价值投资——致敬产业革命中最坚固的基石

当下，全球人工智能产业正迎来资本加持的爆发期，融资浪潮席卷产业链上下游，从大模型研发到算力基础设施建设，从技术突破到商业化落地，资本的力量正全方位推动这场深刻的产业革命向前演进。OpenAI千亿级融资刷新估值纪录，国内AI头部企业密集启动大额募资，国资、产业资本、财务资本争相入局，形成了“技术突破牵引资本涌入，资本赋能加速技术落地”的循环。资本不再是单纯的资金注入，更成为筛选优质企业、整合产业资源、推动价值创造的核心力量。这场围绕人工智能产业发展的资本热潮，如火如荼，方兴未艾，唯有坚守价值投资的本质，聚焦企业内在价值与长期成长，才能在资本的浪潮中锚定方向。

高科技投资市场的狂热与理性并存

从规模上看，融资热度攀升，巨量融资密集出现。一级市场看，据经合组织数据显示，2025年全球AI领域风险投资总额达到2587亿美元，占全球全部风险投资的61%，这一比例相较于2022年的30%直接翻倍。在二级市场，AI硬件的热度同样惊人。2026年5月8日，英伟达股价再创历史新高，收盘报215.2美元，总市值攀升至5.23万亿美元，成为全球市值最高的企业。自3月底以来，费城半导体指数在短短一个月内大涨65%，信息技术和通讯服务贡献了标普500涨幅的77%和一季度盈利增长的67%。

从结构上看，首先，资本高度向头部集中。OECD报告指出，超1亿美元的“巨额交易”在2025年约占全球AI融资总额的73%。与此同时，早期阶段项目融资占比却在持续下降，资本越来越倾向于投向已经被市场验证的明星项目，而非广撒网式地支持早期创新。其次，融资数量持续下降，而平均单笔交易额大幅提升——这标志着行业已进入筛选阶段。底层AI模型研发企业是构建通用人工智能系统的核心，该赛道依然未实现稳定盈利。据Crunchbase统计，2025年投资者向基础AI模型研发企业投资800亿美元，但大多数核心公司迄今仍未能实现盈亏平衡。与此同时，市场已从“故事驱动”转向“盈利驱动”的验证阶段。2026年资本市场格外关注现金流和单位经济模型的可持续性，AI软件公司面临巨额算力成本压力，投资人对此也更加审慎，大量AI软件公司的融资窗口正在陆续关闭。

估值、盈利与融资结构的复杂局面

从客观数据观察2025至2026年的AI投资市场，我们会发现，它在多个维度上呈现出新兴技术转折期特有的复杂信号。

一是估值与收入增长的脱节。多家AI企业估值过千亿美元，百亿美元估值公司也如雨后春笋，但相当比例的AI企业仍处于“收入尚可但盈利乏力”的地带。某头部企业在2025年营收达1.689亿美元，年增长高达99%，但公司仍未盈利，股价今年以来反而回落，反映出市场正在从追逐“故事”转向审慎审视利润和现金流。某大语言模型公司首份上市财报显示经调整净亏损为2.5亿美元，研发费用增长33.8%，而通行的盈利能力尚在远处。

二是算力成本与盈利能力的矛盾。如果说上轮互联网泡沫的核心症结在于产品被过度预期后的大规模消失，那么此轮AI泡沫争论的焦点则集中在算力经济学的难题。传统SaaS或流媒体软件的边际成本极低，开发一次即可无限次售卖，而大模型则是“软件+云计算+重资产实业”的混合体。用户的每一次交互，都在实时消耗GPU与电力。进入2026年，这一矛盾变得前所未有的尖锐。高盛全球研究院近期发布的《Tracking Trillions》报告推算，2026至2031年间，全球AI基础设施累计资本开支基线约为7.6万亿美元。其中，计算芯片约5.1万亿，数据中心约2.15万亿，电力约3580亿。2026年单年开支约为7650亿美元。然而，这份报告真正震撼市场的论点并不在于7.6万亿这个天文数字本身，而在于其内在的高度脆弱性——改变其中任何一个参数，这个万亿级别的数字就会发生剧烈偏移。其中最具争议的参数是芯片的经济使用寿命。目前超大规模厂商普遍按4至6年对GPU服务器计提折旧，但英伟达已转向年度产品发布节奏，每一代新品在能效和性能上都是数量级跃升，这使得长达5到6年的折旧周期在经济意义上越发难以自洽。据测算，如果芯片使用寿命从5年缩短到3年，2026至2031年间的隐含折旧总额将从约3万亿美元跳升至近4万亿美元。这就陷入到行业发展越快速、技术迭代越快速，成本越几何级数增长，且是不可测的增长，盈亏平衡乃至盈利变得难以预期——这极大挑战了投资人的底线。

三是融资结构的特征与退出机制的不确定性。第一是投资的超高速集中化。2025年全球AI融资总额达2587亿美元，北美公司占据约75%（1940亿美元），而欧洲和中国分别仅占6%和5%左右。第二，AI基础设施公司异军突起——2025年该类公司融资达1093亿美元，超过其他所有行业融资总和的三分之二，表明大量资本正在押注基础设施层的确定性机会，而非多样化地探索应用场景。第三，生成式AI公司融资比重从2022年的2%飙升到2025年的14%，占总投资比例急剧上升，但基础层的商业模式何时盈利尚未确认。IPO目前仍然是最主要的退出通道，但上市并非盈利保险，监管和二级市场对新上市亏损型科技企业日益挑剔，退出通道收窄的潜在风险正在累积。最近MIT的一份研究报告给整个市场泼了一盆冷水：高达95%的企业级生成式AI项目未能实现财务回报，仅约5%的项目实现了商业化落地。资金在基础设施建设中疯狂投入，而商业化落地的真实步伐仍远不及预期。

从这三个维度来看，资本潮热，但仍充满风险与不确定性：估值远超高增长的营收基础，算力成本与收入水平难以匹配，基础设施层面的融资过于集中，退出通道充满不确定性。

理性的视角：资本助力跑出的具有真正价值的优质企业，是产业发展的基石

历史与现实反复说明，资本与行业发展的潮涨潮落，是一个不断自我调节的经济过程。面对AI投资热潮，最具建设性的姿态不是恐惧，也非全身心投入击鼓传花，而是在非理性繁荣中清醒地识别价值，为那些真正具备独特壁垒、有潜力引领未来的企业配备持久的资金。

●“超调”不是是非题，而是对技术的压力测试
任何重大的技术革命，产业化的早期阶段都必然伴随着资源的集中和期待的超调。这恰恰是技术从实验室走向大规模部署的必经障碍——只有当泡沫破裂，虚火散去，浮于表面的平庸的竞争者溃退，真正的技术硬实力和商业可持续性才会在崩溃的废墟中熠熠闪光。过去的两个世纪中，每一次重大技术浪潮都在重复这一逻辑：狂热的投资提供试错空间，最后的清醒筛选出最终赢家。

● 区分基建、模型与应用三个维度
在当前环境下，一个健全的投资分析框架应当将AI产业划分为三个不同赛道。第一类，基础设施提供商如英伟达、数据中心、芯片和超算构建者，他们的增长建立在真实市场需求之上，但在算力折旧和过度扩张的问题上也面临新一轮的风险迷雾。第二类，大模型研发公司如OpenAI和Anthropic等，由巨大客户基础和商业生态初步形成，但在单位经济模型稳定前依然面临重重考验。第三类，丰富多彩的应用层公司，数量庞大、良莠不齐，商业模式参差，既是泡沫风险最集中的领域，也是涌现超越时代创新的温床。投资决策应在这三类公司之间精细化配置权重，而非逐热而动。

● 资本的角色：支持价值创造者，而非过度投机
风险投资的本质是社会试错——在高度不确定的技术前沿，制度设计的核心就是让不同的尝试大量、分散地进行，让资本来筛选哪些路径是有效的。不论多少初创公司会在此过程中消亡，只要资本愿意将资金安置在那些真正能够解决核心痛点、拥有特定数据和技术壁垒、并且单位经济模型最终能够跑通的企业身上，那么AI产业发展的基石坚不可摧。资本应当深刻理解：不是在支持一个风口的稀缺和稀缺中的炒作，而是在稳步给赛道的优胜者配齐弹药，让真正的领军者能够创造由技术驱动增长的社会价值。

成功穿越周期的企业最终改变世界。对于行业的每一个参与者而言，最理智的策略并不是预测资本热潮退去的那天，而是将资本、精力和时间投入到真正具有竞争力的企业和新物种上。喧嚣终将归于沉寂，最终留给我们的只有少数坚如磐石的价值创造者，而这些企业才是产业迭代更新中最坚固的基石——就像一百年前的轮轨、钢轨、信息轨，如今在无数GPU的集群中等待着生成式人工通用智能的崭新黎明。