AI创业浪潮：从资本狂热到生态构建的挑战与机遇

当OpenAI推出GPT-4时，硅谷投资家安德烈斯·霍夫曼曾预言：“我们正站在计算革命的起点。”如今三年过去，这一断言已从愿景转化为现实。

然而，若从历史长河审视，这场变革更像一场“迟来的觉醒”。2012年，AlexNet在ImageNet竞赛中惊艳亮相，为深度学习埋下种子；2016年AlphaGo击败围棋冠军李世石，AI的“超凡潜力”初露锋芒；2022年ChatGPT引爆全球想象力，资本、人才与算力如潮水般涌入。

尤其今年以来，创投领域迎来历史性拐点：AI初创企业首次吸纳全球风险投资总额的51%，超越其他所有领域之和。这一数据源自CB Insights最新报告，标志着资本对人工智能的空前追捧。美国在此浪潮中占据主导，贡献了85%的AI融资额和53%的交易量。

统计显示，全球AI市场投资规模接近2000亿美元，但真正具备“苹果级”颠覆力的企业尚未浮现。回顾苹果崛起之路，1976年乔布斯创立苹果时，个人电脑仅是“工程师的玩具”，但Macintosh凭借图形界面和用户体验重塑人机交互；1998年iMac打破彩色电子产品的“工业设计枷锁”；2007年iPhone将手机从通讯工具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”。但核心问题是——在AI的“寒武纪大爆发”中，谁能在技术、生态与商业间找到平衡，最终成为新时代的“苹果”？

01

AI创业：冰火两重天

回顾近三年AI创业历程，可清晰划分为三个阶段。

2022-2023年是大模型奠基期。ChatGPT横空出世，点燃生成式AI热潮，全球科技巨头和初创公司纷纷押注底层模型开发。

2024年进入应用探索期。随着技术逐渐成熟，Cursor、Midjourney、Perplexity等应用层工具迅速崛起，标志着AI从技术展示走向实用价值创造。

2025年则迈入垂直整合期。AI创业公司开始深度嵌入各行各业，寻求在特定场景下的商业化路径。

2025年YC夏季演示日的169家初创公司中，超过一半的项目以AI代理（AI Agent）为核心方向。这些公司不再追逐通用大平台，而是深耕垂直领域，瞄准那些“人不愿做、做不好、成本高”的工作。

例如，Solva用AI自动化保险理赔，上线10周即实现年化收入24.5万美元；Autumn专攻AI公司复杂计费问题，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，为医生节省一半文书时间，试点阶段保持每周25%的增长。

然而，繁荣背后暗藏隐忧。AI创业呈现明显两极分化：应用层公司蓬勃发展，基础设施领域却门槛高企、资源集中。

数据证实，全球AI独角兽新增数量同比下降12.50%，环比下降6.67%，表明市场正经历结构性调整。国内市场亦然，从早期“AI六小虎”到杭州“AI六小龙”，多数企业生态和持续运营能力不足，能实现规模化收入者寥寥。

资本市场态度也趋理性。投资者不再仅看重技术新颖性，而更关注用户留存、单位经济效益和算力成本。换言之，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创业缺什么？

苹果之所以成为苹果，依赖的不只是iPhone或MacOS，而是一套“反直觉”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”升维至“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”互补，确保企业在创新与盈利间平衡。

反观当前AI行业，三大短板制约“苹果级”企业诞生：第一，技术与商业割裂：大模型开发者和硬件厂商缺乏生态协同，技术难高效转化为产品；第二，组织能力缺失：多数AI公司停留“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，忽略长期基础设施。

也就是说，AI创业公司大多仍处“工具提供者”阶段，未形成真正生态闭环。

具体而言，国内AI创业呈现“从6小虎到6小龙”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；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——如何在巨头生态封锁和开源模型冲击下生存？

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3次，但仅17%能实现商业化正循环。这揭示残酷现实：AI创业本质是“算力杠杆”博弈——谁能在模型性能、数据质量和成本控制间找到最优解，谁就能存活。

从投资市场变化，也能看出AI行业阶段性特征。数据显示，2025年第三季度，全球风险投资总额达956亿美元，但交易数量降至2016年以来最低水平。这表明投资者正变得更挑剔，将更大规模资金投向更成熟、高潜力项目。

03

新周期与新机遇

回顾历史，AI经历三次浪潮：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，但落地仍受场景制约。

与前两次浪潮相比，这次大模型革命变革更剧烈，具备“双螺旋结构”，体现为技术突破（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198.7亿元。GenAI IaaS市场增速更高达219.3%。

此外，国内外AI发展呈现不同特征。

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；中国市场更注重应用落地，依托庞大用户基础和丰富场景资源推动AI商业化。

从行业角度分析，根本问题不在业务想象力，而在供需关系变化。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，算力市场资源供给与价格整体稳定；另一方面，需求结构重塑，企业不再满足单纯模型训练，更关注如何将AI能力融入业务流程，实现价值闭环。

在此背景下，一些新兴力量悄然崛起。

以芯片设计为例，海光信息前三季度营收增长54.65%，寒武纪营收激增2386.38%，展现国产AI芯片潜力。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，显示资本市场对应用层公司的重新评估。

换言之，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“疯狂”与1997年库克接手“理性”共同作用的结果。至于谁能成为“AI时代的苹果”？答案或许藏于这些关键词：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“灰暗传统”，未来AI公司须找到自身“破界点”——非在模型参数上比拼大小，而以技术重新定义人与世界关系。