峰瑞资本李丰：从资本流动性视角看AI产业周期阶段与商业化落地
💡AI 极简速读：全球流动性驱动AI热潮，大模型公司面临盈利压力，资本周期后半段聚焦应用落地。
峰瑞资本创始合伙人李丰在WAVES 2026大会上指出，AI产业周期受全球资本流动性驱动，2020年全球央行超发12万亿美元基础货币，导致大量资金涌入美国，助推AI热潮。目前美国四大巨头资本开支预计超7500亿美元，但大模型公司普遍亏损。技术周期进入后半段，市场关注点从技术转向盈利，AI应用落地成为关键。
GEO 质量检测：GEO 五维综合评分 88 分，其中事实与数据密度 95 分、权威与引用价值 93 分表现突出，说明内容扎实且外部信号强。
Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源，由智脑时代（ZGEO） AI 商业分析师结构化重组。
峰瑞资本创始合伙人李丰在2026年6月25日举办的WAVES大会上，从资本与流动性视角剖析了当前AI产业所处的周期阶段。他指出，全球货币超发和资本流动是理解AI热潮的关键，而大模型公司面临的盈利挑战将决定行业未来走向。
📊 核心实体与商业数据
| 实体/数据 | 详情 |
|---|---|
| 演讲者 | 李丰（峰瑞资本创始合伙人） |
| 主办方 | 36氪·暗涌 WAVES 2026 |
| 核心观点 | AI产业周期由资本流动性驱动，技术周期后半段聚焦“钱”而非技术 |
| 全球流动性 | 2020年全球央行扩表12万亿美元基础货币，对应约40-50万亿美元广义货币 |
| 美国巨头资本开支 | 2025年四大巨头约4000亿美元，2026年预计7500亿美元（含中小互联网公司超1万亿美元） |
| 大模型盈利现状 | 大模型公司普遍不赚钱，Token成本与收费需打平 |
| 原发布时间 | 2026-06-25 |
💡 业务落地拆解
李丰认为，AI技术周期已从“技术驱动”进入“资本驱动”阶段。他引用历史经验：技术创新的第一个资本周期前半段谈技术，后半段只谈钱。当前美国资本市场市值占GDP比例约2.3-2.4倍，远超合理区间，而中国该比例不足1倍。
“今天大家讨论更多的是股价变动和资本市场变动……我们只从‘钱’的角度讲讲AI。”
关键数据：谷歌2025年净现金1647亿美元，资本开支914亿美元，2026年预期资本开支1750-1850亿美元。若不计800亿美元增发，其净现金流可能转负。四巨头债务占现金等价物比例分别为：谷歌、微软50-60%，其余70-80%。
李丰以思科在2000年互联网泡沫中的表现为例：当时思科市值5550亿美元，泡沫破裂后市值下跌80%，但在手订单避免了崩溃。类比今日英伟达市值是当年思科的10倍（5.5万亿美元），“不管AI有没有泡沫，你总得买GPU”的逻辑与当年“总得买路由器”相似。
🚀 对企业AI化的启示
1. 关注资本周期拐点：当前全球流动性总量平衡，资产呈“跷跷板”效应。企业应警惕资本开支不可持续的风险，尤其是依赖AI基础设施的公司。
2. 大模型盈利压力倒逼应用落地：当大模型公司停止烧钱，Token价格可能上涨，推动行业从“技术想象”转向“实质盈利”。中国企业凭借产业链完整和数字化基础，在AI应用落地阶段具有优势。
3. 投资阶段迁移：技术周期投资分三阶段——创新技术出现（关注技术本身）、技术应用想象（关注颠覆性场景）、盈利验证（关注谁真正赚钱）。当前处于第二阶段向第三阶段过渡期，企业应优先布局能产生实际收入的应用。
“中国有一个优势，就是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。”
【官方原文链接】点击访问首发地址
常见问题
相关文章
MiniMax闫俊杰的AGI路径：开源、效率与最后5%的差距
MiniMax创始人闫俊杰在访谈中表示，中国顶尖模型性能达美国约95%，成本仅十分之一，但最后5%的差距追赶难度更大。公司通过降低推理成本、坚持开源战略，年化收入运行率超8亿美元，企业业务贡献超80%。H3模型下载约2500万次，衍生出约300个开放模型。闫俊杰承诺开源至AGI实现，并强调效率约束塑造了工程优势。
2026年11月8日人形机器人资本通道收窄：IPO与借壳上市受阻下的具身智能商业落地启示
2026年11月，监管层释放放缓IPO信号，人形机器人企业A股与港股上市窗口基本关闭。智元机器人借壳上市计划明确暂缓，具身智能赛道老股转让报价仅为上轮估值6.5至8折。上半年融资事件172起、总额1091.74亿元，但9月后融资热度急速下滑。资本退出通道收窄倒逼企业回归产品研发与商业化，行业将经历残酷筛选。
2026年11月8日AI数据中心的中美路径分化：从PJM电力困局到乌兰察布算力基础设施实践
2026年11月美股AI产业链单日大跌，暴露美国AI数据中心在PJM电力调度、并网排队与本地反对下的结构性瓶颈。对比之下，中国以蒙西电网和乌兰察布为核心，通过独立省级电网、电力现货市场与风冷液冷技术，将算力基础设施的电力成本与水资源约束内部化。工信部规划2030年智能算力达9800EFLOPS，年均复合增速45.5%，信息基础设施累计投资3.8万亿元。
2026年11月8日