a16z视角下的AI浪潮：增速惊人，转型必备

在AI技术的汹涌浪潮中，a16z无疑是一个绕不开的焦点。它不仅在这一波AI周期中投入巨大，而且其投资范围之广、确定性之高，堪称顶级基金之一。过去五年，a16z的投资组合几乎定义了硅谷的技术主线，包括OpenAI、SpaceX、Databricks等巨头，以及Cursor、Harvey和Abridge等迅速崛起的新星。

从某种意义上说，a16z的投资组合就是过去几年AI商业化路径的一张缩影。而更重要的是，a16z的判断往往不仅限于“投了什么”，更在于他们如何解读这些变化。最近，a16z合伙人David George系统性地分享了他对AI行业最新进展的观察，其中几个信号尤为值得关注。

首先，AI公司正凭借更少的人手实现更快的增长。当前增长最快的AI公司在销售和市场上的投入显著低于同阶段的SaaS公司，但收入增速却高出数倍。这并非效率魔法，而是真实需求正在爆发，产品“自我推销”。

其次，衡量效率的标尺正在被重新定义。a16z开始关注一个新的指标：ARR per FTE（人均年度经常性收入）。在最优秀的AI公司中，每名员工对应的ARR已达到50万至100万美元，而SaaS时代的经验值仅为40万美元左右。这意味着AI正在系统性地提升组织效率的上限。

第三，非AI原生公司面临转型或淘汰的抉择。那些成功转型的公司通常具备高度一致的特征：CEO亲自推动、从最易见效的环节切入（如客户支持、编码、运营）、敢于推翻旧系统为AI重建后端。

接下来，让我们跟随硅基君一起，剖析a16z眼中这场变革正在如何发生。

增速是SaaS公司2.5倍，最高同比增长700%

真正令人震撼的是需求侧的变化。从增长数据和一线接触来看，当前AI公司的需求强度用“疯狂”来形容并不为过。无论是产品吸收速度还是收入增长质量，都显著优于过去几个周期。尤其是在经历了2022–2024年的加息环境与科技回调后，2025年成为一个明确的拐点：收入重新加速且跨公司类型加速。

这种加速并非靠“砸销售、堆市场”实现。恰恰相反，增长最快的AI公司在销售和市场上的投入显著低于同阶段的SaaS公司，但收入增长速度却高出数倍。从数据看，AI公司的增长速度大约是非AI软件公司的2.5倍以上，其中极端头部公司年同比增长甚至接近700%。这些数字在最初出现时我们反复核验过，与投资组合中的实际情况高度一致。

背后的核心原因只有一个：产品本身的需求足够强劲。尽管AI公司目前的毛利率普遍低于传统SaaS，但这并不一定是坏事。某种程度上，我们甚至将“较低毛利率”视为一个积极信号——它意味着客户正在真实、高频地使用AI功能。

考虑到推理成本在中长期有持续下降的空间，这种结构更像是“暂时的成本压力”，而非模式缺陷。反观那些号称AI产品却拥有异常高毛利率的公司，反而会让人怀疑：客户到底在不在用AI？

另一个值得注意的变化是我们开始关注新的效率指标：ARR per FTE（人均ARR）。它衡量的是公司在整体运营层面的效率而不仅仅是销售效率。结果显示：最优秀的AI公司每名员工对应的ARR水平已达到50万至100万美元，而SaaS时代的经验值仅为40万美元左右。

这并非因为AI公司“更省人”，而是因为需求过强，产品几乎可以自我推销。

AI转型之路

对于非AI原生公司来说，一个更现实的问题是它们应该怎么办？在我看来只有两种选择：要么适应要么被淘汰。

要想适应AI不仅意味着在产品前端“加一个AI功能”，而是要从根本上重新思考：如果AI是默认能力产品形态、工作流、用户价值该如何重构。与此同时后端的组织方式也在被迫改变。

在与大量财富500强CEO的交流中几乎所有人都表达了同一种态度：我们必须适应AI。但态度和结果之间往往隔着一整套组织惯性。真正的转型往往从CEO的强势推动开始。

你需要一种罕见的组合：既有商业直觉知道AI的价值创造机会在哪里又有技术深度知道应该重构什么、先做什么、怎么迭代。

那些真正跑出来的公司通常具备两个特征：第一知道从哪里下手（如客户支持、编码、运营）；第二敢于推翻旧系统为AI重建后端。

AI被忽视的价值：放大需求

我们最感兴趣的另一个问题是这些AI公司到底在“真实世界”里做了什么？一个被频繁讨论的行业是法律。

直觉上AI似乎应该减少律师工作量但现实恰恰相反。一位公司法务最近在公开场合半开玩笑地说：“大模型让我更忙了因为每个客户现在都觉得自己是律师。”这不是坏事而是需求被放大的信号。

类似的逻辑也出现在医疗领域。Abridge（医生常提到的那座“桥”）被不少医生形容为“值得信赖的代理人”。我们观察的是用户增长与参与度是否同步提升。结果是：即便在用户规模快速扩张的情况下单用户使用深度依然稳定甚至上升。

AI泡沫言之尚早

尽管AI的资本开支规模巨大但与过去泡沫周期不同的是这轮投入主要由历史上最盈利的一批公司支撑现金流基础扎实。

从目前看至少在Meta、Microsoft、AWS、NVIDIA这些主体身上资本结构仍然是可控的。微软的披露数据给出了一个直观的对比：Microsoft Azure花了7年时间才达到如今AI一年收入的规模;而AI相关收入的增长速度显著快于当年的云计算。

构建周期在压缩回本周期也可能更快。这也是我们最终的判断：AI可能是我职业生涯中见过的最具模型破坏性的技术浪潮。它往往在早期显得“昂贵”但历史一再证明真正改变世界的技术最终创造的价值几乎都会大幅超出任何早期模型的预期。