2026，AI 重寫風投：告別“分散下注”

AGI-Signal2026.09.21 14:40 · 來自北京全文5626字00:00 / 15:202026 上半年全球風投 5100 億美元，但沒有被雨露均霑，僅 OpenAI、Anthropic 兩家就吸走四成。2026 年上半年，全球初創企業融資約 5100 億美元，刷新歷史紀錄。但錢沒有雨露均霑——僅 OpenAI、Anthropic 兩家就吸走約四成，人工智能公司整體拿走七成以上。總量在膨脹，分佈卻在收緊：錢沒有消失，只是湧向了極少數名字。風險投資不是更健康了，而是正在變成另一種形態。

與其說 AI 摧毀了它，不如說 AI 放大了風投內在的冪律效應，並擊穿了舊模式賴以成立的三根支柱。這一次倒下的不是風投本身，而是它“可複製的中間層”。創紀錄的半年，與前所未有的集中據 Crunchbase 數據，2026 年上半年全球初創企業融資約 5100 億美元，超過 2025 年全年的 4400 億美元。其中，第一季度約 3050 億美元創單季歷史之最，第二季度回落至約 2050 億美元，仍為歷史第二高；AI 佔比從第一季度的約 80% 微降至第二季度的七成以上。

集中度在峰值季度尤為突出：一季度 OpenAI 的 1220 億美元、Anthropic 的 300 億美元、xAI 的 200 億美元和 Waymo 的 160 億美元四筆交易，合計 1880 億美元，佔當季全球風投總額的六成以上。放眼整個上半年，僅 OpenAI 和 Anthropic 兩家就合計融資約 2170 億美元，佔全球風投的 43%。其餘上千家公司的融資，合起來只佔一半出頭。2026 年一季度（單季峰值）全球風投 3000 億美元的流向（單位：億美元）集中同樣發生在地區與階段。第一季度，美國公司籌得 2500 億美元，佔當季全球的 83%，高於一年前的 71%。

資金在階段上也呈啞鈴狀（Crunchbase）：當期後期融資達 2466 億美元、同比增長 205%，其中 2350 億美元流向僅 158 家融資額在 1 億美元及以上的公司；早期融資看似同比增長 41%，卻在整體中被嚴重稀釋——少數重資產公司拿走歷史性的巨資，普通創始人在巨頭漏下的資本里競爭。估值的極化同樣觸目。Crunchbase 獨角獸榜單單季增值約 9000 億美元，創歷史之最。

十年間，頭部的量級從百億級躍升到萬億級：2015 年，全球最大的私營科技公司估值不過約 250 億美元；到 2026 年，OpenAI 以約 8520 億美元估值融資，Anthropic 更升至約 9650 億美元，SpaceX 上市前估值高達 1.77 萬億美元。同一輪融資裡，AI 基礎模型公司的中位估值也已遠超同行——Carta 數據顯示，A 輪 AI 公司的中位估值約 3 億美元，同等階段的非 AI 公司僅約 5500 萬美元。這不是在同一套規則下運轉的可比市場。

6 月，SpaceX 募資約 750 億美元上市，成為史上最大 IPO；而過去十年，美國所有風投支持上市公司創造的退出價值總和約為 1.44 萬億美元。以 5100 億美元的半年度體量看，全年突破萬億已是大概率，集中度已取代總量成為最值得討論的變量。更重要的是，這樣的集中並非某個季度的偶然： PitchBook 數據顯示，第二季度美國風投中 AI 佔比仍高達 87.5%，創下紀錄，其餘行業只能爭奪剩下的一成多。用截至 6 月底的數據重新檢驗，第一季度的判斷沒有被推翻，反而在強化。一句話概括這組數據：贏家不再只是贏，而是在吃掉這個賽道的大部分。

舊模式的支柱，一根根在鬆動傳統風投基金圍繞三個假設運轉：有足夠多的可投標的；靠 30 至 50 筆投資的分散組合，捕捉少數高回報；在十年存續期內完成退出。人工智能正在衝擊這三條。其一，可投的項目源在收窄。當八成的資金湧向一個賽道、其中六成集中在幾筆交易時，綜合型基金很難參與贏家的融資——單筆規模太大了。5 億美元基金無法領投 300 億美元的一輪，20 億美元成長基金同樣撼動不了 1220 億美元的募資案。稀缺的已經不是資本，而是入場資格。Commonfund 統計，2026 年一季度美國風投新募資約 480 億美元，其中五家頭部機構拿走約 73%。其二，分散化正在失效。

歷史上，前 1% 的風投支持公司貢獻了約 17% 的退出價值（2005—2010 年），這一比例在 2017—2022 年升至 34%，而 2023 年以來已達約 80%（剔除 SpaceX 上市影響後仍有約 45%）。分散投資的前提，是尾部回報能覆蓋整體；當極端值與中位數的差距擴大到任何組合規則都容納不下時，分散就變成了陪跑——想捕捉十倍回報的基金，如今必須恰好持有那一家能回報整個基金的公司。前 1% 公司佔風投支持企業退出價值的比例其三，退出的時鐘慢了。2026 年，後期公司的平均退出時間約 15.4 年，十年前約為 12 年。

一隻“3 年投資、7 年退出”的十年期基金，握不住需要 15 年才能成熟的資產。期限錯配迫使基金轉向永續資本結構，或打折做二手份額交易——兩者都不符合傳統有限合夥協議的設計。這與頭部巨頭的密集上市並不矛盾：能退出的是極少數頭部，中段公司依舊困在一級市場，退出同樣呈啞鈴狀。退出週期與基金存續期的錯配（單位：年）收費模式隨之承壓。“2/20”的結構，建立在把資本廣撒出去、並在存續期內兌現收益的前提上。當錢向頭部聚集、退出週期拉長，管理費相對可投規模縮水，業績分成則集中於少數能觸達贏家的基金。

更微妙的變化是“去中介化”：據報道，OpenAI 向部分 Y Combinator 初創公司提出了以“算力代幣”、通過無上限 SAFE 協議換取股權的報價——當前沿實驗室能用算力額度和分發渠道換來股權，風險投資家“資本加品牌”的增值，就不再是規模化的唯一路徑。中間人沒有被淘汰，只是被自己曾押注的平臺繞開了。這不只是又一場淘金熱反對的聲音同樣有力。

總量指標處於歷史最好區間：2025 年以來全球交易規模強勁反彈，IPO 市場重新打開，2026 年上半年美國 IPO 募資超過 1400 億美元，約為 2025 年全年的三倍（Carta）；風投支持企業的退出總價值突破 2 萬億美元，上半年併購退出 421 起，為史上最忙的上半年。SpaceX 6 月以 1.77 萬億美元估值上市，AI 芯片公司 Cerebras 也以約 406 億美元估值掛牌；Anthropic 已秘密遞交上市文件，最快 10 月以約 2 萬億美元估值 IPO。退出渠道重新打開，流動性確實好轉——只是能邁過上市門檻的仍是頭部少數。

按此理解，AI 不是破壞風投，而是讓它加速——冪律本就是風投的核心，AI 只是讓贏家更大、更快。Anthropic 的年化收入一年內從約 100 億美元升至約 470 億美元（2026 年年中已進一步突破約 650 億美元），創始人、投資人都在分享這種增長。歷史也站在反駁一邊。20 世紀 90 年代末的互聯網繁榮，同樣曾把資本導流到少數門戶與基礎設施公司，隨後再度擴散。但這兩條，都不足以把當前局面判定為“週期”。其一，總量繁榮描述的是贏家的體驗，解釋不了分配機制中段的塌陷——用整體均值掩蓋分佈病態，會得出樂觀而失真的結論。

其二，歷史先例與當下機制不同：90 年代的集中發生在應用分發層，隨基礎設施成本下降與技術擴散，資本自然分流；而本輪集中發生在基礎設施層，由算力、電力、數據的規模效應鎖定，缺乏自發擴散的通道。九十年代能“散開”，是因為門檻在下降；這一輪的壁壘卻在抬高。還有第三種辯護：資本效率在提升，初創公司更精簡，規模化所需資金更少，這應能緩解基金規模與存續期的壓力。這條在應用層成立，卻救不了舊模式——效率解決的是“需要多少錢”，而非“誰能投進贏家”。更精簡的公司，恰恰更依賴能接觸頭部項目的少數平臺。集中為何自我強化，而非均值迴歸判斷是“結構”還是“週期”，要看驅動集中的力量會不會自行消退。

至少三種力量是自我強化、而非均值迴歸的。其一，基礎設施的資本密集度。高盛測算，2026 年全球 AI 資本開支約 7650 億美元，到 2031 年或增至每年 1.6 萬億美元，2026—2031 年累計約 7.6 萬億。德勤預計，僅 2026 年 AI 數據中心資本開支就達 4000 億至 4500 億美元。在這一層，規模本身就是護城河：鎖定算力、電力和渠道的公司，能以更低的單位成本服務客戶，按市價租賃算力的對手則難以為繼。這不是情緒驅動，而是成本結構在獎勵既有資本。其二，數據與分發的複利。AI 隨使用而改進，使用產生數據，數據又反哺模型——用得越多、模型越強、客戶越難遷移。

Stripe 數據顯示，AI 公司做到 3000 萬美元年化收入的中位時間約 20 個月，上一代軟件公司要五年以上。快，不只是切入速度，更是一種分發優勢——一旦平臺嵌入工作流，優勢就固化為結構。其三，融資結構鎖定了集中。資金端的集中與項目端的集中互相強化、構成閉環：當五家頭部機構拿走約七成的新基金募資、當前沿實驗室以算力額度替代現金股權時，系統篩選的已經是規模和平臺權力，而不是選股能力——小型管理機構並非輸在投資實力上，而是被結構性排除在能產生冪律回報的交易之外。正因如此，“資本效率提升”雖在應用層成立，卻救不了舊模式。

應用層確實更精簡——初創公司員工數創下新低，AI 原生公司人均收入更高——但資本效率解決的是“資金需求量”，而非“准入壟斷”，效率提升甚至反過來強化頭部平臺的優勢。市場已經啞鈴化：基礎設施層需要前所未有的資本，應用層需要前所未有的甄別力。夾在中間的綜合型基金——大到有存在感、小到投不起前沿；分散足以避險、集中不足以押中——正是受擠壓的一層。風投沒有消亡，消亡的是其中“可複製的中間層”。反過來看，若未來回報不達預期、資本開支驟降，集中度才會鬆動；但在 OpenAI、Anthropic 的規模化收入兌現之前，資本只會繼續向頭部加碼——均值迴歸在時間上被實質推遲。

這正是“自我強化”區別於“均值迴歸”的判據。Mayfield 管理合夥人 Navin Chaddha 直言，當前市場資本過剩約十倍——過剩的錢不會流向中段，只會進一步向頭部堆積。頭部私營公司估值：從百億級到萬億級（2026 年，單位：億美元）分化之後，誰會留下來結構還是週期，最終要靠數據說話。三個信號分別對應三種力量——資金佔比對應資本密集度，退出時長對應期限錯配，估值溢價對應冪律陡峭——每一項都可量化、可觀察，也讓判斷經得起壞消息的檢驗。三個信號值得觀察。第一，AI 佔全球風投的比例——若在四到六個季度內回落到 50% 以下，則集中偏向週期；當前仍在 70% 以上。

第二，退出時間中位數——IPO 重啟正是關鍵變量：Anthropic 最快 10 月上市、OpenAI 年內不會上市，若巨頭批量 IPO 帶動退出時間從當前約 15.4 年回落至歷史約 12 年的常態，期限錯配將緩解；反之則久期風險加劇。第三，頭部估值溢價——若前五大私營公司平均估值從 4730 億美元回落到 2020 年的 350 億美元水平，則冪律正在趨緩，而非繼續陡峭。下行情景同樣要納入。退出回暖正在檢驗集中度判斷：若巨頭上市後定價站上私募估值，集中度邏輯將得到直接驗證；若上市停滯或跌破一級市場價格，久期風險就會兌現——二手份額被迫折價成交，基金被迫重組。目前，超過 5.

8 萬億美元的獨角獸價值仍鎖在一級市場，近期流動性有限，這本身就是懸在頭上的不確定性。判斷並非建立在“一切向好”的假設上，而是經得起兩種走向的檢驗。對不同的人，答案也不同。對有限合夥人，是“組合之中的組合”：早期廣泛佈局，在拐點處把資本集中押向品類定義者。對創始人，廣度是一種更內斂的阿爾法——稀缺的不是資本，而是信念。對行業，則要造出與資產匹配的工具：永續資本、更長存續期的基金、平臺化的合作。舊的風投模式，是一臺把廣泛風險轉化為集中財富的機器。人工智能保留了財富，卻消除了廣度。

往後，風險投資不再像分散的下注組合，而更像一道必選題：要麼大到足以支撐基礎設施，要麼準到足以拿下贏家，要麼接受剩餘份額。真正退出歷史舞臺的，不是風投，而是那個“可複製的中間層”。（本文首發APP，作者 | AGI-Signal，編輯 | 焦燕）