不卖鞋了卖算力,AI算力会重蹈DAT覆辙吗?

Odaily星球日报发布于2026-04-16更新于2026-04-16

文章摘要

知名鞋履品牌Allbirds宣布出售鞋履业务,转型为AI算力基础设施公司NewBird AI,并募资5000万美元。消息公布后,其股价单日暴涨582.33%,引发市场关注。这一转型被类比于去年数字资产财库(DAT)公司股价狂潮,但AI算力赛道存在显著差异。 当前AI算力存在巨大缺口。据报告,2026年全球AI基础设施支出预计达1.37万亿美元,主要云厂商均面临供不应求局面。GPU交付周期长,短缺或持续至2026年Q3。此外,AI系统用电量已接近比特币挖矿规模的一半,资源争夺加剧。 与DAT模式相比,AI算力业务具备真实收入支撑(如Anthropic年化收入超300亿美元)、高运营门槛(需数据中心、电力、运维等完整链条)及持续性现金流(来自长期租赁合约)三大特点,因而更具稳定性。但分析人士指出,Allbirds融资额有限,可能仅是“AI洗白”的炒作手段,或为大型替代云公司借壳上市铺路。投资者需警惕概念炒作风险,理性看待企业转型。

原创|Odaily星球日报(@OdailyChina)

作者|Wenser(@wenser 2010 )

日前,曾经火爆一时的“网红鞋”Allbirds 宣布将出售其鞋履业务,并募资 5000 万美元转型为 AI 算力基础设施公司 NewBird AI。消息一出,其股价应声上涨,一度冲高至 24.31 美元,目前已回落至 16.99 美元,单日涨幅仍保持在恐怖的 582.33%

细想,5000 万美元在如今动辄数十亿美元订单的 AI 算力赛道杯水车薪,但这一动作却让我联想到去年 Q3 一众热火朝天的 DAT 公司(数字资产财库)股价狂飙的景象。

当一条转型为 DAT 的消息就能让上市公司股价暴涨数倍的时代已经落幕,我们正在迎来一个“上市公司转型为 AI 算力卖家”的新时代。原因无它,只在“供需”二字之上。

网红鞋换赛道背后:AI 算力缺口已成大问题

近期,Claude 模型降智、KYC 政策收紧等热点事件引发了大量讨论,而背后反应的现实,却是 AI 算力的结构性缺口。

美国市场调研公司 Gartner 的一份报告指出,2026 年全球 AI 支出将达到 2.52 万亿美元,同比增长 44%;其中仅 AI 基础设施(包括服务器、加速器、存储和数据中心平台在内)一项预计就将消耗约 1.37 万亿美元,超过总支出的一半。

在AI 巨头方面,微软、Alphabet(谷歌母公司)、亚马逊、Meta 和 Oracle 五家公司 2026 年计划的基础设施资本开支合计约 6600 亿至 6900 亿美元,这一数字大约是 2025 年的 2 倍;其中绝大部分资金将用于 AI 算力、数据中心和网络 。所有云厂商巨头均表示,其市场处于供不应求的状态。

考虑到 GPU 数据中心大约 36-52 周的交付周期,算力及数据供应受限的局面至少会持续到 2026 年 Q3。

值得一提的是,目前的算力结构性缺口不仅仅来源于 AI 大模型厂商训练各类模型的需求,也包含了快速扩张的、来自全球十数亿用户日常推理模型部署需求。B 端业务与 C 端业务的算力资源缺口共同导致了如今的算力市场往往供不应求。也难怪此前英伟达创始人黄仁勋曾在今年的 CES 大会上信心满满地表示:“(英伟达)2027 年 AI 芯片与基础设施市场规模或达 1 万亿美元。”

除去算力方面的缺口,与各大矿企纷纷转型 AI 算力及数据中心的步调一致的是,AI 正在与加密货币行业争夺电力等关键资源。据斯坦福大学近日发布的《2026 年 AI 指数报告》,当前 AI 系统整体用电需求已接近比特币挖矿规模的一半,并接近瑞士或奥地利全国用电水平。

毫无疑问,在 AI 成为驱动美股乃至全球科技公司的唯一叙事的当下,“业务与 AI 沾边”已经是不少上市公司的必选项。

当 AI 算力生意成为下一个 DAT 模式:AI 叙事鲁棒性检验时刻

Allbirds 带动的,或许是又一个类似去年 DAT 公司纷纷涌现的时代热潮。

之所以有这样的判断,在于加密货币行业 DAT 财库模式与上市公司 AI 转型早有重叠交错地带,且此前已有成熟案例。

去年 7 月 - 9 月,随着 Bitmine、Sharplink 等以太坊 DAT 公司的出现,一大批 BTC DAT、ETH DAT、SOL DAT、BNB DAT 以及各类山寨币 DAT 上市公司成为了彼时的“明星股”——不少股票标的在短短几天时间内上演了翻倍甚至十几倍的资本市场奇迹。

而另外一边,AI 赛道的转型案例也不遑多让。

去年,以 Aethir(ATH)为 DAT 储备资产的 Axe Compute(Odaily星球日报 注:前身为 Predictive Oncology Inc. )就上演了一场上市公司 AI 算力转型大戏。此前,该公司主营业务为医疗设备,还曾探索提供肿瘤药物反应预测平台、3D 细胞培养模型等服务,支持癌症治疗药物的开发。去年 9 月,该公司率先开启了 ATH 代币 DAT 战略转型,股价一度飙升近 200%;随后,其完成超 3.4 亿美元融资后,正式宣布转型为 GPU 算力基础设施公司,股票代码改为 AGPU。

如今先后与英伟达、Anthropic 等芯片巨头、AI 巨头达成订单合作的 CoreWeave (CRWV)也是“AI 快车道”上的一员。作为一个老牌矿企,CoreWeave 在 AI 快速发展的近 3 年转型颇为彻底:最早,其与 OpenAI 签订了 224 亿美元基础设施合同;去年,其再度与英伟达投资的 Vast Data 签署了一项价值 11.7 亿美元的 AI 协议;近期则与 Anthropic达成了数据中心租用协议。据财报数据,CoreWeave 2025 年收入 51.3 亿美元,同比增长 168%;2026 年计划资本开支超过 300 亿美元,截至撰稿时,其市值约为 624 亿美元。更多信息,推荐阅读《解析 CoreWeave:从加密矿企到 AI 云服务商》。至于其他矿企的 AI 转型,则更是数不胜数。详见《矿企大迁徙:有人已手握 128 亿美元 AI 订单》。

当然,相较于矿企动辄数十亿美元的订单,Allbirds 此次的融资额度不太够看。另外,从现实购买力层面来说,相较于动辄 2.5 万-4 万美元一块的高性能 GPU 来说,5000 万美元只能勉强购入不足 2000 块 GPU 的体量,但有分析认为其定位或为某大型“替代云”公司借壳上市的收购标的。

换言之,Allbirds 的网红鞋标签被撕下了,而“AI 概念股”的标签反而成了香饽饽。它真正的价值不在于 5000 万美元能买多少块 GPU,而在于保留了一个纳斯达克上市公司的壳——这对想要快速进入公开市场的 AI 基础设施公司来说存在一定吸引力。

最后,尽管从资本运作角度来看,AI 算力生意模式与去年的 DAT 财库模式大同小异,但从以下方面来看,二者还是存在一定差异的:

其一,是 AI 行业相较于加密货币行业的真实业务收入。据 Anthropic 此前表示,其年化收入已超 300 亿美元,而这一数字 2025 年还进停留在 90 亿美元;此外,截止 2 月,OpenAI年化收入已超过 250 亿美元。尽管动辄数千亿美元的估值偏高,但真实业务收入却是相较于加密货币价格波动剧烈的代币市值更为稳定的数据支撑。各类大模型公司是 AI 算力生意中最好的买家,因为算力紧缺问题是客观存在的。

其二,是 AI 算力行业的高运营门槛。和 DAT 财库公司的“囤币”策略不一样,AI 算力生意并不单纯是购入 GPU,还需要数据中心、电力、冷却、网络、运维团队、客户获取等一整条运营链条的搭建,因而其准入门槛、持续周期以及团队要求更高,相对而言也就更难“造假”。归根究底,DAT 的底层资产是金融资产;而 AI 算力公司的底层资产则是运营型实物资产。

其三,是 AI 算力行业的持续性现金流。对于 DAT 财库公司来说,无论是 BTC、ETH,还是 SOL、BNB 等山寨币,其主要收入高度依赖币价涨跌(质押收入只能说是聊胜于无),而没有经常性业务收入;AI 算力业务则可以通过长期租赁合约产生持续性现金流,这是实打实的现金进账。

当然,从融资结构、借壳上市以及炒作情绪等方面来看,二者仍然具备高度相似;而在引发监管机构追踪施压方面,后续想要转型为 AI 算力公司的上市公司也势必面临各类限制和持续关注。

正如 Allbirds 股价暴涨后业内人士表达的观点:

  • FifthVantage 首席执行官 Matt Domo 认为,Allbirds 此次 AI 转型更像提振疲软股价的一种手段,投资者应警惕“AI 洗白”(AI washing)现象,即一些公司试图夸大甚至虚构自身的 AI 能力进行营销,此外企业试图通过激进的转型来抓住热门趋势并非没有先例,2017 年末至 2018 年初不少企业就试图搭上区块链的顺风车;
  • 乔治城大学麦克多诺商学院副教授 Jason Schloetzer 指出,这笔初始 5000 万美元融资“与成为此类服务提供商所需的实际投入相比微不足道”,但从更乐观的角度来看,大量新玩家涌入 AI 领域,也可能反映出市场对增长的“持续热情”;
  • Seaport Research 分析师 Jay Goldberg 则认为,很难想象 Allbirds 这样一家“半路出家”的公司能在该领域提供有竞争力的产品或服务。

在 AI 这一时代列车轰鸣前行的当下,总有人在想尽办法扒在车门上奋力一搏。至于能否留在车上,还是被狂风卷到车轮之下,就留待时间公布答案吧。

相关问答

QAllbirds宣布转型为AI算力公司后,其股价表现如何?

AAllbirds宣布转型为AI算力公司NewBird AI后,股价应声上涨,一度冲高至24.31美元,随后回落至16.99美元,但单日涨幅仍高达582.33%。

QAI算力市场的主要需求来源是什么?

AAI算力市场的需求主要来源于AI大模型厂商训练各类模型的需求,以及全球十数亿用户日常推理模型部署需求,B端和C端业务的算力资源缺口共同导致市场供不应求。

QAI算力生意与DAT财库模式的主要区别有哪些?

AAI算力生意与DAT财库模式的主要区别包括:AI行业有真实业务收入支撑,AI算力行业运营门槛更高(需数据中心、电力、运维等完整链条),以及AI算力业务能通过长期租赁合约产生持续性现金流,而DAT主要依赖币价涨跌。

QAllbirds转型AI算力公司的5000万美元融资主要用于什么?

A5000万美元融资主要用于购买GPU等AI算力基础设施,但分析认为其更重要的价值在于保留纳斯达克上市公司的壳资源,可能成为大型‘替代云’公司借壳上市的标的。

Q专家对Allbirds的AI转型持哪些不同观点?

A专家观点分歧:Matt Domo认为这是提振股价的手段,警惕‘AI洗白’;Jason Schloetzer指出融资额微不足道但反映市场热情;Jay Goldberg质疑其竞争力,认为半路出家难提供有竞争力的服务。

你可能也喜欢

TechFlow 情报局:芯片股单日蒸发万亿美元,比特币跌破 6 万美元,美伊冲突升级

科技情报摘要:宏观波动与AI进展交织 市场因强劲非农数据遭遇剧烈震荡。美国5月非农就业新增17.2万,远超预期,重燃加息担忧,导致美股、加密市场和芯片股同步暴跌。费城半导体指数创六年最大单日跌幅,芯片股市值蒸发逾万亿美元;比特币跌破6万美元,技术指标显示超卖程度已达2020年疫情暴跌水平。与此同时,消费品巨头CEO警告美国消费者正在耗尽积蓄,与强劲就业数据形成矛盾信号。地缘政治方面,美伊冲突升级,美军拦截伊朗导弹并打击其雷达站,霍尔木兹海峡持续受阻,引发原油供应与通胀忧虑。 AI领域进展与争议并存。Anthropic发布报告称AI已能参与改进自身研究流程,引发对递归自我改进(RSI)的讨论。另一方面,Claude被指在协助开发rsync代码库时引入了更多bug,引发关于AI编程工具利弊的争论。此外,研究出现新转向,有发现认为思维链(chain-of-thought)在某些场景会降低性能,研究者正尝试训练“内隐推理”模型。DeepSeek V4 Flash在本地部署测试中表现惊艳,GitHub Copilot也开放了自定义端点,支持连接本地模型。 其他要闻包括:Gemma 4量化版在AMD GPU上运行良好;谷歌被曝每月向SpaceX支付9.2亿美元用于AI训练算力;微软内部文件显示其希望AI产品让用户“上瘾”引批评;标普500指数维持规则,拒绝将SpaceX、OpenAI等未盈利的AI独角兽纳入。

marsbit1小时前

TechFlow 情报局:芯片股单日蒸发万亿美元,比特币跌破 6 万美元,美伊冲突升级

marsbit1小时前

我用了一年,才看清 Agent 支付扎心的真相

我用了一年时间深入研究Agent支付领域,发现当前市场存在诸多扎心现实。总体来看,真正的、大规模的需求尚未形成,初创公司面临结构性问题。 首先,在Agent对商户的“代购式商业”方面,用户体验存在根本缺陷。对于需要视觉比价的大多数商品(如服装、电子产品),纯文本对话界面远不如传统电商界面直观高效。虽然AI在理解需求和比价指令上表现不错,但无法替代并排浏览、挑选的体验。商户目前接入主要是出于“防御性”的“Agent引擎优化”考虑,担心未来落后,而非当前有实际客流。外卖等高频低决策场景有潜力,但受限于平台未开放API和过高的推理成本。另一个突破口是帮助用户处理复杂、体验差的购物流程(如叠加优惠、非母语操作),但这需要强大的B2C分发渠道,而这是巨头的优势。 其次,在Agent对API(机器间调用服务)方面,虽然存在机器间支付场景,但当前开发者大多已通过预付额度等方式解决小额支付问题。更深层矛盾在于,主流SaaS供应商的商业模式依赖大额企业合同,不愿支持极小额、临时性的API访问。新兴协议更适合服务长尾、小众的需求,但这个市场的付费意愿和规模有限。 第三,Agent对Agent的商业模式目前几乎完全停留在理论层面,尚未产生有意义的交易量。虽然这是一个需要专用结算基础设施的长期愿景,但与当前市场脱节。 相比之下,Agent对金融是目前唯一存在既有需求和付费意愿的类别。将AI嵌入基金经理、财务团队等现有工作流是自然演进,并能创造全新能力(如实时监控、自动调仓)。但该领域竞争激烈,受严格监管,老牌机构拥有显著优势。 文章最后指出,行业巨头因资金充足和防御心态仍在投入建设,但对初创公司而言,时间线至关重要。真正的机遇不在于单纯的支付层,而在于解决“协同”这一更宏大的问题——即如何协调Agent与人类的工作、验证成果并进行结算。大规模协同将自然催生结算机制,解决协同问题的公司终将吞并支付业务。经过一年探索,作者团队已将方向转向一个市场需求真实存在、增长迅速且尚未被充分服务的新领域。

链捕手2小时前

我用了一年,才看清 Agent 支付扎心的真相

链捕手2小时前

Claude Opus 4.8 找到一个 45 亿美元的 Bug,AI时代正在批量生产黑客

一名安全研究员使用AI模型Claude Opus 4.8在Zcash加密货币的隐私协议Orchard中发现了一个严重的“无限增发”漏洞,导致其市值短时间内蒸发约45亿美元。这一事件并非由Anthropic公司最尖端但受限的Claude Mythos模型完成,而是由已公开发布、进入日常工具的普通模型实现的,凸显了AI正在将发现高危漏洞的能力“民主化”和“廉价化”。 AI降低了漏洞挖掘的门槛,带来了双重影响:一方面,它催生了大量由AI生成的虚假或低质量安全报告,如同“注意力DDoS”攻击,消耗着本就人力匮乏的开源维护者精力;另一方面,它也能更快地找出那些隐藏多年、以往需要专家耗费巨大成本才能发现的真实漏洞。我们的数字世界一直建立在存在诸多潜在缺陷的代码之上,过去的“安全”在相当程度上源于发现成本高昂。 然而,能力的扩散并未带来责任的均摊。网络安全行业本就面临巨大的人才缺口,尤其是在复杂分析和应急响应层面。当AI让攻击和漏洞报告变得泛滥时,修复漏洞、守护系统的人力链条却变得更加紧张。破坏可以被自动化脚本轻易复制,但重建信任与安全仍需依赖稀缺的专业人力进行艰苦、细致的修复工作。 AI时代揭示了一个现实:我们习以为常的平稳数字生活,并非理所当然,而是依赖于一条脆弱的人力协作防线在持续对抗风险。未来真正的挑战或许不是找到漏洞,而是是否有足够的人愿意并能够修复它们。

marsbit2小时前

Claude Opus 4.8 找到一个 45 亿美元的 Bug,AI时代正在批量生产黑客

marsbit2小时前

交易

现货
合约
活动图片