一、807笔交易，平均每天30亿

2026年5月，Harvey CEO Winston Weinberg走进Andreessen Horowitz的办公室，拿到了新一轮融资的法律文件。这是一家专门给律师事务所做AI的公司。成立三年，团队不到400人，营收刚过1亿美元。它的最新估值是——85亿美元。

同一个月，全球AI创业公司在这个季度拿到的钱是——2748亿美元。这个数字是2025年全年的两倍，平均每天有近30亿美元被投进AI赛道。

Q1融资时间轴：807起事件，从1月到3月呈陡峭上升曲线

这个数字让所有传统投资人"两眼一黑又一黑"。有投资人在交流时说出了这句话："这个季度看了我们被投的账单，真是两眼一黑又一黑。"——不是为项目发愁，是为成本结构发愁。在当前的AI基础设施成本结构下，绝大多数AI软件公司的账根本算不过来。

OpenAI、Anthropic、xAI、Waymo四笔交易，占了当季总融资额的63%以上。钱高度集中地流进了4家公司，剩下的803家公司分剩下的37%。这不是"百花齐放"，这是"寡头游戏"。

这个807起融资事件的数字，有另一个细节被大家忽略了：从2023年Q2开始，全球AI初创融资是持续攀升的。但2026年Q1出现了一个明显的"跳变"——融资事件数从上季度的759起温和增长至807起（+6.3%），受OpenAI千亿美元融资影响，融资总额从531亿美元暴涨至2748亿美元（+417%）。6.3%的事件增长，带来了417%的金额增长。这个剪刀差说明：钱在向更大的交易集中，中小交易正在被稀释。AI赛道的资本结构正在加速两极分化。

二、Harvey：被忽视的细分赛道冠军

Harvey做的是法律AI——帮律所处理合同审查、尽职调查、诉讼预测这些高度专业化的工作。2026年4月，它刚完成1.5亿美元F轮融资，估值超过80亿美元，比四个月前翻了一倍多。这家公司成立才三年，客户名单里有超过40家顶级律所——Clifford Chance、A&O Shearman、Baker McKenzie这些。它说自己已经突破了1亿美元ARR。

法律是一个特别难进的赛道。律所的决策链长、合规要求严、对AI的戒心比任何行业都高。它们不会因为"AI很火"就下单。Harvey能进去，是因为它做的事确实帮律所省了真金白银。一份300页的并购合同，传统方式需要三个律师工作三天，用Harvey的AI系统，三个律师只需要两小时审完。律所的billable hour是按分钟计费的，三个律师三天省下来的人力成本，换算成收入，是非常可观的数字。

全球法律服务市场年规模约4500亿美元，美国法律服务市场约4500亿美元年规模。头部律所合伙人的billable hour费率在300-1500美元/小时之间。这就是Harvey面对的市场规模。每为一个律所省下一个律师小时，就等于为律所创造了300-1500美元的可计费收入。

垂直赛道AI公司能跑出来的完整路径：找到一个高门槛的行业，做深，做贵，让客户离不开。Harvey的1亿美元ARR，比很多通用AI公司的收入都健康。但它面对的问题也很现实：法律是个封闭市场，全球顶级律所就那么几千家，每家的决策链都很长。Harvey的天花板，是全球法律服务市场的规模。对于一个成立三年的公司来说，85亿美元估值已经是极其惊人的数字了。

三、两个数字，看懂中国AI和美国AI的根本差异

中国AI和美国AI，表面都是"大模型融资热"，但底层逻辑完全不同。

2026年Q1，中国AI领域融资近600起，总额超过1100亿元人民币，同比激增185.4%。5月单月，月之暗面、阶跃星辰等企业合计融资超过300亿元。中国大模型企业的迭代周期已普遍缩短至3个月以内，推理成本大幅下降，商业化进程不断深入。这两个数字说的是同一件事：**中国的AI竞争是速度竞争**——谁的产品迭代更快、成本降得更低，谁就能在价格战中活下来。

豆包68元/月、智谱一个月两次提价、Kimi涨58%——这些涨价的本质，是各家在测试市场的价格平衡点。逻辑不是"我值这个钱"，而是"我烧的钱还剩多少"。

美国那边呢？OpenAI正在完成一轮400亿美元融资，估值3000亿美元。Anthropic在洽谈300亿美元融资，估值接近9000亿美元。这两家的逻辑是"我的客户愿意付越来越多的钱"。它们的客户是Goldman Sachs、Mercedes-Benz、美国陆军——这些客户的特点是：决策链路长，合规要求严，不会因为"AI很火"就下单。它们选择Claude或GPT，一定是因为ROI算得过来。

一个是在速度战中求生，一个是在规模效应中建立护城河。这两个游戏玩法的根本区别，决定了谁能真正跑出来。中国的速度战会让一批公司快速成长然后快速消亡，美国的规模效应会让头部公司越来越强但也越来越依赖少数大客户。两种模式各有风险。

四、为什么"AI公司账算不过来"

创业者困境：账单和融资PPT面前的表情焦虑

我听到最诚实的一句话，来自一位看过很多AI公司账单的投资人："在当前的AI基础设施成本结构下，绝大多数AI软件公司的账根本算不过来。"

AI公司最大的成本是算力，而算力成本是“线性的”——用多少GPU，花多少钱，不会因为你规模大就打折。传统SaaS的商业模式是边际成本递减的：开发一个软件的固定成本很高，但每新增一个客户，边际成本几乎为零。SaaS的护城河就建立在这个基础之上。

但AI公司不一样。每一个新增的用户，都在持续消耗GPU算力。收入增长，算力成本也在同比增长。这就是为什么绝大多数AI公司烧钱的速度远快于收入增长的速度。

一个100人规模的AI公司：服务器费用每年约500万美元，工程师平均年薪50万美元（100人就是5000万），再加获客成本、市场推广、办公室，总成本大约7000-8000万美元/年。如果这家公司有1亿美元ARR，毛利率约60%，毛利6000万美元——勉强打平。1亿美元ARR是什么概念？需要大约5000个企业客户，每个客户平均付费2万美元/年。这对绝大多数AI公司来说，已经是很高的数字了。

能够跳出这个陷阱的AI公司，只有两种：第一种，像Anthropic一样找到高客单价的企业客户，让单个客户的付费足以覆盖服务成本，并且通过模型优化让推理成本随用量下降；第二种，像Harvey一样找到垂直赛道的专业化场景，让AI做的事足够专业、足够贵，客户替换成本足够高。其余的AI公司，都在这个线性成本陷阱里挣扎。

五、OpenAI的3000亿美元估值到底贵不贵

OpenAI 2026年预计亏损140亿美元，收入约120亿美元。给它3000亿美元估值，市销率（P/S Ratio）是25倍。对比一下：SaaS公司平均P/S约8-10倍，消费级互联网公司约5-8倍，特斯拉约12倍。OpenAI的25倍P/S，是把AI当作"比SaaS更改变世界的技术"来定价的。

这个定价对不对？取决于GPT-6能不能在企业市场建立真正的垄断。如果GPT-6的企业用户续费率达到90%以上，且每个用户的付费金额持续增长，那3000亿美元可能还是便宜的。如果被Anthropic的Claude在企业市场反超，那这个估值就会面临巨大的下调压力。

AI独角兽估值金字塔：OpenAI 3000亿/Anthropic 9000亿居顶

Anthropic的情况更复杂：正在洽谈300亿美元融资，融资前估值约9000亿美元，已经是全球最高估值的AI公司了，超过了OpenAI的3000亿美元。支撑这个估值的关键数字：Q2营收109亿美元，营业利润约6亿美元，NRR超过120%。这组数字说明它不只是在增长，是在盈利性增长。但Anthropic极度依赖少数大客户——Goldman Sachs、Mercedes-Benz、美国陆军这三个客户加在一起的付费，可能占了它总收入的可观比例。任何一个客户流失，都会对财务产生重大影响。这也是为什么它在积极扩展客户群——它需要更多大客户来稀释集中度风险。

六、xAI并入SpaceX意味着什么

马斯克宣布解散xAI，所有AI业务并入SpaceX成立SpaceXAI，算力全面转向Claude模型。这个消息很容易被当作"马斯克又在搞事情"忽略掉。但它其实说明了一个很重要的问题：算力已经不够用了，不是钱不够，是算力不够。

xAI的算力基础设施跟不上它的模型训练需求，所以并入SpaceX，利用SpaceX的算力集群来解决这个问题。英伟达GPU的交货周期，现在已经排到18个月以后了。每一家AI公司都在抢GPU，每一家有实力的公司都在建立自己的算力集群。Google有TPU，Amazon有Trainium，Microsoft有Maia，Apple在建立自己的AI服务器集群。

这是一场算力军备竞赛。在这场竞赛里，不是谁的技术最强谁赢，是谁的算力储备最深谁赢。对于中小型AI公司来说，这不是一个好消息——它们没有足够的资金建立自己的算力集群，只能依赖云服务提供商，而云服务的价格也在随着算力需求上涨。

七、投资人的真实心态

资金河流：美元和金币从四面八方汇入AI芯片熔炉

"每个季度看了我们被投的账单，真是两眼一黑又一黑"——这是投资人在打开账单后说的实话。但他们为什么不撤？答案很简单：因为退出路径清晰。OpenAI IPO在即，Anthropic IPO在即，Harvey IPO在即——这些公司一旦上市，现在的投资人都可以获得流动性。OpenAI IPO背后是SoftBank、Magnetar Capital、Coatue Management、Founders Fund、Altimeter Capital Management这些顶级机构。

所以投资人现在的策略是：用一级市场的超高风险，换取上市后的流动性溢价。这个策略的前提是：IPO市场保持开放。如果二级市场对AI公司的定价在上市前出现大规模修正，那一级市场投资人的逻辑就会崩塌。

这是一场和时间赛跑的游戏——投资人赌的是，AI公司的商业模式在被证伪之前先上市，让二级市场来接盘。这个赌注对不对，取决于GPT-6和Claude 4能不能在企业市场持续扩大渗透率。如果能，IPO的投资人都是赢家；如果不能，这2748亿美元就会成为AI史上最大的泡沫。

八、2026年下半年会发生什么

2748亿美元数字墙：霓虹灯管排列，背后是世界地图

有三个趋势，我认为是确定的。

第一：融资会继续集中，但估值会开始分化。2026年Q1的2748亿美元，有63%流进了4家公司。这个趋势不会改变——资本只会越来越集中在已经被验证的头部公司。但同时，这些头部公司的估值也会开始分化：能讲清楚商业模式的，和只能讲技术故事的，估值折扣会拉开。

第二：垂直赛道的AI公司会比通用AI公司更早盈利。Harvey不是个例。法律、医疗、金融、工业这些高门槛赛道的AI公司，因为客户替换成本高、付费意愿强，会比通用AI助手更早实现盈利。通用AI最后比的还是规模效应，但垂直AI比的是深度。

第三：中国AI的淘汰赛会在今年下半年加速。月之暗面、阶跃星辰这些公司，融资额度和估值已经很高了，但它们面对的问题是一样的：用户量很大，付费转化率很低。这轮融资烧完之后，谁能找到稳定的付费用户模型，谁就能继续留在牌桌上。DeepSeek也在这个格局里。它拿到了约500亿元人民币的融资，创始人梁文锋个人出资约200亿元，估值或达450亿美元。这家公司的特点是技术驱动、低价策略、社区活跃。它的商业化路径和月之暗面、Kimi不一样，更倾向于做基础模型服务而不是直接做C端产品。但当所有人都用DeepSeek的价格作为基准，DeepSeek自己的定价空间就会被压缩。

2026年的AI创业，机会在垂直、在深度、在贵。不在通用、不在规模、不在快。找到一个有人愿意付钱的场景，然后把那个场景做透——这就是AI创业最简单、也最难的逻辑。

最后说一句

2748亿美元——这个数字会被写进AI投资史。但对于真正在做AI产品的人来说，这个数字其实是一种噪音。真正重要的，是搞清楚你的AI产品是否帮客户解决了足够贵、足够深的问题。

解决了，你就是下一个Harvey。没解决，那2748亿美元跟你没有关系。Harvey用三年时间，从一家律所AI工具变成了一家85亿美元的公司。它做对的事情很简单：找到一个有人愿意付钱的场景，然后把那个场景做透。AI创业的真正门槛，不是技术，是场景洞察。你必须比任何人都更清楚，你的客户在哪个具体的、最痛的、别人解决不了的问题上愿意付钱。找到了，你就有了护城河。找不到，给你1000亿美元GPU也没有用。