a16z：AI周期转向硬件与机器人，资本从虚拟流向实体

a16z指出AI正推動資本從虛擬轉向實體，機器人投資創新高，企業採用AI需突破探索瓶頸。

（前情提要：Anthropic 前研究員創辦 Mirendil 募得 2 億鎂，號稱「能自我升級的AI」）

（背景補充：員工燒掉 8 萬美元 token 用 AI 做了款「迷因射擊遊戲」，老闆看到帳單後求全網去玩）

近期，a16z 從市場投資、AI 應用、創業生態以及零售產業等多個維度，剖析了當前科技與商業週期的核心趨勢。文章指出，在AI浪潮帶動下，資本市場正從過去偏好輕資產、消費網際網路，逐步轉向硬體、機器人等實體產業；與此同時，AI也在重塑企業組織方式、創業門檻以及生產率增長邏輯。以下為內容詳情。

如果將這個週期與上一個週期對比檢視，你會觀察到在某些方面它們完全相同，而在其他方面則完全相反。

相同之處在於，無論是在後金融危機時期（2010-2020 年）還是後疫情時期（2020 年至今），科技產業一直是週期中的贏家。然而，其他產業的格局卻發生了翻天覆地的變化：上一週期的贏家如今成了輸家，反之亦然。

醫療保健、消費品和媒體產業在金融危機後都曾實現兩位數的回報率，但現在只有 3% 到 6% 左右。

而能源、原材料、建築和金融產業的回報率則從個位數低位攀升至兩位數中高位。

曾經落後的產業變成了領頭羊，而曾經的領頭羊又變成了落後者。

科技產業是個例外，它一直是週期中的贏家，但其中也存在一些細微差別。硬體是本輪週期的真正亮點（上一輪表現也相當不錯），但軟體則遵循了整體的反轉趨勢。

退一步來看，這裡存在一個之前提到過的非常明顯的模式：市場已經將注意力從輕資產、以消費為導向的產業轉移到了重資產的「實體」經濟，這在很大程度上是由 AI 基礎設施建設所帶動。

這是一場從位元（虛擬）到原子（實體）的輪動。

「重資產」公司在落後「輕資產」公司十多年之後，已經扭轉了局面。

當然，如果這一輪週期與上一輪週期類似，那麼總體趨勢是所有這些重資產的基礎設施最終都會擴充套件到軟體 / 應用層。在後金融危機時代，晶片製造商（以及雲端服務提供商）早期佔據主導地位，但最終讓位於手機、電腦和伺服器帶動的雲端平台上（由晶片帶動）蓬勃發展的應用程式、市場和企業軟體。換句話說，向虛擬層面的轉變是暫時的、週期性的，而不是一種更持久的結構性轉變。

週期翻轉：科技贏家變輸家 這一次當然也可能發生這種情況：事實上，如果 AI 基礎設施的建設最終沒有擴充套件到輕資產層，那可能會相當令人失望（兩者最終也可能協同發展）。但即便如此，在公開市場上，一些跡象揭示，「虛擬革命」或許具有自身的永續性。而且，嚴格來說，這並非僅僅是 AI 基礎設施的問題。

對「現實世界」技術的溢價正在私募市場中顯現，不僅體現在 AI 基礎設施領域，也體現在機器人領域： 以排名前 100 的私營公司（按類別劃分）的市值衡量，機器人技術（以及物理 AI）在 2016 年甚至沒有上榜，但十年後，它已經超越金融科技和支付，成為第二大類別。

如果你關注風險投資的流向，也會觀察到市場對機器人技術的興趣激增： 據 Pitchbook 資料，第一季度機器人和物理 AI 領域的投資額和投資數量均創歷史新高，投資額約為 160 億美元，涉及近 500 筆交易。

作為參考，機器人領域的投資熱潮在數量上比 2021 年至 2025 年期間高出約 2 倍，在價值上高出約 4.5 倍。

關鍵在於，向實體經濟的轉變（至少在私募市場）不僅僅關乎晶片和推理：硬體作為一種獨立的產品正在崛起。

這也不難掌握。更優秀的軟體擁有巨大的潛力，但機器人將技術推向了一系列軟體本身無法觸及的現實世界「任務」。AI 在某種程度上解鎖了帶動硬體的軟體，以前所未有的方式拓展了需求範圍。這與電力最終使機器能夠完成人類幾乎無法想像的工作的情況頗為相似。

目前，機器人技術最引人注目的新領域是國防。當然，全球國防預算的不斷增長也起到了帶動作用。如果一切按計劃進行，向資產密集型產業的轉型可能會比以往任何現代科技週期都更加深入、廣泛和持久。

實體爆買：機器人飆漲4.5倍 在大語言模型（LLM）浪潮的早期階段，管理顧問公司被指出是 AI 領域的潛在贏家，至少在短期內如此。其邏輯非常簡單：企業想要使用 AI，因此會聘請顧問公司來研究如何實現。特別是埃森哲，被指出處於非常有利的位置，因為它不僅可以提供建議和路線圖，還能提供端到端的服務，也就是所謂的「託管服務」。

暫且不論具體原因，但市場對埃森哲的樂觀情緒似乎已經消散殆盡： 埃森哲的自由現金流倍數在 2025 年初一度高達 30 倍，但如今已跌至約 6 倍，約是其長期平均水平的三分之一。

至於市場為何如此迅速地對埃森哲失去信心，各位可自行判斷。但有一點越來越清晰：在「採用 AI」這一更廣泛的領域，其意義遠不止於簡單地採用 AI。並非所有 AI 的採用都能以相同的方式創造價值，而要真正做到（或更有效地）AI 的採用，至少根據一些最新研究，需要在開發和構思階段採取一些微妙的策略。

在一項涉及 515 家高增長初創企業的研究中，研究人員著重剖析了真正的「原生 AI」意味著什麼。更具體地說，他們想知道如何才能從「AI 改進任務」過渡到「AI 改善公司」，而研究結果相當驚人。

事實證明，關鍵在於研究人員所說的「對映」問題。

當研究中的企業被告知其他企業如何圍繞 AI 重組生產時（「實驗組企業」），它們便開啟了一種截然不同的探索過程。實驗組企業並沒有簡單地複製現有流程，而是從更上游入手，將 AI 融入到業務成果中，從而形成了完全不同的流程。

研究人員以產品開發為例： 在這種情況下，AI 並沒有複製流程中的既有步驟，而是圍繞自身能力重新設計了流程，儘管目標是達成相同的基本業務成果。

AI轉型：埃森哲慘崩6倍 當然，這只是一個例子，但總體而言，AI 對「實驗組公司」的生產力影響是巨大的。實驗組公司： AI 的應用案例增加了約 44%： 前 5% 的公司收入達到約 2 倍（前 10% 的公司收入增加 50%）： 資本消耗減少了約 ...