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*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。
本文系新眸原创，申请转载授权、商务合作请联系微信：ycj841642330，添加好友请备注公司和职位。
