跳转至

Michael Lee(Sequence Holdings):买下在位者再"重新创办"它,以及"你不可能把产品卖给一条还不存在的人类流水线"(No Priors,2026-09-24)

本库收录它的理由:⚠️ 这是本库第一份"所有权侧"的 AI 转型材料。本库此前的企业 AI 材料全部落在三个位置——卖方(Decagon、Lassie、Netic)、买方(Kavak)、平台方(Ali Ghodsi / Databricks)。⚠️ 这一期是第一个"把公司买下来再改"的位置,而且它给出了本库目前对"为什么买软件和请咨询都不够"最完整的一条论证,以及一组带百分比的实施结果。

⚠️ 三层利益相关,本页全程标注:① Michael Lee 在推销自己的模式;② 主持人 Sarah Guo 的 Conviction 是 Sequence 的首轮投资方——她在本期里自述"你当初写了 Sequence 的第一笔投资"([00:13:06])、"我希望能持有 Sequence 的股权一辈子"([00:27:11]),⚠️ 所以本期不是中立访谈,而是投资人访谈自己的被投;③ 全部实施数字均为公司自述。

说话人认定:自动字幕,只有 >> 换轮标记、无姓名标签,但本期是单主持 + 单嘉宾,轮次清晰。所有第一人称的 Sequence / Lone Pine / Apollo 事实为 Michael Lee;"Conviction 和 Sequence 去买一家外包编码服务公司"、"我当时对这个想法有点将信将疑"等为 Sarah Guo。

概要

  • Sequence Holdings 是一家"永久控股公司"(成立 20 个月),模式是:和在位企业的管理层一起,把公司买下来、再把它"重新创办(refound)"成由 AI 定义的行业领导者。
  • ⚠️ 本期的新闻:与 Dell 家族办公室共同完成对 Baldwin(保险经纪)的 77 亿美元私有化,自称迄今最大的 AI take-private,两家共同控制。
  • ⚠️ 他的世界观起点是"AI 对经济的影响是不均匀的",并由此切出三类行业:AI 根本不会碰的、创业公司会赢的、以及在位者占尽优势的——第三类才是 Sequence 的猎场。
  • ⚠️ 本页最该被引用的一条:现在企业和 AI 软件在做的是"给人类流水线上的每一个人发一台小机器"去加速工作;而当机器能 24/7 工作、能随电力扩张时,"正确的答案是去重新组织这个组织应该是什么样"。
  • ⚠️ "为什么必须拥有":三个选项全都坏掉的论证,其中"你不可能把产品卖给一条还不存在的人类流水线"是本库此前没有的一条软件行业结构批评。
  • ⚠️ "organizational physics(组织物理学)":他们只要密度高、运营集中的组织,因为任何在总部建的东西都能摊到所有分支上;⚠️ 而"被监管"是特性不是 bug。
  • ⚠️ 第一笔投资(BankSouth)的实施数字:消费贷平均承保时间降 94%、平均贷款端到端从 30 天到 11 天;而 Q2 对 Q1 贷款量翻倍时,承保标准不变、团队还更小——⚠️ 而他明确说团队变小的原因是"一个人退休、一个人转去前台"。

核心观点

起点:AI 对经济的影响是不均匀的

  • 他的个人时间线([00:02:01]–[00:03:01]):2017 年加入 Lone Pine,第一批被分配覆盖的领域之一就是 AI——⚠️ 他说那正是 AlphaGo 出来、第一篇 Transformer 论文出来的时候,而当时讨论的是"卷积网、GAN、LSTM 这些架构如果 scale 起来,什么会有商业可行性"。
  • ⚠️ 他对那一代的结论很干脆:"随着你 scale 这些架构,scale 带来的效果是随时间递减的。"
  • 而 2022 年底的转折:"对我来说变得显然的是,世界永远地变了。我们终于有了一个我们知道可以无限 scale 的架构。"
  • ⚠️ 三分法(本节的核心,也是 Sequence 的全部选址逻辑)([00:03:01]–[00:04:02]):
  • ⚠️ 有些部分 AI 根本不会碰——"比如餐厅、高尔夫球场这类。"
  • ⚠️ 有些行业创业公司会赢——"比如编程。Conviction 和 Sequence 去买一家外包编码服务公司,感觉是个糟糕的主意——那种钱你会给 Cognition 或者 Anthropic。"
  • ⚠️ 而有些行业,在位者占尽优势——"那可能是品牌,可能是规模、网络效应、监管。"
  • 结论:"在这场我们这辈子最大的技术转变面前,我非常强烈地觉得:如果你能收购对的在位者、继承作为那个在位者的全部优势,你能不能锻造出那个市场领导者?"
  • 他对自己这一步的描述([00:04:02]):2023 年初就有了这个内核,有人劝他立刻离开 Lone Pine,"只是当时对我不是合适的时机";2024 年和妻子散步时说"人生中能处在我们这辈子最重要的技术变革当中,是相当罕见的"。

⚠️ "给每个人发一台小机器":本页最该被引用的一条批评

([00:05:03]–[00:06:04])他说 Sequence 认为"我们正活在相当于下一次工业革命的事件里",而他在企业里和在今天做 AI agent 的软件公司身上普遍看到的是:

⚠️ "一场巨大的推动,要给人类流水线上的每一个人发一台小机器,去加速工作。而这没什么错,这很好,比什么都不做好。但你也知道,当你有了能 24/7 工作、能随电力扩张、能完成任何单个人或任何一群人都完成不了的事情的机器时,正确的答案是去思考:你该怎么开始重新组织一个组织应该是什么样,才配得上技术给你的这个机会。"

  • 他的推论:"我真的更多把它看成一个机会问题而不是野心问题——我就是觉得这件事必须发生,而我看不到一条自然的路让它发生,除非通过我们这种做法。"
  • ⚠️ 本库标注:这条与 Kavak 的"难点不在集成或落地服务,而在你不肯拆掉自己的组织" 是同一诊断的两侧——Kavak 是买方自己承认组织是瓶颈,Michael Lee 是外部人认为只有换掉所有权才能解决它。⚠️ 本页认为这是本库目前关于"组织重组为什么难"的最强一组材料。

⚠️ 为什么必须"拥有":三个选项全都坏掉

来源:No Priors / Michael Lee

([00:07:05]–[00:11:06])⚠️ 这是本页最完整、也最可迁移的一段论证。 他的设问是:假设你是一家 500 强的 CEO、资源无限,而我要求你"把自己重新创办一遍"——你只有三个选项。

选项一:自己干 → 招不到也留不住人,而原因是"被歌颂的角色"

  • ⚠️ 机制(本页最锋利的一条):

    "地球上每一家公司都有一个被歌颂的角色(celebrated persona)。"

  • 他举 Blackstone(他让 Sequence 每个人都读《King of Capital》):⚠️ "Blackstone 被歌颂的角色是投资人。而那就是为什么他们能聚起世界上最好的投资人。"
  • 所以:⚠️ "在一个你相信 alpha 来自工程与 AI 的世界里,你必须创造一种文化,让被歌颂的角色是工程师。那才是必需的。"
  • ⚠️ 他用这条解释 Palantir 为什么存在(他自己先说"我相信 Alex Karp 会讨厌我这么描述"):

    "它从根本上是一个聚起了世界级工程师、歌颂工程师的组织;而它从根本上做的事,是一层包装,把这个能力卖给那些拿不到这种人才的组织。"

  • ⚠️ 本库标注:这是本库收到的对服务/部署型公司存在理由最结构化的一条解释——它们的产品是"别人招不到的人"。它与 Decagon 说"FDE 是陷阱" 构成一组对照:Decagon 从卖方角度说不要变成服务公司,Michael Lee 从买方角度解释为什么服务公司必然存在。

选项二:用服务商 → 是一个激励问题

  • ⚠️ 他点名的是 Accenture、McKinsey、Palantir,并先承认"这些都是很好的公司,它们确实歌颂工程师、确实歌颂改变技术"。但:

    ⚠️ "服务公司优化三件事:进你的钱包、留在你的钱包里、扩大在你钱包里的份额。那是一条走向增量主义(incrementalism)的路。"

  • ⚠️ 更要紧的第二层:"服务商其实没法改变那些你真正需要改变、才配得上这个时刻的东西——你怎么改变人是怎么被组织的、谁在这些组织里工作、以及激励。"

⚠️ 选项三:买软件 → "你永远只能卖给今天这条流水线"

  • 显然的那一层:"它是 beta 版。如果它对你可得,那它对所有人都可得。"
  • ⚠️ 而他说人们常漏掉的、更细的那一层是本页此前没有的一条软件行业结构批评:如果你和我去开一家软件公司,我们会优化的是"一条相当同质、而且在很多地方都存在的工作流",然后"怎么装得足够快、但又足够深,让我们能卖很多而且很黏"。所以——

    ⚠️ "那意味着你永远只能卖给今天被设计成这样的工作流,卖给人今天在那条人类流水线上被摆成的样子。这是你唯一能卖出产品的方式。你不可能围绕一条今天还不存在的人类流水线去卖产品。"

  • ⚠️ 本库标注:这条是对"企业软件为什么锁定现状"的供给侧解释,与 Steven Sinofsky 的"企业里所有有趣的事都是例外处理,而例外只在人脑里、不在字段里" 是同一现象的两个方向:Sinofsky 说软件装不下那些知识,Michael Lee 说软件在商业上没有动机去改掉那个流程。⚠️ 本页认为后者更可操作,因为它指向的是激励而不是能力。

他的三条收口

"所以我们这套动作为什么有效:一,你怎么拥有、因此你是对齐的;二,你怎么造出一个像 Sequence Holdings 这样歌颂工程师、能把前沿工程带进来的组织;三,你怎么驱动一个长期视野和经济模型,让我们和管理层在'怎么基于今天可得的技术锻造出这家公司最好的版本'上是对齐的。"

⚠️ 控股公司 vs 基金:结构决定文化

([00:06:04]–[00:07:05]、[00:24:11]–[00:27:11])

  • 他为什么要控股公司结构:⚠️ "怎么把资本的久期与驱动这场端到端转型所需的持续投资和运营承诺对齐?怎么创造一个在文化上围绕'锻造市场领导者'而不是'部署资本'来组织的组织?"以及用留存收益去支持既有公司与新投资。
  • ⚠️ 他对 PE 的分析(他先说"我对所有大型私募股权公司都很钦佩"、自己在 Apollo 待过、很多朋友还在那些公司):
  • 基金结构的经济学本身就在激励你部署资本:"他们的生意是找到好资产、以有吸引力的价格定价、放进合适的资本结构、做足够的价值创造以达到满足 LP 所需的回报率。"
  • ⚠️ 他说 PE 会在 AI 转型上取得很大进展("他们有激励、有资源、有能力"),但他指出两条限制:
    1. ⚠️ 招不到世界级工程师——"你典型的 PE 公司把自己设计成歌颂投资人的。而当我看我那些优秀的工程师,他们想在决策发生的那个房间里,想对'这是个好生意还是坏生意'有发言权。我猜如果你去一家典型的大型并购基金,要找到一个 25 岁的工程师对那个投资判断有任何发言权,会非常不寻常。"
    2. ⚠️ 时间尺度——"他们会告诉你那是个长期视野。而你通常在琢磨的是:我们怎么开始把这东西包装好、三年内卖掉。那对我们思考技术转型、以及你愿意为此投入什么,是一个非常不同的框架。"
  • ⚠️ 而他给的差异化最硬的一条是节奏,本页认为这是全篇最可检验的自我约束([00:26:11]):

    "我们做的事是稀缺的。我们想做的是一年一笔交易。就这样。我们没有部署节奏。我没有一群投资人和 LP 跟我说'你们今年投得不够'。我们的工作就是做一笔。而如果那意味着我们今年一笔都不做,那太好了。"

  • 他也明确限定了自己的覆盖面:"我们会触及世界上非常小的一块表面积,而我预期所有这些别的私募股权公司会继续做得很好。"

⚠️ "organizational physics":本库此前没有的一条选址判据

([00:16:08]–[00:17:08])⚠️ 本页认为这是本期最具操作性的概念。

  • 定义:他们挑公司时谈 organizational physics——⚠️ "我们喜欢那种相当致密、运营是集中化的组织。这样你建的任何东西都能摊到一个大的基数上。"
  • 银行的例子:⚠️ "一家银行可能有一堆不同的分行,但所有承保都发生在中心。所以我们在总部建的一切,就能直接摊到他们合作的所有分行上。"主持人把它概括成"有一个中枢神经系统、有一个账本、有几条关键流程、有几个你能在经济上拉动的杠杆",他确认"完全正确"。
  • ⚠️ 他拿 roll-up 做反面对照(并先说"我认为那是个很棒的策略"):"但它有很多复杂性——你得整合不同的系统、把工程师派到一堆不同的地方、你得标准化操作流程、标准化文化。"
  • ⚠️ 本库标注:这与主持人 Sarah Guo 自述的初始疑虑直接对应——她说自己当初"对 roll-up 这个想法是将信将疑的"([00:30:13]),并把难点拆成技术 / 变革管理 / 实际运营公司 / 承保 / 做交易五块,判断是"这确实是巨大生意改变并赢下行业的方式,但它比人们想的难得多,而且在规模上更好做"。
  • ⚠️ "被监管是特性不是 bug"([00:16:08])——本库此前没有的一条反直觉判断:

    "受监管机构的一个好处是它怎么运转是被良好定义的。数据卫生状况极好。关于你的业务应该怎么运转有被良好定义的规则。所以如果你想想这个背景,它其实对 agent 非常好用。"

  • 对照:主持人说自己当初听到"要去买一家银行"时"可能表现出了些轻微的惊恐",并提醒"银行传统上不是受欢迎的私募股权板块是有原因的"([00:13:06])。

三条选址标准,以及保险经纪为什么"创业公司打不进来"

  • 三条标准([00:17:08]–[00:18:08]):① 市场规模——⚠️ "我们在 Sequence 做的事不 scale。所以如果我们要投一笔,它必须算数"(他说目标是能建成"一亿美元以上的公司";⚠️ 本页标注:对一笔 77 亿美元的私有化而言这个口径含义不明,他未说明是收入、EBITDA 还是别的,本库照录不解释);② 是不是在位者占尽优势的行业;③ 组织做的事与 AI 今天擅长的事之间的重叠。
  • ⚠️ 保险经纪的行业结构(本页信息密度最高的一段事实)([00:18:08]–[00:19:09]):
  • 价值链三段:承保人(carriers)→ 分销伙伴(brokers)→ 客户;每年两万亿美元以上的保费流向承保人,经纪从中抽成。
  • ⚠️ 承保人赚钱有两条路,而历史上只有一条真的赚钱: > "保险业自有史以来在承保上几乎没赚到钱,主要的钱都是通过投资赚的。"
    • 所以被激励的是聚集资产——⚠️ "拿到高质量的保费增长才是这场游戏的名字。而那正是经纪行业为什么这么有力量。"
  • ⚠️ 第二个结构性特征:"你的客户其实并不付钱给你。承保人付。"
  • 加上:这是个极度以关系为中心的生意、⚠️ 总留存率 90%、而且经纪基本不靠价格竞争——"所以这对创业公司来说是个非常难进的行业。"
  • 他的总结:"所以对 Sequence 来说完美的是:一个巨大的市场,里面的公司基本免于创业公司的威胁。但如果我们能和对的那一家合作呢?"

⚠️ Atlas:四层平台,以及"怎么让生意对模型可读"

([00:20:10]–[00:22:10])

  • ⚠️ 前提来自 Scale / Palantir 出身的工程师的一条观察:

    "如果你把一个生意拆到它的原子单位,其中 80% 大体是同质的,20% 是垂直特有的。"

  • 四层结构:
  • ⚠️ data ontology(数据本体)——"就是我们怎么用代码定义这个组织、定义这个生意的运动。而这极其重要。我们内部的说法是:我们怎么让这个生意对模型可读(legible to models)?"
    • 他给的具体问题:⚠️ "一个 agent 怎么知道这里的这个客户和那个系统里的那个客户是同一个?以及这个客户的属性怎么和与之关联的理赔或者贷款保单互相关联?"
    • ⚠️ 本库标注:这与 Ali Ghodsi 的"ontology 即离线计算的索引" 是同一件事的两种商业形态,而且两人都把 Palantir 列为那件事做得好的参照。⚠️ 差别在谁来建:Ghodsi 的答案是平台自动把那些东西拿来建图(卖给所有人),Michael Lee 的答案是把公司买下来、为它建一遍,然后在下一家复用。本库并列不裁决,但指出这是本库目前关于"企业上下文该由谁拥有"最清晰的一处分歧。
  • agent builder——"怎么建出扎根在 ground truth 上的高性能 agent"。
  • ⚠️ Lattice(编排引擎)——"怎么用我们建好的 agent 真正把工作流装配起来"。
  • artifacts(应用构建器)——坐在上面的一层。
  • 复用性是模式的关键:⚠️ "我们在银行建的所有核心基础设施,在 Baldwin 和我们未来做的任何公司上都是可复用的。"
  • ⚠️ 而他把平台之外的那一半叫做"人的工程"([00:20:10]):

    "我常在内部开玩笑说我们这儿有两个问题:一个工程问题,和一个人的工程问题。而人的工程问题比工程问题难得多。"

⚠️ 服务动作 vs 所有权:一次一手的"白天与黑夜"对照

([00:13:06]–[00:16:08])⚠️ 本页认为这是本期最有价值的一手材料,因为同一个团队在同一家公司里先后用两种身份干过同一件事。

  • 冷启动问题他讲得很直白:⚠️ "控股公司模式是个奇怪的生意。没有钱你做不了交易;没有交易你雇不到工程师;雇不到工程师,就没人会再给你钱。"
  • ⚠️ 而他们当时面对的具体困境:"世界上并没有很多投资人想给你几亿美元去买一家企业,就为了看看你的技术行不行。"
  • 于是他们选择"先接一个客户":一位朋友(Avenir 的联创 Jamie Reynolds)家里在佐治亚州有一家银行,于是那成了第一个客户——⚠️ 他记得是去年 8 月 4 日,"那天是我的结婚纪念日,我记得我跳过了它"。
  • 去年 8 月到 11 月底以服务商的方式运作,之后家族主动问他们愿不愿意成为永久伙伴;3 月完成投资("花了一点时间谈判,还要拿到 Fed 和 OCC 的批准")。
  • ⚠️ 三条差别("白天与黑夜"):
  • ⚠️ 工程上的深度意愿:"从工程视角,你知道你会在这儿待很久。所以你愿意承担的复杂度和深度,和作为一个服务商、知道自己最终会离开、还得留下一堆别人要维护的应用,是有显著差别的。"
  • ⚠️ 员工的态度:"员工基础那边有很多兴奋——嘿,这些人是来长期支持我们的。那我们怎么把这件事推到最有野心的版本?"
  • 时间视野:"我们真的可以长期地想:三年、五年、十年后我们想让这家银行是什么样?以及我们怎么铺技术地基,让我们永远从模型性能的提升里获益?"
  • ⚠️ 而他对银行作为第一站的回顾很坦率:"以一种奇怪的方式,这家银行是我们验证商业模式所需要的完美试点——它让我们能买一个少数股权,也就是一张风投规模的票,却能在一个真实的企业级环境里运作。"

⚠️ BankSouth 的实施结果:本页唯一的一组数字

来源:No Priors / Michael Lee

([00:31:14]–[00:34:14])⚠️ 全部为公司自述,本库未核实。 但本库认为这一组值得完整记录,因为它少见地把"产出变化"和"人员变化"分开报了。

  • 他们先做的事是重新设想终局:"投资之后我们退一大步,想的是:往前看十年,领先的社区银行是什么样?"社区银行拆成三块:找存款的、找贷款的、以及中间那套承保与服务的核心机构。
  • ⚠️ 他指出的结构病:

    "如果你想想一家普通的银行,历史上贷款量是和中后台人头线性增长的——没有别的原因,就是因为处理一笔贷款是件复杂的事,过程中确实需要很多人参与。"

  • ⚠️ 结果(自 3 月投资起约六个月):
  • 他们建出了能承接组织内全部消费贷的系统——⚠️ "今天平均的消费承保自 3 月以来已经下降了 94%"(⚠️ 主持人当场追问"你是说时间",他确认"时间"——本库照录这次澄清,因为没有它这个数字会被误读)。
  • 商业贷款承保在过去几个月开始铺开,⚠️ "我们实际上把银行的平均贷款从端到端 30 天变成了 11 天"。
  • 他给的意义:⚠️ "根本上我们用这些工具让这个组织能够以同样的人头承接显著更多的贷款量。"
  • ⚠️ 而本页认为最该被引用的是接下来这段,因为他主动把因果归给了运气:

    "这纯粹是运气。我不会说 Sequence 和这件事有任何关系——但今年 Q2 相对 Q1,银行的贷款量翻倍了。"

  • ⚠️ 对照组是这家银行自己的历史:"历史上这家银行其实会把生意往外推——中后台虽然所有人都很努力,但他们能承接的带宽是有限的。"
  • ⚠️ 而这次的三个同时成立的条件:银行承接了全部贷款量;"完全没有改变他们的承保标准";而且是用一个比投资前显著更小的承保团队做到的。
  • ⚠️ 他随即解释了团队为什么更小,而这一句是本库最该记下的: > "而承保团队更小的原因是:一个人退休了,还有一个人转去了前台。"
  • 岗位内容的位移([00:34:14]):⚠️ 贷款员更多时间在外面跑,而不是写信贷备忘录;信贷承保人在做最难最复杂的贷款,而不是——⚠️ "琢磨一个人明显已经有足够的钱了、我们该不该给他批一笔船的贷款"。
  • ⚠️ 本库标注:这组数字在 AI 与就业 页里的价值不在幅度,而在它的形状——产出端翻倍、标准不变、而人员减少完全由自然流失与内部转岗构成。本库此前最接近的样本是 Kavak 的"岗位没变,指挥链变了" 与 DoorDash 的"自动化更多 = 人更多";⚠️ 这一条比两者都更具体,但它是 n=1、六个月、单一公司自述,而且 Q2 翻倍被他自己归为运气。

他在管理层身上找什么

([00:27:11]–[00:29:13])

  • ⚠️ 第一条是他对自己能力边界的声明:"说到底 Sequence 有很棒的工程师、有很有才华的投资团队。但说到底,我没有经营一家经纪公司的专长,我没有经营一家银行的专长。我们高度依赖管理层在他们各自的手艺和各自行业的竞争里做到最好。"
  • ⚠️ 第二条是一条可观察的前置条件:他们要的是已经对技术感到兴奋、已经把地基打下去的管理层——"这会是些小事,比如已经上云、把数据基础设施集中化。大概也意味着你已经在组织里铺开了 OpenAI 和/或 Anthropic。"

    ⚠️ "而这件事告诉你很多关于这个人的信息:在那还远不是显然该做的时间点上,他愿意去做。"

  • Baldwin 的例子:CEO Trevor Baldwin "很早就在 Baldwin 内部端到端地推 Anthropic";而且他们跑在单一实例的 Applied Epic 上——⚠️ 他说那是经纪公司的 AMS,"功能上就是保险经纪的核心操作系统"。"这些都不是容易做到的事。"
  • 主持人在这里插了一句本库值得记的现实背景([00:29:13]):⚠️ "关于今天的 AI 到底有没有真实 ROI,噪音很多。"而他接的是另一半:⚠️ "而且还有很多焦虑和不安——你怎么让你的员工基础对'世界正往这个方向去、而我们会站在最前面'感到兴奋?"

⚠️ 他招工程师的两套说辞

([00:11:06]–[00:13:06])⚠️ 本页记这段是因为第二条是一条本库没见过的招聘论证。

  • 使命那一条:去做"那些毛细血管、人们真正与之互动的公司"——"AI 模型公司非常了不起,没有 Anthropic、OpenAI、xAI 我们今天不会在这儿。但现实是,对每个人日常生活的影响,真正会来自今天服务他们的那些公司。"
  • 对 forward-deployed engineer 的说辞:⚠️ 和自己创造的价值高度对齐,以及能驱动一种作为服务商不可能驱动的改变。
  • ⚠️ 而他说对应用层软件工程师的说辞"大概不是风险投资人爱听的":

    "嘿,我们是世界上少数几个对模型将要做什么完全免疫的商业模式之一。随着模型性能提升,我们在 Sequence 这边是庆祝的——那给了我们更多可以带进合作公司的工具。而我们的生意会不会还在,并没有真正的存亡风险。"

  • ⚠️ 本库标注:这是本库第一次看到有人把"不在模型的吞噬路径上"当作招聘卖点。它和本库 关于应用层会不会被模型吃掉的那一整条线 构成一个有意思的侧面证据——这个论证之所以成立,恰恰因为它承认了那个风险对别人是真的。

结尾的反转:一个私募与公开市场的人,给出了最纯粹的风投态度

([00:39:14]–[00:42:16])

  • 他的职业轨迹自述:Goldman(毕业后)→ Apollo("学怎么结构一笔交易、怎么严谨地想资本结构、怎么读信贷协议和文件、怎么设计管理层激励计划")→ Lone Pine("一个能看全部上市公司宇宙、并要回答'世界上最好的公司是哪些'这个难题的组织,是极好的学习光圈"——"为什么 NVIDIA 伟大?为什么微软伟大?为什么 Visa 伟大?")→ 搭 Lone Pine 的私募投资业务("开始待在技术前沿")。
  • ⚠️ 他说从 Lone Pine 学到的那条:"真正深刻地内化了一件事:世界上最伟大的公司,复合增长的速率是没人以为它们能做到的。"
  • ⚠️ 而被问"你从没正式当过早期风投,这个资产管理人群体漏掉了什么"时,他给的答案把主持人逗笑了:

    "就是去找在大市场里做难问题的非凡的人。如果我从我的经历里学到了什么,那就是:想法很便宜,执行非常难。而真正非凡的人总会想出办法让事情成立。"

  • 所以:⚠️ "押注非凡的人是唯一重要的事……即使看起来很疯狂,你都该一直支持他们,因为支持这些人的上行凸性,大体上能抵掉其余的一切。"
  • ⚠️ 主持人的反应是本页最好的一句收口:"这不就是最纯粹的风投态度吗?……李先生,一位私募股权和公开市场的人,在说去支持大市场里的伟大的人。"他确认"完全正确。我认为这就是这场游戏的名字。我认为这在公开市场里也成立。"
  • ⚠️ 他举的例子回到了自己的主题词([00:41:15]):2017 年见到黄仁勋——"今天回想起来有点不可思议,当时它还不是今天这个样子。而他一直极其一致:思路的清晰、了不起的执行、能把世界上最聪明又极其忠诚的人聚在身边,并且不断地想出办法去重新创办(refound)他的生意,以便在一个不断变化的市场里竞争。"
  • ⚠️ 本库标注:"refound(重新创办)"是他整套论点的核心词,而他把它的最佳范例给了一家从未被收购过的公司。本库记下这处张力,不裁决。
  • 创业感受([00:34:14]–[00:35:14]):"我今天对创始人的共情,和我当年在 Lone Pine 管私募业务时相比,是天壤之别。"以及:⚠️ "有些日子极其孤独,但我不可能玩得更开心。而我只能说,Elon 和 Jensen 讲的那些关于这件事极其痛苦的说法,极其真实。"

与本库其它观点的关系

  • ⚠️ 这是本库第一份"所有权侧"的企业 AI 转型材料,填的是一个位置而不是一个论点。本库此前的四个位置是卖方(Decagon、Lassie、Netic)、买方(Kavak)、平台方(Ali Ghodsi)、评估方(Vals AI)。
  • ⚠️ "你不可能把产品卖给一条还不存在的人类流水线"是本库对"企业软件为什么锁定现状"的第一条供给侧解释。它与 Sinofsky 的"例外只在人脑里、不在字段里" 是同一现象的两个方向——Sinofsky 说软件装不下那些知识,Michael Lee 说软件在商业上没有动机去改那个流程。⚠️ 本库认为后者更可操作,因为它指向激励而不是能力。
  • ⚠️ 与 Kavak 是同一诊断的两侧,而这是本库关于"组织重组为什么难"最强的一组:Kavak 的 Ali Massa 说难点是"你不肯拆掉自己的组织"(买方自承);Michael Lee 说只有换掉所有权才能解决(外部人的处方)。⚠️ 两条都认为瓶颈在组织而不在技术。
  • ⚠️ ontology 这一层与 Ali Ghodsi 正面相接,而分歧在"谁来拥有企业上下文"。两人都把企业的关键缺口定位在"模型够聪明但缺 context"、都把 Palantir 列为那件事做得好的参照;⚠️ 但 Ghodsi 卖一个能自动建图的平台,Michael Lee 把公司买下来为它建一遍再复用。本库认为这是目前关于这个问题最清晰的一处路线分歧,并列不裁决。
  • ⚠️ "被监管是特性不是 bug"与本库既有材料方向相反。本库此前的监管材料(Lassie 的监管拐点、Sinofsky 的 GDPR 化预测、Netic 的"回路里不能有人")大多把监管当阻力或成本;⚠️ 他把它当成数据质量与流程确定性的来源——"数据卫生状况极好……它其实对 agent 非常好用。"本库记为一条值得跟踪的反向判断。
  • ⚠️ "每家公司都有一个被歌颂的角色"是本库 AI 实验室文化 页可以直接借用的一条组织判据,而且它给了一个本库此前没有的对服务/部署型公司存在理由的结构化解释:"它从根本上做的事,是一层包装,把这个能力卖给那些拿不到这种人才的组织。"
  • ⚠️ BankSouth 的那组数字在 AI 与就业 页的价值在于形状而不是幅度:产出翻倍、承保标准不变、人员减少完全由"一人退休 + 一人转前台"构成。这比本库此前最接近的样本(Kavak、DoorDash)更具体,⚠️ 但它是 n=1、六个月、单一公司自述,而且 Q2 的翻倍被他本人归为运气。
  • "一年一笔交易、今年不做也很好"是本库目前见到的最强的一条反部署压力表态,与 Lighthouse 还是 Landgrab 里"ACV 纪律" 属于同一类自我约束,但一个约束的是卖、一个约束的是买。

⚠️ 本页未核实、只照录的内容

  • 全部实施数字:消费承保时间降 94%、平均贷款 30 天 → 11 天、Q2 对 Q1 贷款量翻倍(他自己归为运气)、承保标准不变、团队更小且原因是"一人退休 + 一人转前台"。均为公司自述,本库未见第三方核实。
  • 交易本身:Baldwin 私有化 77 亿美元、"迄今最大的 AI take-private"、与 Dell 家族办公室共同控制、需 Fed 与 OCC 批准(指 BankSouth 那笔)。
  • 行业数字:保费每年两万亿美元以上、经纪总留存率约 90%、"保险业自有史以来在承保上几乎没赚到钱"。
  • Atlas 的全部描述(四层、"80% 同质 / 20% 垂直特有"、在 Baldwin 的可复用性)与 "一亿美元以上公司" 这个口径(⚠️ 他未说明是收入、EBITDA 还是别的)。
  • 他对 Palantir、Accenture、McKinsey、Blackstone 的刻画,以及"Alex Karp 会讨厌我这么描述"。
  • Baldwin 一方的事实:Trevor Baldwin 早期端到端推 Anthropic、跑在单一实例的 Applied Epic。
  • 他的个人回忆:2017 年加入 Lone Pine 即覆盖 AI、2017 年见到黄仁勋、冷启动与第一个客户的来龙去脉(8 月 4 日结婚纪念日)、"Elon 和 Jensen 讲的痛苦极其真实"。
  • ⚠️ 本期的利益相关结构本身:主持人 Sarah Guo 自述 Conviction 写了 Sequence 的第一笔投资、并说"希望持有 Sequence 股权一辈子"。本页不把本期当中立访谈。

专名对照(字幕转写 → 正确拼写)

字幕 正确 / 本库处理
"my experience at Sequoia"([00:39:14]) ⚠️ 据上下文应为 Sequence(他自己的公司),本库按 Sequence 理解
Lone Pine Lone Pine Capital
King of Capital 关于 Blackstone 的那本书
Applied Epic / AMS Applied Epic(代理管理系统,agency management system)
Fed / OCC 美联储 / 美国货币监理署
Dan Betar Dell 家族办公室全球直投负责人,⚠️ 拼写按音记录,本库未核实
"Joe and Dru at DTVC" ⚠️ 机构名转写不明,本库不认定
Avenir(Jamie Reynolds) ⚠️ 按音记录
vig 行话:抽成
Trev / Trevor Baldwin Trevor Baldwin(Baldwin CEO)
Alex(联合创始人) ⚠️ 本期只报名不报姓,本库不补