在2026年，人工智能（AI）已从单纯的技术概念深入到产业的核心领域，硬科技创业也从边缘赛道跃升为主流共识。年轻的创业者们正通过技术创新重塑中国未来的发展格局。

一年一度的WAVES大会，由36氪 · 暗涌主办，是洞察中国创投行业趋势的重要平台。本届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。为期两天的大会汇聚了顶尖投资人、行业领袖及新锐创业者，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“少数派”的坚持如何汇聚成推动行业变革的巨大力量。

李丰 | 峰瑞资本 创始合伙人

以下为李丰在大会上的演讲内容，经36氪整理编辑：

非常感谢36氪的邀请，我将在此抛砖引玉。近期，大家对美国和中国上市公司的股价变动以及两国资本市场的动态给予了广泛关注。今天，我将围绕AI这一主题，但侧重点不在技术本身，而是从“资本”和“流动性”的角度来探讨AI产业当前所处的周期阶段。

关于本轮AI和资本市场周期的具体阶段，我提供一个历史经验的视角供大家参考。技术创新在资本周期的早期阶段，人们普遍关注技术本身。然而，随着周期进入后半段，直至接近高点但尚未崩溃之时，讨论的焦点会从技术转向“钱”——即市值、融资规模以及资金消耗等财务指标。例如，在2024年，大家可能更关注模型能力和版本迭代，而到了后期，则会聚焦于市值、融资额和烧钱速度。今天，我将主要从资金流动的角度来审视本轮AI热潮。

首先，我们来探讨本轮AI何以如此空前。我将从经济学的角度进行解释。2020年，为应对疫情对经济的冲击，全球各国普遍采取了“放水”的政策，即超发基础货币。全球主要央行资产负债表扩张了12万亿美元。基础货币在商业银行和财政部门等主体间循环，银行通过放贷，借款人再存款，形成货币乘数效应，从而产生远超基础货币总量的广义货币供应。

货币乘数因国家金融体系而异，中国的银行为主导体系乘数较高，约为6-8；美国的乘数较低，约为3-4。以全球平均值4为保守估计，这12万亿美元的基础货币约对应了40-50万亿美元的全球广义货币总量。一年内全球流动性增加近50万亿美元，这在人类金融史上是前所未有的。

巨额流动性导致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，涉及能源、工业生产和国家安全等多个层面。同时，中国的疫情管控措施也限制了人员流动，使得中国与欧洲一样，成为高不确定性地区。在这种环境下，大规模资金倾向于规避高风险区域，对欧洲和中国的投资意愿急剧下降，甚至开始撤离。

因此，我们可以总结三点：第一，2020年全球货币供应的巨幅增长是极其罕见的。第二，这导致了2021年全球资本市场的普涨和繁荣。第三，2022年，由于地缘政治等因素，巨额资金难以进入欧洲和中国，主要流向了美国。尽管美国在当年1-7月经历了大幅加息，但从8、9月份开始，大量资金仍涌入美国。

当巨量资金涌入美国，加上通胀因素，所有资产价格自然水涨船高。资本市场需要理由来支撑价格上涨。恰逢此时，2022年底，ChatGPT的出现为资本市场提供了极具吸引力的叙事逻辑，从而点燃了以大语言模型为代表的AI热潮。因此，本轮AI热潮和相关科技公司市值的飙升，很大程度上是流动性充裕所驱动的。

从时间维度来看，截至目前，美国资本市场总市值接近80万亿美元，而其GDP约为30万亿美元，资本市值约为GDP的2.5倍。美国资本市场在全球市值中的占比超过60%。以巴菲特指数（资本市值与GDP之比）衡量，0.8-1.2之间被认为是合理区间，超过1.2可能意味着泡沫，低于则表明资本市场发展不充分。目前，美国的巴菲特指数约为2.3-2.4，而中国的尚未达到1。关于其合理性，则见仁见智。

近期，在过去两个月，全球流动性出现了一种类似2023年下半年的回流美元资产的趋势，导致部分资产出现波动。与2022年不同的是，当前全球并未进行大规模的货币放水。因此，在全球资金重新分配的过程中，总量是固定的，一个资产的上涨往往意味着其他资产的下跌。这种“跷跷板”效应从去年下半年开始显现，并可能持续一段时间。

具体来看美国科技巨头，如微软和谷歌，它们拥有悠久的盈利历史和可观的盈利规模。谷歌近期增发了800亿美元新股，其2025年净现金预计为1647.13亿美元，资本开支914.47亿美元，而今年预计资本开支将达到1750-1850亿美元。按照当前的支出速度，主要用于数据中心和资本开支，如果不考虑800亿美元的增发，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这四大巨头持有的现金及等价物与长期债务（主要用于建设数据中心）的比例，谷歌和微软约为50-60%，另两家则为70-80%。其他中小型互联网公司这一比例可能接近或超过100%。若不考虑谷歌今年800亿美元的增发，年底其债务占现金及等价物的比例可能接近或超过100%。去年，这四大巨头的资本开支总计约4000亿美元，今年预计将达到7500亿美元，加上中小互联网公司，总额将超过1万亿美元。

当前全球资本市场关注的焦点在于，这种大规模的资本开支能够持续多久。以2000-2001年的互联网泡沫为例，当时市值最高的公司是思科，达到5550亿美元，这在当时是创纪录的。其高市值得益于市场普遍认为，即使互联网模式存在泡沫，交换机、路由器等基础设施的刚性需求依然存在，且思科拥有巨额在手订单。

如今，市值最高的公司是英伟达，其市值是当年思科的十倍。而同期美国的货币总量理论上增加了四倍多。许多人的逻辑与当年类似：无论AI是否存在泡沫，GPU和芯片的刚需是存在的。

值得注意的是，思科在互联网泡沫破裂后并未崩溃，但市值缩水了近80%，这主要归因于其庞大的在手订单。泡沫破裂后，一些公司消失了，另一些公司则停止了资本开支，即使损失部分定金。

关于基座模型，普遍认为本轮AI与上一轮互联网不同，后者是烧钱教育用户，而前者旨在提升生产力。然而，基座模型公司目前普遍不盈利。与互联网时代不同，AI用户大多已熟悉互联网，无需过多教育。因此，本轮的烧钱主要集中在后台基础设施建设，而非前端用户获取。市场未来可能会要求大模型公司实现盈利。考虑到大规模基建的摊销、数据采购成本、人员开支和运行成本，若要实现盈利，Token的成本和收费需要达到平衡。一旦大模型公司停止烧钱，Token价格的变化及其对行业可能产生的影响，值得我们深思。

面对当前形势，我们该如何应对？技术周期的投资通常分为三个阶段：第一阶段是技术创新出现，重点关注技术本身的高速迭代。第二阶段是技术成熟后，关注其颠覆和改变的行业，以及由此产生的新应用，此时公司价值主要由想象力支撑。第三阶段是进入盈利考量期，重点关注谁能真正利用该技术实现盈利。

中国在应用驱动技术进展方面具有优势，这得益于其完整的产业链、强大的数字化基础设施以及政策支持。一旦AI进入与各行各业融合的应用落地阶段，中国将展现出独特优势。然而，这一阶段的到来，可能需要等到资本周期或想象力周期达到峰值并开始回落之后。至于这一节点何时到来，以及我们当前处于哪个阶段，需要各位自行判断。

总而言之，今天的分享仅从“钱”的角度探讨了AI，而非技术变革、技术差异或技术趋势。核心结论是，在技术创新第一轮资本周期的前半段，人们热衷于谈论技术；而进入后半段，讨论的焦点则转向“钱”，无论是技术从业者还是投资者。以上均为个人观点，仅供参考。感谢大家的时间。