a16z 首份市場報告揭示：AI 公司正在改寫所有商業規則

本文整理自《The a16z Podcast》2026 年 2 月播出的單集。

一份讓整個 X 炸鍋的報告

矽谷創投機構 Andreessen Horowitz（a16z）的成長投資團隊合夥人 David George 最近做了一件他們從來沒做過的事：把內部大量的資料分析和市場觀點整理成公開報告，命名為「The State of Markets」。這份報告一出，X 上馬上炸了鍋，尤其是關於 AI 公司的效率數據，幾天內不斷有人爭辯那些數字到底代表什麼。

George 自己對這份報告的最大感受，只有三個字：需求瘋了。他說，他們身為成長階段投資人，基本上能看到市場上每一家成長期公司的資料，不管是已投資的還是正在評估的。從這些資料裡擠出來的結論是，2025 年是一個營收加速成長的年份，尤其在最頂尖的那一群公司裡，加速的幅度遠超預期。

這不只是「AI 很熱」的模糊印象。a16z 團隊拿出了具體數據：最快的 AI 公司到達 1 億美元營收的速度，顯著快於任何 SaaS 時代的公司。而且這群公司花在銷售和行銷上的錢，反而比 SaaS 前輩們更少。AI 公司的成長大約是非 AI 公司的 2.5 倍，而頂尖表現者的年增長率，George 說他們反覆核對了三次才敢相信，是 693%。

每員工百萬美元營收，但原因可能出乎你意料

報告裡最引爆討論的數字，是 ARR per FTE（每位全職員工的年度經常性營收）。最優秀的 AI 公司跑出了 50 萬到 100 萬美元的水準，遠高於 SaaS 時代大約 40 萬美元的基準值。很多人看到這個數字，直覺反應是「AI 公司果然超高效」，但 George 在 Podcast 裡誠實地修正了這個解讀。

他的觀察是，這些公司之所以每員工營收這麼高，最主要的原因不是它們已經全面用 AI 重塑了營運方式。真正的原因是需求實在太強了，產品太好了，客戶自己找上門來，不需要砸大量資源去開拓市場。他坦言，目前他看到的 AI 原生公司，即便是最頂尖的那些，也還沒有到「全面重新想像公司該怎麼經營」的階段。

但他也舉了一個讓他印象深刻的案例。他的一家被投公司創辦人，對其中一個產品感到不滿，索性抽了兩個 AI 能力很強的工程師，用 Cursor 等 AI coding 工具從頭重建，預算不設上限。結果？進度比原來快了 10 到 20 倍。而且帳單高到讓這位創辦人開始認真思考：如果整個產品和工程組織都這樣運作，團隊結構、產品和工程的邊界、甚至設計在流程中的角色，是不是全要重新定義。

George 認為 2025 年 12 月是 coding 效率的轉捩點。Andrej Karpathy 也寫過類似觀察。在他看來，未來 12 個月內沒有跟上的公司，將會明顯落後。

另一個極端的例子是某家被投公司的 CEO，他現在看每個員工就像在看 AI agent。「你有多少 agent？」成了他跟團隊的日常對話。更激進的是另一位 CEO，他對每一項新任務只問一個問題：「這件事我用電能完成，還是非得用血不可？」

低毛利反而是好事？AI 的獎章邏輯

報告裡還有一個反直覺的觀察：AI 公司的毛利率比 SaaS 公司低。傳統上，投資人看到低毛利會皺眉，但 George 的團隊反而覺得這是好事。他們的邏輯是這樣的：如果一家號稱 AI 公司的毛利率特別高，可能代表客戶根本沒在用 AI 功能，那些功能不過是裝飾品。真正讓使用者大量使用 AI 功能的產品，推理成本（inference cost）自然就高，毛利率就會被壓低。

而他們對推理成本下降抱持信心。過去幾年的趨勢顯示，每單位推理的成本確實在快速降低，所以今天的低毛利，放到明年看很可能就會好轉。George 的說法是：低毛利是一種「榮譽徽章」，證明你的 AI 不是擺設，使用者真的在用。

那要怎麼驗證這些高速成長的營收不是曇花一現？George 說他們做了大量的深度調查，不只看營收留存率和續約率，還看使用者實際在產品裡花了多少時間、登入頻率、使用深度。他舉了 Harvey（一款 AI 法律工具）的例子：隨著產品持續迭代、加上推理模型的進步，使用者在平台上花的時間大約翻了一倍。AI 做法律研究做得非常好，律師並沒有因此變少，但效率確實大幅提高。

從座位制到成果制：下一場商業模式的革命

George 在報告裡花了不少篇幅談商業模式的演進，他把它描繪成一個光譜。最左邊是傳統的軟體授權（license），這是 SaaS 之前的時代。接著是 SaaS 訂閱制，通常按座位數收費，這是一場巨大的變革，光看 Adobe 從授權轉訂閱的過程就知道衝擊有多大。再來是消費制（consumption-based），按使用量收費，雲端服務就是這樣運作的。

而光譜最右邊、也是 George 認為最具顛覆力的，是成果制（outcome-based pricing）。意思是你不是按使用次數收費，而是按「成功完成一項任務」來收費。他承認目前能真正做到這一點的領域大概只有客服，因為你可以客觀衡量一個問題是否被解決了。但如果 AI 模型的能力持續進步，讓其他業務功能也能衡量「成果」，那對現有的軟體巨頭來說，殺傷力會非常驚人。

他也補充了一個讓他自己很興奮的案例：旅遊平台 Navan。這家公司很早就投入 AI 轉型，現在 50% 的旅遊預訂和變更互動都由 AI 處理。這不是那種「查帳戶餘額」的簡單問答，而是涉及航班更改、行程調整的複雜工作流程。具體的成效反映在財報上：過去三年毛利率擴張了 20 個百分點。而它的老派競爭對手們還在用傳統的方式營運，動都沒動。

變革管理才是最大的瓶頸

所有炫目的數據和案例，最終都撞上同一面牆。George 直言，他跟許多 Fortune 500 的 CEO 聊過，每個人都說：我們要擁抱 AI，我們已經準備好了，我們要變成 AI 公司。但當他去看這些公司實際在做什麼，落差非常大。

Coding 是最容易落地的領域，因為工程師本來就習慣用工具。客服也相對容易，因為更好、更快、更便宜的道理很明顯。但一旦涉及到一般性的企業管理、業務流程改造，事情就難了。光是讓員工在日常工作中養成使用 AI 助手的習慣，就已經比想像中難太多。

不過，已經跨過這道門檻的公司展現出驚人的成效。Chime 把客服成本降了 60%。Rocket Mortgage 在房貸核保環節省下了 110 萬小時，年增率六倍成長，折算下來相當於每年節省 4,000 萬美元。Shopify 的 CEO Toby Lütke 更是在幾年前就全面擁抱 AI，從員工考核到內部流程全面導入。George 認為 Shopify 可能只是未來五年變革的冰山一角。

George 的結論很直白：未來五年會是一場清算。能夠突破變革管理、真正落地 AI 的公司，和那些停留在口號階段的公司之間，生產力的差距將會非常巨大。而最大的障礙，說穿了，不是技術不夠好，甚至不是產品還沒準備好。是讓幾萬人改變工作習慣這件事本身。

我的觀察

George 的報告讓我最有感觸的一點是，他沒有把 AI 公司的高效率浪漫化。很多人急著宣告「AI 時代公司只需要十個人」，但他誠實地指出，目前的高效率主要來自需求側的爆發，不是營運面的革命。真正的營運革命還在路上，而且最大的阻力是人，不是機器。那句「用電還是用血？」聽起來很極端，但我覺得它捕捉到了一個真實的思維轉折，至少在矽谷最前沿的那批創業者腦中，已經在發生了。