Applied Compute估值冲上30亿美元，AI创业热潮升温
AI基础设施创业公司正在迎来新一轮资本追捧，而市场关注点也正在从大模型本身，转向如何帮助企业真正使用这些模型。
据The Information引述知情人士报道，成立仅一年的初创公司Applied Compute正在商谈新一轮融资，估值可能达到约30亿美元。这一数字相比公司四个月前公布上一轮融资时的估值，已经增长超过一倍。
如果交易最终完成，Applied Compute将成为近期AI基础设施赛道中估值增长速度较快的新公司之一。
这家公司的方向并不是训练一个新的通用大模型，而是帮助企业利用自身数据运行和定制开源模型。简单来说，它试图解决企业进入AI应用阶段后遇到的现实问题：模型有了，但如何安全、高效地部署到业务流程中，仍然缺少成熟方案。
过去几年，资本市场大量资金涌入基础模型公司，OpenAI、Anthropic等企业推动了大模型能力快速提升。但随着企业开始实际部署AI，新的需求逐渐浮现。
很多公司并不一定需要一个“最强模型”，而是需要能够结合内部数据、符合隐私要求、成本可控的AI系统。这也让模型部署、微调、数据管理以及企业级AI基础设施成为新的竞争方向。
Applied Compute正在切入这一环节。
此次融资讨论发生在公司营收快速增长之后。据知情人士透露，公司目前年化营收约为5000万美元，相比去年11月CEO Yash Patil披露的收入水平增长接近四倍。
对于一家成立不到两年的创业公司而言，这种增长速度解释了投资者为何愿意给予更高估值。
据报道，投资人Elad Gil正在洽谈领投本轮融资，预计融资规模将达到数亿美元。不过，目前交易尚未最终确定，融资条款和估值仍可能调整，30亿美元估值是否包含新增资金也尚未明确。
AI创业公司的估值逻辑正在发生变化。
早期市场更关注模型参数规模、训练成本和技术能力，但现在投资者越来越看重商业化速度。能够快速产生收入、进入企业工作流的AI公司，比单纯拥有技术故事的企业更容易获得资本认可。
类似趋势已经在AI基础设施领域出现。围绕模型调用、企业部署、数据安全和计算资源管理的创业公司正在成为产业链中的重要环节。
从商业角度看，企业AI落地并不像消费者使用聊天机器人那么简单。大型企业拥有复杂的数据系统、权限管理和合规要求，模型需要适配不同业务环境，这为中间层基础设施公司留下了空间。
不过，高估值也意味着更高期待。
随着微软、亚马逊、谷歌等大型科技公司不断完善企业AI服务，小型创业公司需要证明自己不仅能提供技术工具，还能建立长期竞争壁垒。开源模型生态虽然降低了使用门槛，但也加剧了服务层竞争。
Applied Compute的融资故事，本质上反映了AI产业进入下一阶段后的资本偏好变化：市场不再只追逐模型制造者，也开始寻找那些能够把AI能力真正嵌入企业生产流程的公司。
未来几年，AI商业竞争或许不会只有“谁训练出了更强模型”这一条赛道，如何让模型产生稳定收入，也将成为另一场更激烈的竞争。
