All-In Podcast

IPO 重返
舞台

這場 All-In Liquidity panel 表面在談科技公司重新上市，實際上在談三件事：AI 與太空基礎設施需要公開市場的資本與檢驗，LP 想拿回流動性，創辦人也開始重新評估「一直留在私募市場」的代價。

SCROLL
PART 1 ｜ 上市後第一天

IPO 不是魔法，
只是公司多了一群觀眾

Cerebras 創辦人 Andrew Feldman 剛完成上市。他把過程講得很不浪漫：大量會議、上百人同時出現在 Zoom 裡、一輪又一輪文書審查，逗號移來移去。敲鐘隔天，公司沒有因此多賣一套系統，工程進度也不會自動往前。

但他沒有說上市不重要。公司帳上有更多資金，員工與家人得到外部認可，市場也開始用每天交易的價格檢查公司。對在壕溝裡做十年的工程團隊來說，上市像一個公開成人禮。興奮之後，真正的工作還是回到產品、客戶與供應鏈。

上市改變的是公司的社會位置，不是隔天的產品能力。供應商關係、客戶信任、工程速度與管理紀律，仍然要自己做出來。

Planet Labs 創辦人 Will Marshall 的答案更偏客戶面。Planet 做地球影像，客戶包含大型農業公司、能源公司、民用政府、國防與情報單位。這些客戶不只買資料，也買「你會不會一直存在」。上市讓公司看起來更成熟，有資本可用，也讓大型機構比較敢把關鍵工作交給它。

PART 2 ｜ 公開市場的合法性

Cerebras 是火箭起飛，
Planet 是市場慢慢看懂

Brad Gerstner 把兩家公司放在同一張圖上看。Cerebras 上市時需求很強，定價區間一路上修，掛牌後市值快速拉高。Planet 的路徑相反，2021 年透過 SPAC 上市後，市場一開始不知道要怎麼理解地球影像公司，直到最近一兩年才把太空、AI 與安全需求連在一起。

兩條路徑都說明同一件事：公開市場不會立刻懂你，但它會給公司一個被重新理解的地方。Planet 每天拍攝整個地球，像是把 Google Maps 的衛星圖層從幾年前變成今天，並且累積成時間序列。這讓農田、火災、洪水、能源設施、港口與軍事部署都能被追蹤。

200+
Planet 衛星
逐字稿提到 Planet 擁有約 200 顆地球影像衛星。
每日
拍攝地球
重點不是單張地圖，而是每天更新的時間序列。
4-5x
火箭成本下降
Marshall 說過去十年發射成本大幅下降。
微型化
衛星變小
大型衛星變成小型衛星，像主機電腦走向桌上型電腦。

主持人追問 Planet 是否會被看成軍事科技公司。Marshall 的回答很有分寸：安全用途比他們原先想像更大，地緣政治需求也推高這類產品的價值；但公司不能只被軍事用途定義。這份資料同時服務農業、能源、災害、民政與安全。

PART 3 ｜ 太空資料中心

太空算力很迷人，
分歧在「多快會發生」

Marshall 把太空與 AI 的關係講成兩階段。第一階段是用 AI 讀懂地球影像，讓更多人可以問農業、能源、許可、災害與安全問題。第二階段是把算力也送上太空，讓太陽能、晶片與通訊組成新的資料中心。

他的算式是能源與發射成本。資料中心最大的限制是電力。地面太陽能便宜，但有日夜與天氣問題，還需要電池、天然氣或核能補上穩定性。太空中的太陽同步軌道可以長時間面向太陽，同一片太陽能板產生更多電，而且不需要同樣規模的備援電力。

問題
Will Marshall 的看法
Andrew Feldman 的提醒
成本
當發射成本降到每公斤 200 到 300 美元，太空資料中心可能比地面便宜。
成本下降是前提，但還不足以證明整套系統可商業化。
能源
軌道上的太陽能板可長時間面向太陽，電力利用率比地面高。
電力不是唯一難題，叢集內部通訊與可靠度仍要解。
時間
他預期十年內，多數算力可能走向太空。
他同意方向重要，但認為時間表可能更長，像自駕最後 10% 花了很多年。

這段是整場 panel 最有資訊量的分歧。Marshall 看到的是火箭成本、太陽能與 AI 需求的交會；Feldman 看到的是工程整合的尾端風險。兩人沒有否定方向，只是在問最後一段工程路徑會不會比財務模型更慢。

PART 4 ｜ AI 晶片的重生

AI 讓電腦終於處理圖片與語言，
也讓晶片版圖可以重排

Feldman 把 AI 晶片的機會放回電腦史。過去電腦擅長數字，卻很不擅長圖片與語言。AI 從 2015、2016 年前後開啟新的工作負載，讓電腦能從影像與語言裡找洞察、生成內容、理解內容。新工作負載出現時，晶片市場的市占率就有機會改寫。

他舉了三個歷史例子：圖形運算催生 GPU，手機運算讓 ARM 取得位置，資料網路讓 Cisco、Juniper 與 Arista 這類公司崛起。Cerebras 的判斷是，AI 會吃掉大量算力，而且答案不會只是做一顆長得像 GPU 的晶片。

01
新工作負載
圖片、語言與推論需求進入電腦可以處理的範圍。
02
資料移動
AI 的難題不只計算，還是記憶體與運算之間搬資料。
03
不同架構
Cerebras 選擇晶圓級大晶片，而不是仿製 GPU。
04
即時回應
Feldman 說慢速搜尋與撥接上網沒有市場，AI 也一樣。
05
公開市場
上市後，投資人每天檢查這種架構能不能變成營收。

Cerebras 的做法是把晶片做得很大，接近餐盤大小，並把記憶體放在運算旁邊，減少資料移動瓶頸。Feldman 說 OpenAI 使用時，速度可以比 GPU 快 15 到 18 倍。這不是炫技，而是使用者體驗問題：AI 如果回應太慢，市場不會等。

PART 5 ｜ 誰吃到上市後漲幅

LP 想拿股票，
但最大漲幅常在 IPO 之後

這場 panel 的標題是 liquidity，真正尖銳的問題在這裡。Planet 上市後很長一段時間市場沒看懂，後來股價大幅上漲。Marshall 說，多數早期投資人沒有急著賣，因此吃到上市後的主要漲幅。Google 甚至沒有賣出持股。

Gerstner 說這和許多基金的經驗相反。很多 LP 在公司上市後會要求 GP 把股票分配下來，讓 LP 自己決定要不要賣。但如果公司上市後又漲十倍，LP 反過來問 GP 為什麼當初沒有繼續持有。這不是誰比較聰明，而是流動性需求和長期複利之間的衝突。

角色
想要什麼
這集揭露的代價
創辦人
上市取得資金、合法性與更大的客戶信任。
每天被報價，必須向新股東解釋長期策略。
VC / GP
在出場時回收現金，證明基金表現。
太早分配股票，可能錯過公開市場後段報酬。
LP
拿回流動性，自己掌握賣出時點。
如果要求太快變現，也可能把最大的上行空間交出去。

Cerebras 的新設計是所謂 dribble lockup：股份不必等一個時間點一次解鎖，而是配合條件分批釋出。Gerstner 認為 SpaceX 這類公司也可能走向類似做法。重點不是金融工程漂亮，而是公開市場要消化巨型科技公司的股份，需要比傳統 lockup 更細的節奏。

PART 6 ｜ 早點上市，還是永遠私募

OpenAI、Anthropic、SpaceX，
不是每家公司都能複製

Gerstner 對市場氣氛的判斷很清楚。他認為很多人把 OpenAI、Anthropic 與 SpaceX 當成新常態，覺得公司可以一路留在私募市場，把幾兆美元價值都留給私人投資人。但他看到擺盪正在反轉，更多公司開始考慮在 10 億、30 億或 50 億美元時上市。

Planet 是他的例子。如果一家公司在公開市場裡完成 10 倍漲幅，公開市場投資人也能參與科技公司的長期成長。Cerebras 則是反例中的提醒：如果它 18 個月前用較低估值上市，後面的漲幅就會分給公開市場；它後來以更高估值上市，則讓更多價值留在私募投資人手中。

🔔
上市不是終點
敲鐘只是開始。公司要用接下來每一季證明自己值得公開市場持有。
🧪
公開檢驗會變強
每天報價、空方、分析師與股東壓力，會讓公司更難躲在故事裡。
🌐
更多人能參與
早點上市把部分上行空間交給公開市場，也讓科技成長不只屬於私募圈。

Chamath 的結論最像這集的立場：公開市場的審查會讓公司變得更銳利。不是每家公司都適合早上市，也不是每家私募巨頭都該急著掛牌；但「永遠私募」不再是唯一看起來聰明的答案。

上市不是敲鐘，而是把科技公司的下一段成長，交回公開市場檢驗。

這場 panel 的重點不是哪家公司股價會漲，而是誰有資格參與下一段 AI、太空與晶片基礎設施的上行空間。

如果這波科技 IPO 真的回來，
你會先看哪個訊號？

選完之後，分享你的觀點

你的觀點

想聽完整 panel？

All-In Podcast 原始影片包含 Cerebras、Planet Labs 與 Altimeter 對 IPO 時機、太空資料中心、AI 晶片、LP 流動性與公開市場角色的完整討論。這頁整理核心論點，原影片可以補上主持人追問與現場語氣。

觀看原始影片 →

來源：All-In Podcast YouTube 頻道。原始影片為 The IPO Comeback: Why Tech Giants Are Finally Going Public | All-In Liquidity IPO Panel。