第 52 集:Madrona 的 Matt McIlwain
第 52 集:Madrona 的 Matt McIlwain
Madrona 的 Matt McIlwain 回顧自己從 Napa Auto Parts、麥肯錫一路走到創投的歷程,主張在 AI 驅動的生技投資裡,真正的關鍵優勢在於專有資料,而不只是模型。
AI 伴隨問答
針對這篇報導有疑問?可直接點選快捷問題或向 AI 追問背景脈絡與技術細節:
Podcast 專家音訊節目
收錄於 888news Podcast 智庫專區,包含精華摘要與上市公司即時行情
Madrona Ventures 董事總經理 Matt McIlwain 認為,公司在「AI 結合生物」領域的優勢,來自把生命科學視為 25 年科技投資實踐中的又一個垂直領域,而非獨立的資產類別。本集節目主要談的是職涯與公司建立:McIlwain 從陸軍家庭、新加坡,一路走到投資銀行、McKinsey、一家《財星》500 強控股公司,再於 Madrona 度過 25 年,經歷達康泡沫、雲端與機器學習。AI 與生技的內容——A-Alpha Bio、Ture、David Baker、蛋白質設計研究院(Institute for Protein Design)、Juno——大約只佔最後三分之一,而標題的框架其實低估了這一小時裡有多少篇幅在談基金策略、創辦人評估與長線 LP 管理。
主持人 Chris Garabedian 是資深生技經營者與投資人。McIlwain 在這個題目上值得一聽,因為 Madrona 是 Amazon 的早期投資人、2007 年為新創主辦 AWS 發表活動、2011 至 2013 年間投資機器學習公司,之後也在蛋白質工程與藥物開發建立部位。讀者應該帶走的是:Madrona 自述的投資姿態(從第一天投到 IPO、第十號基金規模約 7.7 億美元、從早期投到 B 輪)、它對科技生技的平臺型公司論述,以及 McIlwain 評估創辦人與 AI 系統的具體框架。
Madrona 賣給 LP 的是時間套利,不是快速變現的 DPI
面對「耐心」這個難題,McIlwain 的解法是把長線投資變成明確對外溝通的策略,並接受有些 LP 會選擇退出。Madrona 的 LP 基礎——大學捐贈基金、基金會、家族辦公室,有些位於太平洋西北地區,更多不在——被告知公司承諾「從第一天就為長線而來」,而這筆交易的本質是時間套利:與創辦人花十年累積的信任,會長出改變整個類別的公司。問責的那一半和耐心的那一半同樣重要;McIlwain 說,創辦人和基金公司仍然必須拿出進展。
證明機制是按基金年份排列的績效紀錄。他說第一到第六號基金都交出前四分之一的成績,其中第五號基金是落後者,長期投資人曾對此提出質疑。本集播出前一週宣佈的 Echodyne 退出案(本集於 2026-11-16 發布)被呈現為單憑這一案就把第五號基金推進前四分之一。這讓他得以主張:20 年間有六檔前四分之一的基金,加上對較新基金年份的高度信心。
公司的樣貌支撐了這套說法。Madrona 目前操作第十號基金,規模約 7.7 億美元,以早期投資到 B 輪作為首次出資,並一路持有走完公司的完整旅程。前 20 年它主要是太平洋西北地區的早期科技投資人——消費(Amazon、Redfin、Rover)、SaaS 與賦能型基礎設施。大約在本集前 10 至 12 年,它擴張到加州,在那裡投資了 Snowflake、UiPath 與 Accolade,進場時點晚於第一天,是在初步達到產品市場契合度(product-market fit)之後。這幾家全都上市了。
| 公司 | 進場姿態 | 節目所述的結果/現況 |
|---|---|---|
| Isilon Systems | 種子輪,兩位 26 歲工程師在達康泡沫期間離開 RealNetworks | 基金的重大勝利;後來成為 Illumina 定序儀的後端;被 EMC 收購,之後再歸 Dell;對 Dell 而言是年營收數十億美元的業務 |
| Snowflake、UiPath、Accolade | 加州擴張期,已在產品市場契合度之後 | 全數上市 |
| Echodyne | 第五號基金,約在本集前 12 年投資(約 2014 年) | 被 Shield 以 53 億美元收購,於播出前一週宣佈 |
| Smartsheet | — | McIlwain 說它曾差一點約 100 萬美元就被打銷;後來營收突破 10 億美元 |
| Turi | 2013 年前後的機器學習 | 2016 年被 Apple 收購;團隊打造了橫跨 iPhone、Watch、AirPods 的機器學習服務 |
達康泡沫用最痛的方式教會他讀 term sheet
McIlwain 於 2000 年加入 Madrona,距離崩盤只剩幾個月;當時公司才在 1999 年底募完第一檔大型外部基金,規模 2.5 億美元。他形容那段時間既驚心動魄又富教育意義:完全棘輪(full ratchet)與廣基加權平均的反稀釋條款——他「希望永遠不會派上用場」的條款——突然之間決定了哪些被投公司能拿到更多資金、哪些被合併、哪些被清算。
他其實已從營運端看到轉折將至。2000 年 4 月,他參加紐約一場名為「達康對決《財星》500 強」的活動——言下之意是達康會贏。三、四個月內,其中大多數都在崩解,而很多人以為 Amazon 要倒閉了。
Isilon 的故事是他用來說明在崩盤中「信念」長什麼樣。RealNetworks 兩位 26 歲的工程師在崩盤中途離職,想重新想像資料儲存與管理;Madrona 投資了他們。這項技術讓大型檔案在多人同時存取的情境下,能跨多臺裝置擴充儲存與管理——例如串流一個音樂檔,這是傳統儲存做不到的。McIlwain 說,六年後 Isilon 成了 Illumina 基因定序儀的後端,那裡同樣是大檔案、高流量的問題。這就是 Madrona 與生命科學相鄰的起點,而且並非刻意為之。
創辦人評估:好奇心、行動傾向,以及在給出 offer 前就建立的信任
被問到在毫無創投履歷的情況下 Madrona 看中他什麼,McIlwain 點出他現在用來篩選創辦人的三項特質。第一,帶有真誠謙遜的好奇心——一連串「這東西為什麼存在、為什麼沒有被解決得更好」的追問。第二,行動傾向,他用 Amazon 的雙向門與單向門之別來闡述:雙向門的決策該做就做、做了再驗證,單向門則值得多花力氣分析。第三,經過多年共事累積的信任與默契,加上互補的技能。
他也不諱言創投有供需問題:很多人可能很擅長這行,但位置很少,因為 2% 的管理費在扣掉費用後要養整個團隊,而許多基金從來沒賺到 carry。這就是為什麼入行門檻稀缺,也是為什麼早期階段適配度與信任比履歷更重要。
他在 Genuine Parts Company(GPC)的營運歲月——這家控股公司旗下有 NAPA Auto Parts,掌控北美 70 座批發倉庫中的約 62 座、7,000 家門市中的約 700 家——提供了他一則常用來說明「科技改變什麼、不改變什麼」的軼事。他走訪加州一家可以線上上訂零件的修車廠,問老闆:當所有人都能用網路下單、交貨速度也一樣快時,他會怎麼選供應商。答案是:誰給的獎勵旅遊比較好,拉斯維加斯勝過聖路易。McIlwain 的結論是:「就像網際網路沒有改變人性……AI 也不會改變人性。」他並搭配 Jeff Bezos 在 2010 年前後給 Madrona 創辦人的建議——從不會改變的事情出發(更低的價格、更大的便利、更多的選擇),再針對這些去創新。
河流需要河岸:保守的顛覆者框架
McIlwain 自我描述為「保守的顛覆者」——保守,是指儲存歷史與經驗;顛覆,是指從第一原理挑戰主流見解。他的比喻是:「沒有河岸的河流只是氾濫平原。」對創辦人而言,實務問題是:哪些邊界條件是能聚焦創新的健康限制,哪些只是任意規定、應該被推倒。
他把同一套框架明確套用到生命科學。有些邊界其來有自——安全、資安、病患尊嚴與權利、生死攸關——不會移動。另一些,例如「某些靶點不可成藥」的假設,正是計算設計該攻擊的物件。他提到,在這場對話前一晚的生技晚宴上,許多與會者仍對科技生技抱持懷疑,但風向在 2026 年初明顯轉變,J.P. Morgan 醫療保健年會成了人們開始承認 AI 可能帶來實質影響的時刻。
平臺型公司需要專有的濕實驗室資料加上 AI 系統,光有模型不夠
McIlwain 陳述的 Madrona 科技生技論述是:如果你打造一個平臺,平臺本身就蘊含價值——先是差異化的資料,再是差異化的洞見與推理,然後是代理式的行動。落到實務,就是一座能產出別人沒有的資料的濕實驗室、在其上建立模型與系統的 AI 能力,以及一套針對合作靶點賣給藥廠的商業推進機制。有些平臺型公司也經營內部開發專案(Ture 有;截至本集,A-Alpha Bio 沒有)。
他強調「模型不是全部」。「模型不是你需要的一切。」耐久的架構是一套 AI 系統——多個模型、多種資料型態、代理,以及提供脈絡的執行框架(harness)。他指出,模型公司正為結構化任務支付數千萬到數億美元,以改善編碼代理;他主張,如果連軟體都還需要這筆支出,生命科學的階段只會更早。談到開放資料,他的立場是「必要但不充分」:開放資源對所有人都有價值,所以優勢來自脈絡、資料多樣性,以及圍繞特定問題(例如小分子最佳化)持續改善的系統。
A-Alpha Bio 的故事承載了這套論述。Madrona 在蛋白質結構預測的年代前後,於蛋白質設計研究院認識了 David Baker 和他的博士後研究員;McIlwain 回憶,在 AlphaFold 擊敗 Baker 團隊後一、兩周,他坐在 Baker 辦公室裡,聽 Baker 說他的團隊該開始學深度學習了。A-Alpha 具差異化的蛋白質互動作用檢測能產出別人產不出的資料,公司後來也在資料聯合體(data collective)上創新——由多方共同出資建立一套大家都能用的資料集——作為其濕實驗室與計算工作的商業模式補充。
把生命科學當成通用型 AI 實踐中的一個垂直領域
McIlwain 不接受生技「太不一樣、無法與科技投資並置」的說法,並表示 Madrona 堅定站在「綜效良好」那一邊。他的論點是:其他監管保護較少的產業創新更快,而其模式可以移轉。公司成功的路徑是先別人的模型上打造代理,再用使用資料訓練自家模型並擴大執行框架——同一套打法適用於 Ture 的小分子設計,也適用於 A-Alpha。
他具體點出跨投資組合的連結。Madrona 投資了 Axiom Math,做數學證明與驗證;準確性的形式驗證與生命科學直接相關。由 Fred Hutch 資料長團隊創立的 Synthesize,預測病患的病歷是否使其適合某項臨床試驗。他把病患與試驗的媒合、照護協調列為高價值問題——變現方式尚未完全明朗,但價值是真實的。
Madrona 生命科學業務的起源,與其說是策略,不如說是個人與機構因素交織。McIlwain 於 2012 年加入 Fred Hutch 董事會——他開玩笑說,是為了幫忙跟另一位董事 Bob Nelson 談判,Nelson 想創立一家後來成為 Juno Therapeutics 的公司。McIlwain 協助設計 Juno 從 Fred Hutch 分拆的架構,讓 Nelson 得以領投 A 輪。家族病史(他的父親與祖父都是攝護腺癌與腎臟癌的倖存者),加上看著投資組合的技術被應用到生物學,把他一步步拉得更深。他明白表示,Madrona 對生命科學有多麼以藥物為中心「或許是天真得可以」,而公司花了近十年才學會哪些邊界該打破。
flowchart TD
A["數位化資料變得充裕,儲存成本低廉"] --> B["機器學習萃取分類與預測能力"]
B --> C["Madrona 於 2011 至 2013 年投資 Placed 與 Turi"]
C --> D["Turi 於 2016 年被 Apple 收購"]
A --> E["Isilon 儲存技術擴充基因體檔案量能"]
E --> F["Isilon 成為 Illumina 定序儀的後端"]
F --> G["2012 年取得 Fred Hutch 董事席位"]
G --> H["設計 Juno Therapeutics 分拆架構"]
H --> I["建立與蛋白質設計研究院的關係"]
I --> J["投資 A-Alpha Bio 與 Ture"]
B --> J
職涯路徑:投資銀行、政策學院、McKinsey,然後是營運職位
這段生平值得記錄,因為 McIlwain 用它解釋自己的投資直覺。他的父母在美國陸軍的 Fort Knox 相識;父親離開軍職後進入奇異(General Electric),公司把全家派到新加坡——當時新加坡獨立才五年。他在那裡學會踢歐式足球,到了邁阿密則玩另一種球;他在當地一所大型公立高中就讀,並被創業、哲學與大格局的想法吸引。在 Dartmouth 他主修政治哲學與經濟學,創辦了一家桌遊公司,也踢足球;他說自己是在大四初期收到邀請後,連校園都沒去過就申請了。
他投遍了所有投資銀行與管理顧問公司,管理顧問的面試機會掛零,他歸因於自己給人的印象太像創業者。他在 First Boston 與 Goldman 之間選了前者,著眼於團隊與工作內容——公用事業融資與公私合營,包括圍繞監管與稅務限制設計的選擇權與認股權證,那是在衍生性商品尚未普及的年代對資本市場的早期一瞥。之後他攻讀哈佛 MBA 與甘迺迪學院三年制聯合學位,聚焦柴契爾夫人主政下的民營化浪潮與民營收費道路,暑期則在 McKinsey 與世界銀行實習。導師勸他先別去世界銀行,於是他加入 McKinsey 規模較小的亞特蘭大辦公室,在那裡為一家面臨 Cisco 式網路衝擊的區域電話公司做科技顛覆研究,也為 UPS 做科技賦能的客服與貨運系統。
四年後他轉往 GPC,負責整個集團的網路策略——包括把辦公文具型錄轉成低解析度影像與電子型錄,讓客戶能經營線上商店,這迫使物流從「送到修車廠」改為「直送終端使用者」。他正是在那裡認識 Madrona:透過一樁曾考慮過的 NAPA 與 Amazon 合資案(他很慶幸沒成),以及一項辦公文具合作案。Paul Goodrich 與 Greg Gottesman 延攬他;他與妻子三月走訪西雅圖,2000 年正式加入。
值得觀察的重點
尚未解開的張力,正是 McIlwain 點出卻未解決的那一個:平臺型公司必須證明差異化資料與 AI 系統能轉化為藥廠合作與營收,而這個領域的客戶以藥物為中心、且抱持懷疑。他自己的說法——「我們一直都還在學」——等於承認這套模式尚未在大規模上獲得驗證。兩件事值得追蹤:2026 年 J.P. Morgan 場合的風向轉變,是否會變成簽下的平臺合約而非僅止於試探性對話;以及 Madrona 的跨垂直模式移轉(先做代理、之後做專有模型、全程配置驗證層)能否在科技生技領域複製 Isilon 與 Turi 的成果。第五號基金躍升前四分之一的說法,只建立在單一筆 53 億美元的退出案上,接下來幾個基金年份將檢驗這套時間套利的說法是否站得住腳。