All-In Podcast
Thomas Laffont 用 Coatue 的私募市場資料拆解:AI 正把創投資金集中到少數巨型公司。下一波 IPO 可能一次釋放近 4 兆美元價值,也會重排 LP、創業者與政策制定者的算盤。
Laffont 先把私募市場放回大盤裡看。從 2024 年 9 月以來,獨角獸經濟平均上漲約 70%。同一段時間,公開市場也明顯回升,代表這不是私募市場自己在樂觀,而是整個科技資產重新定價。
AI 是資金集中的主要原因。創投募資裡,AI 連續幾年拿到更高比例的資金;但獨角獸數量沒有回到 2021 年零利率時代的高峰。結果是:獨角獸變少,每家公司募到的錢變多,單一公司承載的期待也變重。
他給出的核心算式很簡單:AI 吸走更多資金,獨角獸工廠產出變少,所以每家新獨角獸平均募資規模比 2021 年高出約 5 倍。
這也把 2024 年 AI 公司放到一個壓力測試裡。零利率時代的 2021 年 cohort 有 479 家獨角獸,但 20 季後能再募資或出場的比例偏低。疫情前 cohort 只有 73 家,20 季後約 80% 已經再募資或出場。問題是,AI 這批新公司會比較像哪一批?
Laffont 把 SpaceX、Stripe、Anthropic、Databricks、Revolut、ByteDance、Anduril 等公司放在一起,稱作新的「Magnificent 8」。這組公司橫跨 AI、金融科技、太空科技、網路與國防科技,合計價值接近 4 兆美元。
他的重點不是這些公司都很有名,而是它們像一個新的科技指數。過去投資人看公開市場的 Magnificent 7;現在私募市場也有一組超級複利公司,而且很多名字還沒真正接受公開市場每天報價的檢驗。
這個 31% 是整集最反直覺的數字。一般會以為公司越大,報酬越難再十倍;但 Laffont 的歷史資料顯示,1 億美元到 10 億美元、10 億美元到 100 億美元的勝率都不高,反而已經跨過 1,000 億美元門檻的公司,曾經再十倍的比例更高。
主持人馬上追問這代表什麼。對 LP 來說,最省事的策略看起來像是等公司到 1,000 億美元再重押。但市場不會免費送這種機會。供需一旦湧進,估值就會脫離投資人熟悉的倍數框架。
Laffont 一直用「消耗現金」和「回收現金」來看創投市場健康。過去幾年,獨角獸經濟很會吸收資金,卻沒有把足夠資金還給 LP。2026 年出場開始解凍,情況才比較平衡。
他提到 SpaceX、OpenAI、Anthropic 等公司若陸續走向公開市場,單是這幾個名字,就可能帶來超過過去十年合計的流動性。這不是創投圈自己的喜事,因為錢回到 GP 和 LP 後,會再流向下一批創業者、公開市場、房地產、資料中心與基金。
這段讓 IPO 從新聞事件變成資本循環。少數公司上市,不只是早期投資人套現,而是整個科技生態把一筆龐大資金吐回市場。資金回流之後,下一輪競爭可能更激烈,也可能更失控。
Laffont 用一張圖比較 OpenAI 與 Anthropic 的營收速度。圖表從 2025 年 1 月開始,短短幾個月就超過 Workday,接著是 ServiceNow、Adobe、Salesforce,甚至往 Google Cloud、Azure、AWS 的量級前進。
這不是說所有預測都會成真,而是說 AI 公司正在用雲端公司花十幾年累積的速度,壓縮成幾年內完成。超大規模雲端業者不是旁觀者,它們同時被挑戰,也用投資與雲端合約資助這些挑戰者。
主持人問,這是不是只是倖存者偏差。Laffont 的回答很小心:樣本太少,不能過度推論。但 Anthropic 在 Claude Code 之後幾乎變成另一家公司,一個產品事件就改變整個產業軌跡。這也讓「模型很快會變普通商品」的說法變得很難成立。
Laffont 說,SpaceX 估值和發射頻率高度相關。更重要的是,市場給每次發射的估值也在上升。這表示投資人不是把 SpaceX 當成單純發射公司,而是在重新判斷它的商業模式品質。
他的框架是:發射越多,SpaceX 越能從一次性收入走向經常性收入,再走向平台。Starlink 是第一個大規模星座;未來政府、軍方與企業可能也想擁有自己的星座。當 SpaceX 控制低成本發射和軌道部署能力,它就不只是運輸商,而是太空基礎設施平台。
這也是主持人把政策拉進討論的原因。公司一旦接近基礎設施與壟斷位置,估值就不只取決於收入和成長,也取決於政府是否介入。Bell System 的拆分被拿來當對照:如果沒有政策介入,單一通訊巨頭的邊界可能大得多。
Laffont 用 Cerebras 當反例提醒大家:不是每家 AI 公司都是一路順風。Cerebras 花了多年研發晶片,中間有很長時間沒有新資金,直到 OpenAI 合約出現,才把公司價值大幅推高。這種故事說明,AI 不是只獎勵簡報速度,也獎勵熬過硬體週期的公司。
半導體與記憶體因此成為另一條主線。AI 系統越了解使用者與企業,越需要保留偏好、對話、工作流程與商業情境。Laffont 估計,每位使用者所需記憶體可能增加到 5 倍。這解釋了為什麼記憶體公司也跟著被重新定價。
最後的分歧在這裡收斂。Laffont 看見的是一個更健康、更能回收資金的創投市場;主持人則逼問,當幾兆美元回到市場,會不會讓所有人更想追同幾家公司。贏家變大,創投市場更健康,但下一個問題是:大到什麼程度,市場與政策才會說夠了?
這波 AI IPO 的重點不是誰上市,而是少數公司把私募市場的複利、現金回收與政策風險一次帶進公開市場。
公司越大,檢驗越公開;資金越集中,下一輪競爭越容易被少數贏家帶著走。
選完之後,分享你的觀點
All-In Podcast 原始影片包含 Thomas Laffont 的完整簡報,以及主持人對 LP 配置、公開市場檢驗、政策風險與資金回流後價格戰的追問。這裡整理核心論點,原影片可以補上語氣、圖表與現場互動。
觀看原始影片 →來源:All-In Podcast YouTube 頻道。原始影片為 Thomas Laffont: The $4T AI IPO Wave Is Coming… and We’ve Never Seen Anything Like It。
喜歡這種分析嗎?
從 AI、平台策略到加密貨幣,用台灣讀者看得懂的語言,把複雜的產業變局說清楚。目前已有超過 2 萬位讀者訂閱。
免費訂閱區塊勢 →也可以直接付費支持,解鎖每週完整文章