創投教父解密 AI 基建機會與價格戰終局

這場對談揭示了矽谷創投教父 Bill Maris 對當前 AI 與創投市場的逆風觀察，點出盲目追逐大規模基金的結構性風險。對於台灣投資人與創辦人而言，理解這些「被扭曲的誘因」能幫助我們在資金狂潮中，更冷靜地識別出真正具備長線價值的底層技術標的。

創投誘因機制已經失衡

當前大型創投的運作邏輯已偏離常軌。大型基金即便回報率僅有 1.01 倍，仍能宣稱自己擊敗 75% 的同行並順利募集新基金，且 GP 領取的管理費甚至高於回報 3 倍的 5 億美元小型基金。這種結構導致創投傾向以極端高估值將數億美元塞給新創公司，而缺乏經驗的創辦人往往會接受這類「把估值從 1 億硬炒到 40 億」的交易。這集最值得記住的一點是，這種「大基金比拼管理費」的誘因失衡，正將估值泡沫推向臨界點，未來公開市場可能不願為這些溢價買單。

小型基金展現數學優勢

在創投領域，「小即是美」並非流於感性的口號，而是扎實的數學邏輯。歷史數據顯示，規模小於 7.5 億美元的基金，其 DPI（實質分紅回報倍數）平均達 4.76 倍，佔據了前 10% 頂尖表現基金中的 95%；反之，規模超過 10 億美元的基金，平均回報僅 2.42 倍。以 5 億美元的基金為例，若要達到 3 倍回報，旗下投資組合僅需創造 150 億美元的出場價值；但若換作 70 億美元的巨型基金，則需要驚人的 2100 億美元出場規模，這已超越多數年份全美創投的 IPO 與 M&A 總和。

避開大模型並重押底層 machinery

在 AI 投資策略上，現在正處於「Atari 命令列階段」，預計五年內將快速躍升至「PlayStation 10 階段」。然而，投資大型語言模型（LLM）的風險極高，若 Google 選擇將 Token 價格砍深 80% 作為競爭武器，OpenAI 與 Anthropic 等仰賴融資燃燒的商業模式將面臨嚴重擠壓。對交易者來說，避開高風險的大模型，轉而投資支撐 AI 革命的物理引擎、控制器、GPU 與運算生物學等底層基礎設施（machinery），才是能存活並變現的穩健路徑。

接下來值得緊盯的訊號是：當這些估值被高估的巨型獨角獸走向 IPO 時，缺乏早期參與紅利的公募市場與 401k 退休基金，是否會淪為最終的接盤俠。