10 億美元退場已死：AI 在 24 個月內重寫創投遊戲規則

本文整理自《a16z Podcast》2026 年 5 月播出的單集。

{{< youtube AiM9mZCmVPY >}}

---

退場門檻翻了 10 倍，320 億只是起點

VenCap 投資長 David Clark 在 a16z Podcast 上分享了一組讓人需要反覆確認的數字。從 2020 年到 2024 年，創投界「頂尖 1% 退場」的門檻大約是 100 億美元。2026 年 2 月更新後，這個數字跳到 200 億美元。就在節目錄製的前一天，他們再次更新資料，門檻已經飆到 320 億美元，以網路安全公司 Wiz 的收購案為基準線。如果 OpenAI 和 Anthropic 在今年秋天順利 IPO，到 9 月這個門檻可能突破 1000 億美元。24 個月之內，翻了 10 倍。這不是通膨，是整個遊戲規則被改寫了。

a16z 合夥人 David George 補充了另一個驚人的對照。他的團隊做了一項分析，把過去六年所有創投支持的 IPO 加總起來，總值大約略超過 1 兆美元。但這個數字很可能比今年預期中任何一場 mega-IPO（SpaceX、OpenAI 或 Anthropic）都來得小。以前的「大退場」，在 AI 時代可能只算零頭。

速度同樣驚人。David Clark 以 Cursor 和 Wiz 為例，這些公司從零到估值 300 億甚至 600 億美元，只花了大約兩年。上一個世代的科技公司，走到同樣的規模至少要四到六年。時間被壓縮了，但結果卻膨脹了好幾個量級。David George 甚至認為，這些大型未上市公司的市值加總，可能已經超越了整個羅素 2000 指數。

營收規模已超越科技巨頭，但滲透率才 5%

退場門檻暴漲的背後，有硬數據支撐。David George 透露了一個讓在場所有人都停頓的事實：Anthropic 和 OpenAI 目前每個月新增的營收，已經超過 Meta、Google 或微軟任何一家。這不是年營收的比較，而是月度新增量。他預估這兩家公司合計的年營收跑率（run rate），到今年底可能達到 2000 億美元。

把這個數字放進更大的框架來看會更驚人。美國 Fortune 500 企業每年合計產生約 2 兆美元的利潤。光是兩家 AI 實驗室的營收，就已經吃掉了這個利潤池的大約 10%。企業要買 AI 服務的錢不會從天上掉下來，要嘛從既有軟體預算擠，要嘛從人力成本省，要嘛就是靠漲價轉嫁。不管走哪條路，對既有產業的衝擊都已經是現在進行式。

但真正讓 David George 興奮的，是這些數字背後一個更根本的事實：AI 技術真正滲透進實體經濟的比例，到目前為止還不到 5%。除了軟體開發和少數科技前沿的公司之外，大部分企業對 AI 能力的實際運用幾乎等於零。程式碼生成已經看到明顯的使用量起飛，法律領域剛開始出現類似的曲線，他預期接下來 12 個月內會有一大批白領工作領域跟進。如果在滲透率不到 5% 的時候，營收就已經到了這個規模，那全面滲透時的結果會是什麼樣子？David George 用了一個詞：「extraordinary」，超乎想像。

擬物到原生：AI 企業的真正轉型才剛開始

克里斯．狄克森（Chris Dixon）有一個廣為人知的觀點：每一波新技術的前幾年，應用通常是「擬物」（skeuomorphic）的，用新工具做舊事。David Clark 引用這個框架，指出目前大部分企業對 AI 的使用正處於這個階段。人們用 AI 來更快、更便宜地做原本就在做的工作，但工作本身的結構沒有改變。真正原生的 AI 應用，特別是代理人式 AI（agentic AI），才剛開始冒出頭來。

David George 對此有更具體的觀察。他認為最近看到的一些科技業裁員，其實不是 AI 帶來的效率提升，更像是在修正之前的冗員。真正最頂尖的公司，內部最好的工程師都把精力放在產品創新上，而不是內部流程自動化。那些比較成熟、本應最適合做內部自動化的大公司，反而是最慢的採用者。目前最前沿的企業做到什麼程度呢？把所有文件轉成 Markdown 格式，盡量多捕捉脈絡資訊。聽起來很初級，但這已經是大型企業裡的「先進做法」了。

AI 原生公司則完全是另一個物種。David George 描述他拜訪這些公司時看到的場景：研究人員不再打字，而是對著語音介面低聲下達指令，同時操控大量 AI 代理人協同工作。這些團隊極度精簡、極度高效，和上一代 SaaS 公司的鬆散管理形成了鮮明對比。上一代 SaaS 公司其實經營得不算精實，但它們有好的商業模式，企業有買軟體的預算授權，人頭不斷增加，所以一切都還過得去。現在 AI 模型公司的營收新增量，已經超過了整個公開市場軟體產業的新增量加總。遊戲的量級完全不同了。

護城河在崩塌：Forbes AI 50 的 40% 流失率

規模在膨脹，但護城河卻在縮短。David Clark 指出了一個令人警醒的事實：Forbes 每年公布的 AI 50 新創企業榜單，從去年到今年，有 40% 的公司掉出了名單。AI 公司的「半衰期」短得驚人。

這不是什麼新鮮的道理。Google 不是第一個搜尋引擎，Facebook 不是第一個社群媒體網站。第一個吃到技術紅利的公司，未必能最終贏得市場。但 David George 強調，現在的情況比過去任何一個技術週期都更極端，因為技術的底層在變，而且變得比以前快太多。他自己的判斷也在不斷翻轉：一開始認為模型公司會贏得一切，應用程式公司會消亡；接著又認為模型只是 API，應用公司才是價值所在；現在，模型公司又開始往應用層延伸，試圖靠這一步創造黏性。連 a16z 自己的觀點都在高速震盪，可見預測贏家有多困難。

誰會捕獲價值？David George 坦言這是目前最難回答的問題，但他提出了一個判斷框架：你的公司有沒有在「Token 路徑」上？所謂 Token 路徑，就是公司的產品或服務是否直接參與了 AI 推論 Token 的生產、分發或消費環節。企業買 AI 的預算已經開始擠壓傳統軟體的空間，那些不在 Token 消費流程裡的產品，遲早會被邊緣化。這是 a16z 現在評估每一家投資組合公司時的第一道篩子。

中國模型的創新者兩難

更複雜的是，前沿模型的競爭者不只在美國。David Clark 轉述同事在中國實地觀察到的情況：中國最頂尖的大型語言模型，在能力上大約落後美國前沿模型六個月，但價格便宜了 10 倍。

這是教科書等級的創新者兩難。一個新進者的產品做到了前沿產品 80% 的能力，但只收 10% 的價格。而且隨著時間推移，這些較便宜的模型能力還會持續延伸，讓前沿位置越來越難維持。問題在於，有多少工作負載真正需要絕對的前沿智慧？有多少其實用「夠好但便宜 10 倍」的方案就能應付？這個比例的答案，將直接決定前沿模型公司的定價權和利潤空間。

David George 的觀察是，市場目前對前沿模型的胃口大得出乎意料。以同等能力為基準，每個 Token 的成本每年下降超過 10 倍，但在前沿端的總花費金額卻大幅超過了這個降幅。降價帶來的效益，全被更大的使用量給吞掉了。不過他也承認，優化階段可能會比預期更快到來。另一個關鍵變數是開源。蒸餾一個前沿大型模型的成本大約只有原始預訓練成本的 2%，門檻低得驚人。如果大型模型公司無法阻止蒸餾，開源就有條件持續繁榮；反之，如果它們成功封堵了蒸餾的路，開源的前景就會暗淡得多。

我的觀察：規模與脆弱性的矛盾

這場對話揭示了 AI 創投當前最核心的矛盾：成功的規模前所未有，但成功的可預測性也降到了前所未有的低點。退場門檻 10 倍化說的是天花板在拉高，Forbes AI 50 的 40% 流失率說的是地板在塌陷。贏家會非常、非常大，但你很可能選錯。

a16z 的回應方式是接受這個矛盾並內化成策略：追求高虧損率（代表承擔了足夠風險），專注在 Token 路徑上篩選（降低「對的市場、錯的公司」的風險），同時為 AI 新創提早搭建大企業支援（因為它們碰到大公司問題的速度比上一代快很多）。

但對一般觀察者來說，更值得留意的可能是 David George 在結尾提到的一個觀點：過去十年，大型科技平台壟斷了消費者的時間和注意力，新的消費端公司幾乎不可能與之競爭。AI 正在打破這個僵局。如果歷史經驗可以參考，最大的創投回報往往來自消費端而不是 B2B。當 AI 真正重新洗牌消費者的注意力分配時，那才可能是這波浪潮中最驚人的結局。