文 | 融中財經(jīng)

過去三個月，a16z發(fā)了三份報告。

去年12月的年度"Big Ideas"，是預(yù)言；1月30日針對100家全球頂級企業(yè)的CIO調(diào)查，是驗證；2月19日聯(lián)合AI推理平臺fal發(fā)布的《生成式媒體現(xiàn)狀》，是新變量。

這家管理規(guī)模超過900億美元、押中過Airbnb、GitHub的機構(gòu)，每次開口，都會引發(fā)一輪跟風(fēng)——數(shù)百家基金開始盯著同一個方向，數(shù)十億美元開始尋找同一類標的。所以讀懂它在說什么，不只是了解硅谷在想什么，更是在提前看一張資金流向圖。

三份報告疊在一起，拼出的結(jié)論只有一個：AI的上半場打完了。誰的模型更大、算力更強，這場軍備競賽幾乎已經(jīng)沒有懸念。真正的戰(zhàn)爭，是下半場——誰能把AI嵌進真實的行業(yè)里，誰能解決那些又臟又難、但價值巨大的落地問題。

本文逐一拆解a16z這三份報告的核心判斷，以及這些判斷背后，錢正在往哪里流。

模型戰(zhàn)爭結(jié)束了，但真正的戰(zhàn)爭剛開始

如果你在兩年前問一個硅谷投資人，AI最核心的競爭壁壘是什么，答案幾乎是一致的：算力。誰有更多的GPU，誰就有更強的模型，誰就贏了。

但這個邏輯在2025年悄悄失效了。

不是因為算力不重要，而是模型和模型之間的差距，正在以肉眼可見的速度收窄。大模型之間當然有差異，但對于絕大多數(shù)企業(yè)的實際需求來說，它們已經(jīng)"夠用了"。當"夠用"成為基準線，比拼誰的模型更聰明就變成了一場沒有終點的消耗戰(zhàn)，邊際的改善卻極為有限。

真正的戰(zhàn)場，在別處。

a16z基礎(chǔ)設(shè)施團隊的合伙人Jennifer Li在Big Ideas報告里說了一句讓很多人印象深刻的話：企業(yè)AI現(xiàn)在最大的瓶頸，不是模型不夠聰明，而是自己的數(shù)據(jù)太亂。她用了一個詞——"數(shù)據(jù)熵"。每家公司都淹沒在PDF、截圖、郵件、操作日志里，80%的企業(yè)知識以非結(jié)構(gòu)化的形式散落在各個角落，從來沒有被系統(tǒng)整理過。你買了最好的模型，搭了最貴的系統(tǒng)，但喂進去的是一團亂麻，出來的自然是錯誤和幻覺。

與其說是技術(shù)問題，不如說是一個被長期忽視的基礎(chǔ)工程問題。

a16z的報告里舉了幾個例子，把這個問題講得很具體。投行分析師用Hebbia，幾百份公開文件自動分析完，財務(wù)模型直接生成，以前要熬幾個通宵做的事情，現(xiàn)在可以去睡覺了。醫(yī)生用Abridge，它能實時記錄醫(yī)患對話，自動整理病歷和后續(xù)跟進事項，醫(yī)生看診時不用再一邊問話一邊盯著屏幕敲字。還有做財務(wù)對賬的Basis，跨系統(tǒng)自動核對試算表，原本需要人工反復(fù)比對的工作變成幾分鐘的事。

這些公司有一個共同點：它們沒有在造更聰明的模型，它們在解決數(shù)據(jù)從混亂到有序的問題。

而這個問題，越難解決，護城河越深。它需要深入每個行業(yè)的具體流程，理解每套系統(tǒng)的數(shù)據(jù)格式，沒有任何捷徑可以走。這也是為什么a16z把它列為2026年最值得關(guān)注的創(chuàng)業(yè)方向之一——不是因為它性感，恰恰是因為它足夠臟、足夠難，才足夠值錢。

但數(shù)據(jù)只是起點。當?shù)鼗蚝弥?，真正的競爭才剛剛開始——誰來占領(lǐng)模型層，誰來贏得企業(yè)端的錢包份額。

OpenAI還是老大，但這場仗比你想象的要亂

2月12日，Anthropic完成300億美元G輪融資，估值3800億美元。五個月前，它的估值還是1830億。翻了一倍多。

但這筆融資，甚至不是過去一個月里關(guān)于Anthropic最重要的新聞。

就在一個月前，a16z發(fā)布的CIO調(diào)查已經(jīng)給出了預(yù)警。報告顯示，OpenAI的企業(yè)滲透率是78%，錢包份額將近56%，賬面上依然是無可爭議的第一。但報告同時捕捉到了一個讓人坐不住的趨勢：從去年5月到現(xiàn)在，Anthropic的企業(yè)滲透率增長了25%，在所有前沿大模型廠商里增速最快。

Anthropic自己公布的數(shù)字更直接——年化營收140億美元，其中80%來自企業(yè)客戶。Claude Code的年化營收已經(jīng)達到25億美元，2026年初以來企業(yè)訂閱翻了四倍。它的CFO在融資公告里說了一句話："無論是創(chuàng)業(yè)公司還是世界500強，我們聽到的是同一句話——Claude正在變得越來越不可或缺。"

更值得關(guān)注的，是Anthropic這一個月干了什么。它發(fā)布了Claude Cowork——一個能直接接入企業(yè)Google Drive、郵件、合同系統(tǒng)的AI Agent，幫財務(wù)建模、幫法務(wù)審合同、幫HR寫招聘材料。消息出來之后，Salesforce、ServiceNow、Intuit這些傳統(tǒng)企業(yè)軟件公司的股價集體大跌。市場在用股價說一件事：如果AI能直接完成這些工作，那些靠賣軟件席位賺錢的公司，商業(yè)模式的地基開始松動了。

不過調(diào)查里最出人意料的結(jié)論，和這兩家都沒有關(guān)系。企業(yè)AI應(yīng)用層目前最大的贏家，是微軟。

不是任何一家明星AI創(chuàng)業(yè)公司，是那個賣了幾十年Office的微軟。Copilot系列產(chǎn)品借著Teams、Word、Excel的天然入口，在企業(yè)端鋪開的速度比所有人預(yù)期的都快。這對那些押注"AI將顛覆企業(yè)軟件"的創(chuàng)業(yè)公司來說，是一個需要認真對待的信號：有時候，最好的分發(fā)渠道就是那個你以為已經(jīng)老了的巨頭。

還有一個現(xiàn)象值得注意。81%的大企業(yè)目前同時在測試或使用三個以上的AI模型，比一年前高了13個百分點。沒有任何一家在贏者通吃。企業(yè)的采購策略越來越像投資組合管理——不同場景配不同模型，隨時可以切換，誰都不想被單一供應(yīng)商鎖死。

這對AI創(chuàng)業(yè)公司是一把雙刃劍。好消息是市場足夠大，壞消息是沒有人會因為"通用"而忠誠于你。要么在某個垂直場景做到不可替代，要么就等著被整合進別人的生態(tài)。

生成式媒體：一個沒有霸主的戰(zhàn)場

如果說大模型市場的競爭是一場正面硬仗——幾個巨頭拼算力、拼數(shù)據(jù)、拼融資，你死我活——那生成式媒體的競爭，更像是一片叢林，沒有主角，到處都是機會。

這是a16z在2月最新報告里揭示的一個反差。

大模型市場的格局我們剛剛說過：OpenAI、Anthropic、Google三家吃掉企業(yè)端89%的錢包份額，高度集中。但在生成式圖像、視頻、音頻這個賽道，完全是另一幅圖景。數(shù)據(jù)顯示，企業(yè)生產(chǎn)環(huán)境里平均要用14個不同的模型。14個。沒有任何一家能通吃，連接近都談不上。

原因說起來簡單：這個領(lǐng)域沒有全能王。

寫實風(fēng)格的圖像有它最擅長的模型，動漫風(fēng)格是另一家，物理仿真又是另一家，背景去除、音效生成、多鏡頭敘事各有各的專家。就像你不會用同一把刀切菜又鋸木頭，生成式媒體的用戶很快就學(xué)會了按任務(wù)選工具。報告里有一句話說得很干脆：不是沒有好模型，是沒有哪個模型在所有任務(wù)上都好。

碎片化的背后，藏著一個被大多數(shù)人忽視的機會——編排層。

生成一條完整的品牌廣告視頻，背后要串聯(lián)的東西遠比你想象的多：生成場景、控制鏡頭運動、保持角色跨鏡頭的一致性、合成對話、設(shè)計音效、最后做后期。每一步都是獨立的模型，每個模型的接口格式、錯誤處理、響應(yīng)速度都不一樣。沒有一個統(tǒng)一的編排層把這些串起來，工程師會把大半時間花在"管道"上，而不是產(chǎn)品本身。a16z認為，誰能做好這個編排層，誰就拿到了生成式媒體基礎(chǔ)設(shè)施里最穩(wěn)定的一塊——不是最耀眼的，但最難被替代。

進展最快的三個行業(yè)，報告點了名：游戲、廣告、電商。游戲公司用AI生成概念圖和場景資產(chǎn)，把原本需要幾周的流程壓縮到幾天。廣告公司一個campaign能在幾小時內(nèi)生成幾百個個性化版本，以前這需要租場地、配團隊、拍好幾天。電商更直接——成千上萬個SKU都需要產(chǎn)品圖、場景圖、季節(jié)素材，過去是漫長的拍攝和修圖周期，現(xiàn)在幾個提示詞出一套。

這個戰(zhàn)場上，中國團隊的身影并不陌生?？伸`、海螺，更不用說爆火的Seedance 2.0在視頻生成領(lǐng)域已經(jīng)打進了全球第一梯隊，在這份報告里有出現(xiàn)。這是為數(shù)不多的、中國AI公司在海外市場形成真實競爭力的賽道之一——不是靠價格，而是靠模型本身的質(zhì)量在說話。

這是一個沒有霸主的戰(zhàn)場，但正因為沒有霸主，留給后來者的空間比大模型賽道大得多。不過，如果你以為AI的機會只在這些數(shù)字世界里，那你可能錯過了a16z今年押注里最出人意料的一個方向。

AI要進工廠了

生成式媒體也好，大模型也好，說到底都還是在屏幕里發(fā)生的事。但a16z今年押注里有一個方向，讓很多人看了以后愣了一下：能源、制造、采礦、物流。

這些詞放在一份硅谷頂級風(fēng)投的年度展望里，多少有些違和。過去二十年，風(fēng)險投資的邏輯是逃離物理世界——越輕越好，越數(shù)字化越好，最好是純軟件，邊際成本為零，可以無限復(fù)制。工廠、礦山、流水線，太重、太慢、太難標準化，不是VC該碰的生意。

但a16z的美國活力團隊今年集體轉(zhuǎn)向，旗幟鮮明地押注物理世界的重建。

合伙人David說了一句話，概括了這個轉(zhuǎn)變的底層邏輯："這些公司不是在給舊工廠貼AI，它們從第一天起就是AI原生的。"從仿真開始，用自動化設(shè)計替代人工繪圖，用AI驅(qū)動運營替代經(jīng)驗驅(qū)動的管理。它們不是在現(xiàn)代化過去，它們在建造未來。另一位合伙人引用了馬斯克的話："工廠即產(chǎn)品。"她認為核電站、住房、數(shù)據(jù)中心，將來都會像流水線產(chǎn)品一樣被批量制造，而不是每一個都是一次性的定制工程。

這個判斷在整個VC圈子里正在成為共識。Bain Capital Ventures的合伙人說了一句很有意思的話：投資物理世界的AI改造，過去十年一直是"大家覺得有道理但沒人真的信"，到了2025年突然變成了所有人都在談的事。數(shù)據(jù)印證了這個轉(zhuǎn)變——2025年機器人領(lǐng)域的VC投資同比增長69%，達到222億美元，預(yù)計2026年還會再翻一倍。

過去AI進不了工廠，不是因為沒有需求，而是因為模型能力還不夠，加上工業(yè)企業(yè)的數(shù)據(jù)從來沒有被系統(tǒng)化利用過。每一次設(shè)備維修、每一條生產(chǎn)記錄、每一次質(zhì)檢結(jié)果，都沉睡在各自的系統(tǒng)里，沒有人去碰。但現(xiàn)在模型能力的天花板已經(jīng)大幅抬高，工業(yè)企業(yè)也開始意識到，自己手里握著的操作數(shù)據(jù)對AI公司來說是真金白銀。這個意識一旦覺醒，工業(yè)AI的商業(yè)化就會加速。

這也是為什么a16z把"AI原生工廠"列為2026年最重要的建設(shè)方向之一。不是改造舊的，而是從零開始建新的——新的能源系統(tǒng)、新的制造流程、新的物流網(wǎng)絡(luò)，全部以AI為核心重新設(shè)計。

物理世界的重建，才剛剛開始。而與此同時，在離普通人最近的消費端，一場新的入口爭奪戰(zhàn)也正在悄悄打響。

ChatGPT要變成新的App Store，但清算期也來了

移動互聯(lián)網(wǎng)時代，一個創(chuàng)業(yè)者想觸達用戶，繞不開兩道門：蘋果App Store和安卓應(yīng)用市場。這套規(guī)則統(tǒng)治了將近二十年，所有人都在它的框架里玩游戲。

a16z的一位合伙人認為，這道門正在換人把守。

今年OpenAI連續(xù)做了幾件事：開放Apps SDK，讓開發(fā)者直接在ChatGPT里構(gòu)建應(yīng)用；聯(lián)合蘋果推出小程序；推出群聊功能，讓ChatGPT開始滲入用戶的社交場景。Acharya把這三件事放在一起，得出一個判斷：消費科技產(chǎn)品爆發(fā)需要的三個條件——新技術(shù)、新用戶行為、新分發(fā)渠道——第一次同時成立了。ChatGPT現(xiàn)在有9億用戶，在這個生態(tài)里發(fā)布應(yīng)用，起點就是9億潛在用戶，而不是從零開始買流量。他用了一個詞：十年一遇的淘金熱。

但就在這個樂觀敘事的旁邊，有一盆冷水不得不提。

MIT的調(diào)查顯示，95%的企業(yè)目前沒有從AI投資中獲得真正有意義的回報。兩年的試驗期，大量的預(yù)算投進去，大多數(shù)人還在等那個"啊哈時刻"。TechCrunch采訪的VC說得直接：試驗期快結(jié)束了，接下來是清算期。預(yù)算集中，供應(yīng)商減少，沒有在核心場景交付真實ROI的產(chǎn)品，會被快速清出去。

熱鬧是真的，但落地比所有人想象的都難。

這大概是a16z這三份報告加在一起，傳遞出的最誠實的信號：AI的機會是真實的，但它不會自動變現(xiàn)。地基要打，數(shù)據(jù)要治理，場景要深挖，基礎(chǔ)設(shè)施要重建。那些真正愿意做這些臟活的公司，才是這輪浪潮里最后站著的人。