---
author: Best Partners TV
date: '2026-06-02'
guest: ''
layout: post.njk
source: https://www.youtube.com/watch?v=NuOlUACEVsk
speaker: Best Partners TV
tags:
  - ai-investment
  - token-path
  - venture-capital
  - market-dynamics
  - ai-infrastructure
title: a16z 顶级对谈：谁在捕获 AI 价值链的万亿红利？
summary: 本对谈由 a16z 合伙人 David George 与 VenCap 投资官 David Clark 深度拆解 AI 产业的真实面貌。核心探讨了 AI 产业规模的指数级膨胀、风险投资退出门槛翻几十倍的现象，以及‘Token 路径’作为价值捕获的核心标准。文章进一步分析了企业 AI 落地的‘拟物化阶段’现状，并对供给约束下的行业泡沫及公共市场未来十年增长给出了判断。
insight: ''
draft: true
series: ''
category: tech-trends
area: tech-engineering
project: []
people:
  - David George
  - David Clark
companies_orgs:
  - a16z
  - VenCap
  - OpenAI
  - Anthropic
products_models:
  - GPT-4o
  - Claude 3
  - Cursor
media_books: []
status: evergreen
---
### 规模奇点：AI 产业认知的 180 度逆转

在过去的一年里，顶级风投机构对 **AI 产业规模**（AI Industry Scale）的判断发生了根本性的、一百八十度的转变。**戴维·乔治**（David George: a16z 合伙人，早期 OpenAI 投资者）回顾指出，就在去年 11 月之前，业界对企业 AI 的前景还停留在模糊的承诺阶段，普遍认为这可能只是云计算框架下的生产力微调，甚至有人怀疑是过度炒作的泡沫。然而，仅仅半年时间，最直观的证据彻底打破了这种偏见：**Anthropic** 与 **OpenAI** 这两家头部模型公司的收入增速，已经让运营了几十年的科技巨头相形见绌。

根据内部测算，这两家公司的合计年化收入已达到 **2000 亿美元** 的惊人规模。**戴维·克拉克**（David Clark: VenCap 首席投资官）补充了一个宏观视角：标普 500 指数和财富 500 强的所有公司年利润总额约为 2 万亿美元，这意味着仅两家 AI 巨头的收入就相当于整个财富 500 强利润总额的 10%。这种规模扩张的速度在整个人类产业史上都是前所未见的。更令人震撼的是，这一切仅仅是开始，目前 AI 向实体经济的渗透率不足 5%，财务、人力、供应链等职能部门的 AI 能力利用还远未展开。

### 规则重构：风投退出门槛的指数级飙升

这种指数级的规模膨胀正在从根本上改写风险投资的游戏规则。**戴维·克拉克**分享了一组震撼的数据：在 2020 年到 2024 年间，风投领域顶级退出项目（前 1%）的门槛大约是 **10 亿美元**。但到了 2025 年和 2026 年初，这个数字被更新为 **200 亿美元**；而在节录录制的前一天，内部数据再次刷新——顶级退出的门槛已达到 **320 亿美元**。在短短 24 个月内，风投行业的顶级退出标准翻了几十倍。

如果这种趋势持续，到 2026 年 9 月，门槛可能会突破 1000 亿美元。目前，**OpenAI** 与 **Anthropic** 的合计估值可能已经超过了 **罗素 2000 指数**（Russell 2000 Index: 代表美国中小型上市公司的指数）的总和，即这两家初创公司的价值超过了美国 2000 家中小型上市公司市值的总和。这意味着过去“广撒网”的风投模式已失效，一笔成功的投资回报就可能超过过去整个基金的回报总和。这要求投资机构必须彻底重新思考其**投资策略**（Investment Strategy）与资源配置方式。

### 掌控 Token 路径：残酷的价值捕获法则

在 AI 价值链中，谁将捕获最多的价值？**戴维·乔治**提出了一个非常清晰且残酷的判断标准：公司必须处于 **Token 路径**（Token Path: 用户使用 AI 服务的核心交互路径）之中。他回顾了 **a16z** 观点的循环演变：从早期认为模型公司是一切，到中期认为模型会沦为底层 API 供应商（Commoditization），再到现在的局面逆转。我们看到模型公司正疯狂向应用层延伸，如 OpenAI 推出的 **GPT-4o**、**Sora** 及其企业级产品，核心目的就是直接触达用户并建立粘性。

“处于 Token 路径”意味着用户在使用 AI 服务时必须经过你的产品。如果用户可以绕过产品直接与模型交互，那么应用层公司将失去价值。为什么这个标准如此重要？因为企业买家正承受巨大的成本压力，AI 使用成本的增速超乎预期。企业不可能无限制增加预算，市场将面临残酷的优胜劣汰：那些不能创造实质价值的软件公司将被替代。价值捕获的另一个变量是**市场结构**（Market Structure），如果前沿模型市场演变为双寡头垄断，Token 价格将维持在高位，迫使企业进行大规模的劳动力重组以对冲成本。

### 拟物化困局：从降本增效到原生应用

关于企业 AI 落地的真实现状，**戴维·乔治**给出了一个诚实且意外的评估：我们目前还处于 **“Nowhere”** 阶段，即真正变革尚未开始。他观察到，最前沿的科技企业将绝大多数资源投入到产品开发而非内部流程自动化，因为产品成功的回报远高于效率优化。而成熟的传统企业由于历史包袱和官僚主义，反而是 AI 采用速度最慢的群体。

目前企业最激进的实践仍停留在基础的“文档化阶段”，即将业务流程转化为 **Markdown** 文件以捕获上下文，再寻找 AI 切入点。**戴维·乔治**认为，我们正处于 **拟物化**（Skeuomorphic: 模仿旧事物形式的新技术应用阶段）时期，即用 AI 做原本就在做的事情（写邮件、做报告），只是更快更便宜。真正的 **原生 AI 应用**（Native AI Applications）将从“被动响应”转向“主动参与”，它们不会等待指令，而是会主动了解需求、提前完成任务。这种转变将彻底改变人类使用软件的方式，法律等白领工作领域将在未来 12 个月内迎来爆发。

### 供给约束：非典型的“非泡沫”周期

针对“AI 泡沫论”，**戴维·乔治**给出了明确的否定判断，但对三年后的前景持谨慎态度。他认为当前的 AI 周期与历史泡沫（如互联网泡沫）有本质区别：历史泡沫通常由“供给过剩”定义，而当前的 AI 产业面临的是严重的 **供给约束**（Supply Constraint）。目前全球数据中心的容量已经排队到了 2028 年末甚至 2029 年，从芯片到电力、冷却系统，整个供应链极度紧张。

一个有趣的现象是数据中心建设面临的社区阻力，反对者往往以用水量为由，而乔治指出，种植杏仁消耗的水资源远多于数据中心。唯一能改变这一格局的变数是**模型规模的突破性缩小**（Algorithmic Breakthrough），如果算法突破使得算力需求大幅下降，供给约束将瞬间转为供给过剩，从而引发泡沫破裂。但就目前四到五年的周期来看，全球在数据中心上投入的 5 万亿美元资本支出，若能产生 1-2 万亿美元的年收入回报，就是一个合理的预期。

### 财富创造十年：公共市场与风投的未来

随着超大规模 AI 公司陆续进入公共市场，这对普通投资者来说是一次极好的机会。过去二十年美国上市公司数量减半，公共市场严重缺乏高增长标的。除了 **Palantir**，包括微软、谷歌在内的“七大巨头”增速均已低于 30%。高速增长的 AI 公司进入标普 500 等指数，将让普通人的退休基金也能分享科技红利。

对于风险投资行业，**戴维·乔治**分享了 **a16z** 的核心哲学：不追求低损失率，因为那意味着风险承担不足。在技术顺风的方向上押注最好的**创始人**（Founders）是唯一法则。AI 初创公司如 **Cursor**（AI 代码编辑器）在极早期就达到数十亿美元收入，这意味着它们在几十个人时就需要处理大公司级别的复杂问题。因此，能够提供全方位支持（国际化、销售、政府关系）的投资机构将更具优势。未来五年，最大的驱动力仍是 Token 成本，而最令人兴奋的方向是 **消费者 AI**（Consumer AI），它将重新分配被科技巨头垄断的用户注意力，创造出人类历史上难以估量的价值。