الإنتاج | فريق هوسو للتقنية
المؤلفون: تشين ييفان، ليو شوانتشي
تحرير | مياو تشينغتشينغ
الصورة الرئيسية | مُولَّدة بالذكاء الاصطناعي
هذه هي المقالة الـ21 من سلسلة "تتبع النماذج التجارية الجديدة للتوكن" من Huixiu WAIC
في الاستثمارات التكنولوجية، العمر لا يُعد شرطًا كافيًا لتحديد القدرة. لكن في مراحل التحول السريع في النماذج التقنية، يستحق المستثمرون الشباب أن يُراقَبوا بشكل منفصل.
السبب ليس معقدًا. الذكاء الاصطناعي والروبوتات والطيران التجاري والحاسوب الكمومي تتطور في آنٍ واحد، ويزداد بسرعة معدل انتقال التقنيات الجديدة من الأوراق البحثية إلى المنتجات، ومن المختبرات إلى الصناعة. لم تعد منطق الاستثمار التقليدي السابق فعالاً، ولا يكفي للمستثمرين الدخول إلى هذه المشاريع فقط بالاعتماد على النماذج المالية والخبرة في الصناعات الناضجة، بل يجب عليهم أيضًا فهم لغة التكنولوجيا، وقبول المسارات التي لم تُحسم بعد، واتخاذ قرارات قبل تكوّن توافق الآراء.
في عصر الإنترنت المتنقلة، يمكن لشركة أن تثبت نفسها بسرعة من خلال نمو المستخدمين، والاحتفاظ بهم، والإيرادات، وتأثير الشبكة؛ لكن مشاريع الذكاء الاصطناعي والتكنولوجيا المتقدمة اليوم قد تشمل خوارزميات، ورقائق، وأجهزة استشعار، وسلاسل توريد، وسيناريوهات صناعية، وأنظمة تنظيمية. يجب على المستثمرين فهم قفزة تقنية واحدة، وتقييم ما إذا كانت يمكن أن تصبح منتجًا مستقرًا، وهل يمكنها تكوين حلقة مغلقة من البيانات والتدريب، كما يجب عليهم مرافقة الشركة خلال دورة طويلة من الهندسة والتجارية.
خلال WAIC هذا العام، تم إصدار قائمة "قادة الاستثمار الشابين ألفا α"، وتم اختيار 10 مستثمرين من الجيل الجديد، لكن الأهم خارج القائمة هو أن النظر إلى هذه الاتجاهات والتقديرات الاستثمارية معًا يشبه خريطة توجه استثماري تكنولوجي قيد التكوين.
تفاصيل قائمة المستثمرين الشباب لـ WAIC FUTURE TECH
تُظهر هذه الصورة تغييرًا مشتركًا: فالرأسمال ينتقل من مطاردة المصطلحات التقنية إلى تحديد المسارات الحقيقية التي تدخل بها التقنية إلى الصناعات. لن تكون الفرصة التالية بالضرورة من نصيب المفاهيم الأكثر ضجيجًا، بل من المرجح أن تظهر في الجوانب التي لم تُستغل بعد من فوائد النماذج، وفجوات القدرات التي لم تُكمل بعد في العالم المادي، وكذلك في البنية التحتية التي تتطلب رأس مال طويل الأجل للدخول المبكر.
الاتجاه الأول: الذكاء الاصطناعي يغادر الشاشات ويدخل العالم المادي
على مدار السنوات القليلة الماضية، كان الدخول الرئيسي للسوق لفهم الذكاء الاصطناعي هو النماذج الكبيرة، وروبوتات الدردشة، والتطبيقات التوليدية. اليوم، تتجه أنظار المستثمرين نحو الأجهزة الطرفية، والروبوتات، والسيارات، وأنظمة الصناعة، والبنية التحتية الفضائية. لم يعد الذكاء الاصطناعي مجرد توليد نص أو صورة، بل أصبح يُدرك البيئة، ويفهم نوايا الإنسان، وينفذ إجراءات في العالم الحقيقي.
هذا هو السبب في أن الذكاء الجسدي، والروبوتات البشرية الشكلية، وعتاد الذكاء الاصطناعي، والذكاء الطرفي تلقت تركيزًا مكثفًا. بدأ زو شين، المدير التنفيذي للاستثمار في صندوق جينقيو، متابعة الروبوتات منذ عام 2018.
أشارت في طاولة مستديرة إلى أن فقاعة الذكاء المتجسد ليست ناتجة عن عدم تقدم تقني، بل لأن السوق يطبق مباشرة سرعة تطوير نماذج اللغة الكبيرة على الروبوتات المرتبطة ارتباطًا عميقًا بالعالم المادي. تحسين قدرات النموذج لا يعني إتمام التنفيذ في السيناريوهات بشكل متزامن. يمكن لعرض تجريبي رائع أن يخلق خيالًا، لكنه لا يستطيع الإجابة عن ما إذا كان الروبوت قادرًا على تنفيذ مائة عملية متتالية، وما إذا كانت نسبة الأخطاء قابلة للتحكم، وما إذا كان يمكن خفض تكلفة النشر والصيانة، وما إذا كان العائد على الاستثمار نهائيًا مبررًا.
هذا التقييم يعيد تركيز المنافسة في الذكاء المتجسد من "النتائج التوضيحية" إلى "القدرة على التسليم". لا توجد كلمات توجيهية في العالم الحقيقي يمكن إعادة استخدامها. المصنع، المستودع، المنزل والمساحات العامة تتطلب جميعها أن يتعامل النظام مع الضوضاء، التآكل، الحالات الطارئة وسلوك الإنسان غير القابل للتنبؤ. النموذج هو طبقة واحدة فقط، بينما تحدد معًا اللمس، الاستشعار، المحركات، أنظمة التحكم، جمع البيانات وردود الفعل من السيناريو ما إذا كان المنتج سيعمل أم لا.
يمكن قياس شعبية رأس المال.
أظهر تقرير "تطور الذكاء الجسدي (2025)" الصادر عن أكاديمية الصين للاتصالات أن عدد حالات الاستثمار في مجال الذكاء الجسدي والروبوتات في الصين بلغ 744 حالة حتى ديسمبر 2025، بقيمة تمويل إجمالية قدرها 73.543 مليار يوان؛ وتتوقع شركة IDC أن يتجاوز إجمالي شحنات الروبوتات البشرية على مستوى العالم 50,000 وحدة في عام 2026، بزيادة نسبتها 178% مقارنة بالعام السابق.
لكن البيانات الباردة الواقعية موجودة أيضًا: في إيرادات شركة يو شو تكنولوجي الرائدة من الروبوتات البشرية خلال الأشهر التسعة الأولى من عام 2025، بلغت النسبة المئوية للمجالات العلمية والتعليمية 73.6٪. تم بيع معظم الأجهزة إلى الجامعات والمؤسسات البحثية، ولا يزال هناك طريق طويل قبل تحقيق قيمة فعلية في المصانع. وهذا يؤكد تمامًا تحذير تشou شين: تقدم النماذج لا يمكن أن يُعادل مباشرة تقدم التطبيق العملي.
يصبح الذكاء الطرفي خطًا مهمًا آخر. ويعتقد تشou شين أنه إذا كانت الذكاء الاصطناعي ثورة إدراكية على مستوى الثورة الصناعية، فلا يمكن للذكاء أن يظل مقتصرًا على السحابة لفترة طويلة. ستتكون شبكة الإدراك المستقبلية من السحابة والطرف معًا: القاعدة هي الرقائق والوسائط المادية، والوسط هو بيئة التشغيل المبنية حول الوكلاء، والطبقة العلوية هي التطبيقات القادرة على فهم احتياجات الفرد. قد تصبح الوكلاء تدريجيًا نقطة دخول التفاعل مع الأجهزة، فتفهم من الأعلى تفضيلات المستخدم وسجله وحالته، وتستدعي من الأسفل الهاتف والنظارات والسيارة والروبوت والأجهزة المنزلية.
هذا سيغير نموذج عمل أجهزة الذكاء الاصطناعي. فبدلاً من الاعتماد فقط على المبيعات الواحدة للحصول على الإيرادات، قد تُولّد الأجهزة قيمة من خلال خدمات مستمرة. ولا تتمثل الحواجز الحقيقية فقط في "إضافة الذكاء الاصطناعي إلى الجهاز"، بل في قدرة الجهاز على خفض عتبة الاستخدام، وعلى بناء علاقات مستقرة مع المستخدمين من حيث البيانات والخدمات.
لقد بدأ العديد من المستثمرين في القائمة في توزيع استثماراتهم على هذا المسار: يركز باي زهرين، نائب الرئيس في شركة هوسوي كابيتال، على التسليم الذاتي، وأجهزة الاستشعار اللمسية، والقيادة الذاتية على طرق النقل الرئيسية، بينما يركز غو جينغ، مدير الاستثمار في شركة ياوتو كابيتال، على الروبوتات المتخصصة العمودية، ومجموعات الطائرات المُسيَّرة، وروبوتات تركيب الألواح الشمسية. إن التسليم الذاتي هو أحد أسرع المسارات في "دخول الذكاء الاصطناعي إلى العالم المادي": بلغ إجمالي التمويل في الصناعة عام 2025 قرابة عشرة مليارات يوان، وشاركت شركة لينيار كابيتال، التي يعمل بها باي زهرين، في تمويل شركة باكسيرينو، التي أكملت ثلاث جولات تمويلية في نفس العام، بقيمة إجمالية تتجاوز 100 مليون دولار أمريكي، وارتفع عدد المركبات النشطة من حوالي 100 مركبة في نهاية عام 2023 إلى أكثر من 2000 مركبة في ديسمبر 2025، وتعمل بشكل منتظم في أكثر من 170 مدينة حول العالم. هذه الأعمال لا تقدم عروضًا مذهلة، لكنها تخضع يوميًا لاختبارات الكفاءة والتكلفة والموثوقية. بعد دخول الذكاء الاصطناعي إلى العالم المادي، لا تزال التخيلات التقنية مهمة، لكن التسليم على نطاق واسع سيصبح عتبة أكثر صرامة.
الاتجاه الثاني: لم تنتهِ مزايا النماذج الكبيرة، وانتقل مركز التنافس إلى "عجلة الذكاء"
بينما يبحث السوق باستمرار عن البنية التحتية الجيل القادم والمفاهيم الجديدة، فإن حقيقة سهلة التغاضي عنها هي أن مكاسب هذه الجيل من النماذج الكبيرة قد لا تزال بعيدة عن الاستغلال الكامل.
أشار هو تشى، الشريك التنفيذي في تشيمينغ كابيتال، إلى أن أحد أكبر التوافقات الزائفة اليوم هو التركيز المفرط على تقنيات القفزة التالية، مع قلة النقاش حول كيفية تمكين النماذج الكبيرة الحالية من إجراء إعادة هيكلة حقيقية للإنتاجية. بعد أن أصبح بروتوكول TCP/IP معيارًا، استغرق إطلاق مزايا الإنترنت وقتًا طويلًا للإفراج عنها؛ كما أن نظرية بايز وشبكات CNN استمرت في التأثير على أنظمة تقنية جديدة بعد سنوات من طرحها. عادةً ما لا يكون التحول من ظهور التقنية الأساسية إلى تغيير الصناعة عملية خطية تستغرق سنة أو سنتين. لم تدخل النماذج الكبيرة الوعي العام سوى منذ بضع سنوات، ولم تلحق بعد أنظمة الأعمال والعمليات التنظيمية والبنية التحتية الصناعية بقدرات النماذج.
هذا يعني أن المستثمرين لا يحتاجون إلى الاختيار بين "مواصلة الاستثمار في النماذج الكبيرة" و"البحث عن التقنية التالية". السؤال الأهم هو: أي الشركات ستتمكن من دمج قدرات النماذج الحالية في سير العمل الفعلية، وخلق قيمة لا يمكن محوها بسهولة من خلال الترقية التالية للنموذج.
يُسمّي ليو يونجيه، المدير التنفيذي للاستثمار في جينغيا كابيتال، هذه القدرة بـ"العجلة الذكية". حيث يُنتج المستخدمون البيانات عند استخدام المنتج، وتدخل هذه البيانات في عملية التدريب أو التحسين، وعندما تتحسن قدرات النموذج، يتحسن التجربة، مما يجذب المزيد من المستخدمين والسيناريوهات والتغذية الراجعة. تعمل حلقات البيانات، وحلقات التدريب، وحلقات التغذية الراجعة للمستخدمين على دفع بعضها البعض، مما يمنح الشركة قدرة مستمرة على التحسين الذاتي.
إذا طُبّق هذا المعيار على شركات محددة، فإن Zhipu وKeLing يمكن أن يكونا مثالين واضحين. أشار المُقدّم في الجلسة المستديرة إلى أن هو تشى كان قد استثمر بكثافة في Zhipu قبل اندلاع السوق. فقد ارتفع دخل Zhipu من 57.4 مليون يوان بين عامي 2022 و2024 إلى 312.4 مليون يوان، بنمو مركب سنوي بنسبة حوالي 130% على مدار ثلاث سنوات، وبلغ دخل النصف الأول من عام 2025 ما قيمته 190.9 مليون يوان، بزيادة قدرها 325% مقارنة بالفترة نفسها من العام السابق، وانضم إلى سوق هونغ كونغ للأوراق المالية في يناير 2026 ليصبح "أول شركة عالمية متخصصة في النماذج الكبيرة". أما KeLing AI التابع لـ Kuaishou، فقد أظهر سرعة التحويل التجاري عند دمج قدرات النموذج في سير العمل الإبداعي: تم فتحه للتجربة في يونيو 2024، وتم إطلاق نظام الدفع بعد حوالي 45 يومًا فقط، وبلغ إجمالي إيرادات عام 2025 حوالي 1.04 مليار يوان، وتجاوز دخل ديسمبر وحده 20 مليون دولار أمريكي، وبحلول نهاية عام 2025، تجاوز عدد المستخدمين العالميين 60 مليونًا، وأُنتج أكثر من 600 مليون فيديو، وتم خدمة أكثر من 30 ألف شركة وتطوير. إن إبداع المستخدمين، وتدفق البيانات، وتحسين النموذج، وتجربة المستخدم المتطورة — كل دورة من عجلة التحول هذه تتحول مباشرة إلى إيرادات.
باستخدام هذا الإطار، يجب أن تتغير المؤشرات الأساسية لشركات الذكاء الاصطناعي. لا تزال ARR وGMV وكفاءة SaaS ذات قيمة مرجعية، لكنها غير كافية لتحديد ما إذا كانت الشركة تمتلك حواجز طويلة الأجل. قد يفقد وظيفة قيمتها بسرعة بسبب ترقية النموذج الأساسي؛ بينما قد يصبح النظام الذي يدخل حقًا في عمليات الأعمال ويجمع بيانات حصرية ويتعلم باستمرار أقوى مع تقدم النموذج.
قام ليو يونجيه بتقسيم سلسلة القيمة الذكية إلى ثلاث طبقات: إنتاج الذكاء، وتوزيع الذكاء، وتجسيد الذكاء في العالم المادي. تنتمي نماذج العالم واكتشاف الأدوية إلى إنتاج الذكاء؛ بينما تتحمل الوكلاء ووكلاء المؤسسات توزيع الذكاء؛ وتحول الذكاء المتجسد والقيادة الذكية الذكاء إلى أفعال مادية. يقسم هذا الإطار "مجال الذكاء الاصطناعي" إلى سلسلة قيمة كاملة. لم تعد الاستثمارات تبحث فقط عن تطبيق شائع، بل عن الشركات التي يمكنها احتلال موقع منصة في كل طبقة وتشكيل حلقة تغذية راجعة.
لذلك، يتحول تركيز الاستثمارات في النماذج الكبيرة. كانت المشكلة السابقة "أي نموذج أقوى"، والآن السؤال التالي هو "من يستطيع تحويل قدرات النموذج إلى نظام يصبح أقوى مع الاستخدام المتكرر وأكثر عمقًا في الأعمال؟"
الاتجاه الثالث: تؤدي عقدة البيانات إلى ظهور تقنيات أساسية جديدة، وتصبح النماذج العلمية الأساسية اتجاهًا غير متفق عليه
ستستمر النماذج الكبيرة في التوسع، وستواجه حتمًا مشكلة أكثر أساسية: البيانات البشرية عالية الجودة محدودة، وتكاليف جمعها ووضع العلامات عليها مرتفعة. عندما تقترب مصادر بيانات الإنترنت والتغذية الراجعة البشرية من حدودها، من أين يمكن للنموذج الحصول على تجارب جديدة؟
يُعتبر هوتشي التعلم المعزز، واللعب الذاتي، والتحسين المستمر كإجابات محتملة. وهو يستشهد بـ AlphaGo Zero: حيث يمتلك النموذج فقط قواعد لعبة الغو، ويبني خبرته من خلال اللعب الذاتي، ويعزز قدراته دون الاعتماد على سجلات لعب البشر. إن قدرة آلية مشابهة على الانتقال من الألعاب ذات القواعد الواضحة إلى علوم أكثر تعقيدًا وأنظمة هندسية ومهمات واقعية ستُحدد ما إذا كان الذكاء الاصطناعي قادرًا على التغلب على اعتماده على البيانات السابقة.
كما توفر هذه مجموعة معايير لتقييم التقنية الأساسية. يجب أولاً أن تحقق تحسينات واسعة النطاق في صناعة كبيرة بما يكفي، وليس فقط في أجزاء جزئية من شركة واحدة؛ ثانياً، يجب أن توسع حدود قدرات الذكاء الاصطناعي، مثل حل مشكلات البيانات أو الاستدلال أو التعلم المستمر؛ وأخيراً، يجب أن تتحمل اختبار الزمن ولا تقتصر على سرد تقني مؤقت.
وفقًا لهذا المنطق، تصبح نماذج الأساس العلمي اتجاهًا غير شائع يستحق الاهتمام. فهي لا تتطابق تمامًا مع مفهوم "الذكاء الاصطناعي من أجل العلوم" الشائع، الذي يُفهم غالبًا على أنه مختبرات آلية، أو تنبؤ هيكل البروتين، أو اكتشاف المواد، أو أداة بحثية نقطة واحدة؛ بينما تسعى نماذج الأساس العلمي إلى بناء قدرات نموذجية أكثر جذرية وشمولية في مجالات مثل العلوم الحيوية، والمواد، والمحاكاة، لخدمة عدة مهام داخل تخصص علمي واحد.
الصعوبات في هذا الاتجاه واضحة أيضًا. فبيانات العلوم تتميز بالطابع المتخصص، وغياب المعايير الموحدة، وتكاليف الحصول عليها المرتفعة، كما أن النتائج البحثية نفسها قد تحتوي على أخطاء أو حتى تزوير. يجب على النموذج ليس فقط تعلم الأدبيات وبيانات التجارب، بل أيضًا تقييم جودة الأدلة، وفهم قوانين التخصص، وتشكيل دورة تحقق مع التجارب الواقعية. لا يزال غير مؤكد ما إذا كانت كل تخصص علمي كبير سيطور نموذجًا أساسيًا خاصًا به، أم أن هيكلًا موحدًا عابرًا للتخصصات سيظهر. لكن المشكلة التي يشير إليها واضحة بما يكفي: عندما تنخفض القيمة الحدية لبيانات الإنترنت العامة، قد تصبح البيانات عالية الجودة في العالم المهني، وقوانين العلوم، وردود الفعل التجريبية، مصدرًا مهمًا للنمو القادم في قدرات النماذج.
الاتجاه الرابع: كلما اقتربت من المناطق العميقة للتكنولوجيا الصلبة، زادت الحاجة إلى رأس مال صبور
بالمقارنة مع تطبيقات الذكاء الاصطناعي، فإن فترات التحقق لقطاعات الطيران التجاري، والحاسوب الكمومي، وقوة الحوسبة الفضائية، والطاقة المتقدمة أطول. فمن الصعب الاعتماد على بيانات أشهر قليلة بعد إطلاق منتج واحد لإثبات جدواها؛ بل يجب أن تتطور معًا على مدى فترة أطول: مسارات التكنولوجيا، والقدرات الهندسية، وسلاسل التوريد، والمؤهلات، والمعايير الصناعية، واحتياجات القطاع.
يُظهر وانغ شوهه، نائب الرئيس في هاوكسي كابيتال، هذا التحفظ في تقييمه للحوسبة الكمومية. حاليًا، تمتلك مسارات مثل الضوء الكمومي، الذرات المحايدة، والأيونات مزايا وقيودًا خاصة بها، ولا يزال هناك عدم يقين كبير بشأن موعد تطبيق الحوسبة الكمومية العامة. بالإضافة إلى المشكلات الهندسية مثل تصميم الأجهزة وسلاسل التوريد، يواجه القطاع أيضًا قضايا أساسية تتعلق بالمواد والخوارزميات والآليات الفيزيائية والكفاءات ومعايير التقييم. قد تكون المسار الأكثر واقعية هو تمكين الحوسبة الكمومية من التعاون المعياري مع الحوسبة الفائقة الكلاسيكية ووحدات معالجة الرسوميات (GPU) ووحدات المعالجة المركزية (CPU)، بدلاً من توقع استبدال الحوسبة الكمومية العامة للأنظمة الحالية في المدى القصير.
عدم اليقين لا يعني عدم القيمة الاستثمارية. فالحرارة المعتدلة في الصناعات الرائدة تجذب الكفاءات والتمويل وموارد الصناعة، حتى لو لم تنجح جميع الشركات، فستبقى خلال هذه العملية خبرات هندسية وقدرات سلسلة توريد ونتائج تقنية قابلة للنقل. المفتاح هو أن رأس المال لا يمكنه تحويل الاحتمالات المستقبلية مباشرة إلى يقين قصير الأجل، ولا يجب أن يتخلى تمامًا عن بناء تقييم مبكر فقط لأن التجسيد التجاري بعيد.
يُطبق نفس المبدأ على الصناعة الفضائية التجارية. تشمل هذه الصناعة الإطلاق، والموافقات، والتراخيص، والاختبارات، وإدارة الجودة، وتنسيق سلسلة التوريد، وهي سلسلة أطول بكثير من منتجات البرمجيات العادية. لكن تجسيرها الصناعي يتسارع: في عام 2025، أكملت الصين 87 عملية إطلاق فضائي، نفذت شركات صاروخية تجارية خاصة 23 منها، وأدخلت 324 مركبة فضائية إلى المدار؛ بلغ إجمالي التمويل في القطاع 18.6 مليار يوان صيني، بزيادة قدرها 32% مقارنة بالعام السابق، وارتفعت طلبات خدمات الإطلاق التجاري بنسبة حوالي أربعين بالمئة. لا يمكن لرأس المال المخاطر أن ينتظر حتى تتجاوز الشركات بالكامل "وادي الموت" قبل الدخول، لأن نافذة الاستثمار المبكر تكون غالبًا قد أغلقت بحلول ذلك الوقت. يحتاج المستثمرون إلى البحث عن الثوابت في ظل التغيرات: هل ستظهر الطلب على السوق في النهاية؟ هل يمتلك الفريق القدرة على البحث والتطوير الأساسي والتنظيم الهندسي؟ هل يمكنه التعامل مع قضايا سلسلة التوريد والتجارة؟ وهل يمتلك المرونة الكافية لانتظار فتح الباب الحقيقي للصناعة؟
اهتمام وانغ شو هه بالروبوتات الجسدية في الفضاء هو مثال ملموس على هذا التقييم. يبدو وكأنه تداخل لمفاهيم ساخنة مثل السفر الفضائي التجاري والروبوتات والذكاء الاصطناعي، لكنه يعكس بالفعل طلباً واضحاً. مع زيادة عدد الأقمار الصناعية، ستصبح معالجة الأقمار الصناعية المنتهية الصلاحية، وتنظيف الحطام الفضائي، والصيانة في المدار، والبناء في المدار جزءاً من النظام البيئي الفضائي. وعندما ينتقل السفر الفضائي التجاري من "كيفية إرسال المعدات إلى الفضاء" إلى "كيفية استخدام الموارد الفضائية والحفاظ عليها على المدى الطويل"، ستظهر بنى تحتية ونظم خدمات جديدة.
الاهتمام بحسابات الفضاء، ومواد الطاقة الفضائية، والحاسوب الكمومي في القائمة، يُظهر أن المستثمرين الشباب لا يركزون فقط على تطبيقات الذكاء الاصطناعي التي تحقق عوائد أسرع. بل إنهم يدخلون أيضًا مجالات لا تزال خطوطها التقنية غير مُستقرة تمامًا، لكنها قد تعيد تشكيل الأساس الصناعي المستقبلي. الصبر في التكنولوجيا الصلبة لا يعني التخلي عن العوائد، بل يعني رهان العوائد على مقياس زمني أطول. هذا النوع من الاستثمارات يتطلب رأس مال يدخل مبكرًا ويتمتع بالصبر الكافي.
عندما ينتقل الذكاء الاصطناعي من السحابة إلى الأجهزة، ومن المحتوى الرقمي إلى الإجراءات المادية، وعندما تتوسع استثمارات التكنولوجيا من البرمجيات إلى الشرائح والطاقة والروبوتات وبنية الفضاء التحتية، سيتغير دور رأس المال. فهو بحاجة إلى فهم التكنولوجيا في مراحل مبكرة أكثر، والدخول بعمق أكبر في الصناعات، واتخاذ قرارات طويلة الأجل عندما لا تكون النتائج واضحة بعد. ما يستحق المراقبة في هذه القائمة هو كيف سيتعلم جيل المستثمرين هذا كيفية اتخاذ مثل هذه القرارات.
هذا المقال من HuXiu، الكاتب: تشين ييفان_YF، رابط المقال الأصلي: https://www.huxiu.com/article/4877273.html?type=text