ARTICLE · 1279429
AI 这么火,为什么上市反而更难了?IPO赛道正在重新定价
10月以来，全球AI资本市场正在经历一场微妙的转向。一边是Anthropic三季度营收168亿美元却遭遇估值下调，从市场预期的2万亿美元缩水至1.5万亿美元；另一边是桥水达利欧、城堡投资格里芬等华尔街大佬接连警示AI资本泡沫风险，叠加美债收益率持续走高，AI硬件板块集体承压。这场讨论的核心早已不是"AI有没有价值"，而是"当前的资本定价是否匹配真实的商业化进度"。当热潮褪去、利率上行，AI行业的真实增长能力、现金流质量和投入产出比，正在接受一级市场与二级市场的双重检验。这股理性回归的浪潮，也正在深刻重塑AI企业的IPO逻辑。
当前AI行业暴露的问题
本轮市场情绪转向并非偶然，而是行业发展到特定阶段的必然调整。三个核心矛盾正在集中显现。
从头部企业数据看，AI行业的高速增长正在减速。Anthropic三季度营收环比增长约46%，相较于二季度超一倍的环比增速已明显回落；OpenAI年化营收运行率约500亿美元，也显著低于此前市场近700亿美元的普遍预期，缺口高达约200亿美元。
增速放缓的背后，是企业端客户开始从"尝鲜式采购"转向"ROI导向"。格里芬公开指出，美国企业界在从AI模型中提取价值方面"表现参差不齐"，许多公司正在重新审视支付给大模型厂商的账单，思考AI投入是否真正带来了生产力回报。当客户从"为概念付费"转向"为结果付费"，单纯依靠模型参数升级拉动收入增长的模式，正在遭遇天花板。
AI行业的底层逻辑是"算力先行"，而算力建设高度依赖资本投入。摩根士丹利测算，到2028年全球AI数据中心和芯片总支出将达2.9万亿美元，其中约1.5万亿美元需要通过外部融资填补。
问题在于，当前全球利率环境已发生根本性变化。长端美债收益率飙升至数十年高位，直接推高了AI基础设施的融资成本。此前依靠低息债务快速扩张的算力厂商、云服务商，正面临利息支出大幅上升的压力。10月以来CoreWeave、Nebius等AI基础设施公司股价单日跌幅超10%，本质上就是市场对高杠杆算力模式的定价修正。
国内市场同样如此。腾讯近期发行合计约57亿美元的离岸票据，市场普遍认为主要用于AI算力基础设施建设；今年上半年腾讯资本支出同比增逾一倍，达到963亿元人民币。头部企业尚且需要大规模债券融资，中小AI公司的资金压力可想而知。
10月成为AI泡沫论的"集中发声期"。达利欧明确表示AI领域是"典型泡沫"，且已临近破裂临界点，核心依据是大量举债资金涌入、涨幅集中于少数个股、融资成本持续上行三大特征；格里芬则判断AI热潮"几乎肯定"已形成资本泡沫，但同时强调这是技术革命的伴生现象——如同互联网泡沫时期，多数公司会倒下，但少数赢家将主导未来数十年。
值得注意的是，当前的泡沫讨论并非否定AI技术本身，而是区分"技术革命"与"资本定价"。几乎所有警示者都认可AI对经济的长期改造能力，分歧只在于：当下的估值水平是否透支了未来太多增长，高利率环境能否支撑如此大规模的资本开支。
AI企业IPO的双重变奏
行业情绪的变化，正在直接传导至IPO市场。一边是监管端持续打开制度空间，为优质AI企业铺设上市通道；另一边是市场端定价逻辑快速收紧，"市梦率"时代正在终结。
国内层面，科创板对AI企业的制度支持已经落地。今年6月，上交所正式发布人工智能大模型企业适用科创板第五套上市标准的审核指引，允许尚未盈利但技术领先、已实现规模化应用的AI大模型企业申报上市。
这一制度突破的核心意义在于：承认AI行业"高研发投入、长盈利周期"的产业规律，不再将短期盈利作为硬性门槛。指引明确了四大审核维度——明显技术优势、阶段性研发成果、行业地位、市场空间，其中"至少有一个大模型产品已完成上线发布并实现规模化应用"是核心硬指标。
除大模型外，具身智能、AI芯片、算力基础设施等产业链上下游企业，也都被纳入科创板硬科技支持范围。宇树科技等具身智能企业已成功过会注册，AI产业链的IPO通道正在全面打通。
制度包容不等于标准放松。恰恰相反，在放开盈利门槛的同时，监管对AI企业的技术真实性、商业化落地质量提出了更具体的要求。
从审核指引看，监管重点关注三个层面：一是技术真实性，要求企业突破关键核心技术，或牵头承担国家人工智能重点任务，避免"包装型AI企业"闯关；二是落地真实性，强调"规模化应用"而非试点合作，要求商业模式得到市场验证；三是行业地位，将头部机构投资入股、市场认可度作为重要考量因素。
这意味着，AI企业IPO不再靠"讲一个宏大故事"就能通关。监管正在用更细化的指标，筛选出真正具备技术壁垒和商业化潜力的企业，挤出概念水分。
比审核更直接的是市场定价的变化。Anthropic估值从2万亿美元下调至1.5万亿美元，是全球AI一级市场估值回调的标志性事件。这一信号明确传递出：即使是全球第一梯队的AI企业，也不能再享受无上限的估值溢价。
传导至IPO市场，最直接的影响是"破发风险上升"和"发行定价趋理性"。二级市场投资者正在用更苛刻的眼光审视AI企业：营收增速能否持续？算力投入什么时候能转化为利润？客户留存率和复购率如何？这些过去在"AI叙事"下被弱化的财务指标，正在重新成为定价核心。
对于拟IPO企业而言，这意味着过去"亏损换规模、上市再盈利"的路径难度加大。市场愿意为技术领先付费，但不再愿意为无止境的烧钱买单。
AI企业IPO的策略
在制度开放与市场理性的双重作用下，AI企业的IPO策略需要做出相应调整。三个方向正在成为行业共识。
第一，把商业化验证做在上市前。第五套标准放开了盈利要求，但没有放开"规模化应用"要求。拟IPO企业需要拿出可验证的客户案例、可追溯的收入流水、可复现的商业模式，而不是停留在"战略合作""框架协议"层面。真正跑通行业场景、具备持续获客能力的企业，才能在估值回调期获得市场认可。
第二，平衡算力投入与现金流安全。高利率环境下，过度依赖债务融资扩张算力蕴藏巨大风险。AI企业需要合理规划资本开支节奏，避免在行业周期高点盲目加杠杆。相比追求算力规模的绝对值，单位算力的产出效率、资本开支的回报率，正在成为更重要的评价指标。
第三，合规治理前置布局。数据合规、算法透明度、知识产权归属，将成为AI企业IPO审核的重点关注事项。尤其是数据来源合法性、用户信息保护、算法伦理等问题，一旦存在瑕疵，可能直接构成上市障碍。提前搭建合规体系，远比事后补救更具成本优势。
AI不是泡沫，但AI领域确实存在资本泡沫。这是当前市场最公允的结论。从历史规律看，每一次重大技术革命都会伴随资本的过度涌入和阶段性泡沫。互联网如此，移动互联网如此，AI也不会例外。泡沫的意义在于，它会快速完成基础设施铺设和市场教育，然后通过出清淘汰低效玩家，最终让真正有竞争力的企业脱颖而出。对于IPO市场而言，制度层面的包容与市场层面的理性并不矛盾——前者保障优质企业获得资本支持，后者确保资源流向真正的创新者。当AI行业从"概念期"进入"落地期"，IPO赛道的筛选功能只会越来越强。最终能够穿越周期的，一定是那些技术扎实、商业清晰、财务稳健的企业。
编辑：IPO 锐眼深析
（个人观点，仅供参考）
