中國AI的下一波浪潮：哪些領域將誕生顛覆性機會？|東哥飯局122期

來源：東哥筆記

作者：李成東

2月4日，第五屆「專業主義·2026李成東年度演講」和晚宴&十三·東哥飯局第122期圓滿落幕。在今年的晚宴上，東哥特別邀請了三位AI領域的重量級嘉賓，分享了他們對行業趨勢的深刻洞察。

• 梁斌-八友科技創始人，成立于2015年，專注于為人工智能和大模型領域提供高質量的數據支持服務，客戶中50%是國內主流大模型廠商。一位在ChatGPT浪潮前就堅持數據儲備的技術前瞻者。
• 黎科峰-數勢科技創始人，成立于2020年，專注于為大金融、泛零售和高科技制造等領域的企業提供基于大模型與大數據驅動的數據智能產品的企業。曾任京東技術委員會主席、手機百度總經理等。
• 李明順-行行 AI 董事長、順福資本創始合伙人，專注于投資人工智能等前沿科技領域的早期投資，中國最傳奇的草根互聯網創業者，參與創辦Discuz（騰訊收購），好貸網等公司，曾就職于網易與騰訊。

以下為本期飯局的精華整理，信息已脫敏。

投資視角，從數據供應鏈透視真實玩家

作為數據服務商，八友科技創始人梁斌提供了一個獨特的觀察視角：通過企業采購數據的行為，判斷其在AI賽道上的真實實力。

他的投資邏輯雙向有效：積極采購高質量數據的企業，通常處于研發或業務擴張的活躍期；而對優質外部數據無需求的企業，可能擁有更強的內部數據能力。

比如谷歌早期并未采用他的服務，這反而讓他判斷谷歌擁有強大的自研能力，他因此重倉谷歌股票并獲得回報。

在與國內大廠合作時，梁斌的團隊常接到那些“硬骨頭”項目。通過承接這些非標、復雜的細分任務，他們能穿透性地看到誰獲得了真實、高價值的核心訂單。

“智譜AI、月之暗面等公司業務扎實，他們持續采購數據并交付復雜需求?！?/p>

另一個被普遍忽視的投資主線是AI基礎設施的衍生需求。梁斌認為，AI算力中心的能耗將根本性改變能源結構，美國政策可能要求大廠自建發電設施。

這將催生對鈾礦公司、電力零售商以及稀土公司的長期需求。

芯片博弈，二手紅利與生態依賴

梁斌從產業視角分析芯片市場變化：投資全球芯片巨頭需關注技術迭代周期。新一代架構因成本優勢將引發集中采購，這可能導致當前產品進入銷售真空期，反而形成布局窗口。

同時，淘汰芯片將催生二手算力紅利市場。 中國AI企業或能借此以極低成本獲取上一代高性能算力。

評估國產芯片需嚴格區分“市場驅動”與“項目驅動”。真正的市場化驗證在于是否進入主流商業采購體系，而非依賴少數政府訂單。

AI基礎設施的投資不能僅盯著芯片。更全面的視角是：關注芯片周期，評估國產進展，同時將目光延伸至電力供應和高質量數據供應鏈——這兩者正成為決定AI發展的關鍵要素。

技術拐點：開源引爆、智能體成共識

黎科峰指出：2025年是“智能體元年”，而不僅僅是模型能力的延續。這一判斷基于兩個關鍵變化：

開源模型打破壟斷：DeepSeek推出的QwQ-32B模型成為游戲規則改變者。它在思維鏈推理能力上媲美GPT-4，卻以完全開源免費的方式發布，將企業部署高質量AI的成本從“數千萬”直接降至“數十萬”。更重要的是，該模型針對國產芯片環境優化，降低了對高端硬件的依賴。

應用形態塵埃落定：行業對“智能體是大模型時代的APP”達成共識。這一定位解決了長久以來的爭論——大模型不再是“什么都能做但什么都做不精”的萬能工具，而是通過智能體形態在具體場景中深度解決問題。

國內困境，AI繁榮背后的深層分化

黎科峰指出，盡管表面上國內AI熱火朝天，但實際呈現“虛假繁榮” 特征。C端用戶付費意愿極低，大廠用免費策略擠壓創業空間；B端采購旺盛但多為“為AI而AI”，真正解決業務痛點的寥寥無幾。

相比之下，美國市場已進入“全面武裝”階段。C端付費習慣良好，應用百花齊放；企業廣泛采用AI智能體提升效率，甚至誕生“一人公司+數字員工”的新模式。

在應用層面，中美差距正在拉大而非縮小。 黎科峰提到，一個關鍵區別在于投資導向：國內資金幾乎全部涌向硬科技和實體產能，應用層投資接近為零。

AI對就業的沖擊已顯現。初級程序員、數據工程師、基礎設計師等“中間執行層”首當其沖，他們的工作正被AI快速替代。

未來的社會分工可能兩極分化：一端是負責決策的高層，一端是難以自動化的體力勞動者，中間環節將被AI大量填充。

范式轉變：從“互聯網+”到“行業+AI”的權力轉移

黎科峰提出了一個根本性判斷：AI時代是“行業+AI”，而非“互聯網+行業”，這標志著技術驅動邏輯的深刻轉向。

• 互聯網時代：平臺巨頭掌握技術、工程師和數據，憑借流量與資本優勢向傳統行業單向“賦能”
• AI時代：技術門檻大幅降低，專業知識與行業認知成為核心壁壘，傳統領域的專家開始自主“+AI”

新范式下的核心資產：

1. 私有數據：非公開、具有領域獨特性的行業數據
2. 專業知識：經年累月積累的行業洞察、經驗與工作流

這一轉變意味著，技術正從少數科技公司的壟斷性資源，轉變為各行各業的普惠工具。每個垂直領域的專家，都有可能利用AI工具重構自己所處的行業，實現更深度的數字化與智能化轉型。

“放開心態，每日實踐。未來一定是‘行業+AI’，武器已經在那里，關鍵看你怎么用它打不一樣的仗?！崩杩品蹇偨Y道。

中國方案，AI出海的三大路徑

面對國內變現困境，三位嘉賓一致認為：成功的C端AI創業幾乎必須從第一天就瞄準海外市場。

但這也為中國創業者帶來了獨特機會：

工作流優化工具是成熟路徑，但需警惕數據合規風險；

AI內容生成領域，中國團隊憑借短劇、游戲等領域的經驗積累，能夠實現“降維打擊”；

“AI+硬件”則是最被看好的方向，結合中國強大的供應鏈能力，將AI嵌入玩具、消費電子、戶外設備等產品，市場空間廣闊。

李明順特別強調，AI的真正價值在于重構行業而非簡單賦能。 他以馬斯克的Robotaxi為例說明：AI不是讓傳統汽車更好賣，而是將商業模式從“賣車”徹底轉變為“提供出行服務”。

這種重構可能使單臺車的生命周期價值增長數十倍。

泡沫隱現與產業鏈機會

現場其他參與者提供了不同的觀察視角：

行業存在泡沫風險：全球頂級AI公司累計收入未超過100億美元，但資本投入已達萬億級別，預計2026年下半年可能出現泡沫破裂。模型創新層面，認為基座算法尚未出現“下一代范式”，現有技術仍基于Transformer架構演進。

產業鏈機會依然存在：盡管大模型本身存在爭議，但AI生態鏈如數據服務、芯片、行業解決方案等領域仍有投資機會。中國企業在高質量數據標注、后訓練等環節與國外存在差距，但這也意味著提升空間。

投資人關注方向：有投資人表示將持續關注AI+醫療健康賽道，并認為2026年是C端AI應用成熟的關鍵一年，將重點布局有出海能力的項目。

全球格局，中國優勢與未來挑戰

AI將重塑全球分工，沖擊傳統優勢國家。依賴客服外包、IT支持的印度等國可能首當其沖，全球服務貿易格局面臨重組。

“AI+硬件”正成為中國外貿的新引擎。 從智能消費品到專業工具，再到跨境商業基礎設施，中國完整的制造業供應鏈與AI結合后能產生強大競爭力。

這種模式不僅提升產品附加值，更可能創造出具備代際優勢的全新產品品類，加速中國制造在全球市場的滲透。

李明順指出，AI時代降低了技術門檻，組織能力和商業嗅覺的價值凸顯。中國擁有全球最龐大、學習最快、最務實且最具韌性的創業者群體。

如同亞馬遜平臺上的賣家，未來AI生態中大部分價值將由掌握行業知識、能用AI重構產品的“生態玩家” 獲取，而非僅歸于少數基礎模型廠商。

“關鍵在于價值回流。” 這些在全球AI浪潮中贏得優勢的中國創業者創造的財富，能否通過消費、投資等方式有效回流國內，將直接影響中國本土的持續創新與產業升級。

結論

中國的核心優勢不在于算法領先，而在于“供應鏈+創業者+工業體系”形成的綜合生態。那些能夠將AI技術與中國制造、全球市場相結合的領域，最可能誕生下一代巨頭。

下一波顛覆性機會不會出現在人人關注的模型層面，而藏在數據流動的路徑里、電力供應的網絡中，以及“中國硬件+AI能力”重新定義的每一個傳統行業中。

-以上內容已經過脫敏處理，不含敏感信息