無界，方見新天地；共生，始得大未來。

隨著人工智能大模型、新能源、機器人、海洋經(jīng)濟、低空經(jīng)濟等顛覆性技術(shù)的爆發(fā)式演進，技術(shù)集群的交叉效應催生出前所未有的產(chǎn)業(yè)形態(tài)，技術(shù)集群引爆產(chǎn)業(yè)革命的奇點，股權(quán)投資的目光也隨之投向“智鏈融合”的底層邏輯：數(shù)據(jù)成為新生產(chǎn)要素，算力是新型基礎設施，而資本則是串聯(lián)技術(shù)落地與場景應用的催化劑。

融中財經(jīng)聚焦無界生長，匯聚眾多創(chuàng)投機構(gòu)、產(chǎn)業(yè)資本、政府相關(guān)，圍繞產(chǎn)業(yè)投資、醫(yī)療數(shù)字化、高端制造、人工智能、“雙碳”新能源等領(lǐng)域展開探討。共同剖析產(chǎn)業(yè)投資趨勢，探討中國產(chǎn)業(yè)和投資的新質(zhì)發(fā)展。

會上，由前海方舟主管合伙人李思平作為圓桌主持，唐興資本董事長宮蒲玲，海爾資本管理合伙人劉璐，國科嘉和高級合伙人陸佳清，東方嘉富創(chuàng)始合伙人、董事長徐曉，中車轉(zhuǎn)型升級基金總經(jīng)理楊云濤，源星資本創(chuàng)始管理合伙人于立峰，同創(chuàng)偉業(yè)合伙人張文軍作為嘉賓參與討論，圍繞“產(chǎn)業(yè)重構(gòu)，大模型投資邏輯與產(chǎn)業(yè)落地的二次革命”為題進行了精彩的討論與分享。

以下內(nèi)容由融中財經(jīng)整理。

AI泡沫化？聽聽投資大佬怎么說

李思平：尊敬的各位來賓，各位投資同仁，歡迎蒞臨本次中國科創(chuàng)投資夏季峰會最具前瞻性的思想交鋒場，人工智能專場圓桌，我是本場主持人李思平。前海方舟聚焦科技產(chǎn)業(yè)，重點支持具備關(guān)鍵核心技術(shù)的科技型企業(yè)。自成立以來，前海方舟基金群直接和間接投資項目近2000個，培育上市公司144家。過去三年，前海方舟在人工智能賽道布局了包括深度學習、算法研究、人工智能芯片制造、機器視覺、圖像識別、自然語言處理（NLP）、機器人等眾多項目。

人工智能領(lǐng)域以史詩級的技術(shù)躍遷，成為中國創(chuàng)投行業(yè)最炙手可熱的投資領(lǐng)域。從承載算力革命的催生認知顛覆的大模型，到重塑產(chǎn)業(yè)生態(tài)的具身智能，資本洪流席卷全棧全球。面對動輒百億估值的明星項目與火箭融資的盛況，AI泡沫論正在成為投資界畸變的焦點。更為深遠的是，以大模型為樞紐的產(chǎn)業(yè)共振正在發(fā)生，在技術(shù)與產(chǎn)業(yè)的二次碰撞中，如何穿透估值迷霧，如何捕捉融合場景中的爆發(fā)性機會？這是今天對話的核心命題。

在過去幾年，人工智能領(lǐng)域無論是基礎層、應用層、技術(shù)層，都涌現(xiàn)出大量的創(chuàng)新項目，估值與融資節(jié)節(jié)攀升，不少人斷言AI投資出現(xiàn)了泡沫化的趨勢，各位嘉賓怎么看待？各家機構(gòu)在人工智能領(lǐng)域如何構(gòu)建差異化的投資策略？

宮蒲玲：唐興資本專注于硬科技投資，尤其在AI領(lǐng)域聚焦基礎層，已大量投入算力、通信、算法等基礎設施，涵蓋GPU及相關(guān)芯片。這些投資主要集中在算力芯片、存儲芯片和通信芯片，支撐人工智能大算力技術(shù)。未來，我們計劃拓展應用層，但目前AI發(fā)展仍需完善基礎設施，我們已在此領(lǐng)域構(gòu)建了初步生態(tài)。

關(guān)于AI領(lǐng)域的“泡沫”，目前呈現(xiàn)出過熱與真實價值并存的狀態(tài)。一方面，市場對AI未來普遍看好，但應用層尚在逐步形成，企業(yè)層次不齊，行業(yè)格局未定，導致投資過程較為迷茫，盲目追逐已跑出的項目。另一方面，具身智能等項目更多被視為未來投資方向，各層面的頭部項目過熱。然而，在工業(yè)、醫(yī)療、智能駕駛等場景中，AI已展現(xiàn)出真實價值。

李思平：每一層都有階段性投資機會，我們不一定能看到終點。請下一位嘉賓發(fā)言。

劉璐：從AI機器人市場來看，其與20年前的新能源、10年前的互聯(lián)網(wǎng)O2O、5年前的半導體和智能汽車等類似，都存在“泡沫”。但“泡沫”并非壞事，它能從政策、資金、人才等方面加速行業(yè)發(fā)展。

在投資策略上，作為海爾金盈旗下的產(chǎn)業(yè)投資平臺，我們深度布局智能科技與醫(yī)療健康領(lǐng)域，圍繞自身產(chǎn)業(yè)優(yōu)勢，優(yōu)先選擇與產(chǎn)業(yè)有合作可能或已在產(chǎn)業(yè)驗證的AI或機器人項目，如具身智能企業(yè)主動在集團家庭場景推廣測試，這為我們篩選商業(yè)化潛力企業(yè)提供了助力。在此基礎上，我們控制投資數(shù)量和金額，選擇估值相對合理時進入。所謂合理，即企業(yè)收入或簽單增長速度與估值增長相匹配。有些企業(yè)估值雖在半年內(nèi)漲數(shù)倍，但收入增長可達5-20倍，此時泡沫相對可控。

目前，技術(shù)端和產(chǎn)品端尚未收斂，我們應相對謹慎地參與其中。

李思平：作為CVC，為人工智能創(chuàng)業(yè)項目提供了良好的應用場景，便于充分驗證，后續(xù)再決定是否推進。

陸佳清：首先，AI賽道肯定存在泡沫，因為參與者眾多，競爭激烈。一級市場投資很難，無人涉足的項目擔心退出困難，有人涉足的又擔心是泡沫。

其次，國科嘉和也有投資AI領(lǐng)域的項目，包括具身智能等。AI產(chǎn)業(yè)鏈很長，未來潛力巨大，但不能籠統(tǒng)討論，需拆分到具體賽道分析。例如，大模型處于下行階段，垂直模型處于上升初期，具身智能又需細分為輪式機器人、足式機器人、全能型機器人等，每個細分賽道都要結(jié)合Gartner曲線來分析觀望，確定投資時機。

宏觀來看，大賽道的投資邏輯主要有兩點：一是進入得足夠早，如國科嘉和依托于科研院所的案源優(yōu)勢，往往能在項目融資初期爭取到寶貴的投資時間窗口；二是爭取在項目爆火前進入，如宇樹科技，若能提前在拐點前搶到投資機會則穩(wěn)賺。但中間階段投資風險大，需科學判斷，因為每一個賽道最終只有少數(shù)企業(yè)能存活，成長期判斷尤其困難，一旦失誤可能血本無歸。

最后，主流投資機構(gòu)不會錯過AI賽道，但具體投什么是個挑戰(zhàn)，當中也有運氣成分。

徐曉：泡沫的存在并非壞事，適當?shù)耐泝?yōu)于通縮。對投資者而言，真正擔憂的并非泡沫本身，而是缺乏泡沫。當一家公司僅由單一機構(gòu)扶持時，完全的反共識對投資機構(gòu)而言未必有利。一級投資與二級投資存在差異：二級投資追求反共識，而一級投資則是在追求大共識基礎上的反共識，因此泡沫并非絕對負面因素。

泡沫的本質(zhì)取決于其內(nèi)部價值的增長速度。如果內(nèi)在價值的增長速度超過泡沫的增長速度，那么泡沫的擔憂也就無從談起。泡沫的形成是由全市場資金供給以及對賽道和項目的供需關(guān)系決定的，而非單一機構(gòu)所能左右。

從投資機構(gòu)的角度來看，除了關(guān)注宏觀層面的泡沫現(xiàn)象，更重要的是做好自身的工作。這包括對被投企業(yè)的深入研究和判斷，以及投資機構(gòu)自身專業(yè)能力的提升。市場最終是基于全市場信息的博弈，所有機構(gòu)在市場中進行深度博弈。泡沫破裂后，最終結(jié)果取決于各方的實力和策略。

投資者不應高估自己的能力和判斷，事物的發(fā)展往往超出預期。例如，2018年和2019年，新能源行業(yè)曾被普遍看衰，但到2021年卻迎來了爆發(fā)式增長?；仡櫷顿Y歷史，2010年國家首次提出七大戰(zhàn)略性新興產(chǎn)業(yè)，其中新能源領(lǐng)域曾無人問津，但如今已發(fā)展成為熱門賽道。這表明投資者不應輕易高估自己的判斷能力，而應專注于產(chǎn)業(yè)本身和技術(shù)本身，做好當下的事情，摒棄市場雜音，專注于自身的核心競爭力。

李思平：徐總的觀點是做好研究，練好內(nèi)功才能穿透估值的迷霧。

楊云濤：感謝近期的熱潮，讓投資人和產(chǎn)業(yè)界重新關(guān)注AI領(lǐng)域。我們認為如果沒有事件推動和特定領(lǐng)域的技術(shù)發(fā)展，投資價值是否會被邊緣化值得去思考。

首先，應客觀看待AI行業(yè)的發(fā)展。從AlphaGo戰(zhàn)勝李世石開始，從概念導入到技術(shù)收斂，AI經(jīng)歷了10多年的發(fā)展，已取得一定技術(shù)積累，但是技術(shù)提升是永無止境的。目前，AI行業(yè)頭部企業(yè)的發(fā)展以及形成的頭部效應，能否在未來顛覆大產(chǎn)業(yè)的發(fā)展邏輯，甚至引發(fā)新一次工業(yè)革命，不僅依賴年輕一代科學家的研發(fā)精神，也需要科技創(chuàng)新資本和產(chǎn)業(yè)資本的扶持。

例如，人形機器人的核心場景目前主要是展演場景，同時客戶有一部分還是租賃客戶。這就印證如果沒有特定場景和特定客戶群體，產(chǎn)業(yè)進度可能會脫節(jié)。作為中車產(chǎn)業(yè)投資平臺，我們認為不能用成熟產(chǎn)業(yè)鏈的投資邏輯在AI領(lǐng)域復用。AI領(lǐng)域的發(fā)展是在沒有成熟技術(shù)和產(chǎn)品前提下的探索，資金和信息的流通速度更快。

AI領(lǐng)域的迭代速度遠超傳統(tǒng)工業(yè)制造和科技領(lǐng)域。近期在上海、北京舉辦的世界人工智能大會、世界機器人大會，人形機器人企業(yè)在短時間內(nèi)實現(xiàn)了估值提升和產(chǎn)業(yè)合作模式的更新，這考驗投資人如何理解和接受企業(yè)在第一個發(fā)展階段的快速變化。

上午鄺總分享的觀點引人深思：AI領(lǐng)域未來是否會形成大型平臺型或網(wǎng)絡生態(tài)型的霸主企業(yè)？第一波浪潮中的AI企業(yè)中能否出現(xiàn)這樣的企業(yè)？其發(fā)展范式的外延性是否有足夠價值支撐？泡沫的概念源于互聯(lián)網(wǎng)泡沫，基于互聯(lián)網(wǎng)行業(yè)發(fā)展歷程，我認為產(chǎn)業(yè)方應專注于自身擅長的領(lǐng)域，要冷靜看待不同技術(shù)的演進方式都有其特定的發(fā)展階段和發(fā)展周期，采取不用的應對策略，不能延用舊視角看待今天的新技術(shù)和新產(chǎn)品。

李思平：楊總的核心觀點是適當?shù)呐菽梢苑催^來進一步促進技術(shù)的進步。

于立峰：泡沫的存在是必然的。從事投資20年以上的人來說，經(jīng)歷過諸多次行業(yè)的泡沫現(xiàn)象。相比前段時期的投資行業(yè)的沉寂而言，如今泡沫的出現(xiàn)反而是一種積極信號，值得歡迎。

當然，理解泡沫的性質(zhì)至關(guān)重要。體感與經(jīng)濟數(shù)據(jù)是兩個不同概念。當前許多人提及泡沫，多是基于體感。例如，頭部公司估值過高，新投資者難以進入，便認為這是泡沫。這種觀點類似于“吃不到葡萄說葡萄酸”。此外，資本過度集中也是導致體感泡沫的原因之一。投資者盲目跟風，導致資本集中在少數(shù)項目上，使得進入門檻極高。再者，許多AI公司尚未盈利，其市盈率卻與25年前、30年前的互聯(lián)網(wǎng)公司相當。當時互聯(lián)網(wǎng)被認為存在泡沫，如今AI也被貼上同樣的標簽。然而，這種“泡沫論”更多是基于體感，而非經(jīng)濟數(shù)據(jù)，所以我說，存在“體感泡沫”，不能簡單地將當前的市場現(xiàn)象歸結(jié)為泡沫。

其次，當前技術(shù)迭代速度極快，技術(shù)溢價對行業(yè)未來前景的價值尚未被充分計算進去，與過去相比，技術(shù)迭代速度大幅提升，從這個角度來說，泡沫其實并不大。再者，泡沫最終會經(jīng)歷大浪淘沙和優(yōu)勝劣汰的過程，在發(fā)展中被逐步消化，互聯(lián)網(wǎng)行業(yè)的發(fā)展歷程便是最好的例證。如今，互聯(lián)網(wǎng)行業(yè)已趨于良性發(fā)展，AI領(lǐng)域也將如此。前期AI的發(fā)展主要集中在基礎設施方面，如算力、數(shù)據(jù)中心和大模型等，這些基礎設施本身也在不斷迭代。綜合來看，泡沫的存在并非壞事。

關(guān)鍵在于投資者和創(chuàng)業(yè)者在這一過程中不要被犧牲掉。我們需要認真拆分產(chǎn)業(yè)鏈，分析投資機會。比如目前是否繼續(xù)加大投資AI基礎設施，還是著眼于未來一兩年在原生應用領(lǐng)域、智能+領(lǐng)域或縱向、橫向領(lǐng)域中的投資機會，值得深思。如果現(xiàn)在仍致力于大平臺或基礎設施建設，這或許是國家大資本的責任。對于民營企業(yè)而言，若能進入，早期投資成本較低，即使失敗損失也有限，而成功則可能帶來巨大回報。若想規(guī)避中間環(huán)節(jié)的風險，需關(guān)注未來兩三年AI的發(fā)展趨勢，要么早期進入，要么在已成型的幾大龍頭企業(yè)中尋找穩(wěn)定性投資機會。從投資者角度，這是需要認真考慮的問題。

對于創(chuàng)業(yè)者而言，中國大多數(shù)創(chuàng)業(yè)者屬于技術(shù)創(chuàng)業(yè)或工程師創(chuàng)業(yè)。工程師的優(yōu)點是自信，認為自己的技術(shù)優(yōu)于他人，但缺點是對經(jīng)濟趨勢或行業(yè)整體脈絡的把握不足，容易以偏概全。展望未來資本市場，在AI領(lǐng)域，并購退出和并購增值的案例和機會將遠超IPO數(shù)量。這一波AI熱潮，以及金融資本上市監(jiān)管的變化，使得并購機遇遠大于過往，其安全邊際相對能夠?qū)_部分“泡沫”帶來的收益風險。

張文軍：人工智能的發(fā)展經(jīng)歷了至少兩輪浪潮。第一輪始于2016年，當時市場和投資都非?；馃?，許多公司從那時起步。上一輪熱潮主要集中在機器視覺和智能語音領(lǐng)域，創(chuàng)業(yè)公司眾多。十年前，機器識別貓和老鼠還被視為不可思議，如今人臉識別已廣泛應用且被廣泛接受。人工智能雖被認為是泡沫，但從應用角度看，它已悄然改變我們的生活，自動駕駛的安全性已顯著提高，甚至在實驗室階段已超過人類駕駛的安全性。

第二輪人工智能浪潮更為顯著，以大模型為開端，機器生成的論文已達到博士水平，令人震撼?？傮w而言，人工智能的發(fā)展方向非常明確，它正在改變我們的生活、商業(yè)和經(jīng)濟。然而，從投資角度看，這一領(lǐng)域難度較大。市場上的投資標的眾多，但贏家寥寥?；仡櫳弦惠喨斯ぶ悄芾顺?，機器視覺和智能語音領(lǐng)域并未出現(xiàn)特別成功的公司。但在2016年以來一直持續(xù)發(fā)展的公司中，英偉達脫穎而出。2016年英偉達市值并不高，如今已達到4萬億美元。幾年前，萬億美元市值還被視為遙不可及，如今已有七八家公司市值過萬億美元，英偉達更是高達4萬億美元。這在投資領(lǐng)域是令人難以置信的，說明資源和投資都集中在其中。4萬億美元的市值甚至可能超過許多發(fā)達國家股市的總市值，甚至高于英國和德國股市市值之和。

投資方向明確，但投資本身需謹慎，因為尋找最終的贏家極為困難。當市場真正明白時，價格可能已高不可攀。以英偉達為例，盡管市值已達4萬億美元，許多知名投資人仍在買入，認為其風險仍較低。然而，許多大廠也在研發(fā)芯片，英偉達的壟斷地位并非不可撼動。人工智能投資方向值得堅定推進，但尋找優(yōu)質(zhì)標的需要艱難探索，這正是投資者的使命所在。

B端 or C端？

李思平：張總對前一代和這一代人工智能發(fā)展脈絡進行了詳細分析，過去的總結(jié)和分析對于未來的投資有現(xiàn)實的意義。

下一個問題，在產(chǎn)業(yè)重構(gòu)的背景下，傳統(tǒng)行業(yè)和人工智能的創(chuàng)新融合，今年成為中美兩國科技投資界的共同關(guān)注熱點，大家都在看應用層的人工智能的投資方向。作為投資人，如何看待大模型技術(shù)對傳統(tǒng)產(chǎn)業(yè)的重塑作用？這里面有哪些具體投資機會，是看B端還是看C端？

同時，嘉賓們認為人工智能投資，未來將呈現(xiàn)哪些新趨勢？投資機構(gòu)如何能夠調(diào)整策略抓住機遇？

這兩個問題的本質(zhì)是一樣的，請宮總先分享。

宮蒲玲：我來回答最后一個問題。我們之前更多地投資于基礎設施，但我堅定看好人工智能，包括具身智能，認為這是長久的未來。理由如下：

首先，今年大模型DeepSeek的出現(xiàn)，為國內(nèi)垂直應用領(lǐng)域提供了很好的機會。其次，多模態(tài)融合使具身智能在復雜場景中的任務執(zhí)行能力不斷提升。第三，我們在垂直應用領(lǐng)域的落地不斷顯現(xiàn)。最后，盡管英偉達GPU估值已高達4萬億美元，但國內(nèi)GPU硬件的國產(chǎn)替代滲透率不足50%，據(jù)我了解，目前大概在30%左右。地緣政治因素也使得國產(chǎn)替代需求極為迫切。

從投資角度來看，人工智能的硬件方面，無論是從高端技術(shù)角度，還是從應用層面，都還有很大發(fā)展空間，需要投資人通過投資去支持其發(fā)展，因此我非?？春?。在硬件投資方面，我們正在深入布局，重點關(guān)注具有極強國產(chǎn)替代能力的基礎設施公司，如GPU等。同時，我們也開始研究和布局具身智能方向，隨著應用落地，垂直應用領(lǐng)域的具身智能發(fā)展前景廣闊。此外，我們還在研究布局垂直應用領(lǐng)域的其他場景。

從策略上來說，我們更關(guān)注既有前瞻性技術(shù)，又有落地場景的項目。

李思平：最終還是要回到商業(yè)化的角度看這個項目。

劉璐：我回答第一個問題，以10年前互聯(lián)網(wǎng)O2O階段為例，當時輿論多認為是“互聯(lián)網(wǎng)+”，但10年后回顧，真正獨立發(fā)展成為平臺級互聯(lián)網(wǎng)公司的屈指可數(shù)，不超過20家，其余大多是“+互聯(lián)網(wǎng)”。AI這波浪潮在屬性上也有一定相似性，雖然當下叫AI+，但最終更多可能是傳統(tǒng)行業(yè)+AI。

以我們產(chǎn)業(yè)中的一個小應用案例為例，我們有醫(yī)療板塊和多家醫(yī)院，目前醫(yī)院采用遠程問診與醫(yī)生線下問診相結(jié)合的方式?；颊邟焯柡?，可提前將病癥描述和歷史病歷上傳至手機APP，AI基于大數(shù)據(jù)和類似病例給出參考建議，讓患者在就診前心里有底，緩解其焦慮情緒。問診過程中，AI輔助診療可加速醫(yī)生對病情的定性和判斷；診后，患者還可通過APP與AI互動，基于大數(shù)據(jù)反饋更好地指導康復。這個小案例表明，傳統(tǒng)醫(yī)療+AI能夠極大地提高效率，改善患者情緒，有助于康復。

陸佳清：我講三個具體觀點：首先，與傳統(tǒng)產(chǎn)業(yè)結(jié)合是必然選擇。純技術(shù)型項目若不與傳統(tǒng)產(chǎn)業(yè)結(jié)合，很難實現(xiàn)營收增長。以宇樹為例，其今年營收目標為10億元，去年約4億元，但根據(jù)官方數(shù)據(jù)顯示，2024年中國人形機器人商用出貨量僅2000臺，因此，單靠純技術(shù)項目難以支撐營收。我們今年要投的一家做智能特種機器人的企業(yè)，能夠使機器人自動完成焊接任務，破解焊接工藝中像標準化不足、成本高昂以及過度依賴人工經(jīng)驗等問題。它的核心邏輯也是替代人工，但必須在企業(yè)中找到應用場景。

其次，關(guān)于To B和To C，我個人認為To C雖好，但難度較大。原因如下：第一，在國內(nèi)，鏈主企業(yè)如騰訊、字節(jié)等把控To C市場，競爭激烈；第二，純軟件項目在國內(nèi)資本市場不被看好；第三，出海也面臨激烈競爭，中國企業(yè)出海的最大痛點往往不是技術(shù)或產(chǎn)品不足，而是陷入中國式內(nèi)耗，加劇內(nèi)卷。因此，我們大量投資的項目還是To B的。

最后，關(guān)于發(fā)展迭代趨勢，中國很多技術(shù)一旦工程化或供應鏈透明化，就會迅速進入激烈的商業(yè)競爭階段，考驗企業(yè)的落地能力。在AI時代，如果強人工智能沒有實現(xiàn)階段性突破，投資將主要考驗技術(shù)平權(quán)化后的商業(yè)能力。

李思平：如果現(xiàn)場有C端的AI創(chuàng)業(yè)者，還是要慎重一些。

徐曉：我不太喜歡用“結(jié)合”這個詞來形容人工智能與傳統(tǒng)行業(yè)的關(guān)系。未來，人工智能是像空氣和能源一樣無處不在，成為人類社會的基本組成部分。正如我們不會說電和光與我們的結(jié)合，人工智能也將融入生活的方方面面。

當前，人工智能的發(fā)展仍處于基礎設施建設階段，例如宇樹的機器人更多被用于科研機構(gòu)的二次開發(fā)，而非真正的應用。

我們看好容錯率較高的應用場景，如陪伴型AI。在這些場景中，即使AI犯錯，也不會對用戶造成嚴重影響。工業(yè)制造對容錯率要求極高，因此需要更長的時間。

最后，人工智能的發(fā)展可能超出人類的想象。在足夠的算力和能源支持下，人工智能將實現(xiàn)全量信息處理，類似于類人智能大腦的開發(fā)。當人工智能發(fā)展到一定階段，人類可能無法理解其思考方式。到那時，人工智能將成為智能體，其應用可能進入另一個維度的世界，難以預測。

李思平：徐總為我們描繪了人工智能未來發(fā)展的愿景，它將滲透到生活的方方面面。

楊云濤：中車作為裝備制造業(yè)的龍頭企業(yè)，在人工智能的應用領(lǐng)域主要聚焦于To B端。我們主要圍繞中車產(chǎn)業(yè)供應鏈上游及上游共性技術(shù)開展投資，核心是挖掘產(chǎn)業(yè)上游的先進技術(shù)，最終應用于裝備制造業(yè)的To B端。

在軌道交通和新能源裝備領(lǐng)域，中車推出了“斫輪”大模型，全面賦能22個方向、106個業(yè)務、369個場景。我們希望高鐵裝備和清潔能源裝備成為AI的載體，在數(shù)字化、智能化基礎上利用AI技術(shù)進行升級，使其更加貼近生活、更加舒適，并非完全依賴AI。

在工業(yè)制造場景中，尤其是在高頻次和低容錯率的場景下，未來大概率仍有約70%的場景是自動化，但自動化的承載能力、計算精度和控制水平將顯著提升；約10%～20%的場景可能由智能體承擔，10%～20%的場景仍需人工干預。這是基于人工智能與高端裝備制造產(chǎn)業(yè)結(jié)合的未來發(fā)展方向。

我們希望通過產(chǎn)業(yè)投資和科創(chuàng)投資，為未來產(chǎn)業(yè)在工具端、研發(fā)端、智能制造、運營維護等方面提供更具性價比、更高智能的解決方案。

于立峰：我沒有完全理解主持人提出的兩個問題的邊界，但可以綜合回答。

首先，AI的未來發(fā)展趨勢目前難以預測。但可以確定的是，基礎設施的發(fā)展還將繼續(xù)，未來將進一步完善AI的基礎設施，包括算力芯片、數(shù)據(jù)中心和通信設施建設。

其次，未來的發(fā)展重點將在應用端。技術(shù)的發(fā)展最終要體現(xiàn)在經(jīng)濟發(fā)展中。過去互聯(lián)網(wǎng)時代有“互聯(lián)網(wǎng)+”和“+互聯(lián)網(wǎng)”的討論，智能時代同樣存在“AI+”和“+AI”的問題，這兩者并不矛盾。AI+代表人工智能原生應用，而+AI則是傳統(tǒng)產(chǎn)業(yè)（包括機器人領(lǐng)域）中AI技術(shù)的應用，如芯片和大數(shù)據(jù)應用。這兩個方向都屬于人工智能發(fā)展的不同路徑。

從個人角度，我們更看好兩個方向：一是人工智能在醫(yī)藥研發(fā)領(lǐng)域的應用；二是機器人領(lǐng)域中的+AI應用。無論發(fā)展到什么程度，都需要一個實際的載體和應用場景，因為場景的應用才能創(chuàng)造經(jīng)濟價值。無論是機器狗、具身智能還是人形機器人，應用場景是至關(guān)重要的。例如，To B的機器人領(lǐng)域可能經(jīng)過十年發(fā)展，從原型到商業(yè)化應用，很多知名公司銷售額可能僅為2-4億元?，F(xiàn)在有些具身智能公司聲稱年收入10億元，這令人震撼，當然也還是要拆開來看收入結(jié)構(gòu)。我希望未來的發(fā)展能夠快速迭代并創(chuàng)造價值。

我認為，AI在機器人等智能領(lǐng)域的應用需要找到合適的場景，如海洋經(jīng)濟或國防領(lǐng)域。我們投資的深海機器人面向海洋經(jīng)濟，AI創(chuàng)造了機器人，而機器人的應用又創(chuàng)造了新的商業(yè)市場。海洋經(jīng)濟是一個大市場，但缺乏相應的硬件支持，需求和供給相互促進。這是我們重點關(guān)注的領(lǐng)域，未來短時間內(nèi)有望看到實實在在的經(jīng)濟價值。

張文軍：我們依然看好人工智能在應用領(lǐng)域的前景。中國擁有全球最多的人口和第二大經(jīng)濟體，龐大的經(jīng)濟體量為人工智能應用提供了廣闊空間。盡管在基礎研發(fā)方面與國際存在差距，但在應用層面，中國具有顯著優(yōu)勢。從上一輪互聯(lián)網(wǎng)發(fā)展來看，中國從后發(fā)追趕，最終達到世界領(lǐng)先水平。人工智能領(lǐng)域亦是如此，我們對其應用前景充滿信心，盡管前行之路充滿挑戰(zhàn)，許多未來的發(fā)展細節(jié)難以預見。

回顧互聯(lián)網(wǎng)初期，沃爾瑪曾認為接入網(wǎng)絡即可輕松取勝，其他人無需再努力，但事實并非如此。深圳也曾試圖通過“深圳之窗”搭建一個簡單的門戶網(wǎng)站，將所有信息羅列其中，但最終發(fā)現(xiàn)這一想法并不現(xiàn)實。人工智能的應用亦是如此，許多人認為大廠一旦涉足，其他企業(yè)便無立足之地，但歷史經(jīng)驗表明，這種觀點并不準確。

實際上，眾多場景亟待人工智能賦能與助力，這為創(chuàng)業(yè)者和投資機構(gòu)帶來了絕佳機遇。我們不能簡單地認為大公司介入后，其他企業(yè)便無機會。從歷史上的多次變革來看，最終脫穎而出的往往是創(chuàng)業(yè)公司，這同樣為投資機構(gòu)提供了機會。

投資機構(gòu)之所以存在并具有價值，是因為創(chuàng)業(yè)者能夠孕育出優(yōu)秀的企業(yè)，而我們?nèi)裟馨l(fā)現(xiàn)這些潛力企業(yè)并陪伴其成長，便是我們的價值所在。

李思平：感謝各位嘉賓的精彩分享。AI投資并無標準答案，關(guān)鍵在于持續(xù)迭代。泡沫與黃金區(qū)的界定，取決于我們能否推動技術(shù)真正落地，實現(xiàn)產(chǎn)業(yè)效率的大幅提升。當人工智能從顛覆者轉(zhuǎn)變?yōu)橘x能者時，投資人更需兼具顯微鏡與望遠鏡的雙重視野，既要洞察技術(shù)細節(jié)，又要把握產(chǎn)業(yè)重構(gòu)周期。本場圓桌討論到此結(jié)束，謝謝大家！