Vol.207 宏观漫谈100｜年终特辑：AI投资的逻辑与2026年宏观展望

大家好，我是锋锐资本的李峰。这一期的宏观漫谈可以算是我的独白，主要来源于不久前在混沌大学的一堂公开课。每年年底，我都有机会在混沌讲一次相对较长的课程，回顾和展望过去与未来的情况。这次课程的内容主要是向我们基金的LP（有限合伙人）们说明过去一年以及未来一年在AI相关领域的布局逻辑、预期和展望。其中也包括了在过去几期宏观漫谈中提到的一个重要话题：全球超级流动性如何推高了AI的热情。此外，我们还探讨了全球超级流动性可能如何转变，以及它对中美两国资本市场和中国AI发展过程的影响。

AI作为一个技术发展的趋势和当前的技术热点，也有自己独特的发展周期。在这次分享中，我将从这两个角度进行分析：一是从AI的角度看其发展方向，二是从全球超级流动性的转变来看可能对中美资本市场造成的影响。因此，这次独白不仅涵盖了2022年的回顾，也包括了对2026年的展望。我很乐意与大家分享这些个人观点和判断，欢迎大家在评论区与我探讨。

感谢混沌大学的邀请，让我有机会在这里分享。今天的PPT有一半正好是上个月我为LP准备的年度报告，其中许多内容与技术相关，我会比较快地跳过这些部分。每年在混沌大学的分享，主要是试图从我们的角度解释这个世界，特别是中国是如何发展到今天这个样子的。过去几年的变化让我们看到的信息与体验变得不同。我想提到一本很有意思的书，《枪炮、病菌与钢铁》的作者贾雷德·戴蒙德从历史角度分析了人类为何会发展成今天这样。

他指出，美国社会中个体的极化现象，有几个原因，其中两个尤其引人关注。首先，互联网和社交媒体的普及让信息获取的角度变得多样，却也导致信息越来越极化。人们通常只会接收到自己喜欢的信息，这样一来，各自的观点在喜欢的方向上被加深，而对不喜欢的观点则会选择性忽视。这种现象可以部分解释过去十年美国社会的极化趋势。大家可能都能感同身受，每次我做的播客中，很多内容在发布时都未必能与当下的观点完全一致。在这种环境中，如果你愿意接受这些不同的声音，今天的话题将与投资和赚钱相关，或许能为大家带来一些重要的信息。

今天，我们将讨论两个主要问题，这几天引发了很多热议，也成为中美竞争的焦点。首先是关于AI是否是一场生产力革命的讨论。这一话题出现的原因是，在此之前，有些重大的变化被认为是生产力革命。过去20年的互联网发展是否被视为生产力革命一直存在争议。从统计上来看，互联网所带来的全要素生产力提升大多发生在1999年至2003年，仅有短暂的提升，此后整体保持平稳。因此，有人认为信息革命并没有显著提高人类的生产能力。

如今，大家把注意力集中在AI身上，认为它可能是一场真正的生产力革命，能够显著提升人们的工作效率，就像人类从最初的体力劳动，逐渐发展到使用牛、蒸汽机、内燃机电机等工具一样。因此，我今天要问的也是一个开放性的问题：面对未来的15至20年，甚至更短的5至10年，你是否愿意参与这个变革？你的热情程度和参与速度将取决于你是否认为这是一场生产力革命。请大家思考这个问题。

这是人类历史上出现过的生产力革命，实际上互联网并不算是。我们刚才解释了互联网，它更多的是一种信息化的革命。你要记住，我们今天讲的是从不同视角来看待这个问题。因此，即使互联网可以视为一种生产力革命，在历史上的所有生产力革命中，通常也要经历相对较长的时间。从技术开始明显变化到真正改变你的生活和生产力，必然需要一个漫长的过程。具体的细节，比如内燃机和蒸汽机，我们就不逐一评价了。

从人工智能（AI）来看，其发展的轨迹大致如下。在2006年12月份，那时我刚作为高管离开新东方并计划进军互联网领域，因为之前在传统的教育培训行业待了太多年。于是，在完成考核后，我决定辞职，去北京大学找当时的同学，他已经成为老师，我请他推荐一些技术好的学生帮助我创立一个新公司，叫“秒针”。他推荐了李文鑫老师实验室的一位学生，即后来名略的创始人吴明辉作为公司的首席技术官。他当时是研究生二年级刚入学，我们在2006年共同创建了秒针，并见证了互联网和大数据的开端。

在这段期间，AI的基础设施发展主要集中在大数据上，而AI的实际应用起步于2012年左右，那时Google在混乱的图片中识别出猫的画面。这一事件引发了第一次人工智能的热潮。AI的第一个应用则体现在人脸识别和自动驾驶上。让我们来看看这一波热潮是如何开始的。人脸识别的技术进步源于早期的神经网络。值得一提的是，在2015年，全世界估值最高的未上市公司是一个打车软件，大家普遍认为这家公司解决了车辆调度的问题。与此同时，特斯拉在那时也推出了测试版的全自动驾驶系统（FSD），人们将智能汽车的想象与AI结合，认为未来所有车辆都将实现自动驾驶。这一设想激发了大众对自动驾驶的巨大期待。

继自动驾驶之后，围棋的智能对弈吸引了人们的关注，紧接着，AI在测量蛋白质结构方面的应用逐渐升温。虽然这一领域稍显专业，但在2018年至2021年间，其热度飙升。我们在2024年时在香港上市的京泰科技就因AI制药成为热门投资领域。AI制药为何如此受关注呢？利用AI技术进行蛋白质测序的创新虽然刚起步，却并未成为热点。但是，随着全球疫情的爆发，生物医疗科技迅速崛起，AI也开始渗透到生物医疗行业，推动其快速发展。最终，这种交集孕育出了AI制药的火热。

如果我们重新审视这幅图，发现每一次技术突破后，相关行业也在发生变化，交汇出的新应用带来了投资机会。即使我们用AI来判断今天的热度，这已经是第四波热潮。尽管每次的焦点应用不尽相同，但从投资视角或技术发展视角来看，AI热潮并非首度。回到上述图示，如果你还未开始关注AI，也无需过于焦虑。因为整幅图展示了技术突破到民用设施再到成为生产力的过程，通常需要足够的时间。

最后，我想分享一个关于中国的例子。在近日的十五规划中，虽然未能涵盖某些关键技术，但实际上，中国在某些领域已经取得了意想不到的世界第一。这些创新现在已在我们的生活中普及。我相信，即使你对AI的理解仍处于初始阶段，随着时间推移，这些事终将影响各行各业的发展。

新能源车并没有出现在实物规划里，我今天的问题是，它没有在实物规划中出现的原因是什么？因为你已经是第一名了，已拥有全链条的优势和效率。我提到的新能源车目前还未普及到自动驾驶，因此你已经在新车销售中占据了接近60%的比例，所以不再需要将其作为规划内容进行推广。简单来说，新能源车在2015年发布的“中国制造2025”中被相对重视。若你对投资事件敏感，或许能回想起在2014到2015年间，正是所有知名互联网造车新势力创业的那一年。然而，如果你能刷新自己的记忆，或许在2023年之前你不会认为新能源车会成为一件重要的事。

原因也很简单，2021年前后，从互联网舆论来看，至少有超过一半的人认为其中一两家互联网造车新势力将会倒闭。巧合的是，他们后来得到了重要投资人和国资的支持，结果事后回报良好。直到2021年那个时间节点，大家对新能源车的期望并不高，也不认为中国的新能源车会成功，更不看好造车新势力的发展。如果在2013到2021年之间的任何一年，你是数十万家汽车零部件企业中的一家，你可以选择调整生产架构，开始重视新能源车的发展。理论上，如果你在当时做出这样的决策，今天你都可能会很好，因为到2023年，中国已经成为全球汽车出口规