硅谷老牌風投機構Benchmark的合夥人Ev Randle在6月29日播出的播客《Sourcery with Molly O'Shea》中，對生成式AI時代的投資估值體系發出了根本性挑戰。他直言，整個風投和成長期投資生態正經歷“方向感喪失”，根源在於風險與規模的傳統反向關係已經崩潰。

在傳統軟件投資範式下，初創企業隨著規模擴大，會依次消除產品市場契合度、單位經濟學和市場天花板的風險，公司越大越安全。但Randle指出，AI時代出現了“營收遠超10億美元，卻未證明單位經濟學或持久差異化”的企業。規模增長不僅未降低風險，反而可能使估值大幅縮水的風險與規模呈正相關。

這一判斷的背後，是SaaS黃金法則的全面逆轉。過去，高毛利率、純軟件交付、輕資產、產品驅動增長是衡量優質公司的“北極星指標”，並衍生出“40法則”等量化標準。但在AI語境下，這些指標幾乎反向運行。

Randle以三大核心變化說明：第一，分發策略從產品驅動轉向人力密集型服務，高度依賴實施顧問的“Palantir化”成為標配，拉低毛利率。第二，毛利率邏輯被顛覆——AI推理成本高昂，高頻使用必然壓低毛利率，高毛利反而意味著無人使用AI功能。第三，資本密集度飆升，為建立護城河防禦大模型廠商，AI軟件公司需自建研究實驗室訓練模型，帶來前所未有的GPU資本支出，打破了過去輕資產定律。

面對舊框架失效，Randle提出了新的AI估值模型：P（價格）× Q（數量）× M（毛利率）。與傳統SaaS相比，AI應用的毛利率幾乎肯定低於傳統SaaS的70%，但客單價卻能達到驚人高度。他透露，投資組合中的開發者每人每月在Claude Code上花費3000美元，摺合每位開發者每年3.6萬美元。一些推理平臺與初創公司簽下高達九位數（上億美元）的合同，這在SaaS公司中極其罕見。

這種變化源於買家心態的根本轉變：從“購買軟件許可證”轉向“按需購買智力或白領勞動力”。企業的軟件預算上限被徹底打開，過去一個客戶貢獻20萬美元營收，現在可能變成每個普通客戶帶來2000萬美元營收，甚至對某些巨頭是每月5億美元。

在AI基礎設施層面，Randle用“瀑布”比喻當前巨大的推理需求，稱基於推理的商業模式讓營收增長曲線從過去的“1-3-9-20”變成極其陡峭的“1-20-100”或“1-30-300”。但前沿大模型廠商正面臨嚴峻的定價權考驗。他提出“AI老媽測試”：對普通用戶而言，100%的日常需求可被極具成本效益的開源模型滿足。如果開源模型達到前沿模型95%的能力，將極大削弱前沿實驗室收取溢價的能力；反之，若前沿實驗室能實現遞歸自我改進，則將擁有極強定價權。這被稱為決定AI賽道走向的“數萬億美元問題”。

在資金端，AI的資本密集型特徵和公司長期私有化趨勢，正在改變風投行業形態。Randle以Anthropic為例進行衝擊力十足的推算：如果Anthropic以1.5萬億美元估值上市並獲得流動性，將產生相當於Snowflake Pre-IPO輪35倍的回報——在單一一輪融資中實現35個Snowflake級別的回報。他透露，有些基金在單一AI公司中投入高達30至40億美元，並可能在不到5年內獲得5倍回報。這種財富創造速度和規模，將對硅谷生態產生巨大沖擊。

面對市場劇變，Randle對風投行業的結構性演變給出直接判斷：行業最大問題是用“風投”一詞描述本質上完全不同的兩類機構。他認為General Catalyst和Andreessen Horowitz已是另類資產管理機構，而非傳統風投公司——它們有成長期產品、債務產品、醫療保險產品、財富管理產品，風投只是眾多產品之一。而Benchmark仍堅持“不投賽道，只投人”的核心哲學，認為偉大的創始人永遠不會過時，商業模式卻會流行或過氣。

這場深度對話勾勒出AI時代資本市場正在經歷的根本性重構：估值標尺從可預測的財務模型，轉向對技術護城河、推理經濟規模與創始人遠見的綜合押注。對於投資者而言，理解這套新邏輯的運轉方式，已成為參與AI產業資本博弈的前提。