在2026年，人工智能（AI）已从一个技术概念深入到产业的实际应用层面，硬科技的创业浪潮正从“小众赛道”转变为“主流共识”。年轻一代的创业者们正以他们的技术和努力，重塑中国创新的未来格局。

一年一度的WAVES大会，由36氪·暗涌主办，已成为中国创投圈的重要风向标。今年的WAVES 2026大会以“今年盛夏”为主题，在广州番禺良仓新造创意园举行。为期两天的活动汇聚了顶尖投资人、行业领袖和新兴创业者，通过14场深度圆桌论坛和数十场独立演讲，深入剖析AI、硬科技、出海、医疗等关键领域的底层逻辑，见证“少数人”的坚持如何汇聚成改变行业的巨大力量。

李丰，峰瑞资本创始合伙人

以下是李丰在大会上的演讲内容，经36氪整理编辑：

首先，非常感谢36氪的邀请，让我来做开场分享。今天的分享将从“钱”的角度切入，探讨当前AI产业所处的周期阶段，而非侧重于技术本身。

如何判断本轮AI和资本市场的周期阶段？历史经验提供了一个简单的参考视角：在技术创新的第一个资本周期中，前半段大家热衷于讨论技术细节，而后半段，即接近周期高点或下滑之前，则转向聚焦于资金和市场表现。换言之，2024年可能还在讨论模型能力和新版本，而到了后半段，焦点将转移到市值、融资规模和烧钱速度等财务指标上。今天，我们将纯粹从资金和流动性的角度来审视本轮AI热潮。

本轮AI之所以备受瞩目，其“空前”之处，在资金层面有几个经济学概念值得关注。2020年，为应对疫情冲击，全球各国普遍采取了宽松的货币政策，即“放水”。全球主要央行资产负债表扩张了12万亿美元的基础货币。基础货币通过商业银行的信贷扩张，会形成远超其规模的广义货币总量。货币乘数因国家而异，中国的货币乘数相对较高，而美国较低，全球平均保守估计约为4。因此，这12万亿美元的基础货币可能对应着40到50万亿美元的全球货币供应量，一年内全球流动性增加了近50万亿美元，这在人类金融史上是前所未有的。

充裕的流动性导致2021年全球资本市场一片繁荣。然而，2022年，俄乌冲突等地缘政治事件给欧洲带来了巨大的不确定性，包括能源、生产和国家安全等方面。同时，中国也因疫情等原因面临不确定性。在这种环境下，大规模资金倾向于规避高风险地区，导致流向欧洲和中国的意愿大幅降低，甚至出现资金外流。

因此，可以总结三点：首先，2020年全球货币供应的巨幅增长是极其罕见的。其次，这直接催生了2021年全球资本市场的繁荣。第三，2022年，由于地缘政治因素，原本充裕的资金无法有效配置到欧洲和中国，大部分资金最终流向了美国。

当巨量资金涌入美国时，全球范围内所有资产价格普遍上涨，包括通胀因素，资本市场也随之水涨船高。为了支撑资本市场的上涨，需要有合理的叙事。恰逢此时，2022年底，ChatGPT的出现为资本市场提供了一个绝佳的上涨逻辑——围绕大语言模型展开。抛开其技术属性，AI热潮和相关科技公司市值的飙升，很大程度上源于充裕的流动性。

从市值来看，美国资本市场总市值已接近80万亿美元，而GDP约为30万亿美元，市值与GDP之比接近2.5倍，远超0.8到1.2的合理区间（巴菲特指数）。美国资本市场在全球市值中占比超过60%。中国的资本市场市值与GDP之比尚未达到1。

近期（4月和5月），全球流动性出现了一些变化，资金出现回流美元资产的迹象，导致市场出现波动。与2022年的情况不同的是，本轮资金再分配并非由全球大规模“放水”引起，而是现有资金总量的重新配置。因此，当某些资产上涨时，其他资产可能随之下跌，形成“跷跷板”效应。这种状况可能会持续一段时间，因为这反映了一种总量平衡的动态。

具体到美国科技巨头，以微软和谷歌为例，它们盈利能力强且历史悠久。谷歌计划发行800亿美元新股，预计2025年净现金流1647.13亿美元，资本开支914.47亿美元，今年总资本开支预计在1750-1850亿美元。按照当前支出速度，谷歌今年的净现金流可能转为负数。截至去年底，谷歌、微软、亚马逊、Meta四大巨头持有的现金及等价物与长期债务的比例，谷歌和微软相对健康（50-60%），而另外两家则较高（70-80%）。若不考虑谷歌此次增发，其年底债务占现金等价物的比例可能接近或超过100%。去年，四大巨头的资本开支合计约4000亿美元，今年预计将达到7500亿美元，加上其他中小型互联网公司，总计可能超过1万亿美元。

当前全球资本市场关注的焦点是，如此庞大的资本开支能否持续。回顾2000年互联网泡沫时期，市值最高的公司是思科，达到5550亿美元，这主要是因为市场认为即使泡沫破裂，对网络基础设施的需求依然存在，且思科拥有巨额在手订单。如今，市值最高的英伟达，其市值是当年思科的十倍，而美国货币总量也比当年增加了四倍多。许多人认为，无论AI是否存在泡沫，对GPU和芯片的需求是刚性的。

值得注意的是，思科在互联网泡沫破裂后市值虽大幅缩水近80%，但并未崩溃，这得益于其庞大的在手订单。泡沫破裂后，一些公司消失，另一些则停止了资本开支，甚至不惜损失定金。

关于基座模型，与上一轮互联网周期不同，AI被认为是提升生产力效率。上一轮互联网教育用户成本高昂，烧钱主要用于用户获取，导致前端业务多为负毛利。而当前，AI使用门槛相对较低，用户多为互联网原住民，教育成本大幅降低。因此，AI领域的烧钱主要集中在后台基础设施建设。未来，当大模型公司需要盈利时，Token的成本和定价将成为关键。一旦大模型公司停止烧钱，Token价格的变动及其对行业的影响，值得深思。

在技术周期的投资过程中，通常分为三个阶段：第一阶段是技术创新出现，市场关注技术本身；第二阶段，技术趋于成熟，市场开始关注其颠覆性应用和市场潜力，此时公司的价值更多由想象力支撑，盈利能力并非首要考量；第三阶段，当想象力达到顶点后，市场开始回归理性，关注谁能真正通过技术赚钱。

中国在技术应用落地方面具有优势，得益于完整的产业链、良好的数字化基础设施以及政策支持。一旦AI进入与各行各业结合的应用落地阶段，中国有望展现出其竞争力。然而，这通常发生在资本周期或想象力周期触及高点并开始回落之时。至于何时到来，以及当前所处的阶段，需要各位自行判断。

本次分享仅从“钱”的角度探讨AI，未涉及技术变革、差异或趋势。核心观点是：在技术创新第一资本周期的前半段，焦点是技术；而在后半段，无论从业者还是投资者，焦点都将转向“钱”。以上为个人观点，仅供参考。感谢大家的时间。