風投正在回到硬件：AI 把資本重新拉回物理世界
過去三十年風投一路遠離硬件，AI 把它拉了回來。a16z 新設 11 億美元機器時代基金，賭的是軟件棧之下那層被荒廢了三十年的物理基礎設施。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
軟件棧之下才是瓶頸所在
Jen Kha 把機器時代基金定義為「軟件棧之下的一切」：數據中心、芯片、定製硅、網絡、機架。她的論證是，Mark Andreessen 當年說軟件吞噬世界，如今 AI 已經解決了軟件——任何軟件需求 AI 都能做——但要真正解決軟件，必須先解決物理約束。這層基礎設施過去三十年基本是不可投類別，因為它服務的是上一代互聯網和 SaaS；而 AI 在數學和算力上密集得多，那套「窮人版」基礎設施必須被重新改造。
— Jen Kha獨立基金是為了對抗投資偏差
為什麼不放在既有 infra 或 apps 基金裡做？Jen 給了兩條理由。一是信號：單獨設基金是向創業者發出「我們認真做這件事」的承諾。二是組織層面的組合構建——硬件公司起步要燒的錢遠多於軟件，如果和 infra、apps 交易放在同一張表上比較，你幾乎總會偏向那個已經有一二十億收入的「確定的東西」。拆出獨立資金池，才能在最早階段最大化持股，然後用 7500 萬美元級別的支票去追這個類別。
— Jen KhaLP 想要的是私募端的增長
Jen 說 a16z 今年募到了全行業超過 23% 的風投資金。她解釋 LP 心態的轉變：AI 的價值積累主要發生在私募端而非公開市場，而數據中心供應鏈上的上市公司——SK Hynix、Samsung——股價已經漲得很兇，所以 LP 在私募端「飢渴」。另一個變化是流動性：過去私募公司越留越久、沒有退出，而現在將出現多家萬億美元級公司上市，同時還有一大批尚未上市的私募公司，LP 想要這個敞口，不想再投那些建立在上一代技術週期上的資產類別。
— Jen Kha11 億對一萬億，打的是不同位置
面對「美國公司今年要花一萬億美元建算力，你這 11 億只是一千分之一」的質疑，Jen 的回應是：這是兩種完全不同的投資。機器時代基金是早期投資者，在 seed 和 A 輪進場，投 2500 萬到 3500 萬美元拿到實質性持股。她舉了兩個對照案例：NextHop 是 AI 優先的高性能網絡公司，已到 B 輪拐點，a16z 用成長基金投了 6500 萬；而 Unconventional（Naveen Rao 創辦）是從芯片設計角度重做 AI 芯片，a16z 在 seed 輪進場。理想情況是後者——在拐點之前進場。
— Jen Kha硬件公司要的不只是錢
Jen 說這件事已經上升到國家層面：一個月前韓國總統訪美，唯一一站就是硅谷。她引用 Mark Andreessen 的說法「技術是那條追上了巴士的狗」，並給出一個尺度感——NVIDIA 的體量相當於除美國之外所有 G7 國家的 GDP。她的推論是：過去一百年最成功的國家是最先工業化的國家，未來最成功的國家會是最先採用 AI 的國家。所以 a16z 對全球 LP 的定位不只是資本合作，而是幫他們採用美國技術、並常常一起直投這些公司，從而加速本地採用。
— Jen Kha採用速度最快的不是美國
Jen 舉了一串例子：韓國宣布把 premium AI 作為公共事業提供給每位公民；薩爾瓦多在學校免費部署 Grok，還在用 AI 醫生；新加坡、UAE 這類城市國家因為人口規模更容易補貼或免費提供。她的判斷是這些國家加速 AI 開發和採用的速度遠快於美國。而美國這邊有政治逆風——圍繞數據中心和監控的反對，她稱其中一些是「falsehoods」。她由此推出一個可能的結果：因為美國國內的這種情緒，大量數據中心供應鏈的建設可能會轉移到海外。
— Jen Kha數據中心被一刀切了
Jen 承認如果所有人都對數據中心友好，基金會好做得多，但現實不是。她的反駁是：現代數據中心——AWS、Meta、以及 a16z 被投公司 Switch——是技術人而非地產人建的，並且是針對人們的敏感點設計的。Switch 會把電力回饋電網而不是取走，用水極少，而且是少數能為未來芯片的液冷做好準備的數據中心。她承認有很小比例的不良行為者，但絕大多數已經為新形態做了配置。基金投的正是下一代數據中心。
— Jen Kha真正的瓶頸是電工
這段給出了全篇最具體的機制：下一代芯片將用直流而非交流供電，而大多數數據中心並不是按這個建的。更關鍵的是，美國受過直流電訓練的電工不到 2%，因為直流電非常危險、極不穩定，操作不當可能致命。Jen 用這個例子說明，AI 要普及，必須先修好這些基礎設施瓶頸——而這正是基金大部分精力的去向。她還劃了邊界：基金不投電力這類受監管行業（那屬於 American Dynamism 團隊），只投數據中心內由計算機科學驅動的一切。
— Jen Kha智能體用的 token 是人的五倍
需求側的論證：智能體消耗的 token 是人類使用量的五倍，而且互聯網上的智能體數量剛剛超過人類。Jen 認為這會繼續拋物線式增長，尤其當消費者開始有個人用例（她提到 Crock-Bot、Instinct 等）。同時今天 AI 的使用率仍不到 5%。供給側就是這隻基金的論點：投一切由計算機科學驅動的基礎設施——加速器、CPU、定製硅、內存、存儲、液冷、數據中心內的機器人、系統軟件。
— Jen Kha硬件創業者是上一代的人
Jen 說這個類別的創始人在某些方面像是「復古」：因為需要與超大規模廠商、客戶建立關係，需要真正理解物理動態，所以創業者往往來自上一個時代，常從在位公司 spin out。NextHop 就是前 Arista 的人出來做的。她把這稱為在上一輪建設中被孵化了二三十年的經驗，現在這批人出來建公司。盡調也因此不同：團隊裡 Martin Casado（Nisera 創始人，公司賣給 VMware）、Raghu Raghuram（VMware 前 CEO，當年收購了 Nisera）、Guido Appenizer（Intel 前 CTO）都來自深度銷售進數據中心的背景，所以盡調對象常常是他們認識多年的人和客戶。
— Jen Kha原話 · 已逐字校驗
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.
我們宣布了這隻 11 億美元的機器時代基金，投的是這個物理世界裡所有如今因為 AI 的需求而嚴重瓶頸化的構造。
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.
結果是 AI 已經解決了軟件，對吧？你今天有任何軟件需求，AI 其實都能做。但我們必須先解決所有物理約束，AI 才能真正解決軟件。
Jen Kha3:07
if you do the like for like, you're almost always going to bias towards that sure thing
如果你做同口徑的比較，你幾乎總會偏向那個確定的東西。
Jen Kha4:12
technology is the dog that caught the bus
技術是那條追上了巴士的狗。
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
我們認為未來的國家會是那些最先採用 AI 的國家，跨越國防、公共安全、醫療。
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.
美國受過直流電訓練的電工不到 2%，因為這非常危險。
Jen Kha16:39
agents are using five times the amount of tokens as humans are.
智能體消耗的 token 是人類使用量的五倍。
Jen Kha18:44
What's old is new again.
舊的東西又變成新的了。
Jen Kha22:54
數字與實體
| 機器時代基金規模 | 11 億美元 | 2:07 |
| a16z 今年募得的全行業風投資金佔比 | 超過 23% | 5:12 |
| NextHop 成長輪投資額 | 6500 萬美元 | 9:24 |
| NVIDIA 市值 | 5.5 萬億美元 | 10:28 |
| 美國受過直流電訓練的電工佔比 | 不到 2% | 16:39 |
| 智能體相對人類的 token 消耗倍數 | 5 倍 | 18:44 |
| 硬件類 pitch 在 a16z 全部 pitch 中的佔比 | 超過 20% | 19:46 |
| 今天 AI 的使用率 | 不到 5% | 18:44 |
術語
- Machine Age Fund機器時代基金
- a16z 新設的 11 億美元基金，投 AI 軟件棧之下的物理基礎設施。
- custom silicon定製硅
- 為特定 AI 工作負載定製的芯片，而非通用 GPU。
- liquid cooling液冷
- 用液體而非空氣給高功率芯片散熱的數據中心冷卻方式。
- DC powered直流供電
- 下一代芯片將用直流而非交流供電，多數現有數據中心未按此建設。
- hyperscaler超大規模廠商
- AWS、Meta 這類自建超大規模數據中心的雲廠商。
- American Dynamism美國活力
- a16z 旗下投國防、能源等受監管國家優先領域的團隊。
收聽指南
關注 AI 基礎設施、硬科技投資和 LP 配置邏輯的投資人；想理解為什麼風投重新回到硬件、以及數據中心供應鏈瓶頸在哪裡的創業者。
開頭 0:00-1:04 是節目預告，可跳過。