两年前，你问硅谷的投资人，AI最看重什么？他们会说算力。谁的GPU多，谁的模型就厉害，谁就能赢。但是，这个说法在2025年变了。不是说算力不重要，而是大模型之间的差距，现在越来越小了。它们已经“够用了”。当模型都“够用”了，再比谁更“聪明一点点”，意义就不大了。因为改进一点点，投入却很多。
真正的竞争，在别的地方。a16z基础设施团队的Jennifer Li说了一句重要的话：企业AI现在最大的问题，不是模型不够聪明，而是公司自己的数据太乱了。她叫这“数据熵”。每家公司都有很多PDF、截图、邮件、操作记录。公司80%的知识，都散在各处，没有好好整理过。你买了最好的模型，搭了最贵的系统，但是喂给它的数据是一团糟，结果自然是错误和胡说八道。这与其说是技术问题，不如说是长期被忽视的基础问题。
a16z的报告举了一些例子。比如，投行分析师用Hebbia，几百份文件自动分析完，财务模型直接生成。以前要熬几个通宵的工作，现在可以去睡觉了。医生用Abridge，它能实时记录医患对话，自动整理病历和后续事项。医生看诊时，不用再一边问话一边敲字了。还有财务对账的Basis，它能自动核对试算表。原本需要人工反复核对的工作，现在几分钟就行。这些公司，它们没有去造更聪明的模型。它们在解决数据从混乱到有序的问题。
而且，这个问题越难解决，公司的护城河就越深。这需要深入每个行业，了解每个流程，搞懂每套系统的数据格式。没有捷径。这就是为什么a16z说，这是2026年很值得关注的创业方向。不是因为它很酷，而是因为它脏、难、但是值钱。数据只是开始。地基打好了，真正的竞争才开始，就是谁能占领模型层，谁能拿到企业客户的钱。
OpenAI还是老大，但这场仗比你想象的要乱
最近Anthropic完成了300亿美元融资，估值3800亿美元。五个月前，它还只值1830亿美元。这涨得太快了。但这笔融资，甚至不是Anthropic最近一个月最重要的新闻。
a16z的CIO调查已经提醒我们。报告说，OpenAI的企业渗透率是78%，钱包份额将近56%。它现在还是第一。但是报告也看到一个趋势：从去年5月到现在，Anthropic的企业渗透率增长了25%。它在所有大模型厂商里，增速最快。Anthropic自己公布的数据更直接：年收入140亿美元，其中80%来自企业客户。Claude Code的年收入已经有25亿美元。从2026年初到现在，企业订阅翻了四倍。他们的CFO在融资公告里说：“无论是小公司还是世界500强，我们都听到一句话——Claude越来越重要了。”
更值得看的是Anthropic最近一个月做了什么。它发布了Claude Cowork。这是一个AI助手，能直接连接公司的Google Drive、邮件、合同系统。它能帮财务建模，帮法务审合同，帮HR写招聘材料。消息出来后，Salesforce、ServiceNow、Intuit这些传统企业软件公司的股价都跌了。市场用股价告诉我们：如果AI能直接完成这些工作，那么那些卖软件席位的公司，它们的商业模式就不稳了。
但是，调查里最让人意外的结论，跟OpenAI和Anthropic都没关系。企业AI应用层现在最大的赢家，是微软。没错，就是那个卖了几十年Office的微软。Copilot系列产品借着Teams、Word、Excel这些自带的入口，在企业里的推广速度比所有人想的都快。这对那些说“AI会颠覆企业软件”的创业公司来说，是个重要的信号：有时候，最好的分销渠道就是那个你以为已经老了的巨头。
还有一个现象值得注意。81%的大公司现在同时在测试或使用三个以上的AI模型，比一年前高了13个百分点。没有一家公司能独占市场。公司的采购策略越来越像在管理投资组合——不同场景用不同模型，随时可以换。谁都不想被一个供应商绑死。这对AI创业公司来说，是好是坏。好消息是市场很大。坏消息是，大家不会因为你“通用”就一直用你。你得在一个特定领域做到不可替代。不然，就等着被别人整合。
生成式媒体：一个没有霸主的战场
大模型市场的竞争是正面硬仗，几个巨头拼算力、数据、融资。你死我活。但是生成式媒体的竞争，更像一片森林。没有一个绝对的老大，到处都是机会。这是a16z在2月报告里发现的。
大模型市场已经很集中了：OpenAI、Anthropic、Google三家吃掉了企业89%的钱。但在生成式图像、视频、音频这个赛道，完全是另一回事。数据显示，企业平均要用14个不同的模型。14个。没有一家能全部搞定。
原因很简单：这个领域没有“全能王”。写实风格的图像，有它最擅长的模型。动漫风格，是另一家。物理仿真，又是另一家。背景去除、音效生成、多镜头叙事，都有自己的专家。就像你不会用同一把刀，既切菜又锯木头一样。生成式媒体的用户很快就学会了根据任务选工具。报告里说：不是没有好模型，是没有哪个模型在所有任务上都好。
这种碎片化的背后，藏着一个被很多人忽视的机会——编排层。比如，生成一条完整的品牌广告视频，背后要串联的东西很多：生成场景、控制镜头运动、保持角色在不同镜头里一样、合成对话、设计音效、最后做后期。每一步都是独立的模型。每个模型的接口格式、错误处理、响应速度都不一样。如果没有一个统一的编排层把这些串起来，工程师会花很多时间在“管道”上，而不是产品本身。a16z认为，谁能做好这个编排层，谁就拿到了生成式媒体基础设施里最稳定的一块。它不显眼，但最难被替代。
报告点名了进展最快的三个行业：游戏、广告、电商。游戏公司用AI生成概念图和场景资产，原本几周的工作，压缩到几天。广告公司一个营销活动，几小时就能生成几百个个性化版本。以前需要租场地、团队、拍好几天。电商更直接：成千上万的商品都需要产品图、场景图、季节素材。过去是漫长的拍摄和修图，现在几个提示词就能出一套。
在这个战场上，中国团队也很厉害。可灵、海螺，还有火爆的Seedance 2.0在视频生成领域已经进了全球第一梯队。它们出现在这份报告里。这是少数几个，中国AI公司能在海外市场有真实竞争力的赛道之一。它们靠的不是价格，而是模型本身的质量。这是一个没有霸主的战场。正因为没有霸主，后来者的机会比大模型赛道大得多。但是，如果你以为AI的机会只在这些数字世界里，那你就可能错过了a16z今年最意外的一个方向。
AI要进工厂了
生成式媒体也好，大模型也好，说到底，都还在屏幕里。但是a16z今年押注的一个方向，让很多人都愣住了：能源、制造、采矿、物流。这些词，放在硅谷顶级风投的年度报告里，有点奇怪。过去二十年，风险投资的想法是远离物理世界。越轻越好，越数字化越好，最好是纯软件，成本几乎为零，可以无限复制。工厂、矿山、流水线，这些太重、太慢、太难标准化了，不是VC会碰的生意。
但是a16z的美国活力团队今年集体转向了。他们明确押注物理世界的重建。合伙人David说了一句话，解释了这个转变背后的原因：“这些公司不是在旧工厂里加AI，它们从一开始就是AI原生的。”它们从仿真开始，用AI设计替代人工画图，用AI运营替代经验管理。它们不是在把过去的东西现代化，它们在建造未来。另一位合伙人引用马斯克的话：“工厂即产品。”她认为核电站、住房、数据中心，将来都会像流水线上的产品一样被批量制造，而不是每一个都是定制工程。
这个判断正在VC圈子里成为共识。Bain Capital Ventures的合伙人说了一句很有意思的话：投资物理世界的AI改造，过去十年一直是“大家觉得有道理但没人真的信”，到了2025年突然成了所有人都在谈的事。数据也支持这个说法：2025年机器人领域的VC投资同比增长了69%，达到222亿美元。预计2026年还会再翻一倍。
过去AI进不了工厂，不是因为没有需求。而是因为模型能力不够，加上工业企业的数据从来没有系统地用过。每一次设备维修、每一条生产记录、每一次质检结果，都躺在各自的系统里，没人去管。但是现在，模型能力大幅提高了。工业企业也开始明白，自己手里的操作数据，对AI公司来说是真金白银。这个想法一旦形成，工业AI的商业化就会加速。这就是为什么a16z把“AI原生工厂”列为2026年最重要的建设方向之一。这不是改造旧的，而是从零开始建新的。新的能源系统、新的制造流程、新的物流网络，全部以AI为核心重新设计。物理世界的重建，才刚刚开始。
与此同时，在离普通人最近的消费端，一场新的入口争夺战也正在悄悄打响。
ChatGPT要变成新的App Store，但清算期也来了
移动互联网时代，一个创业者想接触用户，必须通过苹果App Store和安卓应用市场。这套规则用了将近二十年。a16z的一位合伙人认为，这个“门”正在换人管理。
今年OpenAI做了几件事：开放Apps SDK，让开发者直接在ChatGPT里建应用。联合苹果推出小程序。推出群聊功能，让ChatGPT开始进入用户的社交。Acharya把这三件事放在一起，认为消费科技产品爆发需要的三个条件——新技术、新用户行为、新分发渠道——第一次同时出现了。ChatGPT现在有9亿用户。在这个环境里发布应用，起点就是9亿潜在用户。不用从零开始买流量。他称之为“十年一遇的淘金热”。
但是，在乐观的说法旁边，也有泼冷水的声音。麻省理工学院的调查显示，95%的企业目前没有从AI投资中获得真正有意义的回报。两年的试验期，投入了大量预算，大多数人还在等那个“惊喜时刻”。TechCrunch采访的VC直言：试验期快结束了，接下来是清算期。预算会集中，供应商会减少。那些没有在核心场景里提供真实回报的产品，会被迅速淘汰。
所以，热闹是真的。但是落地，比所有人想象的都难。这大概是a16z这三份报告加在一起，传递出的最真实的信息：AI的机会是真的，但它不会自动变现。地基要打，数据要管理，场景要深挖，基础设施要重建。那些真正愿意做这些“脏活累活”的公司，才是这轮浪潮里最后能站着的人。
