科技日报记者 付丽丽
当前，人工智能行业已从AI走向“AI+”的商业化落地发展新周期。而找到方向，释放“AI+”商业化红利的核心引擎是什么？日前，上海涌泉亿信资本管理有限公司董事长艾亮在接受记者采访时表示，“AI+”商业化落地的关键在于半导体产业协同。半导体供给能力、成本曲线和产品迭代节奏，正直接决定AI应用的落地边界。
艾亮有20余年资本市场与股权投资经验。他认为，过去几年AI最受关注的是模型能力和技术突破，但一项技术能够实现，与它能够大规模进入产业，是两个不同问题。AI进入汽车、机器人、工业制造、消费电子等场景后，算力成本、功耗、部署效率、稳定性及规模化供给都会传导至底层芯片。“进入‘AI+’阶段，半导体已不只是产业链上游的算力供给，而是会越来越直接地影响AI应用能做到什么程度、以什么成本实现、能否形成规模化商业模式。”他说。
在艾亮看来，“AI+”时代的半导体产业协同有两个方向：横向是应用与技术协同，汽车、机器人、工业制造、智能终端对算力、功耗、实时性、可靠性和成本要求不同，未来应用需求将更多反向定义技术和产品；纵向是产业链上下游协同，应用规模扩大产生算力需求，算力需求传导至芯片，芯片设计效率和迭代能力又与EDA等底层工具密切相关。AI商业化越深入，越难把应用、算力、芯片和EDA完全割裂开来。
这一判断已进入投资实践。2021年底，艾亮接触一家位于江苏的国产数字EDA工具企业，团队用较多时间了解其技术路线、产品规划、客户验证和竞争格局。2022年，他参与主导相关基金完成对该企业约6000万元投资。艾亮说，科技投资不能只看技术，还要看客户需求、应用场景、产业位置和商业化路径，技术、资本和市场要放在一起判断。
从2012年开始布局数字科技项目，到2021年后负责投资国内一线EDA设计、先进存储芯片以及封装、算力等AI产业科技与先进制造项目累计近10亿元，艾亮持续关注“技术如何进入真实产业”。在算力投资中，他参与一家高性能算力集群上市企业相关算力业务的战略规划和重要事项讨论，关注点不是“有多少服务器”，而是“谁在使用算力、用来做什么、谁愿意持续付费”。据公开披露，该企业2025年四份算力服务合同合计约11.84亿元，服务期五年，部分高性能服务器集群用于仿真模型和环保治理领域垂类大模型推理应用。艾亮认为，算力本身不是商业模式，算力最终服务什么应用、解决什么问题、有没有持续客户，才决定其商业价值。
由此，艾亮提出，进入“AI+”商业化落地阶段，单一技术领先已不足以构建商业壁垒，投资核心锚点正从“技术力”转向“协同力”。“从投技术到投协同，不是说技术不重要了。恰恰相反，技术永远是科技投资的基础。”他认为，协同包括技术市场协同、产业链协同、资本与企业发展阶段协同。对投资人而言，判断维度正从判断一个技术点，转向判断该技术点在产业体系中的价值。
从大数据、数字金融到智能制造、EDA、AI算力和数字基础设施，艾亮的关注方向不断变化，但核心问题未变：技术如何进入真实产业并形成商业价值。在他看来，随着AI从技术突破走向“AI+”商业化，科技投资不是不看技术，而是不能只看技术。真正有价值的技术，最终要在产业和市场中得到验证。
（受访者供图）
网友评论
