Insight Partners 管理約九百億美元仍拒「All-in」OpenAI／Anthropic：Devin Parekh 談分散布局與估值過熱

TechCrunch 於 2026 年 9 月 13 日刊出 StrictlyVC 紐約活動專訪，Insight Partners 共同負責人 Devin Parekh 說明：即使基金已持有 OpenAI 與 Anthropic 股份，仍刻意維持分散，而不是把整隻基金押注兩家前沿實驗室。本文已對照 TechCrunch 原文核對關鍵陳述，來源真實性已驗證。

一、事件還原：約 900 億美元 AUM，卻不跟風「只押兩家」

技術與商業細節

Parekh 與 Insight 共事約二十六年。專訪中他指出，Insight 管理資產約 900 億美元，布局涵蓋早期、成長與收購，並以全球、隨時間調整的配置運作，而非固定地區配比。他坦言公司同時持有 OpenAI（偏消費端敘事）與 Anthropic（企業策略較清晰）的後期股份；在早期／董事會階段，基金仍會對直接競爭對手設資訊壁壘，但當融資規模膨脹、投資人已離開董事會席位時，排他條款難以維持，後期「買優質股票」式配置才變得常見。

對比市場氣氛，Parekh 觀察：今年上半年，OpenAI 與 Anthropic 合計吸走約一半創投資金；他作為其他基金的 LP，甚至見到有新基金募資簡報直接寫「本基金 35%–40% 將投入其中一家」。Insight 則強調跨多隻基金、長週期的分散——他說若此刻把約 25% 基金押在 Anthropic，帳面回報可能更好，但長期數據並不支持過度集中。

專訪亦提到輸贏實例：Insight 曾競投法律 AI 新創 Legora，合夥人飛赴創辦人所在地簡報，最終輸給 General Catalyst；同時以 Databricks、Wiz 等加碼贏家的路徑，說明「先小注、再加倍」的做法。實體 AI／機器人方面，Parekh 認為多數仍偏科學專案，採用時點未明，Insight 暫觀望。

二、技術與市場原理：前沿實驗室吸金，如何扭曲風險模型

傳統創投邏輯是：後續輪應換取更多營運數據，以較高估值買較低風險。Parekh 指當下輪次推進極快，幾乎沒有增量數據就抬價，等於「付更多錢卻沒降風險」。對策之一是把支票寫得更早、更小（他舉例約 2,000 萬至 2,500 萬美元，而非數億美元級），再在贏家身上加碼。

更深一層，前沿模型公司的巨額融資敘事，正在重寫 LP 與 GP 的集中度容忍度：當單一標的足以吃掉基金很大一部分，組合建構就從「一籃子成長公司」變成「押注少數文明級基礎設施」。Parekh 的反方觀點很務實——創投本業長期獎勵分散與 DPI（把紙上富貴變成退給 LP 的現金）。他表示，過去兩年 Insight 已透過策略出售與 IPO 等途徑，向 LP 退回逾 200 億美元，並強調即使看好後市，仍應先取回成本基礎（basis）。

對企業採購端，這映射成同一命題：把關鍵工作流、客戶數據與合規義務全部綁死在單一閉源 API，短期或可換速度，長期則承擔供應商路線圖、定價、安全事件與監管節奏的單點風險。

三、應用場景

1. 開發者與技術團隊

多模型路由、可替換的推論後端，以及評估／觀測層（eval、tracing、成本儀表）應成為預設架構。當創投都在討論「不要只押兩家實驗室」時，工程更不應把提示詞、工具呼叫與資料管線寫死在單一供應商 SDK。

2. 企業與隱私敏感行業

金融、法律、醫療與政府相關數據若進入不可控的供應商日誌或訓練管線，合規成本往往高於模型價差。分散布局不只是同時買兩家 API，而是區分：哪些負載必須留在可審計環境（私有或專屬實例），哪些可用公有前沿模型。

3. 一般用戶

消費級聊天機器人的品牌集中，並不自動等於企業該「All-in」同一家。體驗上的領先模型，與可切換、可議價、可審計的企業供應鏈，是兩件不同的事。

4. 香港與亞洲視角

香港企業同時面對跨境數據、行業牌照與成本紀律。若只追兩家美國前沿實驗室的最新模型名稱，容易忽略區域部署、私有微調，以及契約中的切換與資料主權條款——這些才寫得進董事會風險登記冊。Parekh 對「估值過熱、缺乏增量數據仍加價」的警告，對亞洲買家同樣適用。

四、專業評價

可取之處

以 LP／GP 雙重身分談集中度，補足「人人加碼 OpenAI／Anthropic」敘事的另一面。
區分早期治理衝突與後期財務性持股，有助理解同行持股為何變常見。
強調向 LP 退回現金與取回 basis，對照紙上估值狂潮，具實務參考價值。

需留意

內容為活動專訪與編輯整理，非經審計的基金披露；金額與比例應視為受訪者陳述。
「上半年約一半創投資金流入兩家」屬受訪者市場觀察，統計口徑可能不同。
Insight 本身已持有兩家實驗室股份，其「分散」是相對更極端集中策略而言，並非零敞口。

結語

在 Anthropic 傳出上市衝刺、OpenAI 暫緩公開市場節奏的同一新聞週，Insight 的表態提醒：最大的風險不一定是「沒買到龍頭」，而是把流動性、治理與技術路線全部押在同一敘事上。對香港企業而言，更務實的問題是——哪些推理必須留在自己可審計的邊界內，哪些可以外包給公有模型。

若你正在評估私有化部署、微調與香港境內資料托管，避免把核心工作流綁死在單一前沿 API，可了解 YSK Limited 的企業私有 LLM 全托管（年費由 HK$88,000 起，Dataset → QLoRA/LoRA → 私有 API）：https://ysk.hk/services/ai-automation

參考來源

TechCrunch，〈Insight Partners' Devin Parekh on why the firm is diversifying while everyone else bets the farm on OpenAI and Anthropic〉（2026-09-13）：https://techcrunch.com/2026/09/13/insight-partners-devin-parekh-on-why-the-firm-is-diversifying-while-everyone-else-bets-the-farm-on-openai-and-anthropic/
發現來源（X @TechCrunch）：https://x.com/TechCrunch/status/2099250543520567438