我很高興能和 Everything Marketplaces 的 Mike Williams 聊聊 AI 時代市集的現況。
0:04 開場
0:58 Fabrice 的背景
1:44 Fabrice 投資市集時會看什麼
4:46 AI 加持下的市集現況
17:28 AI 原生市集的新策略
19:03 AI 市集的成長率
22:50 AI 如何改變市集的資金需求
25:40 AI 時代市集的防禦力
28:13 給 2026 年要做市集的創辦人建議
31:08 團體 Q&A：投資人如何評估「管理型市集」
33:44 團體 Q&A：轉型為 AI 原生的建議
34:55 團體 Q&A：如何計算 LTV
36:45 團體 Q&A：賣方 CAC
38:17 團體 Q&A：2026 年募資基準
40:10 結語：市集建議
除了上面的YouTube視頻，您還可以在 iTunes 和 Spotify上收聽播客。
抄本
Mike Williams：歡迎回到 Everything Marketplaces，我們在這裡聊創辦人與領導者，以及當今一些頂尖市集的故事。這是第 209 集，是一場很棒的團體對談，來賓是 FJ Labs 合夥人 Fabrice Grinda。FJ Labs 是一家早期創投基金，投資過 1,200 多家新創，包括 Alibaba、Flexport、Clutch 等市集公司。
Fabrice 之前也來參加過團體對談，很高興再次邀請他回來。我們先快速回顧 FJ Labs 創投基金，以及他們投資市集時會看什麼；接著深入探討 AI 時代的市集。我們聊到像是 AI 如何讓市集更容易建立防禦力，以及目前的募資現況等主題。
Fabrice 分享了很多給創辦人的建議，我們也有很棒的團體 Q&A。我非常享受這次對談，我想你會想一路看到最後。
Fabrice，很高興你今天再次加入我們，參加這場後續的團體對談。我覺得自從你上次來聊之後，這幾年變化真的很大，而我們當然也有很多內容要深入。主題是 AI 時代的市集；不過我想先請你為剛加入、可能還不太認識你的朋友，簡單回顧一下你的背景。
Fabrice Grinda：我從 1998 年開始就是科技創辦人與投資人，至今 28 年。打造過三家大型、由創投支持的公司；最後一家我把它擴張到 30 個國家、11,000 名員工、超過 3 億獨立使用者。它就像是「世界其他地方的 Craigslist」。而從 1998 年一路走來，我也開始投資各種市集。
後來我把這件事更制度化。2016 年成立 FJ Labs，這是一家專注於資產輕量、以網路為核心的商業模式與市集的創投基金。我們投資了——應該說，對，可能要提幾個數字——我們投資了 1,300 家公司，已經有 300 多次退出；目前累積下來的已實現 IRR 大概在 30% 左右。
Mike Williams：這背景真的很驚人。接下來我們有很多可以聊。先快速回顧一下：你能不能介紹一下 FJ Labs 作為創投基金的概況，以及你們投資市集時會看什麼？
Fabrice Grinda：FJ Labs 其實很反映我的個性。我在成為創投之前，是那種超級天使投資人。我從來不做自上而下的基金配置；我看到案子、遇到我喜歡的創辦人，被說服了就投。因為我對知識很好奇，也相信科技是在解決世界問題。21 世紀我們要修復的三個根本問題是：氣候變遷、機會不平等，以及身心健康危機。我喜歡用科技——尤其是資產輕量的科技——做到比替代方案更好、更便宜、更快。至於我看重的東西，本質上並沒有改變。
我有四個選擇標準，現在仍然一樣。雖然在 AI 時代有些細節我調整了，但四個核心標準不變：第一，「我喜不喜歡這位創辦人？」對我來說，就是要非常能言善道；因為不管你願不願意，身為創辦人你就是業務：你要賣給員工、賣給商業夥伴、賣給投資人、賣給媒體，等等。
所以不管你內向或外向，你都得能清楚表達。第二，「你能不能把願景落地執行？」這兩點都必要，但單獨都不夠；你需要兩者兼具才會是很棒的創辦人。我會在一小時通話裡拆解他是否能執行。接著第三——其實是我評估的下一步——「我喜不喜歡這個生意？」這包含 TAM（可服務市場）大小，但對市集更重要的是單位經濟：供給端與需求端的全成本獲客成本是多少？每位客戶的淨貢獻毛利是多少？你的 cohort 隨時間的表現如何？
以 CM2 來看，你的 LTV/CAC 是多少？不管你在什麼階段，我都希望你能回答。就算還沒上線，我也希望你已經想過；如果你連這些都沒想過，你很可能也無法把點子執行出來。
第三是：交易條款是什麼？我對價格很敏感。我不是要撿便宜，而是要公平——要符合你的 traction、機會大小，以及你在解決的問題。
第四，同樣根本的是：「你在解決一個我在乎、且從我角度看能讓世界更好的問題嗎？」這當然帶有偏好，但我對世界未來的走向——移動、機器人、食物等等——有很清楚的看法。你的想法是否與這些大趨勢一致？跟著歷史的潮流走，而不是逆流而行。
所以你的點子是否符合歷史的方向？這四個標準同時成立，我就會投。我們決策很快：一週內兩次一小時會議；要嘛進、要嘛不進。這點沒變。
Mike Williams：這些標準對大家一定很有幫助，我相信等到團體 Q&A 會引出不少問題。不過我想先轉到 AI 時代的市集。你當然看到了 AI 對市集的影響。那我想從最基本的問題開始：我們現在到底走到哪裡了？
Fabrice Grinda：我會說，現在是「公眾投資人」對 AI 影響市集最焦慮、最誇張的一年。他們覺得：喔，漏斗頂端會被代理人（agents）接管，所以你們會沒有毛利，會出現大規模的「魔法般的」中介被繞過與去中介化。也許短尾的 LLM——像 GPT、Claude 這些——會垂直整合，把所有事情都做掉，市集完全沒有空間。甚至整個產業會變成 agentic commerce，連人都不在迴圈裡，因此市集變得不重要。
而我幾乎完全不同意以上每一句。首先，看使用者今天在市集上的行為，我沒有看到他們轉向 LLM，我也不預期會，因為市集上有三種購買行為。
第一種是「逛街式」的娛樂瀏覽，就像在百老匯或 SOHO 走來走去、一家店逛一家店。像二手時尚的 Vinted 這類網站，瀏覽本身就是娛樂；每次造訪平均會看 20、30 頁。
你一個月會去好幾次，並不是在找特定東西，而是平均客單價偏低，常常是衝動購買。這種 feed 不可能跑去 LLM。對 LLM 來說，打造一個二手時尚的瀏覽 feed、平均 30 歐元客單價，根本排不上前一千個優先事項。LLM 是為效率而組織的，不是為了讓人「逛」的。當你不是追求效率時，它就不適用。就算流量真的移過去，我也不覺得會是大問題。
第二種，如果你很清楚自己要買什麼，也完全沒理由去 LLM。現在的行為是：你直接去 Amazon、eBay，或較少情況去 Google，輸入型號，例如「LG TV C3 65 inch OLED」，然後就買到了。
而且就算你去 Google，它能捕捉到的價值其實很小，因為有 43% 的結果最後還是導到 Amazon 和 eBay。流動性仍然是靠後端把人集中起來提供的。第三種是「高考量購買」，在這裡我可以說 LLM 可能會拿走更多價值。
因為如果你不知道自己該買什麼車、該住哪裡等等，那用 LLM 對話確實合理。所以在高考量購買上——但即便如此，是 Carvana 更適合告訴你，還是 GPT？其實不確定。
有可能是 GPT。但即便如此，我仍然不認為大多數流量會轉到 LLM。話雖如此，LLM 現在大概已經吃下搜尋流量的三分之一，而且是免費的。所以你絕對應該把自己收錄進 LLM，並且積極做 AEO。
最早採用 AEO 的人，會在這場免費流量戰爭中勝出。你可以從那裡拿到很多免費流量。所以一定要被收錄。不要讓他們拿你的內容當訓練資料，但要把你的 listing 做到能出現在結果裡。好，那我們假設最糟情境。
假設我完全錯了：100% 的漏斗頂端都跑去 GPT，所有搜尋都從那裡開始。那我們來想想，在這個最糟世界裡，GPT 會拿走多少價值、市集又會拿走多少？關鍵其實是「要完成的工作」（job to be done）。
如果你說的是訂機票，只有五家航空公司、掌握 99% 市占，屬於寡占，那你就慘了。但話說回來，在今天的世界，Expedia 從機票賺多少？幾乎沒有。它其實不是市集，而是代理人的分銷商。順帶一提，這也適用於在座任何做市集的人：如果你的供給是集中的，你就不是市集，你只是分銷商；你賣的那一方會對你有定價權，你也很難有合理毛利。
但想想 Airbnb 有數百萬個房源，或 DoorDash 有數十萬家餐廳。這種被聚合起來的供給非常難複製，GPT 不可能去做這件事。而且你做得越多——例如把餐廳和外送員配對——價值就抓得越多。
DoorDash 是三邊市集：買家、餐廳、外送員。你在支付、物流等做得越深，抓到的價值越多。別忘了，多數市集是「贏者拿走大部分」，很多類別基本上就只剩 Airbnb；外送就是 DoorDash、Uber Eats；叫車就是 Uber、Lyft。交易越小、越頻繁，供給越分散、越大量聚合，你就越能抓住價值。
所以我能想像 GPT 最多拿走的，也就是漏斗頂端像 Google SEM 那樣的價值——而且那還是假設 100% 流量都跑去那裡，但我不認為會。
所以我不會太擔心「agentic commerce 的影響」。而且今天的 agentic commerce 幾乎是零，從交易量角度看根本不存在。由代理人自動下單、沒有人的購買量微乎其微。它會隨時間成長嗎？ 是的。 我預期未來五年會超過整體商務的 10% 嗎？ 不。
所以第二點：我其實不太擔心剛剛提到的威脅，反而要擔心的是機會。大家低估的是：身為市集創辦人，你今天可以用 AI 做到多少事，真的令人震撼。我給你幾個例子，大概六類你可以做的事。
第一是跨境電商。如果你只在美國賣，可能比較不相關；但像印度有孟加拉語、泰米爾語、印地語等等，過去市集是分散的，只能像 OLX 那樣做在地，因為不同地區的人語言不通，跨區交易做不起來。
歐洲也一樣。歐洲從來不是「歐洲」，而是法國、德國、英國；法國人不講英文或德文，你也很難跨境運送。但現在我前面提到的時尚市集 Vinted，GMV 超過 100 億、淨營收 10 億、自由現金流數億。他們很厲害：自動翻譯 listing、自動翻譯買賣雙方對話。於是他們在法國建立的流動性，可以直接擴到西班牙、義大利，立刻就有流動性、立刻成為主導者。我們也投資一些市集，例如德國的二手車 B2B 市集 CarOnSale，現在也在法國賣；一年內就做到 30% 的銷售。所以你基本上可以用 AI 跨境擴張，甚至一年把業務做大 30%。
他們真是天才，他們正在自動翻譯刊登資訊，也正在自動翻譯買家與賣家之間的對話。所以他們利用在法國勝出時累積的流動性，進軍西班牙和義大利，並立即獲得流動性，迅速成為主導力量。我們投資了一些市集，像是德國的二手車 B2B 市集 CarOnSale，他們現在也在法國銷售。大約在一年之內，就有 30% 的銷售額來自那裡。所以你基本上可以跨國經營，並利用 AI 在一年內讓你的業務增長 30%。
第二，過去在多數市集，上架一直是「1% 賣家、99% 買家」。不管是服務或商品都一樣，因為上架門檻很高。
如果我得拍 20 張照片、寫標題、寫描述、選分類、定價格，這很費工。大多數人很懶，不願意做；低客單價商品更是如此。交易複雜的類別也一樣。
但現在有 AI，你拍張照就好：分類、描述自動生成，完成。甚至能做出轉換率更高的 listing。所以你絕對應該用 AI（搭配你類別的訓練與資料集）把上架流程簡化到極致，提高訪客成為賣家的比例，整體使用體驗也會更好，進而提高購買率。
第三，你可以從根本改變成本結構。我們投資了一家公司叫 Ace Waves，做市集的 AI 客服。導入的市集在六個月內把客服成本降低 50%，同時 NPS 還提升。
同時，透過 vibe coding，你也能大幅提升工程生產力，所以你應該能提高開發效率、顯著降低成本。
第四。 現在市集的收入來源也越來越多。以前就是抽佣；但現在可能是 SaaS 訂閱費加上小額抽佣。另一個大項是賣廣告：讓你的賣家買廣告。順帶一提，多數人沒意識到 Amazon 是市集：在 Amazon 上賣的大多是第三方商品。Amazon 完全是市集，只是它管理支付、揀貨包裝與出貨、物流、退貨與客服——但它是市集。
賣家在 Amazon 買贊助曝光的廣告，現在已是數十億美元的市場。廣告的美妙之處在於它是 95% 毛利的產品。所以像 Instacart，GMV 的 5% 來自自助式廣告，但卻貢獻了大部分利潤。
因此市集規模變大後，應該全面導入廣告，尤其是讓市集賣家買廣告來推自己，可以用像 Topsort 這類公司。而且這顯然需要 AI：因為做起來很難，你不能只賣給最高 CPC；你真正要最佳化的不是 CPC，而是 CCM。
你要最佳化的是 CPC 乘上點擊率（CTR）。所以你需要很聰明的 AI，去決定要展示哪個廣告，才能得到最高的 CPC × 最高的 CTR。這在營收端完全是 AI 驅動的。
還有無數其他事情可以做，例如商品追蹤。基本上，你的公司應該從一開始就以 AI 為核心、AI 優先，把 AI 整合進去，這會改變整個生意。所以我會把焦點放在 AI 帶來的機會上。
其實再補充一點：過去有很多類別，因為交易需要太多人工，市集根本做不起來。想像你是一個總承包商在做工程。
你要合作的分包商數量多到誇張，所有事情都在 iMessage 或 WhatsApp 裡，沒有甘特圖等等。現在你可以用 AI 和代理人取代人力工作，真正把流程串起來、降低成本。我知道有些建築公司現在更像科技公司：他們賣的是技術，讓人去投標商用建築或倉儲的 RFP，或回覆城市的 RFP；他們用代理人把整個許可流程跑完。
他們可以把時程從幾年或幾個月壓縮到幾週。所以在 AI 時代，你可以打造很多以前做不到的生意。
Mike Williams：這個拆解很棒。AI 如何影響市集，以及市集如何做得更多、為什麼是現在——我也很高興我們花時間談到這些，因為這些都是社群裡常在討論的主題。
我想再轉到另一個主題：一些新的策略。因為這些 AI 原生市集，有時候不會用傳統方式來啟動市集。所以你看到哪些新的策略？現在市集開始採用、而且正在奏效的有哪些？
Fabrice Grinda：有，但我會說比較偏戰術層面。我知道很多市集現在在用——你可以用 Claude 的 co-work，但在 Claude co-work 出來之前，他們用的是 OpenClaw：在 LinkedIn 上把供給與需求的線索都找出來，建立 LinkedIn InMail 帳號去觸達。基本上 CAC 幾乎是零，或至少只需要很少的點數成本，所以不是真的完全為零。
他們也能同時把供給端和需求端在某個類別裡做起來。我也看過有人把 OpenClaw 寫成電話銷售：用 Whisper 之類做語音介面，接著用 Twilio 號碼打出去，基本上就能用相對低成本做 cold call，不管是要拉供給還是拉需求。
所以在今天，你可以用 AI 做很多事情來「駭」出流動性。不過對我來說這些是戰術：你用工具做一些有趣的事，或用代理人去填補以前不經濟、因此做不起來的角色，讓原本不可能的市集變得可行。
Mike Williams：沒錯，確實很棒，而且也很戰術、很細緻。另一個現象是：這些新的 AI 原生市集，起步、拿到流動性、成長速度比以往更快。這會怎麼改變你投資時的評估方式？例如成長的一些基準會是什麼？
Fabrice Grinda：這也是現在市集募資困難的一部分原因。市集在 A、B 輪很難募，是因為 AI 把所有注意力都吸走了；大家看到一些公司從 0 到 1 億 ARR、90% 毛利，像 Lovable、Cursor 這些。相較之下，你的市集從 0 到 300 萬 GMV，再從 300 萬到 1,500 萬、到 5,000 萬之類，花三年，對寫大支票的大 VC 來說很難興奮。
但話說回來，你確實可以用更少做更多。所以我看到越來越多的情況是：市集直接跳過 pre-seed。以前 pre-seed 可能是 100 萬美元、估值多少——如果在 YC 可能是 3,000 或 4,000 萬，所以範圍很大；但也可能是 800 萬之類，現在也許更高。你需要 100 萬去做出一些 traction，才能拿到 seed。順帶一提，市集的 seed 估值其實沒有變太多。
有小幅上升，但老實說，我們仍然看到很多 seed：公司做到每月 15 萬美元 GMV、15% take rate、70% 毛利，pre-money 12M；可能募 500 萬、估值 15M 之類，但大致如此。現在的 A 輪中位數——以 15% take rate 來說——可能是每月 75 萬到 100 萬 GMV，估值 30M pre、募 1,000 萬左右。也就是說，因為你應該能做得更多，所以對 traction 的期待提高了。
因此我們現在很少投「只有想法」的案子。大家來找我們時，雖然還很早，但通常已經上線、有 traction、單位經濟也算得出來等等，因為你幾乎可以用很少的資源把東西做出來。事實上，如果你連用很少的錢都無法上線、拿到 traction，那反而顯示你可能沒有能力在這個類別裡執行。
我認為一個大趨勢是：跳過 pre-seed，直接帶著 traction 去募 seed。當然也有少數例外，有些人能非常快地擴張。以前的節奏是：每月 15 萬美元，募 300 萬做到每月 75 萬；再募 700 萬或 1,000 萬做到每月 250 萬到 500 萬；再募 1,500、2,000 或 2,500 萬。有時候你可以加速。問題是，我沒有看到這類市集像純 AI 原生的 SaaS 訂閱公司那樣，能以瘋狂速度擴張。
我沒有看到太多。唯一 GMV 會暴衝的地方是 B2B 市集；但如果你的 take rate 只有 1%，我不在乎 GMV 成長，我在乎淨營收。所以 100 萬 GMV、15% take rate 是 15 萬淨營收；如果 take rate 是 1%，你要做到 1,000 萬 GMV 才能有同樣的 A 輪 traction。
Mike Williams：確實。而你也提到像是跳過 pre-seed、能走得更遠。那延伸來問：你覺得 AI 未來會如何改變新創、尤其是市集的資金需求？
Mike Williams： 確實如此，你剛才提到了有些公司跳過種子前輪（pre-seed），直接走得更遠。與此相關，你認為 AI 未來會如何開始改變新創公司，特別是市集類型的資金需求？
Fabrice Grinda：AI 本身非常吃資本。這也是為什麼現在市集很難募：房間裡的氧氣都被 AI 吸走了。YC 95% 是 AI 公司；2025 年 75% 的資金流向 AI——我指的是 LLM 類型的 AI 公司——而且幾乎所有資本都集中到五家公司。
所以不只是「永遠都在 AI」，而且是 Claude/Anthropic、ChatGPT 吃掉了很大比例的資金；接著是 Lovable、Cursor、ElevenLabs；再來是國防科技，例如 Anduril，也算 AI 相關，裡面有很大一塊 AI 成分——我也喜歡那種 AI 成分很重的公司。
答案很典型：要看情況。最終取決於你的客戶是什麼樣子。市集如我前面說的，是單位經濟的生意。問題在於：你能多快把單位經濟跑順？而且早期通常單位經濟還不會很好。事實上，一個你有 PMF、你真的在打造市集效應的明確訊號是：你的 CAC 會下降——更多買家帶來更多賣家，更多賣家帶來更多買家。
相反地，如果時間越久你花越多錢去拉邊際使用者，那你更像是銷售驅動的組織。就你有正向單位經濟、CAC 下降、又能把更多流程自動化的程度而言，我覺得你確實可以用更少資本走得更遠。
絕對。 但我每年仍然投大概 150 個市集，我沒有看到太多「用極少資本就能超大規模擴張」的市集案例。我看過的是：用很少人擴張，因為他們用代理人提高生產力；但他們仍然需要資本去擴供給與需求，而且你總是要兩邊並行擴張。不管是銷售驅動、行銷驅動或代理人驅動，都有成本。所以我還沒看過幾乎不募資就從 0 做到 10 億 GMV 的案例。也許 OnlyFans 算？但也不太一樣。
Mike Williams：了解。你剛剛也提到市場情緒，以及募資。不過我覺得現在越來越常被提到的，是「防禦力」這件事。
那你怎麼看 AI 時代的防禦力？尤其是現在的市集。
Fabrice Grinda：首先，你們都應該去我的部落格看第 52 集〈AI 時代的市集〉。我在那裡有幾張投影片，談 AI 與長期來看，什麼會讓你有防禦力。
首先，當你剛推出市集時，你的防禦力是零。你的護城河就是流動性。說到底就是流動性。一旦你有了流動性，你基本上就很難被取代。看看 Craigslist 就知道了，它在 2026 年仍然令人震驚地有影響力。
在某些類別（例如藍領工作）從量的角度看，它即使 UX/UI 很糟，仍然很強——而且它甚至還刻意在破壞流動性，例如開始收費等等。我會這樣思考：A，你作為市集到底做了多少工作？
你是純 lead gen 市集（例如 Zillow、Angi）幾乎不做事？還是高度管理型（例如 DoorDash、Amazon），有倉儲、客服、退貨、支付、第三方配送管理？
你越管理型、供給越分散，你受到的影響越小，也越有防禦力。另一個要看的是：人們買這個產品的頻率多高？他們花多少時間思考要買什麼？你越不需要研究、思考時間越少，購買越頻繁，你就越有防禦力。Instacart、DoorDash、Uber、Amazon 都是。Etsy 呢？嗯，沒那麼擔心。
但如果是高考量購買——人們會花很多時間研究要買什麼、或要雇用誰——而且不常發生，那風險可能就高很多。
所以我認為，你可以透過做得更多、以及選對類別，來抵禦 LLM 的影響。但最終，一旦你有了流動性，其實就不重要了。即使漏斗頂端真的跑去 LLM，交易仍會透過你發生——就算是代理人下單——你仍然會抓到大部分價值。
Mike Williams：這個拆解對我們很有幫助。很好。我現在有一些創辦人的問題，但我答應會留時間給團體 Q&A。在進入 Q&A 前，你能不能給現在要做市集的創辦人幾個建議？
Fabrice Grinda：用我前面提到的方式使用 AI 工具。要非常資本效率，因為資本會越來越難拿。確保你能走得更遠：讓自己在「預設活著」（default alive）與「預設可投」（default investable）的狀態。只要你的 traction 無可爭辯、你的生意好到某個 VC 不得不投。
如果你用很少資本就把 GMV 做到每月 1,000 萬，單位經濟也很好，那就算下一階段是每月 3,000 萬而不是 1 億，也沒關係，總會有人投。仍然有 VC 喜歡市集，因為它們有防禦力。
大家沒意識到的是：我記得大概 46% 的 AI 公司已經死了。你會看到一些公司估值衝到 40 億，結果也死掉。所以你的公司其實更有防禦力。但要做成：用工具、資本效率高、單位經濟好，真正找到產品的流動性並證明 PMF。我也想分享我認為市集創辦人最常犯的最大錯誤：因為市集上的賣家——不管賣的是商品、服務、什麼都好——都是被金錢驅動的，所以要灌進供給非常容易。你去找任何人，就算你說你沒有流量，你說「嘿，我要做一個市集，你要不要先上架？免費的。」大家都會說好。問題是：如果你有無限供給、卻沒有需求……
你跟賣家之間會完全沒有互動。他們不會有參與感。如果有人不小心買了東西，他們也不會回覆。這會導致糟糕的體驗。擁有最好、最高品質、最精挑細選的供應源要好得多。你好好對待他們，讓他們開心，就能把他們留住。
視類別而定，如果是他們正在銷售的物品，也許是二手物品，成交機率大概是 25%。這算是流動性較低的情況。如果是服務，你會希望至少佔他們收入的 25%。理想情況是 100%，就像 Uber 那樣，但 25% 也可以。接著你開始擴大供應規模，然後增加更多需求，並讓兩者平行成長。
你絕對不希望市場湧入過多供應，導致流動性下降。關鍵在於流動性、流動性、還是流動性。而且要追求更高品質的流動性。
Mike Williams: 是的，這點非常棒。很高興我們強調了這一點及其重要性。另外，我也可以從我自己的經驗出發，早期為了追求需求而犧牲了供應的成長，這很酷。我們現在進入小組問答環節。嘿 Lisa，我看到你舉手了。你想加入討論嗎？
Lisa: 是的。嗨 Fabrice，很高興見到你。我是 Lisa。我正在打造 buddy，一個 B2B 再生金屬市場。我知道你是一家指數基金，接觸過大量的機會，包括管理型市場（managed marketplaces）和純撮合市場（true marketplaces），對吧？
這兩種市場都存在，但我認為你會發現，「營收」在純撮合市場與管理型市場中的意義可能完全不同。例如，我們是以抽成（take rate）為基礎。我們領域的其他所有人都是買入後再轉售，屬於自營模式。
Fabrice Grinda: 是的，但我們並不笨。意思是如果有人買入再轉售，並將其計為營收，我當然還是會看他們的利潤率，以及如果有庫存時的資本效率。
所以歸根結底，我會進行同類比較。如果你的營收是抽成，我會看該抽成的利潤結構。我顯然會將其與他們的做法進行比較。所以，我不會想太多。我會從 KPI 和 OKR 的角度去做對業務正確的事，不會糾結於此。投資者並不傻，市場投資者理解其中的差異。
Lisa: 謝謝。我知道你是市場領域的投資者，所以你對此非常熟悉。但我們的經驗是，非市場領域的投資者可能不會像你那樣評估。我想知道你對於「定位」是否有任何建議，關於如何定位一個有潛力成為交易層的平台（因為這是純撮合市場的本質），而不是只能從捕捉到的交易中獲取營收。
Fabrice Grinda: 在你追蹤的範圍內，你應該提到流經平台的所有 GMV（商品交易總額），對吧？這樣一來，它就與那些買賣自營公司的營收更具可比性。
Lisa: 好的。
Fabrice Grinda: 試著將它們與 GMV 掛鉤。然後你可以談論你目前能變現的交易百分比，以及未來能變現的百分比和原因、目前的抽成是多少，以及為什麼你認為這在 B2B 市場中會呈上升趨勢。抽成的高低取決於供需彈性。在某些類別中，坦白說你什麼都拿不到，抽成是零。但在某些類別中，你可能從 1%、2% 或 3% 開始，但隨著時間推移，當你擁有更多流動性並提供更多價值時，你實際上可以開始將其提升到 6%、7%、8% 或 9%。
然後你可以增加融資、保險或其他任何增值服務，讓你的綜合有效抽成達到 10% 到 15% 左右。
Mike Williams: 嘿，Fabrice，我想替一位無法參加的創辦人問個問題，這在社群中也算常見，是關於轉型為 AI 原生企業，或者考慮 AI 如何影響你的業務。
我們有很多市場平台，大約在一年半前進行了種子前輪融資。那麼，對於那些在 AI 時代之前融資，而現在正在思考 AI 如何影響其業務並可能進行轉型的企業，你有什麼最佳實踐或建議嗎？
Fabrice Grinda: 對我來說，這跟你今天開始建立一家新創公司的建議完全一樣。使用這些工具，整合 AI，要擁抱 AI。如果你需要重寫你的技術棧，那就重寫。但話說回來，通常你不需要這麼做。順便提一下，我們很多市場平台都在使用現成的工具，對吧？
使用 Shopify 是因為歸根結底，技術並非核心（儘管你正在做單張照片刊登之類的事情），核心更多在於單位經濟效益和流動性。這才是與底層技術平台相比的差異化因素。但是，沒錯，要領先使用工具，做好 AEO（人工智慧引擎優化），並讓自己在大型語言模型中被索引。
Mike Williams: 嘿，Molly。抱歉，你舉手了。你想上來聊聊嗎？
Molly: 當然。 是的。 嗨。我是 Recess 的創辦人。它就像是兒童課程和營隊領域的 Booking.com。我們至今已籌集了 400 萬美元。我們的營收還不到一年，但成長非常快，所以我們很快就要進行下一輪融資。
在與投資者討論時出現的一個問題是關於 LTV（客戶終身價值）。考慮到我們服務的兒童年齡，我們的 LTV 其實很長。但現實中，我們的 ICP（理想客戶畫像）完全沒有數據來支持那個 LTV。除了用戶研究之外，還有什麼關於產品購買週期的外部資訊是投資者會接受作為 LTV 依據的嗎？
Fabrice Grinda: 我其實沒聽清楚你在賣什麼，但只要流失率低，而且人們是按月付費，例如，他們就會願意相信你的 LTV，因為流失率低，對吧？所以 6 個月、12 個月、18 個月後的淨收入留存率（NRR）實際上說明了問題。儘管我們看到的大多數種子輪新創公司上線時間都不超過 18 個月，但我們仍然可以根據流失率預測 5 年或 10 年的 LTV 與 CAC（客戶獲取成本）比率。
所以，只要你有負的淨收入流失率，或者說你在 18 個月後有 150% 的淨收入留存率，而且你知道你的月度、年度流失率是多少，你就可以進行預測，而我們會接受它。
我們會接受你長期的 LTV 與 CAC 預測，因為這是由你的分群（cohorts）驅動的。只要分群數據持續向好，且流失率保持穩定且良好，那就沒問題。我不需要你已經上線 10 年才相信你會有付費 10 年的用戶，只要有數據支持就行。
Mike Williams: 嘿 Julius，看到你舉手了。你想加入嗎？
Julius: 我想問關於賣家端的 CAC。你認為什麼樣的基準算是好的 CAC？還有轉化率，意思是我們招募了一個賣家，然後他基本上在平台上刊登了東西。
我們有 16,000 名月活躍用戶。這是我們目前的狀況。我只是對賣家端的 CAC 感到好奇。
Fabrice Grinda: 你願意支持的 CAC 實際上是由該用戶產生的 LTV 驅動的。
所以在不了解平均訂單價值、他們賣出多少商品等情況下，我無法回答這個問題。你想要的是良好的經濟效益，對吧？通常賣家的經濟效益比買家好得多，因為一個賣家最終會在很長一段時間內賣出很多商品。
所以通常情況下，因為獲取賣家比獲取買家容易，賣家端的單位經濟效益可能是買家的 20 比 1、50 比 1 甚至 100 比 1。買家端的單位經濟效益可能只有 3 比 1 或 4 比 1，因為你在 Google 上花了很多錢，而這些人買東西的頻率（取決於類別）可能只有一兩次，而賣家會不斷地賣東西。
我會確保你的賣家經濟效益在單位經濟基礎上達到 10 比 1 或 20 比 1 左右。
Mike Williams: 嘿 Godfrey。抱歉，你舉手了。你想加入嗎？我們試著回答最後一個問題。
Godfrey: 我是 Godfrey，一家跨境運輸市場的創辦人，幫助二手車出口商尋找經過審核的貨運代理，將他們的車輛從美國和加拿大的拍賣場運往海外。
你提到融資的四個標準之一是「好的交易」，我看了 FJ Labs 的融資指標。我的問題是，這些融資指標發生了怎樣的變化？
Fabrice Grinda: 說實話，在市場領域並沒有真正的變化。融資規模和估值可能稍微上升了一點，但幅度不大。真正改變現狀的是 AI 公司，比如像 Mistral AI 這樣的公司，種子輪融資 1 億美元，估值達到 3.5 億美元之類的。
當你看行業的平均值或中位數時，一切都變得毫無意義，因為 AI 領域的這些離譜交易完全誇大或混淆了統計數據。除了人們大多跳過種子前輪（pre-seed）之外，我們還沒看到非常大的變化。
但我們看到的是融資難度的增加。因此，你需要有一個具備良好經濟效益的成長故事。這必須非常有說服力，讓風投別無選擇，只能認真對待你並進行投資。
Mike Williams: 這是一個很好的總結，Fabrice。我知道時間到了，但我非常感謝你今天抽空參加我們的後續小組聊天。
我知道我們討論了很多內容，有些話題和問題當然非常細微，而且視情況而定，對吧？但我認為這很棒，對大家都會非常有幫助。我還有最後一個問題，這是我慣用的結束問題，所以這次我會稍微調整一下：如果你能回到 2026 年之前，回到我們現在所處的 AI 新時代之前，你會對關於市場平台的自己說些什麼？
Fabrice Grinda: 老實說，如果有一種商業模式我認為最能免受 AI 革命影響，那就是市場平台。順便說一下，如果有一個類別我認為人們仍然低估了它的潛力，那也是市場平台。就像現在，在我們的消費生活中，我們確實得到了很好的服務，有 Lime、Instacart、Amazon、eBay、Uber 和 Airbnb。在每個主要類別中，市場平台都佔據了 15%、20%、25% 的商業份額。
但再看看 B2B 領域，幾乎還沒人涉足。在大多數類別中，滲透率還不到 1%。在這些價值數兆美元的類別中，滲透率絕對低於 5%。我認為，因為你可以做更多的工作，也因為它們進展緩慢等等，你將擁有驚人的防禦力。所以我仍然認為市場平台是未來的方向。它們是輕資產的，你會建立起護城河，它們將具有防禦性。
只要善用所有工具，不要讓自己被淘汰，但也要明確一點，不要讓它們利用你來訓練數據。沒錯，你仍然在正確的地方，做著正確的事。
Mike Williams: 太棒了。這是很好的結尾建議，很多人都在點頭表示贊同。我們再次感謝你抽空加入我們。當然，我會分享你的部落格和 FJ 的連結，這樣如果有人還沒關注的話，可以持續關注並聯繫。
非常感謝你的加入，也謝謝大家今天提出的精彩問題。
