a16z《2026 年重大構想：第二部分》

軟體吞噬了世界。現在，它將推動世界前行。

撰文：a16z New Media

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 團隊夥伴認為初創企業將在 2026 年面臨的挑戰。

今天，我們將繼續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：構建人工智慧原生的工業基礎

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、製造業、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慧為原生基礎、軟體優先的工業基礎的崛起。這些公司從模擬、自動化設計和人工智慧驅動的營運入手。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、重型機器人製造、新一代採礦、生物和酶促工藝（生產各行業依賴的前體化學品）等領域帶來了巨大的機遇。人工智慧可以設計更潔淨的反應爐、優化開採、設計更好的酶，並以傳統營運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。自主感測器、無人機和現代人工智慧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模龐大、難以全面管理的關鍵系統進行持續監控。

現實世界需要新的軟體。構建這些軟體的創辦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實力之上，但眾所周知，我們已經失去了大部分工業實力——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，生鏽的機器正在重新運轉，我們正在見證以軟體和人工智慧為核心的美國工廠的復興。

我認為，到 2026 年，我們將看到企業以工廠思維應對能源、採礦、建築和製造業等領域的挑戰。這意味著將人工智慧和自動化技術與技術工人相結合，使複雜、客製化的流程像流水線一樣高效運轉。具體包括：

• 快速且反覆地應對複雜的法規和許可流程
• 從一開始就加速設計週期並進行可製造性設計
• 更好地管理大規模專案協調
• 部署自主系統加速那些對人類來說困難或危險的任務 

透過應用亨利·福特一個世紀前開發的技術，從一開始就規劃規模和可重複性，並融合人工智慧的最新進展，我們將很快實現核反應爐的大規模生產，建造滿足全國需求的住房，以驚人的速度建設數據中心，並進入工業實力的新黃金時代。正如Elon Musk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，而非數位層面的

過去十年，軟體可觀測性改變了我們監控數位系統的方式，透過日誌、指標和追蹤，使程式碼庫和伺服器變得透明。同樣的變革即將席捲物理世界。

隨著美國各大城市部署超過十億個聯網攝影機和感測器，物理可觀測性——即時了解城市、電網和其他基礎設施的運行情況——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展，屆時機器將依賴於一個通用框架，使物理世界如同程式碼一樣可觀測。

當然，這種轉變也蘊含著真正的風險：能夠偵測野火或預防工地事故的工具，也可能引發反烏托邦式的噩夢。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、原生支援人工智慧的系統，從而在不損害社會自由的前提下提升社會透明度的企業。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。

Ryan McEntush：電子工業架構將改變世界

下一場工業革命不僅會發生在工廠裡，還會發生在為工廠提供動力的機器內部。

軟體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、材料和人工智慧的進步正在融合，使軟體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。

這就是電子工業堆疊的崛起——為電動汽車、無人機、數據中心和現代製造業提供動力的綜合技術。它將驅動世界的原子與控制世界的位元連接起來：從精煉成元件的礦物、儲存在電池中的能量、由電子設備控制的電力、透過精密電機實現的運動，所有這一切都由軟體協調。它是物理自動化領域每一項突破背後的無形基礎；它決定了軟體是僅僅召喚計程車還是真正掌控方向盤。

然而，從提煉關鍵材料到製造先進晶片，構建這一堆疊的能力正在流失。如果美國想要引領下一個工業時代，就必須製造支撐這一時代的硬體。掌握電子工業堆疊的國家將定義工業和軍事技術的未來。

軟體吞噬了世界。現在，它將推動世界前行。

Oliver Hsu：自主實驗室加速科學發現

隨著模型能力在多模態上的進步以及機器人操作能力的持續提升，團隊將加速推進自主科學發現。這些並行技術將催生出能夠實現科學發現閉環的自主實驗室——從假設提出到實驗設計與執行，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，並將整合人工智慧、機器人、物理與生命科學、製造、營運等領域的專業知識，透過無人值守實驗室實現跨領域的持續實驗和發現。

Will Bitsky：關鍵行業的數據征程

2025 年，人工智慧的時代精神將由運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——所定義。

我們的關鍵行業仍然是潛在、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，無論是數據採集、標註還是模型訓練，都不是工業界常用的術語。

對這類數據的需求可謂源源不絕。像 Scale、Mercor 和人工智慧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「做了什麼」，更是「怎麼做」）。他們為每一份來自「血汗工廠的數據」支付高昂的費用。

擁有現有物理基礎設施和勞動力的工業企業在數據採集上擁有比較優勢，並將開始利用這一優勢。他們的營運會產生海量數據，這些數據幾乎可以零邊際成本捕獲，並用於訓練自有模型或授權給第三方。

我們也應預期，初創公司將會湧現並提供幫助。初創公司將提供協調堆疊：用於收集、標註和授權的軟體工具；感測器硬體和軟體開發工具包 (SDK)；強化學習 (RL) 環境和訓練管道；以及最終，還有它們自己的智慧機器。

應用（Apps）團隊

David Haber：人工智慧強化商業模式

最優秀的人工智慧初創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，在基於勝訴分成的法律中，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，並提高勝訴率。

人工智慧本身就能強化商業模式。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，因為人工智慧系統將更深入地與客戶的激勵機制保持一致，並創造傳統軟體無法企及的複合優勢。

Anish Acharya：ChatGPT 將成為人工智慧應用商店

消費級產品週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，人工智慧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 等現有網路或口碑傳播而發展壯大。

然而，隨著 OpenAI Apps SDK 的發布、蘋果對小程式的支援以及 ChatGPT 推出群聊功能，消費類開發者現在可以直接利用 ChatGPT 的 9 億用戶群體，並借助 Wabi 等新的小程式網路實現增長。作為消費產品生命週期的最後一環，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，後果自負。

Olivia Moore：語音代理開始佔據一席之地

在過去的 18 個月裡，人工智慧代理為企業處理真實互動的設想已從科幻變成現實。成千上萬公司，從中小企業到大型企業，都在使用語音人工智慧來安排預約、完成預訂、開展調查、進行客戶資訊收集等等。這些代理不僅能為企業節省成本、創造額外收入，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。

但由於這個領域尚處於起步階段，許多公司仍然處於「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（可能是多模態的），甚至管理完整的客戶關係週期。

這很可能意味著代理將更深入地整合到業務系統中，並被賦予處理更複雜互動類型的自由。隨著底層模型的不斷改進——如今代理可以調用工具並在不同系統間操作——每家公司都應該部署以語音為先導的人工智慧產品，並利用它們優化業務的關鍵環節。

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。下一代人工智慧應用將完全不顯示提示——它們會觀察你的操作，並主動提供操作建議供你參考。你的整合開發環境 (IDE) 會在你提出問題之前就建議重構。你的客戶關係管理系統 (CRM) 會在你結束通話後自動生成後續郵件。你的設計工具會在你工作時生成各種方案。聊天介面只是輔助工具。如今，人工智慧將成為貫穿每個工作流程的隱形鷹架，由用戶意圖而非指令啟動。

Angela Strange：人工智慧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整合了文件導入和人工智慧語音代理等人工智慧功能，但只有重建支撐人工智慧的基礎設施，人工智慧才能真正改變金融服務業。

到 2026 年，未能實現現代化並充分利用人工智慧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約，轉而實施更新、更原生於人工智慧的替代方案。這些公司擺脫了過去分類的束縛，成為能夠集中、規範化並豐富來自傳統系統和外部來源的底層數據的平台。

結果如何？

• 工作流程將得到顯著簡化和並行化。無需再在不同系統和螢幕之間來回切換。試想一下：你可以在抵押貸款發起系統 (LOS) 中一次性看到並並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併形成更大的分類。例如，客戶 KYC、開戶和交易監控數據現在可以統一放在單一風險平台中。
• 這些新分類的贏家規模將是老牌企業的 10 倍：分類範圍更大了，而軟體市場正在吞噬勞動力。

金融服務的未來並非是將人工智慧應用於舊系統之上，而是構建一個以人工智慧為基礎的全新作業系統。

Joe Schmidt：前瞻性策略將人工智慧帶給 99% 的企業

人工智慧是我們一生中最激動人心的技術突破。然而，迄今為止，新初創企業的大部分收益都流向了矽谷那 1% 的公司——要麼是真正位於灣區的公司，要麼是其龐大網路的一部分。這也不難理解：創業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，還是透過董事會中的風險投資人建立聯繫。

到 2026 年，這種情況將會徹底改變。企業將意識到，絕大多數人工智慧機遇都存在於矽谷之外，我們將看到新的初創企業利用前瞻性策略，發掘隱藏在大型傳統垂直行業中的更多機遇。在傳統的諮詢和服務行業（例如系統整合商和實施公司）以及製造業等發展較為緩慢的行業中，人工智慧蘊藏著巨大的機遇。

Seema Amble：人工智慧在財富 500 強企業中創造了新的協調層和新的角色

到 2026 年，企業將進一步從孤立的人工智慧工具轉向多代理系統，這些系統需要像協調的數位化團隊一樣運作。隨著代理開始管理複雜且相互依賴的工作流程（例如共同規劃、分析和執行），企業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、機構知識和營運複雜性儲備，其中大部分都存在於員工的大腦中。將這些資訊轉化為自主工作者的共享基礎，將釋放更快的決策速度、更短的週期以及不再依賴於持續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體。新的職能將會出現，例如人工智慧工作流設計師、代理主管以及負責協調和審核協同數位工作者的治理負責人。除了現有的記錄系統之外，企業還需要協調系統：新的層級來管理多代理互動、判斷上下文並確保自主工作流的可靠性。人類將專注於處理邊緣問題和最複雜的情況。多代理系統的興起不僅僅是自動化進程中的又一步；它代表著企業營運方式、決策方式以及最終價值創造方式的重構。

Bryan Kim：消費級人工智慧從「幫助我」轉向「了解我」

2026 年標誌著主流消費級人工智慧產品的功能將從提升生產力轉向增強人際連結。人工智慧不再僅僅是幫助你完成工作，而是讓你更清晰地認識自己，並幫助你建立更牢固的人際關係。

需要明確的是：這並非易事。許多社交人工智慧產品已經推出，但最終都以失敗告終。然而，得益於多模態上下文視窗和不斷下降的推理成本，人工智慧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。想像一下，你的手機相簿會展現真實的情感瞬間，一對一訊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」型產品透過用戶對特定任務的高付費意願來實現盈利，並致力於提高用戶留存率。 「關注我」型產品透過持續的日常互動實現盈利：用戶付費意願較低，但用戶留存率更高。

人們一直在不斷地用數據換取價值：問題在於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、多模態和電腦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（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於這些新型模型原語。

推理能力的進步可以催生新的能力，用於評估複雜的財務索賠或根據密集的學術或分析師研究成果採取行動（例如，裁決帳單糾紛）。多模態模型使得從物理世界（例如，製造現場的攝影機）中提取潛在的影片數據成為可能。電腦的應用使得大型行業的自動化成為可能，而這些行業的價值過去一直被桌面軟體、糟糕的 API 和碎片化的工作流程所束縛。

James da Costa：人工智慧初創公司透過向其他人工智慧初創公司銷售產品來實現規模化發展

我們正處於一個前所未有的公司創建浪潮中，而這主要由當前的人工智慧產品週期驅動。但與以往的產品週期不同，現有企業並沒有袖手旁觀；它們也在積極採用人工智慧。那麼，初創公司該如何取勝呢？

初創公司要想在分銷渠道上超越現有企業，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：即服務於那些剛剛起步的綠地公司（也就是全新的企業）。如果你能夠吸引所有新成立的公司，並與它們共同成長，那麼隨著你的客戶發展壯大，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業的初創公司在眾多企業軟體領域實現規模化發展。他們只需要打造更好的產品，並全力以赴地開發那些尚未被現有廠商束縛的新客戶。