一、繁荣表象之下，创业生态暗流涌动 近年来，随着人工智能技术的快速迭代，创业门槛显著降低，"一人公司"概念在国内外创投圈广泛流传。部分新兴企业凭借智能化工具，在数月内便实现了用户规模与营收的双重跃升，由此引发各方对"超级个体"时代到来的热切期待。多地政府相继出台扶持政策，孵化机构也纷纷调整策略，将目光投向该新兴创业形态。 然而，在这一片热潮之下，一个不容忽视的现实正在浮现：创业项目数量激增，但真正走向规模化的比例却极为有限。在日前举行的上海科技企业孵化器大会上，科技部火炬中心原主任梁桂对此作出了系统性的专业研判，为当前的创业热情提供了一剂冷静的清醒剂。 二、门槛降低并不等于成功率提升 梁桂指出，人工智能技术的核心贡献在于大幅压缩了创业者"做出来"的时间与成本。知名孵化机构的数据显示，部分创业企业超过九成的代码由智能工具生成，开发效率较以往提升显著。这一变化使得创业第一步前所未有地轻盈。 但另外，一组数据令人警醒。自本轮人工智能热潮兴起以来，创业企业的关闭数量不降反升。知名股权管理平台的统计显示，A轮企业关闭数量增幅超过六成，B轮增幅更高达一倍以上。知名科技媒体的观察也印证了这一趋势。梁桂将这一现象概括为"更快出现、更快出局"——人工智能加速了创业项目的诞生，也同步加速了其淘汰。 更值得关注的是，创业"死亡谷"并未消失，而是发生了位移。过去，约七成项目折戟于最早期阶段；如今，失败的峰值后移至规模化阶段，且烈度更高。路演项目日益增多，演示版本愈发精良，但真正落实到采购、上线乃至续单的比例依然寥寥。 三、三个不等号，揭示落地困局的深层逻辑 为何更容易的"从零到一"，没能让人工智能创业变得更简单？梁桂将核心矛盾归纳为"三个不等号"：技术可行不等于产业可用，算法有效不等于场景成立，演示成功不等于订单成立。 这三组关系，精准揭示了当前人工智能创业的结构性困境。国际知名咨询机构的研究报告显示，在财务等典型应用领域，尝试引入生成式人工智能的组织比例接近五成，但最终实现规模化落地的仅约6%。麻省理工学院对应的团队的研究结论与之高度吻合：真正部署至生产环境的人工智能应用比例仅约5%。 梁桂深入分析了落地难的几个关键成因。其一，原型开发成本虽低，但实际应用阶段在数据治理、算力保障、系统监控与效果评估等环节的投入依然可观，单位成本不降反升。其二，前端的智能化设计与后端业务流程之间存在明显断层，嵌入实际场景的过程步履维艰。其三，人工智能系统至今无法根除"幻觉"问题，用户信任的建立面临天然障碍。此外，人工智能要在组织内部真正发挥作用，必然涉及对既有认知流程的重构，这一过程牵涉利益格局调整，阻力不可低估。 四、资本行为转向，孵化体系面临系统性重构压力 上述变化也深刻影响了风险投资的决策逻辑。过去，早期投资的核心命题是"你能不能做出来"；如今，这一命题已转变为"已做成的能不能放大"。国际私募资本市场数据平台的统计显示，过去两年，全球人工智能领域投资持续向后期集中，C轮及以后阶段所获资金占比超过六成。国内市场呈现相似格局，大量早期项目获得的资金极为有限，处于中间成长阶段的企业承受着尤为突出的融资压力。 这一结构性变化，对传统孵化体系提出了直接挑战。梁桂认为，孵化器不能仅停留于提供物理空间和基础服务，而应向"生产线"和"转化加速器"的角色转型，真正帮助创业企业跨越从演示到落地、从落地到规模化的两道关口。 五、上海应率先探路，打造制度样板 梁桂建议，上海作为全国科技孵化体系的重要高地，应在人工智能时代的孵化模式创新上率先发力。具体而言，应建设硬科技孵化的制度样板，强化孵化底座建设，系统对接产业资源、应用场景与市场渠道，使孵化机构真正成为连接技术与产业的关键枢纽，而非仅仅是创业项目的集散地。 在他看来，人工智能时代的孵化工作，核心不在于帮助更多项目"做出来"，而在于帮助有潜力的项目"用起来"、"活下去"、"长起来"。这需要孵化体系在服务内容、资源整合与评价机制等进行系统性升级。
人工智能为创新创业打开了更宽的入口——但真正决定成败的——仍是能否把技术转化为产业可用的产品、把功能变为可持续的价值。推动孵化体系向"产业化能力"升级，打通从原型到订单、从试点到规模化的关键链路，既是应对创业新周期的现实选择，也是以高质量创新支撑高质量发展的必答题。