九月中旬，全球三大央行在同一周内完成了同向转身。

9 月 18 日，日本央行宣布加息 25 个基点，利率升至 31 年来的最高水平，这是其年内第二次加息。前一天（美国时间 9 月 16 日），美联储三年多来的首次加息正式落地，利率区间上调至 3.75%–4.00%；再往前一周的 9 月 10 日，欧洲央行也将欧元区三大关键利率同步上调 25 个基点，同样是年内第二次。

至此，美、欧、日都转向加息，全球流动性的总闸门，正被一道道拧紧。

加息听起来离我们很远，但它的回声就在身边。

过去一年，朋友圈里刷屏的话题，从“新模型又多了什么功能”，悄然换成了“某只股票今天涨跌多少”“某家公司估值翻了几倍”；在硅谷大厂和创业公司，工程师们热衷讨论的不再是技术参数，而是某家公司的估值到底虚不虚，以及“手里这份期权，该去 A 公司、O 公司，还是 X 公司”。

这些日常的细微变化本身就是信号：一轮由天量流动性驱动的美元资产周期已行至尾部，AI 产业周期正在进入后半段。

这正是本文想要讨论的。素材主要来自「高能量」播客《宏观漫谈》栏目和丰叔近期的分享，围绕三个问题展开：全球资本市场此刻站在周期的什么位置？AI 产业在这个位置上处于什么坐标？拐点之后，机会将从哪里生长出来？

01

这轮周期是怎么开始的？

答案不在技术，而在货币

要判断一轮周期走到了哪里，先来简单回顾一下它从哪里来。

本轮AI热潮在金融层面的起点，不是2022年11月的ChatGPT，而是2020年的全球放水。

2019年，全球股票总市值与全球GDP之比仍在100%左右，处于“巴菲特指数”的合理区间；2020年为应对疫情，美国开启无上限量化宽松，全球主要经济体的央行在前后一年内印出了超10万亿美元基础货币。这些钱经银行体系3到4倍的乘数放大后，相当于全球流通货币总量凭空多出了百分之十几。这在金融史上几乎没有先例。全球股市和一级市场随之在2020年下半年到2021年普涨走高。

这笔钱被集中推向美元资产，发生在2022年：俄乌冲突让欧洲难以配置，中国面临疫情等不确定性，占全球GDP近三分之二的三大经济区域中有两个去不了，天量资金于是涌向美元资产。

与此同时，美元加息又推高了美元及美元计价资产的升值预期：2022年3月，美联储首次加息25个基点，5到7月又连续加息200个基点。同年11月，ChatGPT的出现，更是给资产价格上涨提供了一个再好不过的理由。此后2023到2025年，全球资金持续增配美元资产，堆出了一轮规模越来越大的市值上涨。

我们来看一组数据：全球股市市值从2019年的89万亿美元上涨到2025年的148万亿美元，其中美股市值占全球股市市值的比例从2019年的38%上涨到2025年的47%。（关于这一轮金融周期的详细由来，欢迎阅读《峰瑞资本李丰2025年年终分享：AI投资的逻辑与展望》）

02

为什么说现在是周期尾部？

存量博弈的迹象

这一轮资本周期可以分为三段：2024年底之前是第一阶段，全球资本市场总市值普涨；2025年中开始进入第二阶段，即存量博弈——通胀在全球成为普遍现象，没有人能再大幅印钱，于是纳斯达克涨的时候道琼斯不涨，道琼斯涨的时候纳斯达克不涨，A股也差不多；第三阶段则是资金的再配置。

判断这一轮美元主导的金融周期走到了哪里、流动性是否开始见顶，依据的是一个朴素的逻辑：任何一个大类资产要持续涨价，都需要越来越多的增量资金流入，因为价格越高，再往上推一层所需要的钱就越多；一旦新钱不够了，市场就难以继续普涨，而会变成“A涨B跌、A跌B涨”的轮动。

当下，全球流动性应该已经接近见顶，新钱开始不够了。

与此同时，前面已经赚到钱、想止盈离场的人也越积越多。最近一个月的几个迹象都指向同一个方向：欧美日韩英等主要发达经济体的债券收益率同时飙升（收益率上升意味着债券被抛售），美国下场干预日元汇率，美国科技巨头不管交出多好的财报，股价都有点涨不动了。

一组数字可以说明，这轮上涨吃掉了多少钱。

美股总市值从2019年疫情前的34万亿美元涨到今天的约75万亿美元。考虑到并非所有筹码都在时刻流动，多出的40万亿美元市值，可能需要五到八万亿美元级别的净流入来支撑。债与股不同，每一笔债背后都有一笔真实的钱在买：同期全球债务规模从约250万亿美元增长到350万亿美元左右，增加了约100万亿美元；其中美债从约23万亿增长到约40万亿美元，对应17万亿美元的现金流入。

当钱的总量不再增长，市场上的资金会同时出现两种心态：恐高，和追逐热点。于是同一体量的钱开始“从这个坑蹦到那个坑”，指数不再普涨，板块之间轮动的速度和幅度都在加大。这种轮动甚至发生在半导体行业内部：一会儿涨CPU，一会儿涨存储，一会儿涨GPU。轮动加剧，说明存量博弈已经充分展开；而接下来要讨论的增量资金枯竭，则说明这个阶段正在走向尾声。

03

“抽”不到新钱了：

美国的账本与“脆弱三角”

存量博弈的根源，是美元资产的增量资金来源正在耗尽。

先看美国自己的账本。联邦财政收入约5万亿美元，按当前利率水平推算，全年国债净利息支出约1万亿美元，再加上约0.9万亿美元的国防开支，仅这两项就占掉财政收入的近40%。赤字预计还会继续扩大，美债因此只能越发越多——美国财政部预计，2026年6到9月将发行超过7000亿美元的国债。

但买家却在减少。过去两年，包括中国在内的多国央行持续增持黄金，降低美债在储备中的占比。剩下的主要买家日本，又因日元贬值到40年来的低点而自顾不暇。美国号称要帮日本稳汇率，但财政部不经国会就能动用的汇率稳定头寸只有小几百亿美元，本质上是在管理预期，实际作用有限。

供给多、买家少，市场要求的利率自然就高：当前美债10年期收益率升到5%左右，30年期突破5.2%，接近或达到2007年以来的高位。

于是形成了一个“敏感而脆弱的三角”：美国需要大规模发行国债；美债的中标利率又不能太高；同时，日本不能以不买或抛售的方式引爆流动性。

周期尾部最难的问题是没有钱了。对美联储来说，加息会抬高偿债成本，降息则会暴露弱势。美国财长与联储主席正竭力维持“美元适当强势”这条比钢丝还细的通道，但真正能用的手段已经不多：一是鹰派喊话、管理预期，二是在全球风险升温时，坐收避险资金回流美元之利。

2026年3到6月的一个小循环，正好验证了这套机制及其极限。

2月底美以伊冲突爆发后，全球资金先是恐慌性地配置现金，随后配置美元和美债，4到5月美元指数快速上涨，美股存储芯片板块同步急涨。这场危机客观上让全球资金又向美元资产集中了一轮。但这一次能抽的体量已经不多，抽不动之后，美债和美股都进入了宽幅波动。即便日韩的杠杆被打爆，所能抽走的资金相对于75万亿美元的美股来说，也已不足以驱动下一轮上涨。

雪上加霜的是，这些有限的钱正被几方同时拉扯：美债需要流动性支撑，这是第一优先级；75万亿美元的美股要再往上推，需要持续的资金流入；AI数据中心的融资需求也在快速膨胀，私募债规模正向万亿美元级别靠拢。

而全球其他主要经济体同样自顾不暇：欧洲央行已重启加息，日本央行也在缓慢收紧、日元资金回流本土，都难以再像过去那样为全球资本市场输送大规模流动性。

04

尾部会发生什么？

三只黑天鹅与两个观察指标

在估值高位、流动性边际收紧的情况下，黑天鹅往往不是从具体公司的基本面恶化开始，而更可能由外部流动性与地缘冲击引发。

第一只黑天鹅是日元。

过去一年多，日本一直是美元流动性的主要提供者。日本本身就是美债最大的海外持有者之一，更关键的是“套息交易”：日本长期维持近零利率、又没有资本管制，全球投机资金从日本低息借入日元，换成美元去买美债美股，这是过去一年美元资产的一大流动性来源。

而套息交易大多加了杠杆，随着日本持续加息，这些交易可能被大规模平仓；日本的保险等机构也会集中抛售美元资产、回流本土，以享受日元升值的收益。

第二只黑天鹅是数据中心私募债。

苹果、谷歌这类账上趴着上千亿美元现金的公司，原本是美债的重要买家。但今年二季度，除现金流最稳的微软外，谷歌、亚马逊、Oracle等互联网及科技巨头都因资本开支过高，自由现金流转负，从美债的买家变成了自己发债抢流动性的一方。发债最多的是Oracle，去年发了430亿美元债券，今年预计再筹200亿美元，其企业债的交易利率已持续走高。

一旦这类私募债爆雷，就可能引发对整个资产类别的连环抛售。

第三只黑天鹅是霍尔木兹海峡。

6月备忘录带来的“部分重开”窗口已经关闭，海峡目前重回接近停摆的状态，而全球能源和大宗商品市场今天的抗压能力，远弱于两个半月前。如果封锁局面持续，大宗商品价格将面临更大的上行压力（9月9日，布伦特原油期货自7月24日以来首次突破每桶100美元），整个市场都可能被拖垮。

即使不直接影响美国，它也会波及美国遍布全球的供应链。依据业界估算，中国的石油战略储备能力已扩大到四个月，加上新能源的发展使能源来源更加多元（如数据中心多用绿电），相对安全；日本、韩国等则很难说。

判断周期是否已经翻转，有两个可跟踪的指标。

第一个指标是“只看第一名”：只要头部公司（比如2000年的思科）的股价还能创新高，资本周期就还在向上；一旦第一名股价不能再创新高，就可能已进入下行周期。

第二个指标是黄金与美元的跷跷板：市场预期美元走强时，资金优先去有利息、流动性高的美元；美元表现出弱势而风险担忧仍在时，资金就转向黄金。

在周期尾部，最难赚的是最后一波钱。

当大类资产进入高波动或下跌阶段，很难指望某个子类别逆势快速上涨，就像过去四年房地产普跌时，几乎找不到能长期独立上涨的商业地产。但见顶并不意味着立刻下跌，大类资产会持续宽幅波动，直到某一天流动性真正逆转。

至于黑天鹅从哪里、何时飞出，实在不好预判。

05

更长的视角：

一次半的泡沫

把镜头再拉远，这轮金融周期还有一个更大的背景。

1971年美元与黄金脱钩后，央行印钱不再有硬约束，各国央行越来越激进地用扩表来干预危机。有一本书叫《货币之手》，描述的正是全球央行行长们如何用自己那只“神奇之手”制造出流动性。但凡有潮起潮落，就上手段。

2008年全球金融危机后的量化宽松（QE），美国分了三次半、用三年半逐步试探，基本是不够就再印一点，相对审慎。2020年则不同，一上来就是降息至零加无限量QE，七八个月就完成了上一次用三年半才完成的QE总量。

2008年印出来的钱，本应在2017年开始的加息、缩表周期中逐步出清，但特朗普政府对美联储政策的干预打断了这一收缩过程。随后2020年疫情又叠加了一轮规模更大的放水，结果是“至少一次半的泡沫”堆在了一起。后果是：除中国外全球通胀难抑；资产价格高企（75万亿美元的美股市值，对应的只是30多万亿美元的GDP）；以及贫富分化加剧（有资产者受益更多，没有金融资产的人没法受益）。

由此悬着两把达摩克利斯之剑：如果泡沫破裂，理论上要“破一次半”，届时全球的一二级市场都会受到冲击；但央行行长们已经习惯了自己那只干预之手，很可能更快出手，再堆起一个更大的泡沫，代价则是长期滞胀与难以逆转的社会分化。

AI技术能解决当前困局吗？

这显然是个过高的期待，而这种期待本身，又放大了AI叙事的泡沫。需要区分的是：AI技术有价值，不等于AI公司及其股票就有价值、或值那个价。热点的形成和估值的弹性，很大程度上受流动性影响——在流动性的上行期，一些线性增长的技术，也能获得非线性增长的估值。

06

AI周期走到了哪一步？

当搞技术的人开始讨论金融

撇开技术本身，从金融视角看，由技术创新驱动的金融周期通常分为两个阶段：

在一个技术周期的前半段，一般是搞金融的人竭尽全力去讨论技术；

在周期的后半段，则是搞技术的人竭尽全力在讨论金融。

具体到AI，开头提到的那些日常变化——朋友圈从讨论模型参数转向讨论股票涨跌，硅谷的工程师从讨论技术转向讨论估值与期权——就是这种阶段切换的写照。

从这个角度看，这轮AI产业周期正在进入后半段。就像爬山，有上山，就有下山。

那么，由AI技术创新引发的金融周期，不同阶段的投资标的有什么不同？

第一阶段，技术创新刚起步，大家投的是最大的技术创新节点，也就是大模型。

第二阶段，大模型阵营大致成型之后，大家投的是这项技术“最有想象力”的应用：在美国是通用Agent（或者此前常说的AGI），在中国还多一条赛道——具身智能机器人。前者替代人在数字世界的工作，后者替代人在物理世界的工作。但“最有想象力”的另一面，就是没那么容易落地。

只有当前两个阶段走完，大家不再关心谁能讲最大的故事，而开始关注“谁能用技术真正赚到钱”时，才会进入第三阶段。

我认为，AI正处在技术投资从第二阶段向第三阶段过渡的临界点。从2026年5月开始，我个人判断拐点已经临近，于是在基金内部鼓励同事们转向“谁能用上AI、并且靠它赚到钱”的方向。

07

资本开支的裂缝：

从“谁激进奖励谁”到“谁激进惩罚谁”

支撑今天AI相关产业这些“高楼大厦”的底层，是全球AI资本开支的持续投入。高盛的数据显示，到2026年底，全球AI领域的累计投资总额将达到1.8万亿美元。这样的资本开支能否持续？答案或许要交给时间检验，但眼下已经能看到一面镜子和五个信号。

这面历史的镜子，是2000年的思科。

互联网泡沫时期，市值创下全球纪录的不是互联网商业模式公司，而是做交换机的基础设施公司思科，最高时达5500亿美元。当时的逻辑是：互联网再怎么有泡沫，总要建基础设施、总要买交换机，何况思科手里还有几百亿美元的在手订单和客户定金。

思科在2000年还推出了一项业务：向购买设备、建设基础设施的互联网公司提供设备租赁和贴息贷款。是不是和最近我们看到的一些新闻很像？泡沫破裂后，最大的打击恰恰来自那几百亿在手订单——其中大部分不再执行，客户宁可损失定金也不再扩张，思科市值一年之内跌去了80%多。这里没有影射任何一家公司的意思，只是回顾一段早年的故事。

如果说思科的例子比较特殊，我们不妨再看看全球资本开支正在转折的五个信号。

第一个信号是资本市场态度的逆转。

2026年一季度，全球主要AI科技巨头和中型互联网公司在“谁激进就给谁高估值”的氛围下，纷纷宣布激进的数据中心资本开支计划。二季度则是全产业链“最FOMO”、花钱最狠的季度：所有人都相信存储一定会涨价，于是囤库存、砸真金白银。

但从7月下旬二季度财报陆续公布以来，风向似乎从“谁花钱激进谁厉害”变成了“谁激进惩罚谁”。对于上半年资本性投入超过自由现金流的中大型互联网公司，资本市场都给了折价，谷歌也没能逃过。

7月22日，谷歌母公司Alphabet公布二季度财报：收入增长24%，云业务增长82%，但资本开支同比翻倍至449亿美元，自由现金流首次转负（-59亿美元），并将全年开支指引上调至1950亿至2050亿美元。次日股价下跌7.1%，单日市值蒸发约3000亿美元。

第二个信号是成本压力。

二季度主要科技公司的毛利受涨价影响相对较小，是因为卖出的产品用的还是一季度之前备好的低价库存。到了三季度，原有库存消耗殆尽，再加上英伟达因存储成本飙升而上调AI服务器价格，成本压力开始集中传导至终端。

从公开报道看，苹果在日本市场两度上调iPhone售价，华为、小米、荣耀等国产安卓阵营的多款产品也在9月初宣布涨价，原材料涨价的影响开始显现。

第三个信号是基建不达预期。

美国2026年初宣布的大批数据中心，因为更严格的环评、州政府审批、电网与配套发电设施、周边居民投票等因素，在进度和规模上普遍受阻：仅一季度就有超过75个项目（总价值达1300亿美元）被取消或延迟。到了二季度，反对数据中心的声浪和行动还在持续扩大，以至于特朗普总统8月底甚至出面回应——在他看来，数据中心是那只会下金蛋的鹅（Golden Goose）。

目前，美国2026年宣布的12GW数据中心容量中，已有六成（7GW）被取消或延迟，处于活跃施工状态的仅约5GW。

第四个信号是巨头启动“以租代买”策略。

英伟达与第三方金融公司合作，帮客户获得贷款或为体外贷款提供担保，再把GPU租给用户使用。《金融时报》的评论指出，这本质上是“老式的供应商融资”——英伟达在给客户开支票，让他们多买产品，或者买得起原本买不起的产品。思科和北电在互联网泡沫崩盘前的半年，也用过同样的方法。

第五个信号与之相关，是巨头的现金流。

《巴伦周刊》发文追问：英伟达财报炸裂，但现金流去哪了？依据最新财报，英伟达净利润亮眼，但自由现金流环比腰斩，应收款项激增（半年增加约246亿美元），远高于历史水平，长期借款单季度翻了四倍。

08

中国一级市场的温度：

从“热度集中”到“降温转向”

二级市场的情绪会传导到一级市场，因为一级市场的财富效应，归根结底受二级市场影响。

今年以来，中国的一级市场和二级市场有点像：不是普涨，估值增长集中在AI与中国产业政策有交集的领域，如机器人、具身智能、世界模型、量子计算、可控核聚变。热点转得也很快，很短的时间里就能积累很高的涨幅。

最近一两个月，这些热门赛道在一级市场出现了降温的迹象。

首先，新钱在减少。

此前能把机器人企业的估值推到上百亿，是因为有足够多的钱涌入；现在国资因54号文有不同程度的刹车，发改委和超长期特别国债出资的几百亿母基金也要求投早、投小、投特定估值以下，中后期所需的更大规模资金出现了缺口；美元基金上半年激进了一下，在追平进度之后，有的也开始观望。

其二，财富效应的传递在逆转。

2025年上市的公司到2026年下半年陆续解禁，大家发现上市时几百亿港币的故事，到解禁时只剩几十亿或百把亿的市值，财富效应远不如预期。

其三，港股“打新”市场的赚钱效应降温。

港股打新通常不是高概率赚钱的事。然而今年上半年，港股新股首日破发率只有14.3%，为近三五年来的最低水平，吸引了大量短期投机资金去打新炒作。打个不严谨的比方：当打新几乎稳赚、两周就能赚百分之几十时，谁也不愿意等一年去赚10%。

因此，破发率何时回到“正常水平”（大约一半），可以视作港股能否回归投资属性的一个观察指标。

7月以来，这个指标开始变化：7月港股共有17只新股上市，首日破发率超过40%；8月仅2家公司挂牌，上市节奏放缓；在经历了8月下旬约两周的空窗后，9月初当周仅有的两只新股首日双双破发，首周均跌去两成。截至9月中旬，5只新股中4只首日破发，破发率达80%。这或许是港股打新赚钱效应消退的开始。

总结一下，AI产业在当前宏观环境中的周期坐标可以概括为：

金融周期处于第二阶段（存量博弈）的尾部；技术投资处于第二阶段（最具想象力的应用）向第三阶段（谁能赚钱）过渡的节点；支撑科技公司估值的资本开支自我强化机制（只要开支不停，收入和股价就能互相喂养，估值就能维持），已出现了与2000年相似的裂缝。

09

AI Token经济的账：

这次和上次真的不一样吗？

每到泡沫尾声，总会有人搬出那句老话：“这次和以前不一样”。

这轮AI和上一轮互联网有什么不同？烧钱的位置确实不一样。

互联网时代，绝大多数人没用过互联网，互联网公司必须用补贴把用户拉上来，钱烧在前台，用来教育用户；后来市场要求这些公司证明当期能赚钱，烧钱一停，有些公司就倒了。今天用户已普遍使用移动互联网，许多公司只需在产品里加上AI功能即可，钱主要烧在了后台——也就是大模型相关的技术上。

但烧钱的位置不同，并不意味着结局不同。如果有一天，市场要求大模型公司证明当期的赚钱能力，它们同样要开源节流：减少资本开支，想办法让每一个Token都能收到钱。

这正在开始发生，不管是国外还是国内的大模型，都已经开始收费，或在考虑收费。

一旦大模型公司开始对Token收费，大模型与互联网的一个重要差别就会凸显：互联网用的几乎都是静态数据库，一次处理、多次复用，单次服务的边际成本很低；大模型则是每一个问题进来都要实打实地消耗算力算一遍，输出答案时还要再动态算一遍，两者的成本结构差距很大。

所以，如果市场真的要求基础模型公司赚钱，结局会是什么样，是值得我们持续关注的问题。

10

泡沫之后，机会在哪里？

判断周期处于尾部，并不等于看空技术。泡沫破裂只是一个金融周期的概念，有泡沫不意味着技术没价值。

蒸汽机从成为工业革命的象征到被广泛使用，中间隔了大几十年；互联网经历了若干次泡沫破裂，并不妨碍它今天在应用层面无处不在。说AI技术有泡沫，也不是否定它对商业和社会的深远影响。

拐点之后该往哪里看？在资本上行周期，大家投的是叙事，看谁的故事大；过了拐点进入下行周期，技术叙事没那么重要了，大家投的是谁能赚钱。

因为一级市场不能随时交易，所以我们需要先做一个判断：如果认为还在资本上行周期，可以接着投故事大的；如果认为快到拐点了，就要多投能赚钱的。

那么问题来了，投什么能赚钱？

中国的AI应用就是答案之一。以前中国在技术周期的前半段通常落后，到了应用阶段才开始领先。这一轮AI则不同：中国在技术阶段已经不太落后，到了应用阶段更有长处。

中国的优势在于数字化基础设施完善、产业链齐全、产业环节和场景多，外加产业政策的驱动：从2025年下半年以来，产业政策已经开始导向AI+应用。

2025年8月，国务院印发《关于深入实施“人工智能+”行动的意见》；2026年4月28日，中央政治局会议明确要求“全面实施‘人工智能+’行动”；7月30日的政治局会议在科技论述中，也把“人工智能+”放在了非常重要的位置，还强调了发展智能经济新形态，完善人工智能治理体系。

AI+的故事也许没有机器人那么宏大，也不是当下的投资热点，但当具体行业加上AI之后，提质增效、开源节流的故事，同样值得投资。

关于AI技术溢出的路径，我有一个初步判断：今天的热度都集中在数据中心租赁与服务、半导体设备和芯片这些与AI直接相关的领域。但世界终究是公平的，经济终究是多元的，任何一个大经济体都不可能只靠一个主轴驱动，所以各个方向都会有机会。我认为市场热度会向更广义的领域蔓延，例如AI+消费、AI+服务、AI+工业和制造业，扩散到那些既用得上AI、又能赚到钱的方向。

另一个角度的答案，是投那些又大又便宜、目前可能无人问津的资产。

不论一级还是二级市场，多年验证下来的一个道理是：买在无人问津，卖在人声鼎沸。所以要看“哪里大、哪里便宜、哪里无人问津”。我们完全可以乐观一点：又大又便宜，就决定了它不可能一直无人问津。

我举两个例子。一个是生物医疗与AI的交叉。

峰瑞投了多轮的生物医药企业炎明生物，用六年多做出了十几条全新靶点的First-in-Class管线，其中5条已进入一二期临床。这家公司做了六年，估值却与另一家我们今年才投了6个月、估值已翻了十几倍的世界模型公司几乎一样。

听起来有点不公平，但这个世界迟早会公平。所以从5月起，我一直在内部鼓励同事们多投生物医疗，尤其是生物医疗与AI的交叉。

8月，AI和生物医疗行业迎来了一条鼓舞人心的重磅新闻：Moderna用AI筛选做出了人类首个个性化的黑色素瘤癌症疫苗，股价一天涨了近两倍。它用的是一项故事不够大、但确实与AI有关的技术，完成了核心的筛选工作——AI在这里是真的有用。

从产业侧看，当下中国的管线类药企都在积极license out（对外授权），这也是今年中国生物医药license out金额突飞猛进的原因（已占全球医药研发license out总金额的2/3）。这个趋势会倒逼或鼓励更多药企提高管线研发的速度、广度和效率：既要快、又要多、还要好。为了达成这个结果，它们会竭尽全力用上更多新的效率工具，AI自然是其中之一。

另一个例子是SaaS。

SaaS这个行业一向不太被看好，大模型起来之后，更有一种声音认为SaaS会被AI淘汰。我的看法有点不同：SaaS公司有自己的数据与资产积累、客户积累以及工作流积累，一定会有很多SaaS公司走向AI化，变成新一代的软件服务公司。

11

写在最后

总结来说，本轮AI热潮在金融层面，是2020年的天量流动性在2022年被迫集中配置于美元资产的结果，ChatGPT只是这笔钱恰好找到的理由。到2026年三季度，增量资金即将耗尽，全球流动性开始收紧，美元主导的资本市场走到了存量博弈的尾部。科技巨头的AI资本开支出现了与2000年思科相似的裂缝，一级市场的热门赛道也开始降温。

不管这次是否真的与以前不一样，只有当大模型驱动的金融周期进入后半段，市场才会开始关注到底谁真的能用AI赚到钱，而不是谁能拿AI讲一个最宏大的故事。到了那个时候，AI应用的机会才会真正到来：普遍、巨大，且持续。

（以上内容为个人观点，仅供参考，不构成任何形式的投资和金融建议。）

本文来自微信公众号“峰瑞资本”（ID：freesvc），作者：李丰，36氪经授权发布。