买下在位者:Sequence Holdings 与 77 亿美元的 Baldwin 押注

导语
宣布迄今为止单笔最大的私有 AI 收购——与 Michael Dell 的家族办公室联手、以 77 亿美元私有化保险经纪公司 Baldwin——几天之后,Sequence Holdings 联合创始人兼 CEO Michael Lee 坐在了 No Priors 主持人 Sarah Guo 对面,讲这家交易背后的公司。这场对话与其说是交易故事,不如说是一个论点:一生中最重大的技术变革站在在位领导者一边,而真正能把在位者重建一遍的,只有所有权。
一笔 77 亿美元的对在位者投票
Sequence 是一家二十个月前创立的永久持有型控股公司,把前沿工程团队与管理团队配对,打造市场领导者。经纪行业从第一天起就是重点:公司见过几十家保险经纪商,判断 Baldwin 是其中最出色的之一。它的节奏和结构一样反常规——争取一年只做一笔交易,仅此而已。没有部署时钟,没有催促多投的投资人小组,Lee 希望终身持有这些股权。Dell 家族办公室为股权承诺书背书,连 Sequence 的技术平台一并承保,并与 Sequence 共同管理收购载体 Baldwin One。
从 2017 年开始成形的论点
Lee 的确信是在 Lone Pine 拼起来的。2017 年加入后,他最早覆盖的领域之一就是人工智能——那是 AlphaGo 与第一篇 transformer 论文的年代,当时的主流架构一扩展就退化。2022 年底 ChatGPT 出现,世界显然就此改变:终于有了一个明知可以靠算力扩展的架构。作为投资人,他判断 AI 对经济的影响是不均匀的——餐厅和高尔夫球场几乎不受影响,编程会属于 Cognition、Anthropic 这样的创业公司。但商学院给的直觉指向另一头:在位领导者握有全部优势——品牌、规模、网络效应、监管。继承这些优势,再叠加工程,能不能造出一个市场领导者?Sequence 就建立在这个问题上。
小机器,还是重组公司
Lee 认为,今天大多数企业用 AI 做的事,是一场声势浩大的运动:往“人类流水线”上每个人身边塞一台小机器。这没什么错,总比不做好。但机器 7×24 运行、随电力扩展、能做到任何人群都做不到的事,于是正确的反应是换一个问题:该怎么重新组织“一个组织应该是什么样的”,去承接技术给你的能力?在他的框架里,行业正经历下一次工业革命的等价物,控股公司模式与其说是野心,不如说是唯一自然的应对——他看不出这件事自然发生的第二条路。
三个选项,三次结构性失败
全集的核心是一个财富 500 强思想实验:你是 CEO,资源无限,任务是重新发明自己。你有三个选项,每个都在结构上失败。
自己干,你招不来重构所需的人才,因为每家公司都有一个名人——通常是一位投资人,而在 alpha 来自工程的世界里,这恰恰是错的人设。(黑石是他举的“名人=投资人”的例子;Palantir——无论 Alex Karp 多讨厌这种描述——则是尊崇工程师、再把这种能力卖给招不到人才的公司的那类组织。)找服务业——埃森哲、麦肯锡、Palantir——你会撞上激励问题:服务商为三件事优化:把钱弄进你的钱包、留在钱包里、扩大钱包份额,这是通往渐进主义的路,而且它们改不动你的人的组织与激励。买软件,你得到的是人人可得的 beta,而且软件只能按它唯一能规模化方式卖:永远按今天设计的流程卖,为今天的人类流水线调优。能把工程、对齐的激励与长期期限合在一起的唯一自然形式,是一家控股公司。
BankSouth 试验场
这套打法的第一份证据来自一个冷启动问题。控股公司没有资金做不了交易,没有交易招不到工程师,招不到工程师就没有人给你钱。与其随便买点什么证明公司能买东西,Sequence 去找客户——一位好朋友、Avenir 的联合创始人,他家在佐治亚州拥有一家银行。从 8 月 4 日(Lee 的结婚纪念日,他错过了)到 11 月底,团队以服务商身份改造银行的关键流程,直到家族邀请他们成为永久伙伴。这笔投资在拿到美联储和 OCC 批准后于 3 月交割。
做过服务商再做所有者,差别是昼夜之别:知道自己长期在场,工程上敢碰的深度完全不同;员工看到长期支持会振奋;也才能按三年、五年、十年的视角打技术地基。
组织物理学
为什么第一家试验场是一家受监管的社区银行?受监管不是错误,而是特性:运作方式有清晰定义、数据卫生极佳,恰恰非常适合 agent。同样重要的是 Sequence 所说的组织物理学——偏爱致密、集中的组织,让造出来的东西在很大的基数上摊销。这家银行的全部承保都集中在总部完成,总部造出的任何东西都能摊到所有分支上。一个销售额过亿美元的组织,却只有一个中枢神经系统、一本账——这就是为什么进展来得快,也是为什么“混合用途”整合路线——多系统集成、工程师分散各地——相比之下黯然失色。
94%,与 30 天到 11 天
实测结果是全集最硬的证据。社区银行有三块:找存款、找贷款,以及中间深度承保贷款的核心部门;历史上贷款量与中后台人数线性增长。首笔投资约六个月后,Sequence 建成了一套承接全行消费贷的系统:自 3 月以来,平均消费贷承保工作量下降 94%。最近几个月上线的商业贷承保,把平均贷款周期从 30 天压到 11 天。组织用同样的人手承接了远超以往的贷款量——而二季度银行贷款量环比翻倍,承保标准未变,承保团队反而更小。Lee 对因果很小心:他不会说翻倍和 Sequence 有什么关系。工具真正做到的,是让承保员不再录入数字、专注有例外的贷款,让信贷员待在外头跑业务而不是写贷款文书——也再没人需要琢磨,要不要给一个明明有钱的人批一笔船贷。
经纪行业为什么挡得住创业公司
从银行转向经纪商,走的是 Sequence 的三重筛选:市场规模(目标是建到一亿美元以上的公司,一年最多一家)、在位者握有优势的行业、与 AI 所长的交集。经纪行业三项全过。每年有超过两万亿美元保费流向保险公司,经纪公司居于中介。它的经济学悄悄地敌视创业公司:保险公司自古几乎没从承保赚过钱,收益靠投资,于是奖励资产积累、为分销付钱;客户并不付钱给经纪商,付钱的是保险公司;生意以关系为本、无法真正拼价格、留存率高达九成。Baldwin 恰好合适:可扩展的资产、集中的技术底座、一支对前沿技术真有热情的管理团队。
Atlas 与 80/20
可复用的核心是 Atlas——在银行内部建成、预计推广到所有行业的平台。它的前提是 Sequence 工程师从 Scale AI 和 Palantir 带来的观察:把业务拆到原子单元,约八成在很大程度上同质,只有两成垂直特有。Atlas 叠了四层:数据本体层,把组织和业务流转用代码定义出来,让模型能理解这门生意;agent 构建层,在数据之上构建高性能 agent;lattice 编排层,用这些 agent 把工作流装备起来;最上面是 artifacts 应用构建层。它同时也是运营公司自己工程师的开发平台,在银行建成的核心基础设施可以复用到 Baldwin 和未来任何一家公司。
这不是一门基金的生意
Lee 明说他敬佩大型私募公司——他和 Guo 都待过 Apollo——也预期很多家会在 AI 转型上取得实质进展:它们有激励、有资源、有能力。他指出的限制是结构性的。基金经济学奖励找到资产、漂亮定价、搭对结构、做出足够清空 LP 要求回报的价值创造;期限反射随之而来——管理者从第一天就在算三年后怎么打包出售。而一家为歌颂投资人而设计的公司,很难吸引想在决策现场的工程师——在典型的大盘收购机构里,一个对投资组合有发言权的 25 岁工程师会非常罕见。
他们在人身上承保什么
看管理团队,第一个信号是他们在自己成长起来的行业里怎么“打牌”——Sequence 有出色的工程师和投资人,但 Lee 没管过银行也没管过经纪公司,操盘手必须是各自领域里最好的。第二个信号是已经打下的地基:上云的小团队、集中化的数据基础设施、在前景尚不明朗时就已开始在全组织部署 OpenAI 或 Anthropic。Baldwin 是范本:Trevor Baldwin 很早就在全公司范围运行 Anthropic,还把整个公司整合到单一实例的 Applied Epic——保险经纪的主要操作系统——这需要真投入、真变革。
押注杰出的人
收尾的立场压缩了整条职业轨迹——高盛学结构化,Apollo 学资本结构与信贷文件,Lone Pine 研究全世界最好的公司,看到它们以没人想到过的速率复利。被问到早期资产管理者缺了什么,Lee 用创始人的座位回答:想法廉价,执行极难,所以押注杰出的人是唯一重要的事——在大赛道里攻难题的人,哪怕看起来疯狂也值得支持,因为回报足以弥补其余一切。他说这在公开市场同样成立:2017 年见到的黄仁勋——思考的清晰、执行力之强、身边最聪明最投入的人、不断重塑的业务——这条规律出现的频率,会超出大多数人的想象。
访谈精粹
4 组核心对谈- 问
Sequence 是一家什么样的公司?这笔大交易为什么选了 Baldwin?
Sarah Guo 提问01:03答Michael Lee 回答我们二十个月前创立 Sequence,目标是与一流公司和管理团队合作,依托我们的前沿工程团队打造市场领导者。创立之初我们就深耕经纪行业:见过几十家保险经纪公司,Baldwin 是其中最出色的之一。过去几个月与 Trevor Baldwin 和管理团队的相处是我们的荣幸,对与 Baldwin 团队、Dell 家族办公室同行的下一段旅程,我们再兴奋不过。
- 问
Sequence 的想法是怎么来的?
Sarah Guo 提问01:54答Michael Lee 回答2017 年我加入 Lone Pine,最早负责研究的领域之一就是人工智能——那是 AlphaGo 问世、第一篇 transformer 论文发表的前后,当时的主流还是卷积网络、GAN 和 LSTM。2022 年底 ChatGPT 出现,世界显然就此改变:终于有了一个我们确知可以靠算力扩展的架构。作为投资人我确信 AI 对经济的影响是不均匀的:有的行业几乎不受影响,比如餐厅、高尔夫球场;有的行业创业公司会赢,比如编程。而商学院给我的直觉一直是:在位领导者握有全部优势——品牌、规模、网络效应、监管。在一生一遇的技术变革里,如果找到合适的在位领导者、继承它的优势、再叠加工程,能不能造出一个市场领导者?这就是 Sequence 的根基。想法成形于 2023 年初,当时有人劝我离开 Lone Pine,但时机未到;直到 2024 年和妻子散步时,我确信自己能组一支队伍把它做成。
- 问
为什么选择永久持有公司——所有权能让你做到哪些供应商或合作伙伴做不到的事?
Sarah Guo 提问06:32答Michael Lee 回答这个问题有两层。先说结构:要与一流组织合作、落地先进工程、让一个平台服务所有组合公司,还要让资本的久期匹配转型所需的持续投入、让文化指向打造市场领导者而不是吸引资本、用留存收益支持存量公司并吸引新投资——唯一自然的形式就是控股公司。再说所有权换来什么:假设一位财富 500 强 CEO 要重新发明自己,只有三条路。自己干——但重构所需的人才招不来也留不住:每家公司都只有一个名人,而多数公司的名人是投资人——这足以聚拢全球最大的投资人,但在 alpha 来自工程和 AI 的世界里,文化的核心人物必须是工程师,多数公司恰恰相反。找服务商——埃森哲、麦肯锡、Palantir 都很出色,但它们的激励是扩大钱包份额、延长项目周期,这天然通向渐进主义而非彻底重构;而且作为外部顾问,它们改不动你内部人的组织方式和激励结构。买软件——明显的问题是它是商品:人人都能买到的东西带不来优势;而且软件为统一流程优化,那些流程照的是今天的人类流水线,不是重新设计过的组织。只有所有权才能对齐:一个尊崇工程师、应用前沿工程、和管理层共享长期视角与经济模型的组织。
- 问
Sequence 对在那里工作的工程师,吸引力在哪里?
Sarah Guo 提问11:22答Michael Lee 回答原因有几个。一是使命:有机会去改造那些如同经济毛细血管、真正服务每个人的公司。做模型的公司很了不起——没有 Anthropic、OpenAI、xAI 就没有今天——但 AI 对每个人日常生活的实际影响,取决于今天正在服务他们的公司,所以这是把世界级技术带进真正重要公司的机会。二是对齐:我们招的工程师看重自己创造的价值和最终成果直接挂钩,也看重主导那种作为服务商根本无法实现的变革。三是模型无关性——这点风险投资人未必爱听:应用软件开发商喜欢说自己“不依赖模型会变成什么样”,而在 Sequence,模型每一次进步我们都欢呼,因为它给了我们更多工具;我们的业务不存在“模型太强以致消失”的生存风险。最终驱动大家的是使命,但这些具体的点在招人时确实管用。