最具价值的私有AI初创，都有谁？
投资人Deedy Das总结了目前估值最高的15家AI初创，以及最新的公开的营收和增长情况。
图片
OpenAI、xAI和Anthropic毫无意外霸榜前三。
OpenAI以约5000亿美元估值领跑，xAI、Anthropic紧追；零收入的Figure AI、SSI依然跻身超独角兽行列。
图片
目前，上榜企业最少100亿美元估值，最多为5000亿美元。
0客户、0产品、0计划，估值照样上千亿
没有客户、没有产品、也没有计划，有些AI初创估值高得吓人——说的是Figure AI、Safe SuperIntelligence和Thinking Machiens Lab。
根据Deedy Das的统计，这三家公司收入为零，但估值分别为390亿美元、320亿美元和120亿美元。
图片
华盛顿大学计算机科学教授、《2040》和《终极算法》作者Pedro Domingos，直指Ilya的Safe Superintelligence最搞笑。
图片
这些AI初创的融资，着实让人看不懂——
估值几乎没有体现任何风险，但再强的技术也存在失败的可能。
目前，市场对未来的乐观程度接近「完美执行」的预期——而且别忘了，微软拥有OpenAI的全部访问权，包括其IP，但却并没有满足OpenAI提出的所有算力采购需求。
图片
要知道，微软拥有「优先购买权」，本可以选择接下Oracle那笔订单，但最终没做。
微软CEO纳德拉一直以理性著称，如果连他都不完全下注，那我们至少要保持审慎。
即便AI技术不会停滞，但相关的金融泡沫正在形成，且比互联网泡沫更危险。
图片
一个经常被忽略的事实是，如今很多科技公司的巨额支出，其实不是用来开辟新业务，而是用来「保住」原有的护城河。
大家都被卷入了一场已经失控的竞赛。
正如Meta的扎克伯格所言，「投入几千亿美元的风险，小于被边缘化的风险。」
图片
这或许能够解释这些巨头为何必须奋力一搏。
但资本市场的责任是：在估值倍数中准确反映风险。而现在，市场明显没做到这一点。
烧钱循环AI公司和芯片公司的合谋
当前AI行业的估值水平，已远超2000年互联网泡沫高峰期。
与2000年不同，当时的公司至少有「梦想」和「用户增长」，而今天的AI公司却普遍缺乏清晰的商业模式和盈利能力。
AI基础设施支出（如数据中心、芯片）与实际收入严重不匹配，形成「烧钱循环」：
AI公司烧钱→芯片公司赚钱→AI公司继续融资→继续烧钱。
图片
过去，在资助独角兽初创公司的经典路径中，一般是：初期由大型风险投资公司出资（规模在10亿至100亿美元之间），发展到100亿至300亿美元时，像软银这样的巨头接手，接着就准备IPO（首次公开募股）。
但像OpenAI和Anthropic这样的AI实验室，如今并不打算走上市这条路，因为一旦上市，就意味着它们的商业模式和盈利逻辑将被全面拆解，分析师会深入质询哪些是合理的、哪些站不住脚。
即便选择IPO，他们也无法筹集到足够的资金。
现在一家AI初创所需融资，已经超过了过去五年整个科技五巨头自由现金流的总和。
今年，OpenAI的营收预计在150亿至200亿美元之间。
即便明年翻倍甚至三倍增长，这个数字也远远无法支撑其扩张所需的投资体量。因此，OpenAI未来还得持续融资，甚至可能会举债。
此外，即使有这些收入，OpenAI今年预计仍将亏损约90亿美元，亏损将在未来继续扩大，预计到2028年将达到470亿美元。
图片
但问题是，谁有足够的实力，一次性投入超过1000亿美元？
目前唯一有能力这么做的似乎只有Nvidia。
而Nvidia之所以愿意出这笔钱，很大程度上是因为OpenAI如今是「AI无冕之王」。
最近，在播客中Semianalysis的Dylan Patel表示，目前OpenAI和Anthropic两家公司就买下了全球三分之一的Nvidia GPU。
图片
问题不仅在于这是一种「循环投资」的模式，更在于当项目规模达到1000亿美元以上时，唯一可能出资的就只剩下像Nvidia或苹果这样的公司。
更关键的是，即便Nvidia出了1000亿，OpenAI还是需要筹集剩下的1.4万亿美元——那又该谁来出这笔钱？
另一个值得警惕的信号是，这类融资交易中开始越来越多地引入债务。
Meta最近也为一个数据中心融资290亿美元，其中260亿美元是债务，该数据中心本身则成为了贷款的抵押品。Oracle也完成了一笔380亿美元的债务融资。
微软：宁愿外包，不要芯片
至于超级云厂商如微软等，也开始向新兴云计算服务商（neocloud）寻求合作。
比如，微软与Nebius达成的174亿美元（未来可能扩展至194亿美元）协议就是其中之一。
图片
微软为何与新兴云服务商（neoclouds）合作？
因为它们正在目睹企业客户对算力的强劲需求。
微软想要维持客户关系、让客户满意，但又不想继续在CapEx上加码。因此，它更愿意把风险转嫁出去。
对客户而言，谁提供的底层设施并不重要，他们只要结果。而一旦热潮过去，那些旧芯片的损失就由neocloud承担，不会体现在微软账上。
对微软来说，这是「双赢」：既保住了客户，又避免了芯片贬值带来的损失。若未来需求持续增长，微软也有足够时间建设自己的数据中心，重新收回算力基础。
而在当前的「AI狂热」周期里，把「芯片贬值速度快」的风险外包出去，比自己承受更为明智。
这也是微软与neocloud合作的关键原因之一：他们对资本支出的未来不确定，因此更倾向于将其转化为运营支出（OpEx）。
更令人担忧的是，现在连芯片本身都被装入SPV中作为抵押品进行融资。
不过，根据谷歌趋势的数据，上个月中，网络上对「AI泡沫」的谷歌搜索量急剧下降。
图片
这表明人们对估值的担忧正在减轻。
AI的繁荣可能会停止，但它可能不会破裂。
虽然可能存在泡沫，但当每个人都发现它时，可能是它最不可能破裂的时刻。
参考资料：
https://x.com/AndrewCurran_/status/1980997765397430320
https://x.com/pmddomingos/status/1978049025669841404
https://x.com/Prashant_1722/status/1977899559964582115
https://x.com/RihardJarc/status/1979895399818354883
https://www.uncoveralpha.com/p/too-much-ai-too-soon
