Andreessen Horowitz（A16Z）是硅谷最顶尖的风投公司之一，几乎每一笔重大的技术融资都会有这家VC的身影，以至于引发了所谓的Andreessen Horowitz效应。
（一）移动互联网带来庞大市场基础
A16Z认为即将迎来创投新机遇的关键理由是移动互联网的大爆发。互联网用户即将达到30亿。而未来几年智能手机用户预计将从目前的15亿人增长至50亿。正是因为这个庞大的市场基础使得当代的成功技术公司要比过去几十年的公司都要大得多。
（二）BYOD与云计算带热企业市场
在市场规模不断壮大的同时，由于开发者生产力工具和云计算的影响，支撑这些公司的技术成本却又不断下降。尤其在企业端，由于SaaS和BYOD的出现而增大了技术公司的市场机会—因为此前的企业应用一般都需要在最终用户侧部署客户端，而对最终用户侧客户端软件的安装、支持和管理限制了应用的发展，SaaS模式则让大型组织不受IT组织支持能力的约束自由地找到和采用新技术。因此移动设备和云计算的流行自然也就催生了一个全新的企业应用市场。
A16Z提到的另一个重要的发展趋势是软件对传统产业的颠覆。这也将为VC的业务扩展提供新的机遇。事实上，Andreessen关于软件蚕食世界的语言正逐步变成现实。Netflix慢慢蚕食着电视市场，音乐市场则被iTunes、Spotify、Pandora等统治，Amazon开始在零售领域叫板沃尔玛，迪斯尼的Pixar已经在电影领域攻城掠地。A16Z认为未来几年会有更多技术企业渗透到医疗保健、教育、金融服务、能源甚至政府服务等垂直领域，这一点跟KPCB的Daniel Liem之看法十分类似。软件正像一种无法阻挡的基因被慢慢植入到所有的行业。
:CHUHAN:CHUHAN:funk:funk
（三）全栈创业成新标杆
全栈创业（“full stack” startups）是Chris Dixon杜撰的一个名词，所谓全栈创业，是指一种全新的技术创业形式。过去，创业公司开发出新技术之后，由于能力或规模的问题，一般采取出售技术或授权的办法实现技术向最终用户的推广和盈利，而全栈创业的做法则是自己打造一套完整的、端到端的产品或服务体系。这样的好处是显而易见的：除了能够更好地控制最终用户体验以外，还能摆脱原有市场统治者的约束。相比之下，全栈创业显得更具野心，更加咄咄逼人。当然，由于必须兼顾到端到端的方方面面，创业公司必须横向掌握多专业的知识和经验，对其挑战难度也更高，需要的资金也要大得多。对于VC来说，投资这类初创企业的风险也会更大，但是回报也会更高。
可喜的是，VC市场正在趋好。其迹象是过去几年VC自身的融资规模（160-180亿美元）远低于2000年网络泡沫时代的1100亿美元。VC机构的数量也在下降，这意味着尽管融资额不大，但VC自身的资金实力却在增强，市场的专业化程度变高了，供需也日渐平衡。对于整个技术创业圈来说，这是一件好事。
今天新闻说了科创版明年开了
看看
A16Z是风投Andreessen Horowitz公司简称，日前在他们网站上刊登他们看好的16个与软件计算机相关的领域
1. Virtual Reality虚拟现实：
VR达到一定水平可以欺骗你的大脑，让你相信你看到的是现实，研究表明，即使你没有真正站在陡峭的悬崖边，如果你要尝试跳跃，大腿会像灌了铅球一样，因为大脑底层不会让你这么做。
最近的微软的全息虚拟现实眼镜Microsoft HoloLens应该属于这个范畴。
2. 企业传感器化
我们不会再通过许多屏幕查看实时状态，传感器作为一个快捷链接，通知用户信息，接受用户指令动作；GPS会自动告诉手机的地址位置，自动加载出这个地理位置所决定的场景。
对于企业来说，传感器不再只是快捷链接，潜在可以替代文字输入，让我们聚焦更容易 有趣 富有创造力的事情。
3. 机器学习和大数据
大数据需要大计算，这就是Hadoop和Spark用武之地，大数据计算不再是政府机构和大型企业的专利，现在实时计算和学习随时随地到处都可以发生，在这里会诞生伟大的新公司。
4.完整堆栈的起步
老的创业公司是出售或贩卖许可证给那些软件研发公司(如Oracle卖中间件给中国一个集成商或开发商)，新的full stack是建立一个 端到端提供完整的从产品到服务全覆盖，绕过那些集成商或竞争者。
一个好的例子就是Apple和微软，过去几年，微软建立了技术栈的各个片段，依赖合作伙伴提供半导体 用例 组装和零售等，而Apple做每件事，它们设计它们的芯片，它们自己的手机硬件，自己的OS，包括它们的应用。苹果提醒世界，如果你一次做很多事情，你就马上能创建一个真正的神奇体验。
Lyft 和 Uber建立软件使得出租车行业更加有效率(类似国内快的打车等等)，过去他们试图敲开了出租车公司的大门，让他们使用自己的软件。这通常没有效果，出租车公司不会将软件作为竞争优势来考虑，他们也不愿意花费精力来评估软件。这样创业技术公司试图将技术和软件注入这个行业，这不会奏效。
Lyft 和 Uber则是认为：与其试图销售软件，不如我们基于现代软件建立整个服务。一旦他们将产品带给市场 消费者和司机，他们就会喜欢上它，基本就能接管整个行业，而这些公司在几千前还是创业小公司。
哥哥
5.容器
代码的容器化是最终目的地，容器是隔离应用于底层硬件，它们和虚拟机(主机操作系统的克隆 在其中可单独运行应用程序)目标一样，但是它们提供更加裸奔的性能，因为没有虚拟层。
容器已经存在很长时间，最近因为一些原因火了，一个是因为Windows在数据中心变得不那么普遍，虚拟机缺点是不能运行多个操作系统，比如Linux上Windows；另外一个原因是微服务miroservice应用架构驱动了容器使用热情，这些应用架构特别适合容器，因为他们有离散的功能块，可单独扩展，如同乐高积木一样。
系统管理员们发现使用容器部署代码很容易，因为应用的每个部分都是一个单独 自我包容的实体，因为失败恢复 特征测试等等原因在多个主机上移动容器变得方便。
6.数字化医疗
过去大部分医疗器材是由会编程，但没有医学博士学位的人编写，然后由医学博士使用，他们通常不了解代码。仪器运作如同黑匣子。现在仪器越来越智能，医生当然会更高效。更复杂的仪器开始从专家手里转移到普通护士使用，也许以后每个人手机配件或应用程序都可以运行这些高精医疗软件。
另外一个是个人基因化，移动诊断普及化，身体产生的数据存储在我们的手机里，这些数据显示症状和身体情况的解释也许由手机上软件直接完成。
7. 在线市场
第一代网络公司像eBay和Craigslist获得横向市场的胜利，下一代在线市场有如下特点：
垂直市场定位，提供更好的细分目录服务，如“转租/临时”，“度假”，“拼车”。
下一代在线市场是移动为先，使得市场将全天营业。
由移动激活的特定市场分类将是人的市场，消费者将会发现更加体贴的服务，承包商将会发现更多机会。
市场将碎片化，动态服务于业务，比如大型基建设备的B2B租用。
8.安全化
安全工业有两件因素驱动：1.里面有坏家伙 2.新平台 云和移动已经启用。
9.比特币
10.云端-客户端计算Cloud-Client Computing
从集中式到分布式计算的循环，过去我们使用大型机时，终端的每个计算都运行在大型机上，终端只是显示，后来我们迁移到更加分布式的客服模型，诸如数据库计算在服务器端，而耗费CPU和图形等应用在客户端。
后来，我们迁移到Web，在网页或手机屏幕上显示，而计算在云端运行，这看上去是分布式，但是实际上是围绕云这个集中点，终端只是显示云端产生的玩意，终端只是一个接口而已。
现在智能手机处理器已经超过过去的大型计算机，为什么不将一些云中计算任务迁移到终端，在智能手机里运行？本地计算处理有好处，比如终端CPU内存要比服务器端便宜1000x倍，网络传输有的地方更昂贵，我们可以想象终端能够成为自己的数据中心或容器，利用大家闲置的CPU内存合作一起工作。
以前我们有客服模式，现在我们有了更加分布，云-本地计算 cloud-local computing或‘cloud/client computing’，目标是运行有状态的 智能应用，存储数据在终端，所有的和后端云同步，如果OS在终端我们自己就可以控制，没有人能够控制整件事。
终端不只是手机，可穿戴设备更小设备，能连接到网络的小设备等等。下一个世纪的计算是在这些上面做点事情处理。
10.云端-客户端计算Cloud-Client Computing
从集中式到分布式计算的循环，过去我们使用大型机时，终端的每个计算都运行在大型机上，终端只是显示，后来我们迁移到更加分布式的客服模型，诸如数据库计算在服务器端，而耗费CPU和图形等应用在客户端。
后来，我们迁移到Web，在网页或手机屏幕上显示，而计算在云端运行，这看上去是分布式，但是实际上是围绕云这个集中点，终端只是显示云端产生的玩意，终端只是一个接口而已。
现在智能手机处理器已经超过过去的大型计算机，为什么不将一些云中计算任务迁移到终端，在智能手机里运行？本地计算处理有好处，比如终端CPU内存要比服务器端便宜1000x倍，网络传输有的地方更昂贵，我们可以想象终端能够成为自己的数据中心或容器，利用大家闲置的CPU内存合作一起工作。
以前我们有客服模式，现在我们有了更加分布，云-本地计算 cloud-local computing或‘cloud/client computing’，目标是运行有状态的 智能应用，存储数据在终端，所有的和后端云同步，如果OS在终端我们自己就可以控制，没有人能够控制整件事。
终端不只是手机，可穿戴设备更小设备，能连接到网络的小设备等等。下一个世纪的计算是在这些上面做点事情处理。
0.云端-客户端计算Cloud-Client Computing
从集中式到分布式计算的循环，过去我们使用大型机时，终端的每个计算都运行在大型机上，终端只是显示，后来我们迁移到更加分布式的客服模型，诸如数据库计算在服务器端，而耗费CPU和图形等应用在客户端。