当全球企业竞相拥抱大模型，一个被刻意回避的问题正在浮出水面：你愿意把公司最核心的商业秘密——对冲基金的交易策略、律所的客户特权文件、制药企业的临床数据——全部交给硅谷的云端 API 吗？总部位于瑞士卢加诺的 Prem AI 给出了一个截然不同的答案。据彭博社报道，这家成立仅三年的私有 AI 基础设施公司正在寻求 1 亿美元的 A 轮融资，估值至少 5 亿美元，目标在 2026 年第三季度完成交割。在此之前，Prem AI 已经从 Jim Breyer（Breyer Capital）、Index Ventures、漫威影业创始人 David Maisel 以及红杉资本中国联合创始人张帆等顶级投资人手中筹集了超过 2000 万美元。这笔融资不仅是一家初创公司的资本故事，更是一场关于「企业智能该被拥有，还是被租用」的行业路线之争。

项目 详情
公司名称 Prem AI
总部 瑞士卢加诺（Lugano, Switzerland）
融资轮次 A 轮（进行中，目标 2026 年 Q3 关账）
融资金额 1 亿美元（目标）
估值 至少 5 亿美元
此前融资 1400 万美元种子轮（2024）；610 万美元过桥轮（估值 2 亿美元）
核心投资人 Jim Breyer（Breyer Capital）、Index Ventures、David Maisel（漫威影业创始人）、张帆（红杉资本中国联合创始人）
官网 https://premai.io

一个被刻意忽视的万亿级市场裂缝

2026 年的企业 AI 市场正在经历一场静默的分裂。表面上，OpenAI、Anthropic 和 Google 的 API 已经渗透进几乎所有 Fortune 500 公司的工作流；但在水面之下，一股强大的反流正在形成——越来越多掌握高敏感数据的机构开始意识到，将核心业务逻辑暴露在第三方云端推理管道中，本质上是一种不可逆的战略性风险转移。

这并非杞人忧天。根据行业数据，全球 AI 基础设施市场规模在 2025 年已达到约 3900 亿美元，预计到 2029 年将突破 9000 亿美元。但在这个高速膨胀的市场中，「主权 AI」（Sovereign AI）这个子品类正在以更快的速度崛起：约 77% 的企业决策者如今将 AI 开发和部署的地理位置视为选择技术合作伙伴的关键因素。对冲基金不愿让交易策略的推理请求经过硅谷的服务器，律所不愿让客户特权文件流经公共 API，政府机构不愿让国家安全数据存储在外国云端。这些需求共同勾勒出一个正在快速凝聚的市场机会——不是要替代 OpenAI 的模型能力，而是要提供一种让企业「拥有」而非「租用」AI 能力的基础设施。

Prem AI 切入的正是这条裂缝。公司创始人兼 CEO Simone Giacomelli 将 Prem AI 的价值主张浓缩为一句话：「企业智能必须被拥有，而非被租用。」（Enterprise intelligence must be owned, not rented.）这不是一句简单的营销口号，而是对整个 AI 产业云端化趋势的直接挑战。当大多数 AI 公司都在想方设法让企业更深地绑定在自己的 API 生态中时，Prem AI 的商业逻辑是反向的——帮助企业在自己的私有基础设施上运行 AI 模型，让数据永远不离开客户的物理控制范围。

从「易失性内存推理」到「Fluso」：技术深潜

Prem AI 的技术栈围绕一个核心理念构建：数据在推理过程中不应该被持久化存储。这意味着当一个对冲基金的分析师使用 Prem AI 的平台处理一份敏感的交易策略文档时，文档内容只在模型推理的瞬间存在于内存中，推理完成后数据即被销毁，不留任何可被追溯的痕迹。这种「易失性内存推理」（Volatile-Memory Inference）机制，在技术层面上提供了比传统加密传输更强的安全保证——因为加密只能保护数据在传输过程中的安全，而易失性内存推理从根本上消除了数据在服务端被存储或泄露的可能性。

在此基础上，Prem AI 还开发了「保密 API」（Confidential APIs），为私有多模态推理提供加密通道。但真正让 Prem AI 从一家技术平台升级为产品公司的，是其新近推出的 Fluso——一个端到端加密的 AI 工作空间。Fluso 并非只是一个聊天界面的私有化版本。它是一个能够运行 AI 代理（AI Agents）、自动化执行复杂任务的加密工作环境，相当于在企业的私有基础设施上构建了一个「私人版的 ChatGPT + Zapier + Notion」。

这种产品架构的巧妙之处在于：它解决了私有 AI 部署中最常见的悖论——安全性与可用性的矛盾。过去，企业要实现 AI 的私有化部署，通常意味着要牺牲大量的用户体验和功能丰富度。模型在本地跑得慢、界面粗糙、缺乏应用层生态。Prem AI 的 Fluso 试图打破这个二选一的困局，提供一个既具备绝对安全控制力、又不牺牲可用性的应用层。用 Giacomelli 的话说：「绝对控制，不牺牲可用性。」（Absolute control without sacrificing usability.）如果这一承诺能够兑现，它将直接触及 OpenAI 和 Anthropic 企业版产品的核心地盘。

创始人：从去中心化 AI 到主权 AI 的十年跋涉

Simone Giacomelli 的创业轨迹本身就是一部关于 AI 基础设施哲学演变的微型编年史。2013 年，他就已经进入区块链领域，比大多数硅谷风投早了至少三年。2015 年，他创立了网络安全与区块链研发实验室 Vulpem Ventures，专注于数字资产的安全管理。2017 年，他与 AI 领域的传奇人物 Ben Goertzel 和机器人学家 David Hanson 共同创立了 SingularityNET——全球第一个去中心化 AI 市场平台，试图用区块链技术解决 AI 服务的垄断化问题。

SingularityNET 的愿景极其宏大——用去中心化网络打破 AI 巨头的数据和模型垄断。但 Giacomelli 在 2019 年 3 月离开了该项目。从事后的视角来看，这次离开可能反映了他对「去中心化」路径的重新评估：纯粹的区块链去中心化在解决企业 AI 安全问题上过于理想化，真正的企业客户需要的不是一个开放市场，而是一个他们能够完全掌控的私有基础设施。

这段从「去中心化 AI」到「主权 AI」的思想演变，最终凝结为 2023 年创立的 Prem AI。Giacomelli 还曾在复旦大学泛海国际金融学院担任访问学者，研究金融创新与安全监管——这段经历为他理解中国和亚洲市场的金融监管合规需求提供了独特的视角。选择瑞士卢加诺而非硅谷作为总部，同样是刻意为之：瑞士的数据隐私法律环境（对标甚至超越 GDPR）、政治中立地位和金融中心声誉，为一家主打数据主权的 AI 公司提供了最具公信力的法律和品牌背书。

投资人矩阵：一张覆盖硅谷、好莱坞和中国资本的交叉网络

Prem AI 的投资人组合值得仔细解读，因为它所传递的信号远超融资金额本身。

Jim Breyer 是 Facebook 最早期的投资人之一，如今的 Breyer Capital 在医疗 AI、量子计算和国防科技领域拥有深厚的布局。Breyer 在 2025 年向哈佛医学院的 AI 医学博士项目进行了「变革性」捐赠，并长期担任 Blackstone 董事和斯坦福 HAI（人类人工智能研究院）顾问委员会成员。他对 Prem AI 的押注，暗示着私有 AI 基础设施在医疗、金融等强监管行业中的巨大应用前景。Breyer 投资组合中的 Shield AI（国防）、SandboxAQ（量子+AI）等公司，都与 Prem AI 在「安全优先」这一核心理念上形成呼应。

Index Ventures 是欧洲最具全球影响力的风险投资机构之一，其投资组合涵盖 Figma、Datadog、Notion 等开发者工具和企业基础设施标杆公司。Index 的参与不仅带来了资本，更意味着 Prem AI 有机会接入一个横跨欧美的企业级客户网络。

David Maisel——漫威影业的创始人——的出现是这张投资人表中最出人意料的一笔。Maisel 在 2005 年推动漫威走上独立制片之路，最终催生了 MCU 这一历史上最成功的影视 IP 帝国。他近年来活跃于科技投资领域，对 Prem AI 的兴趣可能指向一个被低估的应用场景：娱乐和媒体行业的 AI 数据安全。好莱坞正在大规模使用 AI 进行剧本创作、视觉特效和内容分发，而剧本泄露和 IP 保护一直是行业的头号痛点。

张帆（Fan Zhang）作为红杉资本中国的联合创始人，他的参与为 Prem AI 打开了亚太市场的关键通道。中国和东南亚的金融机构对数据主权和本地化部署的需求同样迫切，而张帆在中国科技和金融交叉领域数十年的资源积累，可能是 Prem AI 日后拓展亚洲市场最重要的杠杆之一。

竞争格局：在 OpenAI 和开源之间开辟第三条路

Prem AI 面临的竞争格局是多维度的。

在「公共 AI API」层面，OpenAI、Anthropic 和 Google 的企业版产品已经非常成熟，并且都在加强数据安全承诺。OpenAI 推出了企业级的数据处理协议和 SOC 2 合规认证，Anthropic 则以「宪法式 AI」和安全性作为核心卖点。对于大多数企业来说，这些公共 API 的安全保证已经「足够好了」——这是 Prem AI 必须翻越的第一座山：说服客户，「足够好」其实远远不够。

在「私有化部署」层面，Prem AI 的竞争对手包括 Dapple（同样主打企业 AI 主权的基础设施平台，2026 年完成 3000 万美元种子轮）、以及越来越多基于开源模型（如 Meta 的 Llama 系列和 Mistral）的私有化部署方案。开源模型的快速进化意味着，任何有技术能力的企业都可以自行在本地搭建 AI 推理环境，而不需要 Prem AI 这样的中间层平台。

但 Prem AI 的差异化赌注在于：同时提供安全基础设施和开箱即用的应用层。大多数竞争对手只做了其中一件事——要么提供安全的模型部署能力，要么提供好用的应用界面，但很少有人能在二者之间找到平衡。Fluso 的推出，正是 Prem AI 试图填补这一空白的核心武器。如果说 OpenAI 的 ChatGPT Enterprise 是「租来的智能」，那么 Prem AI + Fluso 的组合就是「拥有的智能」——一个完全属于企业自己的加密 AI 工作空间，运行在企业自己的服务器上，受企业自己的安全策略管辖。

风险与挑战：5 亿美元估值能否站住脚

尽管叙事动人，Prem AI 面前的挑战不容回避。

第一，估值之辩。 5 亿美元的估值对于一家仅有 35 人、累计融资约 2000 万美元的种子期公司来说，意味着至少 25 倍的资本倍数。在 2024 年的 AI 泡沫高峰期，这样的估值并不罕见，但在 2026 年市场开始分化的当下，投资人会更加审慎地考察实际的客户数量、ARR（年度经常性收入）和留存率。如果 Prem AI 无法在 Q3 交割前展示出可信的商业化牵引力，这个估值可能会面临压力。

第二，客户教育成本。 「企业智能应该被拥有」是一个正确但昂贵的理念。大多数企业的 CTO 和 CISO 已经习惯了「足够好」的安全模型——他们需要被说服，数据主权的增量价值值得付出额外的成本和复杂度。在私有化部署场景中，企业还需要承担硬件采购、运维和模型更新的持续投入，这对于中小型机构来说可能是不可承受之重。

第三，模型追赶压力。 Prem AI 依赖小语言模型（SLMs）和本地推理，而 OpenAI 和 Anthropic 的前沿模型在能力上持续领先。企业选择私有化部署时，必须在「数据安全」和「模型能力」之间做出取舍。随着前沿模型越来越强大，这种取舍的代价也在不断增加。Prem AI 需要持续证明，其平台所支持的模型在实际业务场景中足以满足客户需求。

第四，35 人团队的规模化挑战。 同时维护安全基础设施层和应用层（Fluso）需要在密码学、系统工程、产品设计和企业销售等多个维度上同步建设。以 35 人的团队规模，在 A 轮融资到位后如何快速且有质量地扩张，将是决定 Prem AI 能否从「叙事驱动」跨越到「收入驱动」的关键考验。

终局博弈：谁来定义企业 AI 的所有权

退一步看，Prem AI 这笔融资的真正意义不在于它能否成为下一个独角兽，而在于它所代表的行业转向——从「AI 即服务」到「AI 即资产」。在过去三年的大模型浪潮中，「调用 API」成了企业使用 AI 的默认模式，但这种模式本质上是将企业最核心的知识工作外包给了几家硅谷公司。当 AI 从一个效率工具演变为企业核心竞争力的基础设施时，「谁拥有推理过程中的数据」将成为一个决定性的战略问题。

Giacomelli 从 SingularityNET 的去中心化理想主义出发，经过七年的磨砺和反思，最终抵达了一个更务实但同样激进的落点：不需要去中心化的理想国，只需要让每一家企业都能在自己的堡垒里运行自己的 AI。如果这个愿景能够成立，那么 Prem AI 正在定义的不只是一个产品品类，而是企业 AI 时代的一种新的所有权结构。至于这家 35 人的瑞士小团队能否真的撬动这个万亿级市场的走向——答案可能要等到 2026 年第三季度 A 轮交割之后，才会变得更加清晰。

标签: Prem AI, 私有AI, 数据主权, 企业AI, 瑞士, Fluso, Jim Breyer, Index Ventures, 加密AI