AI巨头高估值危机再起争议
生成式AI热潮还没有结束，但围绕商业模式的质疑声正在变得越来越响。
知名AI专家、认知科学家Gary Marcus近日再次对OpenAI和Anthropic提出强烈警告。他认为，如果没有政府层面的支持，两家公司未来“大概率都会面临困境”。在他的判断中，真正的问题并不是模型能力，而是这些企业能否建立匹配当前估值的盈利能力。
这已经不是Marcus第一次发出类似观点。
早在2024年，他就曾预测生成式AI可能存在泡沫风险。不过，到目前为止，AI产业并没有像传统科技泡沫那样快速破裂，反而继续吸引巨额资本投入。如今，随着市场进入更理性的阶段，关于AI公司收入、成本和估值之间的矛盾，再次成为投资者关注的问题。
OpenAI和Anthropic面临的压力，核心来自一个简单的问题：昂贵的大模型，到底能否变成高利润业务？
训练先进模型需要持续投入。大量GPU采购、数据中心建设、电力消耗以及研发团队成本，让AI公司的资本开支远高于传统软件企业。过去的软件行业逻辑是“一次开发，多次复制”，边际成本较低；但大模型服务在运行阶段仍需要消耗大量算力，每一次调用都会产生实际成本。
这让AI公司的盈利模型更加复杂。
以OpenAI为例，外界数据显示，公司第一季度收入达到57亿美元，但同期现金消耗仍然巨大。即使收入增长迅速，如果计算成本无法同步下降，规模扩大也可能带来新的资金压力。
市场此前愿意给予AI企业极高估值，很大程度上基于未来预期。
投资者押注的是人工智能将成为下一代基础设施，就像云计算改变互联网产业一样。但问题在于，从技术突破到商业兑现，中间往往存在漫长周期。
云计算巨头也经历过类似过程。亚马逊AWS在早期并非市场最看好的业务，但随着企业数字化需求增长，最终形成稳定利润来源。AI公司现在需要证明的是，模型能力是否能找到类似的商业闭环。
Marcus提到的另一个压力来源，是中国AI模型竞争正在改变市场格局。
过去，美国公司凭借更强的模型能力和更高研发投入，占据高端市场。但近年来，中国企业通过更低成本、更开放的策略快速追赶。包括Kimi K3等模型在内的新一代产品，让市场开始重新评估闭源模型的溢价空间。
如果用户发现价格更低的模型已经能够满足大部分需求，那么支付高额费用购买顶级模型的意愿可能下降。
这对于OpenAI、Anthropic这样的公司尤其关键。
它们不仅需要保持技术领先，还需要证明领先优势足以支撑巨额估值。否则，模型能力差距缩小、价格竞争加剧，都可能压缩利润空间。
不过，AI行业目前仍处于快速变化阶段。过去几年，很多技术路线最终都经历了从疯狂投资到商业筛选的过程。并不是所有公司都会成为赢家，但这并不意味着整个产业没有价值。
真正的问题可能不是AI有没有未来，而是谁能活到未来。
如果未来几年大模型成为企业基础工具，拥有生态、数据、用户入口和成本优势的公司仍可能获得巨大回报。但如果模型能力快速趋同，算力成本下降速度超过预期，单纯依靠模型领先讲故事的企业就会面临估值重新定价。
AI竞争正在从“谁的模型更强”，转向“谁的商业模式更能持续”。对于OpenAI和Anthropic而言，技术竞赛之外，盈利能力将成为下一场更现实的考验。
