德鼎創新合夥人王岳華：穩定幣最大的價值是重新定義全球資金的流動方式

2026年8月27日，「資本與智能的交匯之處 —— CDDJAP 2026 夏季加速營啟動典禮 ·  Launch Ceremony」在香港數碼港3座功能廳成功舉行，同期，主題為「Where Capital Meet Intelligence」的高峰論壇成功舉辦。

德鼎創新（Draper Dragon）合夥人、CDDJAP加速器合夥人王岳華接受金色財經專訪。

以下是專訪實錄。

• 未來，中美 AI 競爭真正的差別，不在模型 Benchmark （基準）上，而是在整個 AI Ecosystem（生態）。AI競爭將呈現兩種不同的競爭模式：美國繼續推動 Intelligence Frontier，中國不斷推動 Intelligence Cost Down。

• AI × Blockchain 接下來有幾個很值得關注的機會：AI Agent + Payment 形成的Agent Economic；AI Agent 的 Identity、Wallet 和 Ownership；Decentralized Compute 和 Data；Verifiable AI 和 Privacy；Machine Economy。

• 穩定幣最大的價值，不是在加密市場裡面，而是在重新定義全球資金的流動方式。

• 未來 5 到 10 年，真正有機會成長為 Google、Amazon、Anthropic 這種級別公司的，不一定來自今天最熱門的賽道，而是來自那些能夠成為下一代基礎設施或者平台的公司。

金色財經：Draper Dragon長期投資全球早期科技企業。從全球投資人的角度看，目前AI、Web3、區塊鏈領域最大的市場機會在哪裡？

王岳華：現在最大的機會，不是在某個單一的 AI、Web3 或區塊鏈賽道，而是在幾輪技術周期開始真正交匯的地方。首先看 AI，過去兩三年大家關注的是大模型本身，但我更關注的是 AI 從「模型能力」走向「產業能力」的過程。也就是說，機會會逐漸從單純訓練更大的模型，延伸到 AI Infrastructure、算力、晶片、數據、推理成本，以及 AI Agent、Enterprise AI、Robotics 和 Physical AI。

尤其當 AI 進入真實世界以後，它對半導體、傳感器、邊緣計算、機器人以及整個電子供應鏈的需求都會大幅增加。這也是為什麼我認為亞洲，特別是台灣，在下一輪 AI 產業里會有非常獨特的位置。過去 AI 的創新中心更多在矽谷，但真正把 AI 變成產品、設備和基礎設施，需要完整的半導體和硬體供應鏈，這恰恰是亞洲的優勢。

第二個機會是在 Web3 和區塊鏈。這個行業正在從過去比較偏「Crypto Native」的階段，逐漸進入真正的金融基礎設施階段。未來最重要的幾個方向，我還是比較看好 Stablecoin、Payment、Tokenization 和 RWA。穩定幣其實已經證明了區塊鏈最大的應用之一，就是可以重新定義全球資金的流動方式。未來跨境支付、企業結算、網路原生金融都會越來越多地建立在新的數字金融基礎設施之上。RWA 也是一樣。我並不認為所有現實資產都需要 Tokenized，但金融資產——例如債券、貨幣市場產品、信用、基金市佔率以及各種結構化金融產品——天然適合在區塊鏈上進行發行、交易和結算。它帶來的價值不是簡單把資產「上鏈」，而是讓金融基礎設施變得全球化、實時化和可編程。

第三，我覺得長期最有意思的是 AI 和 Blockchain 的交匯。AI 帶來的是智能和自動化，但 AI Agent 未來會獨立進行交易、支付、簽約或者管理資產，它就需要一套機器可以原生使用的身份、支付、資產和信任體系，而 Blockchain 很可能會成為其中的基礎設施。所以從 Draper Dragon 的角度，我們更關注的不是某一個短期熱點，而是這些技術什麼時候真正從技術創新進入產業基礎設施。

金色財經：中美AI競賽愈演愈烈，目前中美AI發展的核心差距主要體現在哪些方面？各自的核心優勢是什麼？

王岳華：我覺得今天再討論中美 AI 的差距，不能說美國的模型領先中國幾年。事實上，過去兩年這個差距已經縮小得非常快。從 DeepSeek 之後我們已經看到，中國公司即便在有限算力資源下，通過算法、工程和模型架構的優化，也可以把模型能力做到接近美國最先進水平。因此未來中美 AI 競爭真正的差別，不在模型 Benchmark 上，而是在整個 AI Ecosystem。如果把 AI 拆成幾個層次，我覺得美國目前最大的優勢主要有三個。第一是最前沿的基礎創新能力。全球最領先的 Foundation Model、AI Research，以及很多新的模型架構和技術範式，目前仍然主要由美國公司推動。OpenAI、Anthropic、Google、Meta，以及圍繞這些公司形成的人才、大學，前沿實驗室和創業生態，是美國非常重要的優勢。

第二是算力和資本。AI 是一個非常 Capital Intensive 的產業。美國擁有 NVIDIA、AMD、Broadcom 等核心晶片和基礎設施公司，也擁有全球最大的雲端運算平台和 AI 數據中心體系，同時還有非常成熟的 Venture Capital 和資本市場。所以美國可以持續投入非常大的資本去探索 AI 的 Frontier。

第三是全球軟體生態和平台能力。從 Cloud、Developer Tools、Enterprise Software 到全球網路平台，美國公司依然掌握着非常強的全球 Distribution。這意味著新的 AI 技術一旦出現，可以很快通過現有的平台進入全球市場。

但中國也有幾個非常獨特的優勢。第一個是工程能力和成本效率。因為受到算力和晶片資源的限制，中國的 AI 公司反而重視模型效率、推理成本和工程優化。DeepSeek 就是一個很典型的案例。在很多產業里，真正決定 AI 能否大規模普及的，不一定是誰的模型多 5% 的 Benchmark，而是誰能夠把成本降低 80%。

第二個優勢是應用場景和商業化速度。中國擁有非常大的消費市場，同時有電商、支付、物流、製造、汽車、機器人等非常完整的產業環境。所以一項 AI 技術出來以後，可以非常快地進入真實的商業場景，不斷迭代。

第三個是製造業和硬體產業鏈。下一階段 AI 不會只存在於 Cloud 裡面。AI 會逐漸進入汽車、機器人、無人機、工廠、醫療設備和各種 Edge Devices。當 AI 從 Generative AI 走向 Physical AI，中國在製造、供應鏈、機器人和硬體產品化上的能力，就會變得越來越重要。

所以美國目前更強的是創造下一代 AI 的「Intelligence」，而中國更有優勢的是把 Intelligence 快速、低成本地轉化成 Product 和 Scale。美國創造新的技術範式，中國推動規模化應用，而台灣和亞洲供應鏈把這些技術真正變成可以大規模部署的產品。未來最大的投資機會，恰恰可能出現在這三種能力的交匯處。

金色財經：中國的大模型正逐步追趕美國大模型，甚至有不分伯仲的趨勢。如果中國AI模型性能接近美國模型，但成本十分低廉，這是否可能改變全球AI產業競爭格局？

王岳華：我認為是有可能的，而且影響可能會非常深遠。因為如果中國的大模型性能已經接近美國，但是使用成本只有美國模型的一部分，那麼競爭的邏輯就會發生變化。未來大家競爭的不一定是誰能夠做出最聰明的模型，而是誰能夠以最低的成本，把足夠好的 Intelligence 提供給最多的人和最多的設備。

這裡面會產生三個很重要的變化。第一，AI 的 Intelligence 會越來越 Commodity 化。今天我們還把 Foundation Model 看成一個非常稀缺的能力，但如果越來越多模型都能夠達到接近 Frontier Model 的水平，同時推理成本不斷下降，那麼 Intelligence 本身的價格會快速下降。這有點類似過去計算機產業的發展。最開始 Computing Power 非常昂貴，後來隨著晶片和雲端運算成本不斷下降，真正巨大的價值反而產生在上面的軟體、網路和應用。AI 很可能重複同樣的過程。所以未來最大的價值，不一定在 Foundation Model，而可能逐漸往 Application、Agent、Data、Vertical AI、Robotics 和 Physical AI轉移。

第二，低成本會極大加速 AI 的全球普及。美國最先進的模型可能在性能上仍然保持領先，但是絕大多數企業並不一定需要最強的模型。一個模型如果能力達到最先進模型的 90% 或 95%，但是成本只有十分之一甚至更低，對於很多企業來說，它可能反而是更好的商業選擇。特別是在東南亞、中東、拉丁美洲、非洲，以及大量中小企業市場，Cost Performance 會非常重要。所以中國 AI 的全球競爭力，未來可能並不是通過「取代 OpenAI」，而是通過提供 Affordable AI，讓全球更多企業和開發者能夠使用 AI。

第三，改變整個 AI 產業的價值分配。如果模型越來越便宜，未來真正的競爭壁壘可能會從 Model 轉移到：Data、Distribution、Application、Computing Infrastructure，以及 AI 與真實產業結合的地方，這也是為什麼我們越來越關注 AI Agent、Enterprise AI、Robotics、Edge AI 和 Physical AI。當 Intelligence 變得越來越便宜以後，最重要的問題就變成：你拿這些 Intelligence 去做什麼？誰擁有客戶、數據、場景和產業鏈，誰就可能成為下一階段最大的受益者。 

當然，美國依然有非常強的優勢，包括最前沿的 Research、頂尖人才、GPU、Cloud Infrastructure，以及全球軟體生態。所以更可能出現的是兩種不同的競爭模式：美國繼續推動 Intelligence Frontier，中國不斷推動 Intelligence Cost Down。從全球產業發展的角度看，這兩股力量其實都會加速 AI 的普及。如果中國能夠持續保持這種 Cost Efficiency，它確實有機會重新定義全球 AI 產業的競爭格局。

金色財經：AI正在快速進入應用階段，您怎麼看待AI與區塊鏈結合，您認為其中存在哪些機會？例如AI Agent、去中心化計算、智能經濟等方向？

王岳華：AI 和 Blockchain 的結合不能為了結合而結合。AI 本身並不需要區塊鏈才能變得更聰明，大模型的訓練和推理，大部分情況下用傳統的中心化基礎設施可能效率更高。真正有意思的機會，是當 AI 從 Copilot 走向 Agent，從「給人提供答案」走向「代表人去執行任務」以後，Blockchain 開始變得非常重要。因為一個 AI Agent 如果未來可以自主工作，它就會遇到幾個非常基本的問題：我是誰？我代表誰？我擁有什麼資產？我可以花多少錢？我怎麼支付另外一個 Agent？我怎麼簽約？我完成的交易如何被驗證？我能付責任嗎？傳統網路和銀行體系其實都是為「人」和「公司」設計的，並不是為幾十億個軟體 Agent 設計的。而 Blockchain 天生提供了幾個能力：Identity、Wallet、Asset、Payment、Smart Contract 和 Verification。所以 AI × Blockchain 接下來有幾個很值得關注的機會。

第一是 AI Agent + Payment 形成的Agent Economic。我認為這是目前最清晰、也最可能率先產生大規模應用的方向。未來 Agent 會自己購買 API、數據、算力、軟體服務，甚至僱傭另外一個 Agent 完成任務。這種交易可能只有幾美分、幾厘錢，而且一天發生幾百萬次。傳統信用卡和銀行系統並不適合這種 Machine-to-Machine Payment，但是 Stablecoin 和 Blockchain 非常適合。我們已經看到這種基礎設施出現，例如 x402 這樣的協議，就是讓軟體可以直接用穩定幣為 API、數據和算力付費。這個趨勢如果繼續發展，Stablecoin 的一個巨大增量用戶群，未來可能不是 Human，而是 AI Agent。

第二是 AI Agent 的 Identity、Wallet 和 Ownership。今天的 AI Agent 基本上還是某個平台裡面的軟體。但是未來Agent會擁有自己的 Wallet、權限和資產，它就會成為一個獨立的 Digital Economic Entity。當然，這裡面最重要的問題不是讓 AI「擁有無限權限」，恰恰相反，是要通過 Smart Contract 和 Cryptography，非常嚴格地定義它可以做什麼、不可以做什麼、能夠如何負責以及什麼交易需要 Human Approval，等等。所以未來會出現一個很大的 Agent Financial Infrastructure市場。

第三是 Decentralized Compute 和 Data。AI 最大的生產要素其實就是三個東西：算力、數據 和 算法。今天這些都高度集中在幾個大型科技公司手裡，Blockchain提供了一種新的可能性，就是把全球分散的 GPU、儲存、數據和其他計算資源組織成一個 Marketplace。而這三項資產，也就是算力資產，數據支持，算法資產，都可以Tokenized。更加活化AI的Economic。 

第四個是我特別關注的 Verifiable AI 和 Privacy。未來 AI 越來越多地參與金融、醫療、企業數據和 Agent 個人決策以後，我們不僅在意AI 給了什麼答案，也需要知道：它用了什麼數據？upstream 的數據有授權嗎？ 這個數據有沒有被篡改？這個 Agent 有沒有權限？這個計算是否真的按照規定執行？如果不是，Agent主動犯錯了？或被動犯錯了？ 怎麼負責？因此AI的 Trust Infrastructure不可缺失。 

最後，再往遠一點看，我認為最值得期待的是所謂的 Machine Economy，或說是Agent Economy。今天全球經濟的主體是人和企業。未來會有第三種 Economic Actor，也就是AI Agent。Agent 可以創造價值，可以提供服務，可以購買數據，可以購買算力，可以支付另外一個 Agent，也可以代表個人或者企業管理資產。如果世界上有數十億甚至更多 Agent 在互相交易，那麼它們需要的帳戶體系、支付體系、資產體系和結算體系，很可能不會完全建立在今天的銀行基礎設施之上。所以AI 給機器 Intelligence，Blockchain 給機器 Identity、Ownership 和 Money。當 AI 從「會思考」走向「會行動、會交易」以後，這兩個技術的結合就會真正開始。而未來十年就是從今天的 Internet Economy，逐漸進入一個由 Human、Company 和 AI Agent 共同參與的 Intelligent Economy。 

金色財經：穩定幣正在成為連接傳統金融和區塊鏈世界的重要基礎設施。您認為穩定幣未來最大的應用機會在哪裡？支付、跨境貿易，還是金融市場？

王岳華：我認為穩定幣最大的價值，不是在 Crypto 市場裡面，而是在重新定義全球資金的流動方式。首先現在最明確的機會，就是Payment 和 Cross-border Settlement。今天跨境支付仍然存在很多問題：速度慢、成本高、中間環節多，而且不同國家銀行體系之間的結算效率很低。Stablecoin 本質上把美元變成了一種可以 24/7、實時、全球流動、可編程的數字資產。所以無論是個人匯款、跨境電商、企業付款，還是新興市場之間的跨境貿易資金結算，穩定幣都有非常明顯的效率優勢。尤其在美元獲取不方便、銀行體系不夠發達的國家，Stablecoin 已經不只是一個 Crypto Product，而是某種意義上的 Digital Dollar Account。

其次是 B2B Payment 和 Global Trade。全球貿易裡面真正巨大的資金流，不是在消費者支付，而是在企業之間。供應商付款、跨境採購、國際貿易結算、Treasury Management，這些市場的規模遠遠大於一般消費者支付。今天一家企業從美國付款給亞洲供應商，可能需要兩三天，中間經過多家銀行，還要承擔匯率、手續費和對賬成本。如果未來企業可以直接通過 Stablecoin 完成實時結算，這會對全球貿易金融產生非常大的影響。所以Stablecoin 下一階段真正重要的增長，很可能來自 Enterprise Payment，而不只是 Consumer Payment。

最後一個是 Financial Market Settlement。今天傳統金融市場非常龐大，但是它的底層基礎設施其實仍然很傳統。證券交易可能幾秒鐘就完成，但真正的 Clearing 和 Settlement 往往還需要一兩天。如果未來 Bond、Fund、Money Market Product、Private Credit 等金融資產逐漸 Tokenize，那麼穩定幣自然會成為這些資產的 Cash Leg。換句話說，未來鏈上的金融市場需要兩樣東西：Tokenized Asset + Tokenized Money。Stablecoin 就是 Tokenized Money。所以從這個角度看，Stablecoin 和 RWA 其實是同一個趨勢的兩面。沒有 Stablecoin，RWA 很難形成真正高效的鏈上金融市場；而隨著越來越多金融資產進入 Blockchain，Stablecoin 的使用規模也會進一步擴大。

另外還有一個更長期、但非常有意思的方向，也就是前面說到的 AI Agent Economy。未來 AI Agent 如果可以自己購買 API、算力、數據或者其他 Agent 的服務，它一定需要一種機器可以直接使用的 Money。信用卡和銀行帳戶並不是為機器設計的，但 Stablecoin 是。所以未來 Stablecoin 的用戶，可能不僅是幾十億人，也可能包括幾十億甚至更多的 AI Agent。Stablecoin 真正重要的地方，並不是它讓 Crypto 更容易交易，而是它第一次讓 Money 本身變成了一種 Internet-native、Programmable、Global and Real-time Infrastructure。

金色財經：未來5到10年，您認為下一批類似Google、Amazon、OpenAI級別的科技公司會來自哪些領域？投資者如何提前發現這些機會？

王岳華：我認為未來 5 到 10 年，真正有機會成長為 Google、Amazon、Anthropic 這種級別公司的，不一定來自今天最熱門的賽道，而是來自那些能夠成為下一代基礎設施或者平台的公司。有五類機會值得關注。第一是 AI Infrastructure 和下一代 Computing Platform。今天大家看到的都只有大模型和 AI Application，但每一次計算範式發生變化，都會誕生新的基礎設施巨頭。PC 時代有 Intel 和 Microsoft，Internet 時代有 Google 和 Amazon，Mobile 時代有 Apple。AI 時代同樣會需要新的 Compute、Chip、Data、Memory、Networking、Inference Infrastructure，以及新的 Developer Platform。所以我認為未來最大的公司之一，可能不是一個單純的 AI App，而是成為整個 AI Economy 的基礎設施。

第二個方向是AI Agent 和新的 Software Platform。今天的軟體基本上是「人操作軟體」。未來可能變成「Agent 操作軟體」，甚至 Agent 直接完成工作。如果這個趨勢成立，今天很多 SaaS、Search、E-commerce、Customer Service，甚至部分金融服務的商業模式都會被重新定義。過去 Google 的核心是組織全球資訊，Amazon 是組織全球商品和 Cloud Resources。未來可能會出現一家公司，真正成為全球 AI Agent 的 Operating System、Distribution Platform 或 Transaction Platform。這是非常大的可能與機會。

第三個方向是 Robotics 和 Physical AI。過去十年 AI 主要存在於 Screen 裡面，未來十年 AI 會越來越多進入 Physical World。機器人、自動駕駛、無人機、智能工廠、醫療設備、家庭設備，本質上都是 AI 從數字世界進入現實世界的載體。這也是為什麼我們也認為 Physical AI 可能是繼 Generative AI 之後非常重要的一波浪潮。這個領域尤其值得亞洲投資者關注，因為它不只是 Software，而是需要 Chip、Sensor、Motor、Battery、Manufacturing 和 Supply Chain 的深度整合。 

第四個方向是新一代金融基礎設施。包括 Stablecoin、Tokenization、Blockchain Infrastructure，以及未來服務 AI Agent 的 Machine-to-Machine Financial Network。如果未來全球大量資產、支付和金融交易逐漸數字化、實時化和可編程化，那麼一定會誕生新的 Financial Infrastructure 巨頭。今天我們可能把 Stablecoin 看成一個 Crypto 產品，但很快的它可能更像今天的 Visa、SWIFT 或 Cloud Infrastructure。 

第五，還有一個很大的方向是 AI 與生命科學、能源、新材料等傳統產業的交匯。AI 真正長期的價值，不是幫我們寫文章或者寫代碼，也不只是縮短新藥研發周期、提高能源效率、發現新材料、改善製造效率。一旦 AI 開始加速真實世界的科學發現，它所創造的經濟價值可能遠遠超過今天的 Consumer AI。充滿未知的想象。

但是投資者真正的問題，不是知道這些方向，而是：怎麼在它們成為共識之前發現？我自己通常會看幾個東西。第一個是看Cost Curve。很多偉大的科技公司出現之前，產業往往先發生一個基礎能力成本快速下降的拐點。Internet 是 Bandwidth 變便宜，Cloud 是 Computing 變便宜，Mobile 是 Sensor 和 Chip 變便宜。今天我們看到的是 Intelligence/AI 的成本正在快速下降。當一個原本非常昂貴的能力突然便宜 10 倍、100 倍的時候，往往就會出現過去不可能存在的新產品和新公司。第二個是看 Bottleneck。每一輪技術革命都會創造新的瓶頸。AI 越強，對 GPU、Energy、Memory、Data、Networking、Security 的需求就越大。所以我們要問：如果這個趨勢增長 100 倍，什麼東西會不夠用？很多大的機會，恰恰就在這些 Bottleneck 上。第三個看 Technology Convergence。比如：AI × Semiconductor，AI × Robotics，AI × Blockchain，AI × Healthcare，AI × Manufacturing，因為很多的創新，不是來自一個技術本身，而是兩個已經成熟的技術能夠結合起來。第四個，也是我認為 VC 最重要的能力，就是願意在市場還沒有形成共識的時候相信優秀的 Founder。真正成為 Google、Amazon 或 Anthropic 的公司，在早期看起來通常都不是最安全的投資。它們往往太早、太奇怪，甚至一開始看不清楚商業模式。所以風險投資本質上不是去預測哪一個行業會成長，而是要找到那些比市場更早看到未來，而且有能力把未來做出來的人。所以我們投資未來。

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。