“2026年，创投圈的浪潮再度奔涌：ai已不再停留于技术构想，而是深度扎根产业腹地；硬科技创业悄然完成身份跃迁——从‘边缘探索’升维为‘主流共识’；一群年轻创业者正以代码为笔、以双手为刃，重新锚定中国创新的未来经纬。
每年由36氪 · 暗涌发起的WAVES大会，始终是中国创投生态的年度刻度仪。今年的 WAVES 2026 以“今年盛夏”为名，落址广州番禺良仓新造创意园。在为期两天的思想交锋中，我们邀约顶级投资机构掌舵人、产业一线操盘者、新生代创业先锋齐聚一堂，通过14场纵深圆桌对话、数十场独立主题演讲，系统解构AI、硬科技、全球化出海、前沿医疗等关键赛道的真实逻辑，共同凝视那些“少数派”的长期坚守，如何最终汇流成重塑行业的澎湃潮声。”
李丰｜峰瑞资本 创始合伙人
以下为演讲实录，经36氪整理编辑：
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
李丰：非常荣幸受36氪邀请作本次大会开场分享，权当抛砖引玉。大家近期关注较多的，或是美股与A股新晋上市公司的股价波动，或是中美资本市场节奏的微妙差异。因此，今天这第一块“砖”，我们仍聚焦AI——但不谈模型参数、不讲算法演进，只从“钱”的流向切入，聊一聊这一轮AI浪潮背后的资本逻辑。
各位如何判断当前AI与资本周期所处阶段？这里援引一本著作中的历史观察，也是一句极简总结，供诸位参考（需强调：以下所有观点均为个人视角，纯属交流探讨）。这句话是：技术创新的第一个资本周期，前半程热议技术本身；后半程——即抵达高点前的回落区间——所有人闭口不谈技术，只谈钱。
换言之，2024年时，舆论焦点还集中在“谁的模型更强”“谁的版本更迭更快”；而进入后半程，话题自然转向“谁的市值破千亿”“谁刚完成新一轮融资”“谁单季烧掉数亿美元”……当下这个时间点，我们便暂且搁置技术叙事，仅以资金为镜，照见AI的真实图谱。
首先需厘清一个核心命题：为何本轮AI浪潮堪称“空前”？如前所述，我们暂不展开技术细节，而是回归基础经济学框架，做三点简要拆解。
2020年，为对冲疫情对全球经济的冲击，全球主要央行集体采取宽松政策——通俗讲是“放水”，专业术语叫“基础货币超发”。数据显示，全球央行资产负债表合计扩张约12万亿美元，这笔钱即为基础货币。所谓基础货币，是指央行印制并投放至商业银行、财政系统等主体的原始资金。这些资金进入经济循环后，会通过信贷派生、存款再贷等方式被反复使用，从而催生远超其本身的广义货币总量。
这里引入一个关键概念——货币乘数：它代表基础货币撬动实际流通货币的倍数。各国因金融结构不同，乘数差异显著。中国以银行体系为主导，乘数较高，约为6–8；美国资本市场更发达，乘数偏低，约3.5–4.5。取全球保守均值4计算，12万亿美元基础货币，对应着近40–50万亿美元的全球广义货币供给增量。一年内新增近50万亿流动性，这在人类金融史上确属罕见。
用于在用户想通过浏览器自动化与 Google Gemini 或 ChatGPT 交互时。触发短语包括“ask Gemini”“ask ChatGPT”“ask GPT”“让...”。
如此巨量资金直接推动了2021年全球资本市场的普遍繁荣。但进入2022年，局势陡变：俄乌冲突爆发，能源供应、工业链条、地缘安全等多重不确定性集中爆发，欧洲风险溢价飙升；同期中国受防疫政策影响，跨境流动受限，多国免签尚未普及，国际资本亦将其列为高不确定性区域。对大型资金管理者而言，“避险”成为首要逻辑——资金迅速撤离欧中两地。
由此可提炼三句关键判断：
第一，2020年全球一次性释放天量流动性，史无前例；
第二，这笔钱直接催生2021年全球股市普涨；
第三，2022年起，因欧中双地风险上升，全球过剩资金几近“别无选择”，只能涌向美国。
尽管美联储当年1–7月连续激进加息，但自8月起，资金仍持续回流美债、美股及科技资产。
当史无前例的流动性涌入单一市场，结果必然是全面通胀——不仅物价上涨，资产价格亦水涨船高。此时资本市场亟需一个“合理化叙事”来为估值抬升提供逻辑支点。恰在此时，2022年底ChatGPT横空出世，大语言模型概念迅速成为最契合的载体。于是，AI热潮的底层驱动力，除了技术突破本身，更深层的引擎，正是这场全球范围内的流动性再分配。
时间有限，我们直击结论：当前美国资本市场总市值约80万亿美元，GDP约30万亿美元，市值/GDP比值约为2.5倍。该指标占全球总市值比重超60%，近乎“一国独大”。业内熟知的“巴菲特指数”（即市值/GDP）常被用作衡量市场估值健康度的标尺——0.8–1.2为合理区间，高于1.2提示泡沫风险，低于则反映资本市场发育不足。目前中国该指数尚不足1，美国则达2.3–2.4。合理性见仁见智，此处不作价值判断。
再看近期动态：今年4–5月，全球流动性呈现类似2023年下半年的特征——资金正加速回流美元资产，引发局部资产价格波动。但与2022年本质不同的是：本轮并无全球性“放水”，没有央行大规模扩表。 因此，当前的钱是“再分配”，而非“新增量”。总量恒定之下，A类资产上涨，必然伴随B/C/D类资产承压；若A+B同涨，则C+D必跌。全球资产正呈现典型的“跷跷板效应”，这一格局预计将持续——毕竟，这是总量约束下的必然结果。至于后续资金流向何方，答案留待时间揭晓。
接下来，我们看一组关键数据。在美国科技巨头中，盈利最久、规模最稳、毛利最高的，非微软与谷歌莫属。二者成立早、盈利早、现金流厚。谷歌近期宣布增发800亿美元新股；截至2025年，其净现金头寸达1647.13亿美元，资本开支914.47亿美元；2026年预期资本开支将飙升至1750–1850亿美元。粗略测算：若剔除此次800亿增发，仅靠现有现金流，谷歌今年净现金流或转负。
再看四大巨头（谷歌、微软、亚马逊、Meta）财务结构：截至去年底，谷歌与微软现金及等价物对长期债务的覆盖率为50–60%；另两家为70–80%；中小互联网公司则普遍接近或超过100%。若维持当前支出节奏，谷歌年末债务/现金比率或将逼近甚至突破100%。
资本开支规模亦呈爆炸式增长：去年四大巨头合计约4000亿美元，今年预计达7500亿；若计入中小厂商，全行业或将突破1万亿美元。
此刻，全球资本市场最关切的问题之一便是：如此高强度的资本开支，还能撑多久？
这里引用一个未必精准、但具启发性的类比：2000年互联网泡沫顶峰时，市值最高者并非亚马逊或雅虎，而是思科（Cisco），高达5550亿美元——创当时世界纪录。为何？因市场坚信：哪怕互联网模式虚火旺盛，基础设施终不可缺；而思科手握数百亿美元在手订单，被视为“泡沫中的磐石”。
今天，英伟达市值已达当年思科的十倍；同期美国货币总量理论增幅超四倍。市场逻辑惊人相似：无论AI是否过热，GPU与芯片，永远刚需。
值得留意的是，思科在泡沫破裂后并未倒下，市值却缩水近80%——主因正是那数百亿订单在需求退潮后大量取消。部分企业宁弃定金，也不再推进资本开支。历史不会简单重复，但韵律常有回响。
最后，聚焦基座模型这一细分议题。常有人说：上一轮互联网是“烧钱获客”，本轮AI是“提效降本”。这话没错，但需细辨差异。
上一轮，用户从未接触过互联网，教育成本极高——所有烧钱几乎都砸在前端获客与用户习惯培养上，导致前台业务长期亏损。
本轮则不同：AI使用者多为成熟互联网用户，无需重复教育；烧钱重心完全转向后台——算力基建摊销、实时数据采购、顶尖人才薪酬、大模型推理运维……每一项都是硬支出。
市场终将追问：当基座模型公司必须盈利时，Token成本与定价能否真正打平？一旦停止补贴、Token价格重估，又将如何传导至下游应用层？这些问题，值得每位从业者静心推演。
听起来挑战不小，我们该如何应对？回顾历次技术周期，投资逻辑通常经历三个阶段：
第一阶段：技术初现，全民热议“它到底新在哪”——迭代快、标准未立，价值靠想象力支撑；
第二阶段：技术渐稳，焦点转向“它能颠覆什么”——寻找最具爆发潜力的应用切口，中美路径常有分野；
第三阶段：热度退潮，务实回归——谁真正在用它赚钱？谁把技术变成了可持续的生意？
不必过度焦虑。无论是大数据、人脸识别，还是自动驾驶，中国已反复验证：一旦跨过原始创新瓶颈，进入“应用驱动技术演进”阶段，我们的产业链完整性、数字化基建成熟度、政策响应效率与规模化落地能力，便会形成显著优势。
简言之，当AI真正开始“+百业”、当应用落地成为共识焦点之时，中国恰恰站在优势起跑线上。
但前提是——我们必须等到资本周期或想象力周期见顶回落之后，全社会才会真正聚焦“怎么用、怎么赚、怎么活”。至于那个拐点何时到来？此刻我们身在何处？答案，留待各位心中自有丈量。
所以，今天这场分享，我们只谈“钱”，不谈技术跃迁，不谈路线之争，不谈未来预测。核心结论只有一条：技术周期的第一轮资本浪潮，前半程人人谈技术；后半程，无论创业者还是投资人，开口闭口，只剩一个字——钱。
以上皆为个人观察，仅供参考。谢谢大家。
