兩類注定失敗的AI新創
Darren Mowry在Google的角色橫跨Cloud、DeepMind和Alphabet三大部門，負責全球新創生態系統的合作與投資。他的判斷不僅基於Google的內部視角，更源自每天與數百家AI新創公司的第一線接觸。在2026年2月21日的TechCrunch專訪中，Mowry明確指出了兩種商業模式的致命缺陷。
第一類：LLM包裝器（LLM Wrappers）
LLM包裝器指的是那些將現有大型語言模型（如GPT-4、Claude、Gemini）包裝上一個使用者介面，然後作為獨立產品銷售的新創公司。這類公司的典型做法是：接入OpenAI或Anthropic的API，添加一些提示詞工程（prompt engineering）和簡單的工作流程自動化，然後收取月費。
Mowry的批評一針見血：「這些公司沒有任何技術壁壘。當OpenAI推出Custom GPTs，或者Anthropic推出Artifacts時，成千上萬的包裝器一夜之間就變得毫無價值。」問題的根源在於，LLM包裝器的核心價值完全依附於底層模型，而底層模型公司本身就是最大的競爭威脅。一旦模型提供商決定推出類似功能，包裝器便喪失了存在理由。
這種「平台滅殺」並非理論風險，而是正在發生的現實。2025年末，OpenAI大幅擴展了ChatGPT的內建功能——包括文件分析、數據視覺化、多模態輸入——直接壓縮了數十家以這些功能為賣點的包裝器公司的生存空間。據估計，至少有200家以上的AI寫作助手、AI摘要工具和AI郵件助手在這一波原生功能擴展中失去了核心價值主張。
第二類：AI聚合器（AI Aggregators）
AI聚合器則是另一種看似精明實則脆弱的商業模式。這類公司的賣點是「一個介面接入所有模型」——用戶提交查詢後，系統會根據任務類型自動路由到最適合的模型（例如用Claude處理長文本，用GPT處理程式碼，用Gemini處理多模態）。
這個模式的致命弱點在於利潤壓縮。聚合器的收入是用戶付費與模型API成本之間的差額，但隨著模型價格持續下降、模型能力持續趨同，這個差額會被壓縮到幾乎為零。更糟糕的是，模型提供商自己也在推出多模型切換功能——Google的Gemini已經可以在不同規模的模型間自動路由，OpenAI的API也支持模型選擇建議。當上游供應商自己做了你的核心功能，中間商的生存空間便蕩然無存。
LLM包裝器 vs AI聚合器：為何注定失敗
- LLM包裝器：無技術壁壘，模型商推出原生功能即遭淘汰
- AI聚合器：利潤空間被模型降價和功能趨同持續壓縮
- 共同問題：護城河為零，客戶轉換成本幾乎為零
- 觸發事件：OpenAI Custom GPTs、Anthropic Artifacts等原生功能的推出
- Mowry原話：「業界已經沒有耐心了」（The industry doesn't have patience anymore）
什麼樣的AI新創能存活？
Mowry並非全盤否定AI新創的機會，而是強調存活者需要建立「深而寬的護城河」（deep, wide moats）。他提出了兩條可行路徑：垂直領域專精（vertical expertise）和水平差異化（horizontal differentiation）。
垂直專精：Cursor與Harvey的啟示
Cursor是AI程式碼編輯器領域的代表，它不是簡單地在GPT上套一個程式碼介面，而是深度整合了程式碼庫索引、即時上下文理解、多檔案協同編輯等功能，建立了遠超通用AI工具的開發者體驗。Harvey AI則在法律領域做了同樣的事——不僅使用AI模型，還整合了法律數據庫、判例分析、合規框架等專業知識，形成了通用模型無法輕易複製的領域壁壘。
這兩家公司的共同點是：它們的價值不在於接入了哪個模型，而在於圍繞特定領域建立了深厚的數據飛輪、工作流程優化和用戶黏性。即使底層模型更換，它們的產品價值依然存在。Cursor的用戶不會因為OpenAI推出了更好的模型就轉去用ChatGPT寫程式碼——因為Cursor的價值在於它理解你的整個程式碼庫，而不只是回答你的提問。
水平差異化：打造獨特的技術能力
水平差異化則指在通用能力層面建立獨特的技術優勢。例如，專注於AI推論優化的公司（如Groq），或者開發獨特的模型微調和部署技術的公司。這些公司不是在模型之上做包裝，而是在模型之下或模型旁邊建立了不可替代的技術基礎設施。它們解決的是模型本身無法解決的問題——速度、成本、部署靈活性——因此不會被模型提供商的功能擴展所取代。
AI新創存活法則
- 垂直專精：深入特定行業，建立領域數據壁壘（如Cursor、Harvey AI）
- 水平差異化：在基礎設施層建立獨特技術能力（如Groq）
- 數據飛輪：用戶越多，數據越豐富，產品越好，形成正循環
- 高轉換成本：深度嵌入客戶工作流程，使切換競品的成本極高
- 核心測試：「如果底層模型更換，你的產品還有價值嗎？」
產業整合正在加速
Mowry的警告並非空穴來風。2026年的AI投資數據揭示了一個殘酷的現實：超過40%的種子輪資金正流向1億美元以上的超大輪融資。這意味著資本正高度集中於少數被認為有護城河的公司，而大量缺乏差異化的小型AI新創正面臨融資枯竭。
這種資本集中化的趨勢在2025年下半年就已顯現，但2026年初更加明顯。據業界估計，2026年第一季度AI新創的種子輪融資數量比2025年同期下降了約35%，但平均融資金額卻增長了超過100%。換言之，更少的公司拿到了更多的錢——這正是產業整合的典型信號。贏家通吃的格局正在AI產業中快速形成。
平台風險無處不在
對AI新創公司而言，最大的生存威脅可能來自它們最依賴的合作夥伴。OpenAI推出ChatGPT插件生態系統時，曾有數千家新創公司蜂擁而入；但當OpenAI推出GPTs功能後，許多插件開發商一夜之間失去了價值主張。類似的「平台滅殺」在科技史上屢見不鮮——從微軟將瀏覽器捆綁進Windows，到蘋果將屏幕時間功能內建於iOS導致第三方應用萎縮。
在AI領域，這種風險更為劇烈，因為模型能力的提升速度遠快於傳統軟體的迭代週期。一個今天看似有價值的AI工具，可能在下一次模型更新後就被底層平台原生功能完全取代。Mowry的建議是：如果你的產品價值在底層模型更換後會歸零，那你的商業模式就是不可持續的。
Mowry判斷的局限性
值得指出的是，Mowry的這番話從Google的角度來看並非完全客觀——Google本身就是最大的「平台滅殺者」之一。作為Gemini模型的擁有者和Google Cloud的營運者，Google在AI價值鏈中的每一層都有利益。當Google的副總裁說「包裝器會死」時，潛台詞可能是「你們應該直接用我們的模型和平台」。
此外，並非所有「包裝」都沒有價值。一些面向特定用戶群體的AI工具，雖然技術上可以被歸類為「包裝器」，但它們通過出色的使用者體驗設計、精準的市場定位和有效的社群經營，建立了真實的用戶黏性。簡單的二分法可能忽略了這些灰色地帶的存在。
對創業者和投資者的啟示
儘管如此，Mowry指出的結構性問題是真實的。對AI創業者而言，在選擇商業模式時必須回答一個核心問題：「如果OpenAI、Anthropic或Google明天推出與我完全相同的功能，我的公司還有存在價值嗎？」如果答案是否定的，就需要立即調整方向——要麼深入垂直領域建立不可替代的專業壁壘，要麼在技術基礎設施層面開闢獨特的價值空間。
對投資者而言，盡職調查的重點應從「這家公司用了什麼AI技術」轉向「這家公司有什麼是AI模型提供商無法輕易複製的」。數據資產、行業知識、客戶關係、工作流程嵌入程度——這些才是AI時代真正的護城河。在2026年的AI淘金潮中，賣鏟子的人固然重要，但如果你的鏟子和其他人的完全一樣，那麼被淘汰只是時間問題。在AI基礎模型快速進化的環境下，僅靠包裝和聚合建立的商業模式，其壽命可能以月而非年來計算。