Zhu Xiaohus 19 Jahre: Es ist schwer, Investitionswetten zu platzieren, und es ist noch viel schwerer zu lernen, rechtzeitig loszulassen.
„Ich verstehe das nicht.“
Diese drei Wörter hat Zhu Xiaohu kürzlich wieder ausgesprochen.
Bei Humanoiden Robotern hat er sich etwas zu früh zurückgezogen. Als er später zurückblickte, hatte die Bewertung von Unitree bereits 400 Milliarden Yuan erreicht. Diese Branche, die noch nach einem tragfähigen Geschäftsmodell sucht, ist zu einem der belebtesten Bereiche auf dem Kapitalmarkt geworden.
Das ist eine Einschätzung, die er kürzlich in einem Interview mit der Kolumne *Deep Web* von Tencent News geäußert hat. Wenn man das gesamte Interview durchliest, stellt man fest, dass „Ich verstehe das nicht“ nicht nur seine Haltung zu humanoiden Robotern ist.
In den vergangenen 19 Jahren hat er in erfolgreiche Projekte wie Didi, Ele.me und Xiaohongshu investiert, aber auch Douyin verpasst. Vor drei Jahren sagte er, dass er nicht in große Modelle investieren werde. Heute ist er der Ansicht, dass die Geschichte der grundlegenden großen Modelle möglicherweise nur noch ein letztes Jahr übrig hat.
Wenn man nur diese Ergebnisse betrachtet, könnte man ihn leicht als jemanden verstehen, der immer die Marktchancen verpasst. Doch die Dinge, auf die Zhu Xiaohu achtet, haben sich kaum geändert: Nachfrage, Effizienz, Lieferkette, Kundengewinnung und Cashflow.
Vom PC-Internet über das mobile Internet bis hin zur KI sind 19 Jahre vergangen, und die Markttrends haben sich immer wieder abgelöst.
Wenn ein Trend am heißesten ist, steht er oft außerhalb der Menge. Aber wenn der Markt beginnt, die Rechnungen zu prüfen, verstehen die Menschen ihn wieder.
I. Man kann Markttrends verpassen
Zhu Xiaohu spricht heute ganz offen über die verpassten Chancen.
„Der Markt wird dich erziehen.“ Das ist ein Satz, den er sagte, als er auf diese bekannten Projekte zurückblickte.
Was man sich an Investoren am leichtesten merkt, ist oft, in welche Projekte sie erfolgreich investiert haben. Bei Zhu Xiaohu gibt es aber immer einige unvermeidbare verpasste Investitionen. Douyin ist eines davon.
Er gibt zu, dass Zhang Yiming nicht der Typ von Gründer ist, den er gut einschätzen kann. Bei gewöhnlichen Gründern kann man nach einem Gespräch von mehr als zehn Minuten schon viele Dinge erkennen. Zhang Yiming sprach wenig, und es war schwierig, innerhalb von zehn Minuten eine Einschätzung zu treffen. Zhu Xiaohu ist besser darin, Gründer zu beurteilen, die sich direkt ausdrücken und klare Ideen haben.
Diese Vorliebe hat auch die Grenzen seiner Investitionen gezogen. Manche verpassten Chancen lassen sich nachvollziehen, andere sind kaum zu ändern. Er hat das bereits akzeptiert.
Das Projekt Lashou.com ist die teuerste Lektion, die er gelernt hat. Die Richtung war nicht falsch, später hat Meituan das Gruppenkauf-Geschäft zu einem riesigen Geschäft gemacht, und heute betreibt Douyin noch ähnliche Geschäfte. Das Problem von Lashou.com lag in der Umsetzung und den strategischen Entscheidungen.
Durch diesen Misserfolg hat er zwei Dinge neu verstanden: Wie man mit großen Konzernen zusammenarbeitet und welche Risiken ein Gründerteam verursachen kann.
Später hat er die Risiken von Frühphaseninvestitionen in drei Kategorien unterteilt: Markt, Technik und Team. Er kann höchstens ein Risiko pro Projekt übernehmen. Das Teamrisiko möchte er am wenigsten tragen.
„Ist diese Person ehrlich und bereit, dir die Wahrheit zu sagen? Versteht sie die Sache, die sie machen will, und ist sie darin kompetent?“
Es ist nicht so wichtig, ob der Lebenslauf glänzt. Ob eine Person vertrauenswürdig ist, ist der am schwierigsten zu behebende Teil bei Frühphaseninvestitionen.
Zhu Xiaohu sagte im Interview auch, dass Risikokapitalgeber eigentlich die Gruppe von Menschen sind, die Angst vor Risiken am meisten haben.
Ein Projekt muss einen ausreichenden Sicherheitsabstand haben, damit man nachts gut schlafen kann. Dieser Satz fasst seinen Investitionsstil genauer zusammen als das Wort Vorsicht. Er lehnt Risiken nicht ab, er ist nur nicht bereit, ein Risiko zu tragen, das er nicht erklären kann.
Egal wie heiß der Markt ist und wie groß die Geschichte ist, er muss zuerst seine eigene Prüfung bestehen. Solche Entscheidungen führen natürlich dazu, dass man Chancen verpasst.
Es ist unrealistisch zu erwarten, alle Chancen zu ergreifen.
Humanoide Roboter sind das jüngste Beispiel. Zhu Xiaohu hat schon sehr früh angefangen, vor der überhöhten Bewertung dieser Branche zu warnen. Er gibt zu, dass die Blase größer geworden ist, als er erwartet hatte.
Seiner Meinung nach ist die Bewertung von Unitree in Höhe von 400 Milliarden Yuan übertrieben. In dieser Branche gibt es fast 200 Unternehmen, die tatsächlichen kommerziellen Bestellungen sind begrenzt, und viele Nachfragen kommen noch von Regierungs- und Forschungsprojekten.
Die Investoren haben eine sehr eindrucksvolle Zukunft gesehen. Zhu Xiaohu ist nicht wieder in diesen Sektor eingestiegen. Er sagt, dass er diesen Bereich nicht mehr versteht, und GSR Ventures konzentriert sich auch nicht mehr darauf.
Für einen Investor ist es nicht vorteilhaft, öffentlich zuzugeben, dass man etwas nicht versteht. Aber das ist seine Grenze. Er erlaubt sich, Chancen zu verpassen, und erlaubt sich auch, Dinge nicht zu verstehen.
II. Am Ende müssen alle Geschäfte rechnen
Zhu Xiaohu mag keine Projekte, die ihn nachts nicht schlafen lassen.
Das Rechnen ist nicht nur seine Investitionsmethode, sondern auch eine Möglichkeit, Risiken zu kontrollieren.
Wenn andere darüber diskutieren, wie viel Raum für Vorstellungen eine Technologie eröffnen kann, fragt er meist zuerst zwei Fragen: Wie lange dauert es, bis sich so große Investitionen amortisieren? Woher kommt das Einkommen?
Wenn es um KI geht, stellt er immer noch diese zwei Fragen.
Im vergangenen Jahr sind die Aktienkurse oft gestiegen, wenn Internet- und Technologieunternehmen angekündigt haben, ihre Kapitalausgaben zu erhöhen. In diesem Jahr hat sich die Reaktion des Marktes geändert. Die Investitionen steigen weiter, der Cashflow wird knapp, und die Aktienkurse stehen unter Druck. Auf der anderen Seite verbessern Softwareunternehmen, von denen man früher annahm, dass sie durch KI ersetzt werden, ihre Einnahmen und Gewinne.
Der Markt beginnt zu fragen: Wann werden diese für KI ausgegebenen Gelder in die Gewinn- und Verlustrechnung einfließen?
In den letzten Tagen hat der Kapitalmarkt gerade ein sehr direktes Signal gegeben. Zhipu hat gerade eine Finanzierung von rund 5 Milliarden US-Dollar bekannt gegeben, MiniMax spricht noch über die Fähigkeiten seiner Modelle und die Kommerzialisierung, aber am 14. September sind die Aktienkurse beider Unternehmen stark gefallen. Am 12. September hat OpenAI bestätigt, dass es in diesem Jahr nicht an die Börse gehen wird.
Die Begeisterung für KI ist nicht verschwunden, aber der Kapitalmarkt beginnt, eine andere Frage zu stellen. Was Modelle leisten können, ist nicht mehr die einzige Frage. Wie viel Gewinn die Modellunternehmen am Ende erzielen können, muss immer klarer berechnet werden.
Das ist genau die Rechnung, die Zhu Xiaohu ständig durchführt.
Er glaubt nicht, dass die gesamte KI-Industrie eine Blase hat. Nach dem Bau von Rechenzentren gibt es immer noch einen guten Absatz, die Nachfrage nach Infrastruktur wie Speicher und Arbeitsspeicher ist nach wie vor stark, und KI-Anwendungen befinden sich gerade in der Phase der groß angelegten Kommerzialisierung. Die Blase tritt vor allem bei der Bewertung einzelner Unternehmen auf.
Seine Bewertungsmethode ist sehr direkt: Zuerst betrachtet er das Umsatzmultiplikator (PS), dann prüft er, ob die Einnahmen nachhaltig sind, und kehrt schließlich zum Kurs-Gewinn-Verhältnis (PE) zurück.
KI-Codierung ist einer der ersten Bereiche, in denen inzwischen Einnahmen erzielt werden. Zhu Xiaohu hat im Interview eine andere Rechnung aufgestellt: Der Markt für die eng definierte Codierung beträgt möglicherweise nur zwei- bis dreitausend Milliarden US-Dollar, es ist schwierig, die jährlichen Kapitalausgaben von einer Billion US-Dollar allein damit zu decken.
Der Markt muss noch das nächste große Anwendungsfeld nach der Codierung finden.
Zhu Xiaohu war schon immer nicht sehr überzeugt von den langfristigen Wettbewerbsvorteilen von Modellunternehmen. Seiner Einschätzung nach werden Modelle schließlich zu Versorgungsleistungen wie Strom und Wasser werden.
Fortschrittliche Modelle können derzeit noch hohe Bruttomargen durch ihre Leistung und knappe Rechenkapazitäten erzielen. Da Open-Source-Modelle ständig aufholen, Rechenkapazitäten allmählich verbreitet werden, können die Preise für APIs nicht lange auf dem heutigen Niveau bleiben.
„Auf lange Sicht werden APIs Bruttomargen von 10 % bis 20 % haben, genau wie Versorgungsleistungen wie Strom und Wasser.“
Zurückblickend betrachtete er bei seiner damaligen Entscheidung, nicht in große Modelle zu investieren, vor allem die langfristige Gewinnstruktur. Kürzlich hat er den Zeitplan noch konkreter formuliert: Dieses Jahr könnte das letzte Fenster für grundlegende große Modelle sein, und im nächsten Jahr braucht der Kapitalmarkt neue Geschichten.
Diese Perspektive wirkt manchmal zu früh und lässt leicht Chancen im Prozess verpassen, aber sie ist immer sehr stabil.
Die Rechnungen für die Anwendungsebene sind dagegen klarer geworden. Wenn das Grundmodell gut genug ist und die Preise für Aufrufe ständig sinken, haben die Anwendungsunternehmen endlich die Möglichkeit, ihr Geschäftsmodell klar zu berechnen.
Wenn er sich jetzt KI-Anwendungsprojekte anschaut, ist der direkteste Indikator die Wachstumsrate: Ein monatliches Wachstum von mehr als 20 % ist nur der Ausgangspunkt. Er sagt, dass diese Runde von KI-Gründungen im Grunde kaum Hürden oder Wettbewerbsbarrieren hat.
Diese Einschätzung klingt etwas streng. Da sich die Technologie schnell verbreitet, werden sich die Unterschiede zwischen Gründerunternehmen schließlich in der Umsetzungsfähigkeit und der Wachstumskurve zeigen.
WorkBuddy folgt auch diesem Prinzip. Zhu Xiaohu interessiert sich nicht für die Parameter des Modells.
Seiner Meinung nach kann man das Modell austauschen, aber die organisatorischen Beziehungen, Wissensdatenbanken und historischen Kommunikationsdaten, die ein Unternehmen angesammelt hat, können nicht ausgetauscht werden. Wenn er KI-Anwendungen prüft, kommt er am Ende immer darauf zurück, ob sich die Kundenbeziehungen zu Vermögenswerten entwickeln lassen.
GSR Ventures hat selbst WorkBuddy-Konten erworben, um die monatlichen Finanzberichte der Portfoliounternehmen zu analysieren. Die Analyse von Cashflow, Gewinnen und Einnahmen, die früher mehrere Tage dauerte, kann jetzt in wenigen Minuten erstellt werden, und Indikatoren sowie Diagramme können jederzeit angepasst werden.
Durch diese tatsächliche Nutzung erzielte Effizienzsteigerung kommt dem kommerziellen Wert, an dem Zhu Xiaohu interessiert ist, näher als die Modellparameter. Die Indikatoren, die er für das WorkBuddy-Ökosystem festgelegt hat, sind sehr konkret: Gibt es mehr als 100 Partner, die jeweils einen Gewinn von über 100 Millionen Yuan erzielen?
Sogar ein riesiges Ökosystem hat er am Ende zu einer Einnahmentabelle umgewandelt.
III. Der Erste ist nicht unbedingt derjenige, der bleibt
Zhu Xiaohu hat noch eine weitere Einschätzung zu KI:
„Es ist wichtiger, lange durchzuhalten.“
Dieser Satz stammt aus seiner Beobachtung mehrerer technologischer Zyklen. Die ersten Teilnehmer müssen die Kosten für unreife Technologien, unsichere Märkte und zahlreiche Fehlversuche tragen. Nachdem die Richtung bestätigt wurde, können die Nachzügler den bereits funktionierenden Weg verfolgen und mit niedrigeren Kosten schnell aufholen.
KI hat diesen Prozess noch beschleunigt. US-Unternehmen geben für das Training eines fortschrittlichen Modells möglicherweise 500 Millionen bis 1 Milliarde US-Dollar aus. Chinesische Unternehmen können mit einem Bruchteil dieser Kosten einige Monate später aufholen. Je schneller sich die Fähigkeiten der Modelle verbreiten, desto kürzer ist die Gültigkeitsdauer des Vorsprungs der Pioniere.
Zhu Xiaohu glaubt nicht mehr blind an den ersten Platz.
Er hat zu viele Wettbewerbsprozesse in technologischen Industrien gesehen, die den Schritt von 0 auf 1 vollzogen haben.
Sonnenenergie, Bildschirme und Elektroautos haben alle große Kapitalmengen angezogen. Nachdem die Technologie ausgereift ist, folgt der Preiswettbewerb. Die Branchen erweitern ihre Produktionskapazitäten immer wieder, viele Unternehmen ziehen sich zurück, und die Unternehmen, die am Ende bleiben, sind nicht unbedingt diejenigen, die zuerst führend waren.
Diese Industrieregeln können auch bei humanoiden Robotern auftreten. Zhu Xiaohu legt besonderen Wert auf Lieferkette, Effizienz, Vertriebskanäle und Marken. Wenn sich die Technologie allmählich einheitlich entwickelt, können große Industrieunternehmen wie Huawei, Xiaomi und BYU sich mit ihren ausgereiften Fertigungssystemen schnell nach vorne arbeiten. Dass Gründerunternehmen zuerst vorankommen, bedeutet nicht, dass sie am Ende auch bleiben werden.
Es gibt ein Detail im Interview, das seine Entscheidung gut veranschaulicht. Humanoide Roboter können auf der Frühlingsgala auftreten und in der Mitte eines Ausstellungsstandes eine Reihe schöner Bewegungen ausführen. Sie sind anschaulich, lebhaft und eignen sich gut für Präsentationen.
GSR Ventures hat in ein Unternehmen investiert, das Roboter zum Reinigen von Schiffen unter dem Meer entwickelt. Die Roboter tauchen ins Wasser, reinigen Schiffskörper und Pfähle von Solarkraftwerken und können dem Zoll dabei helfen, Schmuggelware unter dem Schiffsrumpf zu erkennen. Die Kommerzialisierung läuft bereits, aber die Zuschauer können ihre Arbeit vom Ufer aus kaum sehen.
Zhu Xiaohu hat sich für das Projekt entschieden, das kaum sichtbar ist.
Schiffe müssen gereinigt werden, Häfen müssen von Schlamm befreit werden, und der Zoll braucht sicherere Prüfmethoden. Diese Nachfragen existieren schon lange, die Maschinen müssen nur beweisen, dass sie effizienter als menschliche Arbeitskräfte sind.
Im Vergleich zu der hohen Bewertung von humanoiden Robotern sind solche industriellen Automatisierungsprojekte viel günstiger, und ihre Einnahmen lassen sich leichter berechnen.
In den vergangenen zwei Jahren haben einige KI-Unternehmen ihre Produkte zuerst veröffentlicht und die Aufmerksamkeit auf sich gezogen, aber später sind sie in der Öffentlichkeit immer weniger wahrnehmbar geworden. Andere Unternehmen sind nicht sehr früh gestartet, aber sie haben schnell Einnahmen erzielt, nachdem die Kosten für Modelle gesunken sind.
Je schneller sich die Technologie verbreitet, desto weniger wichtig ist die Startlinie.
Der späte Vorteil, von dem Zhu Xiaohu spricht, bedeutet nicht nur, später einzusteigen. Die Nachzügler müssen nicht die Kosten der ersten Runde von Fehlversuchen für die gesamte Branche tragen, und sie haben die Möglichkeit, mit niedrigeren Kosten erneut am Wettbewerb teilzunehmen.