AI融資489億背后的焦慮：技術領先者，如何跨越心智鴻溝

每一輪技術的進展都在擴大可能性，但商業上的焦慮并沒有同步縮小。

具身智能大概是今年最不缺錢的行業。2026年前五個月，國內這條賽道完成437起融資，規模約489億元，接近去年全年；但27家公司包攬了全部十億元級大額融資，6家半年內連拿兩輪。其余數百起，大多停在天使輪和A輪。

陡峭的分布，并不只是一個資本向頭部集中的常見故事，還暴露出一個早期產業的定價難題，當產品、收入、可復制路徑都未成形，投資人無從按傳統指標下注，只能另找一套確定性。

人，成了最重要的估值錨點。

有機構梳理了四十多家具身智能獨角獸的公開資料，發現其創始人背景高度集中于頂級高校實驗室，以及華為、百度、微軟等科技大廠。學術訓練、工程履歷和組織出身，暫時承擔了原本應由產品和市場提供的信用。資本購買的仍是未來，只是在商業驗證到來之前，這種未來主要由“誰更有能力把技術做出來”加以證明。

類似邏輯也存在于大模型和高階智能駕駛等領域。這些超級技術集群有著相近的產業結構：大量投入發生在收入之前，技術路線仍在快速變化，產品邊界尚未完全穩定。企業估值主要由未來市場支撐，未來市場又主要由技術進展加以解釋。

技術由此成了戰略、組織與資本敘事共同的中心，商業成功則被默認為技術領先的自然延伸。

只是，這個前提的地基正在松動。

硅谷創新教父杰弗里·摩爾認為，單純依靠技術領先，越來越難解釋一家公司的長期價值。創業者面對投資人時，更需要說明技術能夠釋放多少“受困價值”以及這部分價值究竟有多大。

技術仍在高速迭代，領先能換到的時間卻越來越短。可以看到，模型能力的代差被迅速抹平，開源生態以更低成本逼近閉源體系，算力、算法與工具也在加速基礎設施化。今天仍被視為壁壘的能力，可能很快成為行業標配。單純依靠技術領先，越來越難解釋一家公司的長期價值。

技術依舊是競爭的起點，真正稀缺的能力卻變成了對場景的判斷。企業需要從大量技術可能性中，找到那個足夠具體、足夠高頻，也足夠有價值的落點，再把技術轉化為能夠被市場理解的產品與品類。

這需要企業視角和認知的雙重校準。而校準，很難在組織內部獨立完成。這本是戰略咨詢的老本行，只是對象換了主語。

過去，定位理論處理的是商品過剩之后的選擇問題；今天，AI企業面對的則是技術可能性過剩之后的取舍。兩者指向的命題，內核是一致的，即如何在紛繁的信息和路徑中，確認一個值得長期投入的位置。

討論戰略咨詢和定位理論，很難繞開里斯。過去幾年，里斯逐漸把這套誕生于消費品時代的方法，推向科技企業商業化的前端，更早介入場景選擇、品類定義與組織配稱。

AI產業正在經歷一次從技術信仰到場景信仰的換軌。而科技企業需要的商業確定性，既在技術之上，又在技術之外。

技術越繁榮，企業越焦慮

科技企業長期相信技術的自我證明能力。

這種信念有其歷史依據。個人計算機、互聯網、智能手機的每一次躍遷，都曾讓掌握底層技術的公司獲得漫長窗口。工程能力決定產品上限，研發投入能夠直接轉化為競爭壁壘。在技術供給稀缺的年代，領先本身便具有強烈的商業含義。

但AI還沒有。一個高投入、低產出的幽靈，在AI技術繁榮與商業效率之間的斷層里，不斷徘徊。

據OECD統計，2025年全球AI風險投資2587億美元，占全球風險投資總額的61%。同年，牛津大學研究團隊發布的《AI初創企業價值創造白皮書（2025）》顯示，全球AI年度投資總額已超過4000億美元，僅有約33%的企業成功將AI項目從試點推向了規模化應用。換言之，三分之二的AI項目仍被困在實驗或試點階段。而麻省理工學院的研究揭示了一個更加殘酷的現實：95%的生成式AI試點項目未能實現預期價值。

AI公司的焦慮，也因此有了更具體的來源。迭代越快，上一輪投入的價值折損越快；路線越多，每一次資源配置都可能變成昂貴的沉沒成本。大量采購和研發決策由此帶有防御色彩，先確保自己仍在牌桌上，再等待商業答案出現。

但商業答案很少會隨技術成熟自動到來。

今年6月，在硅谷斯坦福大學有一場關于中美科技企業商業戰略相關的對話中，知名的硅谷高科技營銷教父、鴻溝理論開創者杰弗里·摩爾，與品類創新理論開創者、里斯戰略咨詢全球CEO張云首次全球同臺對談。一些耐人尋味的觀點回應了這個問題。作為思科CEO約翰·錢伯斯等商業領袖的私人顧問，摩爾可謂是見證了硅谷這些高科技企業的成長，他曾經為惠普、微軟、甲骨文等企業提供戰略咨詢。

對于AI涉及的企業，杰弗里·摩爾給出的診斷是“技術的創新速度，已經遠遠超過采用速度”。在他的“鴻溝理論”框架里，核心技術再驚艷，也只是核心產品；客戶為了真正實現目標所需要的工作流、基礎設施、服務和成本體系，共同構成“完整產品”。

完成跨越的關鍵，是創業者需要找到新技術與這些瓶頸相交的位置。交點足夠明確，技術才擁有值得構建完整產品的商業入口。

這一點，與里斯戰略咨詢全球CEO、中國區主席張云的觀點殊途同歸。作為品類創新理論的開創者，張云迭代和更新了艾·里斯的定位理論，將其市場中的品牌區隔，延展到新品類的定義與開創。近年來，他又與小鵬、杰克等中國科技與制造企業深入合作，諳熟中國科技企業的發展。

在他看來，孤立的技術無法獨自創造市場。真正有效的路徑，應當從具體、高頻且有價值的場景出發，定義一個清晰超級技術品類，再圍繞它集中技術與組織資源。

在實踐中，定位理論在科技行業中的作用已經發生延展。消費品時代，它更多處理品牌在同質化市場中的區隔。而進入AI時代，它還需要參與技術路線的篩選，把分散的創新能力組織成一個可以被市場理解的方向。

這也是“鴻溝”與“定位”兩套理論體系暗合的地方。摩爾關心技術如何被采用，張云關心企業從哪里出發、以什么身份進入市場。前者解決的是價值能否兌現，后者處理的是價值如何被定義、識別和放大。

英偉達的歷史經常被寫成一部技術勝利史。GPU、CUDA、加速計算和AI基礎設施，構成了這家公司的技術縱深。但只看技術，仍不足以解釋英偉達為何能夠多次改變自身所處的市場。

在CPU主導計算產業的年代，圖形處理器長期被視為服務游戲和圖像渲染的輔助部件。圖形芯片市場一度聚集大量參與者，競爭圍繞參數、價格和兼容性展開。英偉達選擇將GPU作為獨立品類加以定義，并從游戲這一相對明確的市場建立起最初的陣地。

2008年前后，處于經營低谷的英偉達曾邀請艾·里斯與勞拉·里斯提供戰略咨詢。給出了一個關鍵策略：繼續參與CPU巨頭設定的競爭，英偉達只能成為一種補充；圍繞并行計算建立獨立位置，GPU才有機會形成自己的市場。

“黃仁勛一直在貫徹這個理論，就是找他獨特的位置，做別人做不了的東西。”張云在斯坦福回顧這段歷史時提到。

這套坐標沒有替英偉達預測出AI，卻降低了技術選擇的復雜性。而后的故事，大家都不陌生了。從CUDA開始，GPU由圖形硬件走向可編程的通用計算平臺，隨后進入科學計算、深度學習與大規模AI訓練。當研究者發現神經網絡訓練與GPU并行計算之間的適配性時，英偉達已經擁有產品、開發工具和客戶基礎，可以承接這一變化。

技術機會最終被放大，依賴的也不只是一顆更快的芯片，而是一套圍繞新品類持續搭建的生態。

在對話里，兩位戰略大師的判斷幾乎一致。摩爾將英偉達的動作概括為一次經典的兩步跨越：先在能夠成立的細分市場建立基礎設施，再向更多場景擴展。而張云則認為，定義一個新品類只是起點，企業還需要找到原點用戶，持續拓展應用場景，把品類的邊界做大。

今天的英偉達已經很少以傳統芯片公司的方式介紹自己。“AI工廠”“加速計算平臺”等表達不斷進入其企業敘事。它銷售的仍然包含芯片，但市場理解早已越過單一硬件，延伸到計算架構、軟件生態和AI基礎設施。英偉達的壁壘也隨之從產品性能擴展到產業認知，當企業討論AI計算，GPU與英偉達幾乎總是同時出現的。

這類認知并非傳播包裝。它建立在長期技術投入和完整產品之上，又反過來為新產品提供信任。技術、品類與企業品牌由此形成循環。

這也構成當下AI焦慮的反面。許多企業的投入在技術迭代中不斷貶值，英偉達的歷次投入卻被納入同一條戰略主線，由產品和技術能力積累為品類優勢，再由品類優勢上升為企業認知，最終形成軟硬件與生態共同構成的壁壘。

技術提供的可能性越多，企業越需要從中建立秩序。

超級技術時代，找到被理解的位置

無法否認的是，技術紅利明顯收窄，而認知紅利剛剛爆發。更準確地說，單項技術所能獨占的窗口越來越短，圍繞場景、品類與企業身份形成的市場認知，卻遠未固化。

那些率先完成品類定義、率先進入消費者心智，并持續交付完整產品的企業，正在成為這一輪AI浪潮的真正贏家。在硅谷中美對話的現場，這個結論被反復提及，也被不同企業的實踐反復印證。對于仍在技術投入與商業回報之間掙扎的公司而言，這或許是更值得留意的信號。

這個信號的出現并非偶然。張云對這個時代有一個基本判斷：人類正處于“超級技術大爆炸”的周期。過去五年、十年以及未來幾十年，革命性技術將以前所未有的密度出現，也將催生企業歷史上最密集的一批新機會。

超級技術改變的不只是產品性能，也在改變品類形成的可能性。這也推動里斯重新審視超級技術時代的品牌形成方式。

張云將變化歸因于兩重環境遷移：一方面，超級技術正在密集催生顛覆性品類；另一方面，媒體由集中傳播轉向分散化和內容化，單純依靠廣告重復建立品牌認知的空間正在縮小。

在傳統工業時代，企業通常為不同市場建立專門的產品品牌，以專業化形成認知。進入超級技術周期，前沿技術的影響開始越過單一產品，企業品牌本身也成為消費者判斷技術實力的依據。

里斯由此提出一種新的“超級技術企業品牌”打造方法：企業首先需要找到足夠大的愿景和機會，繼而建立一個高勢能的超級技術品類。這個品類眼下可以規模有限，卻需要擁有超出實際銷量的傳播勢能，再將這種技術認知輻射到主流業務，強化企業整體的技術領先形象。

特斯拉，就是一個典型。其銷量的拐點之一，恰恰在于SpaceX火箭成功后的大眾認知。即使火箭業務現階段規模有限，卻已經改變了外界對企業整體技術能力的判斷。

但這種認知外溢并不會自然發生。高勢能技術可以讓企業獲得關注，主流業務仍需要一個清晰的品類位置來承接。否則，企業擁有的技術越多，對外表達越容易分散，技術優勢也很難轉化為明確的市場選擇。

小鵬汽車當年面對的，正是這種錯位。在2021年，小鵬就推出中國首個自研高速NGP，打破了外資在智駕領域的壟斷，技術版圖覆蓋超充、智能座艙、算法、數據和端到端大模型。

但令人意外的是，2022—2023年，小鵬連續兩年在“蔚小理”中銷量墊底。問題出在定位上。“智能汽車”的模糊定位，讓小鵬即便擁有頂尖的智駕技術，也無法直接轉化為市場統治力。

張云回憶，他曾向小鵬提出一個問題：“還有什么汽車不智能？”一個被所有企業共同使用的定義，很難再為任何一家企業建立獨特位置。

2024年，里斯與小鵬攜手完成了一次戰略轉向。小鵬將自身重新定義為“面向全球的AI智駕科技公司”，圍繞“AI汽車”收攏產品表達。

P7+承擔了這一戰略更直接的產品表達，全系標配端到端AI智駕，并實行不選裝、不訂閱、不付費。MONA M03則從更低價格帶擴大了小鵬的用戶基礎。AI智駕也從企業擁有的一組技術，變成用戶能夠感知的品類特征。

主流產品完成價值交付，高勢能品類負責打開認知。小鵬在AI汽車之后，極受市場關注的，還有飛行汽車的創新。“甚至有一位德國消費者對我說，小鵬與其他汽車公司不同，因為‘這家公司能把汽車飛到天上，所以它是一家科技企業’。”張云表示。

簡單來說，一家科技公司對前沿技術的掌控，會直接影響消費者對其其他產品的信任。

當然，需要說明的是，在里斯的定義里，超級技術并非泛指一切前沿技術，而是能帶來效率提升、具備強通用性與自我進化能力的底層技術集群。

簡單類比，超級技術是發動機，但發動機必須裝進合適的車身，才能駛向目的地。超級品類，就是承載這輛戰車駛向未來的車身與底盤。而超級場景，則是檢驗這項能力能否創造真實價值的場地。

這意味著，即使是在成熟行業做到領先的企業，依舊能捕捉到理解AI帶來的增長空間。

比如從傳統縫紉機向具身智能的跳躍。故事的主角，是杰克科技。自2012年開始，里斯先后圍繞“快速服務百分百”“中國第一”兩個差異定位，分別幫助其打開了國內和全球市場，最終助力杰克科技成為全球工業縫紉機市場的龍頭企業。

對于這類企業，AI最容易被理解為效率工具，用于改善生產、營銷或管理。但里斯和杰克科技看到的，是服裝制造長期存在的勞動力困境。

縫制環節高度依賴熟練工，年輕勞動力進入意愿下降，經驗工人又會受到視力、體力和年齡影響。自動化設備可以完成標準動作，柔性面料、復雜工序和頻繁換款仍然需要人的經驗。這個環節積累了大量尚未被釋放的價值。

這讓其向具身智能的跨越，獲得了一個更加明確的落點。圍繞這一方向，新業務啟用了新的品牌杰克艾圖，重組了團隊和組織，研發資源也開始向AI與機器人產業更集中的杭州遷移。

這種組織變化同樣重要。具身智能不是在傳統縫紉機上增加一項軟件功能。模型需要與機械結構、控制系統和具體工藝相互匹配，硬件上的細微變化，都可能改變模型的訓練和運行方式。杰克科技創始人阮積祥認為，制造業中的具身智能，本質上是一套軟硬件結合的產品。

摩爾在斯坦福對話中提到過所謂“被困住的價值”。成熟系統能夠運轉，也一定存在限制效率繼續提升的瓶頸。而創業者需要找到技術與瓶頸的交點。

從這一點看，兩套理論體系，又有了共鳴。杰克艾圖沒有擠入邊界模糊的通用機器人競爭，選擇“專用場景優先”的現實基礎，轉向圍繞縫制這一具體任務組織技術、產品與品類，來應對全球用工問題這一超級場景，直接定義了工業級人形縫制機器人這個新品類，也順勢做實了自身柔性制造專家的角色。這反而成為張云視角里，“最有確定性商業價值”的人形機器人應用之一。

與其更好，不如不同。這正是里斯的品類創新方法論反復強調的一點。企業未必要在紅海中爭當“更好”，而可以在藍海中成為“第一”；品類創新者未必是技術事實的發明者，卻是品類的率先定義者。

杰克的探索也呈現出中國制造業在AI時代的一種潛在路徑。中國企業在許多基礎模型和底層研究上仍需追趕，但擁有密集的產業場景、工程能力和供應鏈基礎。大量傳統行業中存在著難以標準化、長期依賴經驗的環節，恰好構成具身智能和行業模型的訓練場。

硅谷擅長從零到一，中國制造更熟悉從一到一百。過去，這種分工常被理解為原創與規模化的差異。AI正在為后者增加新的含義，應用場景本身也能成為創新來源。

以杰克為例，長期嵌入服裝制造，積累了大量來自縫紉設備、生產動作與具體工藝的數據。這類數據產生于真實工廠，很難僅靠實驗室研究或通用模型獲得。“這是我們又比美國企業有優勢的地方。”阮積祥表示。杰克擁有的不只是供應鏈和工程能力，還有一套能夠持續訓練、驗證和改進模型的工業環境，而這一場景優勢，構成杰克艾圖被定義出來的現實基礎。

企業深入工廠、倉庫、門店和服務網絡，可能比在通用敘事中追逐同一類產品，更早找到可驗證的需求。場景越具體，技術越容易形成完整產品。產品越完整，品類才越有機會跨越早期市場。

定義新世界的門票

歷史不會重復，但會押韻。從18世紀蒸汽機轟鳴中崛起的紡織帝國，到19世紀電氣化浪潮中誕生的通用電氣與西門子，再到20世紀計算機革命中走出的IBM、微軟與蘋果，每一次技術革命都在重寫商業的權力版圖。

但每一次改寫，也都在昭示同一個殘酷真相：技術領先者，未必是最終的商業勝者。技術優勢若不能轉化為認知優勢，便如同手持利刃，卻不知揮向何方。

這與技術先進與否無關，而是市場的天性使然。摩爾在《跨越鴻溝》中揭示的斷裂至今沒有彌合：技術狂熱者追隨“新”，實用主義大眾只認“有用”，市場的采用依賴信任，消費者習慣用簡單方式理解復雜事物。技術的普及從不等于價值的兌現，真正的勝負手，是誰先完成從“技術擁有者”到“品類定義者”的認知躍遷。

這也是鴻溝與定位這兩套相隔三十年的理論，至今仍能彼此互證的原因。

無法否認的是，里斯與它的定位理論，誕生在1960年代商品過剩的貨架前。但在穿過大眾傳播主導的消費品時代、流量分散的互聯網時代后，它依舊在前進。

而在進入AI時代后，這套工具或者說方法論，并不是在舊理論外面加一層AI術語，更多是分析對象與工作方式的同步更新，以更符合時代的方式迭代。

從定位到品類創新，再到“超級技術企業品牌”，定位理論的內核，已經從單一品牌的市場區隔，延伸至科技企業如何組織技術、品類、場景與企業品牌之間的關系。

從這個角度看，科技企業們反而需要注意，技術洞察要更早進入戰略環節，場景研究要向產業深處移動，最終的戰略要落到新品類、新品牌與新配稱上，避免創新被原有的組織和價值網絡重新吸收。

下一階段的競爭，大概率屬于那些既能推進技術邊界，又能把超級技術、超級品類與超級場景融于一爐，率先在消費者心智中占領新品類的企業。它們未必是每一項技術的發明者，卻會是新世界的定義者。

畢竟，AI會繼續降低獲得技術的門檻，卻不會降低被市場理解的成本。（本文首發于鈦媒體APP，作者｜李程程）