一段主張是,大型晚期公司從 10 億到 100 億、100 億到 1 兆美元,仍可能有很大的複利空間。Maris 的回應是,他還沒看到足夠資料能證明這會長期成立。

他更在意另一件事:有些公司用「造福人類」的語言包裝自己,卻把大部分價值創造留在私人市場。等到公司以極高估值上市,被動基金、ETF 與 401(k) 退休帳戶才被迫買進。早期投資人已經拿到主要報酬,公開市場投資人接手的是更貴、更成熟、也更需要證明現金流的公司。

Maris 的反對不是「公司不能晚點上市」。他的要求更簡單:如果公司要把價值創造留給少數早期投資人,就不要同時宣稱自己是為了全人類而運作。

這也回到創投報酬的表象。幾支基金可能因為 SpaceX、Anthropic 或其他超大型贏家而顯得非常亮眼,但紙上報酬要變成現金,最後仍需要買家。買家可能是公開市場,也可能是退休帳戶與被動基金背後的普通投資人。

PART 4 | 小基金的算術

基金規模決定策略,
太大之後連 3 倍都變難

Maris 說小基金勝出不是品味問題,而是出場算術。他引用的資料顯示,DPI 前 10% 的基金裡,7.5 億美元以下基金平均報酬 4.76 倍,10 億美元以上基金平均 2.42 倍。7.5 億美元以下基金占前 10% 表現者的 95%。

他的簡化估算很清楚:一支 5 億美元基金若平均持有被投公司 10%,要先創造 50 億美元出場價值才回本。若目標是 3 倍,就要 150 億美元出場價值。把基金放大到 70 億美元,同樣 10% 持股、3 倍目標,就需要 2,100 億美元出場價值,這在多數年份已經超過整個創投投資公司的 M&A 與 IPO 總額。

4.76x
小基金前段班
Maris 引用資料:7.5 億美元以下基金的前 10% DPI 平均。
2.42x
大基金前段班
10 億美元以上基金的前 10% DPI 平均明顯下降。
150 億
5 億基金的 3 倍門檻
假設平均持股 10%,需要被投公司合計創造的出場價值。
2,100 億
70 億基金的 3 倍門檻
基金變大後,報酬目標會撞上整體出場市場容量。

Sacks 問他是否應該乾脆避開吵雜的早期市場,專注在晚期成長輪。Maris 反過來拆激勵:大基金 1.01 倍也能募下一支基金,GP 賺得可能比小基金 3 倍更多;LP 因為要配置大量資金,也偏好能收下大額支票的基金;創業者看到有人用 40 億美元估值塞進 2.5 億美元,也很難拒絕。

他認為這些激勵會讓鐘擺擺過頭。晚期狙擊看起來省事,但長期資料不支持它能取代早期創投。小基金的優勢,不只是支票小,而是它還能把時間、判斷與關係投注在少數公司上。

PART 5 | AI 的 Atari 階段

AI 現在像文字冒險遊戲,
投資機會在控制器與引擎

主持人問,除了少數巨型 AI 公司之外,Maris 喜歡「其他東西」裡的哪些機會。他用遊戲產業回答。1980 年代的 Zork 很脆弱,玩家輸入「拿燈」,系統可能要求你說「拿燈籠」。現在最強的消費級 AI 產品,在他看來仍有類似問題:記憶不足、一致性不足、每次對話像重開一局。

他的判斷是,遊戲產業從文字指令走到寫實世界花了數十年,AI 會在接下來幾年內把這段路壓縮走完。但這不代表投資重點是更大的模型。讓遊戲變好的不只是故事,而是控制器、物理引擎、GPU、互動介面與整套平台。

01
命令列
現在的 AI 仍常靠提示詞來回試,工作記憶與狀態維持有限。
02
記憶層
系統需要保存使用者、任務、環境與決策脈絡。
03
一致性
AI 要能跨工作階段維持同一個目標,而不是每次重新開始。
04
工具與介面
控制器、代理人工作台、資料權限與執行環境會變成平台層。
05
環境運算
AI 從聊天視窗走向無所不在的運算環境,才算真的進入下一代。

他把今天的 AI 形容為 Atari command line 階段,未來五年可能走向 PlayStation 10 階段。這句話的投資含義是:模型只是其中一層,讓模型變成可依賴工作環境的機器,才是另一批公司會誕生的位置。

PART 6 | 深科技與政治經濟

AI 讓深科技變快,
但生命科學仍要穿過人體與法規

Maris 過去創辦 Calico,也投過生命科學公司。他仍看好人類生物學與醫療,因為這可能是全球最大的市場,也能同時創造財務報酬與人類利益。但他提醒,治療藥物不是模型找到一個化合物就結束。找到候選物可能只完成 5%,後面還有劑量、安全性、臨床試驗與 FDA 程序。

他看好的加速點,是 computational biology 與細胞模擬。如果能在電腦裡可靠模擬人類細胞,研發速度會改變。但他也承認,現在還沒到那一步。

🧬
醫療與生物學
市場巨大,也能產生社會價值,但人體試驗讓投資週期無法立刻縮短。
🧪
基礎研究
他批評 CDC、NIH 被削弱與反科學氣氛,會把資金與人才推往其他地方。
🌏
人才流向
中國正在招募歐洲、印度等地科學家。H-1B 持有人若被排擠,美國科研吸引力會下降。

這段把創投拉回政治經濟。AI 讓深科技更可投,因為模擬、設計與實驗速度都在提升;但一個國家的科研資金、移民政策與安全標準,仍會決定人才在哪裡做下一批實驗。

模型可能變成價格戰商品,投資機會在能把 AI 從命令列推向完整工作環境的那套機器。

這集的主線不是誰的模型最聰明,而是價格、基金規模、出場市場與科研政策如何一起改變 AI 週期。

如果你要押 AI 週期,
會押哪一層?

選完之後,分享你的觀點

你的觀點

想聽完整對話?

All-In Podcast 原始影片包含 Bill Maris 的演講、主持人對 Google 壓價劇本的追問、小基金與晚期私募的辯論,以及生命科學、深科技與科研政策的延伸討論。

觀看原始影片 →

來源:All-In Podcast YouTube 頻道。原始影片為 Bill Maris: How Google Could Crush AI Competitors, Why Small Funds Win, and AI's Atari Stage