•
（矽谷創投教父Marc Andreessen： AI 產業處於早期）
進入2026，矽谷最會押趨勢的那批人，開始強調一個更底層的邏輯：AI 不是先變強，而是先變便宜。
1月7日，a16z 創辦人Marc Andreessen（馬克安德森）在自家播客上做了一場訪談，核心觀點是：
AI 是他見過最大的技術變革，但關鍵不在於模型能力的突破，而是智慧本身正在從奢侈品變成日用品。
調用一次AI 的成本，正以驚人的速度往下掉。不是降了一點，是斷崖式暴跌。
Marc 同時強調：現在還早。成本已經降下來了，但大部分機會還沒被創業家發現。
他這場訪談不談技術前景，也不談市場泡沫，而是聚焦一個更具體的問題：如果智慧像水電一樣便宜且隨處可得，商業規則會怎麼變？
變化體現在四個面向：成本結構、技術路徑、定價模式、競爭格局。
現在的AI，不是誰更強，而是誰先把便宜智能變成標準流程。
Marc Andreessen 首先指出：AI 的智慧成本正在暴跌
他說：
“AI 的單位成本，下降速度比摩爾定律還快。”
模型越訓練越強，但每次調用AI 所需的成本，反而越來越低。不是降一點點，而是斷崖式往下掉。
他特別提到：過去一年，大模型的token 成本正在快速下滑。 OpenAI、Anthropic、Google 都在把自己的AI 能力連接到雲端服務，誰都想多拿市場份額。競爭一激烈，價格自然一落千丈。
硬體端的使用年限也變了。 Marc 引用了一條AWS 的數據：GPU 的使用壽命從3 年延長到7 年以上。
企業買一塊卡、蓋一個伺服器，能跑AI 的時間直接翻倍，攤到每次呼叫上的成本，就降了一半還多。
這意味著什麼？智慧正在變成一種可批量採購、按需計費的新材料。
而且成本下降的同時，收入卻在快速成長。
Marc 用「起飛」來形容AI 公司最近一年的變現速度。他說：我們看到的AI 公司，營收成長速度比以往任何一波科技周期都快。
具體看兩端：
個人端：越來越多消費者願意為AI 服務付高價訂閱。20 美元/月不再是上限，現在200～300 美元/月的高級方案也開始有大量付費用戶。
也就是說：價格在掉,價值在漲。
在 Marc 看來，這正好說明：AI，不是泡沫，而是開始變成真生意了。
第一節說了成本在崩，但為什麼崩？
因為AI 不是要做到最聰明才有用。
Marc Andreessen 在對話中舉了一個形象的例子：有些工作任務，不需要「愛因斯坦」大腦來解決，只要一個聰明、可靠的普通人就足夠。
這一點破了一個很多人沒注意到的機會：模型不需要越大越好，夠用就好，尤其是在成本敏感的場景下。
過去一年，大量小模型開始冒頭。 Marc 特別提到國內的Kimi 模型：最新版Kimi 在推理能力上已經追平了GPT-5，但模型體積更小，成本更低，可能在MacBook 上就能跑。
他觀察到一個規律：大模型推出後，6 到12 個月，就會出現同等能力的小模型。
大模型證明某個能力可行，小模型快速複製，然後以更低成本提供。
這帶來兩個現實變化：
一是使用方式改變了：AI 正在從高高在上的聰明大腦變成隨手可用的小工具；
二是開發方式改變了：新創公司、獨立開發者都可以拿開源模型，快速部署上線，甚至自己微調一套專用模型。
但這不代表大模型會消失。
Marc 認為，AI 產業會形成金字塔結構：
頂端：少數超級模型，在巨型資料中心運行，永遠是最聰明的
就像電腦產業的演化：超級電腦沒有消失，但真正改變世界的是無所不在的微晶片。
所以真正的機會在那裡？
不是去做最強，而是：誰能把智慧壓縮、量產、變成隨時可調用的標準件，誰就能搶佔最大的市場。
因為當智慧不再稀缺，拼的不是最強，而是「用得起」。
過去一年，很多人看AI 應用公司時會說：這不就是套了一層GPT 介面？
Marc Andreessen 可不這麼看。
以AI 編程工具Cursor 為例：一開始確實是呼叫大模型輔助編程，但很快，這類公司開始自己微調模型、甚至自研模型。產品不是換個殼，而是在功能、速度、成本上做了深度最佳化。
他把這個叫做「向後整合」。
換句話說，以前是前端產品，後端呼叫別人的API，現在是：
從一個模型起步，最後用12 個、50 個、甚至上百個模型
這不是為了技術而技術，而是為了掌控技術棧。因為對業務理解最深的人，才知道那些環節需要什麼樣的智慧。
Marc 說，最前衛的AI 應用公司，實際上掌握了核心技術。
那麼AI 應用在定價上呢？
這裡的規則和第一節不一樣。第一節說，基礎設施層（OpenAI API）在打價格戰，成本暴跌。但應用層的定價邏輯完全不同。
因為定價邏輯分層了：
基礎設施層：智慧變成水電，按使用量計費，競爭激烈，價格往下走
關鍵在於：不要以成本定價，要以價值定價。
傳統SaaS 按年訂閱、按坐席收費，但AI 應用可以探索更多可能：
不是按「產生了幾份文件」收費（使用量）
舉個例子：如果一個AI 程式設計工具讓程式設計師效率提升30%，它可以收走這30% 生產力帶來的部分價值，而不是只收調用了多少次API的成本。
為什麼高價產品反而好賣？
因為使用者買的不是模型，而是結果。只要結果值這個價，就有人付錢。
這就解釋了第一節提到的現象：200～300 美元/月的訂閱越來越多，本質上這些產品在賣“解決了什麼問題”，而不是“用了多少Token”。
依照這個思路，應用層的機會在於：
向後整合，掌控技術棧
基礎設施層會繼續價格戰，但應用層的天花板，取決於你能創造多少價值。
這個機會窗口，到底留給誰？
很多人看AI 產業，第一個反應是：已經有OpenAI、Anthropic 這些巨頭了，我們是不是來晚了？
但實際情況是，一旦有人證明某件事可行，其他人追上來的速度會很快。
幾個具體的例子：
xAI 不到12 個月追上行業前列： Elon Musk 的團隊從零開始做Grok，不到一年就把產品性能拉到了OpenAI 和Anthropic 的水平。
1.為什麼追趕這麼快？
Marc 給了三個主要因素：
第一，開源降低了學習門檻：領先者做出了新突破，開源模型就把「怎麼做」展示出來。任何人都能學習、複製、改進。
第二，知識擴散速度極快：現在全世界最好的AI 人才，很多只有22、23、24 歲。他們不可能在這個領域待很久，必然是過去四、五年迅速成長的。如果他們能做到，未來會有更多人做到。
第三，成本已經不是門檻：前三節說的成本塌陷、小模型崛起、雲端服務競爭，都在降低做AI 的資源需求。不需要幾千人團隊，也不需要數十億美元，一個小團隊就能快速驗證想法。
2、這對不同角色意味著什麼？
第一，對現有的AI 公司來說，這是個壞消息
Marc 指出：當一家公司不知道該往那個方向發展時，這是個大麻煩。因為公司必須做出選擇，把資源押注在某個方向上。一旦押錯了，競爭對手追上來，優勢就消失了。
這就是他說的「兆美元問題」：不是現成的答案，而是每個公司都要面對的策略不確定性。
第二，但對創投和創業家來說，這是個好消息
a16z 的投資策略是：不只投一個方向，而是同時支援多個有希望的路徑。只要某種方法有可能跑通，就支持有人試一次。
對創投來說，不確定性意味著可以分散投資。
對創業者來說，不確定性意味著窗口還開著。
總結來說：
領先者不再安全。追趕只需要半年到一年，技術方法已經透明，成本也降低。
但這也意味著，追上之後你也會被追趕。持續競爭變成了常態。
Marc Andreessen 說，AI 產業的轉捩點，不是模型多聰明，而是智能不再昂貴。
成本暴跌讓智慧變成了可以大量採購的新材料。小模型夠用就能打，應用層可以用價值收費。而且追趕只需要半年到一年，領先者的護城河正在變淺。
這意味著什麼？
模型再大，不如先落地。技術再強，不如用。
這場技術變革才剛開始，但商業競爭規則已經重寫了。(AI深度研究員)