自 OpenAI 推出 ChatGPT、掀起人工智能创新与关注热潮以来，转眼已过三年。三年间，乐观派一直宣称人工智能将成为企业级软件行业的核心支柱，大批企业级人工智能初创公司也凭借巨额投资遍地开花。
但企业至今仍难以切实感受到落地这类新型人工智能工具的价值。麻省理工学院 8 月的一项调研显示，95% 的企业在人工智能领域的投资未能获得实质性回报。
那么，企业究竟何时能从人工智能的应用与融合中收获真正效益？TechCrunch 调研了 24 家专注企业赛道的风险投资机构，受访机构几乎一致认为，2026 年将成为企业大规模落地人工智能、兑现技术价值、并加大相关技术预算投入的关键之年。
事实上，过去三年里，专注企业赛道的风投机构每年都在做出这一预判。2026 年，局面真的会有所不同吗？
一起来听听他们的观点：
你认为 2026 年哪些企业领域相关趋势将迎来爆发？
柯比・温菲尔德（Ascend 创始普通合伙人）：企业正逐渐意识到，大语言模型并非解决大多数问题的万能良药。星巴克能用克劳德模型自研客户关系管理软件，不代表所有企业都该这么做。未来行业焦点将集中在定制化模型、模型微调、效果评估、可观测性、任务编排及数据主权领域。
莫莉・奥尔特（北欧风投 Northzone 合伙人）：部分企业级人工智能公司将从产品型业务转型人工智能咨询服务。这类企业最初可能聚焦单一产品，比如人工智能客户服务、人工智能编程智能体等，但一旦平台上承载了足够多的客户业务流程，就能依托自有团队复制‘前置工程师模式’，为客户开发更多应用场景。换言之，许多垂直领域的人工智能产品公司，终将转型为综合型人工智能落地服务商。
玛西・武（格雷克罗夫特风投 Greycroft 合伙人）：我们十分看好语音人工智能的发展机遇。语音是人与人、人与机器之间更自然、高效、富表达力的交互方式。人类花了数十年时间敲击键盘、紧盯屏幕，而语言交流才是现实世界的主流沟通方式。我期待看到开发者以语音为核心智能交互方式，重新打造产品、体验与交互界面。
亚历克莎・冯・托贝尔（Inspired Capital 创始人兼管理合伙人）：2026 年，人工智能将全面渗透实体经济领域，尤以基础设施、制造业、气候监测行业为核心。行业将从‘事后补救’模式转向‘事前预判’模式，借助人工智能，实体系统能在故障发生前就预警潜在问题。
朗尼・贾菲（英赛特创投 Insight Partners 董事总经理）：我们密切关注头部大模型实验室在应用层的布局动向。此前多数人认为，实验室只会专注模型研发，再将成果交由第三方开发应用，但实际发展路径并非如此。2026 年，头部实验室或将在金融、法律、医疗、教育等领域，推出远超市场预期的即用型成品应用，直接落地商用。
汤姆・亨里克松（欧肯资本 OpenOcean 普通合伙人）：如果用一个词概括 2026 年量子技术的发展，那就是蓄势待发。市场对量子技术优势的信心正快速提升，企业纷纷发布技术路线图，让这项技术不再神秘。但短期内暂难出现重大软件突破，要实现质的飞跃，仍需硬件性能的进一步提升。
你计划布局哪些投资领域？
赵艾米丽（赛富时风投 Salesforce Ventures 投资总监）：我们聚焦两大核心赛道：人工智能赋能实体经济，以及模型研发的下一代技术迭代。
迈克尔・斯图尔特（微软风投 M12 管理合伙人）：下一代数据中心技术。过去一年左右，我们已布局多项相关投资，彰显对未来‘算力工厂’技术的关注，核心目标是推动数据中心更高效、更绿色地运行。2026 年及未来，这一布局将持续深化，覆盖数据中心全链条领域：制冷、算力、存储，以及机房内部和跨机房的网络通信技术。
乔纳森・莱尔（Work-Bench 联合创始人兼普通合伙人）：垂直领域企业级软件—— 依托独家业务流程与数据构建竞争壁垒，重点关注受监管行业、供应链、零售及其他复杂运营场景。
艾伦・雅各布森（恩颐投资 NEA 合伙人）：人类发电能力已逼近极限，难以满足高能耗图形处理器的需求。作为投资人，我重点关注能实现每瓦性能突破的软硬件技术，包括更优的图形处理器管理方案、能效更高的人工智能芯片、光通信等下一代网络技术，或是对人工智能系统及数据中心热负荷管理的创新重构。
评判人工智能初创企业是否具备护城河，你有哪些标准？
罗布・比德曼（非对称资本 Asymmetric Capital Partners 管理合伙人）：人工智能企业的护城河，不在于模型本身，而在于商业变现能力与场景融合能力。我们青睐这类企业：深度嵌入企业业务流程、掌握独家数据或持续迭代的优质数据、并通过转换成本、成本优势或难以复刻的落地效果，构建坚实的竞争壁垒。
杰克・弗洛门伯格（翼风投 Wing Venture Capital 合伙人）：我对单纯依靠模型性能或提示词工程构建的护城河持怀疑态度，这类优势往往数月内就会被抹平。我核心关注的问题是：如果 OpenAI 或 Anthropic 明日推出性能提升 10 倍的新模型，这家公司是否仍有存续的价值？
莫莉・奥尔特（北欧风投 Northzone 合伙人）：如今在垂直领域构建护城河，远比通用领域容易得多。最优的护城河是数据护城河—— 每新增一位客户、一个数据点、一次交互，都能让产品体验持续优化。这类护城河在制造、建筑、医疗、法律等垂直领域更易搭建，因为不同客户的数据源具备较强一致性。此外，流程护城河也颇具潜力：企业凭借对行业内某项任务、项目全流程的深度理解，构筑竞争壁垒。
哈沙・卡普雷（雪花创投 Snowflake Ventures 董事）：对人工智能初创企业而言，最强的护城河在于能否将企业现有数据高效转化为更优决策、更顺流程与更好的客户体验。企业坐拥海量优质数据，欠缺的是针对性、可信赖的数据分析能力。我们关注的初创企业，需兼具深厚技术功底与行业认知，能为客户的合规数据提供定制化解决方案，不新增数据孤岛，同时实现以往无法达成的数据分析洞察与流程自动化。
2026 年，企业能否从人工智能投资中真正兑现价值？
柯比・温菲尔德（Ascend 创始普通合伙人）：企业已意识到，零散试用数十种人工智能方案只会造成混乱，未来将聚焦少数优质方案，开展更深度的合作落地。
安东尼娅・迪恩（黑算子风投 Black Operator Ventures 合伙人）：问题的复杂性在于，许多企业无论自身是否做好准备，都迫于竞争压力不得不推进人工智能落地，这导致投资回报周期被拉长。但 2026 年，企业将逐步看到可量化的实际价值，比如效率提升、成本降低、营收增长等具象成果。
斯科特・贝楚克（西北创投 Norwest Venture Partners 合伙人）：我们正无限接近价值兑现的节点。如果说去年是人工智能基础设施的搭建之年，2026 年将检验应用层能否将前期投资转化为实际价值。
马雷尔・埃文斯（卓越资本 Exceptional Capital 创始人兼管理合伙人）：能兑现价值，但仍属渐进式突破。技术仍需大量迭代优化，人工智能也还在持续升级，直至能切实解决各行业企业的核心痛点。我认为，仿真到实景的训练技术突破，或将为多个成熟及新兴行业打开全新机遇。
李珍妮弗（安德森・霍洛维茨基金普通合伙人）：今年不乏‘企业人工智能投资无回报’的轰动性新闻，但试问任何一位软件工程师，是否愿意回到没有人工智能编程工具的‘黑暗时代’？答案显然是否定的。我的观点是，企业今年已在收获人工智能的价值红利，2026 年这份价值将在各组织中呈倍数级放大。
你认为企业 2026 年会增加人工智能预算吗？
拉吉夫・达姆（蓝宝石创投 Sapphire 董事总经理）：会的，但并非简单增资，而是结构性调整。企业不会盲目扩大人工智能预算，而是将部分人力成本转向人工智能技术投入；或是凭借人工智能能力实现显著的营收端回报，让相关投资实现 3 至 5 倍的自我造血。
罗布・比德曼（非对称资本管理合伙人）：预算将向少数能明确兑现成果的人工智能产品大幅倾斜，其余产品的预算则会锐减。整体投入或许会增长，但资金集中度将显著提升。行业将出现两极分化：少数头部厂商抢占绝大部分企业人工智能预算，而多数厂商营收停滞甚至下滑。
共2 [2] 下一页 第1页 第2页
