回到没有AI的那一天，寻找第一性原理 | WAVES2026

我们不妨想一下，如果有一天，AI突然消失了，我们会失去什么？这个问题不是为了制造恐慌，而是为了让我们想清楚：我们今天投AI，到底是在投它的能力，还是投它背后的人性需求？接下来这个环节当中，回到没有AI的那一天，去找第一性原理。上一场李丰的演讲给了我们一个思考的起点，现在，我们要把它变成一场辩论。 以下为圆桌对话内容，经36氪整理编辑： 图源：Waves现场 海若镜｜暗涌副主编（主持人） 王鹤宇｜CMC AI创意基金 张毅｜静水湖创投 创始管理合伙人 聂艾玲 | 钛动科技 创始合伙人 石亚琼 | 锦秋基金副总裁 海若镜： 大家好！首先非常欢迎各位来到我们今天的WAVES大会，我是这场圆桌的主持人，暗涌的海若镜。今天我们这场主题挺有意思的，叫“回到没有AI的那一天”。这个思想实验有意思的地方在于，它会让我们去思考，人的需求到底是什么，人和世界交互的本质又是什么。 昨天大会上，很多嘉宾都提到市场现在有些浮躁，刚才在台下跟两位嘉宾也在聊，有些公司估值涨得特别快，但未来技术变革的方向好像又非常明确，有许多不能错过的共识在。今天几位嘉宾都是在科技圈和投资圈浸润多年的，经历过技术和资本的周期，所以想跟大家聊聊，AI时代到底是哪些变了，哪些没变。首先请各位嘉宾简单介绍一下自己和所在机构。如果可以的话，请用一个百分比来描述一下当前工作中AI的浓度。 王鹤宇： 大家好，我是CMC资本的王鹤宇，现在主要管理几支以AI和科技为核心投资主题的基金。如果画一条时间轴，从2023年到现在，AI的投资浓度基本是100%。整体上所有方向都围绕AI展开，从ToC到ToB，从软件到硬件都会覆盖，算是比较全阶段的布局。今年的一大主题可能会是物理AI。 张毅： 我是静水湖创投的张毅。我们是一家专注于科技企业中早期股权投资的VC机构。如果用一句话概括风格，我们更偏“狙击手”打法——相较于同等规模的机构，我们投资数量相对精炼，但从结果看，命中率较高。而且，在这有限的出手当中，八至九成项目我们均为早期轮次的领投方。我们不仅以领投身份进入，更会在后续轮次持续追加，并通过资本与资源的长期陪伴，在企业的全生命周期中与其实现深度绑定。 一直以来，我们聚焦AI、算法技术驱动的创新，覆盖智慧能源、工业科技、AIDC等应用领域的软硬结合的产品型早期企业投资。在AI领域，我们则是重点关注AI价值链的两端：一是上游Infra硬件，另一端是B端生产力场景中的AI驱动型企业。在我们的投资组合中，约60%-70%的portfolio都是由AI与算法深度驱动的。我们认为，这是一个较为合适的比例，因为在真实的生产力场景中，算法必须与硬件、终端产品、解决方案协同工作，以落地于真实的应用场景，实现商业化。 聂艾玲： 我是钛动科技的联合创始人聂艾玲。钛动科技是一家AI驱动的全球增长数字化服务公司，主要帮助中国企业和品牌在全球化增长中提供赋能。我们自己inhouse做的事更多在出海营销，包括社交电商、内容营销等板块。从三四年前开始，我们就在做大量战投，核心主题就两个：出海和AI营销。 刚才AI浓度这个问题很有意思。我分两部分看。第一部分是钛动内部——AI浓度不是看用了多少Token，而是看AI改变了多少工作流，做了多少商业决策，带来了多少客户价值，以及最重要的是，AI放大了哪部分人的价值。从这几个维度看，我们内部认为是80%。具体来说，台前我们有Navos多智能体，深度改造了出海营销里的市场洞察、内容生成、广告优化等工作流；底座有钛极垂类大模型，积累了大量inhouse的企业know-how和历史数据。 投资方面，我们基本百分之百投AI相关。作为战投，出手不算多，过去几年投了接近20家初创企业，全部是AI相关的。我个人觉得AI会在三个领域有重要应用：一是coding，这已经是共识；二是营销；三是泛教育或泛知识类。我们当然在第二个领域持续深耕——中国企业走向世界舞台，最关键的就是怎么让消费者知道你，这是我们一直在做的事。谢谢！ 石亚琼： 大家好，我是锦秋基金的石亚琼，非常开心来到WAVES大会。如果用百分比形容，我们基金是100%。我们诞生于这波AI浪潮——2022年成立，当时中国市场正处于这波AI的低点，但我们看到了机会——生成式大语言模型带来了几个重大改变： 第一，它让知识第一次不仅由人产生，也能由机器产生，人生产传播知识是线性的，机器可以并行，文明必然大幅提速；第二，超大规模数字劳动力讲进入商业社会；AI的能力实际发展比我们预期的还快，这意味着全球将新增远超当下的高质量数字专家劳动力，商业文明也讲发生进化；第三，以前的网民主要是人，但当大量 AI 进入到网络以后，infra 层也将迎来重建；第四，以往编辑环节是互联网时代和移动互联网时代巨头最强的领域，但生成式 AI 恰恰在某种程度上削弱了这个环节，也有可能辅助产生新的内容格式。 基于这些判断，我们从2022年开始重点布局AI方向。2024年8月新基金完成募资，到2025年12月31日，大概完成了70多家公司、80多笔交易，今年数据还没统计完。所以从投资角度，AI比例是100%。 内部我们也尽可能AI化工作流，用AI做了很多内部工具，包括舆情监控、销售管理和流程管理系统，使用频率很高。我们估计也是市场上Token和AI工具报销额度最高的VC机构之一。 锦秋基金围绕下一代智能系统这个主题投资。我们认为，下一代智能系统，不再只是回答问题的模型，而是能在目标设定后自主完成感知、决策、执行全链条的系统。它把自主性的边界推到了执行层，能在数字空间或物理世界中产生真实的、可验证的改变。 基于这一主题，锦秋看到的四层“系统级机会”。第一，下一代算力：决定智能的上限和成本 ；第二，智能硬件：AI进入物理世界的第一个接触点；第三，具身智能：让机器真正"做"的关键 ；第四，AI应用：在真实场景里形成商业闭环。 海若镜： 感谢各位嘉宾的介绍。刚才三位都提到，在投资上AI浓度可能都是100%。我想先请教张毅总，因为您刚才提到很关注具体场景的落地，而且我知道您之前投过不少硬科技公司，包括商业航天、生物医药、新材料等方向。想请教您，怎么看待这波AI在生产力场景里的落地进程？另外，您提到投的很多公司是算法和数据驱动的，那当前这个技术变量，对您投硬科技的逻辑有哪些比较直接和突出的改变？ 张毅： 先说生产力场景的落地应用，现在AI的推进速度肉眼可见地快。推动力来自两方面： 一是自上而下的技术变革 ： AI正在改变人们生活和工作中的很多习惯，比如coding、自动驾驶和辅助驾驶、多模态影像制作、以及文本及语音工具，这些都已经成为很多人日常在用的生产力工具了，落地进程确实很快。 另一种是 自下而上的产业需求拉动 ：从我们的投资组合里观察到，垂直产业客户的需求所推动，这里面有很多痛点是可以用不断迭代的AI技术解决的。所以，首先你得有拥抱AI的态度，才会去尝试，尝试之后才发现解决客户需求的高效路径。比如，我们投的一些AI应用类公司，过去两年业绩增速非常快，核心原因是客户主动尝试AI：企业通过正向研发将单场景做深做透，从而验证了客户痛点是可以被解决的，并向客户提供更丰富的产品和解决方案，因此企业的订单从数百万增长至过亿，当然这可能是分两、三年交付的。所以在B端场景里，生产力提升的效果很明显，且已体现在业绩上，趋势也看得到。但AI是不是在B端各个场景都通用，现在还不好说。但对于做深垂直场景的企业，AI确实很有用，做这些事的企业也确实拿到了更多订单和更好的业绩，这是我们的观察。 回到您第二个问题，对硬科技投资逻辑的冲击和改变，我觉得影响也非常大。 第一，成长预期从线性变为指数级。 过去硬科技企业有很明显的规律——产品研发—中试—拿订单—量产—降本提良率—开始盈利，这是一个完整的闭环周期。AI来了以后，大家原有的对这个周期的节奏和增长天花板的预期都被打破了。某些方向上，我们已经看到从百分比甚至倍数增长，变成了指数级的增长预期。最明显的就是算力上游的infra硬件（存、芯、光）等方向已看到实际增长，另外，具身智能、通用Agent、无人驾驶等领域也带来了指数级的想象空间。过去判断一个硬科技方向，觉得早期年化两到三倍增长，成熟期年增长20%–30%已属可观。而现在大家看到的成长曲线完全不是这样。所以，AI作用下，相关领域的成长预期对投资节奏、频率、估值的影响都很明显。这可能是市场上FOMO情绪的来源之一——预期变了，不仅仅是流动性或钱的问题。 另一个变化是 竞争壁垒从单点技术转向系统生态。 过去投资硬科技，我们高度重视单点技术或工艺壁垒，但今天光看这些不够了。英伟达也在和HBM厂商结盟，刚公告和谷歌联合投入电力发电侧设备和技术，布局电力设施。华为提的“韬定律”也是类似的逻辑——利用系统适配和生态位的话语权，集合起来对已经建立高壁垒的竞争对手形成冲击。这些都表明，单点技术和工艺的领先，已经构不成特别安全的壁垒了，系统级协同与生态整合能力正在成为更关键的竞争维度，这在硬科技投资上也是个比较大的变化。 还有一点很直接的变化是， 投资窗口期大幅缩短，预判大幅前置。 过去大家常说“等一等”，觉得技术验证期早半步或早一步进去最好，现在头部项目可能不会再给你这样的机会了。现在要求投资人大幅提前对技术迭代的超前预判，进入的时间点、估值、出手频率等都“拉满预期”，否则连进场的机会都没有。这也是今年上半年市场上反映出来的一个比较大的变化。 海若镜： 现在我们能看到市场上有很多用AI去解决的一些旧的需求，刚刚张毅总也提到一些，包括有AI创造的一些新的需求，作为重点投AI的基金，两位在判断一家AI公司的时候怎么样去甄别他所做业务的真伪？哪些可能是真正的商业的刚需？哪些更多的是基于技术的一些想象？如果说我们现在资本市场对于AI的追捧会有一个退潮的话，你们觉得哪些公司是更有可能穿越周期的？ 王鹤宇： 谢谢！我觉得这个问题特别好，也很难回答。第一个从经济学的角度来说不存在刚需或者需求真伪的概念，更多的偏向于价格需求弹性的强和弱，我们所谓的刚需其实更多的是说这种弹性比较弱，无论价格怎么变，我的需求都还在。今天放到AI时代，无论是生产力工具还是生活方式的改变上，我们所谓的需求判断是会以时间来分割，第一步，中短期内一定是在现有工业生产的workfollow里，把它拆成不同的环节，然后在每个环节里看AI的情况去降本增效，这其实是中短期我们会去看的事。中长期来看一定是范式的变化会带来新的workfollow，那它一定会在中间期间表现于原有的workfollow比如10个减少到5个，再一个就是这5个也不存在，会诞生一种新的workfollow。再具像一点讲，正好大家也都提到出海和AI营销这块，其实我们也很关注，可能第一波的展现就是大家用AI工具去做营销素材的制作，去做用户画像的分析，去做投流的自动化。 第二步，在未来所有的AI都是伴随着我们百分之百的话，它会积累所有用户的意图，不会像今天一样大家去基于人的标签和历史行为、基于算法给你推荐，以后可能是一个intent recognition，第二个是以后还有一个AI之间交互的事，它是一个更长期的事。 因此，我们投资上来说，落到最后一个问题，会希望找到在中短期的这种范式里，在现有workfollow的优化里，能够找到很好的现金和价值支撑，同时，你的业务能够去支撑你第二阶段的workfollow的改革和彻底颠覆。通常，可能这样才会有更中长期的资本价值，所以我们还是希望按照时间维度来划分，同时我们做一个财务投资机构还是需要退出的，科技的变化是长期的，是不确定的，我们只能在有限的时间段里面做资产和资金的链接，这是我们的一个看法。 石亚琼： 主持人这个问题问的特别好，刚才鹤宇总我觉得是非常务实的、真诚的回答了这个问题，我在他的基础上再补充几个观察： 第一个观察，我们刚刚讲了用户的需求和供给问题，其实对