<p>企業在過去幾年中一直在試點和測試不同的人工智能工具，以確定它們的採用策略將是什麼樣子。投資者認為這種實驗階段即將結束。</p>
<p>TechCrunch 最近對 24 位專注於企業的風險投資者進行了調查，絕大多數人預測企業將在 2026 年增加對人工智能的預算——但並不是所有方面。大多數投資者表示，這一預算增加將是集中性的，許多企業將把更多資金投入到更少的合同中。</p>
<p>Databricks Ventures 的副總裁 Andrew Ferguson 預測，2026 年將是企業開始整合投資和選擇贏家的一年。</p>
<p>“今天，企業正在為單一用例測試多種工具，並且專注於某些購買中心的初創公司數量激增，比如 [市場推廣]，在 [概念驗證] 階段甚至很難辨別差異化，” Ferguson 説。“隨着企業看到人工智能的真實證明點，它們將削減一些實驗預算，合理化重疊工具，並將節省下來的資金投入到已經交付成果的人工智能技術中。”</p>
<p>Asymmetric Capital Partners 的管理合夥人 Rob Biederman 表示同意。他預測企業公司不僅會集中各自的支出，整個企業領域的人工智能支出也將縮小到整個行業僅有少數供應商。</p>
<p>“預算將增加用於一小部分明顯能交付結果的人工智能產品，而其他所有產品的預算將急劇下降，” Biederman 説。“我們預計會出現分化，少數供應商將佔據企業人工智能預算的絕大部分，而許多其他供應商的收入將趨於平穩或收縮。”</p>
<h2>集中投資</h2>
<p>Norwest Venture Partners 的合夥人 Scott Beechuk 認為，企業將增加對使人工智能安全可用的工具的支出。</p>
<p>Techcrunch 活動</p>
<p>舊金山 |2026 年 10 月 13-15 日</p>
<p>“企業現在認識到，真正的投資在於使人工智能可靠的保障和監督層，” Beechuk 説。“隨着這些能力的成熟和風險的降低，組織將有信心從試點轉向大規模部署，預算也將增加。”</p>
<p>Snowflake Ventures 的董事 Harsha Kapre 預測，企業將在 2026 年對人工智能的支出集中在三個不同的領域：加強數據基礎、模型後訓練優化和工具整合。</p>
<p>“[首席投資官] 正在積極減少 [軟件即服務] 的分散，轉向統一的智能系統，以降低集成成本並提供可衡量的 [投資回報]，” Kapre 説。“啓用人工智能的解決方案可能會從這一轉變中獲得最大的好處。”</p>
<p>從實驗轉向集中將影響初創公司。但不清楚的是，影響將如何體現。</p>
<p>人工智能初創公司可能會達到與幾年前軟件即服務初創公司相同的拐點。</p>
<p>那些運營難以複製的產品的公司，如垂直解決方案或基於專有數據構建的產品，可能仍然能夠增長。與大型企業供應商如 AWS 或 Salesforce 提供的產品相似的初創公司，可能會開始看到試點項目和資金枯竭。</p>
<p>投資者也看到了這種可能性。當被問及如何判斷一家人工智能初創公司是否具有護城河時，多位風險投資者表示，擁有專有數據和產品，且不易被科技巨頭或大型語言模型公司複製的公司是最具防禦性的。</p>
<p>如果投資者的預測是正確的，企業確實開始集中其人工智能支出，那麼 2026 年可能是企業預算增加，但許多人工智能初創公司並未獲得更大份額的一年。</p>

<p>最近的一項 TechCrunch 調查顯示，24 家專注於企業的風險投資公司預計，企業將在 2026 年增加其人工智能預算，並將重點放在更少的供應商上。投資者預測，隨着公司理順重疊工具並優先考慮能夠帶來成果的人工智能技術，投資將出現整合。主要的支出領域將包括數據基礎、模型優化和工具整合。隨着企業從實驗轉向集中支出，初創公司可能面臨挑戰，尤其是那些擁有專有數據和獨特產品的公司將更受青睞</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>企業在過去幾年中一直在試點和測試不同的人工智能工具，以確定它們的採用策略將是什麼樣子。投資者認為這種實驗階段即將結束。</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 最近對 24 位專注於企業的風險投資者進行了調查，絕大多數人預測企業將在 2026 年增加對人工智能的預算——但並不是所有方面。大多數投資者表示，這一預算增加將是集中性的，許多企業將把更多資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 的副總裁 Andrew Ferguson 預測，2026 年將是企業開始整合投資和選擇贏家的一年。</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，企業正在為單一用例測試多種工具，並且專注於某些購買中心的初創公司數量激增，比如 [市場推廣]，在 [概念驗證] 階段甚至很難辨別差異化，” Ferguson 説。“隨着企業看到人工智能的真實證明點，它們將削減一些實驗預算，合理化重疊工具，並將節省下來的資金投入到已經交付成果的人工智能技術中。”</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 的管理合夥人 Rob Biederman 表示同意。他預測企業公司不僅會集中各自的支出，整個企業領域的人工智能支出也將縮小到整個行業僅有少數供應商。</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>“預算將增加用於一小部分明顯能交付結果的人工智能產品，而其他所有產品的預算將急劇下降，” Biederman 説。“我們預計會出現分化，少數供應商將佔據企業人工智能預算的絕大部分，而許多其他供應商的收入將趨於平穩或收縮。”</p>
</div><h2>Focused investments</h2>
<div class="lb-trans"><h2>集中投資</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 的合夥人 Scott Beechuk 認為，企業將增加對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 活動</p>
</div><p>San Francisco|October 13-15, 2026</p>
<div class="lb-trans"><p>舊金山 |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>“企業現在認識到，真正的投資在於使人工智能可靠的保障和監督層，” Beechuk 説。“隨着這些能力的成熟和風險的降低，組織將有信心從試點轉向大規模部署，預算也將增加。”</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 預測，企業將在 2026 年對人工智能的支出集中在三個不同的領域：加強數據基礎、模型後訓練優化和工具整合。</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>“[首席投資官] 正在積極減少 [軟件即服務] 的分散，轉向統一的智能系統，以降低集成成本並提供可衡量的 [投資回報]，” Kapre 説。“啓用人工智能的解決方案可能會從這一轉變中獲得最大的好處。”</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>從實驗轉向集中將影響初創公司。但不清楚的是，影響將如何體現。</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>人工智能初創公司可能會達到與幾年前軟件即服務初創公司相同的拐點。</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>那些運營難以複製的產品的公司，如垂直解決方案或基於專有數據構建的產品，可能仍然能夠增長。與大型企業供應商如 AWS 或 Salesforce 提供的產品相似的初創公司，可能會開始看到試點項目和資金枯竭。</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>投資者也看到了這種可能性。當被問及如何判斷一家人工智能初創公司是否具有護城河時，多位風險投資者表示，擁有專有數據和產品，且不易被科技巨頭或大型語言模型公司複製的公司是最具防禦性的。</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>如果投資者的預測是正確的，企業確實開始集中其人工智能支出，那麼 2026 年可能是企業預算增加，但許多人工智能初創公司並未獲得更大份額的一年。</p>
</div>

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

- 投資者預測企業在 2026 年將增加 AI 預算，主要集中於少數合同。  
- 企業將減少實驗性支出，採納有效的 AI 技術。  
- 難以複製的產品和獨特數據的初創企業將受益，而普遍產品的初創企業可能面臨資金短缺。

風險投資公司預測，到 2026 年企業將在更少的供應商處投入更多資金用於人工智能