人類學快上市了，用了一周時間，估值又漲了20%。達到驚人的1.2萬億美元。
但是這個企業真的值1.2萬億美元麽？高估值得益於快速增長，上個季度營收增長了80倍。去年25年最後一個季度，營收增長了10倍。企業呈現爆炸性增長。
那麽人們其實應該停下來認真想一想：1.2萬億美元到底是什麽概念？美國一年的GDP大約是30萬億美元左右。也就是說，一家尚未穩定盈利的大模型公司，其估值已經接近美國全年經濟產出的二十五分之一。
Anthropic (人類學) 估值過高
很多人對“1.2萬億美元”沒有直觀概念。1.2萬億美元可以長期維持多個超級科研體係，可以建設大量世界級基礎設施，甚至理論上可以養100萬個頂級科學家很多年。而市場居然願意把這樣一個天文數字，賦予一家主要資產是算法、模型和GPU集群的公司。問題在於，大家真的相信一些高度開源化、快速擴散的算法體係，能夠長期壟斷如此巨大的財富嗎？
任何估值，最終都必須由未來現金流支撐。如果投資者願意承擔如此高風險去投資一家AI公司，他們通常期待的不是20%回報，而是至少5倍、10倍甚至更高的回報。換句話說，如果Anthropic今天值1.2萬億美元，那麽很多投資人實際上隱含期待它未來某一天可能成長為10萬億美元級別的企業。
但問題立刻出現了。一個12萬億美元市值的企業，意味著什麽？按照成熟企業的估值邏輯，這種規模的公司未來通常需要每年創造上萬億美元級別的利潤，才能合理支撐估值。如果再考慮成長性和風險溢價，那麽市場實際上是在隱含假設：未來Anthropic可能擁有接近“十萬億美元級營收”的潛力。
而整個問題就在這裏。美國GDP大約是30萬億美元。即便AI最終真的極端成功，它的理論上限，其實也不過是替代大量人類勞動，吞噬整個知識工作市場。但即便如此，美國全部經濟活動也隻有30萬億美元左右。AI公司不可能無限憑空創造價值，它最終隻能從現有經濟體係中抽取利潤。
發達國家GDP美國幾乎占了一大半。中國GDP美國公司就別想了。發達國家所有白領工作總的GDP隻有30萬億美元。AI可取代的工作極限隻有這麽多。
更何況，到目前為止，並沒有任何證據顯示，大模型公司未來能夠長期穩定地產生萬億美元級利潤。今天AI行業甚至還沒有證明自身能夠形成穩定、持續、高利潤的商業模式。很多收入仍然依賴融資補貼，很多用戶仍然使用免費服務，很多企業采購仍然停留在試驗階段。市場現在真正交易的，其實不是現金流，而是想象力。
大模型公司最終可能不賺錢
從現金流角度重新審視AI行業。用戶真正為AI支付的錢，遠遠少於整個產業鏈為了AI而燒掉的錢。整個行業像一台巨大的資本吞噬機器，資金從一級市場、股市、VC、雲廠商資產負債表不斷流入，最後匯聚到GPU、數據中心、HBM內存、電力係統、液冷設備和晶圓廠。今天AI產業鏈最大的特征，並不是利潤，而是營收高速增長，和資本開支失控。
理論上，一個健康產業鏈的現金流應該是自下而上流動的。終端用戶願意支付大量費用，應用公司因此賺錢，利潤再逐層向上傳導給模型公司、雲平台和硬件廠商。但現實情況卻完全不是這樣。
根據IDC的數據，2025年全球企業AI相關支出大約在3000億美元左右，其中真正的生成式AI支出隻有數百億美元量級。而與此同時，僅微軟、Meta、Google、Amazon四家公司的AI相關資本開支，就已經逼近甚至超過4000億美元。也就是說，整個產業鏈正在出現一種極其罕見的倒掛：用戶支付的錢，可能還不如上遊為了AI而投入的錢。
問題在於，用戶支付的錢並不足以覆蓋背後的成本。很多人以為訓練模型最燒錢，但實際上真正長期吞噬現金流的是推理。AI更像一種“數字化能源產業”，每一次調用都是真實資源消耗。於是整個行業開始出現一個非常危險的現象：用戶越多，虧損可能越大。很多AI產品今天仍然是在用融資和資本市場的錢補貼用戶。
大模型公司是充分競爭市場
更關鍵的問題在於，大模型公司本身其實未必擁有市場想象中的那種深厚護城河。現在資本市場給OpenAI、Anthropic等公司極高估值，仿佛它們擁有不可複製的技術壟斷。
但仔細觀察會發現，大模型越來越像一種快速擴散的工程能力，而不是不可逾越的核心技術壁壘。今天最核心的算法幾乎全部公開。大量論文開源，大量框架開源，大量頂尖人才在行業內高速流動。很多時候真正的區別，隻是算力規模、數據規模和工程調優能力，而這些東西並不像半導體製造那樣擁有十年以上難以跨越的工業壁壘。Anthropics甚至公司的代碼都被盜公開了。
更重要的是，像Anthropic這樣的公司，其實並沒有特別強的議價能力。很多人默認“最強模型”會形成類似Google搜索那樣的壟斷，但AI模型和傳統互聯網平台有一個根本區別：用戶遷移成本極低。
今天一個企業使用Claude，明天完全可以切換到GPT、Gemini、DeepSeek、Qwen，甚至未來大量開源蒸餾模型。AI模型之間的差距，很多時候並沒有大到形成絕對壟斷。
這意味著，隻要頂級模型公司試圖提高價格，市場立刻就會出現大量替代品。因為蒸餾技術正在迅速降低高端模型能力的複製成本。很多閉源模型花費數十億美元訓練出的能力，很快就可能被更小、更廉價的模型模仿到“七七八八”。對於絕大多數商業用戶來說，模型能力從95分下降到90分，並不重要；但成本下降90%，卻極其重要。
這其實意味著，大模型行業未來很可能不是一個高利潤行業，而是一個競爭極其激烈、利潤率不斷被壓縮的行業。它更像雲計算、數據庫、服務器，甚至像航空公司。技術很先進、資本投入極大、行業規模巨大，但長期利潤率未必高。因為隻要行業出現超額利潤，競爭者就會迅速進入。
總結
而今天最值得警惕的，其實不是技術，而是估值本身。市場開始給部分AI公司賦予極其誇張的估值。在我眼裏，人類學營收百億美元，尚未盈利，沒有特別高的護城河，合理的估值就是應該在百億美元同樣的數量級。
曆史上，幾乎所有技術泡沫都有一個共同特點：市場會把“技術改變世界”錯誤地等同於“當前公司一定值天價”。互聯網改變了世界，但2000年大量互聯網公司歸零。光伏改變了能源結構，但行業長期陷入利潤內卷。AI當然可能改變世界，但改變世界，並不等於今天這些AI公司一定值幾十萬億美元。洗衣機改變了世界，可是哪個洗衣機公司賺到了錢？
真正的問題不是AI有沒有未來，而是今天整個產業鏈，正在用對未來的夢想，支撐今天極度龐大的估值。而當資本開支遠遠跑在真實現金流之前時，整個產業鏈最終一定會麵對那個最根本的問題：到底誰來為這一切買單？
我的理解是此刻還在追高買入AI大模型股票的人。其次是為AI硬件廠商付出高溢價的人。
人類學真的值1.2萬億美元麽？AI與泡沫
BayFamily (2026-05-09 18:53:09) 評論 (3)人類學快上市了，用了一周時間，估值又漲了20%。達到驚人的1.2萬億美元。
但是這個企業真的值1.2萬億美元麽？高估值得益於快速增長，上個季度營收增長了80倍。去年25年最後一個季度，營收增長了10倍。企業呈現爆炸性增長。
那麽人們其實應該停下來認真想一想：1.2萬億美元到底是什麽概念？美國一年的GDP大約是30萬億美元左右。也就是說，一家尚未穩定盈利的大模型公司，其估值已經接近美國全年經濟產出的二十五分之一。
Anthropic (人類學) 估值過高
很多人對“1.2萬億美元”沒有直觀概念。1.2萬億美元可以長期維持多個超級科研體係，可以建設大量世界級基礎設施，甚至理論上可以養100萬個頂級科學家很多年。而市場居然願意把這樣一個天文數字，賦予一家主要資產是算法、模型和GPU集群的公司。問題在於，大家真的相信一些高度開源化、快速擴散的算法體係，能夠長期壟斷如此巨大的財富嗎？
任何估值，最終都必須由未來現金流支撐。如果投資者願意承擔如此高風險去投資一家AI公司，他們通常期待的不是20%回報，而是至少5倍、10倍甚至更高的回報。換句話說，如果Anthropic今天值1.2萬億美元，那麽很多投資人實際上隱含期待它未來某一天可能成長為10萬億美元級別的企業。
但問題立刻出現了。一個12萬億美元市值的企業，意味著什麽？按照成熟企業的估值邏輯，這種規模的公司未來通常需要每年創造上萬億美元級別的利潤，才能合理支撐估值。如果再考慮成長性和風險溢價，那麽市場實際上是在隱含假設：未來Anthropic可能擁有接近“十萬億美元級營收”的潛力。
而整個問題就在這裏。美國GDP大約是30萬億美元。即便AI最終真的極端成功，它的理論上限，其實也不過是替代大量人類勞動，吞噬整個知識工作市場。但即便如此，美國全部經濟活動也隻有30萬億美元左右。AI公司不可能無限憑空創造價值，它最終隻能從現有經濟體係中抽取利潤。
發達國家GDP美國幾乎占了一大半。中國GDP美國公司就別想了。發達國家所有白領工作總的GDP隻有30萬億美元。AI可取代的工作極限隻有這麽多。
更何況，到目前為止，並沒有任何證據顯示，大模型公司未來能夠長期穩定地產生萬億美元級利潤。今天AI行業甚至還沒有證明自身能夠形成穩定、持續、高利潤的商業模式。很多收入仍然依賴融資補貼，很多用戶仍然使用免費服務，很多企業采購仍然停留在試驗階段。市場現在真正交易的，其實不是現金流，而是想象力。
大模型公司最終可能不賺錢
從現金流角度重新審視AI行業。用戶真正為AI支付的錢，遠遠少於整個產業鏈為了AI而燒掉的錢。整個行業像一台巨大的資本吞噬機器，資金從一級市場、股市、VC、雲廠商資產負債表不斷流入，最後匯聚到GPU、數據中心、HBM內存、電力係統、液冷設備和晶圓廠。今天AI產業鏈最大的特征，並不是利潤，而是營收高速增長，和資本開支失控。
理論上，一個健康產業鏈的現金流應該是自下而上流動的。終端用戶願意支付大量費用，應用公司因此賺錢，利潤再逐層向上傳導給模型公司、雲平台和硬件廠商。但現實情況卻完全不是這樣。
根據IDC的數據，2025年全球企業AI相關支出大約在3000億美元左右，其中真正的生成式AI支出隻有數百億美元量級。而與此同時，僅微軟、Meta、Google、Amazon四家公司的AI相關資本開支，就已經逼近甚至超過4000億美元。也就是說，整個產業鏈正在出現一種極其罕見的倒掛：用戶支付的錢，可能還不如上遊為了AI而投入的錢。
問題在於，用戶支付的錢並不足以覆蓋背後的成本。很多人以為訓練模型最燒錢，但實際上真正長期吞噬現金流的是推理。AI更像一種“數字化能源產業”，每一次調用都是真實資源消耗。於是整個行業開始出現一個非常危險的現象：用戶越多，虧損可能越大。很多AI產品今天仍然是在用融資和資本市場的錢補貼用戶。
大模型公司是充分競爭市場
更關鍵的問題在於，大模型公司本身其實未必擁有市場想象中的那種深厚護城河。現在資本市場給OpenAI、Anthropic等公司極高估值，仿佛它們擁有不可複製的技術壟斷。
但仔細觀察會發現，大模型越來越像一種快速擴散的工程能力，而不是不可逾越的核心技術壁壘。今天最核心的算法幾乎全部公開。大量論文開源，大量框架開源，大量頂尖人才在行業內高速流動。很多時候真正的區別，隻是算力規模、數據規模和工程調優能力，而這些東西並不像半導體製造那樣擁有十年以上難以跨越的工業壁壘。Anthropics甚至公司的代碼都被盜公開了。
更重要的是，像Anthropic這樣的公司，其實並沒有特別強的議價能力。很多人默認“最強模型”會形成類似Google搜索那樣的壟斷，但AI模型和傳統互聯網平台有一個根本區別：用戶遷移成本極低。
今天一個企業使用Claude，明天完全可以切換到GPT、Gemini、DeepSeek、Qwen，甚至未來大量開源蒸餾模型。AI模型之間的差距，很多時候並沒有大到形成絕對壟斷。
這意味著，隻要頂級模型公司試圖提高價格，市場立刻就會出現大量替代品。因為蒸餾技術正在迅速降低高端模型能力的複製成本。很多閉源模型花費數十億美元訓練出的能力，很快就可能被更小、更廉價的模型模仿到“七七八八”。對於絕大多數商業用戶來說，模型能力從95分下降到90分，並不重要；但成本下降90%，卻極其重要。
這其實意味著，大模型行業未來很可能不是一個高利潤行業，而是一個競爭極其激烈、利潤率不斷被壓縮的行業。它更像雲計算、數據庫、服務器，甚至像航空公司。技術很先進、資本投入極大、行業規模巨大，但長期利潤率未必高。因為隻要行業出現超額利潤，競爭者就會迅速進入。
總結
而今天最值得警惕的，其實不是技術，而是估值本身。市場開始給部分AI公司賦予極其誇張的估值。在我眼裏，人類學營收百億美元，尚未盈利，沒有特別高的護城河，合理的估值就是應該在百億美元同樣的數量級。
曆史上，幾乎所有技術泡沫都有一個共同特點：市場會把“技術改變世界”錯誤地等同於“當前公司一定值天價”。互聯網改變了世界，但2000年大量互聯網公司歸零。光伏改變了能源結構，但行業長期陷入利潤內卷。AI當然可能改變世界，但改變世界，並不等於今天這些AI公司一定值幾十萬億美元。洗衣機改變了世界，可是哪個洗衣機公司賺到了錢？
真正的問題不是AI有沒有未來，而是今天整個產業鏈，正在用對未來的夢想，支撐今天極度龐大的估值。而當資本開支遠遠跑在真實現金流之前時，整個產業鏈最終一定會麵對那個最根本的問題：到底誰來為這一切買單？
我的理解是此刻還在追高買入AI大模型股票的人。其次是為AI硬件廠商付出高溢價的人。