<p>企业在过去几年中一直在试点和测试不同的人工智能工具，以确定它们的采用策略将是什么样子。投资者认为这种实验阶段即将结束。</p>
<p>TechCrunch 最近对 24 位专注于企业的风险投资者进行了调查，绝大多数人预测企业将在 2026 年增加对人工智能的预算——但并不是所有方面。大多数投资者表示，这一预算增加将是集中性的，许多企业将把更多资金投入到更少的合同中。</p>
<p>Databricks Ventures 的副总裁 Andrew Ferguson 预测，2026 年将是企业开始整合投资和选择赢家的一年。</p>
<p>“今天，企业正在为单一用例测试多种工具，并且专注于某些购买中心的初创公司数量激增，比如 [市场推广]，在 [概念验证] 阶段甚至很难辨别差异化，” Ferguson 说。“随着企业看到人工智能的真实证明点，它们将削减一些实验预算，合理化重叠工具，并将节省下来的资金投入到已经交付成果的人工智能技术中。”</p>
<p>Asymmetric Capital Partners 的管理合伙人 Rob Biederman 表示同意。他预测企业公司不仅会集中各自的支出，整个企业领域的人工智能支出也将缩小到整个行业仅有少数供应商。</p>
<p>“预算将增加用于一小部分明显能交付结果的人工智能产品，而其他所有产品的预算将急剧下降，” Biederman 说。“我们预计会出现分化，少数供应商将占据企业人工智能预算的绝大部分，而许多其他供应商的收入将趋于平稳或收缩。”</p>
<h2>集中投资</h2>
<p>Norwest Venture Partners 的合伙人 Scott Beechuk 认为，企业将增加对使人工智能安全可用的工具的支出。</p>
<p>Techcrunch 活动</p>
<p>旧金山 |2026 年 10 月 13-15 日</p>
<p>“企业现在认识到，真正的投资在于使人工智能可靠的保障和监督层，” Beechuk 说。“随着这些能力的成熟和风险的降低，组织将有信心从试点转向大规模部署，预算也将增加。”</p>
<p>Snowflake Ventures 的董事 Harsha Kapre 预测，企业将在 2026 年对人工智能的支出集中在三个不同的领域：加强数据基础、模型后训练优化和工具整合。</p>
<p>“[首席投资官] 正在积极减少 [软件即服务] 的分散，转向统一的智能系统，以降低集成成本并提供可衡量的 [投资回报]，” Kapre 说。“启用人工智能的解决方案可能会从这一转变中获得最大的好处。”</p>
<p>从实验转向集中将影响初创公司。但不清楚的是，影响将如何体现。</p>
<p>人工智能初创公司可能会达到与几年前软件即服务初创公司相同的拐点。</p>
<p>那些运营难以复制的产品的公司，如垂直解决方案或基于专有数据构建的产品，可能仍然能够增长。与大型企业供应商如 AWS 或 Salesforce 提供的产品相似的初创公司，可能会开始看到试点项目和资金枯竭。</p>
<p>投资者也看到了这种可能性。当被问及如何判断一家人工智能初创公司是否具有护城河时，多位风险投资者表示，拥有专有数据和产品，且不易被科技巨头或大型语言模型公司复制的公司是最具防御性的。</p>
<p>如果投资者的预测是正确的，企业确实开始集中其人工智能支出，那么 2026 年可能是企业预算增加，但许多人工智能初创公司并未获得更大份额的一年。</p>

<p>最近的一项 TechCrunch 调查显示，24 家专注于企业的风险投资公司预计，企业将在 2026 年增加其人工智能预算，并将重点放在更少的供应商上。投资者预测，随着公司理顺重叠工具并优先考虑能够带来成果的人工智能技术，投资将出现整合。主要的支出领域将包括数据基础、模型优化和工具整合。随着企业从实验转向集中支出，初创公司可能面临挑战，尤其是那些拥有专有数据和独特产品的公司将更受青睐</p>

<p>Enterprises have been piloting and testing different AI tools for the past few years to figure out what their adoption strategy will look like. Investors think that period of experimentation is coming to an end.</p>
<div class="lb-trans"><p>企业在过去几年中一直在试点和测试不同的人工智能工具，以确定它们的采用策略将是什么样子。投资者认为这种实验阶段即将结束。</p>
</div><p>TechCrunch recently surveyed 24 enterprise-focused VCs and an overwhelming majority predicted enterprises will increase their budgets for AI in 2026 — but not for everything. Most investors said this budget increase will be concentrated, and that many enterprises will spend more funds on fewer contracts.</p>
<div class="lb-trans"><p>TechCrunch 最近对 24 位专注于企业的风险投资者进行了调查，绝大多数人预测企业将在 2026 年增加对人工智能的预算——但并不是所有方面。大多数投资者表示，这一预算增加将是集中性的，许多企业将把更多资金投入到更少的合同中。</p>
</div><p>Andrew Ferguson, a vice president at Databricks Ventures, predicted 2026 will be the year that enterprises start consolidating their investments and picking winners.</p>
<div class="lb-trans"><p>Databricks Ventures 的副总裁 Andrew Ferguson 预测，2026 年将是企业开始整合投资和选择赢家的一年。</p>
</div><p>“Today, enterprises are testing multiple tools for a single-use case, and there’s an explosion of startups focused on certain buying centers like [go-to-market], where it’s extremely hard to discern differentiation even during [proof of concepts],” Ferguson said. “As enterprises see real proof points from AI, they’ll cut out some of the experimentation budget, rationalize overlapping tools and deploy that savings into the AI technologies that have delivered.”</p>
<div class="lb-trans"><p>“今天，企业正在为单一用例测试多种工具，并且专注于某些购买中心的初创公司数量激增，比如 [市场推广]，在 [概念验证] 阶段甚至很难辨别差异化，” Ferguson 说。“随着企业看到人工智能的真实证明点，它们将削减一些实验预算，合理化重叠工具，并将节省下来的资金投入到已经交付成果的人工智能技术中。”</p>
</div><p>Rob Biederman, a managing partner at Asymmetric Capital Partners, agreed. He predicts that enterprise companies will not only concentrate their individual spending, the broader enterprise landscape will narrow its overall AI spending to only a handful of vendors across the entire industry.</p>
<div class="lb-trans"><p>Asymmetric Capital Partners 的管理合伙人 Rob Biederman 表示同意。他预测企业公司不仅会集中各自的支出，整个企业领域的人工智能支出也将缩小到整个行业仅有少数供应商。</p>
</div><p>“Budgets will increase for a narrow set of AI products that clearly deliver results and will decline sharply for everything else,” Biederman said. “We expect a bifurcation where a small number of vendors capture a disproportionate share of enterprise AI budgets while many others see revenue flatten or contract.”</p>
<div class="lb-trans"><p>“预算将增加用于一小部分明显能交付结果的人工智能产品，而其他所有产品的预算将急剧下降，” Biederman 说。“我们预计会出现分化，少数供应商将占据企业人工智能预算的绝大部分，而许多其他供应商的收入将趋于平稳或收缩。”</p>
</div><h2>Focused investments</h2>
<div class="lb-trans"><h2>集中投资</h2>
</div><p>Scott Beechuk, a partner at Norwest Venture Partners, thinks enterprises will increase their spending on the tools that make AI safe for enterprises to use.</p>
<div class="lb-trans"><p>Norwest Venture Partners 的合伙人 Scott Beechuk 认为，企业将增加对使人工智能安全可用的工具的支出。</p>
</div><p>Techcrunch event</p>
<div class="lb-trans"><p>Techcrunch 活动</p>
</div><p>San Francisco|October 13-15, 2026</p>
<div class="lb-trans"><p>旧金山 |2026 年 10 月 13-15 日</p>
</div><p>“Enterprises now recognize that the real investment lies in the safeguards and oversight layers that make AI dependable,” Beechuk said. “As these capabilities mature and reduce risk, organizations will feel confident shifting from pilots to scaled deployments, and budgets will increase.”</p>
<div class="lb-trans"><p>“企业现在认识到，真正的投资在于使人工智能可靠的保障和监督层，” Beechuk 说。“随着这些能力的成熟和风险的降低，组织将有信心从试点转向大规模部署，预算也将增加。”</p>
</div><p>Harsha Kapre, a director at Snowflake Ventures, predicted enterprises will spend on AI in three distinct areas in 2026: strengthening data foundations, model post-training optimization, and consolidation of tools.</p>
<div class="lb-trans"><p>Snowflake Ventures 的董事 Harsha Kapre 预测，企业将在 2026 年对人工智能的支出集中在三个不同的领域：加强数据基础、模型后训练优化和工具整合。</p>
</div><p>“[Chief investment officers] are actively reducing [software-as-a-service] sprawl and moving toward unified, intelligent systems that lower integration costs and deliver measurable [return on investment],” Kapre said. “AI-enabled solutions are likely going to see the biggest benefit from this shift.”</p>
<div class="lb-trans"><p>“[首席投资官] 正在积极减少 [软件即服务] 的分散，转向统一的智能系统，以降低集成成本并提供可衡量的 [投资回报]，” Kapre 说。“启用人工智能的解决方案可能会从这一转变中获得最大的好处。”</p>
</div><p>A shift away from experimentation and towards concentration will affect startups. What’s not clear, is how.</p>
<div class="lb-trans"><p>从实验转向集中将影响初创公司。但不清楚的是，影响将如何体现。</p>
</div><p>It’s possible that AI startups will reach the same reckoning point that SaaS startups arrived at a few years ago.</p>
<div class="lb-trans"><p>人工智能初创公司可能会达到与几年前软件即服务初创公司相同的拐点。</p>
</div><p>The companies operating hard-to-replicate products such as vertical solutions or those built on proprietary data, will likely still be able to grow. Startups with products similar to those offered by large enterprise suppliers like AWS or Salesforce, may start to see pilot projects and funding dry up.</p>
<div class="lb-trans"><p>那些运营难以复制的产品的公司，如垂直解决方案或基于专有数据构建的产品，可能仍然能够增长。与大型企业供应商如 AWS 或 Salesforce 提供的产品相似的初创公司，可能会开始看到试点项目和资金枯竭。</p>
</div><p>Investors see this possibility too. When asked how they know that an AI startup has a moat, multiple VCs said companies with proprietary data and products that can’t easily be replicated by a tech giant or large language model company are the most defensible.</p>
<div class="lb-trans"><p>投资者也看到了这种可能性。当被问及如何判断一家人工智能初创公司是否具有护城河时，多位风险投资者表示，拥有专有数据和产品，且不易被科技巨头或大型语言模型公司复制的公司是最具防御性的。</p>
</div><p>If investor predictions are true and enterprises do start to concentrate their AI spend next year, 2026 could be the year enterprise budgets increase but many AI startups don’t see a bigger slice of the pie.</p>
<div class="lb-trans"><p>如果投资者的预测是正确的，企业确实开始集中其人工智能支出，那么 2026 年可能是企业预算增加，但许多人工智能初创公司并未获得更大份额的一年。</p>
</div>

VCs predict enterprises will spend more on AI in 2026 — through fewer vendors

- 投资者预测企业在 2026 年将增加 AI 预算，主要集中于少数合同。  
- 企业将减少实验性支出，采纳有效的 AI 技术。  
- 难以复制的产品和独特数据的初创企业将受益，而普遍产品的初创企业可能面临资金短缺。

风险投资公司预测，到 2026 年企业将在更少的供应商处投入更多资金用于人工智能