2022年11月，ChatGPT上线。在那之前的两年里，美国风险投资市场处于一场近乎疯狂的热潮中：廉价资金、疫情推高的数字需求、以及投资人对下一个十亿美元独角兽的集体想象，共同制造了历史上最密集的高估值融资狂潮。在那个最狂热的2021年，仅美国就有300多家新独角兽诞生，相当于平均每天新增一家。

三年之后，PitchBook的数据给出了一个残酷的结算单。

美国目前有857家估值超过10亿美元的独角兽公司。其中，将近一半——超过420家——在最近3年内没有进行任何新一轮融资。2021年完成融资的公司，估值平均缩水68%；2022年完成融资的，平均缩水52%。220多家曾经达到10亿美元估值的公司，已经成为所谓的”fallen unicorns”——独角兽的化石，美丽的遗迹。

这不是普通的市场调整。这是一场结构性的估值清算，而ChatGPT只是扣动了扳机。

一、这场清算的来龙去脉

要理解为什么数百家创业公司在一夜之间从”估值10亿”变成”问题资产”，需要从2019年说起。

2019年到2021年，美国联邦基金利率接近于零，VC基金的资金成本极低，投资人的风险偏好被大幅抬高。与此同时，疫情带来了数字化加速效应：企业软件订阅量暴增，SaaS公司的ARR（年度经常性收入）增速空前，市场为”收入增长”付出了远超历史水平的估值溢价。一家年增速50%的企业软件公司，在2021年很容易拿到30倍甚至50倍ARR的估值。

2022年，利率开始上升，风险溢价重置。那些在低利率环境下被合理化的高倍数估值，在新的折现率下变得无法自洽。许多创业公司的内在价值，其实从来没有支撑过它们的估值——它们是流动性牛市的产物，而非真正的商业成就。

但真正的致命一击，来自2022年底的ChatGPT。

Khosla Ventures合伙人Samir Kaul在接受CNBC采访时说：”ChatGPT出现的那一刻，人们意识到了：下一代创业者，他们的编程语言是说英语。现在，50个工程师能完成五年前需要500人的工作。我们不得不完全重新评估这些公司的价值。”

这句话精准描述了AI对整个SaaS行业的颠覆逻辑：它不是通过竞争把客户抢走，而是通过改变生产函数，把「需要多少人力」这个底层假设整个推翻了。

二、被AI「颠覆或杀死」的公司是什么样的

CNBC的报道标题直接用了”Disrupted or Dead”——颠覆或死亡。这条清算线，不是按行业划分的，而是按产品「可替代性」划分的。

最脆弱的类别是什么？单一功能的企业SaaS工具——做会议摘要的、做文档自动化的、做HR沟通助手的、做初级代码审查的。这些公司在AI之前，提供的是人力替代服务：它们用软件自动化了某个具体的、重复性的任务。但AI大语言模型出现之后，这些任务本身的完成成本急速下降，通用型AI助手（Claude、GPT-5.5、Gemini）就能完成他们价值主张的大部分。

具体来说：

一家做内容摘要SaaS的公司，在2021年可以收取企业客户每月每个席位100美元的订阅费。但现在，企业的IT部门直接买了一个Claude Team或者GPT企业版，涵盖摘要功能的同时还有数十种其他能力，单个用户的成本实际上更低，且不需要多一个供应商关系。

这个逻辑在无数细分赛道中反复发生。调度软件、合同摘要、邮件管理、初级数据分析、翻译服务——每一个曾经支撑着几亿甚至几十亿美元估值的垂直SaaS类别，都面临被通用AI平台直接替代的压力。

不是所有被替代的都消亡，有些在苦苦挣扎，有些在转型，但大多数已经失去了继续获得新轮融资所需的增长故事。VC不再愿意为一个”可能在18个月内被AI工具替代”的单一功能产品支付高额溢价。

三、数字背后的隐性危机

PitchBook的数据描述的是冰山露出水面的部分。水面之下，还有更大规模的隐性问题。

第一个问题是「僵尸融资轮」。许多公司的最后一轮融资发生在2021年或2022年初，估值被锁定在了那个时代的高峰水位。这些公司在账面上仍然是独角兽，因为没有进行新的定价轮——既没有融到新钱（证明价值上涨），也没有被正式清盘（反映价值归零）。它们漂浮在一个既非生非死的状态中，管理团队仍在运营，投资人仍在持股，但双方都清楚，一旦需要进行新一轮融资，现实的市场定价将会是一次痛苦的写下（write-down）。

第二个问题是「估值下调的连锁效应」。很多VC基金的LP（有限合伙人），如养老基金、大学捐赠基金、保险公司，是根据基金的净资产值（NAV）进行季度报告的。VC基金对这些僵尸独角兽的持仓估值，往往通过「最后一轮融资价格」来维持账面价值，不进行主动写下。这创造了一个账面上看起来健康、实际上严重失真的投资组合。一旦有清算事件发生（例如并购以低于账面价格的成交，或者破产重组），这些压力就会集中释放，影响VC基金的整体表现，进而影响下一只基金的募集能力。

第三个问题是创始人和早期员工的股权激励失效。对于那些在2021年巅峰估值时加入独角兽的员工，他们持有的期权的行权价格往往高于公司当前的实际市场价值。这意味着即使公司最终上市或被收购，这些员工也可能拿不到任何实质性的股权收益。这对整个科技创业生态的人才激励机制造成了长期的信任损伤。

四、幸存者画像

当然，不是所有ChatGPT之前创立的创业公司都走向了化石墓地。有一批公司不仅存活下来，还在AI时代实现了新的增长。

这些幸存者有什么共同特征？

特征一：深度数据护城河

那些已经积累了大量独特、专有数据集的公司，在AI时代的价值反而提升了。数据是训练AI模型的核心燃料，拥有独特训练数据的公司，在AI时代的竞争力反而更强。典型案例是法律科技公司Harvey（AI辅助法律分析），它依赖的不只是通用大模型，而是建立在大量法律文书和司法实践数据上的专业AI系统，这些数据集难以复制。

特征二：转型成为AI平台的接入层

一批原本做「人力替代型SaaS」的公司，成功转型成了AI工作流的中间层——它们不再提供原始功能，而是提供AI集成、部署管理、行业适配等增值服务。比如原来做CRM流程自动化的公司，转型成为帮助企业把Claude和GPT接入其业务系统的AI运营服务商，反而在AI浪潮中找到了新的定位。

特征三：网络效应而非纯技术壁垒

那些商业模式依赖于供需两侧网络效应（如垂直行业的数字市场、专业服务平台、行业协同工具）的公司，AI对其核心价值主张的侵蚀相对有限，因为其竞争优势来自网络规模，而非单一的功能自动化。

特征四：「和AI一起做大」而非「与AI竞争」

最成功的案例，是那些将AI纳入核心产品、成为AI使用者而非AI被替代者的公司。Cursor（AI代码编辑器）在这一波浪潮中成了新独角兽；Perplexity将AI搜索建立成了一个新的商业体；各类AI原生应用公司正在填补ChatGPT之前时代留下的空缺。这批公司没有估值泡沫问题——它们是AI浪潮的受益者，不是受害者。

五、对VC生态的结构性影响

这场独角兽大清算，不仅仅是一批公司的问题，它正在系统性地重构风险投资的底层逻辑。

首先是估值模型的重置。在2021年的热潮中，VC用收入倍数（ARR multiplier）来为SaaS公司定价，忽略了利润率和竞争护城河的实质性讨论。AI重塑了SaaS市场的竞争边界之后，纯粹的「收入增长故事」已经不够了——VC现在更关注的是：这家公司的核心价值主张，是否会在12到18个月内被通用AI平台替代？如果会，凭什么相信这家公司有别于其他同类？

其次是「赢家通吃」逻辑的加速。AI时代，大型科技平台对细分垂直市场的渗透能力更强，单点SaaS公司的护城河更难维持。这意味着VC投资的「期望回报」模型中，有更大比例的价值将被少数几个赢家所捕获，大多数公司面临更大的被替代风险。

对于创业者而言，最重要的一课是：在AI时代，「单一功能自动化」已经不再是一个可持续的护城河。你需要的是数据壁垒、网络效应、或者成为AI工作流链条上不可替代的一环——而这三条路，都比「做一个好用的SaaS工具」要难得多。

六、第三层洞察：这是一次清算，也是一次重新出发

历史上，每一次大规模估值重置之后，都会迎来一轮更健康的创业生态重建。2001年互联网泡沫破裂，清洗掉了大量没有商业模式的「概念公司」，留下了Google、Amazon、Salesforce——这些公司在泡沫之后的十年里建立了真正的商业帝国。

2008年金融危机之后，Airbnb、Uber、Slack在废墟上崛起，它们都是在低迷期以合理的估值融资，专注于产品和市场契合度，而非讲故事。

这一次，AI正在强制清算那些本不应该成为独角兽的公司，同时也在为真正具有创造力的「AI原生创业者」腾出空间。PitchBook数据中那220+家fallen unicorns的倒下，是系统自我修复的一部分，不是系统的终结。

一个值得关注的数据点是：即便在这场独角兽清算最剧烈的时期，AI原生公司的融资速度并没有减慢——2026年Q1，仅OpenAI和Anthropic就合计获得超过950亿美元的新估值背书（Anthropic完成$65B Series H至$965B估值，OpenAI继续推进IPO准备），二者吸收了同期美国VC总投入的约30%。这个数字本身，是对「AI原生」溢价最直接的确认：市场不是在拒绝成长型投资，而是在高度选择性地只为「真正的AI护城河」支付溢价。

但有一点与以往不同：这次的清算速度前所未有地快。ChatGPT出现后不到3年，大量SaaS公司的商业模式就已经面临根本性的挑战。未来，类似的颠覆窗口可能会更短——下一个范式转移可能在12个月而非5年后到来。

对于创业者来说，这意味着一件事：在AI时代，「可持续护城河」的构建速度必须与「颠覆速度」匹配。快速学习、快速迭代、快速建立数据壁垒，是唯一能跟上这个时代节奏的策略。

857家独角兽，420家已经沉默三年。市场用三年时间完成了一次审判，它现在正在等待下一批真正配得上这个头衔的公司出现。

参考资料

  1. CNBC, “‘Disrupted or dead’: AI is crushing a generation of startups built before ChatGPT,” June 1, 2026. https://www.cnbc.com/2026/06/01/ai-startup-valuations-pre-chatgpt.html

  2. PitchBook, US Unicorn Startup Data Q2 2026, 2026.

  3. Wall Street Journal, “Anthropic raising $30 billion more as AI labs absorb majority of VC funding,” 2026. https://www.wsj.com/tech/ai/anthropic-raising-30-billion-more-as-ai-labs-absorb-majority-of-vc-funding-d26128d7

  4. CNBC, “OpenAI’s ranking on the CNBC Disruptor 50,” May 19, 2026. https://www.cnbc.com/2026/05/19/openai-cnbc-disruptor-50-ranking.html

  5. Khosla Ventures, Samir Kaul interview, CNBC, June 2026.

七、反方声音：这只是估值周期，不是结构性崩溃

在把这场独角兽清算定性为「AI时代的结构性颠覆」之前，需要认真考量另一种解读。

有一批分析师认为，当前的独角兽沉默潮，本质上仍然是一个估值周期问题，而非结构性颠覆。他们的论据是：每一轮流动性牛市之后，都会有大规模的估值修正；2001年之后有，2009年之后有，这一次也不例外。AI确实是一个重要的加速因素，但它不是唯一的原因——利率上升才是最根本的驱动力，它提高了资本的机会成本，使所有高估值、长回收期的资产都面临重新定价压力。

按照这种解读，一旦利率进入新的下行周期（部分宏观分析师预期可能在2027年前后），大量沉默中的独角兽可能重新启动融资，部分估值会相应修复，「独角兽墓地」的叙事将被证明是过于悲观的。

这个反方观点有其道理，但它忽视了一个关键事实：这一轮的竞争边界变化，与过去的纯粹估值周期不同。2001年互联网泡沫破裂之后，幸存下来的公司可以继续用原有的商业模式运营，因为互联网本身并没有被新的技术范式所替代。但今天，AI改变的是企业软件的生产函数本身——不是某一家公司的竞争地位，而是整个行业的供给逻辑。即便利率重新下降，那些被AI功能性替代的单一SaaS产品，也不可能仅凭流动性宽松就恢复到2021年的估值水平。

八、一代创业者面临的路径选择

在那420家沉默独角兽中，每一家都有一个创始人和一批员工，他们的命运正处于巨大的不确定性中。

他们现在大致面临几个路径：

路径一：战略性转售（Strategic Sale）。以低于2021年估值的价格接受战略收购，让产品和团队并入更大的平台。这是最常见的出口，也是最能保留团队价值的选择。微软、Salesforce、ServiceNow等在AI整合赛道上有大量的收购需求。

路径二：重构商业模式，接受降估值融资（Down Round）。主动向投资人提出降低估值，以当前市场可接受的价格进行新一轮融资，换取生存空间和重建时间。这条路在心理上最难接受，但执行得好的案例不在少数——Foursquare、Evernote等公司都经历过类似的降估值重生。

路径三：缓慢收缩，等待合并时机。不再烧钱扩张，以当前规模维持有限的盈利运营，在账面上保持存活，等待被收购或市场条件变化。这通常意味着创始人和早期员工将长期处于「有工作但没有流动性」的状态。

路径四：正式清盘。当现金见底且无法找到可行出路时，正式关闭。对于那220+家fallen unicorns而言，部分已经走向或接近这条路。

对于那些正在经历这场清算的创始人，有一点值得铭记：2021年的估值不是你的身份证明，它只是那个特定时刻市场流动性的镜像。从那个估值降下来，不是失败，是回到真实的地面。而在真实的地面上，才能建设真正有价值的东西。

九、AI原生创业公司的窗口正在打开

历史上每次大清算之后，都是一批新公司最好的创业时机。2001年泡沫之后，Google的PageRank算法在废墟中找到了用武之地；2009年金融危机之后，Airbnb和Uber在便宜的房产和汽车市场中找到了增量用户。

这一次，被清算出场的是「前AI时代的单一功能SaaS公司」，而打开的窗口，是「AI原生的垂直应用公司」。

这批公司的特征是：用大语言模型能力加上行业专有数据，解决某个行业里真实存在但此前因为效率或成本问题被忽视的深层需求。不是「用AI做一个更好的SaaS工具」，而是「用AI解锁此前根本无法商业化的价值」。

最典型的例子是法律AI（Harvey、EvenUp）：在AI之前，法律分析的成本让中小企业望而却步；AI之后，这个市场被打开了，而且进入者需要大量专有法律语料作为护城河，这反而给先入者建立了显著的竞争优势。

类似的机会还存在于医疗记录分析、金融合规审查、工程文档管理等领域——这些都是「AI让商业化变得可能」的市场，不是「AI让原有商业化变得无效」的市场。

这场独角兽大清算，是一个时代的结束，也是另一个时代的开始。

  1. Layoffs.fyi, Global Tech Layoff Tracker, 2026.

  2. Sunday Guardian Live, “India tech layoff 2026: From Meta to Oracle, AI reshapes workforce,” June 2, 2026.

后记：数字的温度

PitchBook的数据给出的是冰冷的统计：857家独角兽，420家沉默，220家化石，68%缩水。但每一个数字背后，是真实的人：创始人、早期员工、投资了职业生涯的工程师、相信了这个故事的LP。

这场清算不只是财务问题，它是整整一代「独角兽造梦者」与现实碰撞的故事。ChatGPT不是导致这场清算的唯一原因，但它是最直观的一把尺——它让每个人都可以清晰地看到：「如果通用AI可以做到这件事，那这家公司的核心价值是什么？」

有些公司能回答这个问题，有些不能。市场正在用资本流向来投票。

这场投票，还没有结束。

这一轮结束之后，AI时代的独角兽会是什么样子？它们不会是「做了一个好的SaaS工具，然后被AI替代了」的公司。它们会是那些从一开始就把AI当作核心竞争力、而不是外挂功能来构建的公司——它们不怕被通用AI替代，因为它们本身就是在AI之上构建专业壁垒的先行者。

420家公司的沉默，是市场在回答一个问题：哪种公司，值得在AI时代继续存在？

十、SaaS估值崩溃背后的资本力学

要更准确地理解这场估值清算，需要了解「为什么2021年的估值泡沫会被吹得如此之大」。

2020年到2021年，全球风险投资市场发生了几件从未同时发生过的事情：

第一，低利率环境使资本的机会成本接近于零，VC基金的LP（养老基金、大学捐赠基金、主权财富基金）愿意承担更高风险、接受更长回收期的投资。大量「需要20年才能证明商业模式」的创业公司，获得了原本不可能拿到的高额融资。

第二，疫情带来的数字化加速效应，使企业软件的采购速度和规模出现了历史性的短期跃升。许多SaaS公司在2020-2021年录得了50%甚至100%以上的ARR增速，这些数字被投资人外推为「可持续增长趋势」，而非「疫情特殊时期的一次性爆发」。

第三，以Tiger Global为代表的「速度投资」策略开始主导市场。Tiger Global在2021年完成了约150笔投资，投入超过450亿美元，创下该基金的历史纪录。其方法是：不做深度尽调，用「一页纸条款单（1-pager）」快速决策，给出远超同类的估值，以抢在其他VC之前锁定优质标的。Tiger Global 2022财年亏损约560亿美元，是美国VC历史上最大的单年亏损之一，部分源于其2021年投资组合的大幅减值。这种「以速度替代尽调」的模式，在短期内带来了丰厚回报，但也显著拉高了整个市场的估值基准线，并在重置期带来了同等规模的损失。

这三个因素叠加，制造了2021年的估值狂潮。当2022年利率开始上升、Tiger Global自己也出现亏损并开始退出部分项目时，整个市场的估值重置就成了不可避免的结果。

AI的出现，只是加速了这个重置过程，并且使部分公司从「估值过高的正常公司」变成了「商业模式存疑的问题公司」。

十一、被遗忘的创始人们

在PitchBook的数字背后，有一个很少被讨论的群体：那些在2021年高峰期接受了高估值融资的创始人。

从心理和激励结构上，高估值融资对创始人来说是一把双刃剑。一方面，它带来了媒体关注、人才吸引力和商业信誉；另一方面，它把「下一轮融资的估值预期」锁定在了一个极高的水位，使后续融资的难度呈指数上升。

一旦公司的增长速度无法支撑前一轮的估值，创始人面临的就是一个非常艰难的选择：要么接受降估值融资（down round），在公司内外宣告「我们的估值被高估了」；要么拒绝降估值，寄望于用更长时间的运营来「长进」估值——但这意味着公司必须依靠现有现金储备活下去，在紧张的财务压力下运营。

许多创始人选择了后者，尝试在没有新融资的情况下通过削减成本（裁员）来延长运营周期。这解释了为什么许多独角兽在最近两三年内出现了大规模裁员：不是因为公司的业务快速扩张，而是因为公司在缩减开支以应对融资困局。

这是一个容易被宏观叙事所遮蔽的细节：媒体报道的「AI导致裁员」，有相当大比例实际上是「高估值泡沫破裂」和「融资困难」所导致的人力成本削减，与AI的直接关系并不如标题所暗示的那么直接。

十二、中国市场的镜像

PitchBook的数据描述的是美国市场，但中国市场同样经历了类似的独角兽泡沫和清算过程，只是时间线略有不同。

中国的创业热潮在2015年到2018年间达到顶峰（「双创」政策推动），2018年到2020年间开始降温（流量红利消退、监管趋严），2020年到2022年间因疫情政策和互联网监管整治进一步加速出清，2023年至今进入以AI为核心叙事的新一轮投资重构。

在中国，独角兽的清算更加隐性——信息披露不如美国透明，许多高估值公司的实际状况难以从外部观察。但宏观趋势是类似的：大量2018年以前高峰期融资的创业公司，面临估值与现实严重倒挂的困境，同时AI的兴起进一步加速了「企业软件可替代性」的重估。

不同的是，中国有一批在AI时代出现了意外增长的创业公司：主要集中在AI应用层（Kimi/MiniMax等对话AI，AI绘图，AI音视频生成工具），以及为AI产业链提供数据服务和模型训练支持的公司。这些公司是这一轮AI热潮在中国的主要受益者，正在吸引大量国内外资本的关注。

十三、教训：创业公司的估值应该「配得上」

从这场独角兽大清算中，有什么可以提炼出来的普遍性教训？

最核心的一条是：估值应该是现实商业价值的前瞻性反映，而不是融资时市场流动性的临时镜像。

当一家公司的估值主要由「市场流动性充裕」和「投资人FOMO（害怕错过）情绪」驱动，而非由扎实的商业模式、可持续的增长路径和可防御的竞争壁垒支撑时，这个估值就是脆弱的。它可以在短期内给公司带来资源和曝光，但一旦市场环境变化，它会成为公司向前发展最沉重的锚。

对于正在经历这场清算的创业公司，现实是残酷的，但也是清醒的：那些能够在这场清算中存活下来的公司，要么已经建立了真正的护城河（数据壁垒、网络效应、专业深度），要么找到了在AI时代的新位置（成为AI工具的使用者而非被替代者）。

那些走不出来的，将成为下一本商学院案例集里的教材。