AI獨角獸，直面全新KPI | AI進化論

「AI進化論」是長江商學院推出的AI+主題欄目，匯聚全球AI領(lǐng)域的原創(chuàng)洞見、產(chǎn)業(yè)實踐及前瞻研判。從技術(shù)突破到產(chǎn)業(yè)應用，從戰(zhàn)略布局到倫理邊界，在這里，一起與AI同頻進化。

AI創(chuàng)業(yè)的狂潮之下，一場無聲的淘汰賽已然打響。狂熱之后，市場開始用最冰冷的標尺衡量商業(yè)價值——你的AI，究竟為客戶省下了多少真金白銀的人力成本？

兩年內(nèi)，AI獨角獸市場將迎來洗牌期或淘汰潮。今天和你分享長江商學院滕斌圣教授、何澗石研究員最新發(fā)表于經(jīng)濟觀察報的文章。文章指出，未來衡量AI商業(yè)模式成功與否的新KPI將是“凈勞動力獲取”，即廠商能將企業(yè)多少“人力薪酬預算”成功轉(zhuǎn)化為“軟件采購支出”。

作者 | 滕斌圣 何澗石

來源 | 經(jīng)濟觀察報

原標題 | AI獨角獸生態(tài)：繁榮、驗證與分化

滕斌圣

長江商學院戰(zhàn)略學教授

戰(zhàn)略研究副院長

新生代獨角獸全球生態(tài)體系研究部主任

AI獨角獸生態(tài)：

爆發(fā)式增長與美國主導

2025年至今，全球AI獨角獸的數(shù)量和融資規(guī)模繼續(xù)爆發(fā)式增長。根據(jù)創(chuàng)投數(shù)據(jù)平臺CB Insights的統(tǒng)計，2025年人工智能領(lǐng)域的風險投資交易額同比接近翻倍，達到了創(chuàng)紀錄的2258億美元（圖 1）。

2026年第一季度，生成式AI領(lǐng)域的融資額已達到1635億美元，較去年同期增長599%。2025年全年誕生的新晉獨角獸中，有六成是AI獨角獸。截至2026年初，全球的AI獨角獸已有約370家。AI獨角獸的誕生節(jié)奏在2025年每季度均在提速，且進入2026年后未見放緩跡象。

圖1 投資者正趨向?qū)ι贁?shù)頭部標的進行更大規(guī)模的資本下注

資料來源：CB Insights

在全球AI獨角獸生態(tài)中，美國依然是無可爭議的中心，全球約八成的AI融資發(fā)生在美國，全球超過四成的AI公司總部位于美國。美國包攬了絕大多數(shù)千億估值級別的“巨無霸”（表 1）。

表 1 全球估值超過百億美元的GenAI獨角獸

中國則是全球唯一能在底層大模型（尤其是開源大模型）上與美國抗衡的國家。中國的AI獨角獸集中分布在更廣義的人工智能領(lǐng)域（涵蓋大模型及基礎應用、智能駕駛和機器人三大板塊）。

與美國重金押注基礎大模型的邏輯不同，中國將優(yōu)勢集中于“技術(shù)+產(chǎn)業(yè)場景”的結(jié)合，融合了軟件智能與實體機器人的具身智能正在加速崛起，成為中國科技經(jīng)濟體系的新熱點。

2025年中國新晉的8家AI獨角獸中，有7家聚焦于機器人或具身智能領(lǐng)域。未來，具備預測和規(guī)劃能力的“世界模型”將與物理硬件深度結(jié)合，推動人形機器人和工業(yè)自動化在制造、倉儲等場景的大規(guī)模商用。

在細分領(lǐng)域中，垂直應用在融資數(shù)量上占據(jù)絕對主導，但AI的核心基礎模型與底層技術(shù)依然吸納了市場上最多的資本（表 2）。

隨著底層技術(shù)的逐步成熟，解決特定行業(yè)痛點的垂直AI應用在融資數(shù)量上迎來了大爆發(fā)，特別是企業(yè)服務和醫(yī)療健康領(lǐng)域。醫(yī)療領(lǐng)域的獨角獸在2025年第一季度占據(jù)了新晉AI獨角獸的55%，它們正在接管耗時的醫(yī)療文書和院內(nèi)行政工作。

表 2 最熱門前五的AI賽道分布

資料來源：CB Insights

AI獨角獸進入

商業(yè)模式驗證期

國內(nèi)外頭部的AI獨角獸從2025年開始陸續(xù)上市。中國的兩大AI獨角獸智譜和MiniMax已在港上市，美國的OpenAI、Anthropic、xAI有望在今年IPO。頭部AI企業(yè)天量級的研發(fā)和算力開支已無法僅依靠一級股權(quán)市場輸血維持，必須通過公開市場獲取更大規(guī)模、更低成本的長期資金。

“超級獨角獸”的巨額募資可能會吸干市場的流動性，令那些缺乏獨特優(yōu)勢的中小型獨角獸面臨融資上的困難。

這也預示著AI獨角獸將在商業(yè)化能力上接受更大考驗。

AI獨角獸的生存和發(fā)展不僅依靠技術(shù)的顛覆性和模型的參數(shù)規(guī)模，更在于商業(yè)護城河、資本轉(zhuǎn)化效率以及能否跨越推理成本的可持續(xù)定價模式。

比如在代碼生成、營銷領(lǐng)域，被稱為“Copilot for X”的代碼生成或生產(chǎn)力工具，僅僅是建立在底層大模型之上的套殼應用。它們?nèi)狈ι詈瘛⒖煞烙淖o城河，隨著基礎模型能力的自我進化，這些無產(chǎn)品壁壘的初創(chuàng)公司將在傳統(tǒng)企業(yè)被AI“吞噬”之前更早被淘汰。

生成式AI正在不可逆轉(zhuǎn)地重塑醫(yī)療、企業(yè)軟件、工業(yè)運營、金融、專業(yè)服務、媒體和教育等傳統(tǒng)行業(yè)各個部門的商業(yè)流程甚至邏輯。

其中具代表性的垂直應用構(gòu)成了當前AI風險投資交易體量的絕對主力。如Cursor的代碼補全、Harvey的法律文檔生成、Abridge的醫(yī)療記錄自動化——這些產(chǎn)品的核心功能在沒有AI的時代根本無法實現(xiàn)。

成功的垂直AI獨角獸必須走向行業(yè)深水區(qū)，掌控底層數(shù)據(jù)記錄系統(tǒng)，通過在專有非公開記錄上微調(diào)模型，建立通用大模型無法復制的深度業(yè)務邏輯，重構(gòu)特定領(lǐng)域的商業(yè)工作流，解決特定垂直商業(yè)痛點并建立起專有數(shù)據(jù)護城河。

這意味著大量缺乏專有數(shù)據(jù)壁壘的單點AI應用獨角獸將需要進行合并，以構(gòu)建更難被替換的復合平臺。

前文提到的Anysphere和估值200億美元的Perplexity即是重構(gòu)了特定領(lǐng)域的商業(yè)工作流的獨角獸案例。Perplexity是重塑傳統(tǒng)搜索引擎模式的AI原生問答引擎。它不再返回網(wǎng)頁鏈接，而是實時搜索并綜合信息，直接為用戶提供帶有來源引用的對話式解答。

估值逾百億美元的Cognition和Sierra則是企業(yè)從“購買軟件”向“租賃數(shù)字勞動力”商業(yè)模式轉(zhuǎn)移的獨角獸案例。Cognition的“AI軟件工程師智能體” 代表了GenAI獨立執(zhí)行復雜開發(fā)任務的能力。Sierra是由Salesforce前高管創(chuàng)立，專注于為企業(yè)構(gòu)建處理客服和品牌互動的對話式AI智能體。

目前看，信息不對稱程度高、人力成本占比大、可標準化程度強的傳統(tǒng)行業(yè)（如法律、醫(yī)療、金融、軟件開發(fā)），正在被AI獨角獸重塑。

但要重新定義傳統(tǒng)行業(yè)的游戲規(guī)則，AI獨角獸還需要跨越三道鴻溝：技術(shù)鴻溝（從原型到生產(chǎn)級可靠性）、監(jiān)管鴻溝（從能力展示到合規(guī)認可）、信任鴻溝（從工具使用到核心依賴）。

傳統(tǒng)SaaS軟件增加一個新用戶的邊際成本幾乎為零，但AI智能體（數(shù)字員工）需要持續(xù)消耗高昂的推理算力。

根據(jù)一級市場數(shù)據(jù)平臺Pitchbook的估算，如果軟件公司的毛利率因為AI算力成本被拖累到60%以下，其商業(yè)模型就宣告破產(chǎn)，AI獨角獸必須證明它們能夠?qū)⑺懔Τ杀居行мD(zhuǎn)嫁給客戶。

為了讓企業(yè)冒險遷移到未經(jīng)市場驗證的AI初創(chuàng)公司，AI獨角獸正在將定價模式向“基于結(jié)果收費”轉(zhuǎn)移，例如按成功解決的客訴工單、或生成的財務報表來計費。

未來，衡量AI商業(yè)模式成功與否的新核心指標（KPI）將是 “凈勞動力獲取”，即廠商能將企業(yè)多少“人力薪酬預算”成功轉(zhuǎn)化為“軟件采購支出”。

這也是傳統(tǒng)SaaS模式面臨的最大危機。

因為AI智能體的設計初衷就是減少人類工作量，如果客戶用AI裁掉了30%的員工，按人頭收費的軟件公司收入將自動縮水30%。如果AI獨角獸的價值與其創(chuàng)造的真實業(yè)務價值直接掛鉤，那將是對傳統(tǒng)行業(yè)商業(yè)邏輯的顛覆。

生態(tài)前瞻

AI的長期發(fā)展正面臨嚴重的物理瓶頸——電力與算力基礎設施。

根據(jù)Pitchbook的預測，2026年，數(shù)據(jù)中心的電力消耗將等同于日本的整體能源消耗量，到2030年，全球GPU容量將實現(xiàn)約50倍的驚人增長，未來的AI核心競爭將集中在算力和能源基礎設施上。

為了支撐這種極其龐大的算力需求，數(shù)據(jù)中心脫碳技術(shù)、液冷系統(tǒng)、核能等，將成為未來幾年最吸金的藍海賽道。

在商業(yè)模式上，AI軟件正在徹底從“輔助工具”走向“全自動數(shù)字勞動力”。未來，多模態(tài)AI智能體（結(jié)合語音、文本、圖像、視頻）將率先在企業(yè)客服等高價值領(lǐng)域完成跑馬圈地。

基礎模型提供商正展現(xiàn)出比普通應用層初創(chuàng)企業(yè)更強的防御力。

因為基礎模型正在成為企業(yè)AI工作流的默認基礎設施，隨著智能體工作流的大規(guī)模部署，AI推理將演變?yōu)橐环N經(jīng)常性的公用事業(yè)服務，使得這些企業(yè)的商業(yè)模式具有極強的長線鎖定效應。

2025年是AI Agent概念爆炸式擴張的一年，2026年則是見證AI Agent能否兌現(xiàn)價值的一年。CB Insights的調(diào)查顯示，36%的受訪企業(yè)已經(jīng)開始在核心運營工作流中使用或部署AI智能體平臺。例如，在客戶服務、軟件開發(fā)和IT運維領(lǐng)域，智能體已經(jīng)開始自主接管工作。

AI Agent的核心命題將從“能否完成任務”進化為“能否在真實企業(yè)環(huán)境中規(guī)模化運行、并交付可量化的ROI”。

那些能夠跨越這道商業(yè)應用門檻的Agent公司，有望成為新一批的超級獨角獸。而無法處理企業(yè)級安全性與復雜性要求的創(chuàng)企，將迅速被市場拋棄。

市場火熱的另一面是熱門賽道的擁擠和創(chuàng)投市場的資金分配極度不均。

2025年，不到5%的頭部公司吸走了超過50%的市場資金，近76%的公司只能爭奪不足16%的資金。這使得非超級頭部的AI初創(chuàng)企業(yè)面臨嚴峻的生存壓力。

市場競爭愈加激烈的同時，AI獨角獸面臨的另一難關(guān)是隨著業(yè)務規(guī)模擴大，算力成本隨之上升。

例如，部分AI應用獨角獸雖然在幾個月內(nèi)就達到了1億美元的經(jīng)常性收入（ARR），但其面臨的模型推理成本卻暴漲了20倍。

這種單位經(jīng)濟的惡化正迫使企業(yè)限制使用量或提高價格，許多創(chuàng)始人甚至開始尋求退出，被科技巨頭以收購團隊并獲取技術(shù)許可的方式吞并。預計在近兩年內(nèi)，AI獨角獸市場就會迎來洗牌期或者淘汰潮。

文中圖片來自圖蟲創(chuàng)意，轉(zhuǎn)載需獲授權(quán)。

人工智能+產(chǎn)業(yè)企業(yè)家項目

全國商學院首個

從認知到行動完整閉環(huán)的

人工智能+學習項目

點擊下方卡片，關(guān)注長江商學院