日本没有复制硅谷

本文来自微信公众号： 雅各布的灯塔 ，作者：雅各布的灯塔

-We Are All In The Middle Of Nowhere-

该篇文章为：100%HWC（Human-Written Content）100%人类创作内容

（没有任何人工智能生成的内容）

没有任何人工智能生成，还写了很多，估计要读10-15分钟，太累了😀

近两年，雅各布去日本的次数似乎比上学（我在日本上了大学）的时候还多。

不知道为什么，去日本出差的行程变得多了起来。

当然了，一方面可以和咨询老前辈好好聊人生与未来，我之前也做过记录：

通往未来的方程式｜与安宅和人的一次对话

我喜欢到一个地方就研究当地的创业和AI生态。但其实每一次离开东京，我都很难用"创业城市"这四个字去概括它。

很久没有写点认真的长文了。这篇大概是我在陆陆续续的日本出差、参加朋友婚礼、看项目的过程中在笔记上记下来，然后有了那么7-8篇的小内容拼凑而成。

不是什么专业的咨询报告，大家随便读读吧。

日本的未来感，几乎从不写在巨幅广告牌、融资口号或者创始人的神话里。

它藏在别的地方——一间大学实验室的深夜、一家百年制造企业里那个刚成立三年的数字化小组、一间银行内部谁也说不清来龙去脉的审批流程，或者一台外表毫不起眼、却要连续运转十年不出错的工业设备里。

在硅谷，未来通常先被说出来。

在东京，未来往往先被悄悄嵌进流程里，很久以后你才发现它已经在那儿运转了。

过去，我和很多人一样，把这种差异解释成日本的保守、迟缓、缺乏野心。

但认真（也没有那么认真，其实就是每次去和投资人、创业者聊聊天）研究了2026年这一年之后，我开始怀疑自己这个判断。

也许日本不是“没能复制出硅谷”——当然我们大概率也不能有这个期待，它正在长出来的，本来就是另一种形态。

这种形态的上限很高，陷阱也很深。它可能让日本成为全世界最会"用" AI的国家之一；也可能让一批创业公司，重新滑回给大企业做定制、做集成、做附庸的老剧本里。

在无数次和东京的创业者沟通的时候，大家似乎都有一个非常肯定的共识：至少在2026年，还远没有到可以轻飘飘地"看好日本AI"的时候。

日本或许在回答的问题，其实不是“怎么再造一家AI公司”，而是一个更笨、也更难的问题——怎么把AI，放进那些不能随便停机、也不允许轻易犯错的现实系统里。

“每年100家”，是一个繁荣生态不会需要的数字

我最近读到Business Insider Japan记者小林优多郎的一篇报道，记录了东京大学松尾丰教授在SusHi Tech Tokyo 2026（想去没去成！）上的分享。

松尾说，日本在AI时代可能有两条"胜筋"：

一条是把AI打进金融、医疗、制造、教育的Vertical AI；

另一条是把AI接进机器人、设备和自动化系统的Physical AI。

然后我去看了下，截至2026年3月，松尾研究室已经衍生出42家创业公司，两家IPO，三家被并购。而松尾丰给出的理想目标，是未来每年诞生100家。

我盯着“100家”这个数字看了很久。

它当然是一种信心。但它其实更像焦虑——因为一个真正繁荣的生态，是不需要靠这种数字来给自己打气的。你不会听到硅谷说“我们理想是每年100家”，那里的问题从来是“太多了怎么办”。

这就导致这个数字听起来过于诡异。

日本不缺产业技术，不缺工程师，也不缺真实需求。而是那套把散落在大学、银行、工厂、供应链里的知识，持续地变成独立公司、标准产品、全球市场的机制。

换句话说吧，日本AI的核心命题——并不是很多我遇到的日本当地投资人在幻想的“有没有自己的OpenAI”。更值得问的是：那些藏在旧组织深处的知识，能不能挣脱原来的母体（桎梏），长成一家可以独立呼吸的公司？

最大的市场，恰恰就藏在这些旧组织内部。

日本企业其实不缺AI试验。IPA的《DX动向2026》里，42.3%（暂且信这个数字吧）的企业说自己已经导入了AI，生成式AI的正式导入率也升到了44%。只有7%的企业说，自己的数据已经整理到了“能真正喂给AI”的程度。

这句话翻译过来就是：工具已经买好了，组织却还没准备好。

模型可以写邮件、做摘要、生成代码，但它还没真正穿过部门的墙、老旧的系统、层层的权限、谁来负责的问题，和一线员工几十年养成的手感。

所以反而是很多在东京的中国创业者严重，日本最值钱的机会，是在模型和组织之间那道缝里。比如有人可以去去把乱糟糟的资料理顺，把新模型接进三十年前的系统，重新设计工作流，安排好哪一步必须由人复核，最后把一句“要不试试看”，变成一个能被反复衡量的经营结果。

这也是为什么，我的体感是，日本的AI创业公司在早期常常不太像美国那种轻盈的SaaS，反而更像咨询公司、系统集成商，或者一个长期驻场的技术伙伴。

它们往往不得不先钻进组织的深处，才有机会看清：到底哪个问题，才真正值得被做成产品。

一切都在往中心走

如果只让我用一个词来概括2026年的日本AI，我会选“集中”。

资本、订单、算力、叙事、甚至“什么算成功”的定义权，都在向少数几个大联盟聚拢。这既是日本最大的优势，也是它最深的风险——而这两件事，往往是同一件事。

先看大企业。

在美国的创业故事里，大企业通常是那个等着被颠覆的旧世界；在日本，它可能同时是你的客户、投资人、数据提供方、试验场、销售渠道，甚至将来的收购方。

三菱电机对东大系创业公司燈（Akari）的投资，是个特别典型的例子。

2026年1月，三菱电机向燈投了50亿日元，投前估值一举到了1000亿——这一笔的金额，几乎等于三菱自己那只CVC基金的全部规模。它看中的不只是算法，而是燈能钻进建筑和制造的现场、把AI真正接进去、并且比大企业决策快得多的那种“爆速”文化。

这是一种很日本式的交换：创业公司拿到了场景、数据、行业信用和销售入口；大企业买到的是技术，也是速度。

对那些必须在真实工厂、真实设备、真实监管里反复验证的AI来说，这种“关系资本”珍贵得很。

But，燈也恰恰是我后面最想打问号的那类公司。

一家估值1000亿、深度绑定制造与建筑现场的公司，最容易滑向的，就是“高估值系统集成商”。客户越大、绑得越深，它就越需要保留自己独立的产品判断，否则路线图最后会由一个个项目需求决定，而不是市场。

再往上一层，是政府亲自下场。

2026年7月，出现了一个很有象征意义的项目：Noetra。

这家政府支持的公司，联合了44家企业——软银、索尼、NEC、本田都在里面——一起搞Physical AI的基础设施，首年政府支持超过3,800亿日元，还计划采购27,500颗英伟达Rubin芯片。

往好里看，这是日本罕见的大规模产业动员。算力、机器人基础模型、真实世界数据，都需要长期的、烧钱的投入，单靠几家小公司根本扛不动。

我在Tokyo Innovation Base遇到的小伙伴和我偷偷分享：这个旗舰项目的数据中心，2027年才动工，2028年才运营。

哈，所以它是一个2028年的故事，不是2026年的现实。

在社交网络上也有日本AI从业者抛出了一个更难的问题：这到底是在建一个创业生态，还是在建一个由大企业主导的国家工程？项目向谁开放？数据最后归谁？政府采购是在验证产品，还是在保护联盟？那些没被政策选中的小而怪的团队，还有没有活下去的缝隙？

经济学者（Sinéad O'Sullivan）提醒过一件事，我觉得放在这里正合适：

今天的风险投资，已经不只是去"发现"市场，而是开始和政府、订单、产业政策一起“建造”市场。当资本、算力和叙事都围着少数战略项目转，创新会得到确定性，但也可能失去意外。

而真正突破性的公司，常常一开始就太小、太怪，小到任何一个国家项目都懒得解释它。

日本需要大联盟，但它更需要联盟之外那片“野生地”。

集中的第三张脸，是钱。

表面上看，日本创业融资在回暖：2026年上半年总额3,779亿日元，同比涨了12%。但只要把Sakana AI这一家的大额融资剔掉，整体涨幅立刻掉到2%左右；与此同时，Series C的钱在往回缩。

这不是全面繁荣，只是资本进一步向头部集中。

日本市场正在长成一只“杠铃”：一端是基础模型、自动驾驶、机器人这些和产业战略高度合拍的大项目；另一端是数量不少、但每家钱都不多的早期团队；而卡在中间的——那些已经证明了一部分商业模式、正需要一大笔钱冲向规模化的公司——反而最容易被夹死。

这就是日本那道由来已久的“成长资本断层”。

我有两位好友Jade和Francis在日本、新加坡、上海持续做创业社群和公益影响力的社群。我也曾去他们的活动上做过一次小小的分享，我一直很好奇从中国人视角他们会如何看待日本的创业生态。

答案是：种子轮有，上市也不是没有，甚至因为东证有低门槛的小盘上市通道，创业公司还很容易过早地小规模IPO——但这恰恰是陷阱：真正难的，是一家公司能不能在“不急着小上市、也不被大企业过早吸收”的情况下，长成一家独立的全球公司。

几个冠军，不等于一个健康的生态。

如果融资总额继续被少数大项目撑高，而中后期的钱、并购的质量、出海的能力没跟上，那2026年更准确的名字，只能叫做“选择性扩张”，而不是“日本AI的春天”（which这个词是几位东京当地的VC的自我称呼）。

缺人这件事吧，也许反而是日本的运气

Physical AI在日本被这么当回事，表面理由是日本擅长机器人。但更深的理由也是大家心知肚明的——日本缺人嘛。

工厂、物流、建筑、护理、能源、基建维护，全都在闹人荒。

在很多国家，AI落地最大的阻力是政治性的——人们怕它抢工作。而在日本，劳动力短缺把这件事整个翻了个面。

经济学作者Noah Smith做过一个还算扎心的对比：在美国，AI行业的人几乎是明着说“我的目标是让你没工作”；而在日本，大家默认社会总归会给你一份工作——在人手短缺的现实里，这个预期大概率还是对的。他甚至把这种从容追到了更远的地方：阿童木、哆啦A梦，几十年正面的机器人叙事，早就替这个社会做好了心理准备。

所以AI在日本不太会被认为是“裁员工具”，反而更像一种“社会维持技术”——让工厂还能继续开工，让退休老师傅几十年的手艺不至于跟着他一起消失。

日本也许是少数几个AI政治经济学对它有利的大型经济体：在这里，工人和管理层，罕见地站在了同一边，都想要自动化。

我想举一个具体的例子（我听到的例子，实际情况可能有误差）。

2025年底，铃木把一款叫Ollo Factory的作业分析AI装进了国内工厂——先是相良的组装线，年底又进了发动机车间。工人用手机或可穿戴摄像头把作业拍下来，AI自动把每一步拆开、比对，老师傅和新人的动作差在哪一目了然，连“少拧一颗螺丝”这种事都能当场报警。它做的，正是前面说过的场景：把那些说不清、只可意会的“暗黙知”，一点一点变成能传下去的数据。而开发Ollo的这家公司，本身就是从松尾研走出来的——绕了一圈，又回到了开头那个“实验室长出公司”的故事里。

但这个案例里最想讲的，是在我看来一个特别人性的细节。

真正的阻力不来自于技术，而是工人那句“我不想被摄像头盯着”。它最后能落地，靠的居然是话术的一次转向：不是“装个摄像头看你有没有偷懒”，而是“给你递一根安全绳——你哪天手一抖出了错，能自己先接住，不用挨骂”。同一台摄像头，换一种说法，就从“监工”变成了“队友”。日本AI落地最难、也最见功夫的可能一大半都藏在这种拐弯里。

这是一种真实的、结构性的顺风。但顺风不等于坦途。

Reuters在2026年的一份调查里说，已经在用AI机器人的日本企业只有4%，5%打算用，25%还在考虑。

你当然可以写成“三分之一正在使用或考虑”——没错，但把数字拆开看，绝大部分市场其实还停在开会、试点、评预算的阶段。

从我在日本的经验来说，（当然也不绝对）对于许多在外观察日本的研究者而言，最需要克制的地方：“正在讨论”很容易被写成“正在发生”，“做完了demo”也很容易被写成“已经规模化”。

日本手里握着机器人、电机、传感器、精密部件、运动控制，和几十年攒下的制造现场知识。但握着硬件，不等于握着智能系统；握着工业数据，也不等于握着那种可训练、可共享、能持续更新的数据。

Physical AI的价值，最后来自模型、软件、仿真、控制、部署、持续学习拼在一起的那个整体。

我最担心的（虽说不关我的事），是日本重演一遍智能手机时代的剧本：做出了全世界最好的零部件，却把操作系统、平台和最终用户，拱手让给了别人。

也值得泼一盆冷水

写到这里，还是得反过来替自己浇一盆冷水。

因为上面那种“日本正在走出一条新路”的叙事，也可能只是我所沟通、闲聊的日本创业者与投资人，太想要一个漂亮故事而已。

即使是最响亮的招牌：主权AI。

Noetra要造日本自己的物理AI基础模型，听上去很“主权”。

可只要往下看一层就会发现，日本这几家所谓的AI赢家——软银、NTT、甚至Sakana——底层用的很多是英伟达那套软件栈；而Noetra自己，第一件大事就是去买27,500颗英伟达的芯片。

一个建在别人的算力、别人的软件之上的“国产AI”，究竟有几分是自己的？这不是日本一家的窘境，但它把“主权”这两个字的分量，稀释得很厉害。

再说那些被热闹盖住的现实：一个140兆瓦的数据中心，电从哪来、什么时候到位，比GPU的数字难回答得多；芯片、机房、电力、数据、人才，这条链上任何一环卡住，2028年那个“运营”的时间点就会悄悄往后飘。

在日本，国家级项目最擅长的永远是宣布，最不擅长的是收尾。

护城河不再是日语了

过去，至少在我上学，或是在东京工作的时候那段时间，海外软件进日本很慢。语言、客服、本地销售、组织文化，能替日本公司挡上好几年。

AI正在拆掉这道墙。模型自己就能飞快地翻译、把界面本地化，钱多的海外公司也比上一代SaaS更早地敲门进来了。

在众多日本投资机构中Coral Capital的判断还算中肯：只在一个全球产品外面套一层日语界面，越来越撑不起一条持久的护城河了。

真正靠得住的壁垒，来自监管知识、专有数据、完整的行业工作流、硬件接口、和那些老系统对话的能力，以及——敢为结果负责。

所以日本公司不能只比海外对手更懂日语，得比它们更懂日本的“现实”：为什么某个审批一步都不能省，哪一类错误绝对不能犯，谁手里握着最后的签字权，一台设备要怎么和三十年前的系统说上话。

可到最后，它们又不能只懂日本。

如果一家公司所有的本事，都长在了一个日本客户、一套日本流程、一种日本组织文化上，那它几乎注定出不了海。日本可以是一个高难度的测试场，但它不该是产品的终点站。

那么，什么才算“日本式的胜利”？

我不觉得日本非得冒出十个自己的OpenAI才叫成功。但我也不接受把每一次大企业合作、每一场机器人demo、每一个政府项目，都当成成功。

要判断一家公司是不是真的走出了新路，我会问它四个问题。它们不专业，很笨，但笨问题往往最诚实：

它有没有从一个单点功能，走进一整段完整的工作流？

不是只帮你生成一段文字，而是从取信息、做判断、走审核、一直到进业务系统，完成一整段能被衡量的活。

它有没有把定制的经验，沉淀成可以复用的产品？

每服务完一个客户，它是变得更容易服务下一个，还是只是又多雇了几个工程师、多派了几个驻场的人？

客户在PoC结束之后，还继续掏钱吗？

真正的验证不是发布会，是稳定运转、持续续约、生产率的变化，和那些能被追踪的经营结果。

这套本事，能不能离开日本？

在日本现场磨出来的复杂能力，搬到德国、韩国、新加坡这些同样老龄化、产业同样深厚的地方，还成立吗？

日本AI创业者如果如此去思考自己的产品，会得到一些让人清醒的结果。

LayerX大概是目前最经得起量的一个。

它在2026年1月末做到了100亿日元ARR，而且特意把“持续性收入”和“一次性咨询收入”分得清清楚楚。

这个数字不能单独证明什么，但它至少说明：复杂的日本企业流程，不是只能被做成一个个项目，也可能一点点长成产品。

而燈，估值高、盈利、扎进现场——但正因为扎得这么深，它到底能不能把每一次现场定制，变成第二十家客户可以直接拿来用的产品能力，现在还没有答案。它可能成为日本工业AI的操作系统，也可能停在一家非常昂贵的系统集成商。

我说这些，不是要唱衰谁。恰恰相反——深度共创从来不是问题，无法沉淀才是。

尾声：“风之谷”——创造一个值得珍惜的未来

我们习惯拿日本和硅谷比。

但坐在中文这一端，真正该拿来照的，也许是我们自己。

中国和日本，长得既像又不像。

有意思的是，一位研究中国产业政策的学者Kyle Chan（他和我一样，是社会人类学出身）提醒过一件事：中国的AI政策，其实并不把“赢得AGI竞赛”当作终点，而是要建一个有韧性、能把生产力铺满整个经济的AI产业，尤其押注机器人和工业自动化这类“硬科技”。

“我们的目标是成为那个起点，成为一个能够开启这一切的节点。这种稀疏的空间现象不仅仅是日本面临的问题，也是全世界都面临的挑战。”

你发现了吗——这几乎就是日本的一体两面。一方面有着我们看到的种种限制，也有着对宏大叙事的提前预判和精准洞察。

中日很可能在追同一个东西，只是用了完全不同的工具。

日本靠的是大企业联盟、关系资本，和近乎笨拙的耐心，一寸一寸地嵌；中国靠的是国家补贴、开源生态，和“每一层都要留一份自己备份”的全栈自给，大开大合地铺。

一个像守着一门手艺的老匠人，一个像连夜施工的基建队。

如果你是一家想出海日本的中国工业AI公司，我希望我最近的这些观察其实给了你一张很朴素的门票清单：日本不奖励“翻译界面”，它奖励“懂现场、担责任”。它是一个可以合作的市场（它有制造、有现场数据），也是一个可能绕过你的市场（如果你带去的只是本地化）。

但其实，中国也正站在老龄化的门口，也在面对同一道题——几个冠军，凑不出一个健康的生态；集中能买来确定性，却也会杀死意外。

日本此刻正被迫作答的这道题，也值得提前想一想，我们想要的“风之谷”是什么。

所以我现在对日本AI的态度，既不乐观，也不悲观。更准确地说，我愿意把判断，推迟到“部署之后”。

下一次再去东京，我不会急着找“下一个OpenAI”——well我又不是投资人。

我更想知道的是：哪家公司，已经真的走进了一座工厂？谁在为它长期付钱？运行满半年之后，还剩多少人工在旁边盯着？第一个客户身上磨出来的经验，有没有变成第二十个客户可以直接用的东西？

日本没有复制硅谷。

这既可能是它最好的机会，也可能只是它最体面的借口。

而这个问题，其实也是给中国的。