作者：埃莉·麦克唐纳

随处可见的风险投资头条新闻都表明种子轮融资已经发生了有意义的改变。

Yann LeCun 为一家一周前还不存在的公司筹集了 10 亿美元。普罗米修斯计划启动时耗资 62 亿美元。非常规人工智能成立两个月后，其销售额就达到了 4.75 亿美元。

阅读这些头条新闻很容易得出风险投资模型已被重写的结论，即人工智能是一个千载难逢的机遇，需要千载难逢的资本。

我们不同意。数据也是如此。

生物技术的平行

在 Bison Ventures，我们在生物技术领域建立了深厚的专业知识，该领域拥有最长的大型首轮风险投资历史。

生物技术巨型种子很常见，因为科学需要它，你无法以 300 万美元进行第一阶段试验，但回报率往往令人沮丧。生物技术领域的大规模首轮融资为首次投资的投资者带来了一些强劲的成果……但也产生了很长的温和成果。我们对生物技术这一趋势的经验促使我们编制数据集并更广泛地对我们的直觉进行压力测试。

我们撤回了过去 15 年中我们能找到的所有公开的 1 亿美元以上第一轮融资（大约 200 笔交易），发现只有 20% 的交易有退出记录。其中，只有少数提供了我们所说的类似风险投资的回报：第一轮投资者获得 10 倍 MOIC 或更高。换句话说，在第一轮融资中公开筹集 1 亿美元或更多资金的公司中，大约有 1% 的回报证明了该资产类别的合理性。事实证明，资本密集度实际上不利于风险投资的结果。

今年，随着人工智能的一些成果的出现，这种分布将会得到改善。当 OpenAI 和 Anthropic 退出时，该数据集中的异常值回报数量基本上就会增加一倍。但即便如此，第一轮投资者的回报计算也很微妙。据报道，第一轮投资者预计 OpenAI IPO 估值将获得 30-40 倍的回报。

这是一个了不起的结果，但它也只是早期机构投资者根据前几个时代的世代成果所取得的成果的一小部分。

红杉资本 (Sequoia Capital) 和凯鹏华盈 (Kleiner Perkins) 分别将其大约 1250 万美元的 Google 支票变成了约 40 亿美元，使报告的回报率达到了 300 倍以上。据报道，First Round Capital 将对 Uber 约 50 万美元的投资变成了 25 亿美元，几乎翻了 5000 倍。

这些都是指数级更大的结果。为什么？这种差异不是公司质量的副产品，而是入门价格的副产品。这些历史投资者买入的价格为实际复合的上涨空间留下了空间。

巨额融资是真实存在的，但并不能取代市场

自 2018 年以来，超过 5000 万美元的种子轮融资数量呈爆炸式增长。但传统规模的首轮融资也在增长。引人注目的几轮融资只占实际融资的一小部分，而占风险投资规模回报的比例则更小。

此外，人们现在认为人工智能赢家的公司都是从小规模开始的，这进一步强化了这一点。

Cursor 的第一轮融资不到 1000 万美元。 ElevenLabs 的投资额为 200 万美元。 Legora的价值为1100万美元。 Sierra 的价值为 2500 万美元。即使在前沿模型层面，Cohere 的第一轮融资也达到了 500 万美元。如今，这些公司中每一家的估值都超过 50 亿美元，并创造了数亿美元的收入。

光标位于 1000 万美元以下是更具代表性的数据点。价值 62 亿美元的普罗米修斯项目是个例外。

资本密集度不是护城河

筹集大量第一轮资金并不一定会让公司更有可能为其投资者带来风险规模的回报。有时这是做生意的必要成本，但风险数学是无情的。

无论潜在机会如何，高入场价格都会减少上涨空间。在之前的每一次技术浪潮中都适用的策略是，以留有上涨空间的价格购买资本效率高的公司的有意义的所有权。

这个剧本不会成为 2025 年引人注目的头条新闻。但从谷歌到 Uber 再到 Cursor 的历史数据都一致证明了这一点。

当今的一些大型人工智能公司绝对会提供 10 倍以上的 MOIC，就像每个时代的少数获胜者一样。但 15 年来这些数据一直保持一致，围绕例外情况而不是模式建立投资组合是一种长期失败的赌注。

艾莉·麦克唐纳 是 Bison Ventures 的负责人，她利用十年的基础设施和技术投资经验以及系统工程背景来支持杰出企业家建立下一代前沿技术公司。此前，McDonald 是 G2 Venture Partners 的投资者，专注于成长阶段的气候技术公司。她的职业生涯始于巴克莱银行的电力和公用事业部门，后来加入摩根士丹利基础设施合作伙伴，在那里她在能源、基础设施和项目融资方面积累了深厚的专业知识。

相关 Crunchbase 查询：

相关阅读：

插图：多姆·古兹曼