4月18日，由CIC灼识咨询主办的“聚力致行·2025灼耀年度峰会暨颁奖盛典”在上海举办。在当天的峰会上，30余位重量级演讲嘉宾、500多位核心参会代表以及100家"灼耀之星企业"齐聚一堂，围绕中国宏观经济、企业融合发展、通用人工智能时代的商业创新、全球资本市场与未来产业等市场热切关注的话题展开分享与交流。
驳中概股下市之忧
下午首场圆桌论坛聚焦“全球IPO市场展望”，CIC灼识咨询创始合伙人戴巧灵主持，纽交所中国区主管葛辰皓、纳斯达克中国区首席代表郝毓盛等嘉宾进行了交流分享。
谈及中美贸易战下在美上市中概股是否存在下市风险，葛辰皓表示，市场产生的相关担忧，在一定程度上源于对经过精简传播的新闻要点的片面解读。他认为，美国财长贝森特在接受记者采访时所回答的“一切都在考虑之中(Everything is on the table)”，从上下语境来看，更多是为了避免绝对化的表述，而并非指向中概股将整体面临下市。
“中概股下市或者涉及任何区域股票的大事，并不是一个采访、一个推手就能引发的。从交易所角度，我们内部也了解过，我们并没有收到任何与此相关的实质性通知。所以这件事情本身大家不用有过多的担心。”葛辰皓表示。
郝毓盛表示，类似的新闻过去发生过许多，比如特朗普上一任期中，史蒂夫·班农、卢比奥等人就发表过许多类似言论，如今大家都已经见怪不怪。美国资本市场是一个严格依规运行的市场，不会被这些政客的言论所左右。
他指出，贝森特发表上述言论的当天，截至收盘，纳斯达克中国金龙指数不但没有下跌，反而上涨了4.5%。“我觉得这说明投资人可能对这些也都已经免疫了，最终还是要看投资回报的，如果投资优质中国企业能赚钱的话，他们肯定会去投。”
近期美股及全国市场剧烈震荡，中国本土企业霸王茶姬却逆势上市。4月17日晚间，霸王茶姬(CHA.US)登陆纳斯达克，发行价28美元，据此测算IPO募资规模为4.11亿美元；首日收报32.44美元，涨幅15.86%，市值约为60亿美元。
郝毓盛观察到，近期市场剧烈震荡致使部分已经公开递交上市申请的大型美国本土企业推迟上市进程，而霸王茶姬却在此节点冲击上市，足见其对自身非常有信心。
他认为，这不仅为中国企业接下来赴美上市注入强心剂，对整个美股IPO市场，包括美国企业上市，也能起到带动作用，因为它证明在当前市场环境中，投资者投资新IPO项目仍具盈利空间。
资本布局生物医药新逻辑
下午首场圆桌论坛聚焦“耐心资本瞄准未来产业赛道”，CIC灼识咨询董事总经理刘立鹤主持，复星锐正资本董事总经理高航、鼎丰生科资本管理合伙人柳丹、腾远资本董事总经理江雯作为嘉宾进行了交流分享。
谈及投资机会，高航表示，自去年 9 月 24 日起，AI 浪潮掀起新一轮科技革命，二级市场随之风起云涌，一级市场股权投资也步入全新阶段。当下，科技创新与产业创新已经进入深度融合发展阶段，产业需求也愈发清晰。他认为，消费、医疗、经济、化工等等领域均可在“AI+”方向上进行积极布局。
柳丹看好生物医药这一“长坡厚雪”的赛道。他表示，无论环境好坏，耐心资本要实现的就是穿越周期的任务，相信深耕在这一赛道的机构定能获得更大的盈利机会。
江雯看好创新药中与国际前沿技术接轨的领域，如基因治疗中的核酸药物、ADC生物偶联技术等。得益于中国生物科技公司早期在技术领域与欧美的接轨，以及国内医药外包公司成熟度持续提升，为产业发展与研发提供更有力支持，相关创新得以更顺畅地实现从技术研发到产业及商业的转化落地。
谈及在当前市场环境下基金更有效的投资组合策略，高航表示，基金的打法近年来越来越复合化。复星锐正资本目前主要关注三个方向：其一，推动科技型企业与产业巨头合作，孵化结合双方能力与需求的项目；其二，开展并购业务，高航认为，在中美贸易新形势下，当前是在欧洲寻觅优质项目的良机；其三，借助复星在产业化、供应链及研发方面的优势，与国内企业开展合作。
柳丹表示，鼎丰生科资本在挖掘项目时，并非单纯着眼于投资回报，而更看重公司能否为项目赋能以及项目与公司战略的协同性。无论是早期项目还是后期项目，公司都注重长期陪伴，许多项目即便上市后，公司仍会长期持有，甚至在二级市场持续增持，直至其价值增长曲线趋于平缓。
谈及AI在生物医药领域的应用前景，高航表示，自己最看好的领域是AI for Science（人工智能驱动的科学研究）。在他看来，制药领域的 AI 应用必须具备实际效用，而 AI for Science凭借理性设计，能够缩短实验周期、提升效果、简化验证过程并降低成本。
柳丹表示，鼎丰生科资本早在多年前便已在AI方面开展不同尝试，包括将其应用于临床前及临床药物研发环节，融入医疗系统以整合病患信息辅助医生诊疗，还开发 AI 平台用于辅助药物研发与投资决策。他认为，AI在生命科学、医疗及投资领域均具有巨大价值。
在江雯看来，医疗领域或是AI在生物医药领域能够最快落地应用的方向。医药领域中许多场景都富集数据，如新药研发环节沉淀着海量庞杂的分子数据，医院积累了庞大的病例信息与病理切片数据等。随着当下AI技术渐趋成熟、算力不断提升，这些此前尚未充分开发利用的大数据或将快速迎来AI应用。
（文章来源：21世纪经济报道）
