在 2026 年第二季度於 2026 智慧運算基礎建設創新研討會（Smart Computing Infrastructure Innovation Conference）舉辦的會議上，多位風險投資（venture capital）投資人明確勾勒出評估與 AI 相關機會方式的重大轉變：不再圍繞「對標 輝達（Nvidia）」的敘事，而是轉向尋找專門解決方案，並支持公司進行長期存續。
儘管全球 AI 需求持續攀升，基礎建設賽道的投資重點已發生本質性改變。東方富海（Dongfang Fuhai）合夥人王鑫表示，AI 產業已進入正向循環，且基礎建設仍居主導地位。不過，他強調「純粹拿來跟 輝達（Nvidia）做基準測試」的敘事已不再適用；市場愈來愈偏好能解決特定技術瓶頸的「隱形冠軍」。
天津科技投資（Tianjin Technology Investment）創辦人張茜提出逆向觀點：一旦全球運算基礎建設利潤被領先製造商攫取，風險投資就應聚焦於能在不消耗龐大運算資源的前提下達成高投資報酬率（ROI）的垂直賽道應用。她認為，中國作為全球最完整的應用型經濟體，應該在成千上萬個產業中深度滲透，而不是追逐通用的大型語言模型。
華脈資本（Puhua Capital）管理合夥人蔣春強調，在傳統硬體之外，「軟性基礎建設（soft infrastructure）」同樣重要。他特別點出 AI 安全正成為新興投資優先事項。蔣春表示，隨著影像生成技術變得更逼真，建立資料真實性並建構可信任資料系統將變得至關重要。「我們必須建立可信任的資料系統，以防止惡意攻擊與資料詐欺」，蔣春說。並補充其公司聚焦於能夠建構「資料飛輪（data flywheels）」與「容錯機制（fault tolerance mechanisms）」的底層專案，以確保健康的 AI 生態得以擴張。
君山資本（Junshan Capital）合夥人王孟透露，該公司在 2024 年對具身 AI（embodied AI）投入較多資源，但進入 2025 年後在發現硬體突破背後存在物理瓶頸後，調整了策略。「我們很快意識到，投資重點必須從『身體（body）』轉向『腦（brain）』，開始在模型與『世界模型（world model）』層面部署」，他解釋道。
王也指出，隨著 2026 年工業端部署告一段落，投資興趣正在轉向家用機器人。邏輯有所不同：工業機器人著重效率與成本，而家用機器人更像消費性電子產品，必須具備極致的產品品質與情感價值。從「硬」到「軟」的轉向，反映市場已認知技術落地的採用時間表。
蔣春進一步補充，AI 正在生產端推動激烈變革。互聯網時代聚焦於消費端數位化，而 AI 時代更強調生產端的智慧化。從分散式控制系統（DCS）與電腦整合製造（CIM）等工業系統萃取資料，以形成新的資料飛輪，正是硬科技投資最具潛力的方向，他認為。
在新的產業敘事之下，投資人評估標準已進行根本性的重組。OPPO 興星投資（OPPO Xingxing Investment）總經理喬雨婷強調，應用層投資不能沿用上一代的互聯網思維。AI 原生（AI-native）的團隊應該「小而美」，勞動力成本要低，迭代速度要快。「傳統軟體公司很難轉型成 AI，因為它們的組織結構與流程是為了高勞動密集型的模型所設計」，她指出；並補充，目前投資人更在意團隊是否具備「原生」的 AI 思維，以及能否在全球快速找到產品市場契合度（product-market fit）。
張茜表示，部分產業已進入 AI 投資的 3.0 時代，目標是「長壽（longevity）」。雖然首輪市場估值看似偏高，真正的難題在於能否撐過市場週期。「投資人不僅要活下來，還要幫助投資組合公司建立長期存續能力」，她說。「AI 應用的潛力可能只被開發了 5-10%；AI 對產業的衝擊才剛開始。」
王孟則擔憂前沿領域（例如量子運算（quantum computing））出現「FOMO（fear of missing out，害怕錯過）情緒」。儘管量子運算被視為下一個前沿，但其商業可行性或許要到 2030 年後才會到來。「投資人需要在追趨勢與尊重技術時間表之間取得平衡，避免在長週期技術上過早消耗估值」，他作出結語。
相關新聞
