香港Bitcoin Asia大會圓桌討論：AI發展路徑會復刻加密市場周期嗎

8月27日至 28 日，Bitcoin Asia 2026 在香港會議展覽中心舉辦，此次活動邀請了全球比特幣生態的開發者、礦業與算力企業、機構投資者及政策制定者共聚一堂，圍繞機構化配置、合規框架與東西方資本對接展開討論。

在第二天上午的活動中，由PANews CEO Sunny Ng為主持人，Nano Labs創始人孔劍平（Jack Kong）、Waterdrip Capital（水滴資本）創始合夥人Yushan Zheng（大山）及HCM Capital管理合夥人李仁傑（Jack Lee）為嘉賓，帶來主題為「沿着比特幣的發展軌跡：人工智慧是否會成為下一個變革性技術」的圓桌討論。

比特幣從最初的小眾技術實驗，逐漸發展成為全球性的金融資產；與此同時，人工智慧經過數十年的發展，也迎來了如今快速加速的階段。這兩項技術是否正在遵循相似的發展路徑？本場圓桌活動通過探索比特幣的普及歷程與人工智慧崛起之間的相似之處，分析了突破性技術如何從早期創新逐步走向主流應用，以及投資者與建設者能夠從這些變革性浪潮中汲取哪些經驗與啟示。嘉賓們認為AI目前處於早期階段，但部分硬體估值偏高；預測2028年可能出現算力過剩風險。會議強調AI與區塊鏈在技術互補與應用場景上的深度融合潛力，建議創業者結合既有優勢切入垂直領域。

以下為圓桌討論的對話實錄，由金色財經整理，有刪減。

Sunny（主持人）：今天很高興和各位嘉賓一起探討人工智慧的發展路徑。我是 PANews 的Sunny，來自一家中文 Web3 媒體。回望過去，加密市場經歷過一輪又一輪周期：從敘事興起、資金湧入，到泡沫膨脹，再到業務落地。如今我們看到，AI 似乎也正在經歷一套相似的投資邏輯與行業周期。今天我們就一起來探討，人工智慧究竟會不會成為下一個變革性技術。正式開始之前，有請各位嘉賓簡單自我介紹。

孔劍平：大家好，我是Nano Labs的Jack Kong。我們長期做數位貨幣行業的半導體設計，同時負責海外數位貨幣相關戰略儲備業務。

大山：大家好，我是鄭玉山，大家可以叫我大山。我在加密行業有十幾年從業經驗，這兩年重點關注 AI 領域，也參與了一個 AI 相關項目。謝謝。

李仁傑：大家好，我是HCM Capital的Jack Lee。我有二三十年的工作經歷，早期在跨國投行做投資銀行業務，之後在大型科技公司從事戰略投資。之後依託原有資源設立了現在的基金，至今已經營運 11 年。我們十多年前就開始布局加密賽道，在這個領域擁有超過十年的投資經驗，謝謝。

Sunny（主持人）：那我們正式開始。站在投資人視角想請教各位，當下這一輪 AI 浪潮，對比你們最初接觸比特幣、區塊鏈的時候，有哪些相似之處，又存在哪些不同？Jack Kong先來分享。

孔劍平：拉長時間來看，近幾年 AI 行業的發展，和過去十幾年比特幣行業的發展非常相似。二者都屬於科技革命，經歷過高潮、低谷、泡沫，同時長期保持向上增長，也都帶動了半導體產業發展，在發展的不同階段也都伴隨各類爭議。

但從細節上看，當前 AI 的發展增速，要高於過去十幾年比特幣的發展速度。不過二者同屬科技革命，未來很有可能進一步走向融合。

大山：從行業發展規律來看，二者底層邏輯相通。萬事萬物都是從認知模糊，到快速爆發、催生泡沫，泡沫出清之後，再進入緩慢穩步增長的階段。區塊鏈與 AI，都是人類發展史上十分重要的技術節點。

但我感受到二者也存在差異。當年區塊鏈行業，普通人擁有更多機會。很多大型機構、傳統企業雖然參與區塊鏈，卻不願公開談論加密貨幣。反觀 AI，大小機構都十分開放，會主動宣傳自身 AI 相關布局。

由此也帶來一個現象，加密行業中，很多散戶、草根群體敢於冒險，誕生了不少草根出身的財富新貴。但 AI 賽道，吃到早期紅利的大多是大型企業與行業精英，這是我觀察到的區別。

李仁傑：其實早在十七八年前，AI 就已經被行業提起，那時候 AI 只是各大企業內部部門的研究方向，而比特幣也已經出現，當時幣價很低，大概幾百到一千美金。到 2016 年前後，市場迎來 ICO 熱潮，催生巨大泡沫，隨後泡沫破裂崩盤。那個階段 AI 還停留在概念討論層面。圈內當時有一個廣為流傳的觀點：區塊鏈、比特幣改變的是生產關係，AI 帶來的是生產力提升。

七八年過去，如今 AI 拿到巨頭巨額投入，大量風險資本湧入，人才資源也向 AI 集中。OpenAI 等一批成長速度極快的初創企業，已經成長為具備龐大體量的公司，整體是中心化力量主導的發展模式。反觀加密行業，因為直接和資金掛鈎，很容易被用於洗錢等違法活動，因此監管約束是必然要求。早期從狂熱的 ICO 到後續多輪市場周期，監管長期缺位。即便到現在，各個國家也還在摸索適配的監管方案。加密技術誕生時間更早，但受監管滯後的影響，行業始終在反覆震盪。而 AI 已經完成高速崛起，比特幣卻依舊在周期里反覆打磨，這是我的看法。

Sunny（主持人）：我們可以看到，今年全球資本持續湧向 AI。經歷六七月美股部分板塊回調之後，市場都在討論，AI 會不會出現泡沫。新興行業往往是資本先行，落地後置。現在市面上眾多 AI 項目，它們的技術突破、產品能力，是否匹配當下的估值？部分 AI 公司現在的估值是否合理？

孔劍平：我個人認為目前 AI 還沒有出現明顯泡沫。就像判斷比特幣是否存在泡沫一樣，我們可以看到頭部大模型企業已經實現盈利。亞馬遜財報顯示，AI 基礎設施投入兩到三年就可以回本，部分企業甚至十個月就能收回投入。從這個角度看，不存在顯著泡沫。

近一兩個月行業變化巨大，國內開源大模型性能持續提升，全球大量軟體廠商、雲廠商基於開源模型面向用戶提供服務。原本閉源大模型賺取的收益，現在由開源模型、雲廠商、軟體服務商和用戶共同分享。我認為整個行業增長才剛剛拉開序幕，後續還有更大的成長空間。

大山：我非常認同這個觀點。現階段 AI 不僅沒有泡沫，還處在非常早期的階段。我們投資了一家 AI 算力服務企業，從訂單數據能夠看出，現在是典型的賣方市場，只要有算力就不愁客戶。從去年到今年，團隊沒有做過多營銷，業務規模依舊增長十倍，並且還在高速擴張。

當然現在沒有泡沫，不代表未來不會產生泡沫。有一個關鍵時間節點是 2028 年下半年。根據我們拿到的數據，去年僅美國一地，AI 基礎設施投資就超過 5000 億美元，今年投資額預計突破一兆美元，明年規模還會繼續擴大。

大量資金投向 AI 算力、顯卡、數據中心，這批新建產能會在 2028 年下半年集中上線。假設算力需求維持現狀，2028 年秋季之後就會出現算力大規模過剩。但如果 AI 相關應用爆發，算力需求同步上漲，行業就會持續向好。所以今明兩年會持續大量投產算力，2028 年年初到秋季需要重點觀察需求能否跟上供給。需求匹配，行業可以繼續投入；如果需求跟不上，泡沫就會破裂。

李仁傑：我的觀點是，正如前兩位所說，AI 技術本身不是泡沫，但部分上市公司、蹭上 AI 概念的未上市企業，估值層面已經出現泡沫，根源來自資本的狂熱追逐。過去一年多，大量風險資本流向 AI，也造成比特幣等加密市場階段性遇冷，本質就是資本輪動。

AI 技術本身實實在在帶來生產力提升，已經滲透各行各業，不管是普通用戶日常使用，還是駭客利用 AI 實施攻擊，都能看到 AI 的落地。行業里有好的參與者，也有投機者。這一幕很像 2000 年網路泡沫。我親歷過 19992000 年網路泡沫時期，思科就是典型案例，股價沖高之後長期沒能回到歷史高點。

我早年從事投行，服務大量半導體科技企業，這一輪 AI 熱潮帶動半導體企業股價普漲。台積電屬於特例，其餘很多硬體企業估值都出現明顯抬升。儲存行業在 90 年代、2000 年初多次經歷周期波動，現在部分硬體企業估值需要謹慎看待，但 AI 應用本身確實在一步步落地。

Sunny（主持人）：那儲存企業、AI 基礎設施企業，估值修復大概會需要多長周期？

李仁傑：我個人判斷，估值很難繼續走高。我的從業經歷比較特殊，97 年美國 MBA 畢業回到台灣進入花旗銀行投行部，服務的客戶包含半導體、儲存相關企業，完整經歷過多輪行業周期。之後來到大陸，參與網路浪潮，接觸小米這類企業，再切入加密賽道，如今又遇上 AI 熱潮，相關企業估值再度被推高。

AI 時代硬體企業確實具備真實價值。舉個例子，台灣兩家老牌上市企業台達電、光寶，上市三四十年，受全球 AI 電力需求拉動，台達電市值已經躋身台灣上市公司第二、第三位。這也說明，AI 時代最緊缺的資源之一就是電力。市場不光爭搶算力，還在爭搶算力背後的電力供給。我七八年前投資過一家企業，2022 年行業泡沫期收購相關資產，最初計劃做其他業務，兩年前整體轉向 AI 算力業務。現在客戶包含頭部雲廠商，在德州擁有 1.6 吉瓦算力，屬於全美規模靠前的數據中心。

從這些案例能夠看出，電力基建的需求依舊十分旺盛，但部分個股股價已經透支，存在泡沫成分。

Sunny（主持人）：我們把話題拉回加密行業。加密行業最終形成了以比特幣為代表的頭部格局，算力、電力是核心要素。而 AI 的核心資源，也越來越向手握算力、大模型、資本的大公司集中。各位認為，未來 AI 會不會也走向高度集中的市場格局？這會對早期項目、風險投資機構帶來哪些影響？

孔劍平：所有行業發展到後期，資源都會向少數公司、少數項目集中。之前行業討論過 「第零世界」 的概念：未來全球可能只有一千萬人身處高速增長的經濟體，其餘群體的經濟增長會放緩，這種可能性是客觀存在的。現在頭部 AI 企業，手握頂尖算力，有能力去定義未來。

對於 VC 和創業者而言，如果賽道已經十分擁擠，單純依靠個人能力很難突圍。一家企業的成功需要補齊多塊短板，不能只靠單一長板。更合適的路徑，是瞄準科技發展的前沿方向，儘早入局，被投資機構發掘，搶先實現商業化落地，而不是擠入已經白熱化的內卷賽道。

大山：這是一個很宏觀的議題。客觀來講，AI 產業的體量，無論市值還是輻射的上下游，都要遠超加密行業。加密行業稱得上巨頭的，大多是交易所、少數投資機構，加起來也就十家左右。

AI 現在還處在第一發展階段，大模型企業是當前階段的龍頭。很快行業會進入下一個階段，也就是物理世界模型時代。到這個階段，很難出現少數壟斷巨頭。物理世界場景極度複雜：有做柔性材料建模的，有做剛性材料建模的，還有面向不同細分實體場景。就算通用大模型最後只剩下 35 家龍頭，物理世界模型賽道可能會誕生上千甚至上萬家企業，格局會更加分散。

當然集中度問題更多是政策層面需要考量。對從業者來說，更應該立足自身優勢找準定位。比如傳統比特幣礦場，如果想要切入 AI，優先轉型算力相關業務；如果你擅長模型就深耕模型；做服務、做媒體就發揮自身原有特長。核心是做好資源分配。

Sunny（主持人）：我再複述一下問題。現在很多賽道都出現頭部效應，未來資源會持續向擁有算力、大模型、資金的頭部企業傾斜，大家如何看待這一現象？

李仁傑：AI 處於高速擴張期，處處都需要大額資本。現在部分成立僅數年的初創企業就傳出上市消息，這在網路以及更早的行業里都十分少見。缺少大額資本、大廠背書的創業公司，會面臨巨大生存壓力。

中小機構和創業者，可以選擇垂直細分賽道，打造能夠賦能頭部 AI 大廠的產品。網路發展近三十年，即便行業已經高度成熟，依舊不斷跑出新的公司。舉個例子，美國曾經有一家交通導航企業，能夠精準測算路況，最後被大廠收購。

成熟行業里依舊存在細分機會。對於資金體量有限的 VC，以及資源不足的創業者，建議切入自身具備技術專長的垂直領域。

Sunny（主持人）：現在大量風險資本開始布局 AI 以及 AI 基礎設施。對各位來說，投資 AI，是原有投資邏輯的自然延伸，還是已經進入全新的投資範式？

孔劍平：數位貨幣和 AI 二者有很強的共通點，底層都是代碼。加密行業的創業者和投資人天然很容易和 AI 賽道融合。比如礦機晶片廠商，原本研發比特幣礦機晶片，技術可以延伸改造，用來研發 AI 晶片。兩個行業的邊界並沒有那麼清晰，未來一定會走向融合發展。

大山：我認為 AI 和區塊鏈是數字時代的一體兩面，二者互相依存。首先 AI 離不開區塊鏈。大模型時代已經出現 AI 輸出結果不可信、AI 「欺騙人類」 的風險。想要解決這個問題，區塊鏈是重要方案。無論是 AI 推理過程，還是輸入數據，都可以依靠區塊鏈完成存證，同時保護隱私。現在大部分 AI 從業者還沒有意識到這一點，我們可以提前布局。

同樣區塊鏈也離不開 AI。過去十幾年，區塊鏈大多停留在炒作資產的閉環泡沫市場，沒有給社會創造大規模實際價值。AI 能夠幫助區塊鏈找到真實落地場景。有一個說法：區塊鏈不是為人類設計，而是為 AI 智能體設計。二者是相互依存的關係。

李仁傑：我認為創業者和 VC 不應該直接全盤切換賽道投身 AI，而是思考如何把自身在加密、區塊鏈領域積累的經驗、能力，和 AI 產品、服務做結合。

舉一個案例，美國一家深耕加密行業十餘年的機構，經歷行業多輪風波之後，孵化了一家子公司，打造全球去中心化 AI 生態基金，推動去中心化 AI 算力網路，讓所有人都可以通過去中心化方式調用 AI 算力。當然不是每家創業公司都能做到這個體量，但可以借鑑思路，結合區塊鏈技術，在 AI 生產力方向尋找突破。

VC 也是同理，應當發揮自身在去中心化領域的專業積累，幫助被投企業完成轉型，利用 AI 迭代產品服務，而不是完全拋棄原有賽道。

主持人：明白。感謝各位分享。硅基時代已經到來，我們也期待未來出現更多落地應用。謝謝大家。

來源：金色財經

發佈者對本文章的內容承擔全部責任
在投資加密貨幣前，請務必深入研究，理解相關風險，並謹慎評估自己的風險承受能力。不要因為短期高回報的誘惑而忽視潛在的重大損失。