2 个月估值增 4 倍，Benchmark 把最近增长最快的 AI 应用都快投了

Benchmark 对 AI 这块的投资，之前给人的感觉一直比较缓慢，因为出手的项目不多。但是今年特别是最近几个月，Benchmark 像是开足了马力一样，对 AI 应用这块的投资给我一种非常疯狂的节奏。

这种节奏和 a16z 的投资大量项目不同，Benchmark 投的项目不多，但是投的每一个项目，几乎都是该领域目前增长最快的，而且它在所投的轮次几乎都是领投（Benchmark 一贯的投资风格）。下面基于我个人的看法对 Benchmark 最近在 AI 领域的投资做一下简单的梳理。

理论基础：

这一切改变似乎从 Benchmark 合伙人 Sarah Tavel 发布的 3 篇文章前后开始，算得上是 Benchmark 在 AI 应用领域投资的一个理论基础。

一篇是我引用了多次的《AI Startup：Sell Work, Not software》和它的更新篇《A few "Sell Work, Not Software" updated thoughts》，而另一篇就是 Sarah Tavel 对于那些优秀 AI 产品所具备的共同点的总结。

第一篇和第三篇我都有过介绍，参考这里《当下 AI 的斯波浪潮，与 AI 时代的一种新型商业模式》以及《Benchmark 谈最优秀 AI 产品的共同点：Midjourney、HeyGen、ElevenLabs 与 DeepL》。

所谓 Sell Work, Not Software，Sarah Tavel 说在过去的 25 年里，应用软件的创业公司的关注点只有一个：提高公司和员工的生产力。也就是构建可以提高员工生产力、增强员工与团队之间的协作或者在领导层实现更好的监督和管理的 SaaS 软件产品。

这些 SaaS 产品基本上都是按照人数（Seat）来定价的，本质上是以员工本身的成本为基准并以提高他们的生产力作为商业模式的。

但是大模型 LLMs 给创业公司提供了另一个机会，那就是不用给客户卖软件，而是直接售卖整个工作，创始人们应该考虑将工作本身作为销售对象，而不是出售软件来提高最终用户的生产力。

这种模式为软件公司开辟了一个原本不支持的新的垂直机会，当你售卖工作时，销售周期是不同的，它的定价是基于执行该工作的人力成本而非生产力提升者，并且与类似产品（除了公司自身的人力资本）之间的竞争基本上是外包团队。

而一个具有一致性和可实现 SLA（服务级别协议）的 AI 驱动产品应该比外包提供更加优越的服务：这是一个 10 倍便宜的机会。

在第二篇更新文章中，Sarah Tavel 讨论了“销售工作而非软件”的 5 点商业模式及其机会：

1. “销售工作”扩大了市场潜力：与传统软件销售相比，提供“95%生产力提升”的工作服务，能让企业收取更高费用，使得原本不适合软件业务的市场变得更具吸引力。例如，一个市场如果已有外包支持，那么很可能适合这种 AI 驱动的“工作”模式。
2. 不只是”虚拟员工”，而是解构任务：与其销售“虚拟员工”，不如拆分具体任务，并分别销售这些任务。因为目前的AI 技术适合完成特定任务，而非复杂的员工职责。随着规模扩大，可以增加更多“任务模块”，逐渐形成一个功能强大的系统。
3. 引入”自有人类协作”：在关键任务（如法律应用）中，需要人类来确保准确性。这里建议用企业自有的员工或承包商来协助 AI，而不是依赖客户的员工。这种方式不仅明确了“销售工作”模式，还能通过员工反馈不断优化系统，逐步实现自动化。
4. 适合 VC 还是 PE ？：两者皆有可能。适合 VC 的公司往往是能够在市场中脱颖而出的企业，靠规模效应获得竞争优势。但这需要迅速扩展和不断增加“任务模块”以保持市场主导地位。竞争激烈的领域尤其需要加速布局。
5. “深耕行业”的重要性：创始团队最好来自该行业，能准确识别任务切入点的机会。

第三篇讨论了几个优秀 AI 产品的共同点，她主要说了一个结构性成本优势：它们不是在简单提高员工的生产力，而是打开了因为人工成本和复杂流程而被忽视的市场。

AI 通过降低雇佣人力的成本和时间，将原本需要大量人力的服务转变为几乎即时、廉价的体验，这种“100 倍改进”极大地拓展了市场机会。

最近投的 7 个 AI 项目：几乎都是行业增长最快

这 3 篇文章的理念和观点基本上在 Benchmark 最近一系列的投资项目中都能感受到，除了这些理念外，Benchmark 最近投资的 AI 产品另一大特点就是其增长非常快，基本上都是所在领域增长最快的 AI 产品。

最近投的 7 个项目几乎都是这样，以至于我们反而可能没注意到其背后的这些理念，而为了抢下这些项目，他们真可谓动用了所有能动用的资源，这点也非常佩服。

比方说对 HeyGen 的投资，一方面其增长非常迅速，从 100 万美金 ARR 到 3500 万美金 ARR 只用了 1 年时间，而且团队在产品功能迭代方面的速度同样非常快速，隔一段时间就有新的功能推出。

而背后的思考，Benchmark 合伙人 Victor Lazarte 在谈到投资 HeyGen 时，说在他自己公司吸引超过 10 亿用户的过程中，视频创作起到了至关重要的作用。

但他们有一个由 50 名全职员工组成的团队专门负责制作营销视频，因此他亲眼见证了视频创作所带来的困难以及业务增长（全部需要依靠人力来完成）。

HeyGen 提供了以前完全由团队产生的全部成果，虽然它并不是让代言人（spokespeople）这个角色更加高效，但它让企业能够在没有摄像机或工作室的情况下制作视频（用 AI 取代摄像头）《3500 万美金 ARR，什么驱动了 HeyGen 的新一轮快速增长？》。

对另一个华人项目 Fireworks AI 的投资，一开始的逻辑是开源，但其产品同样符合结构性成本优势这个理念，它在让客户快速扩展至十倍、一百倍、一千倍的用户时仍然能保持比较低的成本，创始人 Lin Qiao 最近分享称，在过去半年，其流量增长了 100 倍，每天处理超过 1500 亿个 token，并生成超过 100 万张图片，同样呈爆炸式增长趋势。

而前两个月 Benchmark 刚领投的一个 AI 产品，今天又官宣完成了一轮新的融资，不到 2 个月其估值增长了快 4 倍，ARR 在一年多时间做到了 1000 多万美金，而它直接宣称要让传统软件终结，构建的不是软件，不销售工具，而是交付成果