近日，OpenAI、xAI、Meta等全球頭部AI（人工智能）企業(yè)相繼推出新一代大模型。與過去主要展示智能程度和榜單成績不同，新一輪模型更強(qiáng)調(diào)單位Token（詞元）效率、調(diào)用價(jià)格、運(yùn)行速度與綜合成本。這標(biāo)志著大模型的“進(jìn)化”方向，正逐漸由“能力有多強(qiáng)”向“以多低成本穩(wěn)定完成任務(wù)”演進(jìn)。

這種趨勢引發(fā)全球資本市場廣泛關(guān)注，其核心邏輯不僅在于模型調(diào)用價(jià)格的下探，更在于AI大模型處于產(chǎn)業(yè)鏈的樞紐位置：上游連接算力芯片、服務(wù)器、光模塊等龐大硬件設(shè)施，下游賦能千行百業(yè)。大模型企業(yè)對成本與效率的重新審視，勢必沿產(chǎn)業(yè)鏈逐層傳導(dǎo)，深刻影響資本開支方向、產(chǎn)業(yè)利潤分配及市場估值體系。

筆者認(rèn)為，AI大模型加速步入“拼成本”的新階段，將從底層重塑產(chǎn)業(yè)生態(tài)，并對AI大模型企業(yè)、AI產(chǎn)業(yè)鏈其他公司以及各類投資者產(chǎn)生深遠(yuǎn)影響。

對AI大模型企業(yè)而言，成本控制能力將重塑估值邏輯。

AI大模型發(fā)展早期，資本市場聚焦參數(shù)與能力上限，賦予技術(shù)領(lǐng)先者極高的稀缺性溢價(jià)。但隨著不同模型能力差距持續(xù)收窄，且企業(yè)端進(jìn)入大模型規(guī)模化部署階段，競爭重點(diǎn)已從“能不能做”轉(zhuǎn)向“做一次多少錢、能否跑通商業(yè)閉環(huán)”。

由此可見，單純的模型能力迭代，已無法自然轉(zhuǎn)化為AI大模型企業(yè)價(jià)值的同步躍升。若AI企業(yè)營收增速跑不贏算力折舊與研發(fā)投入，模型越強(qiáng)，其背負(fù)的成本壓力可能反而越重。在此背景下，大模型企業(yè)的“估值錨”正悄然從“技術(shù)領(lǐng)先度”向“商業(yè)化效率”切換。未來衡量大模型企業(yè)價(jià)值的關(guān)鍵，不再是單純的智能測評分?jǐn)?shù)，而是每一單位算力究竟能創(chuàng)造多少有效收入。

對AI產(chǎn)業(yè)鏈上游企業(yè)而言，降本能力將決定議價(jià)權(quán)。

大模型開啟“拼成本”模式的背后，是下游客戶（AI使用者）不再盲目追逐單一極致性能，而是著重考量成本。這將倒逼大模型企業(yè)在采購硬件時(shí)，更加關(guān)注芯片能效比、服務(wù)器集成度、光模塊傳輸速率等維度。沿產(chǎn)業(yè)鏈向上溯源，這種趨勢將推動(dòng)相關(guān)硬件公司從“單純賣產(chǎn)品”向“以更高效率交付算力”轉(zhuǎn)型。能切實(shí)降低系統(tǒng)能耗、提升算力利用率的硬件龍頭企業(yè)，將在產(chǎn)業(yè)鏈中獲得更強(qiáng)的議價(jià)能力；而僅靠同質(zhì)化擴(kuò)產(chǎn)與低價(jià)博弈的企業(yè)，則易面臨毛利率承壓的風(fēng)險(xiǎn)。

需要厘清的是，上述轉(zhuǎn)變并不等同于上游硬件需求的萎縮。恰恰相反，隨著下游調(diào)用門檻的降低，有望加速AI從高價(jià)值場景向長尾場景的全面滲透。單次任務(wù)的算力消耗雖在減少，但并發(fā)任務(wù)量的幾何級增長，能夠催生“成本下降、應(yīng)用爆發(fā)、算力需求再放大”的良性循環(huán)。

對投資者和金融機(jī)構(gòu)而言，利潤兌現(xiàn)率將成為核心決策指標(biāo)。

AI產(chǎn)業(yè)的長期趨勢毋庸置疑，但趨勢的高確定性不等于所有相關(guān)標(biāo)的都應(yīng)享有高估值。步入“拼成本”階段后，各類投資者的考量會(huì)更為務(wù)實(shí)：營收增長最后有幾成能沉淀為凈利潤？當(dāng)前的高估值需要多久的業(yè)績增長來消化？

今年以來，無論是A股市場還是海外資本市場，不少AI概念股均獲得了較高溢價(jià)。但從基本面視角審視，能夠持續(xù)穩(wěn)定盈利的企業(yè)才是優(yōu)質(zhì)投資標(biāo)的。鑒于此，投資者在進(jìn)行資產(chǎn)配置時(shí)，需著重考察企業(yè)能否將產(chǎn)業(yè)的高景氣度兌現(xiàn)為真金白銀。具體而言，考察大模型企業(yè)，需盯緊Token調(diào)用收入能否覆蓋運(yùn)營成本；審視上游硬件企業(yè)，需確認(rèn)訂單放量能否同步提振毛利率；評估下游應(yīng)用，要研判AI是否實(shí)質(zhì)性落地并實(shí)現(xiàn)了降本增效。此外，金融機(jī)構(gòu)在授信與投資決策時(shí)，要將財(cái)務(wù)健康度作為衡量AI資產(chǎn)質(zhì)地的重要標(biāo)尺。

長遠(yuǎn)來看，AI企業(yè)“拼成本”是前沿技術(shù)走向成熟應(yīng)用的必經(jīng)之路。任何通用技術(shù)從實(shí)驗(yàn)室邁向千行百業(yè)，都必須跨越商業(yè)化的成本門檻。因此，AI競爭的下半場，注定屬于那些能以更低成本創(chuàng)造更高價(jià)值的“玩家”。