Lighthouse or Landgrab? AI初创企业的市场策略选择
文章探讨了AI初创企业面向企业客户时的两种进入市场策略：灯塔策略（Lighthouse）和抢占策略（Landgrab）。灯塔策略适用于全新品类创造，需通过知名大客户建立信任；抢占策略适用于解决已知问题，需快速抢占市场份额。创始人应根据买家的风险敞口选择合适的路径。
🏷️ 企业服务
7 篇AI 泡沫？40% 的企业在用，只有 7% 看到营收
NAB 研究显示，40% 的中小企业已使用 AI 且多数提升了生产率，但仅 7% 见到营收增长。文章指出，AI 目前主要用于提效，若无法转化为订单或降本，则难算商业回报。企业需通过四问评估工作流价值，警惕泡沫，关注续费与实际收益。
OpenAI、Anthropic 都开始押注 FDE，FDE 才是 Agent 时代的 PMF 范式？
OpenAI、Anthropic 和 Google 在 2026 年不约而同地押注 FDE（前置部署工程师），成立专门的部署公司或大规模招聘。文章深入分析了 FDE 的起源、为何成为 Agent 时代的刚需，以及它是否真的是 PMF 范式。FDE 通过驻场解决 AI 落地难题，但也面临掩盖产品缺陷和利润率挑战的风险。
最该被AI改造的不是车间，而是方案报价
本文指出非标装备企业AI化的首要痛点在售前而非生产。通过构建基于企业知识库的方案报价智能体，将散落在历史项目和员工经验中的非结构化数据转化为系统能力，从而将方案报价周期从两天缩短至两小时，实现真正的降本增效。
OpenAI 最新报告：企业 AI 落地差距 3.5x 与 16x 说明了什么
OpenAI 发布 B2B Signals 报告，揭示前沿企业与普通企业在 AI 应用上的核心差距已从访问量转向使用深度。数据显示，前沿企业每员工 token 消耗量是普通企业的 3.5 倍，Codex 等 agentic 工具的使用量更高达 16 倍。这表明领先企业已将 AI 从聊天助手转变为干活的“Agent同事”，文章还分析了 Cisco 和 Travelers 的落地案例及前沿企业的五大共性。
AI 只能做参考：制造业企业 AI 落地的清醒认知
本文记录了一家集团制造企业在 AI 转型过程中的真实探索。企业没有被大模型热潮冲昏头脑，而是清醒地指出“AI 只能做参考”。文章指出，企业 AI 化的第一步不是引入新平台，而是治理现有数据孤岛，串联 ERP、飞书等多系统中的字段。对于制造业，AI 应先从报表可视化、异常预警等“助理”角色切入，在生产排程等核心环节，AI 必须依赖基础数据，且最终决策权应保留在现行制度与人手中。
YC 2026 夏季招募期望的 15 个 AI 前沿方向
本文解读了 YC 2026 夏季批次的 15 个重点招募方向，展现了 AI 重构各行业的创业浪潮。核心领域包括：AI 原生服务直接交付结果、企业“超级大脑”激活沉睡数据、智能体专用推理硬件、太空 AI 芯片与制造、精准医疗、动态软件界面及供应链升级等。文章指出，AI 正从软件延伸至物理世界（农业、军工），且代码成本骤降使得小团队有机会挑战传统 SaaS 巨头。