2026年是“十五五”开局，科创进入决战时刻。
集成电路、航空航天、生物医药、低空经济被列为“新兴支柱产业”；政府工作报告首次提出“打造智能经济新形态”，人工智能赋能千行百业正式从政策共识升维为国家战略；“十五五”规划同时将量子科技、生物制造、绿色氢能和核聚变能、脑机接口、具身智能、6G纳入未来产业重点布局，形成了“支柱产业托底+未来赛道突围”的产业顶层设计。在这一框架下，投资人需要在行业周期到来之前看见趋势；企业需要穿越从技术突破到商业兑现的关键阶段，完成从创新企业到行业独角兽的跃迁。
作为陕西省创新驱动发展的总平台，秦创原正以科技成果转化“三项改革”为牵引，推动高校院所、科创企业、产业资本和应用场景加速链接。2025年，陕西新增科技成果转化企业1013家，概念验证中心和中试基地分别达69家、107家，“先投后股”试点项目达22项。随着制度、资金与项目协同发力，陕西对创投资本的吸引力不断增强，“科技—产业—金融”的良性循环加速成形。
在此背景下，2026年7月30日，由融中财经、秦创原科技创新投资集团主办的“2026中国科创投资夏季峰会——创新产业峰会”在西安盛大举行。
本届峰会汇聚国内主流创投机构、产业资本、顶尖创新企业、链主企业及行业专家同场交流，共同锚定产投新坐标，共话中国科创产业的成长逻辑与未来图景。
2026年7月30日下午，以“智筑产业基座，重塑产业基建与生态”为题，大会进入了围绕【人工智能专场】展开的专场讨论环节。
孚腾资本合伙人戴燚、光大控股新经济基金部董事总经理金正、金浦投资金融科技基金合伙人齐敬然、熙诚致远总经理&创始合伙人许峻铭、苏国投总裁薛苏明、恒旭资本合伙人朱家春、天图投资管理合伙人邹云丽参与了论坛讨论，毅达资本合伙人刘晋为论坛主持。
以下为现场讨论的精彩内容，由融中整理。
刘晋：各位下午好，感谢融中提供这次交流的机会，台上有几位都是很熟悉的投资人，而且主要都是投硬科技方向，AI相关的。我们是江苏高科技投资集团旗下的混改平台，目前管理规模1600亿，总部在南京，也是融中多年的老朋友。
今天听了大半天的交流，圆桌讨论恰逢其时，特别是这两天股票市场巨震，上午的嘉宾和下午熊总的演讲，大家都在关注AI发展到这个时候，是不是开始更多考虑利润问题，特别是中国资本市场的现状，可能对如何落地、如何产生利润更加关注。从AI概念进入AI规模化应用的这个时间段，特别是今年，今年是智能体的元年，也是落地化的开始。上午讲到两家AI大模型公司，为什么出现了市值巨大的差距，包括最近爆火的Kimi最新一轮到了350亿美金，我是很有感触的。
Kimi去年底60亿美金融资的时候我们就在跟进，大家更加认可Kimi在Agent、在长程应用方面的落地能力，才给了高估值。现在产业更加AI化，各行各业全面介入AI，如何在AI领域更快形成闭环，是投资人现在很关注的问题。特别是估值很高的情况下，投资什么时候能听到回响，什么时候产业能AI化，有请戴总分享一下。
戴燚：我在2005年是人工智能行业从业者，那时候在美国语音识别上市公司做中国区总经理。据我观察，人工智能每五年会起来一波，不管是创业潮还是投融资潮，但每一波潮流都无一例外没有达到社会对人工智能的时代预期。但这一波以大模型为代表的人工智能从2020年起来以后，我觉得可能会进入更长时间的繁荣期，因为人工智能的应用开始真正能解决一些智能型问题。我认为，这一波人工智能浪潮，在IPO上提前实现了突破，而在商业上，收入利润的突破还没有达到。目前看，市场应该会忍受更长期的亏损型人工智能行业。
主持人说的问题在我看来，这一波人工智能商业变现的时间还没有到，我们应该拷问收入和利润。可是还没有到那个时候，AGI还需要沉淀一段时间，这是这个时代对AI需要有的思考。
刘晋：现在的AI投资讲ARR，大家对AI项目都是以ARR估值。Kimi预计到2026年底ARR能达到10亿，智谱预计2029年能盈利，大概10亿规模。投资是投预期，短期利润不是考虑的重点，更多考虑如何在商业中形成闭环。
金正：现在中国和美国市场，尤其是美国，大家对大模型AI所谓的估值泡沫，越来越多地进入主流叙事讨论。我个人看法，现在市场对无论是OpenAI，还是国内大模型头部厂商的估值，隐含了一个假设，就是认为可能在两到三年之内，中国和美国头部企业都能走上AGI。如果这个假设不成立，或者时间周期大幅延迟，这个估值就要发生调整。
上一个周期，在奥特曼发布大语言模型GPT之前，大概2022年之前处于AI 1.0时代，以CNN、RNN为代表的神经网络、机器视觉、机器学习企业，也经历过过山车式的估值大幅调整。从以往经验看，当下虽然不能做完全的拟合对比，但隐含的假设可能是很重要的前提。
最近大家讨论很多的是美国的OpenAI不open，中国走开源路线，美国排行榜排名靠前，国内开源模型使用量已经占到50%、60%。开源和闭源之争会带来什么变化，这将对未来的商业模式和应用市场带来巨大影响。从商业模式讲，开源这块商业模式还不清晰，未来怎么在部署过程中让更多用户以商业方式付费使用，为真正的头部企业产生盈利，这是很大的挑战。
AI这件事本身已经发生在千行百业，包括我们这几年越来越多投资AI+医疗、AI+制造业、AI+能源，包括AI+服务的场景。现在全国几万家连锁酒店，很多物流系统和定价系统都是AI定价，工业里设备运维、排单里的预测，也越来越多采用AI技术。就AI本身的应用市场而言，空间非常大，中国又是全球AI应用市场最有想象力的市场，我认为机遇和挑战并存。
刘晋：确实是这样，我自己也是工科背景，读书的时候都是用Linux编程，没付过费，开发出来的东西也能卖钱。Kimi开源了，DeepSeek一直是开源路线。之前的软件行业SaaS，在中国一直推进不顺利，就是付费闭环很难做。我们觉得大模型这块开源确实能大大加速中国AI基础设施建设和AI的行业落地，但未来在应用上如何付费，也是值得大家思考的问题。讲到AI基础设施，有请齐总。
齐敬然：我们在2022年发起设立了两只基金，规模40亿，主题是金融科技以及新技术在行业中的应用。刚好赶上2023年生成式AI技术元年，那时候我们判断模型侧崭露头角，更多是看到一种新的革命性生产方式、生产力，所以当时做AI基建投资更符合相对稳健的投资逻辑，制定了投资策略，在算力侧、高速互联IP、温控解决方案、AI驱动的先进封装半导体创新方面投了不少项目。
2024年也开始聚焦AI具体怎么应用，关注了智谱、智向未来等，金浦都参与了这些项目。我的观点是，从电力来看，从100多年前电灯泡、电厂开始，电力基建和应用一直是交互促进的，这个过程还在不断延续，AI技术也在不断演进。
2026年进入应用爆发元年，也能看到Coding能力的突飞猛进，包括Kimi、智谱编程能力的大幅展现，所以市场愿意给很高的估值溢价，并且不断调高预期。换言之，市场愿意给模型能力很强的国际化开源模型很高的估值。这是AI应用能够很好地促进AI基础设施建设被利用的阶段，AI基础设施和应用要达到良性循环，才能真正得到各方产业应用，包括对生产生活方式的真正替代。
个人觉得应用端非常重要，整体投资策略仍以AI基建作为投资主力方向，五到十年内基建还是短板，我们和Kimi交流，需求还不能得到有效满足，K3发布之后新增用户受到很大限制，算力需求还有很长的爬坡过程。受制于半导体，无论是原材料、先进制程还是晶圆厂，都有18—20个月的扩产周期，从这个角度看，还是比较长的周期维度去定策略比较合理。
刘晋：我这个团队主要也是投AI Infra，毅达资本投研中心我也是负责人之一，我的团队主要也在看光互联、互连领域。整体看，华为在芯片侧的基础生产能力已经完全具备了训推的能力，这个领域确实是值得重点布局、重点投资的方向。
许峻铭：我们熙诚致远是专门聚焦AI等硬科技投资的板块，成立五年以来，也布局了GPU、储存芯片、先进封装等AI Infra等符合国家战略方向的前沿领域，其中也确实享受到了政策和时代红利。
去年年末开始，四家GPU企业陆续在A股和港股上市，科技叙事下的资本市场开始呈现双轨制，包括商业航天、具身智能、存储等都能看到这个趋势。这是一个幸福的烦恼，一级市场的投资机构呈现出二级市场公募抱团的思路，抱团不是策略，而是结果，大家更愿意投资热门赛道的明星项目，而资本市场的双轨制也给予这些企业“揠苗助长”的机会，很多企业并没有经过完整的起伏周期便要登陆资本市场，这给投资人也带来极大的考验：非共识的机会越来越难把握，估值也呈现集中在头部企业的特点。
我个人判断应用层可能会有很大的爆发机会，金总刚才拿工业革命举例子。工业革命最大的特点是蒸汽机发明之后能源能持续输出，小作坊摆脱了水车这种非连续的能源基础设施，制造业得以蓬勃发展，大规模生产的门槛大大降低。我认为类比之下AI革命的关键不完全在大模型本身，而是Coding，科技创业的门槛也随着Coding的持续供应大大降低。我判断未来有两个非常大的变化：一是互联网大厂的模式可能会被颠覆，去年中兴和小米开始尝试做手机，如果大模型把跨平台打穿，可能会出现革命式的、类似十年前字节跳动的存在；另一方面，很多小企业，比如专门做“补丁”的，也能发展得很好，因为很多小业务大厂不愿意做，比如一些AI应用。当下是风险和机遇并存，但我觉得还是要靠科技宏观叙事，抓住这个时代的主线。
刘晋：回想十几年前读书的时候天天写代码，现在感觉一句话代码就全部完成了。大家可以看到，包括各种Agent应用，底层都是Coding，它把大量的应用需求转化成了脚本代码，最终提高了生产效率，AI也将会在工业领域，特别是工业落地方面继续推进。
薛苏明：我们成立一年，是苏州市为进一步加强重大产业投资成立的新平台，目前管理规模300亿元，包括管理的江苏社保科创基金200亿元，直投和母基金工作同步开展。苏产投控股股东是苏州国投集团，是苏州市唯一市属国有资本投资运营平台。我们做投资和其他机构不太一样的地方，是依托苏州市整体的国有资本力量开展投资。
我们今年年初才真正开始做投资，几位嘉宾也分享了人工智能的投资经验，今年上半年我们做了一些布局，但坦白说也有一些焦虑。昨天我和一些机构还在交流，我们这个平台成立时间相对晚，今年上半年才真正开始做投资，在AI领域也做了一些布局，投进去的企业里，有一家企业三月份完成投资，短短三个月就从40亿估值涨到160亿，我内心是有焦虑的。其次是各位给的启示，苏产投背靠产业做投资，在AI领域倾向于寻找有确定性的领域，比如现在的垂类模型、具身智能、端侧AI，今年上半年都有一些布局，下半年包括明年还是会沿着这个策略，寻找细分领域的龙头。
朱家春：大家好，我简单介绍一下恒旭。恒旭资本设立于2019年，是一家具有产业背景支撑的市场化投资机构，我们主要从事股权投资和资产投资两块业务，管理规模超过400亿元。
股权投资覆盖制造科技和健康消费赛道，过往我们在汽车产业链、人工智能、机器人、商业航天、消费养老都有不少布局，希望多多合作。我的结论和前面嘉宾比较类似，AI Infra的机会确实是最确定和重要的，我们也是阵地式的布局思路，从GPU芯片、先进封装、DRAM芯片、switch芯片、vecsel芯片都做了布局。而上层的模型、具身智能等也都做了多家投资在投。
对于AI公司个人感觉谈到盈利还太早，大量的钱还要投入到研发和算力上。这个阶段，模型端能产生收入的更多是偏数字世界的模型，延伸出来有数据壁垒的、AI for science的方向我们会关注。
未来物理AI如果真的发生，包括具身、自动驾驶、工业场景等等，市场会更大。我们判断中美在科技领域的竞争会长期存在，相应的有企业的对标和估值的对标，政策端和二级市场端也会不断地给出赚钱效应，吸引着一级市场资金在这样一个新的科技竞争模式下长期支持，从行业未来深度和收益的空间来看，我都比较看好。
刘晋：数据在AI领域，不管是模型侧还是端侧，甚至具身智能，数据壁垒会成为AI在生态中发挥作用非常关键的一点。
天图作为一家主投消费的机构，小红书是天图非常知名的项目。在消费领域，数据同样非常重要，请邹总分享一下天图在AI、在消费领域的应用，或者怎么看待AI给消费带来的变化和投资机会。
邹云丽：中国谈AI、谈半导体，都是以硬科技为主、重资产投入为主的领域。AI确实到了基础设施和大模型发展到一定程度、下一步会迎来应用端以及AI智能硬件端爆发的新发展阶段。
首先我们认为AI是确定的趋势，在这个大的确定趋势里面，每个阶段资金关注的重点、技术发展的重点，以及爆发的点是不一样的。前期确实是AI infra爆发的年代，项目高估值也好，头部项目额度难求也好，对我们来说是旱涝不均的时代，头部项目里资金特别集中。但我觉得大家在技术巨变的时代里都是焦虑的，应用端项目和AI基础设施差异很大。
AI基础设施拼的是豪华团队、精英人士，加重资产和高技术门槛，技术足够好就行，不需要特别好。这时候拼的是对产品的理解力、对用户的理解力、对市场的理解力，以及渠道能力，更多考验商业能力而不是技术能力，可能会迎来百花齐放的年代，AI发展到不同阶段可能会改变头部项目估值集中、泡沫集中的趋势。
我们认为市场是无形的手，今天早上大家算的账，算的不是利润，而是资本开支、自有现金流，二级市场估值这段时间调整这么大，是在看现在的资本支出能不能得到现金流支撑，企业在算账。AI作为可以交付结果的新生产力，和以前互联网最大的不同是互联网很多是免费的，AI必须是收费的，而且好的产品不用担心客户续费能力和付费能力，我们认为在算账的情况下，付费的确定性是存在的。
在AI领域，不管是大模型、算力还是半导体，中美确实还有一定技术差异，但我觉得在AI应用端和AI产品端，尤其在AI智能硬件端，是中国的比较优势，中国是第一大市场，我们的企业家足够卷，技术还不错，供应链也不错。我们base在深圳，以前移动互联网把所有产品和服务做了一遍，现在AI软硬件结合，AI智能硬件可以把目前市场上很多需求服务再做一遍，这块中国有非常强的比较优势，所以我们非常看好AI应用和AI智能硬件这条新赛道。
刘晋：提到“确定性”的焦虑，做投资我们一般讲是在不确定性中找确定性，AI时代不确定性波动有点大，特别是随着港股、美股、韩国市场出现巨大波动，作为投资人最终还是要寻求安全的退出。
我们公司内部也在全面AI化，搭建自己的Agent，毅达资本联合五个部门成立了AI投研中心，成立了具身投研中心和量子计算投研中心，基本上是在未来硬科技领域全面做深入研究。
讲到确定性的问题，又谈到长鑫，长鑫上市后成为中国股王，这是一个非常确定性的现象，标志着中国国产替代的胜利，也获得了AI基础设施资本的认可，最高的时候市值到过3.5万亿元。现在存储已经突破了AI算力瓶颈，几位也讲了AI infra。我们现在展望一下，请各位分享2027年确定的风口，不管是infra侧还是端侧，具体的风口是哪些，是AI for science还是端侧的普及。
戴燚：我们管理着450亿的规模，直投项目超过50%都投在AI相关领域，把AI从能源到算力基座芯片，到算力基础，再到大模型到应用都投完了，现在开始投一些出海的Agent，甚至帮助出海企业在自己能力范围内构建海外的销售和资本化能力。
我认为中国的AI应用出海到国外，尤其是我们用开源的方式面对竞争对手，是降维打击的状态。孚腾自己在这之外还在构建自己的算力能力，我们跟沐曦也有合作产业基金，作为一家投资机构，我们在大举脱虚入实，不仅投AI infra，还在自己构建AI infra。此外，AI for science肯定要投，因为AI for science很难，有很长的路要走。
因为目前的AI时代，大厂比以往都更强大，现在已经把该干的事都干了。我们能想到的AI应用，无非是把app再AI化重新构建一遍，我认为这里面有巨大的应用机会。但创新创业企业想通过商业模式变现，实现新的突破，我觉得挺难的。留给投资人可投的、能创造巨大商业价值倍数的新创业企业不多，需要优中选优。
刘晋：出海，这是中国企业，特别是中国新成长的高科技企业不得不面对，也是一定要走的路。同时我们最近也在布局token factory，整个token工厂生态看起来形成了一定的商业闭环，腾讯、智谱每个月都有不断的token采购，输入输出都要付费，形成了较好的现金流。最近AI大会上发布了很多AI手机，包括苹果、三星最新的手机都内置了AI，确实是非常好的方向。
金正：预测2027年的风口，投资不是高共识的行当，只能代表一家之言。2027年我应该是三投三不投。第一个投的方向是存算一体，我们五年前投了长鑫存储，传统架构下内存带宽制约了AI算力的最终发挥，未来会打破这个架构，把存储和计算构建成一个单元，围绕这里面有非常强的确定性机会——存算一体的新芯片，我会投。
第二个是异构计算，越来越多Agent出现之后，CPU地位提升了，目前和GPU的对应关系也在发生变化，还有大量的加速卡，除了美国的英伟达、AMD，中国已经上市的沐曦、摩尔线程，没有上市的华为昇腾、昆仑芯，加起来将近10家企业，每家企业有自己不同的协议、不同的编译器，接口都不一样。
下一个确定性的机会，如果中国有一家企业能把不同厂商的计算芯片通过统一调度、统一平台发挥出来，形成真正统一标准的计算池，会对中国底层算力有巨大贡献。第三个投的是端侧AI，主要反映在AI PC、戴总讲的AI手机、可穿戴设备，包括小孩用的玩具等消费品，与制造业有非常强的结合，只要端侧部署，对功耗算力要求不高，能做好本地部署，效率会很高。
三个不投的，可能会有点争议。第一个是物理AI，我没想明白一个问题，物理AI现在的路径是不是最终的收敛技术形态，我个人觉得目前来看这类模型只是过渡状态，最终物理AI和世界模型会往什么方向发展，我没有看清楚，这块2027年我不会布局。第二个和刘总的观点不同，是token factory，大量消耗调用对大模型厂商确实很有价值，相当于消耗的载体，但从更长的维度看，如果token工厂最终可以直接触达用户，无论是to C还是to B，中间只是类似管道的功能，这种管道功能有价值，但价值有多大我没想明白，未来一年我不会布局。
第三个是AI for science。根本问题是大语言模型内部的逻辑结构有缺陷，在回答科学领域问题时，通过大语言模型生成的方式经常会出现严重幻觉，泛化能力也有问题。在下一代新的大模型出现之前，AI for science基于目前的大语言模型来讲有根本性缺陷。这三个领域是我2027年不会布局的。
刘晋：存算和异构都是为了让推理更加高效、成本更低、更加可用，这是目前AI开始规模化落地的必然需求。对于这三个不投的方向，我们内部也在争论。物理AI方面，大家觉得人周边的所有事情都AI化，会有巨大的市场，但落地路径并不明确。机器人是一个方向，但目前在实际场景部署，比如让机器人到家里做家务，现场表现距离真正的商用还有非常大的差距。
关于Token工厂，我们也在讨论，它到底是资源型的，我有算力变现的通道，还是最终能形成大模型和算力之外的另一极，我们内部也在争论。AI for science，我们也和企业家交流过，目前在大分子或小分子、医药领域，应用效果确实没有预期那么好，但估值都很高，这是接下来可以多沟通的话题。
齐敬然：AI基建在2023、2024年是比较好投的阶段，资方有一定定价权和溢价能力。今年上半年百花齐放，具身、物理AI、量子、商业航天都很热，尽调时间被压缩，估值两个月就翻两三倍。我们投的项目3亿起步，下一轮可能接近百亿，整体看估值是芝麻开花节节高。但我也有一些思考，既然讲到2027年的确定性策略，简单说一下。
从商业模式上看，我非常赞同戴总的观点——出海。我2016年投过德业股份，也是小家电，给空调做配套，后来做了户用储能，享受到了全球化产品红利，这些都是典型的中国产品、技术、模式出海。我们投的生物科技也在海外有很好的应用。从出海角度看，不管是模型出海还是AI硬件产品出海，都是中国企业一定要过的关。中国成为世界工厂，全球化红利已经验证了30年的能力。在未来五到十年科技成长过程中，出海一定要把企业自身的现金流、盈利能力、毛利提高，才能真正赋予科技力量，这个方向一定要强调。
从产品上看，AI应用特别是AI硬件，我们之前投过乐极眼镜，产品也迎来了爆发性增长。端侧模型技术节点成熟，加上消费电子产业链的成熟、国际化渠道的构建，进入端侧应用的大爆发阶段。不光是AI大模型出海，AI硬件出海中国也有很好的产业链基础，我们会重视这方面。
另一方面，再强调算力基建。我们跟被投企业交流，投了十几家算力基建企业，都是订单供不应求，短期内会有错配，短期需求可能下降或回撤，但长周期看是值得布局、确定性高的赛道，我们会坚定按这个方向贯彻。因为做基金投资相对收敛一点，毕竟基金管理规模受限。具身和量子已经出现争议，特别是阶段性泡沫，如何靠数据和应用去消化泡沫，是一年内要面对的问题，我们觉得还是要在策略上进行收敛，这样才能获得好的LP财务回报。
许峻铭：就个人而言，我觉得未来两到三年，无论是具身、商业航天，短期内行业逻辑尚未证伪，技术路径没有收敛，仍然有大量玩家进入，就我们机构而言，我认为两个赛道有机会：一是AI for science，二是在AI端侧。
前面几位的观点我都认同，更多想补充刘总举的长鑫存储和海力士的例子，韩国20年资本市场历史上13次熔断有一半发生在今年。2024年年中英伟达暴跌、今年年初、去年年末的黄金暴跌情况也是一个问题，就是当产业确定性极强的时候，资金蜂拥而来，杠杆率随即提高。这背后已经和产业没有直接关系了，更多是金融的逻辑。回到一级市场，很多基金背后的LP中地方引导基金国资LP占主流，从土地财政到股权财政，地方政府要求的是招商引资、返投落地，但对估值的敏感度相对淡薄一点。一级市场高估值的热门赛道就会有相应的风险，在产品未成型、商业未闭环、却被担心错过和想落地的双重逻辑共同提升高估值。从2022年到2025年，中国A股市场并购交易规模平均下来是4亿—5亿。如果一个公司想通过实际估值被并购，难度是很大的，所以估值仍然是非常重要的考虑因素。就我观察，AI for science和端侧AI在大宏观环境背景下估值比较合理。
7年前我看商业航天的时候，很多打一发的项目估值就几十亿。国内最好的航天院校都在西安，很多研究生一个毕业设计就是打一发火箭上去，为什么当时不能融资几个亿呢？当下很多前沿AI方向确实有泡沫，我认为在估值尽量合理的情况下，未来这些企业被并购，或者需要做估值修复的时候，AI for science是比较好的发力点。
刘晋：方法论就是把复杂的问题简单化，因为AI是太宏大的问题，所以估值差就是明确的实操路径。
薛苏明：下一个风口在哪我就不妄言了，谈谈对确定性的理解。这个问题从去年苏产投成立之初就在思考，我们希望寻找细分行业的龙头，不光是AI。今年我们投了25个项目，不管是商业航天、新材料、半导体还是AI，都是沿着细分龙头的思路，技术要能落地、商业要能闭环、处在爆发前夕，这是我们寻找的标的。肯定不投红海，我们碰的是浅蓝的领域。
AI怎么投、什么不投我可能说不出来，金总提到大脑领域，世界模型往哪发展，是融合还是过渡，还是从其他技术角度发展，对于还没有收敛的市场和行业，我们会比较谨慎，会看，但出手不多。出手比较多的是端侧AI，从技术端来说是存算一体，从市场端来说每年这么多终端设备，出货量有几十亿的规模，市场场景是存在的，芯片价格也在下降，所以按照我的投资理念，端侧AI确定性比较强，今年下半年到明年我们还会持续在端侧AI布局。
朱家春：对于高估值具身大脑企业，我们会谨慎一些，但头部具身企业都有强烈的培育供应链、打通供应链的需求，我们会关注具身上游产业链，包括具身端侧芯片。在算力中心里面还有一些新技术值得投资，尤其是新的冷却技术以及算力配套的能源电力系统。AI是长期方向，只要在这个赛道里不下桌，大概率会享受到时代的红利。
刘晋：朱总的思路是从产业链的一个点，再到线，再到面，在AI宏大叙事中尽量布局更领先、更高科技的方向。消费行业讲究的就是确定性，很快要形成销售、形成利润。接下来请邹总发言。
邹云丽：前面这些嘉宾把具体赛道都已经讲得很清楚了，我从几个定性的角度来讲。第一，我认为没有确定性。如果技术、产品或者企业发展阶段有确定性，估值就没有确定性了，就会承受估值的风险。投资本身是投入产出，如果从结果来看，要不然忍受商业的不确定，要不然忍受估值的不确定。
第二，我觉得所有企业如果能抓住一些趋势和红利，成功的概率会大很多。大家都说AI技术本身有幻觉，但今年有一个赛道非常火，现金流和盈利能力表现都不错，就是对技术容错度高的行业，包括内容创意行业。未来to C或者端侧也有这个问题，to C对AI模型的容错率比较高，但to B技术要有确定性、一致性、稳定性、运行环境的安全性，未来to B的商业价值会非常高，但头部会比较集中，to C容错率比较高，这块反而可能是早期爆发比较好的赛道。对我们来说，确定性就是能不能抓住技术的红利、能不能发现这样的产品，这就是确定性。不一定非要在某个特定市场爆发，因为现在技术迭代太快，大模型版本很快更新，用好技术、发展好自己的产品、找到自己的用户和市场，这就是确定性的生意。
刘晋：虽然今天讨论时间只有一个小时，但我觉得各位嘉宾从技术、底层，又从方法论甚至到商业逻辑，对AI产业做了重新的梳理。非常感谢各位嘉宾今天的精彩发言，本场圆桌讨论到此结束，谢谢大家。
第一时间获取股权投资行业新鲜资讯和深度商业分析，请在微信中搜索“融中财经”公众号，或者用手机扫描左侧二维码，即可获得融中财经每日精华内容推送。