峰瑞资本创始合伙人李丰：从资本与流动性视角，看当前AI产业所处周期阶段 - 球探比分网站

2026年，科技创新浪潮再起，人工智能（AI）已从概念阶段深入产业应用，硬科技创业成为主流焦点，年轻一代创业者正以技术重塑中国创新格局。

一年一度的WAVES大会，作为中国创投界的风向标，今年以“今年盛夏”为主题，在广州番禺良仓新造创意园举行。为期两天的会议汇聚了顶尖投资人、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”的坚持如何汇聚成改变行业的巨大力量。

李丰 | 峰瑞资本 创始合伙人

以下为李丰的演讲内容，经整理编辑：

首先，非常感谢36氪的邀请，作为开场嘉宾，希望我的分享能抛砖引玉。当前，大家对美国和中国新上市公司的股价波动以及资本市场的变动讨论颇多。今天，我将聚焦AI，但并非从技术层面，而是从“资本”和“流动性”的角度来探讨本轮AI产业所处的周期阶段。

关于如何判断本轮AI与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：技术创新的第一个资本周期，前半段侧重技术讨论，后半段则转向关注资本和资金。换言之，在早期，大家热衷于讨论模型能力和技术迭代；而在周期后期，焦点则转移至市值、融资规模和资金消耗等问题。今天，我将主要从资金角度来简要分析本轮AI热潮。

本轮AI为何如此空前？抛开技术层面，我们从经济学角度进行解释。2020年，为应对疫情冲击，全球央行采取了大规模的货币宽松政策，基础货币发行量激增。全球主要央行扩表12万亿美元，这笔基础货币通过商业银行和财政部门进行再循环，最终形成了远超其规模的广义货币总量。

以货币乘数概念为例，不同国家的货币乘数存在差异。中国以银行为主的金融体系货币乘数较高，而美国则相对较低。取一个保守的全球平均值（约4），这12万亿美元的基础货币大致对应了40至50万亿美元的全球货币总量供应。一年内增加近50万亿美元的全球流动性，这在人类金融史上是前所未有的。

充裕的流动性推动了2021年全球资本市场的繁荣。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，能源、生产和国家安全都面临严峻挑战。同时，中国的疫情管控措施也限制了人员流动。在此背景下，大量资金因规避不确定性，对欧洲和中国的投资意愿大幅下降，甚至出现资金外流。

由此可见，2020年全球货币供应量激增是历史罕见的；这直接导致了2021年全球资本市场的普涨；而2022年，由于地缘政治因素，大量资金无法流向欧洲和中国，转而涌入美国。尽管美国在此期间经历了大幅加息，但资金仍陆续流入。

全球范围内前所未有的资金量涌入美国，叠加通胀因素，导致资产价格普遍上涨，资本市场也水涨船高。为了支撑资本市场的上涨，市场需要一个合理解释。恰逢此时，2022年底，ChatGPT的出现为资本市场提供了一个绝佳的概念和逻辑支撑，本轮AI周期便围绕大语言模型展开。因此，AI热潮和相关科技公司市值飙升，很大程度上源于充裕的流动性。

从资本市场估值来看，目前美国总市值接近80万亿美元，GDP约30万亿美元，资本市场市值与GDP之比接近2.5倍。美国资本市场在全球市值中占比超过60%。巴菲特指数（资本市场市值与GDP之比）通常认为0.8到1.2之间为合理区间。美国目前的巴菲特指数约为2.3-2.4，而中国则未达到1。

再来看近期资本市场的动态。近两个月，全球流动性出现了一些类似2023年下半年的情况，资金开始回流美元资产，导致市场出现波动。与2022年的情况不同，目前全球并未进行大规模的货币放水。因此，当资金重新分配时，总量是固定的，此消彼长成为常态。从去年下半年开始，全球资产市场呈现“翘翘板”效应，一种资产上涨可能导致其他资产下跌。这种状态预计将持续一段时间，因为这是总量平衡的体现。

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。谷歌近期宣布发行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，全年资本开支预计为1750-1850亿美元。按照目前的支出速度，若不考虑800亿美元增发，谷歌今年的净现金流可能转为负值。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（主要用于建设数据中心）的比例，谷歌和微软相对健康，约为50-60%；另两家则为70-80%；中小型互联网公司则可能超过或接近100%。若不计谷歌的增发，其债务占现金等价物的比例年底可能接近或超过100%。去年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，若加上中小互联网公司，总计将超过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持续多久？以2000年互联网泡沫时期的思科为例，其市值曾高达5550亿美元，成为当时的纪录。当时，市场普遍认为即使存在泡沫，企业对路由器、交换机等基础设施的需求依然存在。如今，英伟达的市值已是当年的十倍，而美国货币总量也较当年增长了四倍多。许多人认为，无论AI是否有泡沫，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并未崩溃，但市值大幅缩水。这得益于其当时拥有的巨额订单。泡沫破裂后，一些公司消失，另一些则停止了资本开支。

关于基座模型，与上一轮互联网不同，本轮AI被认为能提升生产力效率。然而，上一轮互联网主要是教育用户使用新事物，烧钱主要用于获客，导致前台业务毛利为负。而当前，基座模型公司普遍不盈利，但使用AI的大多是已习惯互联网的用户，教育成本较低。因此，本轮AI的烧钱主要集中在后台建设。未来，当基座模型公司需要盈利时，Token成本和收费将成为关键。一旦停止烧钱，Token价格的变化将引发行业变革，这需要我们共同思考。

面对技术周期，投资通常分为三个阶段。第一阶段是技术创新初期，关注点是技术本身的差异和迭代。第二阶段是技术成熟期，关注新兴事物可能颠覆或改变的行业，以及由此产生的新应用。在这两个阶段，公司价值主要由想象力支撑。第三阶段是盈利考量期，当想象力达到顶峰后，市场开始关注谁能真正通过技术赚钱。

值得庆幸的是，在中国，一旦技术度过原始创新阶段，进入应用驱动阶段，我们往往能展现出优势。这得益于中国完整的产业链、发达的数字化基础设施以及政策支持。当AI与各行各业结合，应用落地时，中国具备优势。然而，这需要等到资本周期或想象力周期达到顶点并开始回落时，市场才会真正关注AI的应用落地问题。至于何时到来，以及当前所处的阶段，有待各位自行判断。

总而言之，今天的分享主要从“钱”的角度探讨了AI，而非技术变革或趋势。核心观点是，在技术创新的第一个资本周期的前半段，大家热衷于讨论技术；而在后半段，无论从业者还是投资者，焦点都转向了“钱”。以上均为个人观点，仅供参考，感谢大家的时间。