人工智慧（Artificial Intelligence）的新試金石
「空白支票」式的人工智慧研究黃金時代正演變為更有紀律的局面，然而矛盾的是，卻比以往更令人困惑。多年來，這個產業遵循一個簡單的二元法則：要麼推出產品，要麼滅亡。但隨著我們步入 2026 年，矽谷資本充沛的廊道中出現了一個新的細微差別。問題已不再僅是「你有獲利嗎？」而是「你是否甚至試圖獲利？」
TechCrunch 本週發表的一項突破性分析，將此情緒形式化為「商業雄心量表（Commercial Ambition Scale）」，這是一個五階框架，旨在剖析世界領先 AI 實驗室的真實商業意圖。這一轉變發生在一個關鍵時刻。風險資本（venture capital）仍在追逐基礎模型（foundation models），估值違反傳統重力，使得研究機構與企業之間的界線開始模糊。
對於產業觀察者和投資人而言，理解一個實驗室在這個光譜上的位置不再是學術上的練習——它是求生的必要條件。報告突顯了一個分歧的生態系統，像 Safe Superintelligence（SSI）與 World Labs 這類公司雖然在爭奪相同的人才與 GPU 叢集，但在生理性約束與目標上根本不同。
定義商業雄心的五個層級（Defining the Five Levels of Commercial Ambition）
這個新框架超越簡單的營收指標，評估對貨幣化的意圖與結構性承諾。它提供了一個透鏡，讓我們終於能理解為何一家零營收的公司可能獲得比有出貨產品的公司更高的估值。
商業雄心量表（Commercial Ambition Scale）：
| Level | Ambition Type | Characteristics | Key Example |
|---|---|---|---|
| 第 1 級 | 純研究 | 以 AGI/ASI 的安全（AGI/ASI safety）為最高優先。沒有產品週期。積極拒絕商業壓力。「財富即自我實現。」 | Safe Superintelligence（SSI） |
| 第 2 級 | 早期探索型 | 初具商業雄心，但在運作上以科學為重。營收是附帶的，而非目標。 | Various stealth startups |
| 第 3 級 | 混合／模糊 | 強烈的產品「想法」與龐大資金，但路線圖含糊。高估值基於團隊背景而非指標。 | Humans& |
| 第 4 級 | 商業就緒 | 已出貨具功能性的產品並具明確效用。營收開始顯現。營運以擴展與客戶支援為重心。 | World Labs、Thinking Machines Lab |
| 第 5 級 | 營收引擎 | 完全成熟的貨幣化。可預測的經常性營收。利潤率優化為首要任務。 | OpenAI、Anthropic |
第 1 級：Safe Superintelligence 的修道式方法
光譜的最遠端是 Safe Superintelligence（SSI），由前 OpenAI 首席科學家 Ilya Sutskever 創立。SSI 代表第 1 級的典型：一個募得數十億資金，不是為了打造產品，而是為了解決一個科學問題的實驗室。
儘管截至 2025 年 3 月估值飆升至 300 億美元，SSI 卻以「修道士式」的專注運作。該公司公開拒絕收購提案——最著名的是來自 Meta 的提案——並拒絕參與推出聊天機器人或企業 API 的競賽。他們唯一的「產品」是「Safe Superintelligence」，這個目標可能還需數年、甚至數十年才能達成。
對於一般企業而言，缺乏營收等同於死刑。對 SSI 而言，這是一項特徵。該公司的商業模式實際上是對人類未來的一張期權。投資人不是在購買現金流；他們是在購買通往歷史上最獨家事件的門票。然而，即便 Sutskever 也暗示了這個層級下的務實性，表示若研究時間表拉得太長，該實驗室可能會轉向。但目前，他們仍是產業中最昂貴的科學實驗，被大量資本與信念包圍，與市場隔離。
第 3 級：Humans& 的「氛圍」經濟
往上看，我們遇到神祕的「第 3 級」，其最佳代言是新成立的實驗室 Humans&。Humans& 由 Google、Anthropic 與 xAI 的菁英團隊所創，最近完成驚人的 4.8 億美元種子輪，使這家成立僅三個月的公司估值接近 45 億美元。
Humans& 佔據一個奇怪的中間地帶。與 SSI 不同，他們並非純理論化；其使命宣言談到要為人類協作構建「連結組織（connective tissue）」與補充而非取代勞動者的工具。然而，他們缺乏第 4 級公司的具體產品足跡。他們有「很多有前景的想法」，但沒有公開測試版、沒有 API、也沒有定價頁面。
這是新 AI 經濟的危險地帶。第 3 級公司以「氛圍」取得估值——創辦人背景的門第與其哲學的吸引力——而非執行力。投資人押注這種「以人為本」的方法會解鎖新的生產力範式，但在沒有出貨產品的情況下，Humans& 保持著估值的 Schrödinger's cat：同時值數十億與一文不值，端視最終出貨為何。
第 4 級：執行的現實
從第 3 級向第 4 級過渡，是橡膠接觸柏油、見真章的地方；在此我們看到成功與動盪之間最明顯的對比。
World Labs：空間智慧的贏家
由 AI 先驅 Fei-Fei Li 領導的 World Labs，已穩穩站上第 4 級。在短短 18 個月內，公司從高度概念性的研究實驗室轉型為出貨「Marble」的商業化世界模型（world model），該模型能生成可導航的 3D 環境。透過鎖定遊戲與視覺特效等特定垂直領域，World Labs 已以實際營收驗證了其空間智慧論點。
他們混合訂閱制與按使用量計費的定價模式，展現了投資人渴望的成熟度。他們不只是研究「大型世界模型（Large World Models）」；他們在出售下一代數位互動基礎設施。這種執行力已推動其估值邁向 50 億美元，這個數字是由有形的市場採納支撐，而非僅靠承諾。
Thinking Machines Lab：規模化的風險
相對地，Thinking Machines Lab 展示了第 4 級的波動性。由 Mira Murati 創立的該實驗室以 120 億美元的估值與推出可用於微調開源模型的 API「Tinker」而震撼市場。表面上看，他們是一個商業強權。
然而，內部現實卻另有一番景象。聯合創辦人兼 CTO Barret Zoph 最近被解職，隨後其他關鍵高層也相繼離職，凸顯了當一個研究團隊被迫變成產品公司的摩擦。將企業規模化需要與訓練模型不同的肌力。Thinking Machines Lab 的掙扎顯示，達到第 4 級不僅是交付程式碼——而是建立能承受無情客戶需求與營收目標壓力的文化。
2026 年的戰略性困惑
這個五級量表的出現，揭示了困擾 2026 年 AI 產業的根本性混亂。資本過於丰沛，已扭曲了新創公司的自然生命週期。在傳統市場中，像 Humans& 這樣的公司需要在募資半億美元之前證明產品—市場適配。今日，他們可以選擇留在第 3 級的概念性安全地帶，因為資本允許他們這麼做。
對企業買家與生態系統合作夥伴而言，這種分類至關重要。依賴第 1 級的實驗室來支撐關鍵基礎設施是愚蠢的行為；他們隨時可能以安全之名轉向或關閉存取。相反地，將第 3 級實驗室視為「蒸氣軟體（vaporware）」則可能錯失介面設計下一次範式轉移。
展望今年餘下時間，實驗室承擔選擇道路的壓力將上升。「混合」的存在正變得越來越不可持續。投資人最終會想知道他們是在資助一所大學還是一間工廠。在此之前，人工智慧的商業仍是一場複雜的訊號博弈，最大的問題已不再是你賺了多少錢，而是你是否在意去賺錢。
