AI创业：迈向新时代的“苹果”之路

当OpenAI的GPT-4问世之际，硅谷投资人安德烈斯·霍夫曼曾断言：“我们正站在计算革命的起点。”时光荏苒，此言已逐渐成真。

然而，从历史视角审视，这场变革更像是一场“姗姗来迟的觉醒”。自2012年AlexNet在ImageNet竞赛中崭露头角，深度学习的种子悄然萌芽；2016年AlphaGo击败围棋大师李世石，AI的“非凡能力”初露锋芒；直至2022年ChatGPT点燃公众想象，资本、人才、算力如潮水般涌入。

特别是今年以来，创投领域迎来了历史性的转折点：AI初创企业首次捕获全球风险投资总额的51%，超越其他所有领域的总和。CB Insights的最新报告揭示，资本对人工智能的追捧达到了前所未有的高度。其中，美国在浪潮中占据绝对主导地位，贡献了85%的AI融资额和53%的交易量。

尽管全球AI市场投资规模已逼近2000亿美元，但真正具备“苹果级”颠覆能力的企业尚未诞生。回溯苹果的崛起之路，从1976年乔布斯创立苹果，个人电脑曾是“工程师的乐园”，而Macintosh以图形界面和卓越的用户体验重新定义了人机交互；1998年iMac打破彩色电子产品的“设计枷锁”；2007年iPhone将手机从通讯工具转变为移动互联网入口。每一次颠覆，苹果都完成了从技术突破到生态构建的闭环。

如今，AI行业的参与者正试图复制这一路径：大模型是“Macintosh”，硬件是“芯片”，应用是“App Store”。但问题在于——在AI的“寒武纪大爆发”中，谁能在技术、生态、商业之间找到平衡点，最终成为新时代的“苹果”？

01

AI创业：一半火焰，一半海水

回顾近三年的AI创业历程，可清晰划分为三个鲜明阶段。

2022-2023年是大模型奠基期。ChatGPT的横空出世点燃了生成式AI的热潮，全球科技巨头和初创公司纷纷投身于底层模型的开发。

2024年步入应用探索期。随着技术的逐渐成熟，Cursor、Midjourney、Perplexity等应用层工具迅速崛起，标志着AI从技术的展示走向实际价值的创造。

2025年则进入垂直整合期。AI创业公司开始深度融入各行各业，探寻特定场景下的商业化路径。

在2025年YC夏季演示日的169家初创公司中，超过一半的项目将AI代理（AI Agent）作为核心方向。这些公司不再追求通用大平台，而是向垂直领域深耕，瞄准那些“人不愿意做、做不好、还特别贵”的工作。

例如，Solva利用AI自动化保险理赔，上线仅10周就实现了年化收入24.5万美元；Autumn专注于解决AI公司复杂的计费问题，已被数百个AI应用和40家YC初创公司采用。在医疗领域，Perspectives Health通过监听医患对话，实时生成病历和表单，为医生节省了一半的文书时间，试点阶段保持每周25%的增长。

然而，繁荣背后隐藏着隐忧。AI创业呈现明显的两极分化：一边是应用层公司的蓬勃发展，另一边则是基础设施领域的高门槛与资源集中。

数据显示，全球AI独角兽新增数量实际上同比下降了12.50%，环比下降6.67%，表明市场正在经历结构性调整。国内市场同样如此，从早期的“AI六小虎”到杭州的“AI六小龙”，多数企业在生态构建和持续运营能力上表现平平，能够实现规模化收入的企业寥寥无几。

资本市场的态度也趋于理性。投资者不再仅仅看重技术的新颖性，而是更关注用户留存、单位经济效益和算力成本。也就是说，AI创业正从追逐热点的狂热期步入价值验证的结构调整期。

02

距离苹果，AI创业还差什么？

苹果之所以成为苹果，靠的不仅是iPhone或MacOS，而是一套“反直觉”的底层逻辑。

首先是战略定力：从1998年iMac到2007年iPhone，苹果用9年时间将“消费电子”提升至“生活方式品牌”；其次是生态闭环：App Store、AirPods、Apple Watch构成的“硬件-软件-服务”铁三角让竞争对手难以模仿；最后是组织韧性：乔布斯的“偏执”文化与库克的“运营哲学”形成互补确保了企业在创新与盈利间的平衡。

反观当前AI行业存在三大短板制约了“苹果级”企业的诞生：第一技术与商业的割裂：大模型开发者与硬件厂商缺乏生态协同导致技术无法高效转化为产品；第二组织能力缺失：多数AI公司仍停留在“工程师思维”忽视用户体验和品牌建设；第三资本周期错配：风险投资过度追逐短期热点而忽视长期基础设施。

也就是说大多数AI创业公司仍停留在“工具提供者”阶段未能形成真正的生态闭环。

具体到国内AI创业呈现出“从6小虎到6小龙”的代际更替。早期“AI六小虎”因过度依赖to B场景近年集体陷入亏损泥潭；而新一批创业者则瞄准to C赛道如AI写作、代码生成平台但这些企业同样面临挑战——如何在巨头的生态封锁和开源模型的冲击下生存？

据Gartner统计2023年全球AI初创公司中62%的产品在18个月内迭代超过3次但仅有17%能实现商业化正循环。这揭示了一个残酷现实：AI创业的本质是“算力杠杆”的博弈——谁能在模型性能、数据质量和成本控制之间找到最优解谁就能活下去。

从投资市场的变化也能看出AI行业的阶段性特征。数据显示2025年第三季度全球风险投资总额达到956亿美元但交易数量却降至2016年以来的最低水平。这表明投资者正变得更加挑剔将更大规模的资金投向更成熟、有高潜力的项目。

03

是新周期也是新机会

回顾历史AI经历了三次浪潮：1980年代专家系统因缺乏数据和算力昙花一现；2000年代机器学习依赖人工特征工程未能突破“黑箱”困境；2020年代大模型通过自监督学习和海量数据实现通用智能但落地仍受制于场景。

与前两次AI浪潮相比这次大模型革命带来的变革的确更为剧烈具备“双螺旋结构”体现在技术突破（大模型）与产业需求（数字化）同步爆发。根据IDC数据2025年上半年中国AI IaaS市场规模同比激增122.4%达到198.7亿元。GenAI IaaS市场增速更是高达219.3%。

此外国内外AI发展也呈现出不同特征。

海外市场由基础模型创新驱动OpenAI、Anthropic等公司不断推高模型能力上限；中国市场则更注重应用落地依靠庞大的用户基础和丰富的场景资源推动AI商业化。

若从行业角度分析根本问题不在于业务本身的想象力而在于供需关系的变化。一方面算力供给趋于多元国内外云厂商纷纷布局自研芯片算力市场的资源供给与价格整体稳定。另一方面需求结构正在重塑。企业不再满足于单纯的模型训练更关注如何将AI能力融入业务流程实现价值闭环。

在这样的背景下一些新兴力量正在悄然崛起。

以芯片设计为例海光信息前三季度营收增长54.65%寒武纪营收更是激增2386.38%展现出国产AI芯片的潜力。而专注AI视觉创作的LiblibAI完成1.3亿美元B轮融资成为国内AI应用赛道最大单笔融资显示出资本市场对应用层公司的重新评估。

换句话说AI正从“资源供给”驱动转向“创新赋能”驱动。

某种程度上苹果的诞生是1976年乔布斯在车库里的“疯狂”与1997年库克接手时的“理性”共同作用的结果。至于谁能成为“AI时代的苹果”？或许答案就藏在这些关键词里：长期主义、生态思维、用户至上。正如1998年iMac用彩虹色彩打破电子产品的“灰暗传统”未来的AI公司必须找到属于自己的“破界点”——不是在模型参数上比拼谁更大而是用技术重新定义人与世界的关系。