峰瑞资本创始合伙人李丰在WAVES 2026大会上，从资本和流动性的角度剖析了当前AI产业所处的周期阶段。他指出，技术创新的资本周期分为两个阶段：前期聚焦技术本身，后期则转向关注资金、市值和融资情况。
李丰认为，本轮AI浪潮的空前性与2020年全球央行超发基础货币密切相关。当年，全球主要央行扩表12万亿美元，通过货币乘数效应，在全球范围内催生了约40至50万亿美元的广义货币供应量。这种史无前例的流动性激增，在2021年推动了全球资本市场的繁荣。然而，2022年俄乌冲突等因素导致欧洲和中国面临不确定性，资金流向受限，大部分流动性转而涌入美国市场。
在大量资金聚集美国、推高资产价格的同时，ChatGPT的出现恰好为资本市场提供了一个强劲的叙事逻辑，推动了AI相关科技公司的市值飙升。李丰以巴菲特指数为例，指出美国资本市场总市值与GDP之比已达到2.3-2.4，远高于0.8-1.2的合理区间。
他进一步分析了当前全球流动性的变化，指出4月和5月出现资金回流美元资产的现象，这导致了资产价格的此消彼长，呈现“翘翘板”效应。这种现象预计将持续一段时间，因为全球货币总量是相对平衡的。
在谈及美国科技巨头的资本开支时，李丰列举了微软和谷歌的数据。谷歌2025年预计净现金流将转为负数，主要原因在于其庞大的数据中心和资本开支计划。他指出，去年四大科技巨头的资本开支总计约4000亿美元，今年预计将达到7500亿美元，加上其他互联网公司，总额可能超过1万亿美元。
李丰将当前AI公司的状况与2000年互联网泡沫时期的思科进行了类比。当年思科凭借其在互联网基础设施领域的关键地位，在泡沫破裂后市值虽大幅缩水，但仍得以幸存。如今，英伟达凭借GPU在AI领域扮演着类似的角色。
关于基座模型，李丰指出，与互联网早期需要教育用户不同，当前AI应用的用户基础已包含大量互联网用户，因此烧钱主要集中在后台技术投入而非用户拉新。他强调，一旦大模型公司需要盈利，Token的成本和收费将成为关键，其价格变化可能引发行业连锁反应。
李丰将技术周期的投资阶段分为三个时期：技术出现初期，关注技术本身；技术成熟期，关注技术可能颠覆或创造的新应用；以及进入盈利考量阶段，重点考察谁能真正通过技术赚钱。他认为，中国在AI应用落地阶段具有产业链完整、数字化基础好等优势，但何时进入这一阶段，取决于资本周期的演进。
最后，李丰重申，本次分享聚焦于“钱”的视角，而非技术本身。他总结道，在技术创新周期的前半段，人们热衷于谈论技术；而在后半段，关注点则转向资本运作和资金流向。他强调这些均为个人观点，仅供参考。