今天，在大模型投資熱潮開(kāi)始趨于降溫之時(shí)，人工智能領(lǐng)域的投資該如何選擇？12月17日，峰瑞資本創(chuàng)始合伙人李豐在該公司2025年投資人年度峰會(huì)上，分享了他對(duì)AI、機(jī)器人投資的邏輯與未來(lái)展望。

李豐表示，AI作為一個(gè)生產(chǎn)力革命，其全面落地還需要經(jīng)歷很長(zhǎng)的變革時(shí)期。當(dāng)下AI投資已經(jīng)回歸腳踏實(shí)地，開(kāi)始投能落地的AI，所有的技術(shù)只有在被大規(guī)模應(yīng)用后才能進(jìn)一步迭代，但目前AI的應(yīng)用還屬于早期階段。

以下是演講實(shí)錄（略有刪減）：

大模型發(fā)展至今，只剩下大公司

今天中美都非常關(guān)注AI，背后的原因在于，可能大家認(rèn)為AI是一個(gè)生產(chǎn)力革命，歷史上生產(chǎn)力革命花的時(shí)間比大家預(yù)期的要稍微長(zhǎng)。比如在蒸汽機(jī)時(shí)代，從發(fā)明到廣泛應(yīng)用于紡織機(jī)械以外的領(lǐng)域（如飛機(jī)、火車、輪船等），經(jīng)歷了約100年的漫長(zhǎng)過(guò)程。計(jì)算機(jī)與互聯(lián)網(wǎng)時(shí)代，從第一臺(tái)個(gè)人電腦開(kāi)始到現(xiàn)在人人都用的微信大概也花了30年時(shí)間。

今天的人工智能還處于很早期的階段。既然AI處于早期發(fā)展階段，為什么這一輪的熱度這么高？這或許和宏觀經(jīng)濟(jì)背景有關(guān)。2020年至2021年，為應(yīng)對(duì)疫情，全球范圍內(nèi)的貨幣政策寬松，流動(dòng)性是歷史上從未發(fā)生過(guò)的。

美國(guó)的AI泡沫會(huì)破裂嗎？最近一周的美股市場(chǎng)看起來(lái)AI交易量大幅下降。如果美股泡沫破裂，A股市場(chǎng)是不是會(huì)受影響？或者假定美股泡沫破了，并且可能影響中國(guó)，中國(guó)如何對(duì)抗影響走出獨(dú)立行情。

目前，大模型的競(jìng)爭(zhēng)格局已經(jīng)差不多，本質(zhì)原因是所有的技術(shù)進(jìn)展和躍遷都不可能持續(xù)地超越預(yù)期。2023年，它經(jīng)歷了小的跳動(dòng)上了臺(tái)階后，就進(jìn)入了比較線性的發(fā)展過(guò)程。

大模型發(fā)展至今，只剩下大公司，比如微軟、谷歌、字節(jié)的豆包和阿里的通義千問(wèn)。這個(gè)現(xiàn)象反映了一個(gè)本質(zhì)原因：技術(shù)變革要成功，需要前、中、后端同時(shí)發(fā)生變革。（前端/UI交互界面的改變加上中端/技術(shù)，終端/硬件載體和消費(fèi)者用戶習(xí)慣的遷移。）只有大公司才能既做基礎(chǔ)設(shè)施，又有足夠多的用戶，同時(shí)有大模型的研發(fā)能力，能把大模型當(dāng)成一個(gè)軟件服務(wù)的延伸。明年我們可能會(huì)看到，大模型將與硬件服務(wù)深度整合，演變成一種統(tǒng)一的云服務(wù)。

回顧大數(shù)據(jù)時(shí)代，并沒(méi)有催生出新的千億市值的公司，因?yàn)樗耆珱](méi)有前端，也沒(méi)有消費(fèi)者習(xí)慣的遷移。字節(jié)的抖音之所以能成為千億美金巨頭，是因?yàn)樗粌H有大數(shù)據(jù)算法（中端），還改變了交互方式，從UI界面鍵盤(pán)輸入關(guān)鍵詞變成了滑動(dòng)，然后消費(fèi)者的習(xí)慣改變了。

有了大規(guī)模的應(yīng)用，技術(shù)才能真正進(jìn)步

從我們的技術(shù)投資邏輯上，AI經(jīng)歷了三個(gè)發(fā)展階段：

第一個(gè)階段2023年至2024年，投資聚焦技術(shù)本身，比如大模型。第二個(gè)階段2024年至2025年，開(kāi)始關(guān)注最有想象力的應(yīng)用，比如以Manus為代表的通用Agent和具身智能機(jī)器人。第三階段2025年至今，大家開(kāi)始投能落地的AI應(yīng)用，比如垂直領(lǐng)域的Agent應(yīng)用和AI硬件。大家投資開(kāi)始變得腳踏實(shí)地，到底誰(shuí)能用這個(gè)技術(shù)賺錢(qián)？

從投資來(lái)講，AI Agent垂直領(lǐng)域比較困難。投資垂直領(lǐng)域的AI Agent應(yīng)用需要具備兩個(gè)條件：第一，最好已在產(chǎn)業(yè)鏈中建立高質(zhì)量的數(shù)字化閉環(huán)；第二，最好能以自然語(yǔ)言交互的形態(tài)實(shí)現(xiàn)兌現(xiàn)的服務(wù)價(jià)值，即服務(wù)流程高度依賴自然語(yǔ)言交互。比如做教育、心理咨詢和做金融這類公司，這些行業(yè)全鏈條數(shù)字化程度高，且服務(wù)是用自然語(yǔ)言交互兌現(xiàn)服務(wù)價(jià)值。

也有一些新的全鏈條數(shù)字化方向值得嘗試，比如電商直播、編程、游戲?？傮w來(lái)看，垂直AI Agent應(yīng)用更容易由已有業(yè)務(wù)公司轉(zhuǎn)型實(shí)現(xiàn)，因?yàn)樗鼈円褤碛袠I(yè)務(wù)、數(shù)據(jù)、專業(yè)人才，以及重構(gòu)服務(wù)的技術(shù)能力與抽象層次。新賽道有機(jī)會(huì)，但我覺(jué)得不那么多且很難找，因?yàn)樗鼪](méi)有數(shù)據(jù)積累和客戶。

關(guān)于AI硬件，日本在20世紀(jì)80年代推動(dòng)了廣泛的電子化，將許多機(jī)械產(chǎn)品改造為電子產(chǎn)品，例如鋼琴變?yōu)殡娮忧?、機(jī)械手表變?yōu)榭ㄎ鳉W電子表、照相機(jī)變?yōu)樯倒想娮酉鄼C(jī)等等。然而，受限于當(dāng)時(shí)傳感器與芯片技術(shù)，日本未能進(jìn)一步走向“智能化”。

當(dāng)前中國(guó)正處在類似的產(chǎn)業(yè)躍遷中，我們不僅將沒(méi)有改過(guò)的傳統(tǒng)產(chǎn)品電子化，更在此基礎(chǔ)上疊加傳感器與芯片，使其智能化。這基于中國(guó)擅長(zhǎng)在“軟科技+產(chǎn)業(yè)鏈”上的積累，通過(guò)技術(shù)整合創(chuàng)造新產(chǎn)品、帶動(dòng)新需求，最終變成新物種，并彌漫全球，同時(shí)大規(guī)模應(yīng)用產(chǎn)生新數(shù)據(jù)。

中國(guó)產(chǎn)業(yè)的機(jī)遇在于，一旦進(jìn)入全線產(chǎn)品電子化階段，高精度硬件就會(huì)變得極具性價(jià)比。比如新能源汽車今天已將激光雷達(dá)和毫米波雷達(dá)的成本大幅降低。這些高精度硬件成本降低后，就能廣泛應(yīng)用于各類消費(fèi)產(chǎn)品中。中國(guó)歷史上曾多次重復(fù)這個(gè)路徑。

基于此，我們主要關(guān)注兩類企業(yè)：一類是原有的to B企業(yè)，其憑借對(duì)傳感器、芯片的深入理解和技術(shù)能力，轉(zhuǎn)型切入to C市場(chǎng)，我們的被投企業(yè)中已有不少成功案例；另一類是洞察到消費(fèi)者習(xí)慣與新產(chǎn)品集成機(jī)會(huì)，從而創(chuàng)立的新品牌。

所以之前的問(wèn)題也有了答案，如果AI的基礎(chǔ)設(shè)施和大模型的泡沫在美國(guó)下跌，只能靠應(yīng)用來(lái)接，中國(guó)能接得住嗎？肯定能。中國(guó)在技術(shù)應(yīng)用方面還多次驗(yàn)證了其發(fā)展路徑。以人臉識(shí)別為例，2015年時(shí)許多人認(rèn)為中國(guó)難以追上美國(guó)，但到2018年后，中國(guó)通過(guò)極其廣泛的應(yīng)用——涵蓋酒店、餐廳、支付轉(zhuǎn)賬、工商變更等幾乎所有生活與商業(yè)場(chǎng)景——將技術(shù)推向了實(shí)用化的極限，從而反哺了技術(shù)創(chuàng)新本身。同樣，在自動(dòng)駕駛領(lǐng)域也是如此。這表明有了大規(guī)模的應(yīng)用，技術(shù)才能真正經(jīng)受檢驗(yàn)、迭代進(jìn)步。

機(jī)器人未來(lái)迭代的核心在于獲取新維度的數(shù)據(jù)

我們?cè)?021至2023年密集投資了機(jī)器人，到2024年下半年熱度較高時(shí)暫停了機(jī)器人投資，提早剎了車，事實(shí)證明太保守了。我沒(méi)想到機(jī)器人在2024年的6月份之后熱度又持續(xù)了一年半。

機(jī)器人是自動(dòng)駕駛加上強(qiáng)化學(xué)習(xí)帶來(lái)的算法革命，兩者結(jié)合變成了今天看到的機(jī)器人。但依然停留在展示打拳、跑步、跳高、運(yùn)動(dòng)會(huì)等，這些不是操作能力。

操作能力意味著要改變物體狀態(tài)。為什么全世界都在投它，為什么今天（機(jī)器人）還不行？明顯的短板在于操作能力。今天全中國(guó)所有的機(jī)器人基本停留在演示層面，連桌子的高度都不能移動(dòng)、衣服還不能碟。機(jī)器人的操作能力其難點(diǎn)在于缺乏人或物體跟物理世界接觸并改變狀態(tài)的數(shù)據(jù)。

所以，機(jī)器人未來(lái)迭代的核心在于獲取新維度的數(shù)據(jù)，有以下幾個(gè)方法：

一、和自動(dòng)駕駛一樣，自己給自己采集數(shù)據(jù)，這方面好處和壞處都較為明顯，沒(méi)有哪一家能做到像特斯拉那樣有幾百萬(wàn)輛車幫它采集數(shù)據(jù)。另外機(jī)器人還有一大挑戰(zhàn)是硬件暫未定性，比如究竟是5根手指還是3根手指還是用夾板都暫無(wú)定論，只要本體一改變，就意味著原來(lái)的數(shù)據(jù)沒(méi)有用，需要從頭再來(lái)。

二、是不是算法加大腦就能解決問(wèn)題，如果算法加大腦能解決問(wèn)題，大語(yǔ)言模型早就會(huì)出現(xiàn)，不需要等積攢了四十年互聯(lián)網(wǎng)的數(shù)據(jù)。我認(rèn)為，大家在等新的消費(fèi)級(jí)設(shè)備和關(guān)鍵傳感器的大規(guī)模普及后有新的解決方案。比如，當(dāng)智能手機(jī)中開(kāi)始普及麥克風(fēng)陣列或高質(zhì)量的聲音芯片之后，才具備了對(duì)聲音進(jìn)行高清解析的基礎(chǔ)；又如，只有當(dāng) GPS 芯片被裝進(jìn)智能手機(jī)、并分發(fā)到每個(gè)人手中，位置數(shù)據(jù)才得以真正產(chǎn)生。從本質(zhì)上看，大家最終等待的都是大規(guī)模數(shù)據(jù)的出現(xiàn)。