大家好，这里是最佳拍档，我是大飞。先给大家扔几个数字：五大科技公司今年的资本开支加起来接近7800亿美元，明年预计超过1万亿；标普500今年的盈利增长里，科技公司贡献了大约76%；美国VC交易中，AI相关公司占了86%。这几个数字搁一块儿，其实在说同一件事：AI这波浪潮可能比大多数人想的要深，也要长。

9月底a16z出了年度的State of Markets报告，Growth团队四个合伙人——大卫·乔治（David George）、萨拉·王（Sarah Wang）、亚历克斯·伊默曼（Alex Immerman）和圣地亚哥·罗德里格斯（Santiago Rodriguez），在播客节目里逐张讲了报告里的25张核心图表。今天这期视频，我会结合报告和播客内容，顺着一条主线来给大家讲清楚这波AI的钱到底从哪来、花去哪了、花得值不值，以及接下来还会往哪走。先说第一个问题：这波行情是不是泡沫？

几乎每一场讨论，第一个问题都是这个。报告直接正面回答了：市场确实创了新高，但是如果你看交易倍数，其实在下降。股价涨了大约20%，倍数跌了大约20%。所以涨是盈利涨出来的，不是靠估值吹出来的。标普500的盈利倍数现在低于20倍，这些公司的质量都很高，跟互联网泡沫时期完全不是一回事。

当年那些全球市值最高的公司股价暴涨靠的全是倍数扩张，很多按100倍PE在交易。而今天我们看不到这种事，存储公司这种典型的强周期股现在交易在6到7倍远期盈利。圣地亚哥·罗德里格斯还补了个细节：从ChatGPT发布到现在快4年，市场涨了90%，年化17%。连续4年17%的年化，任何人的第一反应都是：该回调了吧？

所以说我们确实在一个火热周期里，但是低于20倍的市盈率、15%的盈利增长说明这跟2021年不一样，跟2000年那种倍数和增长各走各的更不一样。所以结论很明确，这不是泡沫，是盈利驱动的。那盈利增长的背后，钱到底花去哪了呢？答案是：基建。

五大hyperscaler也就是超大规模云服务商，包括Alphabet、Amazon、Meta、Microsoft和Oracle。2026年合计资本开支约7800亿美元，2025年是4160亿。所有预期都指向2027年起每年超过1万亿美元。这个规模是什么概念呢？模型公司的融资总额已经超过3500亿美元，放到历史坐标里这轮基建热潮占GDP的比重刚刚超过了铁路时代。

大卫·乔治说，快进5到7年、也许10年回头再看累计规模可能会是现在的20倍。为什么能投这么猛？一个很重要的原因是用户获取建立在既有的分发之上，比如互联网、云计算、手机。产品一出生就能触达几十亿用户，以前的技术周期可没有这个条件。

亚历克斯·伊默曼有个观察我觉得挺有意思：五大hyperscaler的资本开支预测在连续大幅上调。曾经看起来像好几年后才碰得到的天花板，一个个变成了近期数字。过去4年整个经济体一直在低估这个趋势的强度。简单来说，算力需求本质上是个模型破坏者，所有预测模型都被它打爆了。

有个例子很典型：一年多以前萨姆·奥特曼（Sam Altman）和萨拉·弗里尔（Sarah Friar）因为签下巨额算力承诺被骂惨了，说他们鲁莽、激进。现在呢？所有人都说他们有先见之明。即便如此OpenAI前不久还是暂停了Pro档的新订阅，一个每月200美元的服务跟你说“不了，谢谢”。你可以体会一下这个需求强度。

大卫·乔治说他们和供应链每个环节的人聊，听到的都是同一个版本：需求碾压供给。数据中心供应链的某些环节2028年之前你根本拿不到货，这个态势没有软化。而且这不止是芯片的事，报告里专门有一章讲从Bits到Atoms也就是从软件转向实体。

到2040年全球基础设施投资需求估计90万亿美元，这远不止AI和数据中心还包括电力、水、道路、交通。a16z在被投企业里看得很清楚：Anduril的超级工厂有87个橄榄球场那么大，Waymo在大规模扩建场站SpaceX在路易斯安那有1000亿美元的投资。投资物理基础设施和投资软件完全是两回事。

埃隆·马斯克（Elon Musk）很多年前造了个词“工厂即产品”。a16z投过的最优秀的创始人很多出自特斯拉或SpaceX，这不是巧合而是他们把“把工厂本身执行好”变成了一种规模化的竞争优势。说到数据中心社会上有很多流传的说法：数据中心抽干了美国的水、富人不愿意住在旁边，还有最常听到的一句“我的电费要涨上天了”。

但是可能违反直觉的是数据中心其实能帮你降低电价。最近一项美国研究显示，数据中心容量每增加10%，居民电价下降40个基点。你可以把电网想成一个共享的固定成本底座，就像电线杆、电线、变电站。一个又大又稳的客户比如数据中心能把这些成本摊到更多度的电上，所以共享系统上的需求增加是好事。

Meta的迪娜·鲍威尔（Dina Powell）前不久在播客里讲过路易斯安那的项目，他们和当地社区合作降低了用电成本。这是一个真实的案例而不是嘴上说说。好，钱花去哪了讲清楚了，下一个问题更关键：钱花得值不值呢？这就得往上走看模型和应用层了。

AI正在创造实打实的收入和节约这没错，但是采用还极其早期。报告里有个三层漏斗的观察挺有意思：标普500的公司里有AI上线部署的占69%，如果你信AI这个数字大概符合预期。但是往下走一层能量化影响的只有30%；再走到终极标尺持续追踪指标的只有2%。

69%、30%、2%，三层漏斗越往下越少。萨拉·王补了一刀：他们聊过的大多数企业AI暴露基本还停留在Microsoft Copilot。仅此一点我们就能知道路还有多远，这说明虽然AI在交付结果但是企业在组织内部深化使用、持续追踪结果的空间巨大。从单点部署走向深度嵌入的持续性工作流是下一阶段。

亚历克斯·伊默曼说模型能力和实际使用之间的落差正是应用层最让人兴奋的地方。Databricks的CEO阿里·戈德西（Ali Ghodsi）说过一句很到位的话：AI对全世界无所不知，但是对你的公司一无所知。应用层公司做的就是弥合这个落差。

举个例子Revolut的工程团队已经很强了吧，他们依然选择和ElevenLabs合作把一流的语音模型安全地接入客户账户和银行工作流。客户打电话过去问题被顺畅、高效、安全地解决。所以今天的机会大量在于把这些能力调教成可靠的服务。另一个值得关注的趋势是超级用户正在彻底拉开身位：AI支出整体在涨，但最密集的用户花得多得多。

YipitData的数据显示前1%用户的AI供应商支出中位数大约是前10%档的8倍，基本相当于第2到第10名加起来。就算在a16z自己的被投企业里这些已经是最AI原生的一批公司了，头部用户的月支出在7500到9000美元而中位用户大概只有一两百到400美元。头部对中位20倍以上的差距。

他们还问被投企业他们的采用率怎么衡量？这就要看AI工具支出占人力成本的比例了。相对前瞻的财富500强大概在1%，组合里最激进的公司能到10%。很多企业第一次买Cursor、Cognition的时候很兴奋，但那只是旅程的起点。从采购试水到全面采用跑道非常长。

好消息是我们开始看到可量化的公开案例了。成本侧Chime报告客服成本连续4年每年下降10%以上，复利算下来接近腰斩。收入侧Shopify的AI Sidekick可以帮新商家更快上手，入驻后15天内达成5单的商家比例提升了8%。5单是Shopify追踪的留存关键节点，过了这个线商家就会留下。

老牌公司也交出了答卷：ServiceNow报告AI年化合同额超10亿美元，agentic部署量增长9倍。大卫·乔治提到他们和Stripe这样最前瞻的公司反复讨论过一个问题：增量的AI预算投去哪了呢？是做能拉动收入的新产品还是做成本侧的优化呢？这是一块试金石。

如果收入机会上不封顶而成本优化只是个持续存在的存量机会，那么你把最聪明的工程师投去重建内部系统、省几十万美元本身就是个信号说明你的收入机会可能没那么大。说到这里就不得不提agent，ServiceNow那样的agentic用量爆发不是个例。Agent已经上岗干活了任务要分多步每步都要调模型，这就解释了OpenRouter上agent token用量14倍的增长。

而且这些步骤正在变得便宜，缓存让系统可以复用背景信息不用每次从头处理Hebbia的金融聊天负载因此便宜了10倍。同样的预算现在能跑更多的活，成本下降带来一个很经典的经济学现象：杰文斯悖论。指的是东西越便宜用得人越多总用量反而涨了，以前觉得不值得用AI处理的任务现在变得划算了。

已经在用的也敢让系统多试几遍、多检查几遍，可靠性恰恰是人们用不用agent的头号理由。而成本降下来之后可靠性反而能够通过多次尝试来提升，公司在成本和延迟的联合优化上也越来越精细。Databricks用路由给每个任务选合适的模型，智能路由比最强单模型多解题还便宜35%。

另一个路径是微调Harvey在做Elise AI也在做，Elise还微调了小模型可以做到便宜60%让延迟大幅降低实时语音场景因此成立。归拢一下对应用公司来说真正的单位是“帮客户把事办成”的成本，把事情办成然后按办成收费再用路由把成本打下来。这样不用每一步都调用最贵的模型但是事情照样可以办成，因此最优秀的应用公司会跑出更多利润率改善。

企业端讲得差不多了我们看看消费者。最近一项调研显示美国只有2%出头的家庭为AI付费订阅，订阅也许不是触达大多数家庭的最佳方式但目前为止它还是。而且AI订阅的留存曲线是消费市场见过的最好的之一，产品在变好用户在回来。大卫·乔治说让他震惊的是这些数字有多小：Amazon Prime覆盖超过2亿家庭Netflix7000万家庭，看到AI订阅数字时他专门去查了一遍单位真的是K吗？

a16z的合伙人乔希·埃尔曼（Josh Elman）有个定义算是一种温和的反驳。他说消费级AI是“我日常生活里用的东西”不是“我拿来报销的东西”。按这个定义97%用AI的家庭还没付钱也许并不奇怪。大型消费平台的另一个共性是使用时长：Facebook、Instagram、TikTok、Snap都能从日活身上拿到30到60分钟。

最好的AI助手都想成为你的默认应用，但如果未来它们是永远在线、超级主动的那它们可能恰恰不是你花时间最多的地方。这会让观测工作变难因为agent在后台干活所以就没法再用屏幕时长做外部观测了。去年12月新模型出来的时候a16z自己都是这样的：丢一个深度研究或agentic任务出去然后开车进城，这不是屏幕时长能捕捉的行为。

消费端最近最热闹的话题是Muse和Instinct这两个AI搜索产品，它们和ChatGPT一起正在把越来越多的查询从传统搜索手里拿走。这就引出一个大问题：如果AI agent替你做决策、替你下单原来的利润池会怎么变呢？这里有两个核心问题：第一AI agent能带来多少增量需求、多少增量订单？第二你的生意、你的利润池有多少建立在“拥有客户关系”和“发现入口”上？

Amazon对Muse说不了谢谢，而Instacart说来请。这条新闻大家应该都看到了拆开来看Amazon剔除AWS之后加上Instacart一起算广告收入超过它们的全部经营利润。所以广告、客户关系是命根子，Amazon接入Muse能拿到多少增量订单、增量客户？显然没多少。

而Instacart反过来生鲜线上渗透率还低大把订单等着被创造，乐观的可能性是订单总量会变大。以前要点很多下才能下单交给agent之后点击消失了GMV变多了，比如那趟原本想去但没订成的旅行订了；今晚那顿大家想点但没点的外卖点了。但怎么分钱是个悬着的问题：Amazon有个超过700亿美元的广告业务利润率极高完全建立在消费者来网站点广告上，如果他们都不点了会怎样呢？

Meta和Google是所有平台里广告做得最好的在美国和发达市场每个用户身上赚200美元以上。Meta是娱乐应用相对安全，Google就有意思了：两年前所有人都在问搜索业务怎么办结果它韧性十足。原因之一是变现能力最强的那些查询比如我要买保险或者帮我找这个城市的酒店恰恰是AI当时还不能替你直接办的事。如果这一点变了格局会完全不同。

上面这些叙事似乎有点“负和”都在说哪些市场平台要遭殃，但是正和的视角是Amazon那700亿广告费会换个渠道花掉也许会直接花到agent上。摩擦降低会带来更多的消费利润池会从某些地方消失、在另一些地方重新分配但是整体经济可能是加法的。因此消息出来后整个生态的市值变化是净正的也导致Meta的涨幅远超市场平台的跌幅。

聊完应用我们来看看夹在基础设施和应用中间的软件行业，这一年SaaS的故事挺戏剧性的。公开市场软件板块最醒目的变化是结构倒向了增长更慢、盈利更强的公司，样本里大约75%是盈利的只有30%增速在20%以上。如果把线画到30%达标的公司还不到5家，而在私募市场日常看到的几乎每家公司增速都远超30%。

如果和IT经理、CIO们聊聊就能知道AI预算最容易的来源就是不再给新的SaaS项目批钱。那SaaS末日论怎么破呢？需要连续几个季度证明三件事：首先是98%的总收入留存率这是软件公司作为投资品的立身之本；然后是继续提效，最重要的是收入增速的重新抬头。这能证明它们防守稳固而且进攻性投资真的在让生意变好。

萨拉·王几个月前写过一篇所谓两条路的博文，几乎所有公司都在选拉动收入这条路。一年前大家还怕vibe code写出自己的软件系统市场已经证明了那不是现实，但是压力也很大目标是收入加速10个百分点以上。这个数字很高但是有了AI预算看似还能做得到，未来12到18个月就会见分晓。

软件板块内部的分化也很剧烈，网络安全、可观测性表现突出垂直软件也远比水平应用扛跌。为什么？框架很简单：AI如何改变客户对这类产品的需求呢？AI带来的安全风险众所周知更多软件和更多agent创造了新的安全和监控需求反而给这些市场的在位者送来了更大的需求CrowdStrike就是标注案例。

私募侧完全对得上：安全上agent接入的系统越来越多、执行的动作越来越多，OpenAI收购Hugging Face那个事件让很多人惊出一身冷汗安全就是命门。垂直AI是增长最快的一批公司比如Harvey、Abridge、Elise增速超过各自行业历史上所有前辈。客户买的不是模型本身是你怎么编排它、怎么围绕它建应用，所以说垂直工作流就是刚需。

公开市场这一年的变化也很有戏剧性年头是SaaS末日的叙事快进到今天软件指数回到了年初的位置但是已经裂成了两半分别是市场认定的AI输家和赢家。公开市场有时候简化得过头但是AI赢家的定义没错：不是只会砍成本的公司而是能抢到净新增预算、真正加速的公司。

还有个反常识的信号是Stripe的SaaS客户数据实际显示增长在加速年轻公司和成熟公司都是。Stripe管这个叫文艺复兴。聊完公开市场我们看看私募市场，总有人问公司为什么越来越晚上市？先来看数字：今天估值最高的六家包括Anthropic、OpenAI、Databricks、Stripe、Waymo和Revolut，按最近一轮估值合计大约2.4万亿美元。

这比过去十年所有IPO的合计市值还多，六家公司接近整个罗素2000指数成了几百个公募基金经理的主战场。关于上市时点大卫·乔治的说法是创始人本身就是资产类别，私募市场的好处是敢下更长回收周期的大注。但是扎克伯格（Zuckerberg）和马斯克是公开市场里的显眼例外，Meta股价最低点跌破过100美元当时所有人都在质疑AR/VR投资。

Databricks、Stripe在新产品线上的巨额下注和随之而来的收入再加速在公开市场也做得到但是会被放在放大镜下烤。对于这些企业来说IPO只是又一次融资事件要掂量一下上市给你什么、私募给你什么，私募市场显然也能长出巨头。有些公司还受益于上市本身比如Navan上市后增长重新加速。

因为大企业客户更信任一家财务公开的上市公司，当然也有一种情况：资本需求大到私募市场也喂不饱，那就只能上市了。

私募市场里另一个值得关注的动态是老股交易。越来越多公司给员工做tender offer，不上市也能拿流动性。Carta的数据显示，tender参与率只有58%，员工主动选择不套现，因为他们对公司的信念太强。这和“员工都在落袋为安”的叙事正好相反。

tender有两个功能：一是抢人武器，私募公司要和上市公司每季度净额到账的RSU竞争人才，流动性必须跟上；二是更频繁地重置估值，股价新鲜，好跟员工沟通，想做并购时手里也有新鲜的弹药。

另外一个变化是大家爱聊的老股折价在消失。2021到2024年，老股相对最近一轮定价的折价中位数很可观，因为那些定价太高了、过时了。但是今天，二级成交相对最近一轮的折价基本为零，因为估值是新鲜的，总有新投资者愿意按同一个价格进场。这和几年前完全不同。

最后，来看看a16z最兴奋的几个方向，也就是钱接下来可能往哪走。第一个是消费agent：让agent替你干所有不想干的活，换来你原本不会花时间和钱得到的东西。分发速度可能很快。

第二个是机器人：a16z投入了大量时间和注意力，它甚至可能比大模型更大，只是早了3到5年。未来5年，这会是巨额投资和兴奋的聚集地。

第三个是自动驾驶：它已经来了，也能用了。汽车是全球最大的产业之一，人们谈论它的篇幅远少于AI。Uber和Lyft目前只承担了美国总行驶里程的1%，比人类司机安全14倍的自动驾驶网络一旦铺开，预期这个数字至少放大一个数量级。美国每年还在卖1700万辆新车，未来10年，它们都会是自动驾驶。

第四个是AI交叉生物：新药发现、攻克绝症，是所有人最有希望看到进展的方向。还有个性化健康：到今天都没有一个好地方能把你关于自己的全部信息放进去、给出高度个性化的建议。还有企业扩散，不止于代码。

技术向企业的真实渗透才刚刚起步。最后还有一个不在AI桶里的方向，就是美国工业体系的全面再造：军费里流向Anduril、Saronic、Castellon这类新供应商的比例还不到5%，预期会戏剧性增长。

总结一下这份报告传递的核心信息：包括盈利驱动的上涨、1.7万亿美元的积压订单、排到2028年的供应链、14倍增长的agent token用量。另一方面，只有2%的美国家庭在为AI付钱，只有2%的企业在持续追踪AI指标。

这两个“2%”，说明一件事：我们还在非常、非常早期的阶段。AI的成败，已经牵动了科技行业以外的许多生意：科技巨头用既有业务的利润建设新的生产能力；供应商获得订单；云服务商等待交付；软件公司调整产品和收费；创业企业争取客户与融资。

每一层的收入，都需要有人在下一层持续支付。最终客户能否从AI中获得足够收益，将决定这些资金往来能否长期维持。未来几年，最有分量的变化可能会出现在不那么醒目的记录里：比如一个项目按时接入电网、一批设备保持较高利用率、一个智能体减少了人工复核。

一家软件公司在增加AI功能后保住了毛利，它们没有模型发布会那样容易传播，却能说明企业投入的资金有没有变成可持续的生意。过去，科技行业最受推崇的能力是用较少资本获得更多收入；如今，它正尝试用巨额投入开拓更大的需求。

这场变化会让一部分企业获得新机会，也会暴露一部分项目的成本和判断错误。等设备建成、合同交付、客户续费之后，新的利润分配才会逐渐清楚。AI已经开始改写整个经济的账本，接下来要看的，是这些账如何一笔笔结清。

感谢收看，我们下期再见。