吴世春：2026年AI创业新格局与投资新逻辑
大家好，我是梅花创投的吴世春。在今天这个"问道苏州"的论坛上，我想和大家聊聊AI这个万亿赛道，以及我们作为投资人，对它的观察、判断与思考。
一、今天的议题
1
AI技术最新发展趋势（2026年）
从"参数竞赛"到"效率与场景适配"的范式跃迁
2
全球及中国AI市场现状与预测
万亿赛道的规模、增长与资本动向
3
热门AI创业赛道分析
AI Agent、AI原生应用与行业解决方案的深度剖析
4
投资机构的投资逻辑与策略
从"想象力定价"到"基本面定价"的转变
5
早期投资的8个忠告
不设立场、及时纠错和止损
二、AI技术最新发展趋势：从"参数竞赛"到"效率与场景适配"的范式跃迁
过去几年，AI行业的竞争焦点一直是"唯参数论"，谁的模型参数大、谁的算力多，谁就是王者。但到了2026年，这种范式正在发生根本性的转变。
▌ （一）范式跃迁：三大核心变化
◆ 1. 架构创新与效率革命
从追求百亿万亿参数，转向用新架构（如Linear Attention、SSM）和压缩算法（如TurboQuant），在大幅降低成本的同时，实现百万级Token的高效处理，为商业化落地扫清障碍。
◆ 2. 多模态技术走向成熟
从过去的"特征拼接"，到现在的"语义统一"。统一的Transformer架构，让AI真正理解并融合文本、图像、视频等多种信息，赋能视频生成、数字人、工业设计等应用爆发。
◆ 3. AI Agent成为核心引擎
2026年，是AI Agent的商用元年。它标志着AI从被动的"聊天助手"，正式转变为能自主规划、调用工具、完成复杂任务的主动"数字员工"，正在重构各行各业的核心工作流程。
▌ （二）技术演进的两个时代
参数竞赛时代（2023-2025）
效率适配时代（2026-至今）
规模驱动的能力扩张
效率驱动的商业落地
行业陷入"越大越好"的惯性思维，巨头们比拼算力军备竞赛，创业公司难以在规模上匹敌，同时面临同质化竞争。
单位算力产生的经济价值（VPT）成为衡量模型优劣的新标准。行业竞争焦点转向"开源基座+行业插件"的场景深耕，以及成本与效率的极致优化。
三、全球及中国AI市场现状：资本流向从通用大模型转向垂直应用
▌ （一）市场规模与资本动向
全球AI 融资体量正以惊人速度攀升：
年份
融资规模
备注
2024年
500亿美元
全球AI融资总额
2025年
700亿美元
同比增长40%
2026年1-2月
220亿美元
占全球初创融资近90%
资本逻辑正从"纯技术叙事"转向"商业落地"。通用大模型融资开始遇冷，具备清晰商业模式的"AI+垂直场景"应用项目，正成为资本追逐的焦点。投资者现在更看重项目产生的实际经济价值与盈利能力。
四、三大热门AI创业赛道分析：谁能跑出？
在从技术走向商业落地的过程中，我们重点看好三大赛道：
▌ （一）AI Agent赛道：自主执行，重塑生产力
核心定义
具备自主规划、工具调用能力的"数字员工"，能独立完成复杂任务流。
关键特征
从被动工具转变为主动劳动力，支持跨系统操作与端到端任务自动化。
商业价值
显著降低人力成本，大幅提升运营效率，推动企业业务流程的全面重构。
商用逻辑
像一个真正的员工，接收指令、拆解任务、调用工具、执行操作、交付结果，直接替代部分工作岗位，是生产力变革的核心。
▌ （二）AI原生应用赛道："极简团队+极致效率"新范式
核心定义
以大模型为核心底座，完全重构业务流程，实现全链路自动化的创新应用。
关键特征
颠覆传统软件开发成本结构，小团队即可撬动大市场，具备指数级增长潜力。
商业价值
创造全新的产品形态与商业模式，打破传统边界，实现高毛利与快速扩张。
▌ （三）AI+行业解决方案赛道：深度融合，价值兑现
核心定义
将通用AI技术与特定行业的核心业务流程深度耦合，精准解决实际痛点。
关键特征
AI技术与行业Know-how深度结合，具备高技术壁垒，面向B端客户实现高客单价。
商业价值
直击行业核心痛点，解决实际业务问题，是当前AI商业化落地最直接的路径。
五、投资机构的投资逻辑：从"想象力定价"到"基本面定价"
▌ （一）核心洞察：估值逻辑的回归
资本市场不再为单纯的技术故事和宏大叙事买单，估值逻辑正从基于未来想象的"市梦率"，全面回归到基于真实收入、利润与可持续商业模式的"基本面定价"。
▌ （二）两大关键变化
◆ 1. 估值中枢下移：告别高估值泡沫
指标
2025年
2026年
AI企业平均P/S倍数
10-15x
5-8x（下移约50%）
◆ 2. 关注商业化：从"技术故事"到"商业闭环"
●核心问题：客户是谁？愿意付多少钱？
●"AI+垂直场景"的应用更受青睐。
●可验证的ARR增长曲线与健康的毛利率，是获得后续融资的核心判断标准。
▌ （三）估值模型演变：ARR成为核心
对于订阅制商业模式，ARR倍数法是价值基石：
案例：ARR = 1000万美元 + YoY增速 100% → 估值倍数 15-20x ARR → 市值约 1.5-2.0 亿美元
对于未盈利/早期AI公司，采用多维度混合评估模型：
评估维度
说明
P/S 市销率
适用于高收入增速、暂未盈利阶段
LTV / CAC
衡量获客效率与长期商业变现能力
核心毛利率
评估产品标准化程度与盈利能力天花板
技术与团队
技术壁垒、研发实力与团队背景的定性考量
六、投资策略：采用"杠铃策略"平衡风险与回报
面对AI行业的不确定性，我们采用"杠铃策略"进行资本配置：
��高确定性：AI基础设施层
��高爆发性：AI应用创新层
算力集群· 核心芯片 · 智算中心 · AI底层框架
AI Agent · 端侧智能硬件 · 具身智能机器人 · AI原生应用
增长与科技巨头资本开支强相关，收入可见度高，属于防御性高的稳健型资产。
增长高度依赖商业化场景规模化落地，不确定性高但潜在超额回报极大。
▌ 策略核心
摒弃单一的"中庸"配置，将资金"两端化"分配：一部分锚定基础设施层获取确定的β收益，另一部分重仓应用创新层博取爆发的α收益。通过这种非对称的"杠铃策略"，在严格控制组合下行风险的同时，最大化捕捉AI产业技术变革带来的长期红利。
七、给早期创业者与投资人的8个忠告
在AI这样瞬息万变的行业里，有些底层逻辑是不变的。这是我多年投资经验沉淀下来的8个忠告：
忠告一投资未来的稀缺性，在非共识的无人区里独立判断
投资就是要投资未来的稀缺性，要敢于在非共识的无人区里独立判断。投在无人问津时，卖在人声鼎沸处。
忠告二可投可不投，就是不投
如果对一个项目的结论是可投可不投，答案就是"不投"。坚定的信心是早期投资中，帮助你穿越项目漫长周期的核心。
忠告三不投伪需求、违需求、微需求
不要投伪需求，不要投违需求，不要投微需求。所有的伟大公司，都诞生于真实、刚性、巨大的市场需求。
忠告四投资能力是种个性化能力，需要交很多学费
投资能力是种个性化能力，需要交很多学费才能掌握。失败的方式千篇一律，成功秘诀却因人而异。别人的成功经验，你无法直接复制。
忠告五早期投资窗口期很短，"做行研"的作用被高估了
早期投资中，一个新行业的投资窗口期很短，需要用直觉+经验+加码策略来投资。过度依赖行研报告，反而会让你错失良机。
忠告六克服"我执"，及时纠错和止损
克服"我执"，不预设立场，警惕"所知障"。及时纠错和及时止损的能力都很重要，每次新投资都要重新思考。
忠告七早期投资最大的学费，交在创业者-1到0的阶段
早期投资最大的学费，交在创业者从-1到0的阶段。这个阶段钱越少越好。教授创业、高管创业、大学生创业，很多时候心态都没有归零。
忠告八早期投资最根本的判断标准是常识
早期投资最根本的判断标准是常识；常识是理性的勇气；事实只是常识的验证；投资逻辑是常识和事实的推演；投资观点是最廉价的东西。
八、未来展望：AI将深度融入社会经济，重塑一切
▌ 技术维度
随着世界模型和具身智能的发展，AI将具备更强的自主学习和适应能力，从"工具"真正进化为人类的智能"伙伴"，向通用人工智能（AGI）的目标迈出坚实一步。
▌ 商业维度
AI将深度渗透到所有行业和岗位，彻底重构现有的生产函数和商业模式。企业的核心竞争力将取决于其利用AI的能力，"AI原生"将成为未来所有企业的标配。
▌ 社会维度
AI将深刻改变人类的工作方式、生活方式和社会结构。如何平衡AI带来的效率提升与潜在的社会问题（如失业、伦理），将成为全人类共同面临的长期课题。
结 语
AI的浪潮才刚刚开始，它带来的是一场深刻的生产力革命。无论是创业者还是投资人，我们都站在同一条船上，既要仰望星空，也要脚踏实地。
转发，点赞，在看，安排一下？