Highlights
竞争优势正在从单一软件转向系统级平台，从静态记录转向智能体驱动的执行。
美国需要通过“电子工业堆栈”重建AI原生的工业基础，而不仅仅是硬件制造。
金融服务业正处于大规模替换遗留系统的转折点，AI原生基础设施将解锁10倍的利润增长。
动态智能体层（Agent Layer）将取代传统的记录系统（SoR），成为企业软件的新核心。
在 a16z 发布的 "Big Ideas 2026" 系列第二部分中，三位合伙人深入探讨了AI将如何从根本上重塑工业、金融和企业软件。核心观点指出，我们正在经历一场从“软件吞噬世界”到“软件驱动世界”的转变。这一转变不再局限于数字层面，而是深入物理世界和基础设施的核心。从重建美国的工业生态系统，到金融后台的彻底现代化，再到企业软件交互方式的代际更替，2026年将是这些系统级变革的关键节点。
主持人：本期我们邀请了三位 a16z 的合伙人，分别探讨三个正在重新定义系统规模化方式的领域。Ryan McEntush 将剖析电子工业堆栈的兴起；Angela Strange 将解释为何金融服务正迎来技术换代的临界点；Sarah Wang 则展望了动态智能体层如何取代传统的记录系统。
电子工业堆栈：软件将如何驱动物理世界
Ryan McEntush：我们要讨论的是所谓的“电子工业堆栈”（The Electro-Industrial Stack）。这是下一次工业革命的核心，它不仅仅发生在工厂车间，而是深入到驱动工厂的机器内部。现在的机器正开始具备感知、学习和自主行动的能力。
美中工业生态系统的差异
Ryan McEntush：如果你观察目前的全球格局，美国在工业生态系统的构建上正面临巨大挑战。我们看到的一个关键区别在于美国与中国在工业基础上的对比。这不仅仅是关于谁能制造更多的小部件，而是关于谁掌握了从原材料提炼到最终复杂系统集成的完整能力。
要建立现代化的工业基础，我们不能仅仅依靠传统的硬件制造。我们需要的是一个真正 AI 原生、软件优先的工业基地。这意味着从模拟、自动化设计到 AI 驱动的运营，全方位地重构我们的生产方式。
人才融合与供应链的重要性
Ryan McEntush：在这个过程中，人才是一个关键瓶颈。我们需要将传统的工业工程人才与现代软件人才进行深度融合。过去的几十年里，最优秀的头脑都涌向了纯软件互联网领域，但现在我们看到一种回归——人才开始关注物理世界的问题。这种跨学科的融合是构建电子工业堆栈的前提。
此外，供应链的重要性再怎么强调也不为过。电子工业堆栈将原子（Atoms）与比特（Bits）连接起来：从提炼出的矿物到电池中的能量存储，再到由电力电子设备引导的电流，所有这些都由软件协调。谁掌握了这个堆栈——从关键材料到先进芯片——谁就将定义未来的工业和军事技术。
简单来说，软件曾经吞噬了世界，现在它将驱动世界运转。
金融服务转折点：AI 原生基础设施的崛起
Angela Strange：尽管许多银行和保险公司已经在遗留系统之上集成了部分 AI 工具（如文档处理或语音助手），但直到我们重建支撑这些服务的底层基础设施之前，AI 无法真正改变金融服务业。
为何现在是转折点？
Angela Strange：我们正处于一个临界点。在 2026 年，不进行现代化改造以充分利用 AI 的风险将超过系统更换失败的风险。我们将看到大型金融机构开始让其传统的供应商合同到期，转而实施更新的、AI 原生的替代方案。
这些新一代公司不再受限于过去的类别划分，它们是能够集中、规范化并丰富来自遗留系统及外部源数据的平台。
统一数据与并行工作流带来的利润提升
Angela Strange：这种转变带来的结果是惊人的。首先是工作流的极大简化和并行化。想象一下，你不再需要在几十个系统和屏幕之间来回切换。在抵押贷款流程中，你可以看到并并行处理数百项任务，智能体（Agent）甚至可以自动完成其中较枯燥的部分。
其次，我们熟知的行业类别将会合并，创造出更大的类别。例如，来自开户和交易监控的客户 KYC（了解你的客户）数据，现在可以统一在一个风险平台中。这些新类别的赢家规模将是老牌巨头的 10 倍，因为软件正在通过自动化大量人工劳动来获取巨大的利润空间。未来的金融服务不在于将 AI 应用于旧系统，而在于建立一个以 AI 为基础的新操作系统。
动态智能体层：超越记录系统
Sarah Wang：在企业软件领域，我们正在目睹一场根本性的代际转移。过去几十年，企业软件的核心是“记录系统”（Systems of Record），即用于存储和管理数据的静态数据库。但展望 2026 年，价值将向“动态智能体层”（Dynamic Agent Layer）转移。
从静态记录到智能体执行
Sarah Wang：传统的记录系统是被动的，它们等待人类去输入数据、查询数据。而动态智能体层是主动的。通过多智能体系统（Multi-agent Systems），软件不仅能记录发生了什么，还能理解上下文，并采取行动。
这不仅仅是自动化的升级，而是工作结构的重组。智能体将开始管理复杂的、相互依赖的工作流，比如协同规划、分析和执行。这将迫使企业重新思考工作的组织方式。
以 ITSM 为例的价值跃迁
Sarah Wang：让我们以 ITSM（IT 服务管理）为例。在传统模式下，这是一个典型的记录系统，IT 人员手动处理工单。而在智能体层模式下，系统可以自动诊断问题、协调资源甚至直接修复故障，人类员工只需处理最复杂的边缘情况。
这种转变意味着企业将需要新的角色，如 AI 工作流设计师和智能体监督员，而不是传统的系统管理员。在这场变革中，竞争优势将从拥有数据记录的软件，转移到能够执行复杂任务并交付结果的智能体平台。
以上内容由AI基于公开内容整理
本文编译自海外播客，不代表Dig.AI立场。
如果您对本文有任何想法或见解
欢迎在评论区留言互动探讨
