# Vol.207 宏观漫谈100｜年终特辑：AI投资的逻辑与2026年宏观展望 高能量 · 2026-02-02 · 112 min · https://www.xiaoyuzhoufm.com/episode/69806618073030367acec13b?utm_source=rss ## 逐字稿 李丰 大家好，我是峰瑞资本的李丰。这一期的《宏观漫谈》应该算是我的独白了。独白的素材主要来自不久之前在混沌讲的一堂公开课。每年年底，我都会有机会，也非常荣幸在混沌讲一次相对比较长的课程，回顾这一年并展望下一年。 这一次课程的内容，主要是我在今年基金自己的 LP 年会上，给各位尊敬的出资人，也就是 LP 嘉宾们，解释过去一年以及未来一年我们在 AI 相关领域的布局逻辑、预期与展望。当然，这里面也包括过往几期《宏观漫谈》当中，尤其是从 2025 年 8 月以来，我们一直涉及的一个非常大的逻辑：全球超级流动性是如何推高 AI 热情的，以及过去一年和之后一年，全球超级流动性可能会如何转变，包括影响中美两边的资本市场，也包括影响中国 AI 的发展过程。 同时，AI 作为一种技术发展的趋势，也包括作为这一轮的技术热点，它自己也有自己的技术发展周期，每一个技术发展的过程都是一样的。这一次分享，主要就是从这两个角度来解释：从 AI 的角度看 AI 发展，从周期来看它可能会往哪个方向发展；从全球超级流动性的转向来看，它可能会给中美两边的 AI 和资本市场带来什么样的影响。所以，这里面既包括对去年的回顾，也包括对 2026 年的展望。 作为一次独白，也作为代表个人意见的一些展望和判断，大家如果感兴趣，或者有意见和问题，也欢迎在评论区一起探讨。 每年有一次机会来跟大家分享，感谢混沌的邀请。今天的 PPT 有一半多，正好是上个月我们给 LP 做的年度报告，其中有很多跟技术有关的内容，我会讲得快一点。 我每年有机会来混沌讲一次，或者跟大家讨论一次，主要内容都是在解释，或者努力从我们的角度去说明，这个世界或者中国为什么发展到了今天这个样子，为什么你周围看见的这些状况，以及你的体会和体验，会是这个样子。因为过去的若干年发生了太多事情，所以每一年我们看到和感受到的信息都有所不同。 其实有一本书讲了一个很有意思的分析。写《枪炮、病菌与钢铁》的戴蒙德写得非常好，从历史角度讲人类为什么会发展到今天这个样子。他还有一本书，在我最后的书单里会提到，讲的是美国为什么会出现今天这样非常极化的现象，大家分别表现和表态得都非常极化。 他讲了几个理由，其中有两个非常重要，我觉得很有意思，一会儿我们会讲到。他讲的另外一个问题是，从人类获取信息的角度来看，现在大家获取信息越来越依赖互联网和社交媒体。由于互联网和社交媒体底层的技术原因，你喜欢或者不喜欢某些东西，就会看到更多自己喜欢的东西。 他说，因为你摄入信息、理解世界的所有方式都在极化。你只会看到自己想看的东西，所以这件事变成了绝大部分人摄取信息的主要方式之后，就会让你对世界的观点在自己喜欢的方向上被加强，而在不喜欢的方向上，你已经拒绝收听了。他用这句话来解释，为什么过去十年美国正在变得越来越极化，当然，这里面还要刨除其他原因。 大概我一说，大家都感同身受了。所以每次我们来分享，或者我自己做一个有几十万听众的播客，里面讲的内容，绝大多数在当时都不一定跟大家讲的、想的、体会的和感受的一样。原则上，如果你不同意这些意见，就把它当成今天这个场景下强迫你听到的另外一个声音。如果你愿意听，今天讲的内容有很多是跟钱相关的，如果凑巧你接受了，也许其中有一些内容对你比较重要，跟赚钱有关。这大概是对今天早上内容的一个简单总结。 ### 生产力革命决定参与速度 今天我们先讨论两个问题。最近这几天这个话题非常热，当然这也是中美竞争的焦点：AI 是不是一次生产力革命？ 为什么会有这个话题？因为在此之前，有一些重大变化被认为是生产力革命。今天最有争议的事情，是我们经历的这二十年互联网，到底是不是所谓的生产力革命。如果从统计意义上来看，也许不一定。评价一个社会发展的方式，或者评价一个社会进步速度，有一种指标叫全要素生产率。 大概在 2022 年那次年度演讲的时候，我们用过一张图来说明，即便在美国这个互联网诞生的地方，真正促进全要素生产率提升的几年，也只发生在 1999 年到 2003 年这四年。它的全要素生产率有一个显著的小跳跃，但只是小跳跃，之后基本上都是平的。 所以，大家那个时候叫信息革命，或者叫信息数字化和传递效率的革命。就像我刚才讲社交媒体一样，大家认为它并没有替代或者增加人的生产能力。 今天大家聚焦这件事，主要是认为 AI 可能是一次生产力革命，也就是能够帮助人提高生产力。就像你以前只能靠自己耕地，后来用了牛，这是一种生产力；再往后用了蒸汽机，使用蒸汽机改进版的内燃机、电机等等，这些都帮助你干活，所以被称为生产力革命。 我不知道今天能不能回答大家面对未来 15 年、20 年，或者 5 年、10 年最重要的问题：今天你要不要参与，要以多大的热情参与，要以多快的速度参与，取决于它是不是一次生产力革命。这是一个开放性问题，大家可以自己想一下。 这是人类历史上出现过的生产力革命。互联网不算，我们刚才解释过了，它更多是信息化革命。你要记住，我们今天讲的是不同视角的问题。即便 AI 是一次生产力革命，历史上所有生产力革命也都要经历比较长的时间，从技术开始出现明显变化，到它真正成为改变你生活和生产力的事情，大概都要经历足够长的时间。 具体的内燃机、蒸汽机这些事情，我们就不一一评价了。先从 AI 开始看，AI 的发展大概是这样的。 ### AI经历了四次热潮 在刚开始有大数据的时候，明略数据集团事实上是在 2006 年 12 月，那时候我作为高管，在新东方刚上市之后就离开了新东方。当时我非常想做互联网，因为做了太多年的传统行业，主要是教育培训。所以上市之后我就辞职了。 辞职之后，我去北大找了当时的同级同学，他已经在北大当老师了，请他帮我推荐一些技术好的同学来帮我做技术。我们创建了一个公司，叫秒针。他推荐了隔壁李文新老师实验室的学生，也就是后来的明略创始人吴明辉，来做 CTO。当时吴明辉是保送研究生，刚入学的研究生二年级。 后来大家共同创建了秒针，这也是 2006 年互联网大数据的开始。在 AI 这一波之前的 6 年里，主要是在做 AI 的基础设施。这 6 年里最热的全都是大数据，那时候还没有 AI。再往后，Google 从一大堆混乱的图片当中识别出一只猫，第一次出现了所谓人工智能开始变热的说法。 人工智能的第一个应用就放在了这里，变成了人脸识别和自动驾驶。我再解释一下这件事的热潮是怎么开始的。 人脸识别很简单，因为最早神经网络的第一次 AI 热潮，就是能够从混乱、无序的图片当中识别出一张猫。所以，人脸识别是从计算机视觉开始的。 如果你还记得，2015 年全世界估值最高的未上市公司是谁？是一个打车软件。大家当时的想象是，估值最高的未上市私募公司解决了车辆调度问题；同时，特斯拉在那个时候又说已经推出了测试版 FSD。大家把这两件事结合起来，把人工智能的想象力用在 Uber 身上，就变成了一个最大的想象：将来所有的车都能自动驾驶，而且能够被完全调度。于是，自动驾驶出现了。 再往下就是下围棋，大家都知道，跟你我还没太大关系。再往下，是用 AI 测蛋白质结构，这稍微有点专业。但从这里到那里，事实上是 2018 年到 2021 年之间最热的领域，也就是我们在 2024 年投的、在香港第一个以 18C 上市的晶泰科技，做的 AI 制药。 我给你解释一下为什么 AI 制药很热。你会发现，如果我们用事后诸葛亮的方式来看，什么会热、为什么会热，其实是有非常确定的规律的。 测蛋白质结构的 AI 刚出现时，只是一个技术创新，还没有成为热点。后来发生了一件你我都体会非常强烈、影响全世界三年的事情，就是疫情。疫情期间，生物医疗科技变得非常热。生物医疗科技变热之后，AI 开始进入生物医疗行业，做出了一些 AI 的贡献，或者说 AI 能力上的突破。生物医药变得很热之后，这两件事的交集就产生了 AI 制药。 再往下，就是我们今天熟悉的大模型。你会发现，刚才讲到的每一次热潮，都是技术突破之后泛化到其他行业。因为某个行业恰巧也产生了一些变化，两个变化一交集，就产生了一个应用和投资焦点事件。 如果重新审视这张图，基础设施也算 AI，这是第一次 AI、第二次 AI、第三次 AI、第四次 AI。即便拿 AI 来衡量今天的热度，这已经是第四波了，虽然每次的焦点应用不完全一样。 所以，从投资视角或者技术发展视角来看，今天的 AI 不是第一次 AI 热潮。但如果回到刚才这张图，要解释的是：如果你现在还没有开始所谓的 AI，也不用太焦虑。 为什么不用太焦虑？因为这张图展现了，从技术突破到第一个民用设施，再到它成为生产力，都有足够长的时间。即使你对第一个问题的回答是它是一次生产力革命，也没关系。对于生产力革命来讲，即使它进化得再快，等它普及开来、影响到方方面面和各行各业，也需要足够长的时间。但是，它一定会影响方方面面和各行各业。 我再举一个中国的例子。昨天晚上我正好帮我们的 LP 做了另外一场直播，有人在问一些写在“十五五”规划里的未来产业。我说，中国可能没有人意识到这样一个变化和问题。 我们举一个正好都经历过的例子。在最近这次“十五五”规划当中，如果你仔细找一下，会发现今天在中国已经意外取得世界第一、而且已经完全普及到你我生活里的一个技术领域，并没有出现在“十五五”规划里。是什么？新能源车。 新能源车没有出现在“十五五”规划里的原因是什么？因为你已经是第一名了，已经具备全链条优势和效率。我讲的是新能源车，还没有到自动驾驶。新能源车已经普及了，已经占新车销售比例接近 60%，所以不需要再把它作为规划写进去推广。 它在 2015 年发布的“中国制造 2025”中曾经被比较重要地写到。如果你对投资事件敏感，大概还能回忆起来，2014 年到 2015 年，是今天所有著名互联网造车新势力创业的年份。 但如果你还能刷新自己的记忆，也许在 2023 年之前，你都不认为新能源车是个大事。原因很简单，因为在 2021 年前后，至少从互联网舆论来看，有一半以上的人认为其中一两家互联网造车新势力就要倒闭了。看起来只是凑巧，它们被一些重要投资人和国资救了一下。当然，事后回报很好。但直到 2021 年那个时间节点，大家既不认为新能源车能行，也不认为中国的新能源车能行，更不认为造车新势力能行。 从 2013 年到 2021 年之间的任何一年，假定你是几十万家汽车零部件企业中的一家，在这 7 年里的任何一年拐过去，开始重视并调整生产架构，配合新能源车，理论上今天都会很好。 你也知道，中国在 2023 年变成了全球汽车出口规模第一名。如果你赶上新能源车和混动车带来的成本优势、体验优势，这些事情直到 2023 年之后，才开始以最确定、最大规模、最快速度兑现。但在 2023 年之前的任何一个时间点，只要你下定决心拐过来，你都可以。 这就是我们拿新能源车举的例子。道理很简单：你先回答第一个问题。如果你相信它不只是一次信息革命，而是一次生产力革命，没关系，你还有时间。但你可能需要做决定，到底要怎么用。只要你开始，就还有足够长的时间让它演变。 接下来这个问题比较技术性：通用人工智能会不会很快实现？我们给 LP 做报告的时候，把它看成一个开放性问题。等把完整内容讲完之后，大家自己会得出答案。 接下来要解释的是，刚才我其实已经部分解释过了：历史上这是第四次 AI 技术热潮，都是 AI，为什么这一次特别热？为什么它热到了所有人都关注，甚至热到中美都要围绕它展开竞争，而且是激烈竞争？无论是芯片、算力、模型，还是应用，都在竞争。 ### 流动性点燃了AI泡沫 这里有一点宏观问题非常重要，而且跟赚钱有关。我们都知道，巴菲特有一个用来衡量资本市场是否在一个经济体里泡沫化的标准，叫巴菲特指数。巴菲特指数指的是一个经济体、一个国家或者一个地区的 GDP，与资本市场总市值之间的比例关系。 如果资本市场市值是 GDP 的 0.8 到 1.2 倍，也就是接近 1∶1、上下浮动 20%，通常认为这是一个相对合理发展的资本市场。小了，说明资本市场不发达；大了，就说明过热。 2019 年疫情之前，如果把全世界看成一个国家，全球 GDP 是 86 万亿美元，全球股市市值是 89 万亿美元，其中美股大概占三分之一多一点。你会问，美国凭什么占这么大？因为当时美国 GDP 只有 20 万亿美元出头。这个问题我们一会儿再解释。 展望 2026 年时，毕竟美国资本市场代表着全球以美元计价的资本市场和衍生品，所以它的市值高一些。这是第一句话。 2020 年发生了疫情。疫情导致的结果是，在一年半的时间里，全球进行了历史上难以想象规模的放水，或者说印钱。 这是什么规模？你可能对这个数字没有概念。全世界主要央行，也就是前 8 大经济体，在 2020 年大概扩表 12 万亿美元。这个 12 万亿美元，比你想象的要夸张。 如果用另外一些数字来衡量，我们拿美国举例。我们印象中，除了疫情之外，最大的危机是 2008 年金融危机，也就是从房地产开始的那一串金融危机。金融危机发生之后，美国做了我们所说的 3 次半量化宽松，在 4 年时间里印了很多钱来拯救金融市场。 4 年时间、3 次半量化宽松，简单来说，中央银行印了多少钱？大概 3 万多亿美元。你记住这个数字，这是 4 年、3 次半量化宽松，为了化解金融危机而产生的量化宽松。 2020 年 1 月，美国发生疫情，并且控制不住之后，开始实施一项政策，叫无限量量化宽松。到 2020 年年底，用了 8 个月时间，美联储扩表了多少？3 万多亿美元。 我不知道你有没有概念：用了 8 个月时间，印出了为了解决金融危机而在 4 年、3 次半量化宽松中印出的全部钱，而且还不算 2021 年。 再举个例子。全世界前 8 大经济体一年扩表，或者说印了 12 万亿美元。央行印钱，跟统计数据里的 M2，也就是流通中的货币，不是一个概念。 为什么？因为央行印出来的钱，要么直接给了财政部，比如买国债；要么直接给了商业银行，比如买它的企业债，或者其他高品质抵押品、债券。 央行印出来的钱给了商业银行或者财政部之后，这些钱会怎么花？你是财政部也好，是商业银行也好，会把拿到的钱再贷款出去。贷款给 A 客户之后，A 客户拿到贷款，也不会全部花掉。一部分支付货款，一部分会放在那里。放在那里的钱只好再贷出去；同时，支付出去的货款被其他人收到之后，也不会立刻全部花掉，可能一部分存起来，一部分再支付出去。 所以，央行印出来的钱在经济体里循环时，会产生一个东西叫货币乘数。钱会在存了贷、贷了存、存了贷、贷了存的过程中反复周转。12 万亿美元绝不只是停留在 12 万亿美元，只要在经济体里循环，就会产生倍增效应。 什么是倍增效应？全世界大概在 2020 年年底，有前 18 大经济体。现在可能更多一点，前 18 大经济体一共发行了大约 100 万亿美元货币，拥有接近 300 万亿美元债务。把全世界看成一个国家，货币乘数大概就是 3 倍，或者 3 倍多一点。 你看，12 万亿美元还不算 2021 年。如果算上 2021 年，也许这个数字接近 20 万亿美元，再乘以 3 或者 3 点几，大概就是几十万亿美元。我想你大概理解了。 你记得刚才我说的话吗？全世界前 18 大经济体，基本相当于全球 GDP 的 80%。前 18 大经济体总共才有 100 万亿美元货币，你在一两年之内又扩出来几十万亿美元，而且还要经过货币乘数。这是人类金融历史上从来没有出现过的事情：用如此短的时间，印出如此多的钱。 你会问，这跟 AI 有一毛钱关系吗？关系马上就来了。 2022 年，全世界又发生了一些特殊的事情。你要记住，2020 年到 2021 年，印出了人类历史上从来没有见过的那么多钱。 2022 年 2 月发生了什么？俄乌冲突。到了 4 月、5 月，大家意识到俄乌冲突可能是一个会持续比较长时间的问题。 俄乌冲突发生并且被认为会持续之后，第一个受到影响的是谁？当然是俄罗斯和乌克兰，但除此之外，显然也影响了欧洲。 如果你还有印象，当时有一些奇怪的新闻：德国的家庭出去砍木头，大家重新恢复煤电，法国甚至要重新启用一些已经弃用的核电站。欧洲当时面临的挑战很大，底层叫能源安全，中间叫供应链稳定和生产，因为没有能源就没有生产；上面叫国家安全，因为当时还不知道冲突会不会扩大。 如果你是全球资产管理者，想象一下，你管理 1,000 亿美元，2022 年第二季度末开始，你会怎么办？你显然不能配置欧洲，因为能源供应链和国家安全都有风险。而且你要记住，这 1,000 亿美元里面，可能有 600 亿美元是在过去两年突然增加起来的。 中国当时又发生了什么问题？中国还在防控疫情，人员还不能自由流动，不像现在已经有很多国家可以免签进入中国。 回到这条时间线上：2020 年到 2021 年这一年半，是人类历史上从来没有见过的、用这么短时间放出这么多钱的时期。到了 2022 年第二季度，这些钱又意识到，它们既不能配置欧洲，也不能配置中国。 中国、欧洲、美国三个地区，分别占全球 GDP 的大约 20%、20% 和 25%，加起来占全球 GDP 的三分之二，而且都是主要地区。如此多的钱，如果不能配置中国和欧洲，就只能去哪儿？只能去美国。 2022 年还有一件并行发生的事。我们不知道它是有意的、部分相关，还是完全没有相关性。如果你关心金融，就会知道美元利率上涨。此前在进行无限量量化宽松的时候，美元基准利率也降到了接近 0。 2022 年 3 月，美联储第一次加息 25 个基点；5 月、6 月、7 月，分别加息 50、75、75 个基点。从 5 月之前的 0.25%，到 7 月结束时变成 2.25%，这就是我们说的激烈加息。 在激烈加息的时候，因为美元有升值预期，全球资金会更愿意去持有美元、购买美元资产。再加上刚才讲的那些事情，所有历史特例融合在这个窗口里，结果就是这么多钱只能配置美元资产，而且加速配置美元资产。 从 2022 年第三季度开始，全球这么多资金都去买美元资产。美元资产当然会上涨。但美元资产上涨之后，不能被解释为“因为你们那里出了问题，钱不去你那里，所以钱都来我这里，我的资产价格就必须上涨”。每一次资产价格上涨都不会用这么直接的逻辑解释。它本质上是因为流动性，但必须找到一个叙事：为什么我要涨，为什么我能涨，为什么我应该涨这么多。 于是，从 2022 年第三季度开始，它需要一个叙事、一个轴、一个故事、一个逻辑，来解释资产价格为什么会持续、规模性地上涨。这个故事恰巧发生在 2022 年第四季度，就是你我都知道的 ChatGPT。 这是一个技术进步，没问题。但这个技术进步发生的时间节点，恰好是需要一个大故事的时间节点，而且当时有历史上从来没有过的这么多钱。 什么叫历史上从来没有过这么多钱？如果你还有印象，2020 年到 2021 年，全球经济都受疫情影响，但全球资本市场却表现很好。如果你当时恰好炒股票，应该能体会到这个叙事是怎么产生的。 于是，接下来两年的事情都难以想象。以前从来没有见过 1 万亿、1.5 万亿美元市值的公司，现在不光见到了 1 万亿美元市值的公司，还见到了 2 万亿、3 万亿、4 万亿美元市值的公司，甚至在某个时间点见到了 5 万亿美元市值的公司。 这是历史上从来没有见过的事情。你还见到了美国资本市场市值排名前 7 的公司，也就是所谓“七姐妹”，加起来的市值超过了除中国、美国以外全世界任何一个国家的 GDP。你也从来没有见过这 7 家公司加起来的市值，占一个资本市场总市值接近四分之一。 我刚才讲的是，我们只从“为什么会这样”来解释，这些 1 万亿、2 万亿、3 万亿、4 万亿、5 万亿美元的公司是怎么成长起来的。从结果来看，有没有技术变革？有。但从现象来看，是因为全球从来没有印过这么多钱，而且是在如此短的时间里印出来的。 这么多钱又恰巧在一个特殊历史阶段，既不能去 A 地，也不能去 B 地，所以只能全部去 C 地。C 地里面符合逻辑叙事的公司，恰巧找到了上涨主线，于是涨成了今天你我都觉得夸张的样子。 这可以解释你之后看到的所有现象。比如 Meta 花多少钱买了 Manus，比如说花 170 亿美元买了 Scale AI；又比如 OpenAI 作为一家未上市的私募公司，现在估值 5,000 多亿美元，最新一轮融资如果完成，据说要达到 8,000 亿美元以上。 一家处于 private 阶段的未上市公司，估值接近 1 万亿美元，这是人类历史上肯定没人听说过的事情。再往前，2015 年 Uber 还没上市的时候，大概也只有 500 亿美元估值，但那时已经是全球估值最高的未上市公司。过了 10 年，这个数字翻了 10 倍以上。 全球能找到几家估值达到 8,000 亿美元的公司？可能没有几家，因为上面有 4 万亿美元市值的公司在那里顶着。既然有 4 万亿美元市值的公司，我用 5,000 亿美元投一家，也许上市之后就能翻 3 倍，变成 1.5 万亿美元的公司。 如果我是一家市值 2 万亿美元的公司，花 200 亿美元买一家公司的成本只是我市值的 1%，当然买得起。你理解所有这些现象，大概都跟刚才讲的流动性规律，以及恰好在 2022 年第四季度产生的大模型主叙事轴有关，都是围绕着这个展开的。 美股市值已经上升到了全球市值的一半以上。我们再回看一眼 2025 年全球 GDP。这里讲的是名义 GDP，也就是包含通胀的 GDP，因为除了中国之外，全球其他国家都在通胀。全球名义 GDP 是 114 万亿美元，全球资本市场市值到今年年底看起来要达到 130 万亿美元，大概已经是 GDP 的 1.2 倍。 如果把全球看成一个国家，就没有其他地方可以帮你融资了，因为这就是全部，这就是 100%。所以现在，即使从名义 GDP 来算，全球资本市场市值也已经到了 GDP 的 1.2 倍，触及巴菲特指数的上限。 美国资本市场的市值占全球资本市场市值一半以上，从当年的 30% 多上升到现在的 50% 多甚至 60%。这大概就是过去 5 年发生的所有事情。 从宏观上解释，我完全没有说 AI 大模型和 AI 技术不靠谱，它可能是一次生产力革命。我只是在解释，为什么它会这么热。简单来说，就是钱太多了，而且钱还进行了极限配置。于是，诞生出了你我在历史上、作为投资人或者曾经的创业者，在过去几十年里从来没有见过的现象。 ### 全球资金开始重新配置 这一部分跟赚钱有关。你要问，这个泡沫能持续吗？你我都默默希望它持续，它能持续吗？ 答案也很简单。我们从 2025 年底开始看，或者以 2026 年为例。如果全世界不再像金融危机或疫情危机时那样拼命大规模印钱，这个泡沫的规模大概就停在这里，没问题吧？ 如果大家开始收缩，也就是降杠杆、缩表，央行把钱往回收，就意味着泡沫的规模会减小。如果大家既不激进扩张，也不收缩，会怎么样？这就跟赚钱有关了。 过去 3 年有很多讨论，在经济学上叫“美国例外论”。美国例外论是说，从 2021 年开始，全球经济都不是特别好，为什么美国看起来还行？你可能见过这个观点，理由是美国经济韧性强。 我用最粗的角度，帮你理解一下这个经济现象。美国是全球最强的金融服务业国家，从资本市场市值来看，占全世界的比例非常高。它的金融及金融服务业，包括法律、咨询等所有金融相关服务，加起来占美国 GDP 的 20% 多一点。 剩下的是一大堆高科技。虽然美国的实体经济、制造业一般，但高科技相关的制造业和服务业大概占 GDP 多少，没有统一统计数据。如果拿上海来举例，上海所谓高附加值的制造业和服务业，大概占上海 GDP 的 30%。我们假定上海跟美国处于同等水平，那么美国大概也是 30%。 这两个部分加起来，占美国 GDP 的 50% 多。美国 GDP 构成中的服务业，大概占整个 GDP 的 87%。刨除金融、高科技制造和服务业之后，剩下的是什么？就是你我都需要的日常生活，吃喝玩乐、衣食住行，大概这些基础服务业。 如果全球的钱都去了美国，这是一个极端假设，那么第一个繁荣的行业是谁？金融和金融相关服务业，没问题吧？ 刚才我解释过，资产价格上涨、恰巧诞生的那个最重要的叙事轴是谁？AI。也就是说，金融围绕着 AI 这个轴发展。既然这个轴是 AI，谁会好，什么行业会好？金融行业负责把钱给科技，科技自然会受益。 这两个行业加起来占美国 GDP 的 50% 多。我大概解释清楚了。剩下的人怎么赚钱？只要这两部分的人还有钱，也就是他们还有泡沫，其他人挣他们的钱就好了。你大概能理解，这是一个非常粗的经济学解释。 回到刚才那个跟赚钱有关的问题。中国在这里终于可能要出现机会了。 如果流动性既不激进扩张，也不收缩，也就是全球既不大规模放水，也不大规模收水，资本市场这 130 万亿美元的市值就大概维持在这里。资本市场总市值要上涨，显然需要更多的钱来推动，需要更多买方资金。 如果钱就这样平衡下来，就变成了存量博弈。A 多了，B 就少；A 少了，B 就多。反正就是这么多钱，在这么大的市值里面流转。其他金融产品和金融衍生品也放进来，大概总量就是这样，只是在各个国家、地区和品种之间流转。 不知道在座有多少人炒美股。今天有一个最难的话题：美股能不能维持？这是全世界今天讨论最多的问题，已经讨论了一年半。 为什么讨论了一年半？因为我们又回到做梦时刻了。假设你管理 1,000 亿美元，在资产配置的情况下，有一年半到两年的时间，你被迫把其中 80% 甚至更多的钱全部配置到美元资产里。这叫极限配置，因为通常你管理这么大规模的钱，不会做这种极限配置，而是均衡配置。但由于特定历史时期的原因，你把 80% 的钱配置到了美元资产。 接下来的问题是，这么多钱配置到美元资产，安全吗？你就开始操心了。一旦出现让你觉得不安全、不确定的因素，你就不会再极限配置。 从人之常情来说，即便是一个老百姓在手里管钱，也不会把钱全部砸在房地产，或者全部砸在某一个投资上。除非出现极其特殊的历史时刻，才会短期这么做。 如果你不再持续极限配置，那么 2024 年第四季度发生了一件改变你初衷的事。你开始担心自己的极限配置。2024 年底美国发生了什么？换了一个新总统。 这难道还不是对你巨大的不确定性吗？你不知道他要干什么，不知道他有什么过激政策，也不确定他会对你原来的配置产生什么影响。这是第一个巨大的 uncertainty。 所以，至少从安全性考虑，你会做其他安排，以防止不确定性带来的巨大损失。你从极限配置回到理性配置的过程，就叫 rebalance 或 reallocation，也就是重平衡或重新配置。 这可以解释一些别的事情。比如，2025 年中国香港变成了全球募资规模第一的资本市场，这是统计上正确的事件。你告诉我，去年德国经济环比和同比都没有增长，甚至个别季度出现负增长，但德国资本市场 DAX 的涨幅却位居全球前三，超过纳斯达克，这是为什么？ 当然，你也可以把它解释成黄金去年涨了很多。为什么？在某种意义上，道理都是一样的：这些钱要开始重新考虑怎么配置。 假定全球资本市场不再激进放水，就保持这么多流动性，那么从 2024 年底开始的较长一段时间里，这些资金要做什么？它要在各处跑来跑去，寻找尽可能确定性较高、具有中等以上增长和收益的资产，避免过度集中配置于美元资产。 美股 AI 的泡沫会见顶吗？热度会见顶吗？不知道，这是今天大家争论最多的问题。没有人能猜中时间点，只能猜这个逻辑。 最近大家都在说 OpenAI 或 Anthropic 要进行 IPO，或者最后一轮募资完成之后进行 IPO。我不知道你有没有看到这个新闻。尤其是 OpenAI，如果它真的上市，历史上有一个比较不幸的规律：每一轮投资热潮，都伴随着代表性最大公司拟上市或上市作为最后一步。2007 年、2015 年、2021 年都是这样，往前看，2000 年的互联网也一样。 我从来不涉及 AI 是不是真实的技术创新，百分之百是真实的。我们 70% 多的投资都跟 AI 相关，所以我肯定不会不相信 AI。我只是告诉你，从资本市场和钱的角度，这件事为什么会变成今天这样；以及假定这个逻辑合理、成立，而且你也认可，今年和明年会怎么样。 问题来了，这跟你赚钱也相关，跟中国也相关。现在大家都要给钱，理由就是看谁能给出更多理由。既然钱需要来回跑，这么多流动性需要来回跑，就看谁能给这些钱更多理由，让它到自己这里来。 美国需要，中国需要，欧洲需要，全世界都需要。谁能积累更多积极因素，谁能减少更多消极因素，大概就是这样。 这跟你我相关的重要问题是：美国的 AI 热度会不会下降？如果美国 AI 热度下降，会不会影响中国？如果影响中国，中国怎么办，才能尽量不受影响，并且承接住下一个接力棒？ 我刚才已经部分解释了第一件事。第二件事可以很简单地回答：假定美国那些超高估值、2 万亿、3 万亿、4 万亿美元市值公司的热度下降，资金出来了，支撑不住了，它们开始下跌，会不会影响中国？至少在一定程度上，可能会影响香港资本市场。 核心问题是到底怎么办。这是对你我有用的一页。我用最简单的方法来讲。 ### 技术创新分为上下半场 历史上所有技术创新，从我第一次互联网创业做秒针，或者后来的明略开始，从 2006 年算起，中间经历了很多技术浪潮：大数据、人脸识别、自动驾驶、AI 制药、新能源车。所有技术投资或者技术创新投资周期，都有上半场和下半场。 上半场，大家只关心技术创新，看谁有这个技术。比如 2008 年到 2011 年之间，谁做大数据，谁懂大数据，谁有大数据技术，哪个团队有大数据背景，我就投谁。这是技术创新的上半场。 技术创新的下半场，谁用这个技术做了应用，而且最好赚到钱，谁就热。 拿 AI 举例子，我们稍微细一点，把它分成 3 个阶段。第一个阶段，是你我都经历过的 2023 年到 2024 年上半年，所有人讨论的都只有大模型。如果你还记得那时的朋友圈和对话，就会知道这一点。 到了 2024 年，中国什么变得很热？从第二季度开始，应用变得很热。2024 年底，这类应用在美国也变得很热。 我把它解释为，都是从技术创新开始，大家只投技术。后来为什么开始投中间那两个东西？原因很简单，因为技术不可能一直超预期。它上了一个小台阶、跳跃了一下之后，就变成了相对线性的发展。 相对线性发展之后，大家就开始考虑：既然有了这个技术突破，最有可能把技术用起来的应用是什么？就像我刚才解释为什么自动驾驶会热，是因为当时 Uber，也就是网约车，也很热，AI 也很热，所以就变成了自动驾驶。 它是什么东西？是在数字世界里帮助你做所有事情的通用 Agent。你在数字世界里要做的事情，它都能帮你做，或者至少部分帮你完成。 今天可以理解为具身智能和人形机器人。我们也投了一小串相关项目。在 2024 年之前，人形机器人或者具身智能机器人，在你的想象中是干什么的？它在物理世界里帮你完成所有事情。 一个是在数字世界里帮你做所有事情，一个是在物理世界里将来帮你做所有事情。它们是不是最大想象力的应用？ 但最大想象力的技术应用，硬币的反面是什么？就是短期内最不容易落地。 今天很多人讨论 Manus。我们经历过这样一些事情：疫情之后，硅谷大公司和美国超大型企业的市值都变得非常高，所以它们变得很敏感，特别怕被政府盯上。 2021 年之后的几年里，它们收购了很多公司。举一个例子，Google 买了最早的陪伴类应用 Character.AI，我不知道大家有多少人知道这家公司，就是那个能跟你聊天、最早估值很高的创业公司。 但 Google 买 Character.AI 的时候，并不是直接买下这家公司，而是通过一笔技术转让费的形式，获得这家公司所有的数据、IP 和核心团队。它不买这家公司，因为一旦直接收购，就会触发反垄断调查。 Google 给它一笔钱，以技术转让的形式获得三样东西：数据资产、核心 IP 和主要团队成员。这些人要到 Google 工作，同时还要留一部分人在 Character.AI 继续工作，保持公司的运营。这样就不会触发反垄断。 疫情之后，很多硅谷公司都是用这种方式进行收购，不直接买公司，所以不触发反垄断，只支付技术转让费或者技术授权使用费。 ### AI下半场转向应用 这两部分基本讲到这里。跟你我、跟在座所有人真正相关的事情，才刚刚开始。这是下半场。下半场的概念，就是到底谁能用 AI 赚到钱。 这大概是今天刚开始的热潮。不管是中国还是美国，美国也许更偏软件，中国也许更偏硬件，或者更偏具体应用。 所以不用担心。我们刚才讲了，中国能不能接得住。假定美国热度下降这件事会部分发生，那么最后唯一需要回答的问题就是，中国该怎么办？ 从投资周期来看，恰巧我们过了上半场，开始进入下半场。接下来就看谁能解决这些问题。 刨除地缘政治、宏观经济、宏观政策，如果资金还要继续追逐 AI 投资，那么在一个存量博弈、A 多 B 少、A 少 B 多的资本市场里，就要看谁真正拿这个技术做出了应用，而且开始赚钱，而不是亏钱。 你有没有发现一个现象？你们现在讨论使用大模型时，大家用的是谁？不都是豆包、千问吗？在美国是 GPT，但主要已经开始转移到 Gemini，也就是 Google 的模型。 为什么今天大家讨论大模型应用时，参与者都变成了大厂？你有没有想过这个问题？ 今年 DeepSeek 帮助中国和大模型完成了非常关键的一步。历史上，大数据、人脸识别、自动驾驶都一样，每一个技术投资浪潮的上半场，刚开始时美国通常领先；到了中场，大家开始各有千秋，比如美国更多在这里，中国更多在这里；到了后半场，中国就会开始领先。 DeepSeek 很重要，是因为它解决了两个问题。第一个问题是开源的军事问题，这对创业公司和应用厂商非常友好，而且它做了收敛和推理。第二个问题是，在最关键、最特殊、大家都需要给钱找理由的时间节点，主叙事又是 AI，DeepSeek 至少在今年年初证明了，中国在科技竞争这个核心问题上，技术上跟美国至少具备竞争力。 这两件事非常重要。但我的问题还是：为什么今天大家用的变成大厂了？ 如果它只是技术创新，只是中台创新或者后台创新，大数据也是一样。如果它只是中后台的技术创新，最后大多数大企业、中企业和小企业都能用上这个技术，但对创业公司来说，想成为技术浪潮里的超大型公司就很难，因为变化不够大。 什么叫变化够大？意味着前台和后台要跟中台一起发生巨大变化，才有超大型新创公司的可能性，而不只是技术应用的普及。 历史上就是这样。我们都知道，头条的核心技术是什么？如果你还记得，头条和刚开始的抖音，核心是大数据推荐引擎和算法。 为什么头条能变成几千亿美元市值的公司？大家都是做数据技术，利用大数据技术浪潮。因为在大数据技术诞生时，同时诞生了前台的 UI、人机互动形态，以及消费者习惯的巨大转变。 抖音发生的转变是什么？本质上它是一个信息连接过程。为什么是抖音？因为它利用了移动互联网。移动互联网带来的消费习惯和 UI 改变是什么？不是拿键盘输入关键词来索取信息，而是滑。 转到移动互联网之后，几乎没有物理键盘，都是浮在屏幕上的数字键盘。键盘很小，在移动场景下输入也不方便，所以对人机交互不太友好。于是就变成了滑：左滑、右滑、上滑、下滑。 这是前台 UI 和消费者习惯同时发生的巨大改变。在这个时候，大数据推荐就变成了一个巨大的应用。 历史上所有大公司都一样。微软为什么成功？大家说是因为图形化操作系统。图形化操作系统是它的技术，但不是其他大公司学不会的东西。它为什么成功？是因为消费者习惯和 UI 同时发生了改变。 为什么？因为它搞了鼠标，导致你不再需要编程和键盘输入，使图形化界面发生了巨大变化。 最后再问一句，特斯拉改变了什么消费者习惯和 UI 界面？在它的技术核心上，它把 AI 用在了什么用户交互界面和消费习惯的改变上？它把 AI 搬到了车里，变成自动驾驶，所以你跟机器交互的形态、发出指令的方式，以及体验技术的形态都发生了改变。 我不知道我是不是讲明白了。这个时代，如果想在技术创新的同一个周期里出现巨大的创业公司，它需要前台其他方面也发生同样巨大的变化，才有机会。 今天，从老百姓的角度，怎么能表现得像专家一样？很简单。中国所有机器人在演示的超强能力主要是什么？都是运动能力：走路、步态、跑步、后空翻、跳舞、摔跤。这些基本上都是平衡和运动能力。 运动能力的核心来自中国最厉害的硬件之一，就是电机。而且中国有一个非常奇怪的事情：中国的电机变成了全球最厉害的电机，不是因为我们一直为了机器人研发电机，而是电机经历了几轮产业发展。 我们讲一个著名的 A 股公司，汇川电机。你知道汇川电机最开始发展的机遇是什么吗？是中国房地产发展，需要大规模安装电梯。原来外资电梯控制器是一体化的，所以安装和维修的技术要求，以及技术工人的培训都很麻烦。 后来汇川把控制器从里面分离出来，并且做得很简化，适应了中国房地产周期的大发展。之后，中国制造业升级也用到了电机，接下来又给理想汽车提供车用电机配套。 所以，中国电机的发展来源于制造业、房地产、电梯和新能源车的多轮驱动，才变成今天这样。 强化学习来自 2012 年第一波 AI 中的神经网络，以及后来逐步发展出来的算法。今天大家缺的是什么？是操作能力，也就是手的能力，大家都缺。 这是我们投的 AI 芯片，我只讲一句话：今天市值 4 万多亿美元的英伟达是怎么来的？对玩游戏的同学来说，英伟达最早出现，是为了解决互联网游戏中的图形显示精度和效率问题。它做了并行处理，所以才有了今天的英伟达。 新应用才会带来新的基础设施。原来是英特尔一家独大，后来到了手机时代，出现了高通和博通这样的企业。新的智能终端出现后，对芯片有了特殊要求。 所以，AI 应用进入落地阶段之后，也不会是英伟达一家独大。因为会有各种各样的应用。比如今天你的耳机里怎么放 AI？显然不可能放一块英伟达芯片。即使你买得起最贵的手机，手机里也放不下英伟达芯片；即使愿意花最贵的价格买一台电脑，电脑里也放不下。 谁能最先用上 AI Agent？我们经常讲，往往都是已经存在的公司。你必须有足够长的数字化链条：上游、下游、公司内部以及公司所处的环境，都已经数字化，才有可能用上 Agent。 电商当然可以。还有一个条件是，你在企业服务过程中交付的产品里，本来就有很多自然语言交互的内容。这也是为什么销售、RPA 等领域会比较早用上 AI。 这张图要解释的是，中国是怎么“沿途下蛋”的。就像刚才讲电机一样，今天机器人用的关节电机，不是专门为机器人研发出来的，而是来自过去房地产、制造业等领域的研发递进。 这里我想讲一件事。20 世纪 80 年代的日本，在电子行业曾经超过美国，就是在晶体管替代电子管的那一次。当然后来被美国压制回去了，但我们先不管。 80 年代的日本做了一件事：把机械改成电子。它用自己的技术把能改的东西都改了一遍，所以出现了很多现象。 第一个例子，父母结婚时要送的几大件里，有上海牌、海鸥牌、北京牌手表。后来这些被替代成了上初中的我就能买得起的电子表，比如精工、卡西欧，价格不到 10 元。 小时候大家都学不起钢琴，几万元一台，后来被改成了电子琴。我在美国念书时，所在城市最著名的企业之一有 3 家，总部都在那里：柯达、博士伦和施乐。柯达后来被谁干掉了？被电子相机干掉了，也就是柯尼卡和美能达。 你会发现，日本在 20 世纪 80 年代把所有能电子化的东西都改成了电子化。电子化带来什么结果？手表可以大规模普及，电子琴可以大规模普及，相机也可以大规模普及。 如果拿中国举一个类似的例子，就是把机械改成电子。生产力革命中的内燃机，被改成了什么？电机，而且还被卷得非常便宜。 今天买一辆车，比如我有一辆相对比较贵的车，但过去一年自从换了新能源车之后，我就再也不开那辆车了。 如果中国存在产能过剩，还有另外一个问题。你去看今天的中南美洲、东欧、中亚、东南亚，这些发展程度不如中国大城市的国家和地区，它们每千人的汽车普及率，超过了同期 GDP 水平下的中国，或者超过了其他发达国家曾经处于同一发展阶段时的普及率。为什么？ 因为把汽车改成电车之后，总车成本和使用成本都下降了，结果就是汽车提前普及了。 但这还没完。中国今天做的事情非常简单：在 AI 的一个应用上，我刚才讲日本在 80 年代把所有不电子化的东西改成了电子化，中国在把不电子化的东西改成电子化之后，又加了一环，是什么？加上了智能化。 为什么中国能加智能化，日本当年为什么加不了？比如我们今天投了智能乐器。你也体验过智能驾驶，也体会过可穿戴智能手表跟当年电子表的差异。 为什么今天能做到？我们说 AI 进入了下半场。你看到工信部牵头 8 个部委一起发了一个文件，是什么？是在中国推动人工智能加制造业，把人工智能加到中国的强势产业和产业结构中，做各种不同的标杆和示范性应用。这就是非常典型的下半场应用：把各个产业加上智能化。 刚才讲过，中国跟上一次的日本不一样，它可以改造几乎所有东西，就像这两天在 CES 看到的情况一样，当然也包括机器人。原因是日本 80 年代还加不进传感器，只能把机械改成电子。 智能手表和电子表的差别是什么？因为智能手表里面有心率、呼吸、血氧、睡眠等监测。为什么有这些监测？因为里面有各种光电传感器。这些东西是后来加进去的。 中国现在拿这份文件和正在落地的 AI 应用来看，如果有一个强势产业链，最好再加上前沿科技，用软的加硬的，或者用软的加全链条数字化，这大概就是中国最擅长的事情。 最好还能把它变成新的产品形态，然后在应用和需求的产品市场匹配，也就是 PMF 上反复迭代。迭代完之后，就去卷全世界。 因为没有哪个国家同时拥有足够大、足够挑剔、足够卷的市场，相对完整的硬件供应链，以及相对前沿的技术，不管是传感器、芯片还是算法。把这些东西放在一个国家里，转几圈之后就能去卷全世界。 最后在逻辑上再讲一件事。中国能在数据和 AI 应用上做到这些，是因为你看到的所有能够加到智能硬件里的传感器，几乎都不是因为这个智能硬件本身而成熟的。 就像机器人用的关节电机，不是专门为了机器人研发 20 年而成熟的，而是经过制造业、电梯、新能源车等领域的过渡之后成熟起来的。 今天用到的所有新传感器，大概都是因为另外一个巨大的应用，使得传感器的规模和成本迅速下降，精度快速提升，中国又把它卷得非常厉害。 最近最明显的例子是中国开始卷自动驾驶。自动驾驶涉及激光雷达，所以你看到美国上市的两家激光雷达鼻祖公司都破产了；而中国上市的公司有速腾聚创、禾赛光电，后面还有几家，把价格卷了下来。 2015 年自动驾驶刚开始火的时候，16 线或者 64 线激光雷达，其中 64 线极其罕见，线扫激光雷达大概要几十万元或者十几万元。今天，一个超多线激光雷达大概已经降到 1,000 多元。 到了今天这个程度，这些传感器就可以用在别的地方。手表里的光电传感器，是因为手机和其他消费硬件把它的精度提升、把价格压下来之后，才可以装到其他地方，原理完全一样。 影石科技使用的摄像头，不管是全景还是广角，都是因为智能手机的大规模普及，使这种小型光学摄像头的精度和像素提升，价格大幅下降，才能变成消费者级硬件。不管它叫全景相机还是运动相机，道理都是一样的。 但它还要加上中国供应链来迭代。我最后再拿影石举个例子。拥抱变化有时候挺难的。 刚开始我们投它的时候，我那时在 IDG。2013 年 8 月，我在上海办公室见了创始人。他很聪明，会做的事情就跟我上一张图要解释的供给和需求一样。 他刚从南京大学毕业，2013 年 8 月本科毕业才一个月。他来找我们时会的东西叫图像拼接技术，也就是处理图像、进行图像裁剪和拼接的软件技术。 他说要创业，我们就给了他一些钱。给钱之后，他在中国做了一年图像拼接。那时正好赶上 Facebook 收购 Oculus，当时还叫 Facebook，所以 VR 变得很热。VR 需要用若干个相机把不同角度全部拍下来，再拼成 360 度画面，所以图像拼接技术当时看起来很有价值。 但在 2014 年，中国卖软件和技术赚不到钱。他很绝望。2014 年底、2015 年初，他下定决心说，不要再做软件，也不要再提供软件技术，那怎么办？他说，要结合中国供应链去卖硬件。 于是他搬去深圳，关掉南京的公司，在深圳重新注册。后来碰上中国消费电子产业链，把他的软件技术和硬件结合起来。 2015 年，我去主持另一个被投年轻 CEO 的婚礼时，他拿出了第一版全景摄像头，用前后两个小广角摄像头拍婚礼。产品看起来还很丑，但没关系，中国的产业链好，迭代速度快，硬件产品进化速度快。 到 2016 年改进之后，2017 年就进入了线下 Apple Store，成为线下苹果专卖店里唯一的非苹果品牌摄影器材。2018 年开始挑战 GoPro。 它和 GoPro 的差别是，硬件供应链全在中国，一年可以迭代 4 个版本，而且更便宜、更好；同时还有软件技术，可以解决图像稳定性、图像拼接缝隙和畸变等问题。 花了两年时间打下 GoPro 的市场，又花了 3 年时间变成全世界第一名。这就是一个非常简单的创业过程，当然取舍非常困难。 这个问题的回答就解释完了。我只是给你举个例子。人脸识别来自 2013 年的神经网络。那时我们参与技术投资，参与了这一轮浪潮。从 2014 年开始，AI 投资热度巨大，但在 2017 年之前，全中国包括做技术的人，都认为中国在人脸识别技术上肯定追不上美国。 我只讲今天的体验：今天你的很多事情都可以用人脸识别完成。住宿、登机、安检、所有人证比对，以及大额支付交易确认、工商登记注册变更，扫一下就过去了。人脸识别已经在应用层无处不在。 结果是，2019 年之后，你看到的所有计算机视觉相关顶会和顶刊，基本都是中国论文。原因很简单：技术在第一个阶段，靠技术本身的进步，或者算法、方法论的突破；技术的后半程，突破靠应用。这就是上半场和下半场的差别。 如果你还记得，2022 年之前，全中国都认为自动驾驶中国只能追赶特斯拉，因为当时特斯拉的 FSD 最领先。 今年 12 月初，中国批准了 L3 自动驾驶。你告诉我，自动驾驶最终是由研发技术和算法驱动，还是以数据为主、算法为辅驱动？说白了，它叫应用驱动。 2023 年之前，全中国都认为自动驾驶中国只能追赶特斯拉。我猜，从 2026 年底开始，大家大概会逐渐形成一个共识：自动驾驶中国会超过特斯拉。因为它本质上是数据驱动的，中国拥有大量搭载传感器的汽车，提供的数据维度、质量和总量都非常大。 这个事情就跟人脸识别一模一样，也跟今天要讨论的 AI 一模一样。 生物医药也是一个例子，只是说明同样的道理。中国今年刚公布一个数字：全年医药管线授权总金额是 1,356 亿美元，占全世界一年总金额的一半以上。所以，从医药研发角度，中国已经成为全球超过一半创新管线的提供方。 这张图值得大家拍下来，是我们同事画的。右下角那部分可以先放到一边，因为那是生物医疗相关内容。这张图画得很好，因为中国所有行业，都处在这条线图的某一个位置上。 拿汽车或者智能手机举例都可以。中国在 2000 年成为手机装配制造大国，主要是低端装配制造，包括山寨机和功能机。2008 年苹果出现之后，精密制造开始发展。中国装配制造企业中，有一些跟随着产品升级，开始做精密制造，而不是简单装配。 于是出现了你知道的二级市场公司：立讯精密、歌尔声学、瑞声、舜宇光学、蓝思科技等等。中国从精密制造开始走向科技制造。 2013 年前后，中国成为全球工业机器人使用量和生产量最大的国家。再往后，你今天知道的中国著名自主品牌，华为、小米、vivo、OPPO，都在 2013 年到 2014 年出现。 华为原来是 To B 品牌，主要给运营商定制，不在 To C 市场。后来华为的 Mate 系列中的某个产品突然变成 To C 产品。这些品牌没有例外，都产生在 2013 年到 2014 年的中国。 为什么？当你拥有全链条、高效率的制造能力之后，就会在这个制造能力上产生新的产品品牌。 我再补一个大家感兴趣、也跟大家有关的例子：中国的抖音为什么能变成全世界的 TikTok？你有没有想过？ 因为中国在自主品牌发展的那几年，做出了同等价位上性价比最好的智能手机。于是，走到第四步的时候，中国开始提前进入智能手机快速普及阶段。 为什么同等价位性价比最好？因为前面有完整的产业链。 2012 年，中国开始成为全球最大的单一智能手机消费国，超过美国。中国成为最大的单一智能手机消费国，是因为智能手机卖得又好又便宜，所以大家提前换了手机。 当你拥有最大的用户群，而且用户差异度非常高，为了适应如此挑剔、如此内卷的用户群，就只好在这个最大市场里卷产品。卷完了最挑剔的产品和用户群之后，就可以去卷别人。 所以我说，这张图基本上适用于中国所有品牌。新能源车大概已经走到了最后两个格子之间；生物医药可能大概处在以智能手机为例的 2008 年左右。你可以把任何一个行业放到这张图里，它都会处在某个位置。 这张图很有意思，因为你所在的行业都会按照这个路径演化。只要把上面的标题换一换，消费品也一样：先是做简单便宜的东西就能卖好，然后开始做复杂一点的东西，再开始用科技手段做复杂的东西，接着产生更有价值的消费品牌，最后消费品牌走向中国以外的地区。 ### 美国收缩重塑全球格局 最近发生了很多事情，大家在讨论委内瑞拉。当然，我的展望仅供参考，这些内容全部针对 2026 年。国际关系方面，我们之前也做过两期很长的播客，专门讲这些话题。 国际关系是这样的。去年 11 月，美国发布了一个东西，叫《国家安全战略》，英文是 National Security Strategy。这份白皮书相对明确地写出了，美国要收缩在全世界的军事存在，简单来说就是减少驻军。 这跟今天发生的委内瑞拉和格陵兰问题有什么关系？有关系。我们先讲两件事。 历史上的大国，从英国到美国，都有过一个战略叫离岸平衡。什么叫离岸平衡？因为英国是离岸的欧洲，美国与欧亚大陆都不接壤。这种离岸超级强国变成强国之后，为了不让跟自己不接壤的大陆上出现绝对强势国家，就会想办法利用能够影响的国家，去平衡这些强势国家。 比如英国当时用法国、德国、俄罗斯相互平衡。当然美国也是一样。今天平衡欧洲，俄罗斯显然可以平衡欧洲；英国因为已经脱欧，所以从某种意义上虽然离岸，也能稍微平衡欧洲，以至于整个欧洲不会出现单一强势大国控制整个大陆。 美国收缩全球军事存在之后，显然也不希望欧亚大陆出现强势国家。因此，你可以理解今天的部分国际事务，比如菲律宾、日本，是用来平衡中国的。 当然，日本做的事情是不是超出了美国预期，肯定是。但从奥巴马政府最早提出中国是美国竞争威胁，并与安倍晋三签署日美安保条约开始，假定美国收缩军事存在，它就要想办法平衡和影响中国在整个亚洲大陆上的地位变化。 这种事情会起起伏伏地一直存在。 那这跟美国和委内瑞拉有什么关系？如果美国收缩对全世界的军事影响力和军事存在，会导致两个结果。 第一个，迫使这些国家增加军费开支。美国得到了什么？得到了卖武器的机会。 第二个，如果把外部影响力和军事存在收缩回来，结果就是要做什么？今年 1 月初，美国还单独为两百年前的门罗主义提供了一个说法。他把 Donald Trump 的“Don”换进了 Monroe 的“Mon”，现在被翻译成“唐罗主义”。 唐罗主义是什么？很容易理解：既然外边的事情我不管那么多了，我就要把家门口，也就是前庭后院的事情，全部变成自己的。 刨除委内瑞拉石油资源的问题，石油一直是其中一个原因，利比亚、伊朗、伊拉克、委内瑞拉都一样。但刨除这个问题之外，还有格陵兰、加拿大、墨西哥湾、哥伦比亚、古巴等等。 大概就是要把前后院，也就是北美洲上半部分和中南美洲下半部分，围绕整个美洲建一个隔离区，把别人家的院子都围成自己的院子。因为美国收缩了在其他地方的存在，所以你大概可以理解这个格局。 这对中国有什么影响？ 对 2026 年中国的影响是，过去 10 年，中国大概经历了几件事情。 2015 年，我们开始主动进行经济结构调整。当时中国提出去库存、去杠杆、去产能，就是要调整经济结构。事实上，房地产问题也是从 2015 年开始的。但 2016 年迫于经济压力太大，房地产又放了 10 个月，那也是最后一次放房地产。“房住不炒”是 2016 年提出的。 本来 2015 年中国要主动调整经济结构，但当时又赶上美国施加较大直接压力，加上美国加息，所以中国经济压力很大，面临巨大的外部环境挑战。 2018 年、2019 年，分别出现了中兴贸易战和华为科技战。2017 年、2018 年、2019 年、2020 年，大概就是在这种巨大的美国压力下度过的。 2020 年到 2022 年，是你我都知道的疫情问题，此外还有外部压力。2023 年，我们被推到了俄罗斯一侧，在话语权上被认为是跟俄罗斯站在一起，于是被推到了欧洲的对立面。 2024 年，特朗普上台，接下来又开始了关税战。这大概是过去 10 年中国经历的、几乎完全由特定因素引起的直接巨大压力，几乎让人很难喘气。 这时候中国还在进行经济结构调整。2026 年，如果按照刚才讲的 National Security Strategy，以及美国现在正在做的事情来看，美国把直接折腾中国这件事，在重要性排序上变成了先主要折腾家门口。 当然，这是经过 2025 年激烈贸易战和关税战博弈之后的结果。所以你可以认为，2026 年大概率不会改变竞争问题，但美国可能不再用最大的锤子直接猛击中国。 这对美国也很重要。为什么？因为这对今年 11 月举行的中期选举很重要。你也可以猜测，也许折腾了一年全世界的关税战之后，美国没有得到足够多的国内政治和选民认可，所以现在要回来解决其他问题，获得更多政治资本。 为什么今年中期选举对特朗普很重要？因为如果他丢掉中期选举，尤其丢掉众议院，就意味着他后两年的执政执行力会受到巨大影响。 如果他折腾得不好，两年半之后换成民主党政府，会发生什么？因为过去一年半他一直在折腾民主党。你猜民主党上台之后会怎么办？所以，这对他极其重要。 对中国来讲，好处是，如果可能的话，会有一点空间。这可能是过去 10 年比较少见的、可以开始做事的空间。 当然，也许今年 4 月和 5 月，特朗普会访华，中国领导人也会访美。按照去年最后一个季度达成的口头上可能存在的协议来看，也许这是第一年有一点空间，能够把事情做得好一点，不再承受那么巨大的外部压力。 如果你留意国际新闻，会发现过去一个月里，法国、德国和意大利的领导人分别访问中国，韩国总统李在明也来了，加拿大总理卡尼也可能来访。我不知道你能不能从这一系列事件中看出策略和目的性。 中国大概在美国折腾盟友和伙伴关系、在家门口抢夺资源和地盘的过程中，想尽一切办法做一件事：证明即使中国有实力——现在显然已经证明了足够多的军事能力，在科技上也至少证明了具备与美国竞争的实力——中国仍然希望用不同的原则和方式处理国际关系，争取中长期合作。 因为最终在合作伙伴问题上，谁也不想要一个这样折腾的伙伴，对吧？中国会利用这一年的窗口，改变一些中长期的国际关系和国际影响力。 如果你对政治有一点敏感，去年 9 月的上合经济组织上，中国还提出了新的全球倡议。大的议程叫人类命运共同体，下面有几个发展倡议，大概意思就是全球要发展、要互相合作、要支持这些穷的弱的国家，并且要绿色减碳的发展，大概大意上是这 4 条。 为什么在那个时间点提出全球发展倡议？我猜，是因为中国的国际地位和国际关系正在变成强国。最近两个季度才出现一个新的话语体系，G20、G7 之外，经常有人说 G2，对不对？这是美国提出的，不是中国提出的。意思是中美两个超级大国。 中国在谋求改善国际关系和国际地位时，需要一个说法。英国和美国可以用当时的西方价值观来解释这个问题，作为它们的议程和说法。中国显然与它们不是完全相同的文化体系，也不是完全一样的历史发展状况，所以需要一个不同的议程，来说明中国用什么方式和态度解决全球化问题，提升国际关系影响力。 把国际关系讲完之后，可以做一个对你今天很重要的简单判断。 按照现在中美关系和国际关系的演变来看，问题很简单，但很有用：从 2026 年开始往后看 5 年、10 年、15 年、20 年，中国的国际影响力、国际关系和国际地位会怎么样？ 如果你的答案是上升，再往下推一层意味着什么？中国的国际影响力上升，或者中国的国际关系中期改善，有更多国家愿意团结和合作，会意味着什么？ 就意味着中国一定会有更多国际化业务。这句话再往下推一句，就是假定你要一个红利 Beta，要一个趋势性的行业红利，就意味着你也需要国际化。 这是最大的 Beta。你如果愿意冒险，就比中国外交影响力快一点；如果不想冒险，就比中国外交影响力慢 0.1 步，大概就是这样。 我讲这个结论，不是为了给你解决谈资，而是想说，你今天要怎么选择：要不要国际化，去哪里国际化，以及以多快的速度国际化。当然，这件事取决于你。 你不要只从赚不赚钱来回答国际化的问题。你只需要回答刚才那个问题：考虑到变乱交织的国际形势，中国在未来 5 年、10 年、15 年、20 年的环境里，国际影响力、国际关系和国际地位会怎么改变？ 从回答这个问题开始，再回答刚才的两个递进问题。 ### 中国正在转换增长动能 国内经济方面，大家都说中国经济的体感一直很不容易。是的，因为中国从 2015 年开始，就一直在做经济结构调整。 什么叫经济结构调整？套一个时髦的说法，叫新旧动能转换。这是一个说起来容易、做起来很痛苦的事情。 如果想把新质生产力，也就是具有较高附加值的软硬件服务业，替换掉房地产和基建，那么房地产和基建加起来，大概占中国 GDP 的 20% 多。2015 年之前，它们是中国发展的主要动力之一。 如果想做新旧动能转换，一段时间内会出现什么问题？你无法立刻实现此消彼长，因为旧的部分存量巨大，增量也很大。你想把它降下来时，新的部分还很小。2015 年时，新的部分可能连 GDP 的 10% 都不到，想用不到 10% 的东西替换 20% 多的东西，是很困难的。 旧的部分下降速度，可能在一段时间内慢于新的部分增长速度。要调整，就只能忍着，先度过这段时间。 从就业、经济总量、累计利益和存量利益分配来看，左边都比右边大很多。只是最近右边可能刚开始出现增长，能够弥补左边下降的部分。从上市公司的结构转换也能看出来。 所以我猜，如果中国在这个基础上，外部环境轻松一点，国际关系好一点，这件事很有可能实现。我一直在观察，但现在觉得今年可能实现。 这也是大家关心的一件事：人民币汇率。 如果你听过我去年的演讲，应该知道当时所有人都在讲人民币会贬值，我说人民币不能、也不会贬值。今年所有人又在讲人民币一定会升值，而且升值幅度不会小。我也告诉你，我觉得人民币不会大幅升值。 这不是为了故意反着说。之前说它不能贬值，主要原因是中国不能只为了所谓外贸拉动经济，就让人民币贬值。因为这会影响其他问题：影响人民币国际化，影响跨境结算的范围和幅度，影响人民币计价资产，也影响房地产等等。所以人民币不会大幅贬值。 今年为什么说它不会大幅升值？虽然现在已经升了。你有没有发现，中国人民币汇率在去年最后一个季度升值的情况下，外贸顺差还创了历史记录？ 原因是中国外贸结构也发生了跟经济结构一样的显著转变。第一个是贸易对象转变，第二个是顺差转移方式转变，这些太复杂，先不讲。 最大的转变是，贸易结构中中高附加值产品和服务的占比提升了。你可能没概念，我举几个数字。 中国汽车去年一年大概出口 500 万辆。按单车价格 2 万多美元计算，大概是 1,000 多亿美元。这算不算中高附加值产品？肯定算。 我刚才讲过一个数字，可能你没注意：去年全世界花在购买创新医疗管线上的合同金额是多少？中国获得授权的医药管线合同金额是 1,356 亿美元。 这是从 2023 年的 300 多亿美元增长上来的。当然这是合同金额，首付款只有不到 100 亿美元，但没关系。1,356 亿美元的医药研发合同金额，已经接近中国成为全球汽车出口第一名之后的汽车出口金额。 你有没有想过，1,356 亿美元的合同里，有多少是高附加值的服务和产品？医药创新管线研发，可以认为 100% 都是高附加值。 这些产品和服务对劳动力成本、汇率价格的敏感度高吗？不高，因为它们属于中高附加值产品。 再给你讲一个难以想象的数据。去年，包括外资厂在中国生产的芯片，中国芯片出口金额大概是多少？2025 年大概是 1.5 万亿元人民币，约 2,000 多亿美元。 我们曾经很长时间都是全球最大的芯片进口国，但在你我不知不觉之间，中国的外贸结构已经这样转变了。它对汇率的敏感度下降了，因为附加值提高了。 中美对比中，讲一个国家实力，大概有几层。最底层是军事，然后是制造业和 GDP，再往上最重要的一层是金融，金融再往上是全球价值观，或者精神层面的文化和文明，也就是在别人眼里，你是一个什么样的国家。 大概就是这 5 层。你也可以确定，其中 3 层是实的，两层是虚的，如果把金融也看成虚的。 中国今天在下面 3 层问题都不算太大，这一点我想你同意。军事方面有很多具体案例，我就不讲了。 中国今天跟美国差距最大的，是这 5 层里的哪一层？军事、工业、GDP、金融和全球倡议。大概只差金融。 美国的金融是怎么来的？这本书我放在推荐书单里了，但它没有讲这些历史。我用很快的方法讲一下。 二战结束那一年，美国强大得不得了。制造业和 GDP 都占全球 50% 多，因为欧洲和亚洲都被战争破坏了，一个国家就占了全球很大比例。 美国一直到 20 世纪 60 年代中后期，大概 1967 年左右，都保持贸易顺差。因为它当时制造业太强大了。二战之后，它肯定存在产能过剩。对美国来说，除了美苏冷战，还有一个非常重要的议程：解决自己的产能过剩。 怎么解决？想办法尽快恢复全球市场，让全球市场向美国购买东西。 与之对应的，是一整套帮助它的意识形态和国际组织。美苏冷战、帮助全球市场恢复的国际组织，都是美国推动成立的。 我去年演讲讲过，今天的国际货币基金组织、世界银行、联合国和 WTO，当时叫关贸总协定，都是美国推动成立的。 如果你看到新闻，美国宣布退出 66 个联合国及相关国际组织，你猜为什么？这些组织都是 1945 年美国推动成立的。80 年之后，它们当年为了推动全球市场恢复、帮助美国卖东西所起到的作用，对今天的美国已经几乎变成反作用，所以美国说不干了。 我们还没讲完金融。美国在 1967 年之前一直是贸易顺差，还有布雷顿森林体系，也就是黄金换美元。于是美元变成了全球强势货币、交易货币和储备货币。 1971 年，美国脱离布雷顿森林体系，不再绑定黄金。美元底下不再是黄金，而是美元，全球第一次出现了信用货币。 为什么？因为 20 世纪 60 年代中期之后，美国从顺差变成了逆差。顺差就是别人买我的比我买别人的多；变成逆差，证明我的需求市场很大，但制造能力开始减弱。 美国变成逆差之后，全球对美元的需求开始增加。因为美国是逆差国，会把美元输出去，用美元购买别人的东西。与此同时，战后地区的经济复兴，制造业也复兴了，能够生产出比美国更好的东西，所以美国开始买东西。 全球对美元的需求越来越大，就意味着美国的黄金不够用了。黄金不够之后，美国宣布美元与黄金脱钩。你可以理解。 接下来就是你我最熟悉的循环。美元不再绑定黄金，意味着美国可以自主行使铸币权，可以自己印钱。 那怎么保证美元的地位？20 世纪 70 年代又发生了一系列事情，包括第四次中东战争、石油美元等等。美国利用它的超级地位，尤其是军事和影响力，使美元在 80 年代之后重新变成主要的交易货币和储备货币，并且跟大宗商品挂钩。 这时全球形成了一个体系。在里根政府和撒切尔夫人任内，出现了今天最熟悉的词，叫自由主义市场经济。 简单来说，美国在底层提供需求市场和高估的美元，所以购买力很强。它购买全球商品，形成贸易逆差，把美元输出去。获得美元的人，包括 2001 年之后的中国，因为赚了大规模贸易顺差的美元，这些美元最终又要借回美国。 中国拿到美元之后，因为美元是主要交易、结算和储备货币，所以必须把顺差美元借回给美国。美国在底层输出美元，在上层利用自由主义市场经济构建美元金融帝国，通过大量美元计价的金融产品，让全世界持有美元的人购买这些金融产品。 你可能会问，为什么要买美元金融产品？因为你持有美元，会担心美元汇率或者币值大幅波动。所以你购买美元计价的资产，这样无论怎么波动，资产都会跟美元同幅度波动。 比如拿美元买日元资产，日元对美元发生巨大波动，就可能亏很多。但如果买美元计价的金融资产，即便怎么波动，资产跟美元的汇率也是同幅度波动。 这种资产中最大的类别就是美债，也就是美国政府发行的债务。 最后，这个循环形成了这样的方法：中国通过劳动和美国消费市场赚到顺差，顺差换来的美元最后借回给美国，主要方式就是购买美债。美元通过高估形成购买力，输出美元，再通过巨大的金融帝国发行美元计价的金融产品和美债，把这些钱重新运回来，完成循环，同时不导致大规模通胀。 你大概理解这个钱是怎么循环的了。 最近很多事情都跟这个循环有关。美国主动打破了这个循环，只想要金融帝国，不想再要逆差国，这也是美国搞关税的原因。 美国只想要军事强国和金融强国，却在中间那层奶油上，也就是自由主义市场经济上，做了很多不自由主义市场经济的事情。 你也留意到，最近半年美国做了很多很像中国的事情。比如大规模补贴核心产业，不管是造船、芯片，还是其他产业；政府直接入股芯片产业；要求能源部和所有 AI 相关企业开会，共同制定产业发展政策和补贴政策。 这些举国体制的事情，原来一直是美国代表欧洲批评中国的，现在美国大概都回头开始做了。 这显然不是自由主义市场经济。它今天的问题是，中间所有的层都不想要了，只想要最上面一层和最下面一层。 打破这个循环之后，中国也会做相应调整。即使中国顺差增加，外汇储备中的美元也没有显著增加。当然，中国也开始购买除美债以外的产品，比如黄金。去年黄金最主要的购买量超过 1,000 吨，其中很大部分是央行购买的。 中国加入 WTO 时，加入的是整个几层饼加中间奶油的循环。现在的问题是，当你改变自己的国际地位、与美国的竞争关系，并且面对美国直接施压时，至少不能完全依赖这几层饼和奶油的循环。 所以你看到，中国利用贸易体系，推进贸易结算中的双边本币互换。 举个例子。委内瑞拉被美国控制之后怎么办？我们都知道，2024 年开始，最先完全倒向美国的中南美洲国家是谁？是阿根廷，是米莱政府。 2025 年阿根廷发生了什么？从宏观统计意义上看，他上任第一年经济状况极其糟糕。一系列混乱问题，包括本币问题，使得经济状况非常差，但后来得到了显著改善。 什么叫显著改善？通胀率从 110% 多下降到 30% 多，当然听起来仍然很夸张。本币汇率波动也相对稳定了一些。 在这些看起来有所好转的经济状况背后，最大的变化是什么？对阿根廷经济来说，2025 年最大的贸易伙伴变成了中国，而且贸易几乎全部使用人民币结算。 虽然是双边本币互换，但中国显然不希望用波动很大的阿根廷比索结算。阿根廷的物价为什么得到平抑，通胀为什么下降？因为 60% 到 70% 的日用品、服装和生活用品都是中国制造，价格便宜。 所以，即使阿根廷完全倒向美国，仍然继续签署中国与阿根廷之间贸易项下的双边本币结算，或者说本币互换，因为中国在 2025 年成为它最大的贸易伙伴。 ### 中国走向金融开放 中国要解决金融问题，这跟改革开放要解决的问题是一样的。未来 5 年到 10 年，中国一个大的变化，就是到底怎么解决金融开放问题。 美国是怎么造出那张金融大饼的？在解除布雷顿森林体系之后，又通过一系列特殊历史机遇，使美元仍然成为强势货币、贸易货币、交易货币和储备货币。 在这个基础上，美元具有了单独的定价能力，不再受黄金约束。它推动的自由主义市场经济中，最大的影响是要求各主要国家放开汇率管制和资本管制，允许资本跨境自由流动。 这会产生什么问题？1997 年出现了亚洲金融危机，2008 年出现美国金融危机，2009 年之后出现欧洲债务危机，这些都是大规模资本跨境流动产生的问题。 中国在金融上虽然做过 3 次汇改，但一直没有放开资本项目下的自由流动，也没有完全放松汇率管制。汇率经历了 3 次机制调整，但资本项目仍然没有完全开放。 中国金融制度的改变是：如果想成为具有金融影响力的金融大国，就要开放金融。 如果你注意中国的政治新闻，2023 年 10 月底召开了一次极其重要的会议，叫中央金融工作会议，提出了很多金融领域对外资全面开放的方向，包括保险、券商、基金等。 这意味着，这一轮周期里最重要的改革开放，除了要解决户口和人口流动问题——这是我在去年二十届三中全会之后解释的中国最大的对内经济政策变化，最近已经开始兑现——对外最大的问题就是金融问题。 国务院最近提交人大常委会审议了一个关于城乡融合流动的正式政策，就是要解决户口和常住人口问题。对外则给出了金融问题的明确信号。 金融问题最大的两个方面，就是汇率问题和资本项目下的开放问题。未来 5 年，中国会以小步快跑和试点的方式，想办法尝试开放。 但在开放过程中，中国要先利用贸易优势，增加人民币国际化。这显然对中国有巨大好处。因为如果全球对人民币的需求增加，就意味着中国可能像当年的美国一样，拥有更强的货币影响力。 人民币需求增加，除了影响力增加之外，也意味着人民币存在潜在被高估的可能性。 为什么别人要持有人民币？除了贸易结算方便，也是因为大家认为人民币可能有潜在购买力提升。翻译一下，就是要保证一定的升值预期，但不能完全兑现升值。你能理解我的意思吗？ 截至去年 11 月，中国完成了历史上从来没有哪个国家完成过的事情：中国前 11 个月累计外贸顺差突破 1 万亿美元。 换句话说，全世界出现了历史上从未有过的、从中国购买如此多商品的情况。接下来几年，中国还要改变国际关系、国际地位和国际影响力，所以还需要做什么？总得需要买东西，按照全球倡议，让大家共同发展，保持独立，让富的帮助穷的。 在这个基础上，人民币汇率会怎么样？会适度升值。否则，怎么体现购买力增强？ 所以这是几个节点之间的平衡：人民币国际化、人民币升值预期、增强人民币购买力，以及在国际经贸关系中平衡中国卖得多、买得少的问题。人民币要在这些事情之间找到平衡，既有升值预期，又能增强购买力，又能改善顺差和逆差关系，同时尽量减少对外贸的影响，还要有利于人民币国际化。 所以人民币会涨，但不会大幅升值。 改革开放我讲的是金融问题。最后再讲一个金融问题，千万不要对你的投资和创业决策构成任何实质性影响。 去年 12 月最重要的贸易相关事件是什么？中国开了一个自由港，海南封关，变成了自由港。它有很多新政策，比如个人所得税和企业所得税优惠；如果在海南本地进口商品加工增值超过 30%，就免征进口税。 尤其对新加坡重要、对中国也重要的是增加了洋浦港，这是一个吞吐量比较大的深海港。大家说这是为了绕开新加坡的马六甲海峡，这些都正确。 但海南经历的事情，跟中国金融系统经历的事情一样，大概都经历了 5 年比较重要和激烈的领导层调整和反腐。调整结束之后，就开始对外开放，金融系统也是一样。 我的意思是，海南作为一个相对独立、封闭、并且已经系统整理好的区域，可能会做一些不同的、配合贸易方向的开放尝试。我只是猜其中可能有金融部分，完全不知道，只是放在这里供你参考。 中国总要找到一些区域和地方，像当年的深圳一样，尝试怎么开放金融项目。 深圳最早作为特区时，本来是因为香港转港贸易等便利项目。深圳在改革开放中，是全中国第一个试点土地转让和土地拍卖的地方。 为什么最早做土地转让和土地拍卖？因为要吸引转港贸易和外资、港资来深圳设厂，就近做生意。外资来了之后要设厂，却没有地方盖厂房，于是 20 世纪 70 年代末，深圳申请能不能做国有土地转让，国有土地转让怎么定价，办理什么手续和程序。 于是，中国的土地试点就从那里开始了。虽然土地试点当时不是深圳作为特区的主要目的，但如果拿海南或者其他地方做类似的例子，大概也会这样。 未来两年，中国总会在某个地方进行尝试，具体在哪里我不知道。我只是帮你做一个推演：金融问题是最值得期待、也是最大的一次改革开放，叫以开放促改革。 资本市场我已经讲清楚了，AI 的问题也讲明白了，时间关系就不再展开。 最后一个话题，这是影响未来 10 年的事情。 2023 年 3 月两会之后，中国新成立了两个机构，一个是国家金融监督管理总局，另一个是国家数据局。去年开始，中国试点公域数据的使用和集中整理。 公域的概念，就是政府管理的公共领域，包括医院、教育、金融等。这些公域领域的数据如何进行试点性使用、集中和整理，试点放在了上海。 李丰 ### 数据成为最大生产要素 过去两年的政策一直在说，数据是新的生产要素。什么是生产要素？钱、土地、人，设备也算。 今天回答一个问题：未来 10 年，数据是不是生产要素？这是最简单但又非常大的问题。今天谁需要数据？AI 需要数据，数字化也需要数据。大量智能硬件、传感器和新型消费品，会因为传感器而产生海量数据。自动驾驶也需要数据。 所以数据最后一定会成为最大的生产要素。数据比钱、人、土地更好的地方，是它可以反复使用、多次使用、流动使用，也可以用不同价格使用。你使用时可能一分钱，我使用时可能两毛钱。 但数据很复杂，难治理、难管理、难定价、难流通，还要脱敏。怎么办？要看全世界谁能管理这个问题。 中国毫无疑问拥有最多的数据。拿自动驾驶举例，数量最多，质量也还可以。但怎么把数据用起来，是最大的问题。 短期来看，中美竞争在 AI 的下半场，最后看谁的应用做得好。长期来看，最终要看谁能把数据治理好、管理好、流通好、定价好、约束好。 什么叫约束得好？最后使用的数据不可能全部是公共数据。 比如，中国医药管线研发已经占全球接近 50%。接下来比例可能更高，因为中国全链条效率已经很高。那怎么进一步提高医药研发管线效率？可能需要更多临床数据。 临床数据在哪里？当然在医院里，而且是病人的敏感数据。在美国购买一条临床数据，大概需要 100 多美元到 1,000 多美元。 医院里的数据还是碎的、散的、脏的、乱的。把医院数据拿出来，显然可以让中国管线研发的创新效率再上一个台阶。 但谁负责把它拿出来？拿出来之后，谁来脱敏个人隐私和敏感信息？谁把它整理成结构化信息？谁决定谁能使用，以及花多少钱能使用？ 这件事我们拭目以待。上海的试点就在做这样的事情。 最终还要把医院数据和实验室数据、历史科研数据融合起来，才能变成管线研发的指导性数据。数据或者叫目标，大概就是这样。 所以你看，10 年以后，甚至不用 10 年，除了最底层的电力之外，最后大家争的可能就两件事：能源和数据。 你就猜，接下来的竞争中，谁在这两个问题上拥有更长久的竞争优势，就可以了。 还有一句话，我想补充一下。这句话不是因为左晖才有的，左晖把它说成了更著名的话，叫“做难而正确的事”。这句话的英文是 Do the right things, not the easy ones。 李翔 没有了，我讲完了，感谢大家的时间。今天大家其实有很多问题，我先替大家问一个。 我看到峰瑞投了很多 AI 应用，有软的，也有硬的。您在投这些项目时，选择标准是什么？因为很多同学都在思考做垂直行业应用，也担心大厂会不会进来。真正的护城河可能是什么？是数据、know-how，还是客户关系？您的观点是什么？ 李丰 ### 投资需要早于市场 最合适的回答是，我们做投资，所以要稍微功利一些。我们的功利，从自己的基金来看，就是尽量比市场早，但不要早太多。 刚才跟你讲过，所有创业或者技术周期，都有非常确定的发展规律。我解释了很长时间，但投资人和创业者在其中时，容易被当下正在拼命发生的事情蛊惑。 作为投资人，如果从功利角度讲，我们要尽量比市场早一点，但不要比整个周期早太多。你大概能理解：作为创业者，如果你也想功利一点，就不要等到它热的时候再进去。你要在它还没有那么热的时候开始，或者在它还没有影响到你的时候准备开始、打算开始、尝试开始。 等它已经很热了之后，你可以使用一些工具，等热潮过去之后，再重新检视是否开始。 从我们被投企业来看，我们会在每个周期起来之前调整。有的时候偏保守，有的时候偏激进。 比如机器人，我们偏保守。2022 年我就说这个方向一定要做，然后跟同事讲“应投尽投”。我们一直投到 2024 年 8 月，之后就没再投了，因为我觉得 2022 年到 2024 年 8 月，这个行业已经很热了。 结果没想到，2024 年 8 月之后，加上 2025 年春节联欢晚会，以及 2 月的民营企业家座谈会等因素，中国机器人又热了一年半。早知道后面还有一年半，我就应该再多投半年。 我们投 AI 智能硬件，也是今年年初从阶段上判断，应该开始投应用。应用方面，我们就投 AI 硬件。 我们观察了一年的 AI 硬件。AI 硬件在去年大概 10 月已经开始变热，所以这次我稍微偏激进了一点，觉得没关系，可以投到今年春节以后。我认为这个热潮会持续比较长时间，因为其中大部分企业是赚钱的，所以不会像之前那些波一样掉得太快。 大概就是这样：尽量比市场早一点，按照周期顺序投资，但不要早于那个周期太多。 如果你完全相信自己做的事情，那就完全抛开我讲的周期，也无所谓。如果你恰好跟周期相关，那就比周期早一点就行。 李翔 今天时间特别紧张，中间跳过了很大一部分生物制药的内容。前段时间有个笑话，说我们现在活到 60 岁，就能再多活 60 年。您觉得 AI for Science 的空间有多大？什么时候能让我们切身感受到它的爆发？ 李丰 我后面有一页没有讲。中国加入 WTO 之后，最大的感官差别，是所有中小制造企业的老板都立刻觉得自己能赚到钱了。我相信大家能同意：他们突然发现，自己做的东西不光有人买，还能卖到国外去，能赚外汇，而且国外对中国产品的需求非常大。 你可以体会一下那个老板的心情。如果你是制造业老板，在这件事情发生之后，你该干什么？突然发现自己做的东西不光在国外有人买，而且卖得出去，还能赚钱，接下来就要考虑三件事：怎么做得快，怎么做得多，怎么做得不同。 从医药来看也是一样。做得快、做得多、做得不同。因为你做的是创新药研发，所以需要更先进的工具。 原来买不起、用不起的工具，现在是不是可以买、可以用了？因为它可以帮助你加快研发循环。原来买不起的产品、实验数据或者服务，现在可以买了。 原来不一定需要用数据来驱动 AI，因为可以自己拿人做实验，设定实验之后再看误差，然后调整。但现在可以使用虚拟筛选。 这意味着可以用得起更好的东西，用得起先进的技术，并且尽量用高效率的技术解决问题。 这一整串背后全部都是技术：要么是硬件，比如芯片、传感器、微流控；要么是软件，比如数据、AI 和虚拟筛选。这个循环就这样转起来，就像我们刚才那张图从精密制造转向科技制造。 所以，中国会变成 AI 制药用得最全面、最好的国家。因为今天无数产业链企业都在解决同样的问题：怎么做得快，怎么做得多，怎么做得不一样。 李翔 还有最后一个问题的机会，有同学要提问吗？ 谢谢丰叔。今天谈了很多关于现在和个人的问题。如果把时间拉长，从更长的周期来看，我们都有小孩。未来这段时间，您又是教育出身，您觉得小孩怎么样才能安身立命？需要做什么样的准备？是不是应该学美术、体育，而不是去学那些 AI 能替代的东西？ 李丰 这是个好问题。如果从方向上讲，我们常见技能中最底下和最顶上两层应该非常重要。 底下的问题，是更具理工属性，或者更具数学、物理属性的东西。这些短期内无法替代，中期内也很难替代。另一端，是更 creative、更 expressive，也就是更具表达性和创造性的东西。 这两层应该都不容易被替代。更容易被替代的，是中间的过程。 至于小孩怎么办，这是我昨天晚上直播时回答的问题。有人问，中美关系这样，现在还要不要送小孩去留学？ 我说，这个问题我不能帮你回答是或不是，因为我不知道你的成长环境、家庭条件和小孩的具体情况。对所有事情做判断，原则很简单，但确实也很难：要以终为始。 你先想一想，什么是跟你最相关的、未来 10 年或 20 年最大的确定性变化，然后再看，今天应该做出什么选择。 这跟刚才的问题有什么关系？我刚才啰啰嗦嗦讲了很多，跟大家直接相关的具体方法论比较少，更多是在解释世界为什么是这样，今天为什么是这样，中国会怎么样，世界会怎么样。 刚才有一个问题问到，中国在未来 5 年到 20 年的国际地位、国际关系和国际影响力会不会变化？ 如果你认为 20 年之后的中国，显然会比今天更加国际化，那么 20 年后成为社会栋梁的小朋友，就必须在这个环境里，成为这个环境和状况下的栋梁。 不管他以什么形式完成这个过程，他至少都需要国际化的知识、国际化的视野，以及一部分国际化体验，才能成为一个国际化中国里的栋梁。