前段时间,OpenAI的上市计划将这家长期以“非营利上限”结构运作的实验室,推向公开市场的聚光灯下,而谷歌母公司Alphabet上线800亿美元融资计划,其中伯克希尔·哈撒韦一家便认购了100亿美元。
这家素来回避科技股的保守投资巨头首次入场,预示着AI的资本游戏已经抵达一个阶段性高点。直到今天,你才能够说,AI行业在经历着一场深刻的范式转换。
最直观的一点是,“缺钱”与“分拆”成了当下AI公司并行的两道叙事。
前者的原因,不外乎算力作为重资产,谷歌2026年资本支出预计高达1800亿至1900亿美元,微软、Meta、亚马逊的投入同样数以千亿计。一颗H100芯片、一座数据中心的变压器、一条电网的接入线路,每一环都是真金白银。
后者成了近期国内大公司的主要布局,快手的可灵AI在集团内部估值仅60亿美元左右,分拆独立后投前估值直接跳涨到180亿美元,翻了3倍。百度的昆仑芯从集团中拆分上市,外界测算其可为百度贡献近300亿美元的市值增量,相当于百度当前总市值的六成以上。
现象背后,反映了资本对AI资产的重新定义,在大厂合并报表中,AI业务被视为吞噬利润的投入项;而一旦独立,按照赛道稀缺性、收入增速和未来想象空间定价,几十倍的市销率也并不稀奇。
两条线索,看似独立实则指向同一个核心,AI从技术叙事主导,转向资本效率主导的全新竞争格局。
算力竞赛的尽头,融资逻辑的断裂与重构
“缺钱”背后,有一条根本性的逻辑链条。今天的AI大模型竞争,本质上已经不是产品竞争,而是算力规模的重资产竞赛。OpenAI在算力扩张上承担了约6000亿美元的未来支出承诺,即便刚完成1220亿美元融资,预计这笔资金也将在三年内耗尽。
更直观的是,OpenAI首席财务官弗莱尔早前披露,2025年年化营收虽已超200亿美元,但依然不足以弥补巨额亏损,公司每创造1美元营收,就要承受约1.22美元的亏损。
问题的症结在于:AI生意的成本曲线与传统互联网截然不同。
微信多一个用户,边际成本趋近于零;但ChatGPT越火、调用越多、推理成本越高,用户增长是纯利好更是成本压力。这种“反互联网”的商业模式,意味着规模效应不仅没有带来利润,反而放大了现金流压力——用户增长不再直接等价于价值增长。
更深一层是AI时代的“循环记账”现象:微软向OpenAI注资的130亿美元并非以现金形式交付,而是以“云积分”形式发放,OpenAI动用这些积分训练模型,微软则将其计为新增云收入。
这种“用投资买云服务”的闭环操作,表面上看是健康的收入增长,实质上是用自己的钱支付给自己,再定性为销售收入。据测算,OpenAI年度云服务账单已膨胀至逾600亿美元,是其250亿美元实际营收的两倍有余。
这就是“缺钱”的本质矛盾:估值泡沫与实际现金流的断裂。当投资人开始关心“自由现金流”而非“账面利润”,此前依靠相互投资承诺和循环订单支撑的估值体系,便面临一层层杀估值的风险。
OpenAI计划2026年亏损140亿美元、预计要到2029年才能盈利,而谷歌2026年资本支出预计高达1800亿至1900亿美元,这些数字表明,当前AI的“缺钱”,其实并非周期性资金周转的问题,而是一整套商业模式在资本结构层面的困境。
一张报表,为什么能值三倍钱?
2026年最值得关注的信号之一,是大厂集中将AI核心资产独立分拆。
快手旗下AI视频产品可灵计划以200亿美元估值进行PreIPO融资,这一数字接近快手母公司市值的70%。与此同时,百度将旗下AI芯片公司昆仑芯推向“A+H”双线上市,2025年营收预计突破35亿元、有望实现盈亏平衡;阿里被曝筹划分拆平头哥,字节的豆包也随时可能走同样的路。
细想一下,可灵拆分前,大摩对其估值仅约60亿美元;拆分后按200亿美元目标融资,同样的资产、同样的营收、同样的团队,仅仅换了一张报表,估值一夜差了三倍多。
这里面的估值逻辑变化在结构层面,揭示了一种机制上的分野:一级市场与二级市场不同,它的游戏规则遵循“共识决定价值”这一非常规定价机制。一级市场看未来、看赛道地位、看想象空间、看下一轮有没有人接盘,但不怎么看当期利润和营收。
可灵之所以能拿到200亿美元的估值,核心逻辑在于这类头部资产的稀缺性。Sora关停后,AI视频生成赛道剩下的头部玩家一只手数得过来,“内容产业AI基础设施”这个标签本身就值溢价。
那就目前来看,什么样的公司能叫头部资产?在当前AI格局下,拥有自研的基础模型(无论是语言、视频还是多模态),而不是套壳或微调;已经证明至少在一个垂直场景具备大规模用户或收入(不是Demo,不是概念验证);拥有后续融资的“接盘预期”——要么有战略买家(大厂),要么有IPO通道(美股、港股或A股)。
满足这三条的公司,全球范围内用两只手就能数过来。OpenAI、Anthropic、xAI、Google DeepMind(如果独立)、中国的智谱、月之暗面、MiniMax、字节豆包(如果独立)、快手的可灵(分拆中)、百度的昆仑芯(芯片侧)。每个都是稀缺标的,每个都处于“买方排队、卖方坐地起价”的状态。
对这些公司的“重新估值”的底层逻辑,是大厂内部的AI资产正在经历从“成本中心”到“价值中心”的认知切换。
在大厂内部,AI业务被视作集团业务的一部分,在大厂内部,AI业务通常被归类为“战略投入”,这意味着它的成本(算力、研发、数据标注)与集团的成熟现金流业务(如广告、电商、游戏)混在一起列支。集团CFO看的是合并报表,AI业务只要还在烧钱,就会被要求不断解释“何时能贡献净利润”。
这种语境下,AI团队被迫做短期的ROI论证,估值逻辑自然被压制在集团整体PE倍数的阴影下——成熟互联网公司通常只能拿到10-15倍PE。即便是高增长业务,也只能享受20%的溢价,而不是独立赛道级别的3-5倍PS。
而一旦分拆独立,独立报表可以重新定义“成本”与“收入”的边界。比如,原来集团内部调用的算力成本,现在可以按市场价格重新定价为“关联交易收入”;原来被计入研发费用的模型训练,现在可以作为“无形资产资本化”分期摊销。
换句话说,这些资产便获得了“成长型企业”的定价模型。分拆后的AI公司得以更加灵活地进行融资与战略推进,避开集团内部资源分配的约束,在资本市场按照其自身的增长前景获得独立定价。
同时,这也涉及估值体系的进一步分化。大厂现有业务叠加AI标签,其增长潜力与前瞻估值在二级市场中开始焕发新的溢价可能。
这也解释了为什么传统互联网巨头(如百度475亿美元、快手270亿美元)从市值绝对值上正在被AI新贵们追平甚至反超——智谱最新市值折合约586亿美元,已甩开百度成为国内第九大AI科技股。
从“模型崇拜”到“价值兑现”,行业叙事已经结构性迁移迁移
有专业人士提出,当下的AI时代发展迅速,很像之前的移动互联网大爆发,这个类比很精准,但关键差异点在于成本结构的本质区别。
移动互联网的爆发依靠智能手机普及和带宽成本不断下降,边际成本向下;AI的爆发面临的是算力成本向上、电力消耗激增、数据中心建设周期漫长等硬约束。
一个观察是:当前AI行业呈现“85度水温即将沸腾但尚未沸腾”的状态。
技术突破的方向(智能体、多模态)已经明确,算力基础设施投入前所未有,美国大型超大规模云计算企业2026年资本支出将达8050亿美元,较一年前预测近乎翻倍。但真正的商业化变现和落地规模仍然处于将启未启的临界点。
当前仅小部分的CFO在2025年看到了AI带来的实际财务价值,真正通过AI实现营收增长的中国企业更少。这种“高投入、低回报”的张力,恰恰是行业从炒概念切换到拼落地的阵痛信号。
很多人可能并没有注意到,AI价值链的权重,已经从GPU侧,向整个系统侧发生了迁移。摩根士丹利最新研究指出,“智能体AI标志着从计算到编排的结构性转变”,在智能体工作流中,CPU侧编排时间可占总时延的50%至90%,由此推算出到2030年新增325亿至600亿美元的CPU增量市场空间。
这意味着产业的核心矛盾,正在从“算力不足”转向“系统效率不足”,对应的投资逻辑也将从“单芯片算力竞赛”扩展为“全栈系统工程”,GPU决定“能不能做”,但CPU与系统决定“能不能赚钱”。
如果移动互联网爆发是以“连接”为核心驱动力,那么AI爆发则将以“智能”为核心,其价值链的广度很可能超过移动互联网,覆盖算力、模型、应用、数据等全链条。
有经济学家指出,2026年正成为AI从“辅助思考”向“自主执行”跃迁的奇点之年。现阶段的核心矛盾正从“谁能训练出最强的模型”转变为“谁能率先用最经济的方式、最快的速度、最广的覆盖把AI能力真正转化为可落地的商业价值和用户收益”。
“不光是要重新定义,也要重新估值。”2026年AI行业正在发生的一切——巨头缺钱、疯狂融资、大厂拆分、IPO扎堆,本质上都是同一套资本逻辑的集中释放:当“烧钱换增长”的路径走到尽头,产业必须回答一个最根本的问题:这个技术到底值多少钱?
这个问题的答案,将决定未来十年AI产业的权力格局。而2026年,正是这场资本与技术的博弈全面展开的时刻。
本文来自微信公众号“新眸”(ID:xinmouls),作者:李小东
