a16z《2026 年重大構想：第二部分》

文章作者：a16z New Media

文章編譯：Block unicorn

昨天，我們分享了“重大構想”系列的第一部分，其中包括我們的基礎設施、增長、生物+健康以及 Speedrun 團隊伙伴認為初創(chuàng)企業(yè)將在 2026 年面臨的挑戰(zhàn)。

今天，我們將繼續(xù)推出該系列的第二部分，其中包含來自 American Dynamism（a16z 在 2021 年專門設立的一個投資團隊）和應用團隊的貢獻。

American Dynamism

David Ulevitch：構建人工智能原生的工業(yè)基礎

美國正在重建那些真正賦予國家實力的經濟組成部分。能源、制造業(yè)、物流和基礎設施再次成為關注焦點，而最重要的轉變是真正以人工智能為原生基礎、軟件優(yōu)先的工業(yè)基礎的崛起。這些公司從模擬、自動化設計和人工智能驅動的運營入手。它們不是在對過去進行現代化改造，而是在構建未來。

這正在為先進能源系統、重型機器人制造、新一代采礦、生物和酶促工藝（生產各行業(yè)依賴的前體化學品）等領域帶來了巨大的機遇。人工智能可以設計更清潔的反應堆、優(yōu)化開采、設計更好的酶，并以傳統運營商無法企及的洞察力協調自主機器集群。

同樣的變革也在重塑工廠之外的世界。自主傳感器、無人機和現代人工智能模型現在可以對港口、鐵路、電力線路、管道、軍事基地、數據中心和其他曾經規(guī)模龐大、難以全面管理的關鍵系統進行持續(xù)監(jiān)控。

現實世界需要新的軟件。構建這些軟件的創(chuàng)始人將塑造美國下一個世紀的繁榮。

Erin Price-Wright：美國工廠的復興

美國第一個偉大的世紀建立在強大的工業(yè)實力之上，但眾所周知，我們已經失去了大部分工業(yè)實力——部分原因是離岸外包，部分原因是社會有意為之的建設性缺失。然而，銹跡斑斑的機器正在重新運轉，我們正在見證以軟件和人工智能為核心的美國工廠的復興。

我認為，到 2026 年，我們將看到企業(yè)以工廠思維應對能源、采礦、建筑和制造業(yè)等領域的挑戰(zhàn)。這意味著將人工智能和自動化技術與技術工人相結合，使復雜、定制化的流程像流水線一樣高效運轉。具體包括：

• 快速且反復地應對復雜的法規(guī)和許可流程

• 從一開始就加速設計周期并進行可制造性設計

• 更好地管理大規(guī)模項目協調

• 部署自主系統加速那些對人類來說困難或危險的任務
  

通過應用亨利·福特一個世紀前開發(fā)的技術，從一開始就規(guī)劃規(guī)模和可重復性，并融合人工智能的最新進展，我們將很快實現核反應堆的大規(guī)模生產，建造滿足全國需求的住房，以驚人的速度建設數據中心，并進入工業(yè)實力的新黃金時代。正如埃隆·馬斯克所說，“工廠即產品”。

Zabie Elmgren：下一波可觀測性浪潮將是物理層面的，而非數字層面的

過去十年，軟件可觀測性改變了我們監(jiān)控數字系統的方式，通過日志、指標和追蹤，使代碼庫和服務器變得透明。同樣的變革即將席卷物理世界。

隨著美國各大城市部署超過十億個聯網攝像頭和傳感器，物理可觀測性——即實時了解城市、電網和其他基礎設施的運行狀況——正變得既迫切又可行。這種新的感知層面也將推動機器人和自主技術的下一個前沿發(fā)展，屆時機器將依賴于一個通用框架，使物理世界如同代碼一樣可觀測。

當然，這種轉變也蘊含著真正的風險：能夠探測野火或預防工地事故的工具，也可能引發(fā)反烏托邦式的噩夢。下一波浪潮的贏家將是那些贏得公眾信任、構建保護隱私、可互操作、原生支持人工智能的系統，從而在不損害社會自由的前提下提升社會透明度的企業(yè)。誰能構建出這種值得信賴的框架，誰就能定義未來十年可觀測性的走向。

RyanMcEntush：電子工業(yè)架構將改變世界

下一場工業(yè)革命不僅會發(fā)生在工廠里，還會發(fā)生在為工廠提供動力的機器內部。

軟件已經徹底改變了我們的思考、設計和溝通方式。如今，它正在改變我們的出行、建造和生產方式。電氣化、材料和人工智能的進步正在融合，使軟件能夠真正控制物理世界。機器開始能夠感知、學習和自主行動。

這就是電子工業(yè)堆棧的崛起——為電動汽車、無人機、數據中心和現代制造業(yè)提供動力的綜合技術。它將驅動世界的原子與控制世界的比特連接起來：從精煉成組件的礦物、儲存在電池中的能量、由電子設備控制的電力、通過精密電機實現的運動，所有這一切都由軟件協調。它是物理自動化領域每一項突破背后的無形基礎；它決定了軟件是僅僅召喚出租車還是真正掌控方向盤。

然而，從提煉關鍵材料到制造先進芯片，構建這一堆棧的能力正在流失。如果美國想要引領下一個工業(yè)時代，就必須制造支撐這一時代的硬件。掌握電子工業(yè)堆棧的國家將定義工業(yè)和軍事技術的未來。

軟件吞噬了世界。現在，它將推動世界前行。

OliverHsu：自主實驗室加速科學發(fā)現

隨著模型能力在多模態(tài)上的進步以及機器人操作能力的持續(xù)提升，團隊將加速推進自主科學發(fā)現。這些并行技術將催生出能夠實現科學發(fā)現閉環(huán)的自主實驗室——從假設提出到實驗設計與執(zhí)行，再到推理、結果分析以及對未來研究方向的迭代。構建這些實驗室的團隊將具有跨學科性質，并將整合人工智能、機器人、物理與生命科學、制造、運營等領域的專業(yè)知識，通過無人值守實驗室實現跨領域的持續(xù)實驗和發(fā)現。

Will Bitsky：關鍵行業(yè)的數據征程

2025 年，人工智能的時代精神將由計算資源的限制和數據中心建設所定義。而到了 2026 年，它將由數據資源的限制以及數據征程的下一個前沿陣地——我們的關鍵行業(yè)——所定義。

我們的關鍵行業(yè)仍然是潛在、非結構化數據的寶庫。每一次卡車出動、每一次抄表、每一次維護工作、每一次生產運行、每一次裝配、每一次試車，都是模型訓練的素材。然而，無論是數據采集、標注還是模型訓練，都不是工業(yè)界常用的術語。

對這類數據的需求可謂源源不斷。像 Scale、Mercor 和人工智能研究實驗室這樣的公司正孜孜不倦地收集過程數據（不僅是“做了什么”，更是“怎么做”）。他們?yōu)槊恳环輥碜浴把构S的數據”支付高昂的費用。

擁有現有物理基礎設施和勞動力的工業(yè)企業(yè)在數據采集上擁有比較優(yōu)勢，并將開始利用這一優(yōu)勢。他們的運營會產生海量數據，這些數據幾乎可以零邊際成本捕獲，并用于訓練自有模型或授權給第三方。

我們也應預期，初創(chuàng)公司將會涌現并提供幫助。初創(chuàng)公司將提供協調堆棧：用于收集、標注和授權的軟件工具；傳感器硬件和軟件開發(fā)工具包 (SDK)；強化學習 (RL) 環(huán)境和訓練管道；以及最終，還有它們自己的智能機器。

應用（Apps）團隊

David Haber：人工智能強化商業(yè)模式

最優(yōu)秀的人工智能初創(chuàng)公司不僅僅是自動化任務；它們正在放大客戶的經濟效益。例如，在基于勝訴分成的法律中，律師事務所只有在勝訴時才能獲得收益。像 Eve 這樣的公司利用專有的結果數據來預測案件的成功率，幫助律所選擇更合適的案件，服務更多客戶，并提高勝訴率。

人工智能本身就能強化商業(yè)模式。它不僅能降低成本，還能帶來更多收入。到 2026 年，我們將看到這種邏輯擴展到各個行業(yè)，因為人工智能系統將更深入地與客戶的激勵機制保持一致，并創(chuàng)造傳統軟件無法企及的復合優(yōu)勢。

Anish Acharya：ChatGPT 將成為人工智能應用商店

消費級產品周期需要三個要素才能成功：新技術、新的消費者行為和新的分銷渠道。

直到最近，人工智能浪潮滿足了前兩個條件，但缺乏新的原生分銷渠道。大多數產品都是依靠 X 等現有網絡或口碑傳播而發(fā)展壯大。

然而，隨著 OpenAI Apps SDK 的發(fā)布、蘋果對小程序的支持以及 ChatGPT 推出群聊功能，消費類開發(fā)者現在可以直接利用 ChatGPT 的 9 億用戶群體，并借助 Wabi 等新的小程序網絡實現增長。作為消費產品生命周期的最后一環(huán)，這一新的分銷渠道有望在 2026 年開啟十年一遇的消費科技淘金熱。忽視它，后果自負。

Olivia Moore：語音代理開始占據一席之地

在過去的 18 個月里，人工智能代理為企業(yè)處理真實交互的設想已從科幻變成現實。成千上萬家公司，從中小企業(yè)到大型企業(yè)，都在使用語音人工智能來安排預約、完成預訂、開展調查、進行客戶信息收集等等。這些代理不僅能為企業(yè)節(jié)省成本、創(chuàng)造額外收入，還能讓員工騰出時間從事更有價值的工作——以及更有趣的工作。

但由于這個領域尚處于起步階段，許多公司仍然處于“語音作為切入點”的階段，僅提供一種或幾種類型的通話作為單一解決方案。我很高興看到語音助手能夠擴展到處理整個工作流程（可能是多模態(tài)的），甚至管理完整的客戶關系周期。

這很可能意味著代理將更深入地集成到業(yè)務系統中，并被賦予處理更復雜交互類型的自由。隨著底層模型的不斷改進——如今代理可以調用工具并在不同系統間操作——每家公司都應該部署以語音為先導的人工智能產品，并利用它們優(yōu)化業(yè)務的關鍵環(huán)節(jié)。

Marc Andrusko：無需提示的主動式應用即將到來

2026 年，主流用戶將告別提示框。下一代人工智能應用將完全不顯示提示——它們會觀察你的操作，并主動提供操作建議供你參考。你的集成開發(fā)環(huán)境 (IDE) 會在你提出問題之前就建議重構。你的客戶關系管理系統 (CRM) 會在你結束通話后自動生成后續(xù)郵件。你的設計工具會在你工作時生成各種方案。聊天界面只是輔助工具。如今，人工智能將成為貫穿每個工作流程的隱形腳手架，由用戶意圖而非指令激活。

Angela Strange：人工智能最終將升級銀行和保險基礎設施

許多銀行和保險公司已在其傳統系統上集成了文檔導入和人工智能語音代理等人工智能功能，但只有重建支撐人工智能的基礎設施，人工智能才能真正改變金融服務業(yè)。

到 2026 年，未能實現現代化并充分利用人工智能的風險將超過失敗的風險，屆時我們將看到大型金融機構放棄與傳統供應商的合同，轉而實施更新、更原生于人工智能的替代方案。這些公司擺脫了過去分類的束縛，成為能夠集中、規(guī)范化并豐富來自傳統系統和外部來源的底層數據的平臺。

結果如何？

• 工作流程將得到顯著簡化和并行化。無需再在不同系統和屏幕之間來回切換。試想一下：你可以在抵押貸款發(fā)起系統 (LOS) 中一次性看到并并行處理數百個待完成任務，代理甚至可以完成其中較為繁瑣的部分。

• 我們熟知的分類將合并形成更大的分類。例如，客戶 KYC、開戶和交易監(jiān)控數據現在可以統一放在單一風險平臺中。

• 這些新分類的贏家規(guī)模將是老牌企業(yè)的 10 倍：分類范圍更大了，而軟件市場正在吞噬勞動力。

金融服務的未來并非是將人工智能應用于舊系統之上，而是構建一個以人工智能為基礎的全新操作系統。

Joe Schmidt：前瞻性策略將人工智能帶給 99% 的企業(yè)

人工智能是我們一生中最激動人心的技術突破。然而，迄今為止，新初創(chuàng)企業(yè)的大部分收益都流向了硅谷那 1% 的公司——要么是真正位于灣區(qū)的公司，要么是其龐大網絡的一部分。這也不難理解：創(chuàng)業(yè)者希望將產品賣給他們熟悉且容易接觸的公司，無論是親自前往對方辦公室，還是通過董事會中的風險投資人建立聯系。

到 2026 年，這種情況將會徹底改變。企業(yè)將意識到，絕大多數人工智能機遇都存在于硅谷之外，我們將看到新的初創(chuàng)企業(yè)利用前瞻性策略，發(fā)掘隱藏在大型傳統垂直行業(yè)中的更多機遇。在傳統的咨詢和服務行業(yè)（例如系統集成商和實施公司）以及制造業(yè)等發(fā)展較為緩慢的行業(yè)中，人工智能蘊藏著巨大的機遇。

Seema Amble：人工智能在財富 500 強企業(yè)中創(chuàng)造了新的協調層和新的角色

到 2026 年，企業(yè)將進一步從孤立的人工智能工具轉向多代理系統，這些系統需要像協調的數字化團隊一樣運作。隨著代理開始管理復雜且相互依賴的工作流程（例如共同規(guī)劃、分析和執(zhí)行），企業(yè)需要重新思考工作的結構以及上下文如何在系統間流動。我們已經看到 AskLio 和 HappyRobot 等公司正在經歷這一轉變，它們將代理部署在整個流程中，而不是單個任務中。

財富 500 強企業(yè)將最深刻地感受到這種轉變：它們掌握著最龐大的孤島數據、機構知識和運營復雜性儲備，其中大部分都存在于員工的大腦中。將這些信息轉化為自主工作者的共享基礎，將釋放更快的決策速度、更短的周期以及不再依賴于持續(xù)人工微觀管理的端到端流程。

這種轉變也將迫使領導者重新構想角色和軟件。新的職能將會出現，例如人工智能工作流設計師、代理主管以及負責協調和審核協同數字工作者的治理負責人。除了現有的記錄系統之外，企業(yè)還需要協調系統：新的層級來管理多代理交互、判斷上下文并確保自主工作流的可靠性。人類將專注于處理邊緣問題和最復雜的情況。多代理系統的興起不僅僅是自動化進程中的又一步；它代表著企業(yè)運營方式、決策方式以及最終價值創(chuàng)造方式的重構。

Bryan Kim：消費級人工智能從“幫助我”轉向“了解我”

2026 年標志著主流消費級人工智能產品的功能將從提升生產力轉向增強人際連接。人工智能不再僅僅是幫助你完成工作，而是讓你更清晰地認識自己，并幫助你建立更牢固的人際關系。

需要明確的是：這并非易事。許多社交人工智能產品已經推出，但最終都以失敗告終。然而，得益于多模態(tài)上下文窗口和不斷下降的推理成本，人工智能產品現在可以從你生活的方方面面學習，而不僅僅是你告訴聊天機器人的內容。想象一下，你的手機相冊會展現真實的情感瞬間，一對一信息和群聊模式會根據聊天對象而變化，你的日常習慣也會在壓力下發(fā)生改變。

一旦這些產品真正面世，它們將成為我們日常生活的一部分。一般來說，“了解我”型產品比“幫助我”型產品擁有更好的用戶留存機制。“幫助我”型產品通過用戶對特定任務的高付費意愿來實現盈利，并致力于提高用戶留存率。 “關注我”型產品通過持續(xù)的日常互動實現盈利：用戶付費意愿較低，但用戶留存率更高。

人們一直在不斷地用數據換取價值：問題在于他們獲得的回報是否值得。而答案很快就會揭曉。

Kimberly Tan：新型模型原語催生前所未有的公司

到 2026 年，我們將見證一些公司的崛起，這些公司在推理、多模態(tài)和計算機應用領域取得突破性進展之前根本無法存在。迄今為止，許多行業(yè)（例如法律或客服）已經利用改進的推理技術來增強現有產品。但我們現在才開始看到一些公司，其核心產品功能從根本上依賴于這些新型模型原語。

推理能力的進步可以催生新的能力，用于評估復雜的財務索賠或根據密集的學術或分析師研究成果采取行動（例如，裁決賬單糾紛）。多模態(tài)模型使得從物理世界（例如，制造現場的攝像頭）中提取潛在的視頻數據成為可能。計算機的應用使得大型行業(yè)的自動化成為可能，而這些行業(yè)的價值過去一直被桌面軟件、糟糕的 API 和碎片化的工作流程所束縛。

James daCosta：人工智能初創(chuàng)公司通過向其他人工智能初創(chuàng)公司銷售產品來實現規(guī)模化發(fā)展

我們正處于一個前所未有的公司創(chuàng)建浪潮中，而這主要由當前的人工智能產品周期驅動。但與以往的產品周期不同，現有企業(yè)并沒有袖手旁觀；它們也在積極采用人工智能。那么，初創(chuàng)公司該如何取勝呢？

初創(chuàng)公司要想在分銷渠道上超越現有企業(yè)，最有效且最被低估的方法之一，就是在公司成立之初就為其提供服務：即服務于那些剛剛起步的綠地公司（也就是全新的企業(yè)）。如果你能夠吸引所有新成立的公司，并與它們共同成長，那么隨著你的客戶發(fā)展壯大，你也將成為一家大公司。Stripe、Deel、Mercury、Ramp 等公司都遵循了這一策略。事實上，Stripe 的許多客戶在 Stripe 成立之初甚至還不存在。

2026 年，我們將看到那些從零開始創(chuàng)業(yè)的初創(chuàng)公司在眾多企業(yè)軟件領域實現規(guī)模化發(fā)展。他們只需要打造更好的產品，并全力以赴地開發(fā)那些尚未被現有廠商束縛的新客戶。

如果覺得文章好看，你可以將Block unicorn 標注星標和添加桌面。

本文提供的信息僅用于一般指導和信息目的，本文的內容在任何情況下均不應被視為投資，業(yè)務，法律或稅務建議。對于根據本文做出的個人決定，我們不承擔任何責任，我們強烈建議您在采取任何行動之前進行自己的研究。盡管已盡最大努力確保此處提供的所有信息都是準確的和最新的，但可能會發(fā)生遺漏或錯誤。