风险投资家预测：2026年将是企业AI真正实现价值的一年

📢 转载信息

原文链接：https://techcrunch.com/2025/12/29/vcs-predict-strong-enterprise-ai-adoption-next-year-again/

原文作者：Rebecca Szkutak

---

自OpenAI发布ChatGPT并引发一波AI创新和关注已过去三年。从那时起，乐观主义者一直声称AI将成为企业软件行业的重要组成部分，大量投资涌向了企业AI初创公司，使其如雨后春笋般涌现。

但企业仍在努力看到采用这些新AI工具带来的实际益处。MIT在八月份的一项调查发现，95%的企业在AI投资上没有获得有意义的回报。

那么，企业何时才能开始从使用和集成AI中看到真正的益处呢？TechCrunch调查了24位专注于企业的风险投资家（VC），他们一致认为2026年将是企业开始有意义地采用AI、从中看到价值并增加技术预算的一年。

企业风险投资家已经这样说了三年了。2026年真的会有所不同吗？

让我们听听他们的看法：

您认为2026年哪些与企业相关的趋势将会兴起？

Kirby Winfield, Ascend创始普通合伙人： 企业正在意识到大型语言模型（LLM）并非解决大多数问题的万能药。星巴克可以使用Claude编写自己的CRM软件，但这并不意味着他们应该这样做。我们将专注于定制模型、微调、评估（evals）、可观测性、编排和数据主权。

Molly Alter, Northzone合伙人： 一部分企业AI公司将从产品业务转向AI咨询。这些公司可能从一个特定产品开始，例如AI客服或AI编程代理。但一旦他们的平台承载了足够多的客户工作流程，他们就可以用自己的团队复制“前沿部署工程师”（forward-deployed engineer）的模式，为客户构建额外的用例。换句话说，许多专业的AI产品公司将成为通用的AI实施者。

Marcie Vu, Greycroft合伙人： 我们对语音AI的机会感到非常兴奋。语音是人们彼此交流以及与机器交流更自然、更高效、更具表现力的方式。我们花了数十年时间在电脑上打字、盯着屏幕，但言语才是我们在现实世界中互动的方式。我渴望看到构建者们如何将语音作为与智能互动的主要模式，来重新构想产品、体验和界面。

Alexa von Tobel, Inspired Capital创始人兼管理合伙人： 2026年将是AI重塑物理世界的一年——特别是在基础设施、制造和气候监测领域。我们正从一个反应式世界转向一个预测式世界，在这个世界中，物理系统可以在故障发生前感知到问题。

Lonne Jaffe, Insight Partners董事总经理： 我们正在关注前沿实验室如何处理应用层。很多人认为实验室只会训练模型然后将其交给其他人来构建，但这似乎并非他们的想法。我们可能会看到前沿实验室将比预期中更多的交钥匙（turnkey）应用程序直接部署到金融、法律、医疗和教育等领域的生产环境中。

Tom Henriksson, OpenOcean普通合伙人： 如果我必须为2026年的量子计算选一个词，那就是“动量”（momentum）。对量子优势的信任正在迅速建立，公司正在公布路线图来揭示这项技术。但暂时不要指望重大的软件突破；我们仍然需要更高的硬件性能才能跨越那个门槛。

您希望投资哪些领域？

Emily Zhao, Salesforce Ventures 负责人： 我们正在瞄准两个不同的前沿领域：AI进入物理世界和模型研究的下一代演变。

Michael Stewart, M12管理合伙人： 未来的数据中心技术。在过去的一年左右时间里，我们投资了一些新的项目，这表明我们对未来的“代币工厂”（token factory）技术感兴趣，重点关注如何使其运行得更高效、更清洁。这将在2026年及以后持续下去，涵盖数据中心内部的一切：冷却、计算、内存以及站点内部和站点之间的网络。

Jonathan Lehr, Work-Bench联合创始人兼普通合伙人： 垂直企业软件，其中专有工作流程和数据创造了防御性，尤其是在受监管的行业、供应链、零售和其他复杂的运营环境中。

Aaron Jacobson, NEA合伙人： 我们已达到人类生成足够能源以满足耗电量巨大的GPU的极限。作为一名投资者，我正在寻找能够推动每瓦性能实现突破的软件和硬件。这可能包括更好的GPU管理、更高效的AI芯片、光纤等下一代网络方法，或者重新思考AI系统和数据中心内的热负荷。

在AI初创公司方面，您如何判断一家公司拥有护城河？

Rob Biederman, Asymmetric Capital Partners管理合伙人： AI中的护城河更多地关乎经济性和集成性，而不是模型本身。我们寻找那些深度嵌入企业工作流程、能够获取专有或持续改进数据，并通过转换成本、成本优势或难以复制的成果来证明其防御性的公司。

Jake Flomenberg, Wing Venture Capital合伙人： 我对纯粹建立在模型性能或提示（prompting）上的护城河持怀疑态度——这些优势通常在几个月内就会消失。我问的问题是：如果OpenAI或Anthropic明天发布一个模型，性能提升了10倍，这家公司是否仍然有存在的理由？

Molly Alter, Northzone合伙人： 今天在垂直领域构建护城河比在水平领域容易得多。最好的护城河是数据护城河，其中每个增量客户、数据点或交互都能使产品变得更好。在制造、建筑、医疗或法律等专业领域，由于客户间数据更一致，构建这些护城河相对容易。但也有有趣的“工作流程护城河”，其防御性来自于对一项任务或项目在行业中如何从A点移动到B点的理解。

Harsha Kapre, Snowflake Ventures总监： 对于AI初创公司而言，最强的护城河来自于它们将企业现有数据转化为更优决策、工作流程和客户体验的有效性。企业已经拥有极其丰富的数据；他们缺乏的是以有针对性、可信赖的方式对其进行推理的能力。我们寻找那些将技术专长与深厚行业知识相结合的初创公司，它们可以在不创建新数据孤岛的情况下，直接将特定领域的解决方案带到客户受管辖的数据中，以提供以前不可能实现的洞察或自动化。

2026年企业会开始从AI投资中获益吗？

Kirby Winfield, Ascend创始普通合伙人： 企业正意识到，对数十种解决方案进行随机实验会造成混乱。他们将专注于更少、更有深思熟虑的解决方案的参与。

Antonia Dean, Black Operator Ventures合伙人： 这里的复杂性在于，许多企业，无论他们准备好或未准备好成功使用AI解决方案，都会声称正在增加AI投资，以解释他们削减其他领域支出的原因或裁员的原因。实际上，AI将成为高管掩盖过去错误的“替罪羊”。

Scott Beechuk, Norwest Venture Partners合伙人： 我们肯定越来越接近了。如果去年是为AI铺设基础设施，那么2026年我们将开始看到应用层是否能将这项投资转化为真正的价值。随着专业模型的成熟和监管的改善，AI系统在日常工作流程中的可靠性正在提高。

Marell Evans, Exceptional Capital创始人兼管理合伙人： 是的，但仍是渐进式的。仍有大量的迭代，AI仍在发展，使其能够为各个行业的企业展示痛点解决方案。我相信解决“模拟到现实”的训练问题可能会为现有和新兴的行业带来许多机会。

Jennifer Li, Andreessen Horowitz普通合伙人： 今年关于企业未能从AI投资中获得回报的报道有很多耸人听闻的头条新闻。问问任何一名软件工程师，他们是否愿意回到没有AI编码工具的“黑暗时代”。不太可能。我的观点是，企业今年已经在获得价值，明年这种价值将在组织内部倍增。

您认为企业会在2026年增加AI预算吗？

Rajeev Dham, Sapphire董事总经理： 是的，我相信会的，但这很微妙。组织不会仅仅增加AI预算，而是会将部分劳动力支出转移到AI技术上，或者从AI能力中获得如此强劲的顶线投资回报率（ROI），使投资有效地自我支付三到五倍。

Rob Biederman, Asymmetric Capital Partners管理合伙人： 预算将增加到明确交付成果的狭窄范围的AI产品上，而对所有其他产品则会急剧下降。总体支出可能会增长，但会更加集中。我们预计会出现两极分化，少数供应商将获得企业AI预算的绝大部分份额，而许多其他供应商的收入将停滞或收缩。

Gordon Ritter, Emergence Capital创始人兼普通合伙人： 是的，但支出将集中。企业将在那些能够扩大机构优势的领域增加预算，并削减那些仅仅自动化工作流程而未能捕获（和保护！）专有智能的工具。

Andrew Ferguson, Databricks Ventures副总裁： 2026年将是首席信息官（CIOs）抵制“AI供应商蔓延”（AI vendor sprawl）的一年。今天，企业正在为一个单一用例测试多种工具——许多情况下，月度支出和转换成本都很低，因此存在实验的动机——并且有大量初创公司专注于某些采购中心，例如[上市流程]，即使在[概念验证]期间也很难分辨出差异化。随着企业看到AI的真实证明点，他们将削减部分实验预算，整合重叠的工具，并将节省下来的资金部署到已交付成果的AI技术中。

Ryan Isono, Maverick Ventures董事总经理： 总的来说，是的，并且会有一些从试点/实验预算向正式预算项目的转移。2026年对AI初创公司的一大利好是，那些尝试构建内部解决方案但现在已经意识到在生产环境中扩展所需难度和复杂性的企业，正在转向外部方案。

对于一家专注于企业的AI初创公司来说，在2026年如何才能获得A轮融资？

Jake Flomenberg, Wing Venture Capital合伙人： 目前最好的公司结合了两件事：引人注目的“为何是现在”（why now）叙事——通常与生成式AI创造的新攻击面、基础设施需求或工作流程机会相关——以及企业采用的具体证明。100万到200万美元的[年经常性收入]是基线，但比这更重要的是客户是否将您和您的产品视为对其业务至关重要，而不仅仅是一个“有更好”的选项。没有叙事的收入只是一个功能；没有牵引力的叙事是空中楼阁。你需要两者兼备。

Lonne Jaffe, Insight Partners董事总经理： 您应该致力于在一个市场中构建，其中[潜在市场规模（TAM）]随着AI降低成本而扩大而非蒸发。一些市场的需求弹性很高——价格下降90%导致市场规模增长10倍。其他市场的弹性较低，降价可能会使市场蒸发，因此客户保留了所创造的所有价值。

Jonathan Lehr, Work-Bench联合创始人兼普通合伙人： 客户正在真实、日常的运营中使用该产品，并愿意进行推荐通话，坦诚地谈论影响、可靠性和购买流程等。公司应该能够清晰地展示产品如何节省时间、降低成本或增加产出，并且这种展示能在安全、法律和采购审查中站得住脚。

Michael Stewart, M12管理合伙人： 我们（投资者）直到最近才对[预估年经常性收入]或试点收入持怀疑态度。现在，客户的兴趣和评估解决方案的意愿，在面对如此多涌来的选项时，不再是那么多需要被注意到的地方。在2026年，获得这些参与度和客户的认可，不仅仅是前沿部署工程师让客户更容易使用的问题。这需要质量和一个成功的营销信息。投资者期望在6个月的试点使用后，看到转化成为故事的主导部分。

Marell Evans, Exceptional Capital创始人兼管理合伙人： 执行力和牵引力。最好的信号是用户真正乐于使用该产品，以及企业的技术复杂性。我们关注一个巨大的北极星指标：真实的合同协议，为期12个月以上。除此之外，该创始人是否能够吸引顶尖人才加入其初创公司，而不是选择竞争对手或传统超大规模提供商？

到2026年底，AI代理在企业中将扮演什么角色？

Nnamdi Okike, 645 Ventures管理合伙人兼联合创始人： 到2026年底，代理仍将处于其初始采用阶段。企业要真正受益于AI代理，还有许多技术和合规障碍需要克服。还需要为代理之间的通信创建标准。

Rajeev Dham, Sapphire董事总经理： 一个通用代理将会出现。今天，每个代理都在其角色中是孤立的——例如，入站[销售发展代表]、出站SDR、客户支持、产品发现等。但到明年年底，我们将开始看到这些角色融合为一个具有共享上下文和记忆的单一代理，打破长期的组织孤岛，并实现公司与其用户之间更统一、更有上下文的对话。

Antonia Dean, Black Operator Ventures合伙人： 赢家将是那些能快速找到自主性和监督之间正确平衡的组织，并认识到代理部署是协作增强而非清晰的分工。我们不会看到代理处理所有常规工作而人类进行所有思考，而是看到人类和代理在复杂任务上进行更复杂的协作，它们的角色边界将不断演变。

Aaron Jacobson, NEA合伙人： 大多数知识工作者将至少有一位他们能叫出名字的代理同事！

Eric Bahn, Hustle Fund联合创始人、普通合伙人： 我认为AI代理在企业中的占比将超过任何人类员工。部署AI代理基本上是免费的，边际成本为零。那为什么要通过机器人来增长呢？

您投资组合中的哪些公司实现了最强劲的增长？

Jake Flomenberg, Wing Venture Capital合伙人： 增长最快的公司是那些确定了生成式AI采用带来的工作流程或安全缺口，然后无情地实现了产品市场契合的公司。在网络安全领域，是那些解决数据安全以使LLM能够安全地与敏感数据交互的工具，以及确保自主系统具有适当控制的代理治理。在营销领域，是“答案引擎优化”（AEO）等新领域——在AI响应中被发现，而不仅仅是在搜索结果中。共同点是：这些在两年前还不是特定类别，但现在是企业大规模部署AI的必需品。

Andrew Ferguson, Databricks Ventures副总裁： 我们看到增长与几个共同的主题相关。其中之一是那些以聚焦用例切入的公司——从一个更窄的切入点（可能是集中的目标角色或用例）开始，将其做扎实，建立粘性，并赢得从初始切入点扩展的权利。

Jennifer Li, Andreessen Horowitz普通合伙人： 帮助企业将AI投入生产的公司表现良好。领域包括数据提取和结构化、AI系统的开发者生产力、生成媒体的基础设施、语音和音频在媒体以及支持或呼叫中心等应用中的使用。

哪些类型的公司保持了最强的客户留存率？

Jake Flomenberg, Wing Venture Capital合伙人： 具有高留存和扩展性的公司具有共同的模式：它们解决了随着客户部署更多AI而加剧的问题。强大的留存率来自于三点：成为任务关键型（移除会破坏生产工作流程）、积累难以重建的专有上下文，以及解决随AI采用而增长而非一次性的问题。

Tom Henriksson, OpenOcean普通合伙人： 对年轻公司来说，衡量留存率更具挑战性，但我们看到最高留存率的是那些严肃的企业软件提供商，特别是那些通过AI增强的软件。一个很好的例子是Operations1，它端到端地将员工主导的生产流程数字化。这些公司深入到客户组织内部，改变他们的运营方式，并积累了专有数据和知识，使得客户很难放弃它们。

Michael Stewart, M12管理合伙人： 为企业提供数据工具和垂直AI应用的初创公司，辅以提供客户满意度、质量和产品改进的前沿部署团队。这似乎是那些市场领先的初创公司所采用的成功模式。从长远来看，随着客户开始在组织和日常工作中内化AI的使用，这些嵌入式团队可能会逐渐淡出。

Jonathan Lehr, Work-Bench联合创始人兼普通合伙人： 留存率在软件成为基础架构而非单一解决方案的地方最高。Authzed具有很高的留存率，因为授权和策略位于现代系统的核心，一旦嵌入就极难移除。Courier Health和GovWell充当了端到端工作流程、医疗保健中的患者旅程以及政府审批的记录系统和编排层，一旦上线，它们就变得深度嵌入。

---

🚀 想要体验更好更全面的AI调用？

欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。