# 比尔·马里斯：谷歌如何碾压 AI 对手、小型基金为何胜出、AI 仍处雅达利阶段 > Bill Maris 回顾科技投资生涯的四大教训，谈用数据与机器学习打造 Google Ventures、小基金跑赢大基金、OpenAI 估值困境及 AI 的雅达利阶段。 - 原标题：Bill Maris: How Google Could Crush AI Competitors, Why Small Funds Win, and AI's Atari Stage - 类型：嘉宾访谈 - 发布日期：2026-06-09 - 话题：马里斯：谷歌的 AI 碾压力与小基金优势 - 出场：杰森、查马斯、萨克斯、弗里德伯格；嘉宾：Bill Maris - 网页版：https://allin.qiaomu.ai/ep/bill-maris-google-could-crush-ai-competitors/ - 视频：https://www.youtube.com/watch?v=0umrMuUClC4 - 精读字数：约 5165 字（阅读约 11 分钟） > 本文为 allin.qiaomu.ai 基于原始节目的 AI 改写中文精读，非官方翻译；引用请注明出处并链接网页版。 谷歌风投（Google Ventures）的创始CEO比尔·马里斯（Bill Maris），最近带着一只新基金回到了投资圈。这只叫 Section 32 的基金，首期规模1.5亿美元。听惯了动辄几十亿美元 AI 基金的人来说，这个数字小得有点不合时宜。 但马里斯这次做客 All-In，给出的理由是一整套数据：过去这些年，头部十分位（top decile）VC 基金里，规模低于7.5亿美元的，平均 DPI 回报是4.76倍；规模超过10亿美元的，只有2.42倍。低于7.5亿美元的基金，占据了头部十分位基金总数的95%。 这套结论背后全是可以复算的算术，不是一家之言。这也是他整个分享的核心。 ## 四条职业教训：从佛蒙特州漏雨的出租屋讲起 1997年，马里斯刚从大学毕业，拿着神经科学学位在华尔街找到一份工作。他很痛苦：要穿西装，要在酷热中通勤。但有一天他在办公室衣柜里看到一台服务器，问了一句这是什么，得到的回答是“我们的邮件和网站都存在这里”。 他当场意识到：如果一台服务器能放在衣柜里，那能放多少台？他立刻辞职，回到佛蒙特州，用信用卡刷出一个网页托管和数据中心公司。 当年的“最先进数据中心”，是他公寓里的一个房间：三台服务器，小中大各一台，后来生意好了，加到五台。那个房间很热，佛蒙特州的冬天开窗又太冷，冷到中午桌上的水杯会结冰。他的床就是一张床垫，盖的是从家得宝（Home Depot）买来的地毯。 某天雷雨，屋顶漏水，水和服务器不能共存。房东说“有时候就是这样”。于是他拎着一桶沥青和一把拖把，冒雨上屋顶补漏。没经验的他把自己刷进了墙角，鞋至今还粘在佛蒙特州那栋屋顶上。 由此得出教训二：**要看清未来，有时候你得有点疯。**在旁观者眼里，创业者在雷雨天刷屋顶，和疯子没有区别。 他放了一组斯图尔特·巴特菲尔德（Stewart Butterfield）分享的照片：1989年总统就职典礼，人群里只有一个人举着相机拍照；2005年，还是差不多；到2009年，几乎人人都举着相机。而照片里有一个当时在朋友眼中“肯定疯了”的人，用笔记本电脑直播就职典礼。 马里斯说，他这些年筛选创业者，一直在找的就是这种人：**他们知道一个关于未来的秘密，而大多数人还不相信。** ## 谷歌不让说AI，那就叫机器学习 2007年，马里斯进入谷歌，接到的任务是：谷歌需要一个风投基金。没有预算，没有连贯策略，一切从零开始。他找到安卓联合创始人里奇·迈纳（Rich Miner）做搭档，把沙丘路（Sand Hill Road）上愿意聊的基金全聊了一遍，然后定下计划。 第一步，尽可能收集风投行业的历史数据，谷歌有的是数据能力。第二步，用AI来做两件事：设计理想的组合构建，通过数百万次模拟和回测；以及测算出理想的基金规模。 但当时谷歌内部不许用“AI”这个词，而且这个禁令持续了很多年。 > 比尔，AI是科幻小说，就算会发生也是一百年后的事。我们还是说机器学习吧。另外，你说AI会把人吓着，别吓人。（马里斯回忆谷歌内部的说法） 结果如何？2009到2018年间，用公开信息估算，Google Ventures 的回报大约是4.1倍。而马里斯本人更严格执行策略、亲自领投的项目，回报还要更高（他在演讲中展示了那条最陡的曲线，未披露具体倍数）。 教训三由此而来：**不要和计算机科学对赌。**在正确的时间，把正确的计算机科学用在正确的问题上，你会得到正确的答案。 ## 小基金为什么赢：一笔算得清的账 2017年马里斯决定自立门户创办 Section 32，身边人都说他疯了，谷歌多舒服，免费午餐、按摩随便做。等大家接受这个想法后，建议又变成了“能融多少融多少，管理费才大”。 他没听。Section 32 至今做了六期基金，投过 CrowdStrike、Cohere、Coinbase，平均每期约4亿美元规模，全部处于各自年份的头部十分位。他唯一认的指标是 DPI（实缴回报给 LP 的现金），因为那是唯一真正“落袋”的数字。 为什么小基金赢？他在现场做了一道算术题： - 一只5亿美元的基金，按今天平均能拿到公司10%的股份算，需要50亿美元的退出总额才能回本；想做到3倍回报，需要150亿美元的退出。 - 一只70亿美元的基金要做到3倍，需要退出2100亿美元，这超过了大多数年份全行业风投支持的并购加 IPO 退出总额。今年可能是例外，但拉长看，这个目标近乎不可能。 别忘了背景：风投行业第75百分位的基金是亏钱的，而头部四分位基金的表现具有持续性。也就是说，多数大基金从出生那天起，数学上就注定难有出色的 DPI。 教训四：**小基金跑赢大基金，结论全部来自算术，无需任何人的信念背书。**大基金几百名员工，精力分散，无法给创始人他希望给的那种专注。 ## 弗里德伯格的反问：杠铃策略不成立吗 弗里德伯格（David Friedberg）提出了不同看法。他和马里斯是老交情，Climate Corp 是 GV 投的第一个“谷歌系”公司，10亿美元卖给了孟山都。弗里德伯格说，现在有一套和大基金对应的打法：在已经被验证的后期公司上持续下重注，因为数据显示，公司从10亿美元走到100亿美元的概率，比从零走到10亿美元更高。那为什么不两头都做，小基金做早期、超大基金做后期，两只手都是3倍回报？ 马里斯的回应有两层。第一，他没看到数据科学能支持“后期大额投资能持续产生高倍数”这个结论，眼下这个万亿级退出的时刻是特殊的时间点，能否成为趋势存疑。 第二，更尖锐的一层：管理着庞大规模资产、按资产收费的 RIA（注册投资顾问）业务，那是资产管理，做的是另一门生意，和风投无关。风投是一门手艺，是把时间和资本集中押在创业者身上、帮他们把公司建起来。 ## 谷歌把token价格砍到两折会怎样 谈话中最锋利的一段，是马里斯对 OpenAI 估值问题的推演。 杰森·卡拉卡尼斯（Jason Calacanis）问他：如果谷歌用自己的印钞机，把 Gemini 的 token 价格砍到竞争对手的20%，会发生什么？ > 如果你是一家公司，去谷歌用 Gemini，能为基本相同的产品少付80%的钱，你为什么不去？随后其他家商业模式承受的压缩和压力会走向超临界。（马里斯） 弗里德伯格提醒，这可能打的是消耗战：像 Uber 那样烧投资人的钱抢市场份额。但即便如此，最终还是要回到现金生成。而现实是：**在600亿美元收入的基础上，挂着数万亿美元级的算力开支承诺，然后指望散户接盘。**马里斯对这件事的态度写在脸上。 他真正的不满在于话术和行为的错位： > 我反对的是那种把自己包裹在“造福人类”的语言里，却在增长曲线的大部分区间里，把价值创造留给自己和一小圈精英投资人的公司。人类需要的是钱。（马里斯） 更具体地说：这些公司私有期拖得越来越长，还拿到了标普500规则的各种奇怪豁免，最终指数基金和 ETF 被动买入，接盘的是美国人的401(k)退休账户。这些普通人从头到尾没机会在早期参与，最后却用退休金为可能已经透支的估值买单。马里斯说，从现在起再涨3倍有没有可能？有可能。但风险巨大。他的立场是：要么就明说“我们就是这么运营生意的”，别再谈造福人类。 ## 查马斯的问题：平均值之外，风投是双峰的 查马斯·帕里哈皮蒂亚（Chamath Palihapitiya）把话题拉回风投行业本身。这些万亿级退出兑现时，会有极少数基金打出天文数字回报，Founders Fund 二期用2亿美元本金可能挣出1000亿美元。GV 也会是超级赢家之一。所以光看平均值，风投行业会显得无比辉煌，但拨开平均值，这个行业依然是极端双峰的：一小撮赢家，一大堆输家。 马里斯指出两点。第一，风投本来就是这样，75%的基金亏钱。第二，Founders Fund 要真把1000亿美元落袋，得有人买走那些股票，否则只是纸面财富。买家是谁？散户？那你必须能在公开市场做出论证：这家公司值它未来现金流的折现值。SpaceX、Anthropic 之类公司能否做到，IPO 后六个月见分晓。他知道各家在玩锁定期（lockup）的把戏来拖时间，但公开市场最终会给出判断。 ## AI还处在“雅达利命令行阶段” 查马斯问：除了那几家巨无霸，剩下的公司里你看好什么？ 马里斯的回答用了一个游戏行业的类比。他年轻时候玩的《Zork》《Planetfall》是八十年代的文字冒险游戏，交互非常脆弱：输入“拿起台灯”，系统说不对，应该是“提灯”；一回合一响应，缺乏记忆、缺乏一致性、每次重开会话就清零。 他随后放出现在最先进的消费级 AI 产品的界面，问大家：看起来有多大区别？ > 游戏行业从八十年代走到今天用了几十年，同样的变化在 AI 领域会在大约五年内发生。我认为我们现在处在 AI 的雅达利命令行阶段，五年内会走到 PlayStation 10。（马里斯） 回头看游戏行业变好的原因，功劳不在更好的剧本，真正起作用的是手柄、物理引擎、GPU 这些基础设施。映射到 AI：环境计算（ambient computing）、记忆、一致性、会话延续这些 Zork 时代的毛病会被解决。 **所以他不会去投更大的模型，他要投的是 AI 时代的“手柄和物理引擎”：让这一切在五年内成真的平台层。** ## 生命科学：不会指数级，除非细胞能被仿真 查马斯提到，X 上看起来健康领域正在复兴：胰腺癌疗法、癌症疫苗、多肽，爆点频出，而且很多都指向计算。但这一代赢家其实靠的是十年前的好科学，和计算关系不大。革命要来了吗？ 马里斯说他希望如此。他创办过 Calico，当年做长寿研究还被视为边缘科学，如今 Section 32 投了 Blake Byers 和 Brian Armstrong 创办的 New Limit 等公司，这个方向已经不再显得疯狂。 但他给了一个冷静的判断：找到化合物只占5%的工作量，后面还有剂量摸索、安全性测试、人体临床试验、FDA。**这件事不会像大家期望的那样指数级加速，除非能在计算机里实现人类细胞的高保真仿真，那一天来了，速度才会真正提上来。目前还没到。** 他也不碰需要人体临床试验的治疗类药物，那是专家型的投资领域。他感兴趣的是计算生物学。至于科研人才流向，他直言 CDC 和 NIH 经费被砍、反科学氛围蔓延、H1B 持有者被排挤，让顶尖科学家更容易选择别处。弗里德伯格补充，中国现在有自己的“回形针行动”，正从欧洲和印度招募最优秀的科学家，那批人过去是美国科研的基本盘。 对于“深科技”（deep tech）是否因为 AI 和物理引擎变得更容易做，马里斯的回答干脆：绝对是的。他看好的方向还是两个：人类生物和医疗，这可能是全世界最大的市场；以及支撑 AI 革命的底层基础设施。 ## 风投的激励机制坏在了哪里 大卫·萨克斯（David Sacks）分享了 Craft Ventures 的做法：做了四期基金（venture 加 growth）。他的原则是**基金规模决定基金策略**：基金规模除以20到25个项目数，得出单笔支票大小，支票大小决定你在市场的哪个位置打球。听完马里斯的分享，他心里转的问题是：是不是干脆做后期，写5000万美元的支票，等着破局者出现，避开噪音巨大的超早期？ 马里斯认为这个思路有问题，并拆解了风投行业的三层扭曲激励： - LP 侧：一只50亿美元的基金只要回报1.01倍，就能宣称自己在第75百分位，就能募到下一期，斯坦福捐赠基金没人会因为投了它被追责，因为大 LP 需要 single check 就能放进2到5亿美元的出口。 - GP 侧：管50亿美元基金、回报1.01倍的 GP，挣的钱比管5亿美元、回报3倍的 GP 更多。管理费本身就是错位的奖赏。 - 创业者侧：一个 OpenAI 出来的研究员创业，马里斯出2000万美元、按1亿美元估值想买20%股份；巨型基金朋友说，我这基金太大，一笔必须投2.5亿美元，你的估值现在就是40亿，我拿你1%的股份。创业者几乎每次都会选后者，除非他是吃过亏的老兵。 所以，只守在后期“狙击”大公司的策略，数据上不支撑长期有效，而且整个行业的激励都坏在这几处，钟摆最终会摆回来。 ## 几条可以带走的行动结论 - 如果你在募资或管基金：把 DPI 当成唯一真正的记分牌。按7.5亿美元这条线审视自己的基金规模，超过这条线，头部十分位的概率断崖式下降。 - 如果你在做后期大额投资：马里斯和弗里德伯格的分歧值得你自己去验证。马里斯的核心质疑是，眼下万亿级退出是特殊时点的现象，还不能算可持续趋势，先回测数据再下注。 - 如果你在创业或选择投资人：估值给得最高的那笔钱，未必是最好的钱。巨型基金按自身规模被迫抬高你的估值、压低自己的持股比例，这会扭曲你后续每一轮的融资结构。 - 如果你在评估 AI 应用层：记住 Zork 的类比。今天的对话式 AI 大概率是雅达利阶段，未来五年的最大机会在“手柄和物理引擎”，记忆、一致性、环境计算这些平台层，更大的模型反而未必是重点。 - 如果你在评估 AI 巨头：把“谷歌愿意把 token 价格砍到两折”当作一个基准情景去压力测试 OpenAI、Anthropic 的商业模式，再判断万亿级估值该不该由401(k)接盘。