在AI时代下，SaaS价值正在重构，"平台型公司"垄断价值，顶级投资者如何捕捉真正的未来？ 一场关于风险投资、AI变革与商业逻辑的深度对话。
观看完整视频AI浪潮让人们首次开始质疑SaaS公司的终身价值，公募与私募估值逻辑发生剧烈冲撞。
卓越的公司不仅是追逐增长，更是具备跨越多个S曲线、不断自我重构的能力。
20家公司贡献了80%的企业价值，仅4家公司贡献其中的65%。
管理50亿美金以上基金必须放弃"撒网捕鱼"，转而寻求极度的专注和重仓。
在AI基础设施变动期，早期低毛利是误导性指标，营运利润才是终极答案。
我们正处在从"助手"向"代理"跨越的关键点，劳动力替代正在加速。
AI浪潮让市场首次开始质疑SaaS公司的终身价值（Terminal Value），导致公募与私募估值的逻辑发生剧烈冲撞。
视频开篇即切入痛点：公募SaaS公司正在遭遇重创。Lucas指出，过去SaaS被视为像保险或年金一样的稳健资产，拥有极高的确定性。但随着Anthropic和OpenAI等编码模型的爆发，这种"永续增长"的神话破灭了。
当人们无法确定哪家SaaS公司会被AI取代，哪家会受益时，资金会选择撤离。目前市场正处于一种"bull case（牛市预想）和bear case（熊市预想）并存"的胶着状态。
Harry质疑既然公募市场如Monday或WIX已经如此便宜，为什么还要追逐私募市场的高估值？Lucas给出了精彩的反驳："拥有未来"通常需要付出溢价。OpenAI、Anthropic、SpaceX这些定义未来的公司根本无法在公募市场买到。
Lucas提到一个深刻的变化：十年前，像Revolut或Open Evidence这样的公司可能早已上市，但现在的"平台型公司"选择长期留在私募市场。这虽然对普通股民是种遗憾，却成了风险投资捕获超额回报的最佳礼物。
卓越的公司不仅是追逐增长，更是具备跨越多个S曲线、不断自我重构的能力。
Lucas以DataBricks为例，阐述了什么才是"值得追随的资产"。DataBricks从最初的ELT数据转换层，进化到模型训练，再到现在的企业数据中心。这种跳跃S曲线的能力比单纯的财务增长更重要。
针对私募市场动辄几十亿美金的估值，Lucas提出了一个颠覆性的视角：估值是最后才需要考虑的问题。如果一个公司能从2000万ARR增长到2亿再到30亿，即便现在的估值看起来是"疯了"，拉长看依然是便宜的。
Coatue内部有一个准则：这是否能成为一家100亿甚至500亿、1000亿美金的公司？在AI时代，由于AI正在替代人类劳动力（从Human Inputs转变为Tokens），市场天花板（TAM）被极大地抬高了。
技术世界的价值并非均匀分布，而是极度向少数"平台型公司"倾斜。
Lucas分享了一组令人震撼的数据，揭示了风险投资的残酷真相：在整个私募生态中，20家公司贡献了80%的企业价值，而仅有的4家公司贡献了其中的65%。这意味着，"投中那四家"就是VC的全部意义。
Coatue内部研究显示，估值越高（如100亿-1000亿美金）的公司，实现10倍增长的概率反而比低估值区间更高。这就是为什么顶级投资人热衷于"双倍下注（Double Down）"。
Lucas提到，在大市场中，竞争对手往往会随着业务扩张而逐渐重合。例如Coatue同时投了Snowflake和DataBricks，它们起初路径迥异，最后却在数据仓库领域顶峰相见。
管理50亿美金以上的巨型基金，必须彻底放弃"撒网捕鱼（Spray and Pray）"，转而寻求极度的专注和重仓。
公司在私募阶段待的时间更长、规模更大。过去你无法在私募轮投出10亿美金，现在可以。如果你在这一轮投出10亿并获得10倍回报，单笔交易就能让一只50亿的基金翻倍。
在SaaS时代，最大独立公司（如Salesforce）也就在几千亿市值。但在AI时代，如果模型能增强甚至替代劳动力，产出的回报规模将远超软件时代。
Lucas强调，他每一笔投资都会自问："当这家公司上市时，公募市场的合伙人会愿意在数千个选择中买入这只股票吗？"如果答案是否定的，即便财务数据再漂亮也会放弃。
如果一个基金想要实现3倍的净收益，考虑到失败率，胜出的项目必须实现5-6倍的回报。只有具备"大想法（Big Idea）"的项目，才能在每一轮融资时都让投资人想加码。
在AI基础设施变动期，早期的低毛利往往是"误导性指标"，营运利润（Operating Margin）才是终极答案。
这是一个极具争议的部分。Lucas认为，传统的"SaaS必须有80%毛利"的规则在AI时代已经松动。
AI应用目前的推理成本极高，导致毛利难看（如20%-30%）。但Lucas指出，随着算力成本下降和模型优化，毛利会快速修复。
虽然AI公司付出了更高的云账单和API费用（毛利低），但它们可以用更精简的人员（法律、销售、工程）运行（运营利润高）。最终，AI公司的整体盈利能力可能反而高于上一代。
Lucas坦言他不看重所谓的"创始人愿景"，因为大多数伟大的公司最初都差点被低价卖掉。他看重的是"演化能力"。
资本确实能提供优势，但"造王者（Kingmaking）"本身是个伪概念，产品力才是底色。
Lucas承认，当顶级机构扎堆某家公司时，确实会产生威慑力，阻碍竞品融资。但他认为，如果没有产品市场匹配（PMF），过多的资本反而会导致公司平庸和浪费。
Lucas深度解析了Canva如何从一家做"校友录"的小生意进化为全球设计平台。他认为Canva的成功在于其极其敏锐的AI意识——在ChatGPT爆发之前，创始人Cliff就在积极布局。
提到前老板Mary Meeker（互联网女皇），Lucas学到的最重要一课是：如何用Excel里的几行数字说出一个复杂公司的故事。数据不是为了计算，是为了洞察趋势。
投资的最高境界是识别"拐点（Inflection Point）"，这需要极强的数据敏感度与果敢的决断力。
Lucas回顾了他在Kleiner Perkins与Mamoon Hamid共事的经历：当Figma ARR只有50万美金时，Mamoon看了一眼Lucas整理的用户留存曲线，只用了30秒就决定投资。在那时，市场上几乎所有人都认为InVision才是赢家。
Mamoon看重的是"使用曲线的形状"。当看到Google、Amazon、Square等巨头内部的使用率在疯狂增长时，他就知道拐点已到。
这种能力结合了Mary Meeker的严密逻辑与Mamoon的趋势嗅觉，构成了Lucas现在的投资底色。
Lucas谈及离开Insight去Kleiner的决定时非常感性。他说那是一个"非线性"的决定，虽然冒险，但"非线性的路径通常才是通往职业成功的唯一路径"。
我们正处在从"助手（Assistant）"向"代理（Agent）"跨越的关键点。
一年前他还不信AI能解决复杂的劳动力缺口，但现在他完全确信了。他每天使用Claude Code等工具，深切感受到这种效率的质变。
Lucas给出了一个极其精辟的对比：OpenAI拥有无可比拟的消费者品牌和"未知中的未知"（比如那个神秘的硬件项目）。Anthropic在编码领域拥有压倒性优势，且其"多云多芯片（Cloud agnostic）"的架构策略让他们在算力受限的世界里更有弹性。
Lucas非常期待OpenAI和Jony Ive（苹果前设计副总监）合作的硬件。他认为这可能是自iPod以来最让人愿意在店外排队购买的产品。
在面对复合增长的公司时，入场价格（Price）是最不重要的因素，重要的是市场天花板（TAM）和业务的演化能力。
不要被早期的低毛利吓跑。关注AI带来的运营效率提升（Opex降低），那才是真正的护城河。
跳出线性的职业轨迹。去做那些让你感到不适、但在顶级人才半径内的选择。
数据只是路标（Guideposts），真正的投资是寻找那些能不断产生"第二曲线、第三曲线"的平台型公司。
随着"Token替代人力"成为现实，传统的按人头收费（Per Seat）模式将彻底终结。未来的商业文明，可能将建立在对"智能产出"而非"工具使用"的定价之上。这不仅是科技行业的震荡，更是社会生产关系的重组。