Investor Mitchell Green: Companies Without Earnings Face Severe Risks, Chinese AI Underestimated, SaaS Downturn Overreaction

Investor Mitchell Green: Companies Without Earnings Face Severe Risks, Chinese AI Underestimated, SaaS Downturn Overreaction

N
News Editor 01
2026-07-05 13:23:11
Mitchell Green warns that companies lacking earnings or EBITDA face severe downturn risks. He believes Chinese AI companies are underestimated, the SaaS market sell-off may be an overreaction to AI, and ByteDance is the most advanced AI company. He advises aggressive early-stage venture investments.

在最近一期20VC播客中,Lead Edge Capital创始人兼管理合伙人Mitchell Green分享了对当前科技投资市场的深刻见解。他指出,在经济环境不确定性加剧的背景下,缺乏盈利或EBITDA的公司将面临严峻的下行风险;中国AI企业的创造力被西方世界低估;而SaaS市场的这轮暴跌可能只是对AI发展的过度反应。

无盈利公司:没有安全垫的悬崖

Mitchell Green强调:“如果没有盈利或EBITDA,这些股票就没有底部。”他认为,当前市场对无盈利公司的惩罚会非常严厉,因为这些企业在经济下行时缺乏缓冲。投资者应高度关注公司的财务健康状况,尤其是那些依赖未来增长预期而非当前现金流的公司。

中国AI:被低估的创新力量

Green特别指出:“不要低估中国人的创造力以及他们以远低于美国的方式逆向工程和工程化的能力。”字节跳动(ByteDance)被他视为全球最先进的AI公司,但西方世界对此认识不足。中国AI企业擅长低成本、高效率的解决方案,这将深刻重塑全球AI竞争格局。

SaaS下跌:过度反应还是理性回归?

Green认为,许多SaaS股票的抛售源于华尔街过度乐观的增长预期。“去年底华尔街对今年的预测过高,这导致了后续的修正。”但他同时表示,市场对AI产品发布(如Anthropic)的担忧可能被夸大,当前下跌创造了买入机会。Lead Edge Capital正在积极买入软件股,如Toast(餐厅POS系统公司)。

创始人领导 vs 高杠杆困境

Green对非创始人担任CEO的公司持“毫不妥协的负面态度”,认为创始人领导的企业在技术变革中更具适应性和创新能力。相反,高杠杆公司因缺乏现金流而无法进行必要的创新,“大多数高杠杆公司都无法创新”。

早期风投策略:敢于下注

对于早期阶段的风险投资,Green主张激进策略:“回报来自100倍或零,你应该敢于投资。”他认为,在当前市场低迷时期,识别并押注具备颠覆性潜力的早期项目正是获得超额回报的关键。

总体而言,Mitchell Green的观点为投资者提供了在动荡市场中寻找机遇的框架:聚焦财务稳健的公司、关注中国AI领域的低估机会、利用市场过度反应布局优质软件资产,并高度重视创始人领导力。

This article was originally published by Bit.Fan. For more cryptocurrency news and market insights, visit www.bit.fan.
300

Disclaimer:

The market information, project data, and third-party content displayed on this platform are for industry information sharing only and do not constitute any form of investment advice or return commitment.

Cryptocurrency trading carries high risks. Users should fully assess their risk tolerance and make independent decisions. All profits, losses, and legal responsibilities are borne by the users themselves.