AI“大重估”：在私募市场的神话盛行多年之后，公开市场即将要求拿出真凭实据
IPO 窗口正在重新开启，华尔街即将成为全球最大的 AI 估值基准。
SpaceX 正准备上市。Anthropic 已秘密递交 S-1 文件。OpenAI 也在准备自己的申报文件。如果哪怕只有一部分传闻中的估值最终成真，公开市场很快就将不得不消化数万亿美元新增市值——而这些公司迄今为止的定价，主要依赖于私募市场的共识、战略必要性，以及市场情绪。
SpaceX 是最清晰、也最特别的案例。人们很容易把它归入 AI 阵营，因为 Elon Musk 与其有关，而 xAI 也算是“全家福”中的一员，但 SpaceX 本质上并不是一家模型实验室。归根结底，它是一家围绕火箭、卫星、发射能力、频谱、制造、轨道物流以及稀缺实体基础设施展开的公司。这是一家掌握瓶颈资源的企业。
据传估值达 1.75 万亿美元，若以市场流传的 150 亿至 160 亿美元营收预估大致靠谱为前提，SpaceX 的交易估值将相当于 2025 年预估营收的约 110 至 120 倍。按 2025 年预估息税折旧摊销前利润（EBITDA）~80 亿美元计算，这一估值约为 EBITDA 的 220 倍。严格来说，这个数字高得惊人。
“SpaceX 是否被高估了？”这场争论既显而易见，又无解。就当前财务数据而言，答案是肯定的，当然如此。你甚至不需要金融学位，就能判断 220 倍 EBITDA 里包含了相当程度的乐观预期。但如果它成为发射、卫星宽带、国防连接、轨道物流以及未来太空产业的基础设施垄断者，那么这一估值就成了对那些仍在形成中的市场的一种看涨期权。这并不意味着这个数字就合理，但确实让这种论点更难被轻易否定。
这些年来，看着许多非常聪明的人因做空 Tesla 而亏钱，我逐渐对“基本面判断正确”与“交易判断正确”之间的鸿沟产生了一种无奈的敬意。对于 Elon 旗下的公司而言，电子表格往往只是一个输入项。其他输入还包括叙事、稀缺性、反身性，以及整个市场只要故事讲得足够好、就愿意为科幻愿景买单的意愿。
OpenAI 和 Anthropic 面临着一项更为奇特的任务。它们必须为“智能”本身的估值提供正当性。多年来，前沿 AI 实验室一直以研究机构、初创公司和国家行为体的混合体形态运作。而 IPO 进程会迫使它们变成一种浪漫色彩少得多的存在：信息披露公司。这会令人不适。
先后顺序同样重要。谁先上市，谁就会成为后来者共同继承的基准。Anthropic 若强势首秀，将为 OpenAI 打开空间。OpenAI 若首秀不稳，则此后每一家 AI IPO 都将不得不为并非自己亲手犯下的“原罪”作出交代。在 IPO 市场中，第一个跨过门槛的公司决定市场情绪。
历史上，许多标志性公司都相对较早上市。投资者可以在 1997 年买入 Amazon，在 2004 年买入 Google，在 2012 年买入 Meta。公众参与了其价值创造历程中的很大一部分。如今的公司在保持私有状态上的时间要长得多，最丰厚的价值创造阶段往往发生在闭门之中。它们上市不再是因为需要资金，而更多是因为其他所有人都想要流动性。
公开市场过去是企业融资的地方。如今，它越来越成为私募市场投资者套现离场的地方。
这些可比上市公司的出现，有望为私募市场带来约束。如今 AI 估值仍然一部分基于数学，一部分基于神话叙事，还有一部分则是基准表演。私募轮融资发生在不同时间点，采用不同结构，享有不同的信息权利，而且流动性极其有限。一旦这些公司开始公开交易，所有资产都会相对于它们被重新定价。突然之间，每一场董事会会议都有了一个参照点：
如果 Anthropic 的交易估值是 xx 倍营收，为什么这家初创公司的估值也是 xx 倍营收？
为什么这家应用层公司会被定价得像一家模型实验室？
为什么这家“AI 基础设施”企业享有软件公司的估值倍数，却只有数据中心的利润率？
公开市场最擅长做的，就是毁掉私人市场的诗意。
这些 S-1 文件可能会成为今年最重要的 AI 文档。如果这些文件发布当天我很难联系上，还请见谅。你们会知道我在做什么。到目前为止，我们都过度聚焦于模型基准测试，因为我们所掌握的也只有这些。而 S-1 文件将包含更有价值的信息：客户集中度、收入结构、企业客户留存率、算力承诺、电力协议、资本密集度、股票薪酬。真正的 AI 基准，是为了创造下一美元的收入究竟需要投入多少资本——甚至只是为了原地不动，又需要多少？
遗漏的内容同样重要。投资者不仅会审视申报文件中写了什么，也会关注其中明显缺失了什么。
他们为何不单独列出推理成本？
他们为何不将企业收入与消费者收入分开披露？
他们为何不披露客户集中度？
有时，S-1 文件中的沉默比数字本身更能说明问题。
风险因素部分或将具有历史意义。并不是每天都会有一份公开市场招股说明书需要解释模型幻觉、灾难性滥用、监管俘获、地缘政治依赖、能源约束、版权风险、生物风险、国家安全牵连，以及某种版本的 p(doom)。
未来的历史学家阅读这些风险因素时，方式将如同我们今天阅读早期互联网招股说明书：其中混杂着预言、否认，以及律师们试图描述一台无人真正完全理解的机器。
但最大的问题仍然是，价值究竟沉淀于何处。自 ChatGPT 推出以来，这个问题就一直萦绕在 AI 上空。价值是沉淀在模型实验室？云服务提供商？芯片公司？数据中心？还是应用层？公开市场将迫使这一问题作出判决。
如果 OpenAI 和 Anthropic 上市时营收惊人却在结构上利润率平平，而基础设施参与者却继续财源滚滚，市场或将认定，智能本身固然有价值，但真正攫取经济收益的是基础设施。
如果这些实验室展现出强劲的客户留存、定价能力、不断扩大的利润率以及持续下降的推理成本，市场可能会将它们视为企业与消费者生活中的新操作系统，并为其估值背书。
无论如何，这场争论都将从感觉转向招股文件。三年来，硅谷一直在追问这些模型能否解释世界。如今，华尔街即将发问的是，这些公司能否解释自己。
