2026 世界人工智能大会前夕，启明创投主管合伙人周志峰接受媒体群访，系统复盘了过去一年 AI 产业链投资的底层逻辑与市场温度。启明创投至今已在 AI 全产业链累计投资超过 100 家创业企业，总计投资额超过 120 亿元人民币，覆盖底层算力芯片、基础大模型、垂直行业应用和具身智能等全链条，其中许多投资都出自周志峰之手。
周志峰今年刚刚上榜全球创投圈最具权威的 Midas List 最佳创投人榜单。今年初，由他深度主导并长期陪伴的多家标杆企业集中登陆资本市场，壁仞科技、智谱、爱芯元智、云英谷科技等接连斩获行业标志性 IPO。采访中，周志峰用 " 两个超预期和一个未达预期 " 概括了这一年最深切的产业体感。
算力需求：增幅远超预期，配套红利刚刚开启
" 整个算力总盘子，以及从训练到推理的需求范式转移速度，都远超我的预期。" 周志峰在采访中直言，AI 算力是第一个让他感到震撼的变量。
以一家国内科技大厂为例：该厂商去年算力预算最终落地五百多亿元人民币，而今年给出的预算升至去年的六倍多。但算力增长的底层逻辑十分清晰，无论是一级市场涌现的新一代 AI 芯片创业公司，还是二级市场对 HBM 内存、光通信等赛道的追逐，本质上都是巨大算力需求在底层牵引，整套底层逻辑是通顺的。
今年 1 月在上海举办的 " 智算申城 " 高峰论坛上，市经信委透露上海全市智算规模突破 12 万 P（P 是算力单位 Petaflops 的缩写，1P 相当于每秒 1000 万亿次浮点运算能力，1 万 P 的算力相当于 500 万台高性能计算机的算力总和），而到了 7 月即将召开的 2026 世界人工智能大会前期，上海市智算规模已突破 16 万 P。
启明创投早已在算力赛道布下多家企业，不少被投企业已经上市或处在上市前夕，周志峰也坦言团队本身就是算力赛道的受益者。但今年他们非但没有放缓节奏，反而进一步调整策略，持续加大对算力相关领域的布局，方向从新一代 AI 芯片、光通信芯片，一直延伸到新型数据中心散热、电源供电等配套环节。" 未来单一家科技大厂就要采购几百万片芯片，散热环节只要能省下 1% 的能耗，一年就能省下数亿元级别的电费，这里面的经济价值空间巨大。"
他还透露，对比去年，今年启明在算力板块的投资计划会更为积极。
模型进化与共识：催生智能体浪潮
第二个超预期，来自模型技术本身的进化速度，以及由此催生的智能体浪潮。而这一点，甚至已经渗透到了启明创投内部的投资决策流程之中。
周志峰透露，团队正在尝试搭建一个 "AI 虚拟投委会成员 " 智能体。目前，AI 在内部主要承担投资决策的记录整理工作，但它的潜力显然不止于此。" 真人投委提问存在两类问题：遇到不熟悉领域难以深入，有盲区；此外真人提问也常会遗漏一些关键角度。而 AI 虚拟投委能够做到百分之百客观，分析维度十分详尽，它的提问恰好可以补上大家之前没提及的关键问题。" 周志峰说，他们并不指望 AI 替代判断，但希望这个虚拟投委的问题能给每一位真人投委带去新的启发。
整个模型赛道，周志峰用 " 远远超出预判 " 来形容技术进展与资本共识的形成速度。他表示，今年初以来，以小龙虾等为代表的智能体集中爆发，让 coding（编程）能力一跃成为大语言模型最核心的竞争力。
他认为 coding 能力直接带来了智能体能力，而智能体的产业价值，对比过去两三年以聊天机器人为主的 AI 产品，" 高出无数个量级 "。更重要的是，一个正向循环已经形成：智能体运行产生的算力消耗，是单纯对话类产品的上千倍，这又反过来解释了算力赛道为何会全面超预期。
资本市场对模型企业的追捧热度，同样让这位见惯周期的投资人感到意外。头部模型标的市值正冲击万亿规模，而市面上大量涌现的 Neolabs 式（一类由顶尖 AI 研究员创立、专注于前沿研究的新型小型 AI 实验室）新型模型创业公司，创始人基本都是 95 后、00 后，天使轮估值就能达到二三十亿元人民币。" 从业这么多年，我从没见过如此火热的行情。" 周志峰感叹。
AI 应用：落地方式未及预期，成本逻辑亟需重塑
相较于算力和模型的接连超预期，AI 应用在周志峰眼中则是那个 " 打开方式与想象不同 " 的未达预期。
" 去年四五月份，我在好几个活动上公开讲，2025 年是 AI 应用时代开启的元年。" 周志峰回忆道。从整体数据看，AI 应用的大盘依然在高速增长，token 消耗量十分亮眼，但具体落地形态却与他当初的设想大相径庭。他原本期待今年能看见 AI 真正赋能千行百业，甚至跑出几个有潜力成为新腾讯、新字节跳动、新阿里巴巴的 2C 超级应用，但现实是，他没有见到让整个市场特别为之一振的新一代 2C 应用。
在他看来，2022、2023 年成立的那批第一代 AI 应用，多以对话工具、情感陪伴类产品为代表，如今许多已陷入同质化竞争，用户增速明显放缓。启明创投内部复盘得出的核心结论是：互联网和移动互联网那套用户增长与流量逻辑，在 AI 时代的 2C 产品上走不通。
周志峰进一步拆解了这一困局的根源。互联网模式下，产品是核心，上游是流量和用户，下游是商业化，路径清晰，且边际成本持续递减，服务 1 万用户与 1 亿用户的单位成本差距极大。但在 AI 时代，2C 应用的商业化模式并没有质的改变，流量成本与移动互联网时期持平甚至更高，而最难解决的痛点是——服务 1 万用户和 1 亿用户，整体的 token 成本近乎直线性放大，边际成本没有下降。
他还举例说明：一家 AI 玩具企业卖出几十万台产品，当被问及用户实际使用情况时，对方坦言大约九成用户不会长期启用 AI 交互功能。对方的解释是，这对公司反而是好事，如果几十万用户全都高频对话、持续消耗 token，公司根本扛不住成本。
在 AI 短剧这一热门方向上，类似的矛盾同样明显。周志峰观察到，AI 短剧行业发展速度极快，一年前 AI 生成内容占比不到 10%，如今已超过 60%。但短剧行业高度依赖爆款作品变现，而现阶段 AI 短剧供给泛滥，爆款概率极低。他对比了一部 AI 霸总短剧和一部真人韩剧，两者剧情套路相似，但真人剧中女主角细腻的演技、导演把控的光影质感 " 堪比院线电影 "，AI 内容想要达到同等创作水准还有不小差距。"AI 短剧产能大幅提升，但行业底层商业逻辑并没有因为产量增长发生本质改变，可以看出 AI 的 2C 应用还有很长的发展周期要走。"
尽管应用端短期表现不及当初的乐观预期，周志峰仍然强调自己长期看好这一赛道。他判断，整个行业 token 消耗的增长动能依旧强劲，但如果市场期待短期内就诞生对标字节跳动、阿里体量的超级 AI 应用公司，" 我认为还是要再多一点耐心 "。
