2000亿美元投向美国AI,我们需要焦虑吗?

千呼万唤始出来，SpaceX终于登陆纳斯达克。

开盘第一天，这支融合航天、通信、AI三大概念的科技股就涨了将近20％，顺利募得750亿美元资金的同时，也把马斯克送上了“人类史上首个万亿富翁”的位置。

SpaceX不是近期唯一一家拥抱公开市场的科技巨头。OpenAI和Anthropic也已于此前秘密递表，分别估值8520亿美元和9650亿美元。

SpaceX也算是半个AI企业，其60％的支出用在了AI部门。可以说，随着这轮上市潮，有2000亿美元的热钱一次性投向了美国AI行业，加速技术研发、人才聚集、基础设施建设升级。而几家企业的估值加起来，已经接近4万亿美元。

于是，市场上出现了一种焦虑的声音：中国估值最高的AI企业DeepSeek，估值只有约590亿美元。差距是以数量级计的。随着时间的推移，估值的差距、募资能力的差距是否会越拉越大，最后演变为实力上的差距？

这场资本盛宴，会改变中美AI竞争的走向吗？

三大巨头为什么突然密集启动IPO？背后有两层原因。

其一，美国AI企业的烧钱速度早已超出私募市场的承载能力。以OpenAI为例，其2026年预计现金消耗高达270亿美元，2027年将膨胀至630亿美元。再考虑到利率上升的环境因素，公开股权是成本较低的融资渠道。

其二，AI的融资窗口正在收窄，华尔街已有分析师将这批巨型IPO扎堆解读为“AI行情接近尾声的信号”。三家公司合计募资约2000亿美元，而过去五年全美IPO市场总共才筹集了2670亿美元。市场的资金量是有限的，先上市者能吃到最大份额。这也是为什么Anthropic秘密递表后，OpenAI迅速跟进——因为它别无选择。

如此大规模的募资，以及加起来近4万亿美元的估值，背后的泡沫风险也在急剧放大。除了Anthropic，其他两家还没能很好地证明自己的盈利能力。在禁售期过后，面对巨大的减持压力，AI泡沫可能被迅速刺穿，对行业乃至整个金融系统产生系统性冲击。许多迹象显示，千禧年互联网泡沫破裂的故事有可能重演一遍。

但也要看到硬币的另一面：现代科技竞争，“钱”的作用越来越关键。可以预见，巨额资金中的大部分将被用于扩建升级AI基础设施，包括为数据中心采购昂贵的GPU，以及补上电力供应短板。全球顶尖的AI科学家、工程师和研究团队，也将被高薪和股权期权吸引。AI模型、应用的迭代将跑进加速期。

只从短期看，三家企业的上市，毫无疑问将为美国AI产业发展注入新一轮强劲动力。开头引述的那种担忧，似乎可以理解。

但这种担忧未免失之片面。焦虑的人没有看到DeepSeek最核心的竞争力——效率。

当美国巨头沿着“力大砖飞”的路径投入数十上百亿美元用算力硬堆模型性能时，DeepSeek选择了另一条路：以架构创新驱动极致成本效率。其MLA（多头潜在注意力）和MoE（混合专家模型）等底层创新，将单位推理成本压缩至美国同行的百分之一量级。这意味着，DeepSeek不需要像美国AI企业那样无限制地“烧钱”。

同时，DeepSeek的“低估值”，一定程度上是一种主动选择。

从2023年7月成立到2026年4月，DeepSeek零外部股权融资，研发全靠母公司幻方量化的利润输血。即便是今年启动的首轮融资，DeepSeek依然用精密的结构设计守护自主权。有报道称创始人梁文锋合计控制公司约84.29%的股权和接近100%的表决权，传递出明确的信号：公司不以最大可融资金额和最高可追估值为目标，而是以确保不让商业化时间表绑架研发节奏为原则，专心“做好自己的事”。

而且从宏观的角度看，中美AI基本面处于同一梯队，估值差距越来越大不符合市场规律。事实上，全球资本流动正显示再平衡趋势。

多家国际机构已经开始注意到中美科技股的估值差距。高盛于今年3月10日发布的研究报告指出，中国占全球AI相关营收约16%，但市值只占约10%，全球共同基金对中国AI的配置比重仅为1.2%，存在巨大的上涨和补配空间。

或许只要等一个契机，比如美国市场的AI叙事降温，全球资本的再配置窗口就会打开，中国AI企业的估值也会随之上升。

但也必须承认，中美资本市场的差距客观存在：规模上，美股能承载万亿级IPO；美国市场更愿意为高成长叙事支付高溢价，对科创企业更友好；美股制度弹性更大，此次为迎接三大巨头IPO修改了多项规则。

近些年，中国资本市场也推出不少改革举措。去年初，《关于推动中长期资金入市工作的实施方案》印发，提升中长期资金的权益配置能力和投资规模，长期看还有助于巩固形成价值投资、长期主义的氛围。

去年10月的金融街论坛年会上，中国证监会主席吴清宣布，将设置更加契合新兴领域和未来产业创新创业企业特征的上市标准。

此外，合格境外投资者制度不断优化、互联互通机制持续扩容、以A股为标的优质产品加速出海等，都显示了中国资本市场越来越开放的姿态。

而跳出资本市场看，同样值得重视的问题，是中美AI企业的变现能力差距。

很多人拿“豆包收费引发争议”说事，认为中国消费者不习惯为软件订阅付费。但其实在美国，愿意为AI付费的也是极少数——以程序员、工程师、还有企业客户为主。数据显示，OpenAI5.5%的付费用户贡献了其约70%的收入。可以说，拿AI当生产力工具的那群人，才是支撑AI企业营收的绝对主力。

所以，中国AI企业真正面临的变现困境，更多来源于产品力本身。如果在高稳定性、长程自主规划、企业级低故障率及复杂工具调用等面向企业核心生产力的硬核能力方面，国产模型能获得用户信任，也就有机会培育起巨大的市场。

国产的Seedance模型就是个很好的例证：凭借领先的技术和稳定的生成效果，它已经“干掉”了视频生成赛道的开创者Sora，5月单月营收突破10亿元人民币。

由此看，对中国AI企业来说，与其焦虑募资与估值数字，不如埋头把技术创新扎扎实实地转化为解决真实问题的产品力——这才是最需要发力突破的方向。