跳到正文
Capital Allocators(youtube.com)· Ted Seides·· 11 天前品質評分58

Aydin Senkut:為何估值總是落後成長好幾年

Aydin Senkut:為何估值總是落後成長好幾年

重點導讀

Felicis 創辦人 Aydin Senkut 將 20 年的投資報酬歸功於追逐真實需求而非炒作——以通才視角、多重訊號進行承銷,橫跨一波浪潮的各個層次佈局,採槓鈴式投資組合,並支援矽谷以外的劣勢創辦人。

AI 伴隨問答

自備 Key 深度分析

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

正文

Felicis 創辦人 Aydin Senkut 主張,創投報酬來自追逐有憑有據的需求,而非炒作;而這家公司的優勢,在於比競爭對手更快展現信念,並贏得創辦人的信任。在這一小時的訪談中,他談到 Felicis 如何從消費網路一路輪動到電商、金融科技、SaaS,再到如今的 AI 基礎設施、機器人與國防;他如何評估資本密集的「兆元市場、十億元合約」;以及他如何精心設計出場。標題所稱的「需求,而非炒作」確有其事,但只佔整場對話的一小部分——本集大部分內容談的是公司策略、創辦人關係與投資組合建構。

Senkut 離開 Google 後、約 20 年前創立 Felicis,這集訪談正是配合這個週年;主持人 Ted Seides 上一次邀他上節目是幾年前的事。讀者讀完應該能掌握 Felicis 具體的評估準則(喊出 100 倍營收成長、多重訊號、收購方市值 1–2% 法則)、它對基金規模與儲備資本的看法,以及 Senkut 對下一波價值落點的判斷。

Felicis 追逐需求而非炒作,專找 100 倍營收成長

Senkut 把公司的整套方法定調為「需求優先」的搜尋。Felicis 刻意維持通用型基金——他希望保有選項,能隨時轉進成長最猛的技術市場——而它已先後輪動過消費網路(他離開 Google 時)、電商與金融科技(Shopify、Credit Karma、Plaid)、SaaS,以及最近的 AI 基礎設施、網路安全與「全球韌性」。不變的是:即使基金規模已逼近 10 億美元,仍有 91% 的投資落在種子輪與 A 輪。

評估目標講得很明白:Felicis 要找的是那種「從我們投資的那一刻起,可以合理喊出至少 100 倍營收成長」的公司。判斷標準是市場規模與需求是否大到足以支撐這個數字。Senkut 說,這套紀律的要旨在於分辨需求與炒作——「我們依據的是公司真實的經營表現,而現實終究會跟上。」

Supabase 是他的鐵證。Felicis 在 2021 年估值高點進場;此後這門生意成長了約 3,000 倍,而帳面估值卻持平了兩、三年,直到市場才追上。他的解讀是:估值可能看起來停滯,底層業務卻在複利成長,所以要評估的是生意本身,不是帳面數字。

他也點名自己避開了什麼。身為前 Google 投資人,他對行銷與廣告科技公司抱持懷疑,因為消費性業務如今得面對十億使用者的門檻,而既有廣告網路又難以撼動。他補充,AI 已讓打造客製化軟體的成本崩跌,這正在重塑 SaaS——「在一個創造軟體不再那麼困難的世界裡,你要投資哪裡?」

機器人是下一波 ChatGPT 等級的浪潮,而且資本密集

Senkut 最大的前瞻押注是機器人與實體 AI。他的規模論述從勞動力出發,而非科幻情節:美國、西歐與日本的低薪勞動市場約有 1.9 億個職缺,假設年薪 2 萬至 2.5 萬美元。他說,吃下這個市場的 2%,就等於約 100 億美元營收——而且這還沒算進機器人可全天候執行、人類從未做過的新任務。

他坦承機器人並非輕資本:公司必須打造模型,並在眾多機器人型別與部署場景間規模化。但他主張需求大到足以支撐這樣的投入,並把這場即將到來的轉變比作 iPhone——當年大家以為市場上限就是 Nokia 的 12 鍵手機,iPhone 卻把市場整個撐開。

Felicis 不是押單一注,而是分層佈局這波浪潮:

層級例子/規劃Senkut 的理由
錨定型機器人公司Skild AI由兩位 Carnegie Mellon 教授創辦,兩人各自曾任 Facebook 副總裁;他稱他們是機器人領域被引用次數最多的學者之一。早期即採用合成資料與強化學習,並從 Tesla 挖角。「相當於我們在機器人領域押注的 OpenAI 或 Anthropic。」
資料供應商Mercor提供資料以改進模型;他稱這可能是投資組合裡成長最快的公司。
零元件近期簽下的一紙投資條款書機器人的致動器與零件,其中很大一部分並非美國製造。
機器人資料正在尋找的公司與 Mercor 相同的邏輯,套用到機器人領域。

更宏觀的原則是:「你做得越多,就越能為那波浪潮帶來韌性,而不是隻押一注。」如果你掌握了底層,無論應用端誰勝出,都得付錢給你。Supabase 再次印證這點——Lovable、Replit 等公民開發者工具競爭激烈,但幾乎全都跑在 Supabase 上,所以 Felicis 不必挑出贏家也能贏。

資本密集的評估,意味著兆元市場與十億元合約

Senkut 描述了一場從輕資產軟體轉向重硬體生意的結構性轉變,而這改變了評估方式。新模式是「兆元市場、十億元合約」:有憑有據的兆元需求,個別公司則拿下數億至十億美元的意向書或合約。這讓公司能更快達到 10 億美元營收——但得先歷經數年資本投入,客戶高度集中,產品也比週末駭客寫出來的軟體複雜得多。

他點出的實際後果是:要有心理準備投超過一輪,而且儲備資本的思維要跟軟體時代不同。規模與速度都可能比軟體時代大上一個數量級,但所需資本也是。

他用同一套視角看 AI 基礎設施:他說多數推論與「新雲端」(neocloud)公司都在搶同樣那五、六家大客戶——這些客戶清楚自己的市場力量,會壓縮毛利——而且還得靠利率高出約 10 個百分點的債務來擴張。Felicis 改為投資一家初期成長較慢、但聚合長尾需求的公司,其毛利「不是好 10%,而是好上幾個數量級」。他也直言這場競賽勝負未定:「要等到公司上市或被收購,我們才會知道結果。」

創辦人的信任是持久的優勢,而且要在開支票前就掙得

Senkut 說,現在的競爭環境是他 20 年來僅見:資金氾濫「幾乎像一種稅」,推高估值、壓縮持股,同時資金又高度集中在極少數公司身上,整個產業與地區被視若無睹。面對這樣的環境,Felicis 靠的是創辦人真正在意的事。公司每年做創辦人調查,已持續 10 至 12 年,結果 consistently 把「信任」排在第一或第二,其次是信念的強度與速度。情勢已經翻轉:「現在是創投跑去跟創辦人說,這就是你該拿我們錢的理由。」

公司有兩項做法支撐這點。第一,投票承諾:Felicis 告訴創辦人,它絕不會投票反對他們,這樣他們什麼都能分享,包括難聽的事——這是刻意要扭轉董事會成員那種「創辦人報喜不報憂」的動態。第二,平臺團隊在支票開出前就參與,所以幫忙的人是真心相信這家公司,而不是別人拍板後才被指派的員工。

談到協助,Senkut 每次合作都先問:最重要的一件事是什麼?並把期望壓得夠低,好讓自己能超出期待,而不是承諾 20 件事卻只做到 10 件。他形容自己的角色是半個教練、半個顧問、半個心理師,像棋手一樣專注終局,而非眼前那步顯而易見的棋。他也用投資組合的脈絡當基準:一個對 3 倍成長引以為傲的創辦人,可能只落在該基金同梯次的第 58 百分位。

當他與創辦人意見相左,他拿資料而非意見——「資料比較難反駁」——而且即使自認有理,也避免動用投票這根棍子,因為那會留下疙瘩,還可能製造混亂。他把它比作教養:你可以給建議,但創辦人是從自己的經驗中學習。例外是防止災難性或不可逆的後果,或重大法律風險。

信念是機率遊戲,要靠多重訊號、多個地區來打

Senkut 不認為有人真有水晶球。Felicis 用「多重訊號」替公司打分——如果一家公司展現出偉大企業四、五項特質中的三、四項,公司就全力押注,並依訊號強弱決定支票大小。另一個槓桿是事先做市場功課,讓每筆投資實際上只有兩個決策(創辦人、公司),而不是三個,把判斷力集中在稀缺之處。

他形容團隊是「復仇者聯盟」——沒有複製品,背景刻意多元,好讓任何創辦人至少能與某位合夥人產生共鳴。談到通用型與專精型的爭論,他認為這行被誤解了:「我們的業務,全在於理解什麼對一家公司的未來重要、什麼讓創辦人與眾不同。」Felicis 把研究創辦人當成核心資產。

他看重的創辦人特質是:低自我、精通某個領域,以及一個別人還沒看出來的洞見——再加上因逆境而生的那股不服氣。他以 Canva 為例:核心工程團隊來自 Facebook 與 Google,兩邊各有一半人做過被砍掉的產品,急於證明自己能在全球規模上做出東西。

這股饑渴正是他到國際找案子的原因,而他堅持地緣只是相關、不是因果。Shopify 不是什麼「加拿大布局」——那是 Toby 的願景,而他剛好住在 Ottawa。他舉的其他例子還有:柏林的 Naden、芬蘭的 Rovio、英國一家晶片公司,以及愛爾蘭的 Tines。「你得是對的,而且不從眾,」他說,而他在這些創辦人身上,看到一點自己伊斯坦堡出身的影子。

出場工程佔 Felicis 時間的 10–20%,是刻意為之

Senkut 把出場當成一門紀律,而非結果。Felicis 刻意花 10–20% 的時間去設想與設計出場——透過次級市場、透過救援,也透過推演每家公司現實上會落在哪裡。「你永遠不能逆市場而行」:如果 IPO 需要 10 億至 100 億美元營收,那任務就是找出能極快達到那個門檻的公司。

他最具體的準則,是一個他稱之為近乎牛頓定律的經驗法則:收購價通常約為收購方市值的 1–2%。Felicis 事先就把這份功課做好,這也意味著偏好那些潛在買家有兆元市值的類別。類別也很重要——他指出科技業一些最有價值的公司是資料庫公司(Oracle、Snowflake),這正是 Supabase 信念的基礎。

他也談到較艱難的那一端。有一家德州公司沒做起來,收購市場慘澹到只有一個買家;Felicis 讓這門生意撐住,做了艱難的決定,最後拿回約四、五毛美元,而另一個選項是歸零。「信任真正重要的時候,就是那種局面」——而創辦人的感激,他說,是最大的回報。

基金規模該是「最低可行規模」,而非「能募到的上限」

Felicis 第一檔基金是 4,100 萬美元,如今已逼近 10 億美元。Senkut 主張,有鑑於資金集中與資本密集的公司,最低可行規模大約是 5 億到 10 億美元。超過這個規模,每位經理人都得回答:自己的策略能否讓資本翻倍。以 Felicis 的規模,他相信能做出 3 到 7 倍的基金;但到了 50 億至 150 億美元,他說,「你基本上是在跟公開市場指數對打」,爭的是基點,而不是倍數。

談到投資組合建構,Felicis 每檔基金約投 50 家公司,而同業多為 25 家——這是明顯押注與非明顯押注的槓鈴配置,因為「光是對還不夠。你還得是對的,而且不從眾。」他對加碼投資很謙虛:Felicis 是「很會寫第一張支票的人」,正努力在後續輪次做得更好。做法是特別為那三、四家「一路大對」的公司保留資本——是 0.1% 的結果,不是 1% 的——同時維持足夠分散,讓單一「基金救星」失手不至於拖垮整檔基金。領投的交易,則以至少投資兩輪來評估。

他也間接談到 Anthropic 這類顯而易見的後期標的:即使訊號很強,投資人進場時仍是在重新評估,關鍵在於有沒有信心成長會從那裡加速。Exa 是他的例子——一家為 AI 模型提供搜尋基礎設施的公司,非共識的觀點是:成長速度可能比原本已經很強的數字再快五到十倍。

值得觀察的重點

貫穿全場的主軸是:Felicis 的方法是一套可重複套用的準則——喊出 100 倍營收、偏好底層、1–2% 收購法則、投票承諾——套用在任何正在湧起的浪潮上。未解的張力,正是 Senkut 自己點出的那個:資金氾濫壓縮持股、推高進場價格,而他的答案是更早進場、更逆勢,這也提高了看錯的代價。有兩項主張值得對照結果追蹤:其一,機器人需求大到足以支撐過去幾代機器人已證明會拖垮人的資本強度;其二,以更優毛利佈局長尾推論,會勝過那些搶同一小撮超大規模雲端業者的公司。這兩項,按他自己的說法,都還沒有定論。

來源: Capital Allocators (youtube.com)
開啟原文

讀者討論

理性交流 · 即時討論