創投與產業分析機構對 AI-native 組織、未來工作、個人事業的報告與觀點

由《教練力實踐》證據研究員維護。這是活檔：每筆來源 2026-06-23 用 WebSearch／WebFetch 實際查證；近兩年（2024–2026）優先，標年份與證據層級。 格式對齊 AIcoach-workshop/研究庫：標題／年份／機構／要點／支持書哪論點／URL／類型／可信度／查證日。 鐵則：只收真實、可連結、查證過的來源；絕不編造；查不到標 〔待查證〕；反證照實列。

⚠️ 本檔的特殊體質（讀者務必先看）：本檔對象是創投（a16z、Sequoia、Bessemer、YC）與產業分析機構（Gartner、Forrester、CB Insights、IDC）。這兩類來源的共同特性是——它們絕大多數是「觀點／預測」而非實證，且幾乎都有利益關係（創投在推自己投資的 AI 賽道、分析機構在賣 AI 研究與顧問服務）。因此本檔一律把它們標為「觀點／預測／業者數據」並打折看；同一機構若有「自我打臉」的反向預測（如 Gartner 同時喊「agentic 大爆發」與「40% 專案會被取消」），兩面都列。它們的價值在於「捕捉產業共識的方向與量級」，不在於證明任何介入有效。

另見（互補、不重抄）：

• 職場-02-組織與公司規模：已收 Carta solo 創辦人數據、YC「5 工程師→1+AI」、Midjourney、Kim/Kang/Song arXiv 16 萬上架研究、Forrester「兩人十億」反證、Census、Stanford《Canaries》。本檔不重抄那些，改收這些機構的整體論述與報告層（thesis-level），相關處標「另見」。
• AI產業-01~06：OpenAI／Anthropic／Google／Microsoft／研究指數／前沿訊號（第一方實驗室與學術指數）。本檔是第三方資本與分析視角，與之互補。

核心論點（這份證據要幫書站穩的 WHY）

本書要站穩的，是三句彼此咬合、缺一不可的話：

1. 「組織與事業形態正在變」：AI 讓通用的執行能力變便宜，「規模」與「人數」逐漸脫鉤；企業在去中間層、重排職位，連最樂觀的資本方都在喊「一人獨角獸」。
2. 「個人創業／開始做一件事，變得容易多了」：YC、a16z、Bessemer 的數據都指向同一件事：極小的團隊用 AI，就能跑出過去要幾十人才有的營收速度。
3. 「但頂尖仍然需要團隊，而且多數預測會落空」：這是本書不打雞血、還能站得住的關鍵。連這些有利益關係的機構自己都在承認：agentic 專案會大量被取消、AI 的投資要真的變成回報很慢、頂尖名次仍由團隊主宰、限制因素回到「你懂不懂客戶、你有沒有判斷」。

這三句合起來，正是本書的位置：當「執行」變便宜、組織變薄、人人都能「開始」，真正少見、交不出去、決定誰能「做到頂尖」的，是只有你能做的那一塊：你的判斷、你的方法、你與人的真實連結、你願意背書的東西。創投與分析機構把宏觀趨勢喊得很大聲，但他們集體留白的，正是「個人怎麼重新分配自己的時間、判斷與心力」這一層方法。那是《教練力實踐》／自我支持系統想填的空白。

一、創投陣營：對「AI-native 組織／一人公司／未來工作」的論述

共同偏誤：創投是 AI 投資的直接利益相關方，「一人獨角獸」「services are the new software」這類敘事同時也是他們的募資與招商話術。一律標「觀點」，把數字當「量級／方向」看，不當定論。

1. a16z（Andreessen Horowitz）：「單人獨角獸」預測

• 要點：a16z 共同創辦人 Marc Andreessen 在 2026-03-15 與 David Senra 的對談中預測，AI 將催生一批「single-person unicorns（單人獨角獸）」——AI 工具讓個人能處理過去需要整個團隊的工作（寫程式、寫文案、測試、設計）。金句：「Large groups need compromise, while individuals can move with full control（大團隊需要妥協，個人能在完全掌控下行動）」。他以 Bitcoin（單一個體或小組創造）與 Minecraft（最初是一人專案）為先例，說這類成果過去因資源限制而罕見，AI 可能根本性地改變這個模式。
• 支持書哪論點：論點 1、2 可以引它：「規模與人數脫鉤」「開始變容易了」聲量最大的資本方說法。
• URL：https://www.livebitcoinnews.com/a16z-co-founder-predicts-boom-in-solo-billion-dollar-startups-with-ai/
• 類型：創投觀點／預測（標「觀點」）　可信度：低—中（一線投資人判斷有參考性，但 a16z 正在募集史上最大、專注美國 AI 的基金，「單人獨角獸」同時是其投資敘事；當「願景訊號」不當事實）　查證日：2026-06-23
• ⚠️ 反證內建：他舉的 Bitcoin／Minecraft 例子，恰恰說明這是極端罕見的離群值，不是可以複製的常態。這一點本書可以點破。另見 職場-02 反證 A（頂尖名次仍由團隊主宰）。

2. Sequoia Capital：「Agent Economy（代理人經濟）」與「Services are the new software」

• 要點（兩條主軸）：
  • (a) Agent Economy——在 AI Ascent 2025，Sequoia 合夥人 Konstantine Buhler 描述「agent economy」的興起：AI agent 不只傳遞資訊，還會轉移資源、完成交易、成為有自己信任與信譽訊號的經濟參與者；三個前提是持久的 agent 身份、無縫的通訊協定、不需實體驗證的安全框架。Sonya Huang 稱此為「Age of Abundance（豐裕時代）」——AI 讓過去稀缺的勞動力以近乎零成本到處可得。（待查證：2026-09-10 所列 Sequoia AI 50 頁面沒有 agent economy 與 Age of Abundance 的內容，應出自 AI Ascent 2025 的其他頁面或影片，尚未直取）
  • (b) Services are the new software——合夥人 Julien Bek（2026-04，Fortune 訪談）：下一個兆元公司不賣傳統軟體，而是用「AI 軟體＋人類專業」交付結果。論據是「企業每花 1 美元在軟體上，就花 6 美元在服務上」的 6:1 比例＝可被 AI-native 新創吃下的市場；它們能用「按成果計費」取代「按工時計費」。他把「智能（intelligence）」與「判斷（judgment）」分開：前者是有明確對錯答案的工作，後者是品味、專業直覺與細微的質性分辨。鎖定的「sweet spot」是已被外包、智能佔大宗、判斷只需一點（heavy on intelligence, with a dash of judgment）的服務（保險經紀、稅務、會計、基礎法律、IT 託管）。
• 支持書哪論點：論點 1、2 可以引它（事業形態在變、勞動被重新定價）。但對本書最有用的，其實是它劃出的「邊界」：Bek 自己說，AI-native 服務鎖定的是「智能佔大宗、判斷只需一點（heavy on intelligence, with a dash of judgment）」的服務；他也引 Sierra CEO Bret Taylor 的話，承認這類公司毛利「大概 70% 而非 90%」。
• URL：https://sequoiacap.com/article/ai-50-2025/ ／ https://fortune.com/2026/04/21/services-are-the-new-software-sequoia-venture-capital-julien-bek-ai-native-eye-on-ai/
• 類型：創投觀點／趨勢論述（標「觀點」）　可信度：低—中（Sequoia 在投這個賽道；「豐裕」「兆元公司」為願景話術，6:1 比例可當量級參考）　查證日：2026-06-23
• 💡 本書金句素材：Bek 那條「智能 vs 判斷」的線，幾乎替本書畫好了主場：AI 吃掉「靠智能的服務」，留下「靠判斷與真實關係的那塊」，那正是教練力／自我支持系統的地盤。

3. Y Combinator（Garry Tan）：「不到 10 人做到 10M 年營收」與「限制因素回到懂客戶」

• 要點：YC CEO Garry Tan（2025，CNBC／Vanta 訪談）：W25 批次約 80% 與 AI 相關、25% 的產品由 95% AI 生成的程式碼（「vibe coding」）構成，且這批營收成長明顯快過往。金句：「they can go from zero to 10 million dollars a year in revenue... with less than 10 people（從零到年營收千萬美元，用不到 10 人）」「you don't need a team of 50 or 100 engineers（你不需要 50 或 100 個工程師的團隊）」（待查證：2026-09-10 CNBC／Techmeme 原頁 403，「80% 與 AI 相關」「95% AI 生成程式碼」與這兩句逐字未能直取；Vanta 訪談可核到「25% 用 AI 生成程式碼」「不到 10 人做到八位數營收」「限制在能不能鑽進客戶腦袋」）。但他主動把限制因素移回人身上：「The ability to be successful is no longer limited by technical ability. The only thing that's sort of the limit is can the founders get in the heads of customers（成功不再受技術能力限制，唯一的限制是創辦人能不能鑽進客戶的腦袋裡）」。
• 支持書哪論點：論點 2（開始變容易）可以引它，論點 3 的正面版本更可以：當執行被 AI 放大，勝負回到「懂不懂人、懂不懂需求」，這正是教練力、深度聆聽的能力。
• URL：https://www.vanta.com/resources/why-the-next-unicorns-are-built-by-ai ／ https://www.techmeme.com/250315/p17
• 類型：創投觀點（標「觀點」）　可信度：中（一線批次觀察，樣本具體；惟 YC 為 AI 創業最大利益相關方，「不到 10 人做到 10M」是上限案例，不是常態）　查證日：2026-06-23
• 💡 本書直接可用：Tan 這句「限制不在技術、在懂不懂客戶」可以當一整節的引子：把「能力變便宜」翻成「理解人的能力在升值」。另見 職場-02 #4（YC「5 工程師→1+AI」，本檔不重抄那筆）。

4. Bessemer Venture Partners《State of AI 2025》：「Supernova」與人均產能

• 要點：Bessemer 把 AI 新創分兩型。Supernova（超新星）：第一年平均 ARR 約 $40M、第二年約 $125M，人均年營收 ARR/FTE 達 $1.13M（約傳統 SaaS 的 4–5 倍），但毛利常僅約 25%（甚至為負）；「從種子到 $100M ARR 往往在商業化第一年就衝完」。Shooting Star（流星）：走較傳統 SaaS 曲線、毛利約 60%、ARR/FTE 約 $164K。報告主張「There is no cloud without AI anymore」、以及從「systems of record（記錄系統）」轉向「systems of action（行動系統）」。
• 支持書哪論點：論點 1、2 可以引它：「同樣營收用更少人」有了具體的人均數字（$1.13M ARR/FTE）。但反證也在同一筆：Supernova 毛利只有約 25%（甚至為負），「衝得快」不等於「賺得到、活得久」，呼應本書「容易開始 ≠ 成功」。
• URL：https://www.bvp.com/atlas/the-state-of-ai-2025
• 類型：創投報告（標「業者數據／觀點」）　可信度：中（Bessemer 自家投組樣本，數字為其投資組合估計、非全市場；ARR/FTE 當「量級」看不當常態）　查證日：2026-06-23
• 註：本檔取 Bessemer 的人均產能與毛利反差，與 職場-02 的 Pavilion「7–8 倍更少員工」、Midjourney 案例互補不重抄。

二、產業分析機構：對 agentic AI 採用、組織與人力結構的預測

共同偏誤：分析機構（Gartner、Forrester、IDC、CB Insights）靠賣 AI 研究與顧問維生，預測天然偏「會發生、規模很大」。但這四家近期有一個對本書極有利的反向訊號：它們同時在大聲喊「很多會失敗／被取消／ROI 很慢才真的出現」。兩面都收。

5. Gartner：agentic 大爆發 ＋「40% 專案會被取消」（自我對沖的一組預測）

• 要點（一組互相對沖的數字）：
  • 樂觀面：到 2028，33% 企業軟體應用將內含 agentic AI（2024 不到 1%）；至少 15% 的日常工作決策將由 agentic AI 自主做出（2024 為 0%）。Daryl Plummer（2025-11，IT Symposium）更喊「到 2028，AI agent 將中介超過 $15 兆的 B2B 採購」「2027 年 75% 的招聘流程會評估 AI 熟練度」「2026 年 50% 的全球組織會要求『AI-free』評估以確認獨立推理能力」。
  • 冷水面（對本書最有用）：Gartner（2025-06，分析師 Anushree Verma）預測「超過 40% 的 agentic AI 專案將在 2027 年底前被取消」，原因是成本失控、商業價值不明、風險控制不足；並點名「agent washing（代理人漂洗）」——數千家號稱 agentic 的廠商裡只有約 130 家是真的。Verma 金句：「現在多數 agentic AI 專案是被炒作驅動的早期實驗或概念驗證」「許多被定位成 agentic 的用例，根本不需要 agentic 實作」。（待查證：2026-09-10 Gartner 新聞稿 403、Reuters 轉載無法抓取，本段逐字未能直取）
• 支持書哪論點：樂觀面可以引在論點 1（形態在變）；冷水面對論點 3 幫助更大：連最會賣 AI 願景的 Gartner 自己都說近半專案會死、多數是炒作。本書「不打雞血」，這是最直接的機構背書。
• URL：https://www.gartner.com/en/newsroom/press-releases/2025-06-25-gartner-predicts-over-40-percent-of-agentic-ai-projects-will-be-canceled-by-end-of-2027 ／ https://www.digitalcommerce360.com/2025/11/28/gartner-ai-agents-15-trillion-in-b2b-purchases-by-2028/
• 類型：產業分析預測（標「預測」）　可信度：中（Gartner 方法不公開、預測常被後續修正；惟「會大量失敗」屬罕見的自我打臉、可信度反而較高）　查證日：2026-06-23
• 💡 本書用法：把 Gartner「$15 兆 B2B」與「40% 會被取消」並排引用。這組對沖本身就是論點 3 最好的畫面：產業用同一張嘴又喊豐收又喊崩盤，「炒作」和「真的做到」之間的落差，一眼就看得見。

6. Forrester《Predictions 2026: AI Moves From Hype To Hard Hat Work》：ROI 真的出現之前的清醒劑

• 要點：Forrester（2025，分析師群 Sudha Maheshwari、Brian Hopkins、Rowan Curran 等）預測 2026 是「從炒作走向苦工」的一年：「企業會把 25% 的 AI 支出延後到 2027」；「只有 15% 的 AI 決策者表示過去 12 個月組織有 EBITDA 提升，且不到三分之一能把 AI 的價值連到 P&L 變化」；「30% 大型企業會強制 AI 訓練」；21% 決策者把「員工準備度」列為推進障礙。核心論調：「the art of the possible succumbs to the science of the practical（可能性的藝術屈服於實務的科學）」。
• 支持書哪論點：論點 3 可以直接引它：AI 真正變成回報（ROI）的速度，遠慢於敘事，企業正在踩煞車。本書「別被願景沖昏頭、回到只有你能做的實事」，因此有了一個機構數據可以依靠。
• URL：https://www.forrester.com/blogs/predictions-2026-ai-moves-from-hype-to-hard-hat-work/
• 類型：產業分析預測（標「預測」）　可信度：中（Forrester 自家調查樣本；「15% EBITDA」「25% 延後」是調查推估，當方向看）　查證日：2026-06-23
• 註：與 職場-02 反證 B 的 Forrester「兩人十億」反證同機構、不同篇，互補不重抄。

7. IDC《FutureScape 2026》：spending 量級 ＋「不增人頭做大」

• 要點：IDC（2025-10-23 發布）：2025–2029 全棧 AI 支出年增約 31.9%、2029 達 $1.3 兆（含硬體＋軟體＋服務＋agentic；待查證：2026-09-10 IDC FutureScape 新聞稿內沒有這組 spending 數字，應出自 IDC 另一份 AI spending guide）。對本書最關鍵兩條：「到 2026，G2000 企業中 40% 的職位將涉及與 AI agent 協作，重新定義入門、中階、資深各層職位」；「到 2026，70% 的 G2000 CEO 會把 AI ROI 聚焦在成長，推動 C-suite 在不增加人頭的前提下提升營收、重塑商業模式」。
• 支持書哪論點：論點 1（職位被重新定義）與論點 3 的張力都可以引它：「不增人頭做大（grow without growing headcount）」正是「規模與人數脫鉤」的企業端版本。
• URL：https://www.businesswire.com/news/home/20251023490057/en/IDC-FutureScape-2026-Predictions-Reveal-the-Rise-of-Agentic-AI-and-a-Turning-Point-in-Enterprise-Transformation ／ https://my.idc.com/getdoc.jsp?containerId=prUS53883425（IDC 官網 403／需訂閱，數字以 Business Wire 官方稿為準）
• 類型：產業分析預測（標「預測」）　可信度：中（IDC 一手 FutureScape；$1.3 兆為全棧 spending guide，與 Gartner／Stanford 口徑不同不可相加；G2000 職位比例為預測）　查證日：2026-06-23

8. CB Insights《State of AI 2025》：資本流向（agent 是熱錢中心、但極度集中）

• 要點：CB Insights（2025）：2025 全球私有 AI 公司募資創紀錄達 $225.8B（近 2024 兩倍）；**mega-round（$100M+）占全年募資 79%；OpenAI、Anthropic、xAI 三家合計 $86.3B＝全年 AI 募資的 38%**。AI agent 公司主導 M&A——Q1'25 規模最大的 3 筆收購都落在企業級 AI agent 技術。
• 支持書哪論點：論點 1（資本正在重押 agent／AI-native）可以引它，但它自帶反證：資金極度集中在少數大玩家，和「人人都能一人創業致富」的童話正好相反。對本書來說，這是「開始變容易 ≠ 資源平等」的提醒。
• URL：https://www.cbinsights.com/research/report/ai-trends-2025/
• 類型：產業資料／創投市場分析（標「業者數據」）　可信度：中—中高（CB Insights 募資數據追蹤可信；惟私募數字有揭露落差，個別占比當量級看）　查證日：2026-06-23
• 註：與 職場-02 #1 Carta（solo 創辦人募資吃虧：占 30%、只拿 14.7% 現金）呼應：「開始」民主化了，「資本」沒有。

缺口與反證（必須誠實列）

本檔來源體質就是「觀點＋利益」，所以反證不是補充、是主菜。

反證 A（最重要）：這些機構自己就在打自己的臉

• Gartner 同時喊「$15 兆 B2B agent 採購」與「40% 專案會被取消／多數是 agent washing」；Forrester 喊「25% AI 支出延後、只有 15% 有 EBITDA 提升」；CB Insights 顯示錢極度集中在三巨頭。樂觀敘事與實際做到之間，落差很大。本書可以站在落差的「實際做到」這一端，而不是「敘事端」。

反證 B：「一人獨角獸」是離群值，不是路徑

• a16z 的 Bitcoin／Minecraft 例子本身就說明這極為罕見；YC 的「不到 10 人做到 10M」是上限案例。另見 職場-02 反證 A（Kim/Kang/Song：solo 進入暴增但頂尖名次越來越由團隊主宰）與反證 B（Forrester「兩人十億」明星案例藏治理／誠信地雷）。「讓更多人能開始」與「決定誰勝出」是兩件事。

反證 C：利益相關方的數字要打折

• 創投數據（Bessemer ARR/FTE、Sequoia 6:1）來自自家投組或推廣自家賽道；分析機構方法多不公開、預測常被後續修正、口徑彼此不可相加。一律當「方向／量級」，不引為精確事實。

真正的缺口（本書可填的空白）

• 這八家機構集體留白的，是「個人層級的方法」。它們談的全是宏觀：估值、募資、職位比例、spending、agent 滲透率。沒有任何一家在談「當執行交給 AI、組織變薄、人人都能開始，個人該怎麼重新分配自己的時間、判斷與心力，去經營只有我能做的那塊」。也就是說，沒有人把「組織去中間層」翻成「個人去中間層」。這正是《教練力實踐》／自我支持系統的位置；Sequoia 的 Bek 那條「智能 vs 判斷」的線（見 #2），也指向同一個地方。
• 〔待查證〕Bessemer 投組 ARR/FTE 與毛利數字、IDC G2000 職位比例，均為機構自報／預測，無獨立第三方覆核；引用時標清來源體質。

證據分級速查

一句話定位本檔：創投與分析機構把「AI 重塑組織與事業」喊得最大聲，本檔把他們的聲量、數字與自我打臉的裂縫都收齊，好讓本書站在「實際做到」這一端，用他們的話說明「真正少見、真正值錢的，是只有你能做的那塊」。