文 | 陈之琰
编辑 | 刘旌
世界变得更紧密还是更割裂了？
面对这个问题，多数人可能很难给出一个积极的回答。人们也越来越习惯于两种叙事并存的创投市场：一方在谈论AI大模型、跨境电商和中东资本，另一方的关键词则是投早投小、先进制造和返投招商。
此时，前阿里巴巴CEO卫哲的嘉御资本却选择支持创办一家扎根硅谷的美元基金：嘉加资本（ENVISIONX Capital）。
目前，嘉加资本已完成首关，主要出资方包括多位企业家和家族办公室等。除了锁定AI这一硅谷的绝对热门赛道之外，嘉加资本的一个核心关键词是“全球化”。
“一方面通过资金支持我们看好的创新；另一方面，通过我们合伙人的人脉资源、产业经验帮助非美国本土公司在美国拓展业务、帮助非美国本土的创始人与美国主流高校、投资机构建立联系。”嘉加资本创始管理合伙人郑泓告诉「暗涌Waves」。
嘉加资本的身上，可以找到嘉御资本的影子。
比如，强调团队的企业管理背景和投资实操经验。郑泓曾担任蓝色光标国际公司的CEO，领导公司在12个国家开展业务，直接操刀纳斯达克和纽约证券交易所的两次IPO，7次国际并购和合并后的整合，曾就职于世界500强科技企业并担任管理职务，在硅谷科技创投圈有广泛人脉。三位合伙人中，梁晖是硅谷Oriza Ventures元禾谷风基金的创始合伙人，在机构、企业如何在美国合规上有着十余年的经验；George Maloney是土生土长的美国人，在科技领域做了15年的投资和管理，其中10年的时间在中国，能说一口流利的普通话；合伙人沈鹤曾是蓝色光标国际公司的首席财务官。
又比如，先赋能服务，再落实投资的打法。在其官方介绍中，旗帜鲜明地将“通过运营与资本接力，助力成长型企业走向成熟”作为自身的使命之一。
两者当然也有鲜明的不同，比如嘉加资本在AI上的all in态度，而更关键的是，从架构上看，嘉加资本是一家100%的美国基金。
根据公开信息，「暗涌Waves」发现，嘉御资本一共管理着规模近10亿的美元基金，有着美元基金募集和管理经验。而在近些年在区域局势变化、一级市场格局发生改变的背景下，想要再新募一支投资中国的美元基金难度也的确颇大。卫哲认为，一方面，AI所带来的变化将酝酿足够大也足够值得去抓住的机会，这些机会的重镇就在硅谷；另一方面，“在目前的情况下，已经不可能再做一个横跨中美的投资机构，必须要做到法律上完全独立的实体”。
嘉加资本就是一个全新的答案。
在嘉御资本位于上海浦东嘉里城的办公室里，卫哲和郑泓向「暗涌Waves」讲述了成立嘉加资本的初衷与期待。从某种程度上说，这家新兴的美元基金想要做的事以及其诞生本身，都是对“全球化”未来走向的一种乐观回答。
以下为对话：
全球化的下半场
「暗涌」：为什么在当下设立一家立足硅谷的美元基金？
卫哲：2022年的夏天，我时隔三年来到硅谷，有了两个认知：第一，地缘政治带来的风险不可避免；第二，AI将会带来巨大变化。为什么要在美国设立基金，以及为什么在美国的基金专注AI，都是基于这两个认知。
在目前的情况下，已经不可能再做一个横跨中美的投资机构，必须要做到法律上完全独立的实体，也需要一个常驻美国的专业团队。
「暗涌」：一些人认为世界正在“逆全球化”，不少曾经有双币打算的人民币基金也放弃了这样的想法。
卫哲：我经常说我们改变不了大环境，但可以创造小环境。当年全球化有个好处，就是全球一个口袋，两面都能投，那是形成了一个硬连接。现在，资本之间可能无法再有基于法律的连接，但资本间软连接的价值会更大。嘉御和嘉加未来就是软连接，人与人的思想交流是没有办法阻止的。
郑泓：有人说“逆全球化”、“去全球化”，也有人说“慢全球化”。我们更多地从正面的角度看这件事，软连接在未来可能就是全球化的下半场，而嘉加希望作为其中一个媒介。
「暗涌」：华人创业者和中国企业在北美资本市场的现状是怎样的？
郑泓：我在硅谷注意到一个现象，华人创业者拿到第一笔钱是不难的，能发展壮大闯到D轮、E轮拿到大PE的钱也不难。难的是A轮和B轮的坎，从与当地主流市场的对接、北美主流基金拿到投资，再到当地人才招聘、当地客户对接、董事会治理都需要更多的帮助。我们想成为这样的助力。
我遇到过一个华人创业者的真实案例。有竞争对手和他做几乎一样的事，他的收入和增长速度是对方的两倍，但就因为对方是美国人，这位创业者所能拿到的估值只有对方的1/6。这就是现实。
可以这样理解，嘉加虽然从法律上是一家100%的美国基金，但在华人创业者面前，我们的团队构成足够有亲切感。我们的合伙人团队拥有多次境外IPO的经验、也有美国当地背景、与各类律所打过不同层面交道的经验。这些对于希望做全球化企业的企业家而言，是能够切实帮到他们的。
「暗涌」：但从你们已投的项目来看，也并非都是华人创业者。
郑泓：华人占比大约是一半。我们愿意帮助有潜力的非美国本土公司和创业者在美国发展，他们有华人，也有来自欧洲的创业者。
补充一点，嘉加虽然扎根在硅谷，但目前已投几乎都不是硅谷原生项目。其中一个原因是硅谷项目的估值普遍比较高，硅谷有那么多投资机构，漏掉项目的概率也小。另外，我们希望在投资之后，被投公司能够在我们的帮助下进入硅谷生态，主打一个空间差，更能发挥我们的赋能价值。
「暗涌」：募资到现在，潜在出资方们对嘉加的策略埋单吗？
卫哲：我们基本上没有对外募资，因为嘉加是first time fund，所以绝大多数LP都是嘉御之前在全球积累下来的，并且在美国法律上合规的出资人。当然到第二期，策略和业绩被市场证明之后，一定是要去募集美国本土机构化的资金。
这两年我在美国出资者当中听到最多的一句话是：没有人可以不invest Chinese。如果说，移动互联网时代一个没有印度裔的创始团队是不可行的，那么在到了这次AI浪潮里，不可能看到一个AI核心研发团队里没有华人。百分百有。中国今天具备两个优势：一个是中国经验，尤其是商业化方面的经验；另一个是华人精英参与组成的核心研发团队。
「暗涌」：有人把2023年称为“中国企业全球化元年”，过去一年的中企出海热潮对嘉加的诞生影响大吗？
卫哲：嘉御把出海分为两个部分，一个叫硬件出海，一个叫软件出海。说实话，硬件出海是嘉御最擅长的，而且是长期在关注的。从安克创新开始，我们投出过11个世界冠军，包括致欧家居、美迈科技、Cupshe、艾凯电器、惠康科技、之乐科技等。
硬件出海核心是卖产品，并不一定需要一个境外的美元基金来帮助它们。但软件出海涉及核心数据，可能就需要一个更合规的、境外架构的投资人来投资。这是做嘉加的一个大背景。
「暗涌」：嘉御与嘉加的模式能复制到其他两家机构吗？
卫哲：我们特别希望能复制，因为全世界只有一家在做不是好事。我们也相信能复制。今年我和国内投资机构交流时，很多GP对我们的做法都很感兴趣。
我经常开玩笑说，新区开发比旧城改造容易。嘉御和嘉加的模式属于新区开发，我们没有历史包袱。
All in AI的方法论
「暗涌」：从行业现状来看，AI并不在主流人民币基金的核心投资方向中。为什么嘉御会支持一家专注AI的机构？
卫哲：人民币当然也要投AI。我把AI基础建设和AI大模型以及各类垂直模型比喻成路和路上跑的车。车变了，路也要变。我们判断，AI相关的硬件和软件都会发生很大的变化。所以，中国团队用人民币投资偏硬件的AI新基础建设，而美国的机会则在应用端软件上。
「暗涌」：具体来说，嘉加资本会怎么投AI？
郑泓：其中很重要的一块是AI新基建，还有就是应用层面的。我们会看重三个AI native应用的行业：医疗、金融服务以及游戏。
「暗涌」：为什么是这三个行业？
郑泓：这三个行业有一个共同的特点：会持续生产私域专有的数据。
LLM大模型是基于公开数据的。那么，任何基于公开数据的垂直应用我们都会担心大模型的迭代会对其形成碾压。反之，大模型碾压不了的，就是我刚才所说的三个行业。
换个角度，如果从全球化当下的情况去看，这三个行业也是在单一市场就能够做到足够大的。嘉加已投的医疗AI项目不到一年的时间就实现了并购退出。
「暗涌」：阶段如何选择？
郑泓：一定要有产品有收入，pre-product和pre-revenue都不碰。产品没做出来，到了C轮也不投，产品和收入做出来了即便是天使轮也可以投。不去抢第一轮，不撒胡椒面。
和嘉御一样，嘉加也是先赋能服务后投资的做法。通过给我们考察中的公司介绍国内外的客户，也是帮助我们来做测试验证和判断。
「暗涌」：AI投资的竞争非常激烈，先服务后投资不怕错过最好的投资时机吗？
郑泓：我在和很多企业高管沟通的时候发现，现在的公司其实并不只用一家供应商。所以对于投资人而言要小心，有些初创公司会给出一堆非常耀眼的logo，说是自己的客户，但我们需要仔细打开看，这些客户到底有没有黏性、占比究竟多少。这些都是需要到一定时间点、一定阶段才能验证出来的。
所以，有没有可能错过，绝对有可能。但我们的定位不是种子轮，所以宁可错过也不能投错。
卫哲：当然也不用太担心。一般来说，初创公司通过我们的介绍签约了客户之后，往往会为我们单独创造一个加轮投资机会，同时也会理解我们的价值，在估值上有所平衡。
「暗涌」：所以单就AI领域，嘉御与嘉加是一个互补关系？
卫哲：我理解AI的基础建设是三个力：传力（传输）、存力（存储）、算力（计算）。
中国在传力领域领先，比如去年股价飞涨的中际旭创，以及我们投资的博升光电，都在大模型建设中突飞猛进。在传力方面，嘉御重点关注光芯片、电芯片、光模块，包括下一代两个数据中心间的长距离传输。而嘉加更多地关注传力相关的数据流、分发软件。传力起来后存力的瓶颈就出现了。所以在存力领域，嘉御关注在硬件芯片，嘉加关注在压缩技术和存储软件。算力上，GPU我们不看，因为大芯片背后意味着大投资。嘉御投资了趋动科技，通过软件赋能硬件，在算力上取得突破。
有了三个力，我们还有三个用——用得上、用得好、用得起。AI大模型中国一定用得上，问题是如何用得好、用得起。由于中国高规格的算力芯片受限，可能会在中国倒逼出AI应用的不同解决方案，并不是所有事都需要由最贵的GPU来完成，这中间会有非常多的应用场景和投资机会。
