风投正在回到硬件：AI 把资本重新拉回物理世界
过去三十年风投一路远离硬件，AI 把它拉了回来。a16z 新设 11 亿美元机器时代基金，赌的是软件栈之下那层被荒废了三十年的物理基础设施。
原视频在 YouTube 上放不出来，用音频听：
核心论点 · 点时间戳可跳到原声
软件栈之下才是瓶颈所在
Jen Kha 把机器时代基金定义为「软件栈之下的一切」：数据中心、芯片、定制硅、网络、机架。她的论证是，Mark Andreessen 当年说软件吞噬世界，如今 AI 已经解决了软件——任何软件需求 AI 都能做——但要真正解决软件，必须先解决物理约束。这层基础设施过去三十年基本是不可投类别，因为它服务的是上一代互联网和 SaaS；而 AI 在数学和算力上密集得多，那套「穷人版」基础设施必须被重新改造。
— Jen Kha独立基金是为了对抗投资偏差
为什么不放在既有 infra 或 apps 基金里做？Jen 给了两条理由。一是信号：单独设基金是向创业者发出「我们认真做这件事」的承诺。二是组织层面的组合构建——硬件公司起步要烧的钱远多于软件，如果和 infra、apps 交易放在同一张表上比较，你几乎总会偏向那个已经有一二十亿收入的「确定的东西」。拆出独立资金池，才能在最早阶段最大化持股，然后用 7500 万美元级别的支票去追这个类别。
— Jen KhaLP 想要的是私募端的增长
Jen 说 a16z 今年募到了全行业超过 23% 的风投资金。她解释 LP 心态的转变：AI 的价值积累主要发生在私募端而非公开市场，而数据中心供应链上的上市公司——SK Hynix、Samsung——股价已经涨得很凶，所以 LP 在私募端「饥渴」。另一个变化是流动性：过去私募公司越留越久、没有退出，而现在将出现多家万亿美元级公司上市，同时还有一大批尚未上市的私募公司，LP 想要这个敞口，不想再投那些建立在上一代技术周期上的资产类别。
— Jen Kha11 亿对一万亿，打的是不同位置
面对「美国公司今年要花一万亿美元建算力，你这 11 亿只是一千分之一」的质疑，Jen 的回应是：这是两种完全不同的投资。机器时代基金是早期投资者，在 seed 和 A 轮进场，投 2500 万到 3500 万美元拿到实质性持股。她举了两个对照案例：NextHop 是 AI 优先的高性能网络公司，已到 B 轮拐点，a16z 用成长基金投了 6500 万；而 Unconventional（Naveen Rao 创办）是从芯片设计角度重做 AI 芯片，a16z 在 seed 轮进场。理想情况是后者——在拐点之前进场。
— Jen Kha硬件公司要的不只是钱
Jen 说这件事已经上升到国家层面：一个月前韩国总统访美，唯一一站就是硅谷。她引用 Mark Andreessen 的说法「技术是那条追上了巴士的狗」，并给出一个尺度感——NVIDIA 的体量相当于除美国之外所有 G7 国家的 GDP。她的推论是：过去一百年最成功的国家是最先工业化的国家，未来最成功的国家会是最先采用 AI 的国家。所以 a16z 对全球 LP 的定位不只是资本合作，而是帮他们采用美国技术、并常常一起直投这些公司，从而加速本地采用。
— Jen Kha采用速度最快的不是美国
Jen 举了一串例子：韩国宣布把 premium AI 作为公共事业提供给每位公民；萨尔瓦多在学校免费部署 Grok，还在用 AI 医生；新加坡、UAE 这类城市国家因为人口规模更容易补贴或免费提供。她的判断是这些国家加速 AI 开发和采用的速度远快于美国。而美国这边有政治逆风——围绕数据中心和监控的反对，她称其中一些是「falsehoods」。她由此推出一个可能的结果：因为美国国内的这种情绪，大量数据中心供应链的建设可能会转移到海外。
— Jen Kha数据中心被一刀切了
Jen 承认如果所有人都对数据中心友好，基金会好做得多，但现实不是。她的反驳是：现代数据中心——AWS、Meta、以及 a16z 被投公司 Switch——是技术人而非地产人建的，并且是针对人们的敏感点设计的。Switch 会把电力回馈电网而不是取走，用水极少，而且是少数能为未来芯片的液冷做好准备的数据中心。她承认有很小比例的不良行为者，但绝大多数已经为新形态做了配置。基金投的正是下一代数据中心。
— Jen Kha真正的瓶颈是电工
这段给出了全篇最具体的机制：下一代芯片将用直流而非交流供电，而大多数数据中心并不是按这个建的。更关键的是，美国受过直流电训练的电工不到 2%，因为直流电非常危险、极不稳定，操作不当可能致命。Jen 用这个例子说明，AI 要普及，必须先修好这些基础设施瓶颈——而这正是基金大部分精力的去向。她还划了边界：基金不投电力这类受监管行业（那属于 American Dynamism 团队），只投数据中心内由计算机科学驱动的一切。
— Jen Kha智能体用的 token 是人的五倍
需求侧的论证：智能体消耗的 token 是人类使用量的五倍，而且互联网上的智能体数量刚刚超过人类。Jen 认为这会继续抛物线式增长，尤其当消费者开始有个人用例（她提到 Crock-Bot、Instinct 等）。同时今天 AI 的使用率仍不到 5%。供给侧就是这只基金的论点：投一切由计算机科学驱动的基础设施——加速器、CPU、定制硅、内存、存储、液冷、数据中心内的机器人、系统软件。
— Jen Kha硬件创业者是上一代的人
Jen 说这个类别的创始人在某些方面像是「复古」：因为需要与超大规模厂商、客户建立关系，需要真正理解物理动态，所以创业者往往来自上一个时代，常从在位公司 spin out。NextHop 就是前 Arista 的人出来做的。她把这称为在上一轮建设中被孵化了二三十年的经验，现在这批人出来建公司。尽调也因此不同：团队里 Martin Casado（Nisera 创始人，公司卖给 VMware）、Raghu Raghuram（VMware 前 CEO，当年收购了 Nisera）、Guido Appenizer（Intel 前 CTO）都来自深度销售进数据中心的背景，所以尽调对象常常是他们认识多年的人和客户。
— Jen Kha原话 · 已逐字校验
we announced this $1.1 billion machine age fund to invest into all of the physical constructs of the world that is now so bottlenecked, given all of the demands in AI.
我们宣布了这只 11 亿美元的机器时代基金，投的是这个物理世界里所有如今因为 AI 的需求而严重瓶颈化的构造。
Jen Kha2:07
Turns out AI has solved software, right? Any software need you have today, AI can actually do it. But we have to solve for all the physical constraints in order for AI to actually solve for software.
结果是 AI 已经解决了软件，对吧？你今天有任何软件需求，AI 其实都能做。但我们必须先解决所有物理约束，AI 才能真正解决软件。
Jen Kha3:07
if you do the like for like, you're almost always going to bias towards that sure thing
如果你做同口径的比较，你几乎总会偏向那个确定的东西。
Jen Kha4:12
technology is the dog that caught the bus
技术是那条追上了巴士的狗。
Jen Kha10:28
We think countries of the future are going to be the ones that adopt AI first across fence, across public safety, across healthcare
我们认为未来的国家会是那些最先采用 AI 的国家，跨越国防、公共安全、医疗。
Jen Kha11:30
there's less than 2% of electricians in the US that are actually trained on DC power because it's very dangerous.
美国受过直流电训练的电工不到 2%，因为这非常危险。
Jen Kha16:39
agents are using five times the amount of tokens as humans are.
智能体消耗的 token 是人类使用量的五倍。
Jen Kha18:44
What's old is new again.
旧的东西又变成新的了。
Jen Kha22:54
数字与实体
| 机器时代基金规模 | 11 亿美元 | 2:07 |
| a16z 今年募得的全行业风投资金占比 | 超过 23% | 5:12 |
| NextHop 成长轮投资额 | 6500 万美元 | 9:24 |
| NVIDIA 市值 | 5.5 万亿美元 | 10:28 |
| 美国受过直流电训练的电工占比 | 不到 2% | 16:39 |
| 智能体相对人类的 token 消耗倍数 | 5 倍 | 18:44 |
| 硬件类 pitch 在 a16z 全部 pitch 中的占比 | 超过 20% | 19:46 |
| 今天 AI 的使用率 | 不到 5% | 18:44 |
术语
- Machine Age Fund机器时代基金
- a16z 新设的 11 亿美元基金，投 AI 软件栈之下的物理基础设施。
- custom silicon定制硅
- 为特定 AI 工作负载定制的芯片，而非通用 GPU。
- liquid cooling液冷
- 用液体而非空气给高功率芯片散热的数据中心冷却方式。
- DC powered直流供电
- 下一代芯片将用直流而非交流供电，多数现有数据中心未按此建设。
- hyperscaler超大规模厂商
- AWS、Meta 这类自建超大规模数据中心的云厂商。
- American Dynamism美国活力
- a16z 旗下投国防、能源等受监管国家优先领域的团队。
收听指南
关注 AI 基础设施、硬科技投资和 LP 配置逻辑的投资人；想理解为什么风投重新回到硬件、以及数据中心供应链瓶颈在哪里的创业者。
开头 0:00-1:04 是节目预告，可跳过。