a16z Growth 团队近期发布第二版《State of Markets II》，从股票市场与科技视角回顾 2026 年至少前两个季度的市场状态，并给出后续展望。报告的主线很明确：科技已不再只是一个板块，而是资本市场盈利增长的「一切周期」；科技内部的重心，也正从软件转向硬件与基础设施。
报告同时提到，GPU 过时论被现实数据削弱，软件行业并未走向末日，而是进入「证明自己」阶段；AI 采用则依旧处在偏早期的位置。
科技不再只是板块，被 a16z 称为“一切周期”
报告的核心判断之一，是科技已经从「作坊式产业」变成全球经济的主要驱动力。a16z 认为，如今几乎每家公司在某种意义上都是科技公司，已经很难找到真正只靠纸笔运营的企业。与其他行业相比，科技对投资、研发周期、盈利增长和利润率扩张的驱动更强，全球最大、最赚钱、增长最快的公司也多为科技公司。
报告指出，全球金融危机之后，科技作为资本市场力量真正起飞。住房市场崩盘和信贷紧缩之后，科技为对资产持谨慎态度的投资者提供了一个高增长、资本轻的替代选择。
在 a16z 看来，科技还有明显的内置运营杠杆：可服务市场远未饱和，而软件边际成本接近零。事后回看，那些曾怀疑亏损科技公司能否成长为高利润率机器的人，错过了过去十年的主要交易主线。
报告称，软件确实吞噬了世界，但科技在资本市场中的中心位置已经提升到另一层级。自 2023 年以来，科技几乎就是盈利增长故事本身。截至 2026 年 8 月底，科技贡献了标普 500 总盈利增长的约 76%。
a16z 由此给出的结论是，现在已很难再把科技仅仅称作一个板块。过去，房屋、洗碗机、汽车等耐用品定义周期；现在，科技正在取代这些传统周期变量，成为「一切周期」。
科技内部从软件转向硬件与基础设施
在科技成为「一切周期」的同时，科技内部结构也发生了变化。报告称，年度及更长周期的主题，正在从比特转向原子。软件主导了上一轮科技周期，如今硬件开始成为主角。
报告表示，AI 建设正在推动半导体、电力、网络等传统上增长缓慢、周期性强、资本密集的行业出现需求激增。这些需求很大程度上由全球最大科技公司的历史性利润提供融资，功能上相当于把超大规模云厂商的自由现金流转化为半导体自由现金流；与此同时，相关投入也越来越依赖债务市场。
但这股变化不只来自 AI。报告还列出多项并行因素，包括以万亿美元计的全球基础设施需求、上升的国防支出、电网对全面电气化的承接压力、制造业回流，以及机器人和自动驾驶出租车的临近。
a16z 称，硬件和基础设施在多年落后软件之后，已经重新成为市场焦点。公共和私募股权正以数十年来少见的强度，投向计算、存储、电力、机器人、制造和国防。报告对这一变化的概括是：原子回归了。
AI 被定义为代际平台转移，资本开支规模持续抬升
报告将 AI 描述为一次代际平台转移，并用超大规模企业的资本开支变化来说明这一轮周期的体量。数据显示，这部分资本开支从 2020 年约 970 亿美元，升至 2024 年的 2410 亿美元、2025 年的 4160 亿美元；2026 年预计达到 7770 亿美元，2027 年起则超过每年 1 万亿美元。
a16z 认为，每一轮计算周期都比上一轮更大。从大型机、小型机、PC、桌面互联网，到云与移动，再到 AI 时代，设备数量、用户规模和资本开支都上了一个新的数量级。
报告还提到，市场每年对资本开支的预测都偏低，需求和价格持续推高投资水平。资本开支占 GDP 的比例，已经接近或超过铁路、油气、电信等历史周期峰值。超大规模企业的自由现金流正被资本开支吞噬，这种压力预计持续到 2028 年左右。
随着现金被更充分地调动，债务市场开始介入。报告称，2026 年 AI 相关借款显著上升，且期限更长。即便如此，超大规模企业的 ROIC 仍高于债务成本和 WACC，因此在当前阶段，借款和继续投资仍具备财务基础。
资本开支的影响也在向实体经济外溢。报告称，数据中心建设已经使建筑及熟练工种招聘增加 30 万人以上，并带来工资溢价。设施经理、施工经理、网络工程师等岗位，在数据中心相关岗位上的薪酬高于同类非数据中心岗位。
AI 收入增长与云订单积压，开始支撑高投入叙事
a16z 在报告中称，AI 收入增长的速度和规模都前所未有。OpenAI 与 Anthropic 的合计 ARR 自 2024 年第四季度起快速上升，到 2026 年第三季度预计接近 1500 亿美元量级。
报告显示，2026 年 OpenAI 与 Anthropic 的收入规模约为 1000 亿美元，已经超过公共软件公司（不含超大规模企业）约 630 亿美元的收入。与此同时，云收入积压同比增长一倍，超大规模企业自由现金流预计会在 2029 至 2030 年显著恢复。
报告还点名提到 Neoclouds 增长迅速，CoreWeave、Nebius、Applied Digital 等公司的收入曲线陡峭。围绕 GPU 折旧与过时的担忧，a16z 给出的判断是，旧 GPU 的租金和残值并未崩塌，反而保持稳定甚至上升，B200、H200、H100、A100 的租赁价格和残值数据都支持这一点。
AI 采用仍然偏早：部署广，但跟踪深度不够
在采用层面，报告认为 AI 仍处于早期。标普 500 成分股中，69% 的公司表示已经有实时 AI 部署，但只有 2% 披露其跟踪的指标，0% 将这些指标单独拆分并跟踪。
企业的 AI 支出空间仍然很大。报告称，仅 20% 的组织会因为 AI 相关成本而限制使用，多数行业预计增加 AI 支出。当前 AI 推理支出仅占标普 500 收入约 0.3%，而云在第二年就达到 IT 预算约 4%；a16z 同时认为，AI 的 TAM 比 IT 预算更大。
消费者侧，付费 AI 订阅自 2025 年以来增长约 5 倍，家庭平均月支出上升，但搜索推荐流量仍然偏小。报告还以移动互联网的发展顺序作为参照：先是半导体领跑，随后是基础设施，再之后才轮到软件与服务，AI 版本也可能呈现类似路径。
GPU 过时论被数据削弱，A100 仍在使用曲线上
围绕硬件和资本开支争议最大的部分，是算力供需与 GPU 生命周期。报告指出，计算需求仍然超过供给。此前有知名看空者质疑，GPU 三到四年就会过时，投入如此多资金是否值得；而 B200 畅销，对一两年前部署的 A100 又意味着什么。
a16z 给出的结论是，至少到目前为止，AI 算力需求曲线仍在上移，A100 依旧相当有用。按照一般规律，租金率和 GPU 残值应会随时间下降，但现实并非如此。随着智能变得更便宜，算力需求继续上升，最新芯片价格走高，旧芯片价格也保持坚挺，A100 的定价甚至等于或高于年初水平。
报告称，故事远未结束，但截至目前，计算和模型进步并不是零和关系。更好、更便宜的智能正在为整个生态积累价值，旧芯片和模型在一些空头预设的「过期日」之后，仍保有可观价值。
与此同时，AI 采用仍显得相对不成熟，呈现出「广而浅」的特征。接近 30% 的标普 500 公司报告 AI 带来了某种可量化影响，但只有约 2% 报告了可跟踪指标。代理式用例中，只有极小部分用户实现规模部署。
消费者端，截至 4 月，仅约 2% 的美国家庭为某种 AI 服务付费。报告称，现在这一数字更高且仍在增长，但整体规模依旧很小。其结论是，GPU 已经高强度运转，而成熟 AI 采用和利用仍然很早。
SaaS 不是末日，而是进入“证明自己”的阶段
从硬件回到软件，报告提到，年初市场一度出现「软件已死」的说法，认为 AI 可以凭「氛围编程」生成一切，SaaS 将走向末日。a16z 的判断是，现实要复杂得多。软件板块确实出现了抛售，但这轮调整比「末日论」所暗示的更有区分度；AI 或 AI 威胁是原因之一，但并非唯一因素。
报告指出，上市软件公司的部分重估本就迟早会发生。零利率政策结束后，科技公司从用增长换盈利转向追求盈利质量。2022 年，市场中充满高增长、但大多不盈利的软件企业；到 2026 年，情况反转为约 75% 的公司实现盈利，但只有约 30% 的公司增长超过 20%。
高利率的作用，本就是让资本相对更稀缺，因此企业从亏损换增长转向更自我可持续、增速更慢但更稳健的模式，是合理选择。但慢增长公司不可能长期享受高增长估值倍数，新的「慢增长」常态最终传导到了整个软件板块。
报告也强调，并非所有公司都如此。快速增长公司仍以与历史平均相符的倍数交易，只是已不再是零利率时期的峰值；问题在于，这类公司数量减少，导致整个板块被重新定价。a16z 的总结是：软件没有末日，但确实到了「证明自己」的时候。
私募市场积累更多价值，“Private-for-longer”延续
报告认为，私募市场正在积累历史性的价值。2026 年年初至今，风险投资融资约 720 亿美元，风投支持的退出价值约为 2.188 万亿美元。
最大私营公司规模也来到空前水平。报告列举了 SpaceX、Anthropic、OpenAI、Databricks、Stripe、Revolut、Anduril、Cursor、Ramp、Waymo 等公司，并称这些公司的估值合计已达数万亿美元。报告还称，前五大私营公司的价值已经超过过去十年科技 IPO 的总和。
a16z 将这一现象概括为「Private-for-longer」，也就是企业上市时间更晚，更多价值在私募阶段累积。典型 IPO 时间已从 1999 至 2005 年间的约 3 年，延长到 2020 至 2025 年的 10 年以上。
数据显示，活跃美国独角兽总估值达到 5.34 万亿美元，已经超过 Russell 2000 的 3.5 万亿美元。退出回报的幂律效应也更强：前 1% 的退出占到 84% 的退出价值，前 10% 占到 94%。
二级市场也在反映这一趋势。报告称，员工老股转让的参与率低于 60%，但申购率达到历史高位；老股转让折扣少且幅度小；二级市场价格中位数相对上一轮为 0% 折扣，75 分位为 23% 溢价，90 分位为 79% 溢价。
在组合表现上，报告称 2017 至 2026 年，Top 30 VC 组合指数从 100 升至 2,333，而 Top 10 公开公司仅升至 542。VC 集中度也在上升，Top 10 VC 占 NAV 的 17.7%，若计入 SpaceX 则约为 24%。与此同时，VC 基金业绩分散度达到历史最宽，顶级十分位与其余基金之间的差距继续扩大。
86% VC 交易价值流向 AI，新独角兽更年轻
报告称，零利率时代结束后，初创企业与公开公司一样，也从增长导向转向盈利导向。但成功完成融资的公司，仍然保持高速增长，增速与零利率高峰期相当，甚至更快。
在风险投资交易中，AI 的权重持续抬升。报告显示，AI 在 VC 交易价值中的占比，已经从 2016 年的 15% 升至 2026 年的 86%。
新独角兽也变得更年轻。新独角兽的中位年龄从 2019 年的约 7 年降至 2026 年的约 4 年，而全部活跃独角兽的中位年龄则升至约 15 年。
a16z 还提到，2026 年美国 VC 支持的科技独角兽中，多数收入低于 5 亿美元，增长不超过 20%，但现金跑道较短。相比之下，Post-AI 初创公司呈现出不同增长曲线：2022 年成立的公司，到第四年时收入增长斜率约比此前年份陡峭 3 倍。
报告同时给出 AI 应用的增速数据：顶级 AI 应用在小基数上增长约 5 倍，在大基数上增长约 2.5 倍；小基数样本的中位同比增长为 423%，大基数样本中位增长为 150%。
私营公司数据正在成为宏观观察信号
报告称，私营科技公司数据越来越像宏观问题的领先指标。以 OpenRouter 为例，其周度 token 使用量从 2025 年初的 0.5T，升至 2025 年 9 月的 4.7T，再到 2026 年 9 月的 126.2T，同比约增长 27 倍，自 6 月以来翻倍两次。
a16z 继续用「广而浅」来描述当前 AI 采用状态。顶级十分位用户在插件和 skills 的使用比例上，明显高于典型企业。插件采用率在 OpenAI 为 95%、前沿公司为 21%、典型公司为 9%；skills 采用率则分别为 93%、19%、3%。
报告还举例称，Databricks 的 Smart Router 在编码任务中，以每任务 2.13 美元解决了 92.3% 的问题，成本降低 35%，得分提高 1.3 分。Kalshi 开始为远期 GPU 算力定价。推理提供商新增了约四分之三的收入，但仅占约五分之一的 EV。
a16z 的展望：本轮周期不会像过去任何一轮
在回顾市场后，a16z Growth 团队也给出了后续判断。报告预计，AI 将继续扩大需求面，企业级和消费者采用会更成熟，并向机器人、生物科技、健康和 AD 等新前沿延伸。
报告最后写道，技术仍在以指数级速度改进。没有人能准确预测未来，但从变化的速度和节奏看，这一轮周期不会像过去任何一轮周期。