风险投资的经典叙事是"发现天才, 下注等待"。 2026 年, 这个叙事在中美两边同时失效: 美国的顶级基金长出了 PE 的手, 直接收购、 重组、 从零造公司; 中国的钱、 空间和产业资源, 则在把指定选手喂养成冠军。 当 AI 让赢家通吃的斜率变得足够陡, 等公司长出来再抢份额, 不如在牌桌形成前就把牌洗好。
向下滚, 两条路径一条一条看最标志性的样本是 Thrive 系。 今年 8 月 12 日, Thrive Holdings 以 120 亿美元估值融资 20 亿美元——软银、 D1、 Altimeter 入局, OpenAI 持股。 它干的事不是投初创, 而是收购会计事务所、 IT 服务商这类传统服务企业, 用人工智能体重写它们的工作流, 已收购 70+ 家; 旗下 Current 开发的报税 agent 处理了 7,000 多份报税单, 准确率 98%。 最不寻常的一笔是: OpenAI 直接派自己的员工进驻这些被收购公司加速改造——前沿实验室和控股公司绑定到这个深度, 前所未见。
General Catalyst 走得更系统: 15 亿美元的 "Creation Strategy" 直接从零创立 AI 原生公司。 它分析了 70 个服务品类, 筛出 10 个 "AI 能自动化 30–70% 任务" 的垂直行业——医疗、 物流、 金融、 专业服务、 制造——再让这些自建公司去收购整合碎片化的传统玩家, 另拨 7.5 亿美元专做 roll-up。 逻辑很清楚: 当 AI 让 "改造存量" 的回报确定性高于 "押注增量", 挑赢家不如自己造一个。
不是孤例——同一季度里, 这三件事发生在同一张资本网络上。
数据端先说话: 2026 上半年, 中国 AI 一级市场融资 3,077 亿元, 占全市场金额的 48.6%, 事件数却只占 22.5%——典型的 "制造式" 下注。 DeepSeek 510 亿、 阶跃星辰 230 亿、 Kimi 189 亿, 三家吃掉全市场 30%; 自变量机器人半年完成 4 轮共 63 亿元。 这已经不是分散选秀, 是集中加冕——资本在按名单喂养指定赢家, 200 多家模型公司的资金窗口正在关闭。
玩法端更直观: 深圳德邻资本花 4,000 万元建了一座 "AI 创业乌托邦" (Delin Residency)——200 万元现金冠军奖、 15 支团队各最高 500 万股权投资、 10 周免费驻场包住宿包算力。 创始人那句 "筛出只有 3 个团队合格, 名额就只有 3 个" 说明了一切: 孵化前置到了产品验证之前, VC 从定期收汇报, 变成了天天陪跑。 加上商汤系等大厂孵化溢出, 中国版的 "制造赢家" 是钱、 空间、 产业资源三管齐下。
AI 把赢家通吃的斜率拉得太陡: 模型能力每一代翻倍, 先发者的数据、 算力、 人才飞轮转得越来越快。 等一家公司自然长成再去抢份额, 不确定性远大于自己下场把它造出来。 制造赢家, 本质是用执行确定性置换选秀不确定性。
钱按名单发放, 名单外的公司融资窗口迅速关闭——中国 200 多家模型公司正在经历这个过程。 VC、 PE、 孵化器的边界消失, 也意味着风险从 "投错了" 变成 "造错了": 造一个赢家失败的成本, 远高于错过一个赢家。
当 OpenAI 既是模型供应商、 又是股东、 还派人进驻被投公司, "赢" 的定义开始模糊。 赢家到底是被市场验证的, 还是被资本指定的? 这个问题的答案, 决定了这一轮 "制造" 出来的公司, 在下一轮周期里值多少钱。
挑赢家赚的是认知差, 造赢家赚的是执行差——前者的天花板是眼光, 后者的天花板是产能。 AI 时代的 VC, 正在从投资机构变成制造业。
如果自建公司的首批退出定价并不优于同类被投企业, 且 roll-up 标的的利润率没有因 AI 改写而抬升——那这就是披着风投外衣的杠杆整合, 天花板是资金成本而不是产能。