峰瑞资本创始合伙人李丰老师，被混沌同学称为“行走的百科全书”。人怎么可以有这么大的知识储备！
2025年1月4日，李丰老师来到混沌创新大课现场，分享《如何看待今天的中国与时代机遇》，再次用横跨上下几千的时间尺度，纵横全球的空间尺度，极高的知识密度，为我们解读了中国未来多个方向的变化，对创业者的机会。同学表示，实在是过瘾！
这是丰叔在混沌讲授的第12堂课程，站在了2025年的起点，这样干货满满、让人意犹未尽的一堂课是给混沌同学最好的新年礼物。
李丰老师对长期经济趋势有独到的见解和判断，主导投资了Bilibili、三只松鼠、晶泰科技、清陶能源、炎明生物、三顿半等创新公司。
以下是本次课程的部分内容，仅占全部课程的十分之一，本次课程完整版以及李丰老师过往的全部课程请到混沌APP观看。
授课老师 ｜李丰 峰瑞资本创始合伙人
中国今天的状况，特别是中美之间的关系，常常成为讨论的焦点。我们试图用尽可能客观的角度来讲述我们是如何走到今天的。作为早期投资人，以前我更多想去搞清楚“我们将去向何处”。过去一年多，我更深的感悟是，要回答这个问题，应该先搞清楚“世界何以至此”。
经济结构调整是一个痛苦的过程，我认为通常有两种调整的方式。
1.增「长板」，ToB 从规模产业到优势产业的进阶，ToC 消费市场规模+产业基础+科技赋能的新产品/应用。
2.补「短板」，利用新的大趋势和中国已有基础，实现换道超车。
规模产业如何向优势产业转换
中国的产业链发展正在经历从长产业链向高附加值环节转换的过程。
举个例子，汽车产业原本有三万来个零部件，属于超长产业链。当汽车产业从燃油车转向新能源车时，附加值较高的部分——动力系统发生了变化。原本的燃油动力总成（发动机，变速器等），被电池、电机、电控系统所取代，推动了整个产业链的改变，并且提高了整体附加值。
这一转变非常重要，尤其对于中国来说。我们拥有全球独一无二的长产业链优势，而长产业链也能有效地解决就业问题。更重要的是，每个环节的变化和进步，都在为整个产业的升级添砖加瓦。
比如说，过去你可能在燃油车产业链中做结构件，但转向新能源车时，你就变成了新的产业链中的一个关键环节。就像早期做山寨手机的公司，经过转型精密制造后进入智能手机产业链的核心环节。
近年来，我们投资了多家智能机器人公司和一家低空经济领域的公司。我逐渐意识到，中国产业链形成的过程其实有点像是搭积木。你可以想象，搭积木时，我们是顺次来搭的。今天我们看到的这些高附加值或者新兴的科技产业链，并不是凭空出现的，而是基于之前搭的“积木”——非常多的生产制造、加工相关行业的爬坡摞起来的。
以中国的新能源车产业链为例。今天世界上最大的电池制造商是宁德时代，英文名叫CATL。CATL这个名字跟曾毓群早期创办的ATL公司有关系。ATL最初做可适配多种电子产品的软包电池，后来转做手机电池，并被日本TDK集团收购。2011年，国内开始大力推进新能源汽车，曾毓群把握住这个时机，将动力电池部门从ATL中独立出来，成立了今天的宁德时代。
另一个例子是比亚迪。比亚迪最初主要生产镍电池的，1997年进入锂离子电池行业，把电池造到世界领先后，王传福开始寻找一个与电池相关的更大的产业，这才有了今天的比亚迪汽车。
所以，不管是新能源车还是锂电池，中国今天的“新三样”，不是凭空架起来的，是从其他产业基础来的。
还有些其他看似不相关的事情，其实也和产业链的搭建息息相关。
2024年11月有一则新闻，号称欧洲“宁德时代”的锂电巨头Northvolt，8年时间烧光了融到的1000亿元，在美国正式申请破产保护。有小道消息说，在Northvolt申请破产前，曾毓群曾在采访中提到Northvolt的设计是错的，流程有问题，设备也不对。
此外，过去一年，你可能也注意到了，波音公司的大型飞机问题频发，包括737系列和其他型号的飞行器。此外，今年6月，美国的两名宇航员本来是去国际空间站“出差”8天，结果八个月过去了，他们仍然没能返航。原因是什么？主要是飞船对接过程中发生了机械故障和漏气，而这艘飞船正是波音制造的。
还有一个听起来一波三折的事情。在特朗普上一任总统执政时，决定更新空军一号专机，并下令建造两架新飞机，委托给了波音，交付进度一再推迟。到2021年特朗普结束上一任总统任期时，没能坐上这专机。交付时间一度推迟到2026年至2027年，但现在飞机交付的时间再次被推迟到2029年甚至更晚。那时候特朗普的新一任总统任期也已经结束了。
为什么会出现这种情况？为什么波音这样一个全球航空市场的巨头，当下却在这么多项目上遇到这么多困难？从波音的737到太空飞船，再到空军一号的制造问题，我们也许需要重新审视美国航空产业的现状和未来。
那么回过头来，波音是如何成为全球航空制造巨头的？
我们来一起回顾下二战期间的情况。当时，飞机成了最重要的武器之一。以福特为代表的一批美国汽车企业，将大量资源投入到武器制造上，特别是飞机制造上。1941年起，福特公司开始建厂生产轰炸机，据称福特在最高产能被释放的时候甚至能够做到每一个多小时就完成一架轰炸机的生产。
而美国在这段时间也从全球最强的制造业大国，迅速转向为最强的军工制造大国。正是二战期间的飞机的大规模生产，才使得美国成为了全球航空制造的领先者。这也是波音公司能够崛起的原因。波音公司在二战期间为美国军方提供了大量高性能的轰炸机，其在这个过程中所推动的技术创新和大规模生产体系为战后波音公司在民用客机发动机技术方面的发展积累了经验。
那么，中国的新能源产业从哪借了力？其中锂电池，是源于那些原本做手机电池的创业者和企业。中国的电控技术，特别是IGBT技术，源于2004年经国务院审议通过的《中长期铁路网规划》的高铁和铁路电气化项目。因为驱动火车需要大功率电机和电控，这给了我们一个进行规模化制造的基础，之后逐渐研发提升。
电机技术也部分来源于铁路。有一家著名公司叫汇川技术，它的创始人朱兴明曾是华为电气的一员。汇川技术的发展得益于中国房地产业的高速发展，通过把有速度传感器的矢量控制技术与电梯行业的控制技术相结合，汇川技术抓住了当时电梯行业发展的机遇。如今，汇川电机给理想、小鹏等车企提供车用电机、电控。
在过去一年，两家美股激光雷达芯片上市公司都在裁员，接近退市，而中国有两家激光雷达芯片公司上市——禾赛科技和速腾聚创。中国的激光雷达技术也是逐步进化而来的。在智能化的汽车得到发展之前，激光雷达主要用于简单的智能家电，比如普及度已经相当高的扫地机器人。
看完这些技术诞生的渊源和同类公司的不同经历与命运，我们可以看出来，包括新能源、飞机制造在内的这些高附加值或新兴科技产业链，不是凭空得到的，而是通过生产制造加工行业的积累逐步发展起来的。美国的波音是先有初级规模制造能力，再一步步发展为全球航空巨头。中国是先积累了做山寨机的能力，后面才过渡到精密制造的智能手机产业链。
回到前述搭积木的类比，如果没有下方积木的支撑，就不太会有最上面的积木。如果你要想只留上面那一块积木，把下面那些积木全抽掉，可能也不容易。此外，如果你想把某一块积木拆掉，估计也会影响产业链的顺利运行。
结合美国和欧洲制造业的现状，或许你就能理解为什么现在的波音会出现这么多问题，以及为什么Northvolt做不下去。
那么，新能源车在中国是不是“真命题”？这是我时常被问到的一个话题。我认为，在回答这个问题前，可以先想另一个问题：未来十年，我们要不要自动驾驶？
如果答案是要自动驾驶，那么，车的智能化必须基于电架构而非油架构。燃油发动机通过喷油和燃烧产生热能来推动活塞，进而转成动能输出给轮胎，这是一个很长的过程，目前行业内热效率大约能做到45%。而电机的能量转化效率可以达到90%以上。
当你从车上的传感器获取数字信号后，这些芯片的数字信号和电本质上是一样的，传输速度非常快，车辆的加速、减速和转向等控制就能实时响应。电机的响应时间是几毫秒，而燃油发动机需要十几毫秒或更久。
再举个例子，比亚迪有一款相当先进的车——仰望，能在水里游泳，这款车从设计上尝试了重新架构新能源车。它将电机放置在轮子旁边，而不是通过传动轴将动力传给四个轮子。这种设计的优势是，电动机能直接驱动轮子，不用通过传统的传动轴。而且，四个轮子可以分别控制，提供更高效、精确的动力输出。这种设计是电动机特有的优势，因为燃油发动机显然无法在每个轮子上单独安装个四缸发动机。
如果我们继续探索，新能源车的设计有可能更加“解耦”，比如把电动机直接集成到轮毂内，这个叫轮毂电机。那么，控制将更加精确、快速、灵活。
听完这些解释，相信大家可以理解为什么现在世界上有这么多对新能源车的制裁。中国在这方面做得非常厉害。新能源车行业目前的核心挑战依然是新能源电池。我们投资了一家中国的锂电池创新企业——清陶能源，专注于固态电池技术。
在我理解了技术发展就像“搭积木”一样后，我意识到新能源车产业链与低空经济、智能机器人等未来产业密切相关。虽然这些新兴行业的未来发展存在诸多不确定性，但它们的产业链正是新能源车智能化后的延展和升级。
比如，现在汽车使用固态电池是一种选配件。但如果是电动小飞机，电池的安全性至关重要。液态电池的火灾和爆炸风险，让固态电池成为必选。再看家庭场景，未来可能有三个机器人为你服务，如果它们各自配备液态电池包，打个不恰当的比方，相当于在家里放了三个小型炸弹，这显然不能让你感到安心。
随着技术不断进步，未来低空经济、自动驾驶和智能机器人领域，都需要进一步升级智能化水平及相关电池技术，才能推动行业更上一层楼。
我上次去见Insta360的创始人，他讲了一个我完全同意的观点——“只要是创新的消费电子产品，到最后几乎所有国际化的品牌都会在中国诞生”。比如扫地机器人、无人机、运动相机，也包括智能手机。
这是因为中国拥有全球最卷也接近最大的单一商品市场，以及一个快速发展的科技产业链。有国际化能力的消费电子创新产品都会诞生在中国。它只要能在中国市场里卷出来，然后拿没被卷死锻炼出来的能力再去卷海外市场，大概率是能赢的。我经常讲，只要你在中国没有卷输，你在全世界就能卷赢。
我再举个例子，现在很多人讨论中国大模型是否能成功。让我们回顾一下，2015年到2016年，人工智能领域最热的技术之一是视觉识别，特别是人脸识别，诞生了四小龙。很多业内人士认为，中国无法赶上美国，因为视觉识别技术最初是由美国公司主导的。
视觉识别和人脸识别技术，已经融入了我们的日常生活。比如，在许多城市的机场安检中，只需刷脸即可通过，无需身份证；在工商变更、银行开户和大额交易中，刷脸认证也代替了很多传统流程。这些技术的普及让我们的生活更加便捷。
这种变化的背后，离不开智能手机的普及、中国数字化基础设施的完善，以及大量相关应用的推动。技术和应用结合，使得中国在计算机视觉（CV）领域逐渐占据全球领先地位。从2018年到2019年，很多国际顶级会议和期刊上许多优质论文来自中国作者。
当一项AI技术趋于成熟，这个时候，谁能用得多、用得好，取决于谁用这个事情去做基础设施的运用。
然而，目前AI技术，特别是大模型，还没有普及到大多数人的日常生活。或许只有等到我们的手表、眼镜、耳机、手机、电脑，甚至家电都逐步融入AI功能后，大模型技术才会变得更加普及。而让这些技术真正进入到各类设备中，还需要技术与产业链的深度结合。
当一项技术在中国这个市场“卷”了几轮，形成了领先优势之后，这种优势最终有机会转化为全球竞争力。比如，人脸识别技术的成功就是一个典型案例。我相信中国的创新消费品，尤其是代表国际竞争力和高附加值的产品，未来一定有机会在A股上市。因为本质上它们解决了中国的国际产品竞争力问题和长产业链当中的价值创新问题，还能带来一些创新的应用和消费。
利用新的大趋势和中国已有基础，实现换道超车
最近讨论较多的一个话题是与芯片相关的内容。举个例子，博通最近进了美股七巨头的行列，MAG7（七巨头）变成了BATMMAAN！博通的一大业务是帮别人定制AI芯片，而不是像英伟达那样自己生产芯片。可以理解为AI芯片进入了ASIC（应用特定集成电路）时代，也就是进入了定制化时代。
这种芯片的定制过程大概是：首先定义要要拿AI解决什么问题（比如图像处理或语音翻译），然后定义解决这些问题芯片所需的计算、数据传输和存储等资源。在现有的制造工艺下，最大化地分配并用好这些资源来实现功能与需求。这是定制化芯片的核心。
此外，未来中国在科技应用中，跟光学相关的技术会得到很好的发展，尤其是在AR、VR和其他显示技术领域。这些技术需要的是硅基光电子芯片，这种硅光技术用来控制光，而不是电子，因为可见光的波长范围大约在400纳米至760纳米之间，最长的要在1000 纳米以上了，所以这类芯片通常不需要先进的制程技术，成熟的28纳米工艺就足够满足需求。以及，AR、VR等又是跟视觉有关的。中国有机会在这一领域走出不同于传统芯片的新道路。
我们再看另一类新机会，这其实是诺贝尔奖带给我的思考。
2024年的三位诺贝尔化学奖得主破解了蛋白质结构的密码。其中，两位共同获奖者开发出AI模型AlphaFold2，用于预测蛋白质的复杂结构。这背后意味着什么？
我们都知道，上一次科学的大爆发背后的原因有很多，但其中最大的事情是我们在观测和测量设备上，如显微镜、望远镜，有了巨大的进展，使得我们能观察到以前无法察觉的现象。这为科学发现的范式提供了前提，开启了实验驱动的时代。
当时的科学发现范式是先做假设，再用实验来验证，如果验证不了，再回去调整假设，如此往复。
要知道，在此之前，尤其是西方的古希腊时代，我们的百家争鸣时代，这一时期科学主要靠聪明人动脑子、硬想。
那么现在，AI相关成果获得诺贝尔奖，代表了科学发现的范式的又一次变化——观察与测量设备的发展速度，超过了发现“因果关系”的速度，从而，数据+计算开始形成新的因果关系发现工具。
具体来看看获诺奖的蛋白质结构预测。我们通过基因测序仪能够知道蛋白质的基因序列，通过X射线晶体衍射和冷冻电镜（cryo-EM），我们能看到蛋白质折叠后的具体形态。然而，在相当长的时间里，我们无法完全理解它们是如何折叠成这种形态的以及为什么。 现在，AlphaFold2的AI模型能够预测2亿多种蛋白质的结构，这代表了今天的设备所产生出来的针对蛋白质结构这件事情，在数据的精度和结果上都超过了你的假设能解释的因果关系。
也就是说，我观察到的现象已经超过了我能解释或者说猜出的因果，我暂时在这些层面也没发现什么关键问题。没关系，那就拿这些数据来先做预测，预测完后，再慢慢去找因果。
这为科学发现提供了新的范式：通过数据驱动的预测，然后通过大量实验来验证这些预测结果。这种情况下，科学家可以直接超越人类目前对事物的理解，先得到结果。
但这件事有两个前提，第一，需要做大量的实验来验证预测结果，因为我还不知道因果。第二，需要大量的数据来增加预测的准确性。
那么，凑巧有一个领域，我们具备这两个条件，能够去追赶前沿的科技。那就是生物医疗领域。确实，之前中国的生物医疗几乎很难追上美国。一来，我们有医保集采的约束，也许不太能支持为创新药付出巨大研发成本。二来，在与创新药有关的机理理解和科学发现方面，我们跟美国超级跨国药企之间有差距。
假定发现新药的方式，可以用新的科研范式——数据驱动来预测。那么，今天中国发现新药的机制会出现一条小路，而且这条路可能会越来越宽。
因为中国是全世界做湿实验最便宜的国家，具体到数据，恰好中国有足够最多的设备和最多的人，以及数据上的便利——数据流动性相对高，数据量相对大，数据相对便宜。
这三件事情大概重新构成了一个循环。
如果这个循环能成立，就意味着我们能解决创新药的大规模产生且相对便宜的产生的问题，且不受原来中国与国外先进生物制药公司之间差距的约束。