免費閱讀17 次瀏覽

Vanta 執行長 Christina Cacioppo：SaaS 估值腰斬、別轉賣 AI token，頂尖人才薪酬五年漲十倍

站長

資安合規平台 Vanta 的共同創辦人暨執行長 Christina Cacioppo，睽違五年再次上 Patrick O'Shaughnessy 主持的投資節目《Invest Like The Best》。這場約一小時的對談，從市場口中的「SaaS 末日」（SaaSpocalypse）、AI 產品該怎麼定價、八年老公司怎麼改造成 AI 代理人產品，一路聊到矽谷人才大戰、AI 時代的資安，以及 Vanta 那面有名的高速公路看板怎麼被搶走。

以下是聽完後的重點整理與評論。

誰在對話？

Christina Cacioppo：Vanta 共同創辦人暨執行長，曾任創投 Union Square Ventures 投資人，也教過個體經濟學。
Patrick O'Shaughnessy：投資公司 Positive Sum 執行長，《Invest Like The Best》主持人。

關係揭露： Vanta 是這集節目的贊助商之一，節目中也有 Vanta 的廣告。Cacioppo 談 Vanta 的產品、成長與未來估值，屬於經營者對自家公司的看法。

Vanta 是什麼？八年、一萬六千家客戶

Vanta 大約八年前成立，她笑說感覺像八千年。公司一開始幫企業建立資安與合規制度，再通過 SOC 2、ISO 27001、HIPAA 這類稽核，讓客戶拿得出「我很安全」的證明，後來延伸到資安問卷、信任中心等，現在有約一萬六千家客戶、五條產品線。

當年做同類產品的新創很多，她認為 Vanta 能勝出，靠的是執行力：軟體公司「只跟你上一次推出的東西一樣好」，現在別人一個週末就能用 AI 拼出你的產品，只能不斷推新功能。另一個關鍵是整合：Vanta 能串接約 400 種工具，把資料集中起來，她稱為「信任圖譜」，其實就是一個資安資料湖，這也是後來做 AI 代理人的基礎。

SaaS 末日：好生意，估值卻只剩三分之一

O'Shaughnessy 點出一個反差：Vanta 成長很快、毛利很高，四年前這被視為最好的商業模式，現在市場給的估值倍數卻只剩過去的三分之一到四分之一。

Cacioppo 形容這是一種認知失調。長期來看，一家成長 80%、毛利 80% 的公司，最後賺回的現金應該比成長 160%、毛利只有 30% 的公司多；但今天後者的估值倍數可能是前者的十倍。她一方面覺得市場不理性，一方面也得面對現實：要募資時，很多投資人是 AI 極端派，有的創投甚至說只投 AI 實驗室和「愛荷華州的自動駕駛曳引機」，中間什麼都不投。人才也一樣，員工如果覺得自己上錯船，就會換船。她的態度是：長期會回歸合理，但你得撐到那個長期。

小評： 這段把 2026 年軟體股的處境講得很直白：市場現在獎勵的是「成長速度」與「AI 故事」，而不是毛利與現金流。對投資人來說，如果相信長期終究回歸基本面，高毛利、穩定成長、估值被壓低的軟體公司，可能是被錯殺的一群；但這個「長期」要多久，沒人知道。

AI 定價陷阱：轉賣 token，就是逼客戶拿你跟 Claude 比

這是本集最有實務價值的一段。Vanta 的新產品是一個 AI 代理人：例如員工離職卻沒被移除所有帳號，代理人會主動說「我幫你寫了一個自動處理的流程，要開啟嗎？要不要以後都自動做？」它會依情況產生對話或介面，讓使用者一路做下去，而不只是丟一個紅色警示。

這樣做會用掉很多 token，但她反對按 token 收費。客戶很精明，你一按 token 計價，對方馬上會想：「你把 Claude 的 token 加價四倍賣我，你真的比 Claude 好四倍嗎？我自己試試看。」等於把自己放進和模型公司直接比價的位置，沒有一家應用軟體公司會想走到那一步。改用「點數」包裝也一樣，客戶看得出來。

所以 Vanta 目前自己吸收 token 成本、接受較低毛利，專心衝使用率：現在約 25% 的客戶在用代理人流程，目標是 75%，她認為這會大幅提升續約與淨留存率，定價之後再來處理。她說現在是這項技術的「使用與部署階段」，先把使用做起來。

至於要不要改用像 Kimi 這種便宜的模型，她說年初就為每個代理人任務建立評測，由曾經實際主持過資安合規工作的專家撰寫標準。目前換模型主要看品質，不是成本，因為合規這類「做決策、採取行動」的工作，token 用量遠低於寫程式。

大家都想走向「按成果收費」，她以前教過個體經濟學，非常喜歡這個概念上的誘因一致，問題是成果很難定義。客服單結案只是產出，客戶真正要的成果是「我的 Sonos 音響能用了」。就算退一步按產出收費，文件草稿、警示處理、帳號移除，列得出三種就列得出五十種，使用者會被搞得很累。

小評： 這段等於提醒投資人看 AI 應用公司時，要分辨兩種毛利下滑：一種是為了衝使用率而主動吸收成本，另一種是商業模式本身被模型公司擠壓。前者有機會在使用量站穩後回升，後者則可能長期淪為模型的轉售商。

八年老程式碼怎麼交給 AI

她說，把 AI 寫程式工具丟進小型程式碼庫很容易，丟進八年老程式碼庫就難得多，AI 讀不完所有脈絡，會做蠢事，還得派熟悉系統的工程師在旁邊看著，失去一半意義。所以 Vanta 過去一年花很多力氣把程式碼模組化，讓 AI 一次只需要理解一小塊。她說 Notion 在這件事上比他們早了大約九個月。她的比喻是：以前新工程師要花一段時間熟悉程式碼，現在等於明天要讓九千個新工程師同時上工。

如果用 1 到 10 分評估「AI 是否徹底改變經營公司的方式」，她給 8 到 9 分：凡事都很難、人最重要這些老道理不變，但做事的方法應該大不相同。她也同意部分市場的結構已經變差，再厲害的創辦人走進去也會撞牆。

一個關於「入門精靈」的小故事

她分享了一段很有人味的管理經驗。Vanta 今年要改善大客戶的導入流程，團隊連續幾次產品審查都帶來傳統的「入門精靈」：四個步驟、一條進度條、最後撒彩帶。她一直說「不要再做精靈了，去用大型語言模型」，團隊還是照做。最後追問才知道，大家不是不懂，而是擔心「把檔案拖進來讓 AI 整理」的做法萬一失敗，而他們以為這個專案不允許失敗。她明確表態「就賭 AI 這條路，破釜沉舟，一定做出來」，團隊立刻問「那明天能再審一次嗎？」現在上線的版本就像 Claude：一個大畫布，把雜亂的檔案和截圖全丟進去，系統整理後再問你問題，效果很好。

小評： 推動 AI 轉型的阻力，常常不是能力，而是員工覺得自己不能失敗。這對任何主管都是實用的提醒。她也說，現在比一年前更有同理心，會去找出員工卡住的原因，而不是直接認定對方不夠積極。

人才大戰：頂尖員工薪酬五年漲十倍

市場現在要求每家公司都講出「千億美元」的故事。她半開玩笑地說，是不是該改口說「Vanta 的底線是 500 億美元，問題是你加入後能不能帶我們到 2,500 億」。挖角的說法也越來越誇張，例如「我們今天估值 60 億，下個月紅杉會用 100 億投資，明年有人會拉到 250 億，現在進來還是 60 億的價格」。她的做法是回到 Vanta「說到做到」的原則：不誇大，把業務數據攤開給候選人看，用數據對抗氣氛。

遇到被挖角的員工，她會問對方真正在意什麼。有一位很強的主管被挖角，是因為覺得自己在 Vanta 不能做大決策，而新公司承諾給他完整決策權；她的回應是「你需要什麼才能做這些決定？那就去做」，這位主管至今仍在 Vanta。

她坦言公司薪酬已大幅調高，薪資級距「現在有點像笑話」，實際行情是市場上別人開出的價格。和五年前相比，頂尖員工的總薪酬大約漲了十倍，她認為甚至應該更高，而且漲速還在加快。唯一的反作用力是投資人什麼時候會開始在意股權稀釋與股票薪酬，這在 2022、2023 年討論過，現在完全沒人提。員工認股的定期收購（tender offer）她也覺得不健康，但已經是常態，員工會把它視為薪酬的一部分。

至於上市，她說 Vanta 的目標是成為一家大型獨立公司，美國大型獨立軟體公司幾乎都是上市公司，所以上市是手段，不是她的人生清單。

小評： 頂尖人才薪酬十倍、市場不在乎股票薪酬，是典型的多頭市場特徵。投資人可以留意：一旦市場重新在意稀釋，股票薪酬比重高的科技公司，獲利表現可能被重新檢視。

什麼被高估、什麼被低估？

被低估： 熟悉公司與客戶的人。她認為很多 AI 公司擴張業務團隊時，太看重「你是不是很會賣東西」，但在 AI 時代，懂公司脈絡和客戶脈絡的人更有價值，純粹的銷售技巧反而比四年前稍微不值錢。
被高估： 按 token 收費、為了低毛利而低毛利，以及為了行銷而自己後訓練（post-training）模型。她說，如果讓推論服務商說真話，後訓練的主要理由是降低成本，不是提升品質；現在很多公司這麼做，主要是為了讓投資人覺得自己是「真正的 AI 公司」。把模型直接交給客戶，就像 2011 年手機 App 還沒發明「下拉更新」的階段，大家還沒找到正確的使用方式。
前線部署工程師（FDE）： 她覺得這個熱潮有點過頭。這個職位本質上是專業服務，Palantir 能做是因為合約動輒八位數美元，很多公司用在五、六位數美元的合約上，經濟上划不來。

一個關於中國模型的觀察

她說最近拜訪法國客戶時很意外，巴黎很多軟體公司主要用中國模型。她原本以為是民族主義或反美情緒，結果被糾正：他們是在美國把某些模型限制為不對非美國用戶開放之後，意識到業務連續性風險，擔心建立在美國模型上的業務哪天會被切斷，於是改用中國模型。

小評： 這和本站先前整理的 IBM 執行長訪談中對開放權重模型的看法互相呼應：對美國以外的企業來說，模型的「可取得性」本身就是風險，開放權重與可自行部署的模型，會因此多一層吸引力。

AI 時代的資安：用機器的速度修補

她認為 AI 模型比人有耐心太多，人試了九千次可能就放棄，模型會試上無數次。外界多半關注 AI 找到「零時差漏洞」，但她認為更常見的是：AI 把十幾個單獨看來都只是低風險的小問題串在一起，變成真正的攻擊路徑。過去「低風險、90 天內再修」的排序方式因此被打亂，只能盡量發現就修；如果修補速度能跟上機器，就不太需要排優先順序。她坦言，走到那一步的過程會很顛簸。

O'Shaughnessy 把它想像成「一直有白帽駭客代理人在嘗試入侵，旁邊有另一個代理人負責修補」。她說部分 Vanta 客戶適用這樣的產品，但大型企業交給 CrowdStrike 會做得更好，Vanta 的策略是找自己已經深入、競爭者沒那麼重視的市場。例如雲端設定錯誤檢查，Wiz 的客戶多半是數千人以上的公司，年費起跳約 15 萬美元，Vanta 想做的是年費 4 到 5 萬美元、更適合中型企業的版本。

她也說，越來越多公司得向企業客戶、政府、監管機關證明自己的軟體是「工業級」的，Vanta 想站在雙方中間。五年後的資安會更快、更激烈，人類會從逐一做決定，轉向設計系統、寫規則、寫評測。

輕鬆一點：從怕上台到喜歡做業務

被問到八年前的自己最想不到會擅長什麼，她說是「業務與市場推廣」。她以前很不會公開演講，最緊張的是在自己團隊面前，因為最在乎他們的看法；靠著不斷上台的「暴露療法」才慢慢進步。她說「大家不會記得你說了什麼，只會記得你讓他們有什麼感覺」這句老話雖然煩人，但真的很準，關鍵是自己相信你講的內容。

關於「代理人」這個詞到底是什麼意思，她開玩笑說：講「代理人」可以多拿兩倍營收倍數，講「harness」（代理人框架）可以多拿三倍，講「提示詞檔案」就扣三倍。

另一個很真實的取捨：有美國大企業想買 Vanta，卻要求先把 AI 功能關掉，因為非 AI 工具比較容易通過採購審核，等導入後再打開。她覺得很荒謬，Vanta 不打算為此做一個「關閉 AI」的開關。

她說創業初期的動力帶點「大家覺得我做不到，我偏要證明」的狠勁，現在少了一點那種黑暗面，更像是「我們已經走到這裡，來看看還能走多遠」，雖然不是時時都很開心。

看板大戰：一張「用蠟筆寫的合約」

Vanta 在舊金山灣區 101 號公路上的看板非常有名。她本來對看板很懷疑，覺得追蹤效果很差，多半是創辦人的虛榮心。2021 年夏天行銷團隊想試戶外廣告，當時的產品經理 Sarah 想出一句文案「讓合規不那麼爛」（compliance that doesn't suck too much），行銷主管覺得像在念使用者，要她再想想。Sarah 很少越級，但這次直接找了 Cacioppo，她看完立刻笑出來，傳給投資人 Andrew Reed，對方也很喜歡，於是就上了。結果看板爆紅，推文瘋傳，連 Reddit 會計版都轉，她說被會計版喜歡是想都沒想過的人生成就。

2022 年市場崩跌，101 號公路上空出很多看板，Vanta 用不算貴的價格拿到 101 與 280 交會處附近的好位置，她甚至在節目上說合約鎖了好幾年。後來很多公司問他們怎麼做看板，他們把同一位廣告商推薦給別人，介紹了數百萬美元的生意。

結果多年後，Sarah 和在新創工作的朋友吃飯，對方說「你們怎麼放棄那個看板位置？我們剛簽下來了」。回頭一查，根本沒有多年合約，只有一張刊登單，她形容那是「用蠟筆寫的合約」，對方出價更高就被換掉了。她去找那家公司的創辦人，說對方付約 150 萬美元，她願意出 300 萬買回來，對方回答：「我們已經有正向現金流了。」她說，她這個買家完全沒有價格彈性，結果遇上一個同樣沒有價格彈性的賣家，看板就這樣沒了。她笑說，當下真的覺得是個壞兆頭，好像 Vanta 的「氣氛市值」掉了一截。

小評： 這個故事好笑之餘也很實際：再紅的品牌資產，背後如果沒有一份像樣的合約，也可能一夕易主。

投資人該看哪裡？

她說自己不羨慕現在的創投，因為壓力比經營公司還大，甚至有人說「過去四年沒投過 AI 實驗室或推論服務商，乾脆關掉基金」。她觀察到的機會包括：

開源模型周邊的生態系： 大家都認定開源模型會很重要，但圍繞它們的工具與服務公司，遠不如大型實驗室周邊那麼完整，她覺得這中間有落差。
資安新創與營收科技： 她看到很多人創立資安公司，也有很多人在做業務與行銷相關的軟體；老牌業者反而多在走私募式的節流路線。
機器人： 雖然有熱度，但相對軟體仍被低估，而且模型在這個領域進步得很快。
政府與企業現代化： AI 讓政府官員與企業資安長更有急迫感，過去爭取不到的預算，掛上 AI 之後就容易得多。

信任，才是 AI 時代最稀缺的東西

最後她談到，大家對科技公司的信任一年不如一年，從資料中心的討論到個人 AI 代理人都看得出來。她說自己不會把個人郵件和聊天紀錄交給新的個人代理人公司，寧可交給 Google 或蘋果這類大公司。O'Shaughnessy 的總結是：AI 帶來一個「興奮度極高、信任度極低」的時代。她認為企業市場的信任可以靠數據、具體改善曲線與合約承諾慢慢建立，消費市場則多半靠感覺，很難扭轉。

用一個詞形容 Vanta 未來五年，她選「擴張」：八年累積的客戶與資料，接下來可以在上面蓋更多產品。

這對讀者代表什麼

軟體股的估值邏輯已經改變。 市場現在偏好高成長的 AI 故事，高毛利、穩定成長的 SaaS 公司估值被大幅壓縮，但這未必反映長期現金流。
AI 應用公司的毛利要看「為什麼下滑」。 主動吸收 token 成本衝使用率，和被模型公司擠壓，是兩回事。按 token 轉售的商業模式，很容易被拿去和模型直接比價。
AI 讓資安從「排優先順序」變成「拚修補速度」。 攻擊方可以把多個小問題串成大漏洞，防守方只能盡快全部修補，資安支出與自動化需求會持續增加。
人才成本快速上升。 頂尖人才薪酬五年漲十倍，一旦市場重新在意股權稀釋，科技公司的獲利品質會被重新檢視。

未來投資可以留意的方向

以下為本站編輯的評論與觀察清單，不構成投資建議。

被壓低估值的高毛利軟體股： 若市場回歸看現金流，成長穩定、毛利高、已導入 AI 代理人的 SaaS 公司可能重新被評價；風險是 AI 新進者持續侵蝕市場，「便宜」可能變得更便宜。
資安平台： CrowdStrike、Palo Alto Networks、Zscaler 等大型平台，以及雲端資安與自動化修補相關業者；風險是估值已反映不少 AI 資安題材。
開放權重模型生態系： 推論服務、模型部署工具與企業自建 AI 的周邊業者；美國以外企業對模型可取得性的擔憂，可能帶動自行部署需求。風險是開源模型的地緣政治與合規疑慮。
AI 模型與算力供應鏈： 不論應用公司怎麼定價，token 用量都在上升，SpaceX（SPCX）旗下的 xAI 等模型業者，以及 GPU、伺服器與台灣 AI 伺服器供應鏈仍是基礎受惠者；風險是資本支出循環與價格競爭。
機器人： 模型能力進步快，相關零組件與系統整合業者值得長期追蹤；風險是商業化時程與估值過熱。
股票薪酬比重高的科技股： 留意財報電話會議中管理層對股票薪酬與稀釋的說法，這可能是市場情緒轉向的早期訊號。

主要風險： SaaS 估值持續受壓、AI 應用公司毛利被模型成本侵蝕、人才成本推升費用，以及資安事件規模與頻率上升。

來源

聽後整理： How AI Is Repricing Every Software Company（YouTube／Invest Like The Best，2026 年 10 月 20 日）
主持人：Patrick O'Shaughnessy（Invest Like The Best）
受訪者：Christina Cacioppo（Vanta 共同創辦人暨執行長）
文中數字與說法皆為受訪者或主持人於節目中的陳述。

非逐字翻譯、觀點整理，不構成投資建議。