"2026 年，创投圈的浪潮再次翻涌：AI 从技术概念走进产业深水区，硬科技创业从 " 小众赛道 " 变成 " 主流共识 "，年轻的创业者们正在用代码和双手，重新定义中国创新的未来坐标。
每一年，由 36 氪 · 暗涌主办的 WAVES 大会，都是中国创投圈的年度风向标。今年的 WAVES 2026 以 " 今年盛夏 " 为主题，落地广州番禺良仓新造创意园，在两天的时间里，我们汇聚了顶级投资人、产业领袖、新锐创业者，用 14 场深度圆桌、数十场独立演讲，拆解 AI、硬科技、出海、医疗等核心赛道的底层逻辑，见证那些 " 少数人 " 的坚持，如何汇聚成改变行业的浪潮。"
李丰｜峰瑞资本 创始合伙人
以下为演讲内容，经 36 氪整理编辑：
我不知道大家怎么判断和看待这一轮 AI 和资本市场周期的阶段，但是有一本书上，或者说历史上的经验总结有一句非常简单的话，供你参考，以下所有内容都是个人意见，仅供你参考。这个历史总结的经验是：技术创新的第一个资本周期中的前半段大家谈的全是技术，第一个资本周期的后半段，后半段的意思是在第一个资本周期到高点，不能叫崩溃，掉下来之前到后半段或者最后一段里，大家不谈技术，只谈钱。换句话来讲，可能在 2024 年的时候大家讲的全是谁的模型能力如何，谁的新版本如何。到了后半段的时候大家一般都只讲谁的市值如何，谁融了多少钱，谁最近烧了多少钱等等。今天这个时间节点，我们只从钱的角度简单讲讲这一轮 AI。
首先要回答这个问题，也就是这一轮 AI，何以空前。我们刚讲了，今天不讲技术，只讲钱，这里面有几个简单经济学的概念我稍微简单解释一下。2020 年，全球所有国家为了应对疫情对经济造成的冲击，采用的一个办法用老百姓的话来讲叫放水，用经济学的话来讲叫超发了基础货币。全球主要央行扩表 12 万亿美金，这 12 万亿美金是基础货币。什么叫基础货币？就是央行把这个钱印出来之后，这个钱要给到商业银行或财政部门等主体，拿到钱的这些人会进行再循环，比如银行拿到钱会做贷款，拿到贷款的人会把不用的贷款再存回银行，银行把存回来的现金部分再进行贷款，这个叫做在经济体进行循环。所以基础货币一般都会对应一个比其规模大很多的广义货币总量。
有一个概念叫货币乘数，就是基础货币乘多少钱，就是大家在生活中讲的钱。全球不同国家的货币乘数不太一样。中国的金融体系是以银行为主的，货币乘数高一些，大概 6、7、8。美国的货币乘数低一些，3 点几，4 点几，就拿全球的统一数据来看，取一个保守的值大概是 4，所以这 12 万亿美元央行的钱大概对应着 40 — 50 万亿美金的全球货币总量供给。一年增加近 50 万亿美元的全球流动性，这是人类金融史上没出现过的。
这么多钱导致全球 2021 年的全球资本市场都很繁荣，因为钱太多了。到了 2022 年，欧洲有一些挑战，俄乌冲突导致底层的能源、中间的工业生产、上层的国家安全或者国家潜在风险都有了巨大的不确定性，所以欧洲变得非常麻烦。中国那时候因为疫情防控等原因，大家不方便来回跑，且当时没有现在多国免签的便利，所以中国在那个时候和欧洲一样也变成了不确定性较高。如果你是管大钱的人，通常不愿意把钱放在不确定性特别高的地方，所以那个时候，钱愿意配置欧洲和中国的意愿非常低，甚至钱开始离开这两个地方。
所以，这里是三句话，第一句话是，在 2020 年这一年出现这么多的钱，这在全球人类历史上是极其罕见的。第二句话，这么多钱导致了 2021 年资本市场价格上涨，或者叫全球股市的繁荣。第三句话，2022 年，俄乌冲突等突发因素之后，全球这么多钱凑巧既不能去欧洲，也不能去中国，基本上只能去美国。所以，虽然美国当时在 1 — 7 月份经历了剧烈的升息，但是这些钱仍然从 8、9 月份之后陆陆续续奔向美国。
大钱流向美国的时候，回到第一句话，全球从来没有人在一年内见过这么多钱。当这么多钱去了美国，所有东西都涨价，当然也包括通胀因素，资本市场也水涨船高。在任何东西都涨价的时候，资本市场要给涨价找一个理由和支撑。凑巧在全球的钱都去了美国的时候，2022 年底出现了一个适合资本市场价格上涨的概念和逻辑，就是大家都熟悉的 ChatGPT，于是这一轮 AI 的周期就围着大语言模型这个概念开始。刨除它是个新技术和新技术周期之外，为什么 AI 热潮或者 AI 相关的科技公司的市值涨得如此厉害，大概是钱或者说流动性这个原因导致的。
时间问题，我们只讲结论，大概今天美国资本市场总市值不到 80 万亿美元，GDP 大概 30 万亿，它今天的资本市场市值不到是 GDP 的 2.5 倍。当然，它的资本市场市值占全球市值的比例超过 60%，相当于一个国家大概占了 2/3。有个大家比较熟悉的概念叫巴菲特指数，巴菲特指数是一个衡量国家或地区整体资本市场估值水平的指标，如果一个国家或经济体的资本市场市值跟这个国家的 GDP 相比，比值大概在 0.8 到 1.2 之间都算合理区间，超过了 1.2 意味着有泡沫，低于这个区间那就是资本市场发展得不够充分。当然，中国资本市场的巴菲特指数现在没到 1，美国大概现在是 2.3 — 2.4 的水平。合理性我们就不去讨论了，大家仁者见仁，智者见智。
我们再讲几个跟今天资本市场有关的问题，最近这两个月大家看见了一个特殊的情况，今年 4 月和 5 月这两个月全球的流动性或者钱有一点点像 2023 年的下半年，因为不同的原因，钱开始向美元资产回流，带来的结果是有一些涨跌。不过今天跟 2022 年那一次回流最大的不同在于今天全球没有放水，没有国家大规模的印钱，所以在全球的钱重新开始分配的时候，因为钱的总量是不变的，所以当 A 涨了之后就会导致 B、C、D 跌。如果 B 涨了之后，就会 A、C、D 跌，钱的总规模就放在这儿了。所以，其实从去年下半年开始，大概可以看到全球资产的样子基本上就是个翘翘板，如果 A 翘翘板涨了，那 B、C、D 就跌；如果 A、B 涨了，C、D 就跌；如果 B、C 涨了，A、D 就跌。这种状况应该还会维持一段时间，因为是个总量平衡的概念。至于接下来钱会怎么流动，就留给时间去回答吧。
接下来，我们列举几个数。在美国巨头当中，偏保守，但盈利时间最长，且盈利规模最大的，大概是微软和谷歌，因为这两家公司成立时间早，并且很早就盈利，而且毛利很高。谷歌最近发了 800 亿美金的新股，谷歌 2025 年净现金达 1647.13 亿美元，资本开支 914.47 亿美元，今年预期谷歌的资本开支大概是 1750-1850 亿美金。我来简单解释一下，按照今天谷歌花钱的速度，主要是投加数据中心和资本开支，不算 800 亿的补充资本，谷歌今年的净现金流有可能会变成负数。谷歌、微软、亚马逊、Meta，到去年底，这四大巨头手里的现金和现金等价物跟它们的长期债务，就是建数据中心所发行的债务相比，情况较好的是谷歌和微软，它们的债务约占持有现金等价物的 50-60%，另外那两家是 70-80%，其他中小型互联网公司大概会超过或者接近 100%。如果按照现在这个状况，不算谷歌今年 800 亿美金的增发，今年年底它的债务占现金和现金等价物的比例大概会接近或超过 100%。这就是美国巨头资本开支的样子，去年四大巨头是大概 4000 亿美金，今年预计是 7500 亿美金，算上中小互联网公司大概超过 1 万亿美金。
当下，全世界或者全球资本市场都在关注的一个是事情是，这种资本开支到底能持续多久？我来举一个不太妥当的例子，仅作为参考。在互联网周期里，就是 2001 年、2000 年泡沫周期里，市值最高的是哪一间企业？或许有点出乎意料，答案是思科，市值达 5550 亿美金，是当时的世界记录。为什么当时思科市值最高？因为大家都倾向于认为，即使到了互联网周期的后半段，即使互联网模式有泡沫，你总得买交换机、路由器，你总得买基础设施，更何况思科还有几百亿美金的在手订单，所以无论泡沫化程度多高，思科肯定不会有问题，于是它市值到了 5500 亿美金。
今天市值最高的公司是英伟达，正好是当年思科市值的十倍，今天美国的货币总量理论上比当年增加了 4 倍多。今天许多人的逻辑也是相似的，不管 AI 有没有泡沫，但你总得买 GPU，你总得买芯片。
好消息是，思科在互联网泡沫破裂之后没有崩溃，只不过市值下降了接近 80%，主要原因是那几百亿美金的在手订单。当 2001 年泡沫破了之后，有些公司没有了，有的公司不再选择资本开支，哪怕损失一些定金。这是当年发生的事。
今天的分享里，最后一个重要的小话题是关于基座模型的。大家都说这一轮跟上一轮不一样，上一轮互联网是烧钱的，这一轮是生产力效率的提升。可能这些话都没错。但是上一轮是之前没有人用过互联网，所以要教育用户来使用他从来没有接触过的东西，所以互联网那一轮的烧钱几乎全都烧在了把用户拉来，想办法让用户试一下互联网，所以前台都是负毛利。今天的情况不太一样，基座模型公司目前都是不赚钱的，做大模型的公司也是不赚钱的。而今天用 AI 的大部分人都是已经用过互联网的人，所以原则上他们不太需要被教育怎么使用 AI，所以今天烧钱几乎没有烧在前台，基本都烧在后台。市场可能迟早有一天要求大模型公司也能赚钱，虽然资本投入很大，比如大规模基建所带来的摊销，当期的数据采购成本以及较大的人员开支和大模型运行本身的成本，算上这些之后，如果大模型公司也要赚钱，那么 Token 的成本和 Token 的收费就需要能够打平。一旦大模型公司停止烧钱，Token 的价格会怎么变，大家都可以有一个判断，如果 Token 的价格的变化有之后，又会引起行业的什么变化，是我们需要各自思考的问题。
听起来有点不容易，我们怎么办？所有技术周期中的投资，大概都分三个阶段，第一个阶段是创新技术出现的时候，大家只关心技术本身到底有多么不同，因为技术还在高速迭代当中。而当技术过了高速迭代的阶段之后，就进入第二个阶段，这时大家关心的是既然出现了一个新兴事物，还是个 " 技术 "，它最有可能会把什么行业颠覆和改变，或者产生一个以前从来没有出现过的、能用上这个新技术的东西。当然，一个技术最有想象力的应用，在中美可能是不一样的。在这两个阶段，公司的价值主要靠想象力来支撑。想象力大的一个坏处是，不是特别容易很快落地或赚钱。技术周期每次到了大家要考虑赚钱，过了想象力最高点之后大家就开始说冷静下来吧，先不管说谁的技术有多牛，先管谁用这个技术真正意义上赚到了钱，这大概是技术演进的第三个阶段。
我们也不用特别担心，因为不管是大数据、人脸识别，还是自动驾驶，中国有一个优势，就是我们证明只要过了技术原始创新阶段，到了应用驱动技术进展的时候，我们就会变得比较厉害。主要是因为中国产业链多、产业链全、数字化基建好，还有政策推动等等。简单来讲，如果到了 AI+ 各行各业或者说 AI 应用开始落地的时候，中国就有点优势。但是，我们需要等到资本周期到了最高点或者想象力周期到了最高点开始往下的时候，所有人才开始关注 AI 应用落地的问题。至于这个节点什么时候到？今天又处在什么阶段？大家可以自己判断。
所以，今天我们只从 " 钱 " 的角度讲了 AI，没讲技术变革，没讲技术差异，没讲技术趋势。主要结论是，在技术创新的第一轮资本周期的前半段，大家都在谈技术，不管懂还是不懂，但到了资本周期的后半段，大家变得不再聊技术，几乎只谈 " 钱 "，不管是做技术的，还是做投资的。这些都是我的个人看法，仅供大家参考，感谢大家的时间。
