中国数字经济投资策略

　　2024年1月9日-11日，“2024创投大会”在西安举办。本届大会以“向实· 向新 · 向强”为主题，邀请院士专家、投资机构、产业企业从宏观趋势、产业投资、企业发展等多个角度呈现一场思想饕餮盛宴。

　　本场《“四新”下的数字经济投资策略》圆桌对话由一村资本创始合伙人、董事总经理 于彤主持，对话嘉宾为：

　　李 桦 图灵量子首席财务官

　　陆佳清 国科嘉和高级合伙人

　　石建平 蓝驰创投投资合伙人

　　孙文海 元禾厚望合伙人

　　汪 洋 松禾资本管理合伙人

　　杨晓敏 同创伟业董事总经理

　　张 嵘 弘毅投资科技文创部合伙人

　　曾颖哲 线性资本合伙人

　　以下为演讲实录，

　　经投资界（ID:pedaily2012）编辑：

　　于彤：非常荣幸主持数字经济的论坛，在座的各位也都是在数字经济领域投资有比较深的造诣，所以我们希望通过今天下午这个论坛，能深度的去解决数字经济这个领域里的一些问题，并且对数字经济的未来、“四新”经济发展之下的发展脉络也进行一些展望，我们希望通过我们今天的论坛，能为大家奉献一场思想上的盛宴。

　　首先也是先按照惯例，请各位介绍一下自己和自己所在的机构。

　　李桦：首先介绍一下我们的公司图灵量子，创始人是上海交通大学的金贤敏教授，也是潘院士最早的五六个学生之一，目前专注量子计算的研发20多年的时间，可以算是国内量子计算行业内最顶尖的科学家。图灵量子是在2021年成立的，虽然成立时间不是特别久，但是我们在部分的研发领域上也是代表中国和全球在竞争的一个状态，包括我们单芯片可以实现128个光源，目前也是保持世界纪录，另外我们已交付多台的光量计算机，可以实现56个量子比特，达到量子霸权。

　　目前除了量子计算机以外，公司包括光连接的产品和量子安全的产品也陆续投向市场，希望得到更多的政府和上下游企业，包括各位投资人的支持。

　　陆佳清：国科嘉和是中国科学院控股有限公司(简称“国科控股”)旗下专注于硬科技投资的科创私募股权基金管理公司，是国科控股旗下的一级企业。我们是一个纯市场化GP，LP涵盖国家级产业引导基金、大型民营企业、险资等等。截至目前，我们投了150多个项目，超过50%来自于科技成果转移转化项目，2023年我们收获了6个IPO，最高的投资回报达到50多倍。

　　再就是整个资金端，我们除了一支美元基金以外，其他都是人民币基金，有投向早、中、晚不同阶段的。我们还在积极找寻硬科技的全周期项目来投资，希望跟大家有合作。

　　石建平：蓝驰创投是一家双币基金，目前管理基金规模超150亿人民币，包含美元和人民币两个币种。我们从2005年开始进入中国市场，一直聚焦科技领域的投资，投资的项目将近200个。

　　我们覆盖面比较综合，是一家聚焦科技的早期机构，行业应用上面，消费科技、生物医药、企业科技和硬科技领域我们都在关注。希望有机会和西安创业的小伙伴、研究机构能够合作，一起推动中国科技创新发展。

　　孙文海：元禾厚望是苏州元禾控股旗下的专门从事成长期投资的市场化平台。元禾控股是苏州工业园区下属的专业股权投资平台，在管的规模超过了1000亿人民币。元禾厚望在元禾控股体系内是一个比较年轻的投资平台，我们一共有四支基金，50多亿人民币，投资了近50多个项目，已经有6个IPO，还有3家企业在会。我们专注的是成长期，投资的主要方向是以半导体为核心的硬科技，加上新材料和数字经济。希望借这次机会跟西安的同行和创业者有更多的交流。

　　汪洋：松禾资本是国内最早的创投机构之一，自1996年成立以来，已有28年的历史。我们先后管理了28支基金，其中超过20支是盲池基金，投资阶段覆盖了从天使轮到Pre-IPO的各个阶段，主要集中在成长期和早期阶段，即我们通常所说的VC和天使投资。

　　在投资方向上，我们主要关注两个大的领域：医疗健康和硬科技。我们的总部位于深圳，并在北京、广州和上海设有团队。我们非常看好西安在硬科技领域的发展前景，希望未来有机会在西安落地，与大家进行深度合作。非常感谢!

　　杨晓敏：同创伟业是一个老牌的本土投资机构，成立了20多年，我们大概投了已经有700个项目，目前已经有100多家成功IPO了，整体管理规模在300亿。投资的方向主要是硬科技、数字经济和大健康，这是我们三个主赛道。从投资阶段来说，是从早期的天使，一直到Pre-IPO整个阶段。我们保持比较活跃的投资节奏，也以此来支持创新链，非常高兴和大家一起来探讨数字经济。谢谢!

　　张嵘：我们成立于2003年，是国内的一个比较老牌的投资机构。市场上对弘毅的理解，认为我们是做PE并购为主的，过去几年弘毅也是在多元化的发展路上，除了单一的PE业务，我们今天发展成了有风险VC，地产基金，包括二级市场一个多元化的资产管理平台。

　　我本人加入弘毅和投资行业有十年了，在弘毅看过很多的行业，也经历过不同的阶段，现阶段比较关注的领域是科技类，再具体一点，比较关注AI和半导体的投资。今天非常高兴可以跟各位一起探讨和交流。

　　曾颖哲：线性成立于2014年，今年正好是十周年。我们从成立开始到现在，就聚焦在科技领域的早期投资，大家所熟悉的像地平线机器人、思灵机器人、神策数据、数数科技都是我们从第一轮就开始参与，陪伴到现在的项目。目前我们的投资方向和领域，概括来讲是A+B+C，A指的是我们看好数据智能、AI及新一代机器人技术，B指的是基础领域新发展出的前沿科技，例如生命科学、新材料等领域的技术突破、先进制造带来的创新和赋能等，C 指的是这些技术和产品在商业和产业领域的落地和应用，这是我们最关注的投资领域。

　　非常感谢大会的邀请，也希望今后能够跟西安的创业者们多多交流。

　　于彤：我也介绍一下一村资本，我们是成立于2015年，目前管理规模达260亿，主要是在人工智能、半导体、医疗大健康，还有数字经济，以及智能制造，还有新能源等方向布局。

　　我们2018年当时投了微盟，微盟上市之后，跟我们也建立了深度紧密的合作伙伴关系——我们合资成立了一个基金管理公司，这是一村平台的子公司，目前主要是在云计算、大数据、网络安全、数据安全和互联网，还有底层的基层软件进行一些布局。

　　下面我们进行第一个问题，说起来数字经济，应该说是VC和PE的布局是蛮早的，在2012年开始就有一些VC和PE已经投入数字经济里面的投资，尤其是到了2015年进入了数字经济投资的热潮，甚至说2015年被誉为数字经济的投资元年，但是这么多年过去了，我们看到咱们的数字经济和美国相比，投资回报大相径庭，美国有大量的一些数字经济的上市公司，像龙头企业现在来讲市值已经达到了2500亿。但是在我们国家数字经济这个领域上市的企业非常少，鲜有1000亿以上市值的公司。

　　第一个问题我是想请教一下在座的来宾，你们认为现在咱们在数字经济企业面临的一些问题是什么?他们的难处在什么地方?有请李总，还有线性的曾总来回答这个问题。

　　李桦：首先我要说一下，图灵量子也是属于数字经济的一员，因为我们也是解决AI算力的一个公司。作为企业端，我还是比较有感触的，所以我想就这个问题我简单说一下我个人的看法。如果说中 美差异，最大的总结下来是两个点，以量子计算为例，可能全球最顶尖的三家光量子计算公司，一个是美国的PsiQuantum，另外就是加拿大的Xanadu，还有就是我们图灵量子。

　　PsiQuantum是2016年成立的，目前估值是30多亿美金，就是200多亿人民币，成立最初设立的目标就是实现通用量子计算，也就是跳过了中等含噪量子体系。我们业内都觉得这确实是非常具有挑战性的，可能意味着在这之前至少十年左右的时间，是基本没有收入的。我想这个可能是中国资本市场是无法接受这一点的，国内基本上所有投资人对PsiQ这样估值的企业，那有产品、有订单是融资的必要条件。这个会导致什么?可能会导致一些前沿的企业更追求一些技术含量不高，但是能提前产生订单的方向，这是一个点。

　　另外一个点，我觉得可能在大企业拥抱新科技的接受度上也是有一些差距的，我们以金融行业为例，美国前十的金融公司，基本上无一例外都有自己量子计算的部门，或者是和量子计算的公司有一个深入合作，每年的投入可能就是几百万美金和几千万美金不等。但是我们反观国内，可能大部分的金融机构，像银行，可能赚钱比较多，但是他们在和前沿机构的合作，或者在前沿领域的投入上，实际上还是停留在战略合作协议的层面。

　　这也会导致国内前沿技术存在没有办法在真正落地的场景下迭代的情况，变成了一个闭门造车的问题。

　　所以我总结一下，如果说未来中国在哪些方面可以改善的话，有两个我提的建议，第一，不光是投资人，希望资本市场给真正前沿的一些企业更多的发展时间和空间，对赌协议尽量少一点。

　　第二，我们希望自上而下的来支持一个前沿行业的落地，不是说只是喊口号，支持量子信息或者量子技术的成长，但执行层面大企业很难对新技术做过多的投入，可能还有担责的问题。目前我们碰到的问题也是这样，比如银行上超过50万以上的前沿技术订单，总行基本上就不太容易批下来，所以我的建议是这两个点。

　　于彤：李总也给我们投资机构提出了这样一个要求，下面有请曾总。

　　曾颖哲：首先，我有一些稍微不同的观点。如果拿中 美相比，在某些企业服务，或者是数字经济领域，其实我们并不差，甚至是领先的。例如电商、电子支付、餐饮等领域。

　　14年我刚入行的时候，看的就是这个领域，有一些自己的看法。第一，我们来看什么是企业服务。我认为企业服务更多的是一个企业的管理理念、管理方式的标准体现。从这个角度，我们和美国的差异的根源来自两国经济发展周期和结构的不同。为什么中国的电商和支付会这么强，美国是循序渐进的，例如他们是信用卡支付很普及，在这一块我们就是跨越式的发展。

　　在企业服务这个层面，如果放大到整个经济发展周期来看，过去的几十年里，中国企业发展的速度非常非常快，我们一直在说唯快不破，导致了一个什么样的情况?就是很难用固化的方法论和标准化的软件来承载企业的经营发展策略和思路。就像现有的电商领域，前端的流量是核心竞争力之一，是大家追逐的，这就导致企业必须得适应前端的变化，因此企业管理方式也就不太容易被固定下来。

　　另外一方面，人力成本。我们在软件工程师的数量和质量方面，都不比美国差，但是从成本上来说，我们相对便宜，整个美国软件工程师的薪酬，大概是在我们的四倍左右。所以在美国，企业会更希望用软件来降低成本，但是在国内，我们了解下来发现，人力成本还没有到那个需要大幅改变的时间点。

　　第三，也是最重要的一点，客户结构。如果我们看美国的企业服务公司，它们大部分的收入来自KA大客户。在中国，超过5000人的KA大客户只对应美国客户数量的30%或40%，而且这些KA大客户很多都是非市场化的国央企。所以基本逻辑其实是跟美国不太一样。这造成了我们创业公司面对的客户可能大多是一些腰部的客户，而且中小企业生存时间不确定，跟企业服务所说的长期续费存在一定的矛盾。这几点是造成目前差异的原因。但是我对整个数字化转型还是非常非常有信心的。因为我们已经看到了新技术应用给整个行业带来的效率提升。

　　随着时间的发展，我们相信中国的企业服务和管理肯定会朝着更高效、更技术驱动的方向发展。只不过很多产品形态，包括销售模式，可能还是会跟美国有非常大的不同。

　　要说建议，我会觉得要多给大家一些时间，让创新技术走向成熟产品、商品，以客户价值为导向，并且大家有清楚的边界和分工。这样的话，就可以形成新的生态，只不过我们还需要时间。

　　于彤：曾总的结论相对来讲是比较乐观的，他认为中国存在着自己特殊的生态。针对中国这样一个特殊的生态，我想请问你们未来在数字经济的投资策略是怎么样布局的?这个问题我想请教一下同创伟业的杨总和弘毅资本的张总。

　　杨晓敏：关于数字经济的投资，尤其是适应中国国情，我们的内部的一个投资策略，简单来说八个字，固本、强优、补链和育新。固本，首先我国最强的就是制造业，在数字经济里面去看数字技术在制造领域中有什么样的应用?尤其是现在比较火热的先进制造、智能制造，还有一些工业软件，工业互联网，这些都是我们未来数字经济一个很好的增长点，从固本的角度，我们相对于全球来说有别人不具备的优势。

　　强优，大家提到了TO C互联网，这是一个优势的细分领域，怎么把强优数字经济的优点来扩展开来，我们要去关注现在看到的一些数字出海，企业服务领域要警惕这些问题。我们看到TO C互联网拿钱一下子能砸起来，做企业的TO B就拿足够的钱，赔本去干，这是一个很大的误区，市场结构不同，商业文化不同，付费习惯不同，人力成本差异也大，所以我们要更关注的是一些怎样去服务好市面上这样一些关键大客户，给大家去创造真正的价值，而不是说标准的卖一套软件，提高SaaS，大家可能跟数字经济企业挂在嘴上，去对标纳斯达克的公司，直接对标他们的产品线，这实际上跟中国的国情还是有很大的区别。

　　补链，数字经济里面最简单的就是链条的缺失，尤其是基础软硬件，半导体的投资，这是大家的一个很好的着手点，至少过去几年是一个半导体的红利期，我们也算抓住了有大概6、7家半导体成功IPO，基础软硬件我们还会做持续的投资。

　　育新，就是面向前沿科技，尤其是下一代信息技术、量子计算，AI的一些前沿技术，这些都是我们关注的点，这些企业都是投早投小，相对风险大一些，这也是创投最有价值的一个环节。

　　张嵘：我来分享一下，谈不上投资策略，可能说一说接下来这一年在哪花时间。中国当下或者未来几年的关键词还是要寻找高质量的发展，政府对数字经济抱有非常大的厚望，数字经济的增长不光是要自己产生很高的增长，而且还要在中国产业结构，经济增长结构发生变化的时候，去拉动一些落后产能。我们现在观察到以政府为首，在数字基建上投入的决心和力度还是非常大的。

　　沿着这条线，我们感觉两个层面，一个是数字基建的建设环节，在相关的半导体领域，特别是数通领域，现在不叫传统的数字中心，叫智算中心，这些所涉及到的半导体产业链，进入到一个向上增长的周期。智算中心主要是算力，还有传输网络，包括光通信，背后的这些光芯片、光硅的技术，我们的观察都是具备非常好的投资机会。

　　但是去年到今年摸索过来，发现机会是在的，是不是能抓住，找到有价值的团队和企业，还是很有挑战的。我们希望找到一个技术上有它的特点和门槛的团队，还要以一个比较好的估值投进去。我去年看半导体一个最大的感受，就是说AI这一波来得太快了，快到我觉得全世界只有英伟达一家公司准备好了。很多人没有预见它能来得这么快。

　　我还比较关注生成式AI，在这一方面可能还是智算中心怎么把它给用上来，政府投了这么多钱，这个应用在哪，最好是有一个比较健康的经济系统，政府自己建，自己用。我们如果是投应用，肯定是希望要不然你把这些算力用上，去扩大内需。要不然在一些工业上，包括新能源汽车的出口上，能增大出口。整体上来说，我比较关注还是在大模型层面的应用。

　　提两个我觉得比较有意思的点，一个是大家知道这个技术对内容产业有一个很大的颠覆，我们现在感觉投两个东西，一个是想去投很新的内容，在生成式非常发达的时候，可能会是一个你从来没有见过的一个内容形式。比如说我们感觉去年比较有意思的内容形式，就是短剧，在A股也火了一波，这是一个全新的内容形式。

　　另外我们还比较看好在AI应用，在24年可能花时间比较多一点，AI足够大，应该是有自己的硬件。中国在3C的制造业有非常好的基础，我们又是这么一个大的市场，所以我们觉得未来在AI硬件领域，可能是中国所谓这些大模型的公司在寻找应用上可能突破的一个方向，整体上来说，我感觉数字经济围绕着数字基建，然后在基建层和应用层，我们是这样一个想法。

　　于彤：我也稍微讲一下一村资本在数字经济这个领域的投资策略，简单来说我们主要是看四个方面的企业，第一，底层的一些基础软件，这种企业我们会比较寻找那种有技术极客，并且有非常强的TO B的BD能力的企业。第二，我们希望能够投比较产品化，能为客户去解决他的一些痛点的产品化，以及平台化的公司。我们在数字经济领域里，也确实发现有很多的企业会陷入不断的定制化，导致人工成本上升得非常厉害，最后变成了一个工程化的公司。这种公司最后比较难扩大，变成了“小老头”公司，这不是我们未来想投的标的。我们希望通过产品化的形式解决客户的痛点。

　　对于平台化的公司，比如我们最近在看的一家，是帮助企业做生产的优化决策系统，会跟他的合作伙伴共同解决方案的一家企业。

　　第三，在垂直领域提供深度解决方案的公司。大家普遍认为垂直领域天花板不太高，事实上来讲，其实垂直领域的天花板并不低，我们做成衣供应链解决方案的一个企业，这个企业帮助中小企业和中小成衣生产厂家去解决了成衣库存率非常高的一个问题，市场也非常大。

　　第四，我们关注寻求软件出海机会的企业。美国的一些软件企业在海外的收入大概占比能达到四分之一到三分之一左右，但是中国一些头部软件公司，海外占收入比非常低。这些年我们萌生了一批小的软件企业，可以提供全球化的软件解决方案，这样的企业也是我们会比较关注。

　　下面进入第三个问题，第三个问题和第二个问题是相关的，我们确定的投资策略之后，我们想看一下大家在具体寻求在数字经济里面的一些投资标的，会有什么样的企业画像，怎么样去寻找具有鲨鱼苗潜质的企业?有请国科嘉和的陆总，还有松禾资本的汪总来回答这个问题。

　　陆佳清：听了前面几个同行的观点，有很多都非常同意。我讲一些非常具体的东西，如果我们把“数字经济”理解为企服或者纯软件，可以看到近两年窗口基本上一是一闪即逝。我负责国科嘉和投资团队的软件组，在我们看来，和国外相比，国内软件领域的客户一方面结构不同。此外，国内SaaS企业从近几年情况来看A股上市难度比较高。

　　但是数字经济是一个框，有大框和小框，大框是云和大数据，作为投资机构肯定得投。

　　“鲨鱼苗”我个人朴素的理解，第一个是“花过大钱”的项目，很多人说一个项目刚成立怎么花大钱。比如我们投的国科量子，它是由中国科学院控股有限公司联合中国科学技术大学等发起成立，依托潘建伟院士团队技术优势成立的国家高新技术企业。它也是国家发改委支持的新一代信息基础设施“国家广域量子保密通信骨干网络”的建设和运营主体。你得找类似这种项目，有国家科研经费支持、服务国家战略需求的。

　　第二，“干过大事”的，比如说我们今年投的已经交割完的一个项目，脱胎于上海微系统所，依托上海微系统所及旗下产业公司在宽带无线传感网、硅光通讯技术、人工智能芯片、物联网射频通讯、功率器件等新一代信息技术重点领域的优势资源积累，以突破核心关键技术和掌握自主知识产权为重点，加强核心技术攻关，共建系列科技研发和产品孵化平台。这类项目也肯定是鲨鱼苗，这是第二个。

　　第三个方面，要“掌握大资源”，早期项目为什么刚成立就有大资源?我从朴素的逻辑来讲。现在是一个“产业局”的时代，产业资本能为项目提供订单和供应链支持等基本能力。你得参与产业局，跟他们混在一起，得要捕捉到早期的机会，然后给他带来价值。

　　所以早期项目，能干的最好是这三条，能靠近一条，就是花过大钱，干过大事，掌握大的资源，这和“硬卡替”完全是对应得起来的。我们主要投这三类，当然关键是要用好国科嘉和科研院所生态链的优势。

　　于彤：陆总是有中科院的背景，所以他们的起点也非常高。有请松禾的汪总。

　　汪洋：陆总已经讲得非常详细了，我也介绍下松禾在寻找鲨鱼苗企业的一些具体的方法或者是途径。首先，我们与国内的重点科研院所和大学建立了深厚的合作关系，尤其是理工科为主的研究机构，如清华大学、南方科技大学、深圳医学科学院等。我们非常看重它们背后众多优秀师生的创新孵化能力以及他们打造的能够进行科研转化的项目。

　　共同支持校园内的创业和创新项目，这是我们重要的合作途径之一。我们通过跟大批的大学里的教授，还有一些知名的科研专家，形成了非常好的一些合作。当实验室项目适合商业化转化时，我们能够第一时间获取信息并拿到这样的项目。这是我们发现鲨鱼苗与重点科研院所和专家、大学合作的模式。

　　另一种方式是我们会围绕着我们已经投出来的一些产业链链主企业进行布局。松禾的历史很长，我们投出来的上市公司很多，所以我们会跟一些重点的上市公司进行合作，围绕着他的上下游进行产业布局，比如说像华大。我们在华大已经投出两家上市公司，一个是华大基因，一个是华大智造。我们跟华大还有一起合作的基金，同时包括从华大出来进行创业的企业，我们统称为华小，这一类的公司我们又投资了十几家。这个就是围绕着产业链的链主，或者说产业链龙头企业，在它的上下游进行布局，这是第二种方式去寻找一些比较好的鲨鱼苗企业的方式。

　　这么多年下来，我们觉得通过这些方式，还是取得了一些成果，除了刚才讲的科研院所，我们在西安也有一个非常典型的合作案例，我们投资的一个总部，注册地在西安的一家机器人公司叫优艾智合，这家公司创始人是西安交大毕业的，在读研究生的时候，就在西安交大创业做了机器人的项目。后来他放弃了博士学习，开始创办自己的机器人公司。他的一帮师兄弟们，还有导师，都加入到这家公司了。通过这种方式，我们还是发现了非常多的这种优秀项目，就是学校的教授，加上自己的学生，或者同学的方式。商汤科技也是通过类似模式被我们发现的优秀项目。

　　总结来说，与科研院所和大学合作、围绕产业龙头企业进行合作、以及与海外华人科学家的合作都是发现鲨鱼苗企业的有效方式。这些模式帮助我们发掘了许多优秀的项目和企业。

　　于彤：因为西安有西工大和西交大这样一些优质学院的资源，松禾未来可能跟西安的这种合作应该会更加紧密。

　　今天这个主题是“四新”发展之下的数字经济投资策略，最后一个问题想请问两位嘉宾，“四新”的发展，你们认为给数字经济投资带来怎样的脉络，有哪些新技术正在刷新数字经济的投资?像AI等这样一些新的技术给数字经济的发展带来了怎样的一些机遇?这个问题有请蓝驰的石总和元禾厚望的孙总来回答。

　　石建平：数字经济发展依赖于能源和算力，所以数字经济在未来持续深化的过程中，它对这两者的需求是大幅度提升的。在这个基础之下，会带动相关的行业发展。能源行业大家都已经看到了，从传统的化石能源到现在我们看到的光伏、新能源、储能，到下一步的氢能甚至核聚变，都在推动能源行业持续的发展。在整个泛算力层面，从传统的计算机到未来量子计算，传输过程中的光电传输或者是光电存储等等泛计算领域也会高速发展。

　　下一步在泛计算领域，传感器也是趋势，大家看到新的机器人，有关于灵巧手这种高性能的传感器，包括力控设备，都在持续的发展。大家天天在讲的大模型，这些能力的大幅度提升，对整个数字经济的发展会帮助非常大，这是下面的基础能力。对整个行业上的赋能，各个赛道行业的机会同样是巨大。

　　整个行业中，一些新兴的产业也会由于数字经济技术的演进和发展，带来新的产业机会点。这一段时间我们在讲“数据二十条”，中国有可能真正把数据变成一个新的产业。以前大家认为数据是一个工具，但当数据发展到一定的规模、一定认知度的时候，可能会形成一个新的产业。

　　在数据的驱动下，数字在赋能日常的工作，人和机器在交互。随着智能能力进展到下一步，会真正进入机器变成主动智能体的时代，人和机器一起协同。这些年来，人和机器协同在家用的场景是扫地机器人，在办公室最多的是送货机器人，这些产业在蓬勃发展。我们说了这么多年的机器人，伴随着AI、包括多模态的AI、多模态的模型的进展，基础能力的提升真正能够帮机器人变成一个产业。

　　在这些变化里面，人的社会形态也会发生一些微妙的变化。前两天看得到大家在电梯里会说这个机器人怎么这么笨。人和机器这些智能体如何在一个生活空间里协同，同时又能更高效为人类发展服务，进入了一个新的机会点。人类进入了下一个发展阶段的周期，我非常有幸参与其中。

　　从投资的角度来说，我们投资领域的赛道也发生了变化，第一个是AI的趋势。陆总觉得AI未来还蛮具有挑战，也有很多不确定性的因素。但是它给企业带来潜在的价值、未来的可能性和想象空间是无可比拟的。比如AI生成图，在效率的提升和以往数字时代比是跨时代的，很多人愿意为它买单。这个意愿不光在消费者端发生，也会在企业端发生，大家在用这个工具的时候，这个体验真的是代际的差异。

　　以前很多的产品大家不愿意买单，原因是一方面是供给多了，变成了白菜竞争，第二个方面产品的代际差创造的价值也是有挑战的。中国在数字化转型过程中也是有这种问题，企业买单的意愿不强，其中也有一部分的原因和这个相关。

　　我们在AI领域非常关注底层技术的创新，关注在B端和C端的应用。也非常关注AI技术的手段在一些硬科技的融合，包括材料、生物科技、生命科学、制造业等，因为最终这个技术的价值创造真的需要和各行各业去融合在一起。

　　蓝驰创投成立之初也是从消费互联网起来的。这些年来，我们整体的团队都逐渐朝产业背景和科技背景方向的人才靠拢，吸引了大量这方面的人才;在投资策略上面，也会更关注技术和产业的结合。以前我们偏纯粹的科技会多一些，现在我们更关注产业和科技的结合，和整个赛道上链主公司的结合，从科技创新的驱动去看整个产业的投资。虽然当下环境非常有挑战，但我们必然会以终为始去看这个市场，相应地调整投资逻辑。

　　孙文海：谈到新的技术给数字经济带来新的机会，我想建议我们把时间稍微拉长一点来看。类似于上一代“互联网+PC”的技术革命，AI有可能会是下一代的技术革命的基础。技术革命必然会带来新的机会。我们回头来看，互联网PC基本上在80年出现：PC是在80年代成为一个西方发达国家的主流技术工具，加上到80年代中后期出现了互联网技术之后，使得“PC+互联网”这个平台促发了人类第四次工业革命，带来了欣欣向荣过去的30年。

　　而任何的技术革命都往往是先To C再To B的。以互联网为例，在座的90后、00后可能不太有印象了，像我作为70后回头想想，我是记得95年是人类互联网发展历上非常重要的一年。这一年人类有了第一个商业化互联网浏览器，这个是代表着消费互联网(To C)的一个开始，从这一年开始，像雅虎等这些第一批的互联网企业成为了明星企业。而真正的TO B互联网，也就是说今天所说的数字经济相关的技术，第一家明星企业SalesForce是在2003年上市，也就是说从消费互联网到工业互联网的起始，中间有八年的差距。

　　现在我们回头来看ChatGPT作为消费级的人工智能，第一个起始在2022年11月份，往后会不会有八年才能使得这种新的技术才能用到工商业相关的领域，成为主流技术工具?2022年加上八年，2030年才会出现AI驱动的新一代数字经济?这个不一定，我个人倒没有那么悲观，我认为可能会比这个要提前，但是肯定还不是说22年就一定是人工智能直接用到工商业技术上的一个元年。

　　但我们作为创业者和投资者布局的时候，此时此刻就应该开始考虑要在这上面进行布局了，所以这是一个大的脉络。

　　我们回看历史和现状，中国是一个非常特殊的环境，中国是制造业立国，美国是消费立国。美国人口少，愿意为了提高工商业效率去付费购买各种软硬件工具;而中国在过去由于有人口红利和竞争带来的成本控制压力，所以导致中国的数字技术在工商业上面的应用，其实是面临着比较大的挑战。几个典型的特征，第一，中国数字经济的基础设施比较差。这里面还细分为软件上的基础设施(比如操作系统和数据库等)和硬件上的基础设施(比如芯片和传感器)，这个再往下就是人工智能的基础之一的大数据在很多行业和垂直领域是不具备的。

　　第二，数字技术在国内的市场比较分散。制造业立国不像美国商业消费立国：商业消费立国，整个社会的需求相对统一和标准，相关的软硬件产品就相对统一和标准，比较容易推广和做大。而制造业是非常分散的一个市场，每一家工厂的需求非常个性化，所以以SaaS为例，在中国就一直没有做起来。2002年我开始做投资，08年开始大规模的在国内看SaaS，到今天为止已经是2024年了，16年过去了，中国纯粹的SaaS企业好像还没有几家，一只手大概能数得出来，有些是很多传统软件企业转型过来的。因此制造业的个性化、定制化需求，导致了软硬件产品和服务难以标准化、难以做大。

　　第三个大的挑战是用户对新兴的数字技术和数字平台的付费意愿不强。11月份我刚刚跟华为一个专门负责AI的VP聊起AI今后会不会成为一个基础设施，即AI as a Service?他说技术上完全可以做出来，中国一定会出现中国自有技术为基础的两到三家ChatGPT级别的这种大模型企业，其中一家必然是华为。这个我也觉得很有可能性，非常同意这个观点。但是他接着一句话，给我浇了一瓢冷水：“用户是不是用得起?”中国中等规模以下企业连SaaS都没普及，何况人工智能作为服务?所以这是一个挑战。

　　在新的市场环境下，我们如何去寻找下一个新的增长点，新的投资和创业的机会，用最新的数字技术来推动经济的发展，这个是我们在座各位今天都要考虑的一个问题。结合我前面说的两点来说，第一，当前国内数字经济的基础还是比较弱的，意味着存在很大的增长和提高的空间。第二，时间也许还没有到爆发点，也许离真正To B的人工智能技术爆发点还有几年的时间。这空间和时间正好是我们创业和投资的机会，如果等那个爆发点到了的时候，那就一切太晚了。所以虽然现在是冬天，但是冬天是打猎最好的季节。谢谢!

　　于彤：孙总最后的发言，我觉得非常好，基本上把前面的这些做了总结，大家普遍认为，第一，对于创业企业来讲，投资机构一定要有耐心，因为我们还需要一段时间，但是也是我们现在必须要做布局的一个时间。因为时间的关系，这个论坛到此结束。谢谢!