OpenAI的GPT-4发布时，硅谷投资人安德烈斯·霍夫曼曾断言：“我们正站在计算革命的起点。”三年过去，这句话已从预言变成现实。
但若将视线拉长至历史维度，这场变革更像是一场“迟到的觉醒”。2012年，AlexNet在ImageNet竞赛中横空出世，深度学习的种子悄然埋下；2016年AlphaGo击败李世石，AI的“超凡能力”初现端倪；2022年ChatGPT点燃公众想象，资本、人才、算力开始疯狂涌入。
尤其是今年以来，创投领域迎来历史性转折点：AI初创企业首次捕获全球风险投资总额的51%，超过其他所有领域的总和。这一数据来自CB Insights的最新报告，标志着资本对人工智能的*追捧。其中，美国在浪潮中占据*主导，贡献了85%的AI融资额和53%的交易量。
数据显示，全球AI市场投资规模接近2000亿美元，但真正具备“苹果级”颠覆能力的企业尚未诞生。复盘苹果的崛起路径，1976年乔布斯创立苹果时，个人电脑是“工程师的游戏”，但Macintosh以图形界面和用户体验重新定义了人机交互；1998年iMac打破彩色电子产品的“工业设计枷锁”；2007年iPhone将手机从通讯工具变为移动互联网入口。每一次颠覆，苹果都完成了从技术突破到生态构建的闭环。
如今，AI行业的玩家正试图复制这一路径：大模型是“Macintosh”，硬件是“芯片”，应用是“App Store”。但问题是——在AI的“寒武纪大爆发”中，谁能在技术、生态、商业三者间找到平衡点，最终成为新时代的“苹果”？
01
AI创业：一半火焰，一半海水
回顾近三年AI创业历程，可清晰地划分为三个鲜明阶段。
2022-2023年是大模型奠基期。ChatGPT横空出世，点燃生成式AI热潮，全球科技巨头和初创公司纷纷押注底层模型开发。
2024年进入应用探索期。随着技术逐渐成熟，Cursor、Midjourney、Perplexity等应用层工具迅速崛起，标志着AI从技术展示走向实用价值创造。
2025年则迈入垂直整合期。AI创业公司开始深度嵌入各行各业，寻求在特定场景下的商业化路径。
2025年YC夏季演示日的169家初创公司中，超过一半的项目将AI代理（AI Agent）作为核心方向。这些公司不再追求通用大平台，而是拼命往垂直领域深耕，瞄准那些“人不愿意做、做不好、还特别贵”的工作。
举个例子，Solva用AI自动化保险理赔，上线10周就做到年化收入24.5万美元；Autumn专门解决AI公司复杂的计费问题，已被数百个AI应用和40家YC初创公司使用。在医疗领域，Perspectives Health通过监听医患对话，实时生成病历和表单，为医生节省了一半的文书时间，试点阶段保持每周25%的增长。
然而，繁荣背后暗藏隐忧。AI创业正呈现明显的两极分化：一边是应用层公司的蓬勃发展，另一边却是基础设施领域的高门槛与资源集中。
事实也的确如此，数据显示，全球AI独角兽新增数量实际上同比下降了12.50%，环比下降6.67%，表明市场正在经历结构性调整。国内市场同样如此，从早期的“AI六小虎”到杭州的“AI六小龙”，多数企业生态和持续运营能力乏善可陈，能够实现规模化收入的企业寥寥无几。
资本市场的态度也趋于理性。投资者不再仅仅看重技术的新颖性，而是更关注用户留存、单位经济效益和算力成本。也就是说，AI创业正从追逐热点的狂热期，步入价值验证的结构调整期。
02
距离苹果，AI创业还差什么？
苹果之所以成为苹果，靠的不仅是iPhone或MacOS，而是一套“反直觉”的底层逻辑。
首先是战略定力：从1998年iMac到2007年iPhone，苹果用了9年时间将“消费电子”升维至“生活方式品牌”；其次是生态闭环：App Store、AirPods、Apple Watch构成的“硬件-软件-服务”铁三角，让竞争对手难以模仿；最后是组织韧性：乔布斯的“偏执”文化与库克的“运营哲学”形成互补，确保企业在创新与盈利间平衡。
反观当前AI行业，三大短板制约着“苹果级”企业的诞生：*，技术与商业的割裂：大模型开发者和硬件厂商缺乏生态协同，导致技术无法高效转化为产品；第二，组织能力缺失：多数AI公司仍停留在“工程师思维”，忽视用户体验和品牌建设；第三，资本周期错配：风险投资过度追逐短期热点，而忽视长期基础设施。
也就是说，AI创业公司大多仍停留在“工具提供者”阶段，未能形成真正的生态闭环。
具体来讲，国内AI创业呈现出“从6小虎到6小龙”的代际更替。早期“AI六小虎”因过度依赖to B场景，近年集体陷入亏损泥潭；而新一批创业者则瞄准to C赛道，如AI写作、代码生成平台，但这些企业同样面临挑战——如何在巨头的生态封锁和开源模型的冲击下生存？
据Gartner统计，2023年全球AI初创公司中，62%的产品在18个月内迭代超过3次，但仅有17%能实现商业化正循环。这揭示了一个残酷现实：AI创业的本质是“算力杠杆”的博弈——谁能在模型性能、数据质量和成本控制之间找到*解，谁就能活下去。
从投资市场的变化，也能看出AI行业的阶段性特征。数据显示，2025年第三季度，全球风险投资总额达到956亿美元，但交易数量却降至2016年以来的*水平。这表明投资者正变得更加挑剔，将更大规模的资金投向更成熟、有高潜力的项目。
03
是新周期也是新机会
回顾历史，AI经历了三次浪潮：1980年代专家系统：因缺乏数据和算力昙花一现；2000年代机器学习：依赖人工特征工程，未能突破“黑箱”困境；2020年代大模型：通过自监督学习和海量数据实现通用智能，但落地仍受制于场景。
与前两次AI浪潮相比，这次大模型革命带来的变革的确更为剧烈，具备“双螺旋结构”，体现在技术突破（大模型）与产业需求（数字化）同步爆发。根据IDC数据，2025年上半年中国AI IaaS市场规模同比激增122.4%，达到198.7亿元。GenAI IaaS市场增速更是高达219.3%。
除此之外，国内外AI发展也呈现出不同特征。
海外市场由基础模型创新驱动，OpenAI、Anthropic等公司不断推高模型能力上限；中国市场则更注重应用落地，依靠庞大的用户基础和丰富的场景资源推动AI商业化。
若从行业角度分析，根本问题不在于业务本身的想象力，而在于供需关系的变化。一方面，算力供给趋于多元，国内外云厂商纷纷布局自研芯片，算力市场的资源供给与价格整体稳定。另一方面，需求结构正在重塑。企业不再满足于单纯的模型训练，更关注如何将AI能力融入业务流程，实现价值闭环。
在这样的背景下，一些新兴力量正在悄然崛起。
以芯片设计为例，海光信息前三季度营收增长54.65%，寒武纪营收更是激增2386.38%，展现出国产AI芯片的潜力。而专注AI视觉创作的LiblibAI完成1.3亿美元B轮融资，成为国内AI应用赛道*单笔融资，显示出资本市场对应用层公司的重新评估。
换句话说，AI正从“资源供给”驱动转向“创新赋能”驱动。
某种程度上，苹果的诞生，是1976年乔布斯在车库里的“疯狂”与1997年库克接手时的“理性”共同作用的结果。至于谁能成为“AI时代的苹果”？或许答案藏在这些关键词里：长期主义、生态思维、用户至上。就如1998年iMac用彩虹色彩打破电子产品的“灰暗传统”，未来的AI公司必须找到属于自己的“破界点”——不是在模型参数上比拼谁更大，而是用技术重新定义人与世界的关系。
