Blackstone 的 Jas Khaira 称对 AI 基建债务的担忧被夸大
Blackstone 资深合伙人 Jas Khaira 在 TechCrunch Disrupt 上表示,AI 基建债务引发信贷危机的担忧被夸大,认为大部分数据中心债务背后是全球信用最好的公司。
Blackstone 资深合伙人 Jas Khaira 在 TechCrunch Disrupt 上表示,AI 基建债务引发信贷危机的担忧被夸大,认为大部分数据中心债务背后是全球信用最好的公司。
Citadel 创始人 Ken Griffin 在纽约 Future of Global Markets Conference 表示,投资者"几乎肯定"身处 AI 泡沫中,美国企业正在审视 Anthropic 与 OpenAI 的账单,考虑如何兑现生产率。
推荐理由:文章把 Griffin 的泡沫判断与 Anthropic S-1 亏损、Goldman 信用利差和 BofA 集中度数据放在一起,读者可以对照估值与融资两面看 AI 交易。
Reach Capital 合伙人 James Kim 曾是高中数学老师,他在采访中讲述了这家 2015 年成立的旧金山风投机构如何从 K-12 教育科技扩展到学习、健康与工作三大领域。
风投支持的 AI 公司今年截至 9 月底已收购 195 家 AI 初创公司,超过 2025 年全年总数。被收购公司员工因所持期权、RSU 等权益类型和条款不同,实际所得差异巨大,部分价值还与继续受雇绑定。文章建议员工弄清自身权益条款、资金到账时间及税后资金能支持的选择。
AI 行业正在批量制造一批年轻高净值人群:名校应届大模型人才年包普遍百万级,985 博士普通年包 200 至 300 万起,偏好者 500 至 600 万以上,最高 800 至 900 万;一名 17 岁少年手握 5 份旧金山前沿 AI 实验室邀约,金额均约 100 万美元以上。
据报道,谷歌前CEO施密特经前女友(后嫁给Anthropic创始人达里奥·阿莫代伊)引荐,在2021年A轮融资时通过Hillspire等平台投入数千万美元,持约1%股份。
a16z SPEEDRUN 邀请多位投资人录制座谈,为 SR008 期申请者提供建议,话题涵盖本周期应用的变化、团队/市场/牵引力的权衡、发现前沿模型留下的空白,以及如何让申请脱颖而出、常见错误(如把 AI 当作“why now”)等。SR008 申请将于 Nov 1 截止。
Plaid 前 CTO Jean-Denis Greze 创办的小企业 AI 税务产品第一年收入近 100 万美元,预计次年达 250 万至 300 万美元,但他仍将其关闭,理由是在 AI 时代难以达到风投规模的体量。a16z 合伙人 Alex Rampell 转述了这笔投资如何经同事 Justine Moore 试用、Ben Horowitz 使用后促成,称风险投资是团队运动。
文章引述 TechCrunch 2026 年 5 月的调查,指出部分 AI 初创公司把尚未生效的合同收入(CARR)或年化 run-rate 收入当作普通 ARR 公布,Spellbook CEO Scott Stevenson 称之为不诚实的指标。
曾在Nvidia担任近七年产品营销的Amulya Vishwanath,现创办专注具身智能的风投公司Techable Ventures。她在TechCrunch的Equity节目中表示,机器人行业尚未迎来“ChatGPT时刻”,目前更处于“乐高时代”,人们正在重新思考机器人的基础软件和构建模块,如机械手和执行器。她还强调人才仍是关键护城河,因大量人才流向Anthropic和Nvidia等大公司。
Airrived 联合创始人兼 CEO Anurag Gurtu 撰文批评企业 AI 公司靠驻场工程师维持所谓自主产品,把人力服务成本包装成软件 ARR 融资。
Benchmark 五位合伙人首次在 TechCrunch Disrupt 同台,讲述在火热的投资环境中仍保持原有节奏:每位合伙人每年仅投两三个新项目,周一合伙会议也不设议程。该公司今年夏季宣布募集两只共 20 亿美元基金,其中 12.5 亿美元增长基金是其 31 年历史上第二次偏离小规模募集,核心基金则在维持 5 亿美元 20 年后随通胀扩大。
曾在NVIDIA负责机器人平台产品营销七年的Amulya Vishwanath在TechCrunch Equity播客中表示,机器人行业目前处于“乐高时代”,执行器、机械手、软件和安全标准等基础模块仍在重建,尚未迎来“ChatGPT时刻”。
红杉资本 Alfred Lin 在斯坦福 AI Club 的对谈中分享了从创意到 IPO 支持创业者的经验,并认为两人团队加一个想法的阶段不必过早担心可防御性。对谈还涉及 AI 让数学和编程商品化后技术能力是否仍值得学习、feature 与真正公司的区别、AI 领域的资金循环,以及技术扩散速度等话题。
红杉资本 Alfred Lin 与斯坦福 AI 社团对谈,并发布了完整视频。谈话涵盖如何找对要解决的问题、功能与真正公司的区别、AI 中的循环资金、技术扩散速度,以及当 AI 使数学和编码商品化时掌握技术是否仍值得。他给学生的主要建议是趁职业生涯尚早、乘上互联网以来最大趋势的东风,尽早冒险。