但若將視線拉長至歷史維度，這場變革更像是一場“遲到的覺醒”。2012年，AlexNet在ImageNet競賽中橫空出世，深度學習的種子悄然埋下;2016年AlphaGo擊敗李世石，AI的“超凡能力”初現(xiàn)端倪;2022年ChatGPT點燃公眾想象，資本、人才、算力開始瘋狂涌入。

　　尤其是今年以來，創(chuàng)投領域迎來歷史性轉折點：AI初創(chuàng)企業(yè)首次捕獲全球風險投資總額的51%，超過其他所有領域的總和。這一數(shù)據(jù)來自CB Insights的最新報告，標志著資本對人工智能的空前追捧。其中，美國在浪潮中占據(jù)絕對主導，貢獻了85%的AI融資額和53%的交易量。

　　數(shù)據(jù)顯示，全球AI市場投資規(guī)模接近2000億美元，但真正具備“蘋果級”顛覆能力的企業(yè)尚未誕生。復盤蘋果的崛起路徑，1976年喬布斯創(chuàng)立蘋果時，個人電腦是“工程師的游戲”，但Macintosh以圖形界面和用戶體驗重新定義了人機交互;1998年iMac打破彩色電子產品的“工業(yè)設計枷鎖”;2007年iPhone將手機從通訊工具變?yōu)橐苿踊ヂ?lián)網(wǎng)入口。每一次顛覆，蘋果都完成了從技術突破到生態(tài)構建的閉環(huán)。

　　如今，AI行業(yè)的玩家正試圖復制這一路徑：大模型是“Macintosh”，硬件是“芯片”，應用是“App Store”。但問題是——在AI的“寒武紀大爆發(fā)”中，誰能在技術、生態(tài)、商業(yè)三者間找到平衡點，最終成為新時代的“蘋果”?

　　01

　　AI創(chuàng)業(yè)：一半火焰，一半海水

　　回顧近三年AI創(chuàng)業(yè)歷程，可清晰地劃分為三個鮮明階段。

　　2022-2023年是大模型奠基期。ChatGPT橫空出世，點燃生成式AI熱潮，全球科技巨頭和初創(chuàng)公司紛紛押注底層模型開發(fā)。

　　2024年進入應用探索期。隨著技術逐漸成熟，Cursor、Midjourney、Perplexity等應用層工具迅速崛起，標志著AI從技術展示走向實用價值創(chuàng)造。

　　2025年則邁入垂直整合期。AI創(chuàng)業(yè)公司開始深度嵌入各行各業(yè)，尋求在特定場景下的商業(yè)化路徑。

　　2025年YC夏季演示日的169家初創(chuàng)公司中，超過一半的項目將AI代理(AI Agent)作為核心方向。這些公司不再追求通用大平臺，而是拼命往垂直領域深耕，瞄準那些“人不愿意做、做不好、還特別貴”的工作。

　　舉個例子，Solva用AI自動化保險理賠，上線10周就做到年化收入24.5萬美元;Autumn專門解決AI公司復雜的計費問題，已被數(shù)百個AI應用和40家YC初創(chuàng)公司使用。在醫(yī)療領域，Perspectives Health通過監(jiān)聽醫(yī)患對話，實時生成病歷和表單，為醫(yī)生節(jié)省了一半的文書時間，試點階段保持每周25%的增長。

　　然而，繁榮背后暗藏隱憂。AI創(chuàng)業(yè)正呈現(xiàn)明顯的兩極分化：一邊是應用層公司的蓬勃發(fā)展，另一邊卻是基礎設施領域的高門檻與資源集中。

　　事實也的確如此，數(shù)據(jù)顯示，全球AI獨角獸新增數(shù)量實際上同比下降了12.50%，環(huán)比下降6.67%，表明市場正在經(jīng)歷結構性調整。國內市場同樣如此，從早期的“AI六小虎”到杭州的“AI六小龍”，多數(shù)企業(yè)生態(tài)和持續(xù)運營能力乏善可陳，能夠實現(xiàn)規(guī)?；杖氲钠髽I(yè)寥寥無幾。

　　資本市場的態(tài)度也趨于理性。投資者不再僅僅看重技術的新穎性，而是更關注用戶留存、單位經(jīng)濟效益和算力成本。也就是說，AI創(chuàng)業(yè)正從追逐熱點的狂熱期，步入價值驗證的結構調整期。

　　02

　　距離蘋果，AI創(chuàng)業(yè)還差什么?

　　蘋果之所以成為蘋果，靠的不僅是iPhone或MacOS，而是一套“反直覺”的底層邏輯。

　　首先是戰(zhàn)略定力：從1998年iMac到2007年iPhone，蘋果用了9年時間將“消費電子”升維至“生活方式品牌”;其次是生態(tài)閉環(huán)：App Store、AirPods、Apple Watch構成的“硬件-軟件-服務”鐵三角，讓競爭對手難以模仿;最后是組織韌性：喬布斯的“偏執(zhí)”文化與庫克的“運營哲學”形成互補，確保企業(yè)在創(chuàng)新與盈利間平衡。

　　反觀當前AI行業(yè)，三大短板制約著“蘋果級”企業(yè)的誕生：第一，技術與商業(yè)的割裂：大模型開發(fā)者和硬件廠商缺乏生態(tài)協(xié)同，導致技術無法高效轉化為產品;第二，組織能力缺失：多數(shù)AI公司仍停留在“工程師思維”，忽視用戶體驗和品牌建設;第三，資本周期錯配：風險投資過度追逐短期熱點，而忽視長期基礎設施。

　　也就是說，AI創(chuàng)業(yè)公司大多仍停留在“工具提供者”階段，未能形成真正的生態(tài)閉環(huán)。

　　具體來講，國內AI創(chuàng)業(yè)呈現(xiàn)出“從6小虎到6小龍”的代際更替。早期“AI六小虎”因過度依賴to B場景，近年集體陷入虧損泥潭;而新一批創(chuàng)業(yè)者則瞄準to C賽道，如AI寫作、代碼生成平臺，但這些企業(yè)同樣面臨挑戰(zhàn)——如何在巨頭的生態(tài)封鎖和開源模型的沖擊下生存?

　　據(jù)Gartner統(tǒng)計，2023年全球AI初創(chuàng)公司中，62%的產品在18個月內迭代超過3次，但僅有17%能實現(xiàn)商業(yè)化正循環(huán)。這揭示了一個殘酷現(xiàn)實：AI創(chuàng)業(yè)的本質是“算力杠桿”的博弈——誰能在模型性能、數(shù)據(jù)質量和成本控制之間找到最優(yōu)解，誰就能活下去。

　　從投資市場的變化，也能看出AI行業(yè)的階段性特征。數(shù)據(jù)顯示，2025年第三季度，全球風險投資總額達到956億美元，但交易數(shù)量卻降至2016年以來的最低水平。這表明投資者正變得更加挑剔，將更大規(guī)模的資金投向更成熟、有高潛力的項目。

　　03

　　是新周期也是新機會

　　回顧歷史，AI經(jīng)歷了三次浪潮：1980年代專家系統(tǒng)：因缺乏數(shù)據(jù)和算力曇花一現(xiàn);2000年代機器學習：依賴人工特征工程，未能突破“黑箱”困境;2020年代大模型：通過自監(jiān)督學習和海量數(shù)據(jù)實現(xiàn)通用智能，但落地仍受制于場景。

　　與前兩次AI浪潮相比，這次大模型革命帶來的變革的確更為劇烈，具備“雙螺旋結構”，體現(xiàn)在技術突破(大模型)與產業(yè)需求(數(shù)字化)同步爆發(fā)。根據(jù)IDC數(shù)據(jù)，2025年上半年中國AI IaaS市場規(guī)模同比激增122.4%，達到198.7億元。GenAI IaaS市場增速更是高達219.3%。

　　除此之外，國內外AI發(fā)展也呈現(xiàn)出不同特征。

　　海外市場由基礎模型創(chuàng)新驅動，OpenAI、Anthropic等公司不斷推高模型能力上限;中國市場則更注重應用落地，依靠龐大的用戶基礎和豐富的場景資源推動AI商業(yè)化。

　　若從行業(yè)角度分析，根本問題不在于業(yè)務本身的想象力，而在于供需關系的變化。一方面，算力供給趨于多元，國內外云廠商紛紛布局自研芯片，算力市場的資源供給與價格整體穩(wěn)定。另一方面，需求結構正在重塑。企業(yè)不再滿足于單純的模型訓練，更關注如何將AI能力融入業(yè)務流程，實現(xiàn)價值閉環(huán)。

　　在這樣的背景下，一些新興力量正在悄然崛起。

　　以芯片設計為例，海光信息前三季度營收增長54.65%，寒武紀營收更是激增2386.38%，展現(xiàn)出國產AI芯片的潛力。而專注AI視覺創(chuàng)作的LiblibAI完成1.3億美元B輪融資，成為國內AI應用賽道最大單筆融資，顯示出資本市場對應用層公司的重新評估。

　　換句話說，AI正從“資源供給”驅動轉向“創(chuàng)新賦能”驅動。

　　某種程度上，蘋果的誕生，是1976年喬布斯在車庫里的“瘋狂”與1997年庫克接手時的“理性”共同作用的結果。至于誰能成為“AI時代的蘋果”?或許答案藏在這些關鍵詞里：長期主義、生態(tài)思維、用戶至上。就如1998年iMac用彩虹色彩打破電子產品的“灰暗傳統(tǒng)”，未來的AI公司必須找到屬于自己的“破界點”——不是在模型參數(shù)上比拼誰更大，而是用技術重新定義人與世界的關系。