a16z这份State of Markets II报告，核心回答两个所有人都关心的问题： 现在流向AI的巨额资本，都去了哪里？ 整条AI链条上，谁能把营收变成稳定利润，谁只是在烧钱陪跑？

一份90页的a16z《The $1 Trillion AI Buildout》近期在投资圈刷屏。

很多人盯着AI创业、大模型公司的融资新闻，却容易忽略一个现实：海量资金已经重新分配到AI产业链的不同位置。资本流向不等于利润归属，热闹的赛道，未必是最后的赢家。

我们避开繁杂的专业表格，把这份报告里最关键的判断整理清楚，也聊聊这波AI浪潮，对留学生意味着什么。

a16z这份State of Markets II报告，核心回答两个所有人都关心的问题： 现在流向AI的巨额资本，都去了哪里？ 整条AI链条上，谁能把营收变成稳定利润，谁只是在烧钱陪跑？

不同于很多一味乐观的行业叙事，这份报告没有单纯鼓吹AI应用爆发，而是站在资本开支、供应链、企业付费ROI的视角，冷静剖开当下AI行业的真实格局。

一、钱，正在大规模流向底层基建

本轮AI热潮最直观的特征，不是新奇AI应用遍地开花，而是算力基础设施的资本开支爆炸。

微软、亚马逊、谷歌、Meta、甲骨文五大云厂商，2026年合计资本开支预期接近7770亿美元。这笔钱，绝大多数没有给到模型创业公司、AI应用团队，而是砸向GPU、光模块、存储、高速互联、供电、液冷和数据中心土建。

VC市场同样极度分化：美国风险投资里，86%的资金给到了AI赛道，但AI相关交易数量只占全部交易的43%。简单说，资金高度集中，马太效应极强，大量中小项目很难分到资金。

很多创业者、投资人还在追逐模型层和应用层机会，但短期资本的投票方向非常明确：先建底座，再谈上层应用。只要算力供给还存在硬约束，基建就会持续吃掉最大一块资本预算。

二、短期利润赢家：上游供应链，而不是大模型公司

这是报告里最扎心的结论之一：当下AI产业链里，兑现利润能力最强的，是上游硬件供应链。

芯片、光模块、配套硬件厂商，吃到了算力紧缺带来的溢价。订单确定性强、回款稳定，是这一轮浪潮里实实在在的短期赢家。

反观处在中间的大模型厂商：收入增速非常亮眼，但它的商业模式天然负重。

训练、持续迭代、推理都要持续消耗巨量算力成本，收入增长的同时，资本投入同步膨胀。 模型正在快速走向商品化，各家能力差距不断收敛，推理成本持续下压。

这意味着，单纯卖token、卖API的模型公司，想维持高毛利会越来越难，护城河很容易被抹平。

再看数量最多的AI应用团队：也是目前最难赚钱的群体。 市面上很多AI产品，本质是在大模型之上做一层包装。企业客户愿意付费尝试、试点，但能清晰量化AI带来的收益、降本回报的项目占比很低。预算可以给，但持续复购、涨价的基础并不牢固。很多应用拿到的收入，只是客户的试验预算，不是长期稳定收入。

一句话总结当下利润格局：上游吃红利，模型拼规模，应用熬验证。

三、长期价值，大概率落在Agent与结果绑定的应用层

如果上游供应链是短期赢家，那长期价值会流向哪里？

a16z的判断没有停留在算力红利上：长期来看，真正能沉淀价值的，不是硬件，也不是通用基础模型，而是能够嵌入真实业务流程、和业务结果绑定的AI应用与Agent。

现在主流的收费模式，大多是按token、按调用量计费。

这种模式有天然缺陷：成本在应用方，风险也在应用方，客户随时可以比价、换模型。 而Agent的新路径，是把收费逻辑从 “消耗算力” 转向 “分成、按结果付费”。AI不再只是一个工具插件，而是深度介入客户高价值业务流程，直接带来成交、降本、效率提升。当产品价值可以直接换算成客户收益，它才不容易被底层模型的降价冲击。

这里有一个很重要的区分： 套壳调用大模型、做通用性功能的应用，壁垒很低； 深耕垂直行业、改造工作流、沉淀行业数据与业务规则的Agent应用，壁垒才会慢慢建立。

基础模型更像水电一样的通用基础设施。水电很重要，但水电厂商很难拿走全部经济增量。增量价值，最终会由离终端业务、离付费场景最近的玩家去争夺。

四、这一轮AI资本周期，最大的风险是什么

报告里重点提示了一个容易被忽略的风险点： 今天几千亿级别的算力投入，建立在一个前提之上——未来企业愿意持续把AI预算转化为可衡量的商业回报。

如果大量企业试点之后，发现AI很难兑现预期收益，付费意愿会快速收缩。一旦需求端跟不上供给扩张的速度，算力、芯片、光模块的溢价会快速消失，整条产业链都会迎来一轮去泡沫。

这不是说AI没有价值，而是资本扩张的节奏，已经跑在了客户ROI验证的前面。基建的建设周期很长，但企业的付费耐心是有限的。

写在最后

这份报告给所有人提供了一个简单的判断框架： 看一个AI项目，不要只看它是不是热门赛道，先分清它处在产业链的哪一层，它赚的到底是什么钱——是供给紧缺带来的短期红利？ 是靠持续烧钱维持规模的模型收入？ 还是能够持续给客户创造可量化收益的业务价值？

算力盛宴还在继续，但盛宴不会永远属于上游。 短期拼供给，中期拼成本，长期拼场景。 资本流向是当下的答案，而利润归属，才是最后的答案。

对正在规划留学、求职的家庭来说，这个结论同样值得参考：

不要盲目跟风扎堆 “大模型、通用AI” 这类热门标签岗位。硬件、算力工程属于短期红利赛道，岗位机会多，但周期波动大。

而懂行业业务、能结合AI落地解决实际问题的复合型人才，抗周期能力更强，也是海外企业长期愿意付费招聘的方向。

选专业、找实习的时候，比起追逐短期风口，锚定真实业务价值，职业路径会稳很多。