TL;DR：
当模型能力的边际收益开始递减，AI的竞争重心正从“更聪明的头脑”转向“更勤劳的双手”。资本正逃离纯粹的模型军备竞赛，转而押注于解决企业数据熵增、重塑物理工业流水线以及填补生成式媒体的编排空白，这场“淘金热”正进入比拼谁更愿意干脏活累活的清算期。
在硅谷，风向的转变往往比英格兰的天气还要难测。两年前，风险投资家们还在像冷战时期的将军计算核弹头一样，痴迷于对比谁家的GPU更多、参数更广。但根据Andreessen Horowitz（a16z）近期发布的三份重量级报告，那场关于“上帝模型”的军备竞赛正悄然降温。当大模型的表现已经让绝大多数首席信息官（CIO）感到“够用”时，投资人的目光正从云端的虚无缥缈，转向那些充满灰尘、噪音和凌乱PDF文件的现实世界。[^1]
数据的灰尘与模型的黄昏
如果说大模型是精美的引擎，那么大多数企业的数据现状就像是一堆混杂着沙子的原油。a16z的基础设施合伙人Jennifer Li敏锐地指出了当下的尴尬：企业AI的瓶颈并非智商不足，而是“数据熵”（Data Entropy）的灾难。[^2] 80%的企业知识依然蜷缩在非结构化的截图、邮件和操作日志中。正如再顶级的厨师也无法用腐烂的食材做出米其林大餐，即便接入了最先进的Claude或GPT-4，喂进去的是一团乱麻，吐出来的也只能是充满幻觉的胡言乱语。
因此，资本的审美正在发生一种近乎“返璞归真”的逆转。那些专注于“脏活累活”的公司——如自动分析财务模型的Hebbia，或是实时整理病历的Abridge——正在筑起最深的护城河。这种护城河不是由精妙的算法挖掘的，而是由对特定行业流程的“苦力式”理解堆砌而成。[^2] 在这方面，技术本身反而退居其次，谁能把数据从混乱治理到有序，谁才拥有真正的定价权。
巨头的围城与新贵的背刺
在大模型的权势榜上，OpenAI依然稳坐钓鱼台，占据了56%的企业钱包份额。[^1] 但权力的裂痕已经显现。Anthropic正以一种近乎“掠夺”的姿态狂奔，其企业渗透率在过去一年内从零跃升至44%。[^1] 更令传统软件巨头如Salesforce感到背脊发凉的是，AI正从“副驾驶”（Copilot）进化为“代驾”。当Anthropic的Claude Cowork可以直接接入系统自主建模、审合同、写代码时，那些按席位卖软件的传统商业模式，地基已经开始松动。
然而，老牌霸主微软展示了什么叫“姜还是老的辣”。凭借Office系列近乎垄断的入口，微软Copilot的铺开速度令人惊叹。但这并非没有隐忧：调查显示，一旦开发者尝试过Cursor等AI原生工具，微软Copilot的净推荐值（NPS）便会出现断崖式下跌。[^5] 这说明在AI时代，分发渠道虽然能保证你“活下去”，但只有极致的体验才能让你“赢下去”。
机器的觉醒：从屏幕到原子的回归
最令人意外的转折发生在物理世界。长期以来，风险投资的黄金律条是“越轻越好”，最好是边际成本为零的代码。但a16z的“美国活力”（American Dynamism）团队正带着大笔支票闯入能源、采矿和制造领域。[^2] 这不仅仅是给旧工厂贴上AI标签，而是在重塑“AI原生工厂”。
过去，AI进不了车间是因为模型太笨且数据太碎。但随着机器人领域投资在2025年激增69%，达到222亿美元，物理世界的重建已经从“科幻”变成了“财报”。[^2] 投资人的逻辑正在发生质变：如果AI能像马斯克所说的那样让“工厂即产品”，那么核电站和物流网的边际成本也将迎来软件式的下降。
然而，狂欢之下亦有阴影。MIT的调查给出了一个冷酷的数据：95%的企业尚未从AI投资中获得显著回报。[^2] 试验期即将结束，清算期紧随其后。对于那些只会给模型套壳、无法交付真实投资回报率（ROI）的创业公司来说，ChatGPT想要成为下一个App Store的野心，或许只是它们通往破产边缘的一张昂贵入场券。
在这个“后模型时代”，硅谷最顶级的钱已经给出了答案：AI不再是实验室里的炼金术，而是工业时代的新电力。而电力的价值，从来不在于发电机本身，而在于它照亮了多少间原本漆黑的厂房。