[加州] 硅谷最頂級的錢,正在押注AI這伍件事 ...
a16z說，真正的AI戰爭還沒開始
作者 | 付琪森 編輯 | 吾人
過去叁個月，a16z發了叁份報告。
去年12月的年度"Big Ideas"，是預言；1月30日針對100家全球頂級企業的CIO調查，是驗證；2月19日聯合AI推理平台fal發布的《生成式媒體現狀》，是新變量。
這家管理規模超過900億美元、押中過Airbnb、GitHub的機構，每次開口，都會引發壹輪跟風——數百家基金開始盯著同壹個方向，數拾億美元開始尋找同壹類標的。所以讀懂它在說什麼，不只是了解硅谷在想什麼，更是在提前看壹張資金流向圖。
叁份報告疊在壹起，拼出的結論只有壹個：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沒有懸念。真正的戰爭，是下半場——誰能把AI嵌進真實的行業裡，誰能解決那些又髒又難、但價值巨大的落地問題。
本文逐壹拆解a16z這叁份報告的核心判斷，以及這些判斷背後，錢正在往哪裡流。
模型戰爭結束了，
但真正的戰爭剛開始
如果你在兩年前問壹個硅谷投資人，AI最核心的競爭壁壘是什麼，答案幾乎是壹致的：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，但對於絕大多數企業的實際需求來說，它們已經"夠用了"。當"夠用"成為基准線，比拼誰的模型更聰明就變成了壹場沒有終點的消耗戰，邊際的改善卻極為有限。
真正的戰場，在別處。
a16z基礎設施團隊的合伙人Jennifer Li在Big Ideas報告裡說了壹句讓很多人印象深刻的話：企業AI現在最大的瓶頸，不是模型不夠聰明，而是自己的數據太亂。她用了壹個詞——"數據熵"。每家公司都淹沒在PDF、截圖、郵件、操作日志裡，80%的企業知識以非結構化的形式散落在各個角落，從來沒有被系統整理過。你買了最好的模型，搭了最貴的系統，但喂進去的是壹團亂麻，出來的自然是錯誤和幻覺。
與其說是技術問題，不如說是壹個被長期忽視的基礎工程問題。
a16z的報告裡舉了幾個例子，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，財務模型直接生成，以前要熬幾個通宵做的事情，現在可以去睡覺了。醫生用Abridge，它能實時記錄醫患對話，自動整理病歷和後續跟進事項，醫生看診時不用再壹邊問話壹邊盯著屏幕敲字。還有做財務對賬的Basis，跨系統自動核對試算表，原本需要人工反復比對的工作變成幾分鍾的事。
這些公司有壹個共同點：它們沒有在造更聰明的模型，它們在解決數據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的具體流程，理解每套系統的數據格式，沒有任何捷徑可以走。這也是為什麼a16z把它列為2026年最值得關注的創業方向之壹——不是因為它性感，恰恰是因為它足夠髒、足夠難，才足夠值錢。
但數據只是起點。當地基打好之後，真正的競爭才剛剛開始——誰來占領模型層，誰來贏得企業端的錢包份額。
OpenAI還是老大，
但這場仗比你想象的要亂
[加西網正招聘多名全職sales 待遇優]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 | 更多... |
推薦: