文章核心观点 文章基于峰瑞资本在2025年投资人年度峰会上的分享，系统阐述了关于AI投资与行业发展的宏观背景、演变逻辑及具体机遇。核心观点认为，AI驱动的生产力革命仍处于早期阶段，当前全球资本正在经历从“极限配置”到“再配置”的转变，这为不同市场创造了新的博弈空间。在AI投资进入关注“能落地应用”的第三阶段后，中国凭借其在应用落地、智能硬件创新及完整产业链方面的结构性优势，有望在AI工程化与应用驱动阶段实现快速追赶甚至反超。同时，中国生物医药行业也正迎来从“精密制造”向“全球品牌”升级的关键质变期[3][4][27][64][68][70]。 关于AI的两个开放性问题 - AI是否会引发生产力革命仍无定论，但已成为全球共识和激烈竞争的焦点[6][8] - 历次生产力革命所需时间比预期更长：蒸汽机时代耗时近百年，互联网/移动互联网时代耗时约30年[10] - 人工智能时代从数据基础设施成形（2006年Hadoop出现）算起不到20年，若从2012年算起仅13年，系统性转化为生产力仍处于起步阶段[11] 本轮AI热潮何以空前？一个宏观的解读视角 - 2020-2021年全球央行“大放水”：为应对疫情，全球主要央行扩表规模约12万亿美元，考虑货币乘数（平均取4）效应，创造了近50万亿美元的全球流动性，占2019年全球GDP（86万亿美元）的近60%，强力推升了全球资产价格[15][16][17][18] - 2022-2023年增量资金极限配置美元资产：因俄乌冲突、地缘政治等因素，欧洲与中国资产被低配，巨量流动性集中流入美国，推动美股自2022年三季度持续上涨。至2025年，全球资本市场总市值约130万亿美元（为全球GDP114万亿美元的1.14倍），其中美国市值68万亿美元，占比超一半[20][21][22] - 2025年至今全球资金从“极限配置”走向“再配置”：随着地缘政治预期变化及各国积极吸引资本，资金开始重新配置。例如，2025年港股在多项指标上位居全球前列，欧洲股市表现也一度优于美股。全球进入存量博弈状态，资本市场总市值维持在130多万亿美元水平，各国竞相创造投资叙事以吸引资金[24][25][26][27] AI时代的投资逻辑 - 技术投资通常经历三个阶段：第一阶段投资技术本身（如2023-2024年的大模型），第二阶段投资最有想象力的应用（如2024-2025年的通用智能体AI Agent和人形机器人），第三阶段投资真正落地、能盈利的应用（2025年至今）[28][29][31][33][36] - AI投资已进入第三阶段：投资逻辑转向“算账”，关注谁能把技术推给成千上万用户并让其付费。峰瑞资本布局方向包括具身智能、AI应用（硬件、垂直Agent）、AI基础设施及AI+新药研发[36][37] - 技术创新会经历多轮“三步走”周期：经历轮次越多，表明技术对社会经济渗透越深。互联网即是例证[38][39] 大模型的下一步：百花齐放还是赢家通吃？ - 讨论焦点集中于大公司：近期关于大模型的新闻多围绕Google、阿里、字节等头部企业[41] - 大模型正走向“云化”：逐渐演变为类似硬件云的基础服务，竞争格局可能收拢到具备多重能力的巨头之间，包括能承担巨额算力开支、拥有成熟云设施与庞大用户群、能持续投入研发并能将大模型搭载在云上销售的公司[44][47] - 千亿市值公司的诞生条件：需要前端（UI）、中端（技术）、终端（设备和用户习惯）同时发生根本性变化，并引发消费者习惯迁移。否则技术红利易被既有巨头吸收[42][43][45] 机器人的操作能力能实现突破吗？ - 当前机器人擅长运动，不擅长操作：操作指抓取物体、使用工具等真正“干活”的能力，涉及与物理世界的复杂交互，缺乏系统性数据积累[46][48][49] - 操作能力突破依赖新维度数据：类似自动驾驶的“自主数据采集”方式效率低且受硬件未定型制约。合成数据和VLA（视觉-语言-动作）模型有局限性。物理模型必要但非唯一解[50][51] - 数据获取与智能硬件普及相关：历史上超级应用（如微信、抖音）的诞生依赖于装有高精度、低成本芯片与传感器的智能设备普及所产生的新维度数据。机器人操作能力的突破同样取决于能否获得源自真实物理世界、涉及状态变化与连续动作的丰富新数据[51][52][63] 能落地的AI应用 - 方向一：AI基础设施（芯片）：AI走向应用端将重新定义数据存储、通信、算力等需求，必然孕育新的高度垂直化的AI基础设施芯片机会，涵盖推理、服务器端与端侧[54][55] - 方向二：垂直领域的AI Agent：需满足行业数字化水平高、服务价值可通过自然语言交互兑现两个条件（如教育、金融）。更适合已有公司转型作为“第二增长曲线”，全新赛道机会较少[56][57][58][60] - 方向三：AI驱动的智能硬件：中国不仅有能力将传统产品系统性地“电子化”，更能将已电子化的产品升级为“智能化系统”。智能化过程产生的数据是训练下一代机器人的宝贵资源[61][62][63] 中国的结构性优势与AI硬件机遇 - 智能化创造新数据维度：智能硬件普及持续产生源自真实物理世界的新维度数据，这是过往互联网时代未大规模积累的[63][65] - 新需求驱动新型外贸能力：产品面向全球市场，主要竞争在中国公司之间，运营多年的公司多已盈利[65] - 维持合理制造业比例：需同时具备高效率的制造链与高效率的芯片/传感器链，并实现高频同步迭代。中国在新能源车、智能手机等领域的成功已验证此路径可行性，并规模化哺育了上游核心元器件供应链[65] - 两类公司有机会：一是在芯片、传感器等核心技术上已有积累，能从ToB转向ToC的公司；二是深刻理解消费者需求和新技术趋势，能反向整合硬件、传感器与算法的公司。“AI原生硬件”难以一蹴而就[66][67] 若美国AI热度下降，中国AI机遇几何？ - 进入工程化落地阶段，中国有望快速追赶：在底层模型和算力资源不具备优势，但在应用驱动阶段，中国有可能实现快速追赶甚至反超，类似人脸识别、自动驾驶领域的发展路径[68][69] - 广泛落地应用推动技术迭代超越：以人脸识别为例，中国通过将其推向酒店、支付等极限应用场景，最终在2018年实现技术全面领先[68] 生物医药领域，有哪些属于中国的机会？ - 中国创新药对外授权（License-out）迎来爆发：2025年前三季度全球医药交易总额1910亿美元中，中国相关交易贡献937亿美元，占比49%。加上10月信达生物与武田的交易，中国创新药对外授权总金额已突破1000亿美元[70] - 中国生物医药的下一步发展围绕三点：“更快更好”即利用AI for Science等新工具提升研发效率；“更贵”即掌握新科学发现能力，开发首创（First-in-Class）药物；“更多更优质”即探索美国尚未发现的科学机理[72] - 产业演进路径清晰：从装备制造依次迈向精密制造、科技制造，进而构建全球品牌。当前中国生物医药阶段可比拟消费电子产业的2010-2012年（精密制造阶段），下一步将进入科技制造阶段，并最终诞生生物医药版的华为、小米等全球品牌（MNC）[73][75] - 支付环境改善提供支撑：2025年商业保险相关制度出现关键变化，推出“丙类目录”并为商业保险预留空间。国家推动商保创新药目录纳入商业健康保险保障范围，长期将形成社保兜底、商保承接消费升级的多层次支付体系，为行业提供“长钱”并扩大市场规模[77][78]