HALO效應:AI行業中「聘用與授權」交易模式的興起與影響

HALO效應:AI行業中「聘用與授權」交易模式的興起與影響
Photo by Clem Onojeghuo / Unsplash

近年來,人工智能領域出現了一種新興的交易結構,這種結構既非傳統的收購,也不僅僅是普通的人才招聘,而是兩者特性的混合體。在過去一年中,包括Inflection、Character AI、Adept、Covariant以及最近的Windsurf等多家公司都採用了這種新型交易結構,形成了一種明顯的模式。

什麼是HALO交易?

HALO是「Hire And License Out」(聘用與授權)的縮寫。在這種交易中,創業公司的核心團隊(通常包括創始人和研究團隊)被某家大公司聘用,同時該大公司獲得創業公司知識產權的非獨家授權。作為回報,創業公司獲得大量的授權費,這些費用以分紅的形式分配給投資者和員工。最令外部觀察者感到困惑的是,創業公司在新領導層的帶領下繼續運營。

這些交易與傳統的人才收購(acquihire)不同。買方並不收購公司,而是聘用人才並授權創業公司的知識產權。HALO交易還有一些其他共同特點:它們發生極快,交易金額巨大,目前僅在AI領域使用。

HALO交易的特點與結構

HALO交易是一種混合型交易結構。從法律和後勤角度來看,它們是聘用行為。但對於創業公司的投資者和員工而言,它們提供了類似於收購的財務回報。

這是通過將授權費設定為與收購規模相當的金額,然後將其分配給創業公司的投資者和員工來實現的。HALO交易的機制有許多結構特點。最大的特點是,HALO的合法性要求創業公司(我們稱之為「留存公司」)繼續獨立運營。這導致當HALO交易發生時,外部(甚至內部)都對正在發生的事情感到困惑。

從外部看,HALO交易看起來很奇怪,且圍繞它們存在著許多恐懼、不確定性和懷疑。這是可以理解的,因為它們只有一年的歷史,仍在不斷發展成熟。此外,參與其中的許多人對解釋它們明顯保持沉默,似乎認為公開討論不符合他們的利益。

HALO與人才收購的關係

HALO是人才收購的一種演化。人才收購在2010年代變得流行,即公司收購創業公司主要是為了聘用其員工。通常,這發生在創業公司資金即將耗盡需要安全著陸時,但公司本身價值不高。在這些情況下,要出售的主要剩餘價值是創始人和團隊承諾在收購方工作。這些交易很少非常有利可圖,相反,它們通常是創始人承諾花比他們原本可能花費更多的時間,以幫助投資者收回成本或為員工找工作。

人才收購在某些方面一直令經濟學家和律師感到困惑,因為從純粹的財務角度來看,為什麼會發生這種情況並不明顯。尋求聘用創始人或其他關鍵員工的公司可以將相同的資金直接用於挖角這些員工,從而排除了他們在交易后不會與之合作的投資者和其他員工。

對此有很多討論和假設。值得注意的是這篇十年前的法律論文對這個話題進行了出色的調查。其中特別值得注意的是這個行業社會契約的理念。是的,從法律上講,任何人都沒有義務做任何事情,尤其是在加州。但硅谷的迭代性質創造了圍繞正確對待為公司做出貢獻的投資者和員工的規範,使創始人和收購者在談判時強烈傾向於考慮他們的利益。這與人們擔心HALO可能削弱的社會契約相同。

與人才收購一樣,HALO也是關於聘用團隊。然而,在這些交易中,收購方高度重視聘用團隊的戰略價值,因此有充足的現金使交易運作。正是這種需求的豐富,既為在尋找有效結構時提供了很大的操作空間,也像人才收購一樣,HALO目前的結構是為了對每個人都公平。

HALO的出現:反壟斷環境的影響

如果不是因為當前的反壟斷制度,HALO不會存在。在拜登和特朗普政府下,收購變得政治化且不確定。這對收購產生了冷卻效應,如果收購在最後時刻失敗,往往對創業公司造成存亡威脅。毫無疑問,避免這種情況是創建HALO的動力。

然而,將HALO視為扭曲成奇怪形式的普通收購是錯誤的。它們實際上是聘用行為。從某些方面來說,人才收購才是奇怪的法律虛構。公司實際上是試圖聘用員工,而將其框定為收購是最能幫助所有人的法律虛構。

人才收購是一種良好的法律虛構。如果可能的話,該行業可能會將人才收購用於這些巨大的交易。但如果聘用關鍵人才是政府阻止收購的犧牲品,那麼放棄這種虛構會更乾淨。

HALO在很多方面更誠實。正在發生的是聘用。同時,確保資本表上的每個人都有良好的結果仍然很重要。

價值轉移:從資產到人才

在AI領域,我們可以看到人才爭奪變得多麼激烈。不僅僅是已經完成的HALO交易,還有剛成立的公司如Thinking Machines Lab獲得100億美元估值的融資輪,OpenAI以65億美元收購io並得到Jony Ive的支持,以及馬克·扎克伯格為建立AI實驗室而進行的招聘/收購狂潮。

這有很多原因。大型公司在AI領域的勝負對它們來說價值數萬億美元,使得支付給能夠改變局面的人的任何金額都微不足道。這實際上是當今大型科技巨頭相對於創業生態系統規模的結果。幾十年來,大型雲巨頭已經成長為按市值計算的科技生態系統的主要部分(按收入計算更是如此)。相應地,它們能夠支付給可能影響其業務的人的金額已經大幅增長。

AI競爭特別激烈,因為相對較少的人具有在規模前沿建設的經驗和直覺,而這正是所有擁有類似需求的頂級公司所尋求的。

但我們也看到,價值本身可能不存在於公司的硬資產中。科技,特別是AI,越來越具有通縮性。每年AI的進步都在淘汰前一年的模型。從訓練上一代模型或從構建最好地利用它們的產品中獲得的知識對於使用最新模型可能是必不可少的,但實際的舊模型或產品將很快過時。相反,隨著軟件構建變得越來越容易,擁有遺留代碼庫的價值下降或甚至可能變為負值。

Windsurf最近的收購是一個有趣的例子。它有一個實際的產品和業務,年經常性收入超過8000萬美元。而OpenAI最初的收購將是針對整個業務。那麼谷歌通過HALO買到了什麼?他們最關心的不是當前的客戶或收入。而是一個已證明能夠以一種能夠重複將這些模型轉化為客戶想要的產品的方式識別和組織其努力的團隊。谷歌,儘管擁有更優越的模型,尚未顯示它們能夠做到這一點——無論人們認為是什麼阻礙了他們。相信Windsurf團隊能夠做到這一點是谷歌試圖吸收的核心內容。

馬克·扎克伯格的人才戰略

如果重要性從重視資產轉向重視人才,最積極理解這一趨勢的人就是馬克·扎克伯格。他不是第一個意識到這一點的公司。畢竟,AI薪資多年來一直有一個數量級的動態範圍。但他正在利用當前市場的認識,即如果人才確實是最重要的,市場在定價和利用相對容易構建的方式聘用人才而非收購公司方面非常低效。

雖然他沒有使用HALO,但他的每一步都向我們展示了更多我們所處的這個新趨勢。如果重要且有價值,有許多方法可以使事情運作。他聘用Alex Wang、Nat Friedman和Daniel Gross是通過其各自公司和公司的少數股權收購結構的(這也是一種巧妙的交易結構值得分析)。對於那些他無法收購的實驗室,他一直非常積極且公開地以非常高的薪酬挖角關鍵人才。

再次,像谷歌一樣,扎克伯格購買的不是產品或實驗室,而是他認為了解如何實現Meta缺乏的運作良好的AI實驗室的人員。

對人的投資

市場越來越發現人比公司資產更有價值,這不應該令人驚訝。風險投資隱含地理解了這一點已有一段時間。在評估公司時,一個被低估的複雜因素是,這實際上可以基於多種不同的方法進行,如收入、技術或團隊。在任何特定時刻,公司的募資能力最終取決於這些因素中最強的一個。這實際上是為什麼公司有時不感到舒適以太高的估值籌集資金。因為他們覺得證明他們當前估值的因素(比如他們的背景)可能與他們需要籌集下一輪資金所需的因素(比如說收入)不同,他們不想籌集太多以至於無法在這個新指標上支持估值。

新的AI實驗室以非常高的估值籌集了資金。這些估值當然不能通過他們的收入來證明,因為他們沒有收入。也不是他們的產品,因為他們也沒有產品。支撐這些估值的是投資者的信心,即這些人才集合理解如何在AI的前沿建設,更重要的是,如果公司需要出售,他們將被大型雲巨頭和AI實驗室高度追求。這為公司的價值設定了某種底線,使投資者能夠投資於原本對他們來說太大的金額。

雖然在AI實驗室最為突出,但這並不僅限於它們。許多早期階段的融資是因為風險投資人認為創始團隊即使在擁有產品或收入之前也很有價值。他們相信這個人員團隊將能夠理解要構建什麼,並能夠在未來幾年以產生超額回報的方式做到這一點。他們相信人們會想要聘用這個團隊。

結語與展望

HALO並沒有摧毀硅谷。它們是重視人多於公司的轉變的領先信號,以及在這一波浪潮中試圖保留科技社會契約的臨時解決方案。

HALO目前還不完善,需要改進。它們更接近可轉換票據的前身,而不是SAFE。它們將受益於由所有相關人員建立和理解的明確規範。更好的是將這些默認編入標準條款。如果它們真的要繼續存在,我懷疑它們還需要有更好的結構。

我確實認為HALO或類似的東西在人員是重要因素時有一席之地,這種結構針對結束速度和確定性進行了優化。它的許多問題是可以通過更好的規範、默認設置和對結構的舒適度來改進的。而它做得好的事情,如速度,則很難複製。

附錄:併購市場的問題

HALO的一個意外發現是它們的結束速度有多快。部分原因是沒有政府審查,但這只是一個方面。它們在各方面都顯著更快,完成時間可能比傳統收購少一個數量級,且完成的確定性更高。

經歷HALO的公司常常對它們結束的速度感到震驚。在交易結束和員工開始在新雇主工作之間的時間可能只有幾天,這需要對宣布交易的典型時間表進行調整。這方面有需要修復的問題。

但這很重要。有時候只有看到事情可能如何,才能意識到事情有多麼破碎。這在普遍情況下都是如此,例如,如果沒有看到中國或埃隆進行製造,就很難意識到美國的正常製造業有多麼緩慢。但通過比較,可以辨別出多少是基本的,多少可以改進。

HALO向我們展示了正常的併購市場有多麼破碎。部分原因是政府對反壟斷法規缺乏明確性。但這甚至不是我主要的意思。所有收購,即使是那些根本不接近需要HSR審查的收購,也如此破碎。事實上,規模較小的收購往往看起來最為破碎。

併購可能是創始人最有壓力的經歷。他們必須運行風險最高的流程,關閉時間很長,且不確定性和成本很高。當這些流程崩潰時,它可以摧毀創業公司並嚴重損害員工家庭的財務。但沒有人在改進這個流程。

HALO是否能成為這個問題的答案尚不清楚。但它們確實指出了需要一套類似SAFE的收購默認設置,以改進我們看到的主要收購類型,如人才收購。普遍認可的公平條款規範,以便盡可能多地消除拖長的過程。

Read more

當輸入為空:探討技術開發中的空值處理與意義

當輸入為空:探討技術開發中的空值處理與意義

在軟體開發的世界裡,我們經常會遇到一個看似簡單卻深具哲學意味的問題:當輸入為空時,我們該如何處理?這個問題不僅是技術層面的挑戰,更反映了我們對於「無」這個概念的理解。今天,讓我們深入探討這個在程式設計中無處不在,卻又常被忽視的重要議題。 空值的本質:從哲學到程式碼 當我們談論「空」時,我們究竟在談論什麼?在程式設計的領域中,空值可以有多種表現形式:null、undefined、空字串、空陣列、空物件等等。每一種形式都代表著不同的含義和使用情境。null 通常表示「有意的空缺」,代表我們知道這個位置應該有值,但目前沒有;而 undefined 則更像是「尚未定義」,暗示著這個變數可能還沒被初始化或賦值。這種微妙的差異在實際開發中至關重要,因為它們會影響我們如何設計 API、如何處理錯誤,以及如何與使用者溝通。在東方哲學中,「空」並非單純的虛無,而是一種充滿可能性的狀態,就像老子所說的「無為而無不為」。同樣地,在程式設計中,正確處理空值往往能為系統帶來更大的靈活性和健壯性。當我們面對一個空的輸入時,

By Eric Lau
AI 是否做得越來越少?從全自動到混合架構的演化之路

AI 是否做得越來越少?從全自動到混合架構的演化之路

當我們談論人工智慧的進步時,通常期待它能處理越來越多的任務。但在實際應用中,一個有趣的現象正在發生:許多開發者發現,隨著 AI 系統的成熟,真正需要 AI 介入的部分反而越來越少。這不是退步,而是一種更精明的進化。本文將深入探討這個看似矛盾的趨勢,以及它對未來 AI 應用開發的啟示。 從完全依賴 AI 到混合架構的轉變 六個月前,當開發者開始建構 AI 代理系統時,最直覺的做法是讓大型語言模型(LLM)處理所有事情。每一個任務、每一個決策點都交給 AI 來判斷和執行。這種做法看似充分利用了 AI 的能力,但實際運作後卻發現了許多問題。LLM 確實會自信地推進各項任務,但準確性並不總是令人滿意。更重要的是,這種全 AI 的架構在成本、速度和可預測性上都存在明顯的瓶頸。於是,一個重要的轉變開始發生:開發者逐漸意識到,不是所有任務都需要 AI 的「智慧」

By Eric Lau
代理商務守門問題:平台如何成為新時代的聚合者

代理商務守門問題:平台如何成為新時代的聚合者

在電商與人工智慧交織的新時代,我們正見證一個前所未有的變革:代理商務協議的崛起。但這場變革背後,隱藏著一個值得深思的問題——那些曾經標榜開放、賦能商家的平台,正悄然轉變為控制流量與數據的聚合者。這不是陰謀論,而是商業邏輯演進的必然結果。當 Shopify、Stripe 這些我們熟悉的平台開始在 AI 購物表面扮演中介角色時,商家們需要清醒地認識到:你要麼掌握自己的命運,要麼成為別人棋盤上的棋子。 代理商務協議的新遊戲規則:開放但我先行 讓我們先理解一個基本事實:今天的代理商務協議與過去的網際網路標準有著根本性的不同。回想 TCP/IP 這個支撐整個網際網路通訊的核心協議,它經歷了委員會討論、RFC 文件、多年的審議過程。那個年代的開放標準是真正「民主」的,在公開透明的環境中發展。但在當今的 AI 場景中,協議的演進方式已經完全改變了。 無論是 OpenAI 的代理商務協議(ACP)還是 Google 的通用商務協議(UCP),它們從一開始就帶著完整的合作夥伴生態系統登場。OpenAI 與

By Eric Lau
當輸入為空時:探討系統邊界條件處理的藝術

當輸入為空時:探討系統邊界條件處理的藝術

在軟體開發的世界裡,我們經常專注於處理正常的業務邏輯和功能需求,卻容易忽略一個至關重要的問題:當系統接收到空值或無效輸入時,應該如何反應?這個看似簡單的問題,實際上揭示了軟體設計中最基本卻也最容易被忽視的一個面向。今天,讓我們深入探討當輸入為空時,技術系統應該如何優雅地處理這種邊界條件,以及這對整體系統設計的深遠影響。 理解空值的本質與意義 空值並不僅僅是「什麼都沒有」這麼簡單。在不同的程式語言和系統架構中,空值可能代表著截然不同的意義。在某些情況下,它可能表示資料尚未被初始化;在另一些場景中,它可能意味著使用者刻意選擇不提供任何資訊;還有時候,它可能是系統錯誤或網路中斷的結果。這種多重性使得空值處理成為一門需要細緻思考的藝術。從技術角度來看,空值可能以多種形式出現:null、undefined、空字串、空陣列、空物件等等。每一種形式都有其特定的使用場景和處理方式。優秀的開發者需要能夠區分這些不同類型的空值,並根據具體情況採取適當的處理策略。更重要的是,我們需要理解空值在業務邏輯中的含義,而不僅僅是從技術層面來看待它。例如,在電子商務系統中,購物車為空可能意味著新用戶剛進入網站,

By Eric Lau