闖入硅谷，衛哲給美元基金趟了一條新路
文 | 陳之琰
編輯 | 劉旌
世界變得更緊密還是更割裂了？
面對這個問題，多數人可能很難給出一個積極的回答。人們也越來越習慣於兩種敘事並存的創投市場：一方在談論AI大模型、跨境電商和中東資本，另一方的關鍵詞則是投早投小、先進製造和返投招商。
此時，前阿里巴巴CEO衛哲的嘉御資本卻選擇支持創辦一家紮根硅谷的美元基金：嘉加資本（ENVISIONX Capital）。
目前，嘉加資本已完成首關，主要出資方包括多位企業家和家族辦公室等。除了鎖定AI這一硅谷的絕對熱門賽道之外，嘉加資本的一個核心關鍵詞是“全球化”。
“一方面通過資金支持我們看好的創新；另一方面，通過我們合夥人的人脈資源、產業經驗幫助非美國本土公司在美國拓展業務、幫助非美國本土的創始人與美國主流高校、投資機構建立聯繫。”嘉加資本創始管理合夥人鄭泓告訴「暗涌Waves」。
嘉加資本的身上，可以找到嘉御資本的影子。
比如，強調團隊的企業管理背景和投資實操經驗。鄭泓曾擔任藍色光標國際公司的CEO，領導公司在12個國家開展業務，直接操刀納斯達克和紐約證券交易所的兩次IPO，7次國際併購和合並後的整合，曾就職於世界500強科技企業並擔任管理職務，在硅谷科技創投圈有廣泛人脈。三位合夥人中，樑暉是硅谷Oriza Ventures元禾穀風基金的創始合夥人，在機構、企業如何在美國合規上有着十餘年的經驗；George Maloney是土生土長的美國人，在科技領域做了15年的投資和管理，其中10年的時間在中國，能說一口流利的普通話；合夥人沈鶴曾是藍色光標國際公司的首席財務官。
又比如，先賦能服務，再落實投資的打法。在其官方介紹中，旗幟鮮明地將“通過運營與資本接力，助力成長型企業走向成熟”作爲自身的使命之一。
兩者當然也有鮮明的不同，比如嘉加資本在AI上的all in態度，而更關鍵的是，從架構上看，嘉加資本是一家100%的美國基金。
根據公開信息，「暗涌Waves」發現，嘉御資本一共管理着規模近10億的美元基金，有着美元基金募集和管理經驗。而在近些年在區域局勢變化、一級市場格局發生改變的背景下，想要再新募一支投資中國的美元基金難度也的確頗大。衛哲認爲，一方面，AI所帶來的變化將醞釀足夠大也足夠值得去抓住的機會，這些機會的重鎮就在硅谷；另一方面，“在目前的情況下，已經不可能再做一個橫跨中美的投資機構，必須要做到法律上完全獨立的實體”。
嘉加資本就是一個全新的答案。
在嘉御資本位於上海浦東嘉裡城的辦公室裡，衛哲和鄭泓向「暗涌Waves」講述了成立嘉加資本的初衷與期待。從某種程度上說，這家新興的美元基金想要做的事以及其誕生本身，都是對“全球化”未來走向的一種樂觀回答。
以下爲對話：
全球化的下半場
「暗涌」：爲什麼在當下設立一家立足硅谷的美元基金？
衛哲：2022年的夏天，我時隔三年來到硅谷，有了兩個認知：第一，地緣政治帶來的風險不可避免；第二，AI將會帶來巨大變化。爲什麼要在美國設立基金，以及爲什麼在美國的基金專注AI，都是基於這兩個認知。
在目前的情況下，已經不可能再做一個橫跨中美的投資機構，必須要做到法律上完全獨立的實體，也需要一個常駐美國的專業團隊。
「暗涌」：一些人認爲世界正在“逆全球化”，不少曾經有雙幣打算的人民幣基金也放棄了這樣的想法。
衛哲：我經常說我們改變不了大環境，但可以創造小環境。當年全球化有個好處，就是全球一個口袋，兩面都能投，那是形成了一個硬連接。現在，資本之間可能無法再有基於法律的連接，但資本間軟連接的價值會更大。嘉御和嘉加未來就是軟連接，人與人的思想交流是沒有辦法阻止的。
鄭泓：有人說“逆全球化”、“去全球化”，也有人說“慢全球化”。我們更多地從正面的角度看這件事，軟連接在未來可能就是全球化的下半場，而嘉加希望作爲其中一個媒介。
「暗涌」：華人創業者和中國企業在北美資本市場的現狀是怎樣的？
鄭泓：我在硅谷注意到一個現象，華人創業者拿到第一筆錢是不難的，能發展壯大闖到D輪、E輪拿到大PE的錢也不難。難的是A輪和B輪的坎，從與當地主流市場的對接、北美主流基金拿到投資，再到當地人才招聘、當地客戶對接、董事會治理都需要更多的幫助。我們想成爲這樣的助力。
我遇到過一個華人創業者的真實案例。有競爭對手和他做幾乎一樣的事，他的收入和增長速度是對方的兩倍，但就因爲對方是美國人，這位創業者所能拿到的估值只有對方的1/6。這就是現實。
可以這樣理解，嘉加雖然從法律上是一家100%的美國基金，但在華人創業者面前，我們的團隊構成足夠有親切感。我們的合夥人團隊擁有多次境外IPO的經驗、也有美國當地背景、與各類律所打過不同層面交道的經驗。這些對於希望做全球化企業的企業家而言，是能夠切實幫到他們的。
「暗涌」：但從你們已投的項目來看，也並非都是華人創業者。
鄭泓：華人佔比大約是一半。我們願意幫助有潛力的非美國本土公司和創業者在美國發展，他們有華人，也有來自歐洲的創業者。
補充一點，嘉加雖然紮根在硅谷，但目前已投幾乎都不是硅谷原生項目。其中一個原因是硅谷項目的估值普遍比較高，硅谷有那麼多投資機構，漏掉項目的概率也小。另外，我們希望在投資之後，被投公司能夠在我們的幫助下進入硅谷生態，主打一個空間差，更能發揮我們的賦能價值。
「暗涌」：募資到現在，潛在出資方們對嘉加的策略埋單嗎？
衛哲：我們基本上沒有對外募資，因爲嘉加是first time fund，所以絕大多數LP都是嘉御之前在全球積累下來的，並且在美國法律上合規的出資人。當然到第二期，策略和業績被市場證明之後，一定是要去募集美國本土機構化的資金。
這兩年我在美國出資者當中聽到最多的一句話是：沒有人可以不invest Chinese。如果說，移動互聯網時代一個沒有印度裔的創始團隊是不可行的，那麼在到了這次AI浪潮裡，不可能看到一個AI核心研發團隊裡沒有華人。百分百有。中國今天具備兩個優勢：一個是中國經驗，尤其是商業化方面的經驗；另一個是華人精英參與組成的核心研發團隊。
「暗涌」：有人把2023年稱爲“中國企業全球化元年”，過去一年的中企出海熱潮對嘉加的誕生影響大嗎？
衛哲：嘉御把出海分爲兩個部分，一個叫硬件出海，一個叫軟件出海。說實話，硬件出海是嘉御最擅長的，而且是長期在關注的。從安克創新開始，我們投出過11個世界冠軍，包括致歐家居、美邁科技、Cupshe、艾凱電器、惠康科技、之樂科技等。
硬件出海核心是賣產品，並不一定需要一個境外的美元基金來幫助它們。但軟件出海涉及核心數據，可能就需要一個更合規的、境外架構的投資人來投資。這是做嘉加的一個大背景。
「暗涌」：嘉御與嘉加的模式能複製到其他兩家機構嗎？
衛哲：我們特別希望能複製，因爲全世界只有一家在做不是好事。我們也相信能複製。今年我和國內投資機構交流時，很多GP對我們的做法都很感興趣。
我經常開玩笑說，新區開發比舊城改造容易。嘉御和嘉加的模式屬於新區開發，我們沒有歷史包袱。
All in AI的方法論
「暗涌」：從行業現狀來看，AI並不在主流人民幣基金的核心投資方向中。爲什麼嘉御會支持一家專注AI的機構？
衛哲：人民幣當然也要投AI。我把AI基礎建設和AI大模型以及各類垂直模型比喻成路和路上跑的車。車變了，路也要變。我們判斷，AI相關的硬件和軟件都會發生很大的變化。所以，中國團隊用人民幣投資偏硬件的AI新基礎建設，而美國的機會則在應用端軟件上。
「暗涌」：具體來說，嘉加資本會怎麼投AI？
鄭泓：其中很重要的一塊是AI新基建，還有就是應用層面的。我們會看重三個AI native應用的行業：醫療、金融服務以及遊戲。
「暗涌」：爲什麼是這三個行業？
鄭泓：這三個行業有一個共同的特點：會持續生產私域專有的數據。
LLM大模型是基於公開數據的。那麼，任何基於公開數據的垂直應用我們都會擔心大模型的迭代會對其形成碾壓。反之，大模型碾壓不了的，就是我剛纔所說的三個行業。
換個角度，如果從全球化當下的情況去看，這三個行業也是在單一市場就能夠做到足夠大的。嘉加已投的醫療AI項目不到一年的時間就實現了併購退出。
「暗涌」：階段如何選擇？
鄭泓：一定要有產品有收入，pre-product和pre-revenue都不碰。產品沒做出來，到了C輪也不投，產品和收入做出來了即便是天使輪也可以投。不去搶第一輪，不撒胡椒麪。
和嘉御一樣，嘉加也是先賦能服務後投資的做法。通過給我們考察中的公司介紹國內外的客戶，也是幫助我們來做測試驗證和判斷。
「暗涌」：AI投資的競爭非常激烈，先服務後投資不怕錯過最好的投資時機嗎？
鄭泓：我在和很多企業高管溝通的時候發現，現在的公司其實並不只用一家供應商。所以對於投資人而言要小心，有些初創公司會給出一堆非常耀眼的logo，說是自己的客戶，但我們需要仔細打開看，這些客戶到底有沒有黏性、佔比究竟多少。這些都是需要到一定時間點、一定階段才能驗證出來的。
所以，有沒有可能錯過，絕對有可能。但我們的定位不是種子輪，所以寧可錯過也不能投錯。
衛哲：當然也不用太擔心。一般來說，初創公司通過我們的介紹簽約了客戶之後，往往會爲我們單獨創造一個加輪投資機會，同時也會理解我們的價值，在估值上有所平衡。
「暗涌」：所以單就AI領域，嘉御與嘉加是一個互補關係？
衛哲：我理解AI的基礎建設是三個力：傳力（傳輸）、存力（存儲）、算力（計算）。
中國在傳力領域領先，比如去年股價飛漲的中際旭創，以及我們投資的博升光電，都在大模型建設中突飛猛進。在傳力方面，嘉御重點關注光芯片、電芯片、光模塊，包括下一代兩個數據中心間的長距離傳輸。而嘉加更多地關注傳力相關的數據流、分發軟件。傳力起來後存力的瓶頸就出現了。所以在存力領域，嘉御關注在硬件芯片，嘉加關注在壓縮技術和存儲軟件。算力上，GPU我們不看，因爲大芯片背後意味着大投資。嘉御投資了趨動科技，通過軟件賦能硬件，在算力上取得突破。
有了三個力，我們還有三個用——用得上、用得好、用得起。AI大模型中國一定用得上，問題是如何用得好、用得起。由於中國高規格的算力芯片受限，可能會在中國倒逼出AI應用的不同解決方案，並不是所有事都需要由最貴的GPU來完成，這中間會有非常多的應用場景和投資機會。