1880亿美元进了4家公司：当AI巨头吃掉60%风险资本，其余人的生存指南

2026年6月19日，Fortune杂志发表了一篇措辞平静但内容震撼的分析文章，标题是《4家AI巨头刚刚融了1880亿美元：如何在”大AI末日”（Big AI-pocalypse）中生存》。

文章的开头是一组无法辩驳的数字：2026年第一季度，全球风险资本总投入达到3000亿美元——这是人类历史上单季度最高纪录。其中，1880亿美元流向了4家公司：OpenAI、Anthropic、xAI和Waymo。

4家公司，拿走了3000亿里的60%。

如果你是一个早期创始人，正在融一轮500万美元的天使轮，你该如何理解这个数字？这究竟意味着AI创业时代的黄金窗口，还是整个赛道已经被少数巨头锁死？

这篇文章的核心，是一个关于「资本极度集中时代里，普通创业者如何找到出路」的问题。而这个问题，在2026年的当下比以往任何时候都更加紧迫——不仅仅是对创业者，也对整个AI生态系统的未来结构。

一、这3000亿的真实结构：数字背后的资本重力

要理解这场资本浓缩，首先要拆解数字背后的完整结构，而不是仅仅被标题数字震惊。

2026年Q1，全球风险投资达到3000亿美元。相比之下，上一季度（2025年Q4）约为1400亿美元，而2025年全年的风险投资总额约为4300亿美元。单季度3000亿，意味着这一个季度就完成了2025年全年的70%。在此之前，业界已经认为2025年是史上最疯狂的融资年份。结果2026年的开局直接炸毁了所有历史参照系。

这3000亿里，结构是这样的：

  • 1880亿（约63%）：流向OpenAI、Anthropic、xAI、Waymo这4家
  • 1120亿（约37%）：分散到了其他所有创业公司、成长期企业、早期基金

所有人都在讨论那1880亿。但是，那1120亿，同样创下了近年来的季度历史高位——这个数字本身，放在AI繁荣之前的任何时期，都会是一个被整个风险投资行业集体庆祝的天文数字。

更微妙的结构性数据是：美国Q1融资同比增长190%，但交易数量下降了26%。 资本总量在增加，成交笔数在减少。这意味着每一笔交易的规模都在大幅增大，但能够进入投资者视野的机会窗口正在收窄。

Fortune的作者用”Big AI-pocalypse”这个词描述这一现象，意思并不是说资本在消失、创业在死亡，而是说资本的重力场发生了根本性改变：少数巨大的引力中心正在扭曲整个宇宙的运行规则，而无论你喜不喜欢，你都生活在这个被扭曲的引力场中。

二、Baseten现象：当”估值”变成一场数字魔术

就在Fortune文章发布的前一天，TechCrunch援引Wall Street Journal报道了一个让业界同时发出惊叹和质疑的案例。

AI推理（inference）初创公司Baseten，正接近完成15亿美元融资，估值130亿美元。

这个数字本身或许不够震惊——2026年的AI创业圈，百亿美元估值正在成为一种常态。真正让人瞠目结舌的，是它的时间线：

  • 2025年Q3（约9个月前）：完成1.5亿美元D轮融资
  • 2026年Q1初（约5个月前）：完成3亿美元E轮，估值50亿美元
  • 2026年6月（现在）：接近完成15亿美元新轮，估值130亿美元

5个月内，估值从50亿跳到130亿，增幅160%。 而就在这5个月里，Baseten的基本业务逻辑没有发生根本性变化：它仍然是一家AI推理路由公司，帮助企业将AI请求智能分发到最合适的模型（特别是性价比更高的开源替代品），以降低直接调用OpenAI或Anthropic API的高成本。

但WSJ的报道揭示了一个更深层的细节：这是一个”split-price round”（分层定价融资轮）。 同一轮融资，部分投资者以130亿美元估值进入，另一部分以110亿美元估值进入。对外公布的是最高估值130亿，制造了一个更好看的标题。

Split-price round并不是欺诈——它是一种在市场上越来越常见的融资结构创新，让领投方在账面上看起来获得了高价值的入场机会，同时让部分投资者以相对”折扣”进入。但它确实在一定程度上让”估值”这个数字失去了原本的意义：130亿到底代表的是什么？是市场对Baseten业务价值的共识评估，还是某几个投资者在特定条件下愿意付出的最高价格？

这个问题，同样适用于那1880亿里的大部分数字。

TechCrunch的报道将Baseten的崛起称为”推理淘金热”（inference gold rush）——投资者正在疯狂押注AI推理层，因为它处于大模型应用的核心基础设施位置：每一个AI应用、每一次用户查询，都必须经过推理层。无论哪家大模型最终胜出，推理基础设施都会被需要。这是一个与”选正确的模型”相对无关的赌注。

但正是因为这个逻辑太简单、太吸引人，它也成为了2026年AI投资泡沫的典型特征之一：逻辑合理不等于估值合理，市场需求真实不等于商业护城河真实。

三、Stripe数据揭示的另一面：AI原生公司正在改写增长速度的基准

Fortune的文章引用了一组来自Stripe的数据，几乎被所有关注融资新闻的媒体忽视，但它可能是整篇文章里最重要的数据点：

排名前100的AI原生公司，正以比以往任何软件世代快5倍的速度，从100万美元ARR增长到3000万美元ARR。

要理解这个数字的分量，需要一个历史参照。在SaaS黄金时代（2015-2020年），从100万到3000万ARR通常需要3到5年。能在3年内完成这个跨越的公司，在当时已经是投资人重点追捧的明星。而现在，最顶尖的AI原生公司正在用不足1年的时间完成相同的跨越。

这意味着什么？AI创业不仅没有死，对于真正做对方向的公司，它正在创造历史上速度最快的收入增长轨道。

但关键是”前100的AI原生公司”。这100家公司，和剩下的数万家AI创业公司之间，正在形成一道越来越深的鸿沟。那道鸿沟，不是技术鸿沟，不是资金鸿沟，而是护城河鸿沟：你是否拥有让竞争者无法轻易复制的真实优势。

Fortune的作者用一个极其尖锐的表述定义了这道鸿沟：“那些没有真实护城河的公司，会被来自上方的平台方和来自下方的价格战双重挤压。”

来自上方的挤压，指的是大模型公司和大平台公司的功能下沉。以2026年6月这一周为例，就有：

  • OpenAI推出面向企业的增强AI支出管控工具（ChatGPT Enterprise新功能）
  • OpenAI宣布ChatGPT每周2.3亿用户正在寻求健康建议，GPT-5专为医疗场景优化
  • AWS的Bedrock AgentCore正式上线（GA），支持从想法到生产级Agent的快速部署
  • Anthropic发布Claude Corps计划，1.5亿美元资助非营利组织使用AI

每一个大平台的产品更新，都可能让一批做”AI功能封装”的中间层创业公司的价值主张瞬间蒸发。

来自下方的挤压，指的是开源模型成本的持续下降。根据多家AI研究机构的追踪，AI推理成本大约每6-12个月下降约50%（以单位token的API调用成本衡量，该趋势已持续至2026年）。那些仅仅是”更便宜的GPT封装”的公司，正面临来自更便宜、质量越来越好的开源替代品的致命竞争。

站在中间，两面受敌。这就是2026年”没有护城河的AI创业公司”的真实处境。

四、SaaSpocalypse的教训与AI-pocalypse的误读

Fortune的文章提出了一个极具启发性的历史类比：SaaSpocalypse。

就在几个月前，当Anthropic发布一款企业协作功能时，市场在几小时内让数家SaaS公司的股价和估值大幅缩水。”AI会杀死SaaS”的声音震耳欲聋，整个行业陷入生存性恐慌。

时间到了2026年6月，那场”末日”并没有如期全面到来。

这并不是说当初的担心是错的——而是说担心的问题被错误地简化了。”AI会不会杀死软件”是一个无法精确回答的大问题，也是一个容易引发集体焦虑但并不真正有用的问题。

Fortune的作者给出了一个更加精准的分析框架，这个框架比”AI末日”的叙事有用得多：

“真正的问题不是模型公司是否会消灭软件。它们不会。真正的问题是：随着模型变得更好，哪些软件公司会变得更强，哪些会变得越来越商品化？”

这两类公司的区别，就是2026年AI创业最核心的分野。

变得更强的公司：拥有随着AI进步而增值的资产。比如专有医疗数据的公司，AI越强，它的数据越值钱；比如特定行业工作流的深度整合者，AI越强，它整合的工作流越有价值；比如有监管壁垒的领域（金融合规、医疗器械），AI越强，能帮它跨越门槛的服务越稀缺。

变得商品化的公司：核心价值是”把AI能力包装成产品”。当AI能力本身越来越便宜、越来越直接可得时，这层包装的价值就越来越低。这类公司面临一个根本性困境：它们的竞争优势来自一个正在快速贬值的东西。

五、2026年投资者真正在看什么：防御性是第一逻辑

Fortune的文章给出了一个关键结论：在资本极度集中的2026年，防御性（defense）是所有早期创业的第一逻辑。

具体地说，投资者正在向以下几类方向倾斜：

第一类：深度技术护城河领域 机器人、国防、光子学、生物技术、新型计算。这些领域的共同特点是：AI是加速器而不是替代者，真正的壁垒在于硬件掌控、监管认证和专有科学知识积累，不是谁的LLM调用更便宜。

这也从侧面解释了为什么Baseten能以130亿估值完成融资——AI推理基础设施层，是所有大模型应用之上的核心基础设施，大平台自己也需要，短期内不会自建替代。相比纯软件层的”AI功能包装”，推理层的护城河更深。同周完成1亿美元A轮的Hydra Host（AI计算基础设施），也属于同类逻辑。

第二类：垂直行业的深度数据整合 医疗、法律、金融等高度专业化领域，AI渗透率仍然偏低，但数据壁垒和合规壁垒极高。在这些领域，”拥有独特数据并知道如何使用它”远比”用最新的模型”更重要。

典型案例：Thomson Reuters在2026年发布的AI法律和科学研究工具（据报道已有超过60%的律所和科研机构采购），其核心竞争力不是模型本身，而是40年积累的法律文献数据库和合规认证流程。这是任何大模型公司在5年内都无法复制的资产。医疗影像AI公司Tempus（基因组数据）和Veeva Systems（医疗CRM数据）也属于这类逻辑。

第三类：真正的分发优势 不是”用了AI”的工具，而是已经在客户工作流中根深蒂固的存在。分发优势来自信任积累、切换成本和网络效应，而不是技术代差。OpenAI在2026年6月18日发布的Partner Network，实质上是在构建这种分发优势的合法性护城河：通过合作伙伴网络锁定企业客户，让竞争对手更难替代它。

有意思的是，”分发优势”正在成为AI时代最被低估的护城河。一个深度整合进大型企业ERP或生产流程的AI工具，即使模型能力被竞争对手追上，切换成本也可能高达数百万美元的迁移成本和数月的系统停机风险。这与2010年代软件时代的逻辑高度相似——Salesforce不是因为CRM功能最好而难以被替代，而是因为所有销售数据和流程都绑在上面。

第四类：”AI加速”而非”AI替代”的应用 随着AI模型改进，用户使用频次和付费意愿会提升而非降低的产品。这类产品通常有强烈的个性化数据飞轮：用得越多，AI对你的了解越深，产出越符合你的需求，越难离开。

个人化医疗AI是这类飞轮的典型代表。ChatGPT每周2.3亿用户在寻求健康建议，并不是因为它的医疗功能最专业，而是因为用户已经把自己的健康历史、偏好和习惯积累在对话记录里。这种个性化积累，本身就是护城河的构建。

这四类方向，都指向同一个核心判断：2026年，护城河的质量比市场的大小更重要。 一个拥有强护城河但市场规模有限的公司，远比一个在巨大市场里毫无防御能力的公司更有价值。

六、第三层洞察：这场资本极化的真正风险不在创业公司

大多数人看到这组数字，担忧的是”创业公司会不会死”。但Fortune文章真正提出（虽然没有完全展开）的更深层问题，几乎被所有人忽视了：

当1880亿美元集中在4家公司时，会发生什么系统性扭曲？

这4家公司——OpenAI、Anthropic、xAI、Waymo——目前的估值分别是多少？

  • OpenAI：最新一轮估值超过3000亿美元，2026年ARR据称超过200亿美元，但仍处于净亏损
  • Anthropic：估值近700亿美元，ARR据报道在30-40亿美元之间
  • xAI：估值超过500亿美元，核心收入来自Grok订阅，深度绑定X平台，独立财务难以评估
  • Waymo：估值450亿美元，商业化无人出租车运营仍局限于旧金山、凤凰城等有限城市（Waymo是AI驱动的自动驾驶公司，虽与通常意义上的”AI Lab”有所不同，但投资逻辑同属”AI基础能力的长期赌注”）

这些估值，有多少是基于可预见的真实收入增长，有多少是”占住一个时代入场券”的叙事溢价？

Yahoo Finance的一篇分析文章——《当头条估值不是它看上去的样子》（When headline valuations aren’t what they seem）——指出了一个被反复忽视的现象：

AI初创公司2026年以来融资总额达到2555亿美元，但其中有多少是对真实业务价值的评估，有多少是对”历史机会”的情绪押注？

这个问题没有简单答案，也没有一个权威数据源能够精确回答它。但它的重要性在于：当流动性收紧、利率环境变化、或者某家大模型公司遭遇重大挫折时，那些依赖叙事溢价支撑估值的公司，会最先感受到压力。

这是第三层洞察，也是被大多数讨论AI融资的文章回避的核心风险：这场资本极化的最大风险，不是小公司会死（它们很多本就会死，与AI无关），而是巨头公司中可能存在的系统性估值泡沫，以及它一旦破裂时对整个生态的冲击。

SaaS泡沫破裂时，伤害的是使用SaaS工具的公司和持有SaaS股票的投资者。如果AI巨头的估值出现系统性修正，伤害的是为这4家公司提供了1880亿的机构投资者、养老金、主权基金，以及整个AI基础设施生态。

规模完全不同。

七、给创始人的生死问题清单

Fortune文章最有价值的部分，是它给出了一系列创始人应该问自己的问题。这些问题不是”你的产品有多好”，而是更本质的”你的存在有没有理由”：

如果OpenAI或Anthropic明天就发布了你正在做的这个功能，什么还属于你？

这个问题有一个更精确的变体：假设你的功能被复制了，你的用户会留下来吗？还是因为信任你、依赖你的数据，或者切换成本太高？

你控制的护城河来自哪里？

专有数据（别人没有）、硬件控制（别人没有）、科学积累（别人做不到）、分发渠道（别人进不来）、监管壁垒（别人爬不过去）。如果以上五条一条都没有，你的护城河来自哪里？

当AI变得更便宜时，你的业务会变强还是变弱？

如果你的核心价值主张是”比OpenAI API便宜20%”，那么随着推理成本持续下降，你的优势会自然消失。如果你的核心价值是特定行业的数据积累或工作流整合，那么随着AI变强，你的价值只会增加。

你的客户需要你，是因为你好，还是因为离开你太贵？

前者是产品力，后者是切换成本。两个都是护城河，但需要不同的建设策略。最强大的公司，通常两者兼具。

“Big AI将在明天做这个”是你的障碍，还是你的优势？

这个问题来自Fortune文章一个深刻的观察：在当前的融资对话中，”如果OpenAI做这个会怎样”已经成为一个被滥用的反驳工具，用于替代对业务基本面的真实讨论。但它也有合法的版本：如果你对这个问题有一个清晰的答案（”即使OpenAI做了，我的客户也会留下，因为……”），那它反而是你最强的说服力来源。

结语：洪水不是灾难，但你需要知道自己站在哪

回到最开始的数字：3000亿，1880亿进了4家公司，1120亿给了其他所有人。

1120亿美元，不是一个小数字。它仍然是2021年风险投资高峰期季度数字的两到三倍。对大多数早期创始人来说，融资环境从来没有这么好——前提是他们做的事情有真实、可防御的价值。

问题不是资本在消失，而是资本的逻辑在变化。”我用了AI”不再是护城河。”我的业务随着AI越来越强”才是。

同时，那1880亿创造的估值体系，也需要被严肃对待。当Baseten在5个月内从50亿变成130亿，当4家公司吃掉Q1全部VC的60%，当头条估值与真实业务价值之间的距离越来越难以量化时，整个生态的健康度取决于一个没有人有答案的问题：这个叙事，能支撑多久？

每一个在这个生态里工作、创业或投资的人，都需要有自己的答案。

当一场洪水来临时，有人站在地势高的地方，有人站在低洼地带。1880亿的洪水不是在淹没创业生态，它是在重新标注这片土地的地势高低。你需要知道的，是自己站在哪里。

参考资料