图表周报：周期，似曾相识却又不同

来源：https://www.a16z.news/p/charts-of-the-week-cycles-different

美国 (https://www.a16z.news/t/america)|科技 (https://www.a16z.news/t/technology)|观点 (https://www.a16z.news/t/opinion)|文化 (https://www.a16z.news/t/culture)|图表 (https://www.a16z.news/t/charts)

将本轮周期与上一轮相比，某些方面完全相同，而另一些方面则完全颠倒。

相同之处在于，无论在次贷危机后时期（2010-20）还是疫情后时期（2020至今），科技显然都是周期的赢家。但其他领域则发生了翻转——上一轮周期中的赢家如今变成了输家，反之亦然：

• 医疗、消费品和媒体在次贷危机后均取得了两位数回报，但现在仅有约3-6%，
• 而能源、原材料、建筑和金融则从低个位数增长跃升至中到高两位数增长。

落后板块变成了领头羊，而曾经的领头羊变成了落后板块。

科技是例外，作为重复的周期赢家，但其中也有微妙之处。硬件是当前周期真正的亮点（上一轮表现也不错），但软件则遵循了更广泛的逆转模式。

退一步看，这里有一个非常明显的模式，我们之前也曾提及：市场已将注意力从轻资产、消费导向的行业转移，如今正深情地投向重资产的“实体经济”（https://www.a16z.news/i/190767247/2-its-an-atoms-world-and-bits-are-just-livin-in-it），这在很大程度上由AI基础设施建设所驱动。

这是一场从比特到原子的轮动。

“重资产”公司在经历了十年落后于“轻资产”类型之后，终于扭转了局面。

当然，如果本轮周期与上一轮类似，那么总体思路是所有这些重资产基础设施最终会传导到软件/应用层（https://www.a16z.news/i/196007704/the-fastest-v-shaped-recovery-ever）。回溯次贷危机后时代，芯片制造商（以及云构建者）早期占据主导地位，但最终让位于那些在芯片驱动的手机和PC以及服务器驱动的云上蓬勃发展的应用、市场和企业软件。换句话说，向原子的轮动是暂时且周期性的，而非更持久的结构性转变。

这次同样可能发生——事实上，如果AI基础设施的建设最终没有传导到轻资产层，那可能会非常令人失望（当然，两者最终也可能共同繁荣）。但即便如此，在公开市场更上游的地方，有迹象表明原子革命可能也有其自身的持久力——而且严格来说，这并不完全是AI基础设施的事情。

对“现实世界”科技的溢价不仅体现在AI基础设施的私募市场中，也体现在机器人领域：

以百强私营公司（按类别计算）价值衡量，机器人（以及物理AI）在2016年甚至未出现在图表上，但十年后，它已超越金融科技和支付，成为第二大类别。

如果你追踪风险投资资金的流向，对机器人兴趣的激增同样可见：

根据Pitchbook的数据，2025年第一季度在机器人及物理AI领域的交易金额和交易数量均创下纪录，约160亿美元投资于近500笔交易。

作为背景，本轮机器人投资热潮在交易数量上大约是2021-2025年期间之前水平的2倍，金额上则是4.5倍。

要点在于，向原子的轮动（至少在私募市场中）并不仅仅是关于将最终驱动下一代软件的芯片和推理——硬件本身作为一种产品，正在崛起。

这也有其道理。即便更好的软件也具有巨大潜力，但机器人技术将科技推入了一系列软件本身无法触及的现实世界“任务”。鉴于AI是驱动硬件的软件的关键解锁，它以前所未有的方式扩展了需求面——类似于电力最终使得机器能够完成人类几乎未曾设想的工作（在“马力”变得如此易于获取之前）。

目前，机器人领域最引人注目的新前沿是国防——当然，全球范围内的国防预算扩张也起到了推动作用。但如果一切按计划进行，向重资产的轮动可能比以往任何现代科技周期都更深、更广、更持久。

在大语言模型浪潮的早期阶段，管理顾问被认为是AI的潜在赢家，至少在短期内是如此。逻辑相当直接：公司希望使用AI，他们会聘请顾问来弄清楚如何实施。埃森哲尤其被认为处于有利位置，因为它不仅能提供建议和路线图，还能实际执行端到端的实施，即所谓的“管理服务”。

不深入探讨具体原因，但无论如何，市场曾经对埃森哲抱有的乐观情绪似乎已经消散：

埃森哲的自由现金流倍数在2025年初曾高达30倍，但现在已降至约6倍，约为其长期平均水平的三分之一。

请自行判断市场为何如此迅速地抛弃埃森哲，但有一点越来越清晰：当涉及到“采纳AI”这一更广泛的任务时，故事并不仅仅是简单地采纳AI。并非所有实施都能以相同方式创造价值，而根据最近的一些研究，正确（或更正确）的做法可能需要在开发和构思阶段进行一些微妙的调整。

在一项涉及515家“高增长”初创公司（https://papers.ssrn.com/sol3/papers.cfm?abstract_id=6513481）的研究中，研究人员聚焦于（在他们看来）成为真正“AI原生”意味着什么。更具体地说，他们想知道从“AI改进一项任务”到“AI改进整个公司”需要什么，结果相当引人注目。

事实证明，关键在于研究人员所说的“映射”问题。

当研究中的公司获得关于其他公司如何围绕AI重组生产的信息（“处理组公司”）时，这开启了一种根本不同的发现过程。处理组公司并非简单地尝试复制现有流程“但这次用上AI”，而是从更上游开始，将AI融入业务成果，从而引出了完全不同的流程。

研究人员以产品开发为例：

在这种情况下，AI并没有复制流程中已有的步骤——它围绕AI的能力重新设计了流程，尽管目标是相同的业务成果。

当然，这只是一个例子，但总体而言，“处理组公司”的生产力影响是巨大的。处理组公司具有：

• 使用AI的用例多出约44%：

• 前5%分位的收入约为2倍（前10%分位高出50%）：

• 资本消耗减少约40%（在分布最两端的差距更大）：

总结一下，当高增长初创公司真正着手“采纳AI”时，它们比那些没有这样做的公司发现了更多用例，产生了更多收入，并消耗了更少资本。

这是一个相当引人注目的结果，既应缓解一些关于“AI投资回报率问题”的担忧，也揭示了为何这种回报率尚未（或尚未广泛）在公司层面实现。根据研究人员的说法，其含义是（a）AI在公司层面的生产力提升实际上是变革性的；但（b）真正的解锁是在发现阶段，即“发现在哪里以及如何部署AI是实现收益的关键瓶颈”，而这并非简单“采纳AI”那么容易。

从这个意义上说，存在“发现瓶颈”意味着AI正遵循着类似于以往技术驱动的生产力飞跃的路径。

例如，当电气化首次普及，许多制造商只是用大型电动机替换了蒸汽机，同时保留了天轴和皮带的老架构。工厂基本未变，只是“这次用了电动机”。然而，更大的收益直到制造商意识到他们可以在每台机器上安装小型电动机（并几乎完全废弃轴和皮带装置）后才开始到来——工厂最终围绕嵌入的电力进行了完全重新设计（而非反过来）。当然，其余的一切成为了历史上最伟大的生产力飞跃之一。

关于AI、初创公司和学术研究，我们还有来自同一研究团队的另一个研究（https://papers.ssrn.com/sol3/papers.cfm?abstract_id=6905079）：事实证明，AI初创公司确实运营得更精简——至少根据这项对四年YC批次的研究。

研究人员查看了YC W20至F24批次（首轮融资在2020-2024年间完成），并将其与Revelio的就业数据（按员工数量、职能和资历）相关联。他们想知道AI初创公司是否在招聘和/或组织方式上与非AI初创公司不同。

他们发现：

• AI初创公司起步更小，运营更小：
• 人数较少的初创公司分布明显偏向AI初创公司：
• AI初创公司层级更扁平，AI初创公司在几乎没有层级的公司中占据最大份额：

这些含义不言自明，尽管细节中可能还有更多魔鬼，但你已经明白了：如果你的前提是AI将使公司以更少的资源做更多事情，那么这里有一些燃料可以添把火。

此外，Stripe Economics也再次对AI赋能下的“单人创业者”阶段发表了看法（https://www.a16z.news/i/198715588/small-business-boom）。尽管在识别“单人创业者”的数据方法上有很多注意事项，但Stripe为以下观点提供了更多支持：是的，AI正在释放更多的创业精神和公司创建（尽管是低招聘类型），并且单人创业者正取得相当大的成功。

考虑不同收入门槛下单人创业者的占比：

不仅年收入超过10万美元的单人创业者比例在上升，而且年收入500万和1000万美元以上的比例在2023和2024年开始了明显向上拐点。

用Stripe Economics的话说：

我们发现，在我们的指数中，年收入超过10万美元的单人创业者数量大幅增加，但更高收入门槛的人数增长更大，且自2023年以来明显加速。2025年年收入超过100万美元的单人创业者数量是2023年的两倍多，超过500万和1000万美元的人数接近三倍。或许更有趣的是，这些收入门槛以上的单人创业者占比也在过去两年翻了一番，这表明——企业申请激增并非反映了低质量的试验伴随着少数幸运的突出者——新一代单人创业企业实际上可能比过去更高质量。

同样，尽管关于单人创业者如何被识别（在本次研究中，通过使用Stripe的以单人创业者为中心的工具）以及这些企业可能随时间如何演变员工数量（Stripe不可知）等方面存在所有注意事项，但数据表明，AI驱动的小企业时代仍在继续。

a16z Charts恰好对与杂货相关的图表情有独钟（https://www.a16z.news/i/199609775/grocery-is-an-advertising-business），如果东西没坏（https://www.a16z.news/i/194432199/the-most-expensive-affordable-grocery-store-ever），就不要修，所以这里我们来一个。

有趣的是，杂货店与更广泛的零售贸易类别不同，过去30年里它的生产力并没有得到太大提升：

或者说，虽然自1990年以来零售业的生产力增长基本稳定，但杂货店先是下降，然后有所恢复，之后持平，然后又开始变得更有生产力，尽管近期有所下滑——但仍然远不及零售业的生产力狂欢。

这很有趣，因为它既是关于技术（及其与生产力的关系）的故事，也是关于……（原文未结束，但已提供）