企業為AI砸下4,000億美元，多數人卻久久用一次？前a16z合夥人點出新創PMF的真正門檻

Meta、Google、Microsoft、亞馬遜（Amazon），2025年的AI基礎建設資本支出合計接近4,000億美元（約新台幣12.7兆元），比兩年前暴增了四倍。輝達（Nvidia）每季營收規模達400到500億美元（約新台幣1.3兆到1.6兆元）。有人估算，未來全球資料中心的總投資規模可能高達3到5兆美元（約新台幣95兆到158兆元）。這是2025年底，科技產業燒錢速度的真實切面。

但是我們的AI需求真的有這麼高嗎？或許多數人是這樣的：問一下ChatGPT「今天晚餐吃什麼」，然後關掉它，這週可能就不會再開了。

OpenAI宣稱有8億週活躍用戶，但深入一看，多數人一週或一個月才想起來用一次生成式人工智慧（Generative AI）工具。業界喊了兩年的「代理人（Agentic）AI」，真正進入生產環境的比例，依然極低。

這個落差，正是前a16z合夥人、科技分析師Benedict Evans在科技展會SLUSH上，以「AI Eats the World（AI將吃掉世界）」為主軸點講中的提問：錢燒得飛快，基礎設施建得轟轟烈烈，但真正的產品在哪裡？用戶留存在哪裡？AI新創的產品市場契合（Product-Market Fit，PMF）又在哪裡？

Agentic喊了兩年，多數企業連一個AI產品都還沒跑起來

Benedict Evans表示，大約三分之一的大型企業已部署了至少一個AI產品；還有約四分之一的企業，根本還沒有計畫要動。整個產業的實際滲透率，遠低於媒體報導製造的印象。

Benedict Evans繼續拿雲端運算（Cloud）的案例作對比：雲端是成熟的技術了，業界用了十幾年，但至今也只滲透了約三分之一的企業工作流程。新技術落地本來就慢，這不是AI的特殊問題，是部署的本質。

他把這個過程分成幾個階段：第一階段是「吸收」，把新技術加進現有流程，比如讓軟體開發人員用AI輔助寫程式、讓行銷團隊用AI產圖。這是現在正在發生的事，也是最明顯、最容易執行的部分。第二階段才是真正的創新，開發出新產品、新商業模式，甚至顛覆現有市場。

「現在問AI最終會做什麼，就像1997年問網路最終會做什麼。」Benedict Evans說。

每次平台轉移，先進場的幾乎都不是最終贏家

事實上，科技產業的每一次重大平台轉移，先跑出來的公司幾乎都不是最後的贏家。

網路瀏覽器有先烈，搜尋引擎有先烈，社群媒體有先烈，智慧型手機更是一個巨型先烈場，芬蘭電信商諾基亞（Nokia）曾是全球最大的手機製造商，Benedict Evans說他以前常去赫爾辛基跟諾基亞開會，討論WAP（早期行動上網協議）和Java（當時功能型手機的應用程式標準），「但那些都不是未來。」

「我們現在做的事，大概有一半最後會失敗，也不會是答案。」Benedict Evans解釋，新技術剛出現時，沒人知道它真正的樣子會是如何。1990年代中期的網路也是如此，商業模式千奇百怪，大多數都消失了，但網路本身留下來了，而且徹底改變了世界，美國現在約有60%的新關係是從網路交友開始的。

泡沫可能存在，甚至大概率存在，但泡沫破了以後，世界也真的不一樣了，所以我們仍該對AI保持信心。

模型在商品化，贏家靠的是通路與市占，不是算力

這裡進入對AI新創最關鍵的一段分析。

Benedict Evans展示了一張圖表：目前排名前十的大型語言模型（LLM），在通用基準測試上的表現，相互差距只有5到10%。每週都有新模型宣稱領先，然後一兩週後又被另一個超越，但它們基本上都收斂在同一個分數帶。

換句話說，模型本身正在快速商品化。

「通路與市占」才是真正的護城河。OpenAI有8億週活躍用戶，因為它先跑出來，佔據了市場。Anthropic的Claude在基準測試上不輸任何人，Benedict Evans說，「但最初的時候沒多少人聽過它。」誰能把產品送到更多用戶面前，誰才能把模型轉換成真實收入。

這個脈絡下，科技分析通訊The VC Corner提出的「模型市場契合」（Model-Market Fit）概念就很有解釋力。這個概念把AI新創的PMF拆成兩個維度：技術層面，模型能否可靠執行核心任務，達到客戶可接受的標準？商業層面，定價、包裝和交付方式是否符合市場的採購和預算習慣？

關鍵在一個「能力閾值」：從80%準確度到99%準確度之間，存在一道分水嶺，跨過去了，工具就從「值得試試的東西」變成「少了它不行的基礎設施」。

AI程式碼編輯器Cursor的例子是最直接的佐證。它在Anthropic的Claude 3.5 Sonnet發布後爆發式成長，在創立約三年後達成了20億美元（約新台幣632億元）年度經常性收入（ARR）。成長的觸發點，正是模型能力跨過了那道閾值，讓開發人員覺得這個工具真的有效，而不只是有趣。

根據The VC Corner的報導，法律科技公司Harvey服務了美國百大律師事務所中的42%，AI醫療文件自動化公司Ambient.ai達到了臨床級別標準，都是類似的邏輯：能力到位了，PMF才能成立。

Evans的結論與此呼應。他說，在AI時代建立模型實驗室，有兩條路：往下走，靠資本規模競爭，就像晶片產業和航空業的邏輯；往上走，靠網路效應和產品力競爭，就像傳統軟體產業的邏輯。「你沒辦法只有一個商品化的模型，然後繼續燒幾千億美元。」最終勝出的，很可能還是那些打造出優質產品、具備市場推廣能力的正常軟體公司，這跟每次平台轉移的結局並無二致。