最后更新:
Ming Zhao 是 Atomic Vaults 的联合创始人兼首席执行官。凭借金融和技术背景,Zhao 已成为传统金融与数字资产交汇领域的关键人物。她还因积极致力于提高散户投资者获得以往仅限机构投资者的复杂交易期权的机会而受到关注。[1]
Ming Zhao 就读于哥伦比亚大学,学习计算与应用数学,并以优等生(Magna Cum Laude)身份毕业。在校期间,他是 Phi Beta Kappa 荣誉学会成员,并担任线性代数和多元微积分的助教。[8]
Ming Zhao 于 2015 年在花旗银行(Citi)销售与交易部门工作,职责涉及利率掉期、企业信贷和股票衍生品交易。2015 年 12 月至 2017 年 5 月,她在纽约大都会区的 Point72 担任投资分析师,这为她后来从事区块链工作奠定了基础。
2017 年 6 月至 12 月,Zhao 在旧金山的 The Human Diagnosis Project 担任软件工程师。她于 2018 年 1 月加入 Darktrace 担任技术客户经理,并任职至 2019 年 6 月。
2019 年 6 月至 2021 年 1 月,Zhao 担任 DeNexus, Inc. 的联合创始人兼首席技术官。该公司开发了 DeRISK SaaS 平台,利用网络和网络威胁信息为企业量化潜在的财务影响。
2021 年 7 月,Zhao 成为 Atomic Vaults 的联合创始人兼首席执行官。该公司运营一个零售交易技术平台,使用云原生基础设施并提供碎片化期权交易。
Zhao 还通过 Atomic Vaults 相关的活动参与了 Web3 和加密金融社区,包括有关加密金融以及传统金融系统与数字资产互动的行业论坛和会议。[1] [2] [3] [4] [5] [6]
Ming Zhao 接受了 Jonah Lupton 的采访,参加了 2023 年 4 月 25 日发布的《与鲸共投》(Investing With the Whales)节目。讨论涵盖了初创企业融资、风险投资、公司估值、硅谷银行倒闭的影响、金融科技整合、旧金山商业房地产以及人工智能的发展。
Zhao 讨论了风险债(venture debt)作为初创企业除股权融资外使用的一种融资机制。她将其描述为产生利息并需要偿还本金的债务,协议可能包括认股权证,为贷款人提供获取股权的机会。她还将硅谷银行描述为初创企业常用的信贷额度提供者,并将其倒闭归因于其资产期限与存款提现特征之间的错配。据 Zhao 称,快速提现导致了该银行的倒闭,并影响了初创企业获得风险债的机会。
讨论根据公司阶段区分了初创企业的融资状况。Zhao 表示,种子轮和 A 轮公司面临的估值压力小于后期阶段的公司,人工智能公司吸引了投资者的兴趣。对于 C 轮及以后阶段的公司,她描述了进入公开市场的机会有限,且难以按之前的估值筹集新资金。讨论的选择包括折价融资(down rounds)、平价融资(flat rounds)、额外的债务融资以及削减运营支出(包括裁员)。
Zhao 还描述了市场低迷期间风险投资实践的变化。据她观察,投资者正在进行更多的尽职调查,并将资金投向更少的一组公司。她将这种做法与 2021 年市场周期中观察到的更广泛的投资活动进行了对比,当时风险投资公司参与了大量的初创企业融资。
对话涉及了金融科技领域潜在的整合,包括涉及 2020 年和 2021 年成立的经纪公司的收购。Zhao 讨论了客户账户是可能影响收购决策的一个因素,特别是在获取新客户成本高昂的行业。她还解释说,投资协议中的清算优先权会影响收购收益的分配,当公司以低于先前估值的价格出售时,可能会导致创始人获得的收益有限。
旧金山的商业房地产是另一个话题。Zhao 描述了远程办公扩大后办公室入驻率下降的情况,并讨论了入驻率、租金收入与物业融资之间的关系。她指出,利率上升可能会增加浮动利率债务物业的融资成本,可能导致违约、止赎或物业出售。讨论还涵盖了远程办公对技术招聘的影响,包括公司在旧金山地区以外招聘员工以及以更小的办公空间运营的能力。
Zhao 讨论了人工智能公司和研究活动在旧金山湾区的持续集中。她将这种集中归因于该地区拥有的大学、研究机构、技术公司和专业人才。讨论包括涉及图像和视频的生成式 AI 应用,以及 ChatGPT 等大语言模型。
访谈还探讨了生成式 AI 在搜索中的应用。Zhao 将 ChatGPT 视为获取信息的另一种界面,并建议广泛采用基于 AI 的搜索可能会改变现有的搜索和数字广告模式。她还指出计算成本是基于 AI 搜索经济学的一个因素,因为生成响应比传统的搜索查询需要更多的计算资源。[7]
2026年8月20日。02:06 UTC
编辑摘要:
Updated wiki content; events updated (2→2), media increased 1→2, references added 6→8 (2 more)
