A16z投资者合伙人 :2026 年,风险投资将吞并私募股权,主要原因:AI实现了降本增效

marsbit发布于2025-12-12更新于2025-12-12

文章摘要

A16z投资者合伙人Troy Kirwin指出,风险投资(VC)与私募股权(PE)原本分属不同领域:VC聚焦于旧金山的高科技、高增长行业,而PE则偏向纽约的现金流稳定、人力密集型服务行业。但人工智能(AI)的快速发展正在改变这一格局。 过去,B2B初创企业难以攻克中端市场(如现场服务、IT外包、会计等行业),因为这些行业利润薄、人工成本高、IT预算少。而AI的出现使这些行业得以被重新改造。 目前,VC与PE正通过三种方式融合:PE基金成为AI初创企业的渠道伙伴,为其投资组合引入AI;PE的投资组合成为创业者的灵感来源;VC支持的AI平台开始收购传统服务公司,实现端到端整合,提升效率并原生融合AI技术。 Kirwin认为,在AI推动下,原本风格迥异的VC和PE正快速走向汇合。

A16z投资者合伙人 Troy Kirwin 在最新视频中提出,风险投资与私募股权长期像生活在两个星球:VC 在旧金山、押注科技、高增长与巨大 TAM;PE 在纽约、偏好稳定现金流与人力密集型服务行业。 然而,AI 的快速渗透正在改变这一切。

过去,B2B 初创企业通常靠向早期采纳者、再到财富 500 强扩张;但像现场服务、IT 外包、会计、建筑、招聘等中端市场由于利润薄、人工成本高、IT 预算少,一直难以攻克。AI 的出现让这些行业突然“能被重新做一遍”。

Kirwin 指出 VC 与 PE 正在三条路径上发生碰撞:

1)PE 基金开始成为 AI 初创的渠道伙伴,为其整个投资组合导入 AI;

2)PE 的投资组合页面正在变成创业者的“点子菜单”;

3)VC 支持的 AI 平台企业不再只卖软件,而是收购传统业务服务公司,实现端到端整合,提高利润率并让其 AI 原生化。

“西海岸穿 Patagonia 的 VC 与东海岸西装革履的 PE,原本属于两个宇宙。但在 AI 的推动下,我相信它们正在快速汇合。”

热门币种推荐

你可能也喜欢

生成模型也能端到端训练了?核心竟是一个for循环

长期以来,深度学习在图像分类、检测等任务上凭借端到端训练取得了巨大成功,但生成模型领域却始终是个例外。当前主流的自回归、扩散模型等训练时只学习预测“一小步”,推理时则需要反复展开数百上千步,这种训练与推理的不一致导致了“暴露偏差”等问题,使得生成模型一直未能实现真正的端到端训练。 最近,一篇来自UIUC与哈佛大学的论文提出了“探索式建模(Explorative Modeling,XM)”新范式,其核心是一个简单到近乎朴素的for循环:在每个训练步骤中,模型生成K个候选样本,然后仅选取其中最接近真实数据的一个样本来计算损失和回传梯度。这种做法巧妙地绕开了传统生成模型中因使用重构损失(如平方误差)而导致的“模态模糊”问题——即模型倾向于输出多个可能答案的平均值,而这个平均值往往不属于任何真实的数据模式。 XM通过这种方式,在不拆分生成过程的前提下,直接提升了模型的“生成表达力”,即模型捕捉数据分布中多个独立模式的能力。论文将“探索”验证为继模型参数量、数据量之后的第三根可扩展轴。实验表明,随着模型规模、数据量和计算量的增大,探索带来的性能收益越发显著,在图像、视频、语言等多种任务上均能带来效率与质量的提升。 更重要的是,当探索程度足够时,XM可以实现真正的端到端生成。在机器人控制等任务中,仅需一次网络前向传播的XM策略,其性能可媲美甚至超过需要上百次前向的扩散模型策略,实现了推理效率的飞跃。 尽管“最佳K样本选择”的思想并非全新,但该研究的贡献在于清晰地揭示了这一简单机制如何直接解决生成模型的核心瓶颈,并为实现高效、端到端的生成模型开辟了新的可能性。随着模型规模的持续扩大,探索这一新维度可能将发挥越来越关键的作用。

marsbit8分钟前

生成模型也能端到端训练了?核心竟是一个for循环

marsbit8分钟前

年薪百万抢电工,Meta急到自己办技校

AI竞赛正面临新的瓶颈:工地。美国正面临严重的电工、建筑工等技术工人短缺,这已成为微软、Meta、OpenAI等公司快速建设超大规模AI数据中心(如OpenAI耗资160亿美元的“星际之门”项目)的“头号障碍”。 尽管AI公司愿支付高薪(如电工年薪可达24-28万美元),远超传统行业,但熟练技工仍供不应求。麦肯锡预测,美国在2023-2030年间需额外培养13万名电工和24万名建筑工,而劳工统计局预计每年仍有8万个电工岗位空缺。这种短缺导致项目延迟,每月可能造成数百万美元的收入损失。 AI数据中心建设复杂,需应对巨大功耗(一座设施耗电堪比数十万户家庭)、复杂的配电系统以及高密度散热(需液冷技术)等挑战,因此亟需大量技术娴熟的工人。 为此,科技巨头开始亲自下场培养人才。例如,Meta投入1.15亿美元建立建筑工人培训学校,提供免费培训及生活补贴,以快速输送工人上岗。OpenAI则与建筑工会合作,提前锁定熟练劳动力。同时,企业也将招聘目光投向高中生,鼓励年轻人投身技工行业。这些举措已见成效,Z世代对技工职业的兴趣显著上升。 然而,更深层的挑战在于电力。AI数据中心用电量正以惊人速度增长,已推高部分地区的电价。此外,数据中心建设是项目制的,建设期需要成千上万的工人,但建成后仅需少量常驻人员。这意味着未来可能面临熟练工人短期过剩、并流向其他行业压低薪资的风险。如何实现劳动力与电力资源的长期平衡,仍是悬而未决的问题。

marsbit1小时前

年薪百万抢电工,Meta急到自己办技校

marsbit1小时前

交易

现货

热门文章

从H2A到A2A:AI Agent经济体与Crypto新机遇

6月17日,哈佛大学独立研究员、美国AI科学院(NAAI)通讯院士、比特币基金会终身会员韩锋做客火币HTX《大咖讲堂》第三期,以《从H2A到A2A》为主题,分享了其对Agent经济、Crypto基础设施及数字社会未来发展的思考。

540人学过发布于 2026.07.01更新于 2026.07.01

从H2A到A2A:AI Agent经济体与Crypto新机遇

美股TradFi:传统金融在AI IPO浪潮下的稳健锚点

2026年,美股IPO市场重回高热度。本文梳理即将上线或受关注的热门赛道龙头,分析具备投资潜力的交易标的及其逻辑,并探讨宏观趋势与相关风险。

2.5k人学过发布于 2026.07.08更新于 2026.07.08

美股TradFi:传统金融在AI IPO浪潮下的稳健锚点

相关讨论

欢迎来到HTX社区。在这里,您可以了解最新的平台发展动态并获得专业的市场意见。以下是用户对AI(AI)币价的意见。

活动图片