摘要
过去两年，市场一直在争论：AI 会不会重演 2000 年互联网泡沫？
在我们看来，这个问题问偏了。真正值得讨论的，不是 AI 会不会像当年一样“先热后冷”，而是这轮 AI 周期正在如何重写软件产业的价值分配：哪些基础设施会被真实需求继续拉动，哪些软件层会被重新估值，哪些公司会在 AI-native 重构中胜出。Redpoint 最新的《2026 Market Update》（原文已分享SVTR Insider）提供了一个很好的切口，但更重要的是，它让我们看到：AI 正在把市场从“卖软件”推向“卖结果、卖流程、卖劳动替代”。
正文
如果只用一句话概括我们对这份报告的判断，那就是：
AI 不是一轮重复 2000 年的资本泡沫，而是一场由真实需求驱动、并正在重估整个软件行业的技术革命。
为什么这么说？
因为今天的 AI 基建，和 2000 年最大的不同，在于需求已经先出现了。Redpoint 在报告中指出，2000 年互联网泡沫高峰时，通信基础设施大规模超前投资，但真实收入和利用率严重滞后；而今天，无论是模型公司的收入规模、用户规模，还是新增数据中心容量的预订情况，都说明这轮基础设施建设不是盲目扩张，而是供给在追赶需求。更直白地说，今天不是“先把路修了再找车”，而是“车已经堵满了，路不得不扩”。
但更大的变化，其实不在基础设施，而在市场边界本身正在被改写。过去很长一段时间里，AI 更多是在做 Copilot，本质上是帮助人提高效率，争夺的仍然是既有软件预算；而现在，行业已经开始从 Copilot 走向 Task Agent、Workflow Agent，甚至更远的 Autonomous Agent。这意味着 AI 要争夺的，不再只是几百亿美元、几千亿美元的软件支出，而是开始进入企业运营、服务流程和知识工作的薪酬池。未来最有价值的 AI 公司，卖的不会只是一个界面更好的工具，而是更便宜、更快、更稳定的工作结果。
这也是为什么，今天的软件行业不是在经历一轮平均下跌，而是在经历一轮结构性重估。
Redpoint 的一个重要启发是：软件不会一起死，但不同层的命运会迅速分化。Vertical SaaS 相对更稳，因为它们掌握的是多年沉淀的行业数据、合规流程和深度嵌入的工作流；Infrastructure 整体受益，因为更多 AI 部署意味着更多算力、数据、存储、观测和安全需求；真正承压最大的，是 Horizontal SaaS。原因很简单：很多通用型软件过去做的是“协调”和“信息组织”，而这恰恰是 AI 最容易原生完成的事情之一。当一个产品的核心价值，只是帮助团队知道“谁在什么时候做了什么”，那么 AI 的威胁就不是给它加一个新功能，而是直接改写这个产品存在的必要性。
真正危险的，也不是“有没有 AI 功能”，而是能不能完成 AI-native 重构。
很多人今天还在用旧软件时代的逻辑理解 AI：加一个聊天框，加一个自动摘要，加一个 Copilot 按钮，好像公司就完成了转型。但在我们看来，这只是表层升级，不是结构重构。Redpoint 在报告里反复强调的一点非常关键：AI 时代最难的不是 shipping 一个 feature，而是 re-founding 一家公司。因为 AI-native 公司和传统软件公司在组织方式、产品方法论、定价模型、人才结构上都不同。传统软件更擅长听需求、按规格开发；AI-native 公司则必须先理解客户一天到底怎么工作，再从模型能力出发，反推哪些流程可以被重做、哪些岗位可以被替代、哪些结果可以被直接交付。决定输赢的，不再只是研发速度，而是是否真正拥有 workflow ownership、数据入口和 outcome delivery 的能力。
从 SVTR 的视角看，这对创业者和投资人有三层非常现实的启示。
第一，不要再泛泛地做“又一个 AI 工具”。 未来最危险的，就是那些没有专有数据、没有工作流入口、没有明确结果交付能力，只是把大模型包一层 UI 的公司。模型会进步，界面会被复制，通用能力会快速趋同，但行业数据、流程嵌入、合规理解和结果责任不会那么容易被复制。未来真正值得下注的，不是“看上去用了 AI”的产品，而是那些能把 AI 深度嵌入真实业务环节的公司。
第二，不要把“出海”理解成简单复制美国产品。 对中国背景的 AI 创业团队来说，真正的机会不在于再做一个美国已经有十家同类产品的通用应用，而在于找到那些美国需求已经很强、但 incumbent 反应还不够快的场景，尤其是中小企业市场、被过度服务的细分行业，以及需要更高效率、更低成本重做一遍的工作流环节。未来跨境团队的优势，不是“跟得快”，而是“能不能找到一个既有全球需求、又适合 AI-native 重构的具体场景”。
第三，投资逻辑也必须切换。 未来看 AI 公司，不能只问“有没有 AI”，而要问四个问题：
- 它有没有拥有工作流入口？
- 它有没有独特数据资产？
- 它的收费逻辑是不是正在从 seat 走向 usage 或 outcome？
- 它是不是在重做一家公司，而不是只给旧产品加一层 AI？
如果这四个问题里一个都答不上来，那么再漂亮的 demo，再快的增长，都很可能只是阶段性红利。
更值得注意的是，市场现在其实已经给出了信号。Redpoint 的调研显示，相当一部分 AI 预算并不是新增预算，而是从原有软件预算中迁移出来；大量 CIO 正在推动供应商整合，而不是欢迎更多新软件进入采购名单。这说明企业不是在“多买一套 AI”，而是在重新决定：哪些软件还值得继续付费，哪些功能以后应该直接由模型、Agent 或新的工作流系统完成。换句话说，软件行业今天被重估，不是因为短期业绩突然不行了，而是因为市场开始怀疑：十年后，还有多少软件配继续拿今天的估值。
这也是我们认为当下最重要的 Thesis：
未来被淘汰的，不是没有 AI 功能的公司，而是那些无法完成 AI-native 重构的公司。 未来真正能穿越周期的，不是最会讲 AI 故事的团队，而是最先占住数据、工作流和结果交付位置的团队。
如果历史仍然有参考意义，那么现在很可能正处于下一代 AI 应用公司真正成形的窗口期。互联网、云计算、移动互联网几轮平台迁移中，很多长期赢家都诞生在平台切换后的第 4 到第 5 年。ChatGPT 发布于 2022 年 11 月，今天我们恰好走到这个时间点附近。对创业者来说，这是窗口；对投资人来说，这是分水岭；对产业方来说，这是不得不重新选择软件栈的开始。
结语
AI 的故事，已经不再只是“模型更强了”。
它正在变成一个更现实的问题：谁能真正把模型能力变成工作结果，谁就会吃掉下一代软件价值。
而这场重估，才刚刚开始。
更多互动
如果你正在关注 Agent、AI-native SaaS、企业工作流重构，欢迎在后台联系我们，获取 SVTR 整理的《全球AI Agent软件清单》，并申请加入下一场小范围闭门讨论。
如果你是正在做相关方向的创业者，或持续看这个方向的投资人，也欢迎与 SVTR 交流。我们会优先邀请一部分团队进入后续研究、社群讨论与资源对接。