导航|地址|刷新
AI融资489亿背后的焦虑：技术领先者，如何跨越心智鸿沟_手机网易网

网易网易号



0

AI融资489亿背后的焦虑：技术领先者，如何跨越心智鸿沟

钛媒体APP
2026-07-14 19:03·北京·独立财经科技媒体

0

打开网易新闻查看精彩图片

每一轮技术的进展都在扩大可能性，但商业上的焦虑并没有同步缩小。

具身智能大概是今年最不缺钱的行业。2026年前五个月，国内这条赛道完成437起融资，规模约489亿元，接近去年全年；但27家公司包揽了全部十亿元级大额融资，6家半年内连拿两轮。其余数百起，大多停在天使轮和A轮。

陡峭的分布，并不只是一个资本向头部集中的常见故事，还暴露出一个早期产业的定价难题，当产品、收入、可复制路径都未成形，投资人无从按传统指标下注，只能另找一套确定性。

人，成了最重要的估值锚点。

有机构梳理了四十多家具身智能独角兽的公开资料，发现其创始人背景高度集中于顶级高校实验室，以及华为、百度、微软等科技大厂。学术训练、工程履历和组织出身，暂时承担了原本应由产品和市场提供的信用。资本购买的仍是未来，只是在商业验证到来之前，这种未来主要由“谁更有能力把技术做出来”加以证明。

类似逻辑也存在于大模型和高阶智能驾驶等领域。这些超级技术集群有着相近的产业结构：大量投入发生在收入之前，技术路线仍在快速变化，产品边界尚未完全稳定。企业估值主要由未来市场支撑，未来市场又主要由技术进展加以解释。

技术由此成了战略、组织与资本叙事共同的中心，商业成功则被默认为技术领先的自然延伸。

只是，这个前提的地基正在松动。

硅谷创新教父杰弗里·摩尔认为，单纯依靠技术领先，越来越难解释一家公司的长期价值。创业者面对投资人时，更需要说明技术能够释放多少“受困价值”以及这部分价值究竟有多大。

技术仍在高速迭代，领先能换到的时间却越来越短。可以看到，模型能力的代差被迅速抹平，开源生态以更低成本逼近闭源体系，算力、算法与工具也在加速基础设施化。今天仍被视为壁垒的能力，可能很快成为行业标配。单纯依靠技术领先，越来越难解释一家公司的长期价值。

打开网易新闻查看精彩图片

技术依旧是竞争的起点，真正稀缺的能力却变成了对场景的判断。企业需要从大量技术可能性中，找到那个足够具体、足够高频，也足够有价值的落点，再把技术转化为能够被市场理解的产品与品类。

这需要企业视角和认知的双重校准。而校准，很难在组织内部独立完成。这本是战略咨询的老本行，只是对象换了主语。

过去，定位理论处理的是商品过剩之后的选择问题；今天，AI企业面对的则是技术可能性过剩之后的取舍。两者指向的命题，内核是一致的，即如何在纷繁的信息和路径中，确认一个值得长期投入的位置。

讨论战略咨询和定位理论，很难绕开里斯。过去几年，里斯逐渐把这套诞生于消费品时代的方法，推向科技企业商业化的前端，更早介入场景选择、品类定义与组织配称。

AI产业正在经历一次从技术信仰到场景信仰的换轨。而科技企业需要的商业确定性，既在技术之上，又在技术之外。

技术越繁荣，企业越焦虑

科技企业长期相信技术的自我证明能力。

这种信念有其历史依据。个人计算机、互联网、智能手机的每一次跃迁，都曾让掌握底层技术的公司获得漫长窗口。工程能力决定产品上限，研发投入能够直接转化为竞争壁垒。在技术供给稀缺的年代，领先本身便具有强烈的商业含义。

但AI还没有。一个高投入、低产出的幽灵，在AI技术繁荣与商业效率之间的断层里，不断徘徊。

据OECD统计，2025年全球AI风险投资2587亿美元，占全球风险投资总额的61%。同年，牛津大学研究团队发布的《AI初创企业价值创造白皮书（2025）》显示，全球AI年度投资总额已超过4000亿美元，仅有约33%的企业成功将AI项目从试点推向了规模化应用。换言之，三分之二的AI项目仍被困在实验或试点阶段。而麻省理工学院的研究揭示了一个更加残酷的现实：95%的生成式AI试点项目未能实现预期价值。

AI公司的焦虑，也因此有了更具体的来源。迭代越快，上一轮投入的价值折损越快；路线越多，每一次资源配置都可能变成昂贵的沉没成本。大量采购和研发决策由此带有防御色彩，先确保自己仍在牌桌上，再等待商业答案出现。

但商业答案很少会随技术成熟自动到来。

今年6月，在硅谷斯坦福大学有一场关于中美科技企业商业战略相关的对话中，知名的硅谷高科技营销教父、鸿沟理论开创者杰弗里·摩尔，与品类创新理论开创者、里斯战略咨询全球CEO张云首次全球同台对谈。一些耐人寻味的观点回应了这个问题。作为思科CEO约翰·钱伯斯等商业领袖的私人顾问，摩尔可谓是见证了硅谷这些高科技企业的成长，他曾经为惠普、微软、甲骨文等企业提供战略咨询。

对于AI涉及的企业，杰弗里·摩尔给出的诊断是“技术的创新速度，已经远远超过采用速度”。在他的“鸿沟理论”框架里，核心技术再惊艳，也只是核心产品；客户为了真正实现目标所需要的工作流、基础设施、服务和成本体系，共同构成“完整产品”。

完成跨越的关键，是创业者需要找到新技术与这些瓶颈相交的位置。交点足够明确，技术才拥有值得构建完整产品的商业入口。

这一点，与里斯战略咨询全球CEO、中国区主席张云的观点殊途同归。作为品类创新理论的开创者，张云迭代和更新了艾·里斯的定位理论，将其市场中的品牌区隔，延展到新品类的定义与开创。近年来，他又与小鹏、杰克等中国科技与制造企业深入合作，谙熟中国科技企业的发展。

在他看来，孤立的技术无法独自创造市场。真正有效的路径，应当从具体、高频且有价值的场景出发，定义一个清晰超级技术品类，再围绕它集中技术与组织资源。

在实践中，定位理论在科技行业中的作用已经发生延展。消费品时代，它更多处理品牌在同质化市场中的区隔。而进入AI时代，它还需要参与技术路线的筛选，把分散的创新能力组织成一个可以被市场理解的方向。

这也是“鸿沟”与“定位”两套理论体系暗合的地方。摩尔关心技术如何被采用，张云关心企业从哪里出发、以什么身份进入市场。前者解决的是价值能否兑现，后者处理的是价值如何被定义、识别和放大。

英伟达的历史经常被写成一部技术胜利史。GPU、CUDA、加速计算和AI基础设施，构成了这家公司的技术纵深。但只看技术，仍不足以解释英伟达为何能够多次改变自身所处的市场。

在CPU主导计算产业的年代，图形处理器长期被视为服务游戏和图像渲染的辅助部件。图形芯片市场一度聚集大量参与者，竞争围绕参数、价格和兼容性展开。英伟达选择将GPU作为独立品类加以定义，并从游戏这一相对明确的市场建立起最初的阵地。

2008年前后，处于经营低谷的英伟达曾邀请艾·里斯与劳拉·里斯提供战略咨询。给出了一个关键策略：继续参与CPU巨头设定的竞争，英伟达只能成为一种补充；围绕并行计算建立独立位置，GPU才有机会形成自己的市场。

“黄仁勋一直在贯彻这个理论，就是找他独特的位置，做别人做不了的东西。”张云在斯坦福回顾这段历史时提到。

这套坐标没有替英伟达预测出AI，却降低了技术选择的复杂性。而后的故事，大家都不陌生了。从CUDA开始，GPU由图形硬件走向可编程的通用计算平台，随后进入科学计算、深度学习与大规模AI训练。当研究者发现神经网络训练与GPU并行计算之间的适配性时，英伟达已经拥有产品、开发工具和客户基础，可以承接这一变化。

技术机会最终被放大，依赖的也不只是一颗更快的芯片，而是一套围绕新品类持续搭建的生态。

在对话里，两位战略大师的判断几乎一致。摩尔将英伟达的动作概括为一次经典的两步跨越：先在能够成立的细分市场建立基础设施，再向更多场景扩展。而张云则认为，定义一个新品类只是起点，企业还需要找到原点用户，持续拓展应用场景，把品类的边界做大。

今天的英伟达已经很少以传统芯片公司的方式介绍自己。“AI工厂”“加速计算平台”等表达不断进入其企业叙事。它销售的仍然包含芯片，但市场理解早已越过单一硬件，延伸到计算架构、软件生态和AI基础设施。英伟达的壁垒也随之从产品性能扩展到产业认知，当企业讨论AI计算，GPU与英伟达几乎总是同时出现的。

这类认知并非传播包装。它建立在长期技术投入和完整产品之上，又反过来为新产品提供信任。技术、品类与企业品牌由此形成循环。

这也构成当下AI焦虑的反面。许多企业的投入在技术迭代中不断贬值，英伟达的历次投入却被纳入同一条战略主线，由产品和技术能力积累为品类优势，再由品类优势上升为企业认知，最终形成软硬件与生态共同构成的壁垒。

技术提供的可能性越多，企业越需要从中建立秩序。

超级技术时代，找到被理解的位置

无法否认的是，技术红利明显收窄，而认知红利刚刚爆发。更准确地说，单项技术所能独占的窗口越来越短，围绕场景、品类与企业身份形成的市场认知，却远未固化。

那些率先完成品类定义、率先进入消费者心智，并持续交付完整产品的企业，正在成为这一轮AI浪潮的真正赢家。在硅谷中美对话的现场，这个结论被反复提及，也被不同企业的实践反复印证。对于仍在技术投入与商业回报之间挣扎的公司而言，这或许是更值得留意的信号。

这个信号的出现并非偶然。张云对这个时代有一个基本判断：人类正处于“超级技术大爆炸”的周期。过去五年、十年以及未来几十年，革命性技术将以前所未有的密度出现，也将催生企业历史上最密集的一批新机会。

超级技术改变的不只是产品性能，也在改变品类形成的可能性。这也推动里斯重新审视超级技术时代的品牌形成方式。

张云将变化归因于两重环境迁移：一方面，超级技术正在密集催生颠覆性品类；另一方面，媒体由集中传播转向分散化和内容化，单纯依靠广告重复建立品牌认知的空间正在缩小。

在传统工业时代，企业通常为不同市场建立专门的产品品牌，以专业化形成认知。进入超级技术周期，前沿技术的影响开始越过单一产品，企业品牌本身也成为消费者判断技术实力的依据。

里斯由此提出一种新的“超级技术企业品牌”打造方法：企业首先需要找到足够大的愿景和机会，继而建立一个高势能的超级技术品类。这个品类眼下可以规模有限，却需要拥有超出实际销量的传播势能，再将这种技术认知辐射到主流业务，强化企业整体的技术领先形象。

特斯拉，就是一个典型。其销量的拐点之一，恰恰在于SpaceX火箭成功后的大众认知。即使火箭业务现阶段规模有限，却已经改变了外界对企业整体技术能力的判断。

但这种认知外溢并不会自然发生。高势能技术可以让企业获得关注，主流业务仍需要一个清晰的品类位置来承接。否则，企业拥有的技术越多，对外表达越容易分散，技术优势也很难转化为明确的市场选择。

小鹏汽车当年面对的，正是这种错位。在2021年，小鹏就推出中国首个自研高速NGP，打破了外资在智驾领域的垄断，技术版图覆盖超充、智能座舱、算法、数据和端到端大模型。

但令人意外的是，2022—2023年，小鹏连续两年在“蔚小理”中销量垫底。问题出在定位上。“智能汽车”的模糊定位，让小鹏即便拥有顶尖的智驾技术，也无法直接转化为市场统治力。

张云回忆，他曾向小鹏提出一个问题：“还有什么汽车不智能？”一个被所有企业共同使用的定义，很难再为任何一家企业建立独特位置。

2024年，里斯与小鹏携手完成了一次战略转向。小鹏将自身重新定义为“面向全球的AI智驾科技公司”，围绕“AI汽车”收拢产品表达。

P7+承担了这一战略更直接的产品表达，全系标配端到端AI智驾，并实行不选装、不订阅、不付费。MONA M03则从更低价格带扩大了小鹏的用户基础。AI智驾也从企业拥有的一组技术，变成用户能够感知的品类特征。

主流产品完成价值交付，高势能品类负责打开认知。小鹏在AI汽车之后，极受市场关注的，还有飞行汽车的创新。“甚至有一位德国消费者对我说，小鹏与其他汽车公司不同，因为‘这家公司能把汽车飞到天上，所以它是一家科技企业’。”张云表示。

简单来说，一家科技公司对前沿技术的掌控，会直接影响消费者对其其他产品的信任。

当然，需要说明的是，在里斯的定义里，超级技术并非泛指一切前沿技术，而是能带来效率提升、具备强通用性与自我进化能力的底层技术集群。

简单类比，超级技术是发动机，但发动机必须装进合适的车身，才能驶向目的地。超级品类，就是承载这辆战车驶向未来的车身与底盘。而超级场景，则是检验这项能力能否创造真实价值的场地。

这意味着，即使是在成熟行业做到领先的企业，依旧能捕捉到理解AI带来的增长空间。

比如从传统缝纫机向具身智能的跳跃。故事的主角，是杰克科技。自2012年开始，里斯先后围绕“快速服务百分百”“中国第一”两个差异定位，分别帮助其打开了国内和全球市场，最终助力杰克科技成为全球工业缝纫机市场的龙头企业。

对于这类企业，AI最容易被理解为效率工具，用于改善生产、营销或管理。但里斯和杰克科技看到的，是服装制造长期存在的劳动力困境。

缝制环节高度依赖熟练工，年轻劳动力进入意愿下降，经验工人又会受到视力、体力和年龄影响。自动化设备可以完成标准动作，柔性面料、复杂工序和频繁换款仍然需要人的经验。这个环节积累了大量尚未被释放的价值。

这让其向具身智能的跨越，获得了一个更加明确的落点。围绕这一方向，新业务启用了新的品牌杰克艾图，重组了团队和组织，研发资源也开始向AI与机器人产业更集中的杭州迁移。

这种组织变化同样重要。具身智能不是在传统缝纫机上增加一项软件功能。模型需要与机械结构、控制系统和具体工艺相互匹配，硬件上的细微变化，都可能改变模型的训练和运行方式。杰克科技创始人阮积祥认为，制造业中的具身智能，本质上是一套软硬件结合的产品。

摩尔在斯坦福对话中提到过所谓“被困住的价值”。成熟系统能够运转，也一定存在限制效率继续提升的瓶颈。而创业者需要找到技术与瓶颈的交点。

从这一点看，两套理论体系，又有了共鸣。杰克艾图没有挤入边界模糊的通用机器人竞争，选择“专用场景优先”的现实基础，转向围绕缝制这一具体任务组织技术、产品与品类，来应对全球用工问题这一超级场景，直接定义了工业级人形缝制机器人这个新品类，也顺势做实了自身柔性制造专家的角色。这反而成为张云视角里，“最有确定性商业价值”的人形机器人应用之一。

与其更好，不如不同。这正是里斯的品类创新方法论反复强调的一点。企业未必要在红海中争当“更好”，而可以在蓝海中成为“第一”；品类创新者未必是技术事实的发明者，却是品类的率先定义者。

杰克的探索也呈现出中国制造业在AI时代的一种潜在路径。中国企业在许多基础模型和底层研究上仍需追赶，但拥有密集的产业场景、工程能力和供应链基础。大量传统行业中存在着难以标准化、长期依赖经验的环节，恰好构成具身智能和行业模型的训练场。

硅谷擅长从零到一，中国制造更熟悉从一到一百。过去，这种分工常被理解为原创与规模化的差异。AI正在为后者增加新的含义，应用场景本身也能成为创新来源。

以杰克为例，长期嵌入服装制造，积累了大量来自缝纫设备、生产动作与具体工艺的数据。这类数据产生于真实工厂，很难仅靠实验室研究或通用模型获得。“这是我们又比美国企业有优势的地方。”阮积祥表示。杰克拥有的不只是供应链和工程能力，还有一套能够持续训练、验证和改进模型的工业环境，而这一场景优势，构成杰克艾图被定义出来的现实基础。

企业深入工厂、仓库、门店和服务网络，可能比在通用叙事中追逐同一类产品，更早找到可验证的需求。场景越具体，技术越容易形成完整产品。产品越完整，品类才越有机会跨越早期市场。

定义新世界的门票

历史不会重复，但会押韵。从18世纪蒸汽机轰鸣中崛起的纺织帝国，到19世纪电气化浪潮中诞生的通用电气与西门子，再到20世纪计算机革命中走出的IBM、微软与苹果，每一次技术革命都在重写商业的权力版图。

但每一次改写，也都在昭示同一个残酷真相：技术领先者，未必是最终的商业胜者。技术优势若不能转化为认知优势，便如同手持利刃，却不知挥向何方。

这与技术先进与否无关，而是市场的天性使然。摩尔在《跨越鸿沟》中揭示的断裂至今没有弥合：技术狂热者追随“新”，实用主义大众只认“有用”，市场的采用依赖信任，消费者习惯用简单方式理解复杂事物。技术的普及从不等于价值的兑现，真正的胜负手，是谁先完成从“技术拥有者”到“品类定义者”的认知跃迁。

这也是鸿沟与定位这两套相隔三十年的理论，至今仍能彼此互证的原因。

无法否认的是，里斯与它的定位理论，诞生在1960年代商品过剩的货架前。但在穿过大众传播主导的消费品时代、流量分散的互联网时代后，它依旧在前进。

而在进入AI时代后，这套工具或者说方法论，并不是在旧理论外面加一层AI术语，更多是分析对象与工作方式的同步更新，以更符合时代的方式迭代。

从定位到品类创新，再到“超级技术企业品牌”，定位理论的内核，已经从单一品牌的市场区隔，延伸至科技企业如何组织技术、品类、场景与企业品牌之间的关系。

从这个角度看，科技企业们反而需要注意，技术洞察要更早进入战略环节，场景研究要向产业深处移动，最终的战略要落到新品类、新品牌与新配称上，避免创新被原有的组织和价值网络重新吸收。

下一阶段的竞争，大概率属于那些既能推进技术边界，又能把超级技术、超级品类与超级场景融于一炉，率先在消费者心智中占领新品类的企业。它们未必是每一项技术的发明者，却会是新世界的定义者。

毕竟，AI会继续降低获得技术的门槛，却不会降低被市场理解的成本。（本文首发于钛媒体APP，作者｜李程程）

特别声明：本文为网易自媒体平台“网易号”作者上传并发布，仅代表该作者观点。网易仅提供信息发布平台。

打开网易新闻体验更佳

热搜

以一军事基地超百名士兵“抗命”离营

 日本在太平洋首次试射“战斧”导弹

 国文清主动投案被查

 微软涨超15% 创近18年最大单日涨幅

 解放军喊话菲军机不要抵近否则遭拦截

 特斯拉中国否认将剥离中国业务

热门跟贴

打开APP发贴

0条跟贴

相关推荐

菜鸟前CTO创业，入局Physical AI，种子轮融资超亿元

钛媒体APP

8月10日宇树科技IPO“打新”时间定了，上市后王兴兴仍有65%表决权

每日经济新闻



直击第12批集采开标现场：早上七点前已有代表候场，有企业喊出“从良心出发报价”

澎湃新闻165跟贴



“GPS”三巨头集体转身：医疗器械下个万亿战场浮出水面

钛媒体APP

E45 孟岩对话李继刚：人何以自处

有知有行App云音乐特供

00:12

李飞飞做AI游戏拿了4个亿，像刷抖音一样玩游戏

量子位



三次穿越产业周期，这个“卖水人”到底凭什么？

华商韬略



宁德时代创始人曾毓群：我国新能源蓬勃发展，上下游需要更多创新

每日经济新闻



拼多多雄安公司员工突破3000人创下新区民营企业发展新纪录

财联社



月薪3000富养猫狗，宠物经济有多疯狂

华商韬略



山东人的萨莉亚，一年爆卖20亿！

华商韬略



AI相对论：中国智驾下半场的真相

每日经济新闻



车圈明星争夺战里，他为什么亲自上？

华商韬略



靠卖歌词音响年营收5亿，莫纳的“反爆品”实验能走多远？

钛媒体APP

索尼研发乒乓球机器人打败日本顶尖选手

每日经济新闻1212跟贴



雷军：小米昆仑架构核心零部件全部来自国内国际供应商，品质非常出色

我是一个粉刷匠217跟贴



机器人大厨做扬州炒饭，你想品尝一下吗？

装甲铲史官



持续领跑世界模型驱动物理AGI，极佳视界再获10亿元B2轮融资

36氪



Kimi牛逼，OpenAI也开始焦虑了

互联网早读课3跟贴



AI真正的战场，不是工具，而是流程

倪云华洞察6跟贴

回到顶部回到首页

------
导航页打开网址