a16z《2026 年重大构想：第二部分》

软件吞噬了世界。现在，它将推动世界前行。

撰文：a16z New Media

编译：Block unicorn

昨天，我们分享了「重大构想」系列的第一部分，其中包括我们的基础设施、增长、生物 + 健康以及 Speedrun 团队伙伴认为初创企业将在 2026 年面临的挑战。

今天，我们将继续推出该系列的第二部分，其中包含来自 American Dynamism（a16z 在 2021 年专门设立的一个投资团队）和应用团队的贡献。

American Dynamism

David Ulevitch：构建人工智能原生的工业基础

美国正在重建那些真正赋予国家实力的经济组成部分。能源、制造业、物流和基础设施再次成为关注焦点，而最重要的转变是真正以人工智能为原生基础、软件优先的工业基础的崛起。这些公司从模拟、自动化设计和人工智能驱动的运营入手。它们不是在对过去进行现代化改造，而是在构建未来。

这正在为先进能源系统、重型机器人制造、新一代采矿、生物和酶促工艺（生产各行业依赖的前体化学品）等领域带来了巨大的机遇。人工智能可以设计更清洁的反应堆、优化开采、设计更好的酶，并以传统运营商无法企及的洞察力协调自主机器集群。

同样的变革也在重塑工厂之外的世界。自主传感器、无人机和现代人工智能模型现在可以对港口、铁路、电力线路、管道、军事基地、数据中心和其他曾经规模庞大、难以全面管理的关键系统进行持续监控。

现实世界需要新的软件。构建这些软件的创始人将塑造美国下一个世纪的繁荣。

Erin Price-Wright：美国工厂的复兴

美国第一个伟大的世纪建立在强大的工业实力之上，但众所周知，我们已经失去了大部分工业实力——部分原因是离岸外包，部分原因是社会有意为之的建设性缺失。然而，锈迹斑斑的机器正在重新运转，我们正在见证以软件和人工智能为核心的美国工厂的复兴。

我认为，到 2026 年，我们将看到企业以工厂思维应对能源、采矿、建筑和制造业等领域的挑战。这意味着将人工智能和自动化技术与技术工人相结合，使复杂、定制化的流程像流水线一样高效运转。具体包括：

• 快速且反复地应对复杂的法规和许可流程
• 从一开始就加速设计周期并进行可制造性设计
• 更好地管理大规模项目协调
• 部署自主系统加速那些对人类来说困难或危险的任务 

通过应用亨利·福特一个世纪前开发的技术，从一开始就规划规模和可重复性，并融合人工智能的最新进展，我们将很快实现核反应堆的大规模生产，建造满足全国需求的住房，以惊人的速度建设数据中心，并进入工业实力的新黄金时代。正如埃隆·马斯克所说，「工厂即产品」。

Zabie Elmgren：下一波可观测性浪潮将是物理层面的，而非数字层面的

过去十年，软件可观测性改变了我们监控数字系统的方式，通过日志、指标和追踪，使代码库和服务器变得透明。同样的变革即将席卷物理世界。

随着美国各大城市部署超过十亿个联网摄像头和传感器，物理可观测性——即实时了解城市、电网和其他基础设施的运行状况——正变得既迫切又可行。这种新的感知层面也将推动机器人和自主技术的下一个前沿发展，届时机器将依赖于一个通用框架，使物理世界如同代码一样可观测。

当然，这种转变也蕴含着真正的风险：能够探测野火或预防工地事故的工具，也可能引发反乌托邦式的噩梦。下一波浪潮的赢家将是那些赢得公众信任、构建保护隐私、可互操作、原生支持人工智能的系统，从而在不损害社会自由的前提下提升社会透明度的企业。谁能构建出这种值得信赖的框架，谁就能定义未来十年可观测性的走向。

Ryan McEntush：电子工业架构将改变世界

下一场工业革命不仅会发生在工厂里，还会发生在为工厂提供动力的机器内部。

软件已经彻底改变了我们的思考、设计和沟通方式。如今，它正在改变我们的出行、建造和生产方式。电气化、材料和人工智能的进步正在融合，使软件能够真正控制物理世界。机器开始能够感知、学习和自主行动。

这就是电子工业堆栈的崛起——为电动汽车、无人机、数据中心和现代制造业提供动力的综合技术。它将驱动世界的原子与控制世界的比特连接起来：从精炼成组件的矿物、储存在电池中的能量、由电子设备控制的电力、通过精密电机实现的运动，所有这一切都由软件协调。它是物理自动化领域每一项突破背后的无形基础；它决定了软件是仅仅召唤出租车还是真正掌控方向盘。

然而，从提炼关键材料到制造先进芯片，构建这一堆栈的能力正在流失。如果美国想要引领下一个工业时代，就必须制造支撑这一时代的硬件。掌握电子工业堆栈的国家将定义工业和军事技术的未来。

软件吞噬了世界。现在，它将推动世界前行。

Oliver Hsu：自主实验室加速科学发现

随着模型能力在多模态上的进步以及机器人操作能力的持续提升，团队将加速推进自主科学发现。这些并行技术将催生出能够实现科学发现闭环的自主实验室——从假设提出到实验设计与执行，再到推理、结果分析以及对未来研究方向的迭代。构建这些实验室的团队将具有跨学科性质，并将整合人工智能、机器人、物理与生命科学、制造、运营等领域的专业知识，通过无人值守实验室实现跨领域的持续实验和发现。

Will Bitsky：关键行业的数据征程

2025 年，人工智能的时代精神将由计算资源的限制和数据中心建设所定义。而到了 2026 年，它将由数据资源的限制以及数据征程的下一个前沿阵地——我们的关键行业——所定义。

我们的关键行业仍然是潜在、非结构化数据的宝库。每一次卡车出动、每一次抄表、每一次维护工作、每一次生产运行、每一次装配、每一次试车，都是模型训练的素材。然而，无论是数据采集、标注还是模型训练，都不是工业界常用的术语。

对这类数据的需求可谓源源不断。像 Scale、Mercor 和人工智能研究实验室这样的公司正孜孜不倦地收集过程数据（不仅是「做了什么」，更是「怎么做」）。他们为每一份来自「血汗工厂的数据」支付高昂的费用。

拥有现有物理基础设施和劳动力的工业企业在数据采集上拥有比较优势，并将开始利用这一优势。他们的运营会产生海量数据，这些数据几乎可以零边际成本捕获，并用于训练自有模型或授权给第三方。

我们也应预期，初创公司将会涌现并提供帮助。初创公司将提供协调堆栈：用于收集、标注和授权的软件工具；传感器硬件和软件开发工具包 (SDK)；强化学习 (RL) 环境和训练管道；以及最终，还有它们自己的智能机器。

应用（Apps）团队

David Haber：人工智能强化商业模式

最优秀的人工智能初创公司不仅仅是自动化任务；它们正在放大客户的经济效益。例如，在基于胜诉分成的法律中，律师事务所只有在胜诉时才能获得收益。像 Eve 这样的公司利用专有的结果数据来预测案件的成功率，帮助律所选择更合适的案件，服务更多客户，并提高胜诉率。

人工智能本身就能强化商业模式。它不仅能降低成本，还能带来更多收入。到 2026 年，我们将看到这种逻辑扩展到各个行业，因为人工智能系统将更深入地与客户的激励机制保持一致，并创造传统软件无法企及的复合优势。

Anish Acharya：ChatGPT 将成为人工智能应用商店

消费级产品周期需要三个要素才能成功：新技术、新的消费者行为和新的分销渠道。

直到最近，人工智能浪潮满足了前两个条件，但缺乏新的原生分销渠道。大多数产品都是依靠 X 等现有网络或口碑传播而发展壮大。

然而，随着 OpenAI Apps SDK 的发布、苹果对小程序的支持以及 ChatGPT 推出群聊功能，消费类开发者现在可以直接利用 ChatGPT 的 9 亿用户群体，并借助 Wabi 等新的小程序网络实现增长。作为消费产品生命周期的最后一环，这一新的分销渠道有望在 2026 年开启十年一遇的消费科技淘金热。忽视它，后果自负。

Olivia Moore：语音代理开始占据一席之地

在过去的 18 个月里，人工智能代理为企业处理真实交互的设想已从科幻变成现实。成千上万家公司，从中小企业到大型企业，都在使用语音人工智能来安排预约、完成预订、开展调查、进行客户信息收集等等。这些代理不仅能为企业节省成本、创造额外收入，还能让员工腾出时间从事更有价值的工作——以及更有趣的工作。

但由于这个领域尚处于起步阶段，许多公司仍然处于「语音作为切入点」的阶段，仅提供一种或几种类型的通话作为单一解决方案。我很高兴看到语音助手能够扩展到处理整个工作流程（可能是多模态的），甚至管理完整的客户关系周期。

这很可能意味着代理将更深入地集成到业务系统中，并被赋予处理更复杂交互类型的自由。随着底层模型的不断改进——如今代理可以调用工具并在不同系统间操作——每家公司都应该部署以语音为先导的人工智能产品，并利用它们优化业务的关键环节。

Marc Andrusko：无需提示的主动式应用即将到来

2026 年，主流用户将告别提示框。下一代人工智能应用将完全不显示提示——它们会观察你的操作，并主动提供操作建议供你参考。你的集成开发环境 (IDE) 会在你提出问题之前就建议重构。你的客户关系管理系统 (CRM) 会在你结束通话后自动生成后续邮件。你的设计工具会在你工作时生成各种方案。聊天界面只是辅助工具。如今，人工智能将成为贯穿每个工作流程的隐形脚手架，由用户意图而非指令激活。

Angela Strange：人工智能最终将升级银行和保险基础设施

许多银行和保险公司已在其传统系统上集成了文档导入和人工智能语音代理等人工智能功能，但只有重建支撑人工智能的基础设施，人工智能才能真正改变金融服务业。

到 2026 年，未能实现现代化并充分利用人工智能的风险将超过失败的风险，届时我们将看到大型金融机构放弃与传统供应商的合同，转而实施更新、更原生于人工智能的替代方案。这些公司摆脱了过去分类的束缚，成为能够集中、规范化并丰富来自传统系统和外部来源的底层数据的平台。

结果如何？

• 工作流程将得到显著简化和并行化。无需再在不同系统和屏幕之间来回切换。试想一下：你可以在抵押贷款发起系统 (LOS) 中一次性看到并并行处理数百个待完成任务，代理甚至可以完成其中较为繁琐的部分。
• 我们熟知的分类将合并形成更大的分类。例如，客户 KYC、开户和交易监控数据现在可以统一放在单一风险平台中。
• 这些新分类的赢家规模将是老牌企业的 10 倍：分类范围更大了，而软件市场正在吞噬劳动力。

金融服务的未来并非是将人工智能应用于旧系统之上，而是构建一个以人工智能为基础的全新操作系统。

Joe Schmidt：前瞻性策略将人工智能带给 99% 的企业

人工智能是我们一生中最激动人心的技术突破。然而，迄今为止，新初创企业的大部分收益都流向了硅谷那 1% 的公司——要么是真正位于湾区的公司，要么是其庞大网络的一部分。这也不难理解：创业者希望将产品卖给他们熟悉且容易接触的公司，无论是亲自前往对方办公室，还是通过董事会中的风险投资人建立联系。

到 2026 年，这种情况将会彻底改变。企业将意识到，绝大多数人工智能机遇都存在于硅谷之外，我们将看到新的初创企业利用前瞻性策略，发掘隐藏在大型传统垂直行业中的更多机遇。在传统的咨询和服务行业（例如系统集成商和实施公司）以及制造业等发展较为缓慢的行业中，人工智能蕴藏着巨大的机遇。

Seema Amble：人工智能在财富 500 强企业中创造了新的协调层和新的角色

到 2026 年，企业将进一步从孤立的人工智能工具转向多代理系统，这些系统需要像协调的数字化团队一样运作。随着代理开始管理复杂且相互依赖的工作流程（例如共同规划、分析和执行），企业需要重新思考工作的结构以及上下文如何在系统间流动。我们已经看到 AskLio 和 HappyRobot 等公司正在经历这一转变，它们将代理部署在整个流程中，而不是单个任务中。

财富 500 强企业将最深刻地感受到这种转变：它们掌握着最庞大的孤岛数据、机构知识和运营复杂性储备，其中大部分都存在于员工的大脑中。将这些信息转化为自主工作者的共享基础，将释放更快的决策速度、更短的周期以及不再依赖于持续人工微观管理的端到端流程。

这种转变也将迫使领导者重新构想角色和软件。新的职能将会出现，例如人工智能工作流设计师、代理主管以及负责协调和审核协同数字工作者的治理负责人。除了现有的记录系统之外，企业还需要协调系统：新的层级来管理多代理交互、判断上下文并确保自主工作流的可靠性。人类将专注于处理边缘问题和最复杂的情况。多代理系统的兴起不仅仅是自动化进程中的又一步；它代表着企业运营方式、决策方式以及最终价值创造方式的重构。

Bryan Kim：消费级人工智能从「帮助我」转向「了解我」

2026 年标志着主流消费级人工智能产品的功能将从提升生产力转向增强人际连接。人工智能不再仅仅是帮助你完成工作，而是让你更清晰地认识自己，并帮助你建立更牢固的人际关系。

需要明确的是：这并非易事。许多社交人工智能产品已经推出，但最终都以失败告终。然而，得益于多模态上下文窗口和不断下降的推理成本，人工智能产品现在可以从你生活的方方面面学习，而不仅仅是你告诉聊天机器人的内容。想象一下，你的手机相册会展现真实的情感瞬间，一对一信息和群聊模式会根据聊天对象而变化，你的日常习惯也会在压力下发生改变。

一旦这些产品真正面世，它们将成为我们日常生活的一部分。一般来说，「了解我」型产品比「帮助我」型产品拥有更好的用户留存机制。「帮助我」型产品通过用户对特定任务的高付费意愿来实现盈利，并致力于提高用户留存率。 「关注我」型产品通过持续的日常互动实现盈利：用户付费意愿较低，但用户留存率更高。

人们一直在不断地用数据换取价值：问题在于他们获得的回报是否值得。而答案很快就会揭晓。

Kimberly Tan：新型模型原语催生前所未有的公司

到 2026 年，我们将见证一些公司的崛起，这些公司在推理、多模态和计算机应用领域取得突破性进展之前根本无法存在。迄今为止，许多行业（例如法律或客服）已经利用改进的推理技术来增强现有产品。但我们现在才开始看到一些公司，其核心产品功能从根本上依赖于这些新型模型原语。

推理能力的进步可以催生新的能力，用于评估复杂的财务索赔或根据密集的学术或分析师研究成果采取行动（例如，裁决账单纠纷）。多模态模型使得从物理世界（例如，制造现场的摄像头）中提取潜在的视频数据成为可能。计算机的应用使得大型行业的自动化成为可能，而这些行业的价值过去一直被桌面软件、糟糕的 API 和碎片化的工作流程所束缚。

James da Costa：人工智能初创公司通过向其他人工智能初创公司销售产品来实现规模化发展

我们正处于一个前所未有的公司创建浪潮中，而这主要由当前的人工智能产品周期驱动。但与以往的产品周期不同，现有企业并没有袖手旁观；它们也在积极采用人工智能。那么，初创公司该如何取胜呢？

初创公司要想在分销渠道上超越现有企业，最有效且最被低估的方法之一，就是在公司成立之初就为其提供服务：即服务于那些刚刚起步的绿地公司（也就是全新的企业）。如果你能够吸引所有新成立的公司，并与它们共同成长，那么随着你的客户发展壮大，你也将成为一家大公司。Stripe、Deel、Mercury、Ramp 等公司都遵循了这一策略。事实上，Stripe 的许多客户在 Stripe 成立之初甚至还不存在。

2026 年，我们将看到那些从零开始创业的初创公司在众多企业软件领域实现规模化发展。他们只需要打造更好的产品，并全力以赴地开发那些尚未被现有厂商束缚的新客户。