拥有40年投资历史的美国老牌风险投资机构Accel，正在进一步明确其人工智能投资方向：不追逐芯片和数据中心等重资产赛道，而是把更多注意力放在AI应用层、工具链以及软件生产力提升相关公司上。根据Accel合伙人Daniel Levine的说法，AI已不仅是一个独立投资主题，而是贯穿其美国、伦敦、印度以及成长投资团队的核心战略。
在当前大模型推动新一轮AI热潮的背景下，资本市场对从底层算力、数据存储到模型基础设施，再到面向终端用户的应用软件都表现出浓厚兴趣。与许多押注底层基础设施的投资者不同，Accel的判断更加聚焦于其长期擅长的软件领域。Levine指出，Accel不太可能投资芯片或数据中心，但那些能够借助AI显著改善产品体验、提升效率甚至重塑类别格局的工具和应用公司，正处于其能力圈中心。
AI成软件公司的机会与威胁
Levine认为，AI对于软件企业而言，既是机会，也是威胁。一方面，AI可以让原本表现平平的产品变成“改变游戏规则”的存在；另一方面，如果企业未能及时利用这项技术，就可能在竞争中落后于率先完成AI整合的对手。这一判断反映出当前全球软件行业的共同现实：AI正在从“附加功能”逐步演变为决定产品竞争力的重要变量。
这也意味着，Accel的投资逻辑并不局限于“纯AI公司”。即便一家企业最初不是以AI为核心定位，只要其产品未来能够通过AI能力完成跃迁，依然可能进入Accel的关注范围。Levine提到，未来人们可能会看到许多公司在回头看时，已经事实上替代了传统软件玩家。
从Scale AI到Ada，押注数据与应用层落地
Accel在AI领域的前瞻布局并非始于本轮生成式AI热潮。早在2017年，Levine就主导了对Scale AI的A轮投资。作为一家为AI能力训练数据的公司，Scale AI此后从B轮到E轮累计融资接近6亿美元。该公司最初通过大规模图片标注服务切入自动驾驶场景，客户包括Waymo、Lyft和Toyota，随后又扩展至自然语言训练和计算机视觉处理，服务对象进一步覆盖OpenAI、Pinterest和Airbnb等企业。
在Accel看来，数据标注和训练支持是AI能力落地过程中不可或缺的一环。Scale AI的成长路径，也印证了AI产业并非只有模型本身才具备价值，围绕模型训练、优化和部署的配套服务同样是关键基础。
而在应用层，Accel同样出手积极。其在2020年领投了总部位于多伦多的Ada的B轮融资。Ada是一家客户服务聊天机器人公司，聚焦通过AI提升客服效率。Levine表示，AI能够帮助支持团队实现更高效的人机协同：某些场景下，用户仍希望与真人交流；但在大量标准化、高频问题中，与算法对话往往更快、更方便，而且响应更一致。
这一观点也揭示了AI应用层的现实方向：它未必完全替代人工，而更可能先从提高流程效率、改善客户体验和降低服务成本入手，逐步改变企业软件的使用方式。
工具链与生成式内容仍是重点方向
除终端应用外，Accel也将AI工具链和相关基础软件视为核心关注对象。其投资组合中的AssemblyAI，就是一家围绕音频理解能力提供基础设施支持的公司。此类企业虽然不直接面向最终消费者，却为其他产品提供能力支撑，因此在AI生态中扮演类似“卖水人”的角色。
与此同时，Accel近期还宣布领投伦敦生成式视频公司Synthesia的Series C融资。Synthesia主打无需演员、摄像机或录音棚即可完成企业视频生产，这类产品正是生成式AI商业化落地的代表案例之一。对于企业用户而言，生成式视频工具能够直接降低内容制作门槛，并缩短营销、培训和内部沟通内容的生产周期。
Levine还提到，Accel对新型数据库产品也抱有浓厚兴趣，尤其是那些用于理解模型偏见、信任与安全问题、模型行为变化以及漂移监测的解决方案。随着AI被更广泛地嵌入企业业务流程，模型治理、可解释性和安全合规的重要性正在迅速上升。这意味着，未来AI投资机会不只存在于“生成内容”，也存在于“管理和约束AI”的软件层。
市场影响：AI投资从底层狂热转向可验证商业价值
从Accel的投资取向来看，当前AI赛道的资本逻辑正在发生微妙变化。过去一段时间，市场大量关注GPU、算力集群和大模型本身，但随着竞争加剧和资本投入持续攀升，越来越多机构开始寻求更接近收入兑现和企业真实需求的赛道。应用层和工具链因此成为新的重点区域。
对于加密和科技投资市场而言，这一趋势同样具有启发意义：资本正从单纯押注技术叙事，转向寻找能够证明用户价值、提高生产率并建立长期护城河的产品。尤其是在企业服务场景中，AI若能真正提升工作流效率、优化客服体验、强化内容生产和改善模型治理，其商业回报往往比单纯追逐底层概念更容易被验证。
总体来看，Accel的策略显示，AI投资正在进入更务实的阶段。无论是Scale AI、Ada、AssemblyAI，还是Synthesia，这些案例都围绕一个共同命题展开：如何将AI从技术能力转化为可落地、可扩展、可收费的产品服务。对于整个科技投资市场来说，这种思路可能比盲目追逐基础设施热点更具持续性，也更值得关注。