一页结论

如果先给结论，再解释过程，我当前会把 AI 创业公司的投资判断压成四句话。

  • 第一，看多企业工作流型 AI。这类公司最接近长期软件资产，尤其是 coding、客服、销售辅助、企业知识协作和高合规行业工具。
  • 第二，平台型 frontier lab 仍值得高配关注，但必须接受高资本强度与持续融资依赖，不能把它们按传统 SaaS 去定价。
  • 第三，消费入口型 AI 只能做高 beta 配置，赔率很高，但估值弹性和回撤风险同样大。
  • 第四，纯通用模型 API 与没有分发能力的中间层，最不值得给高倍数。

我之所以这样排，不是因为谁更“先进”，而是因为收入可见性、毛利修复路径、分发控制力和资本强度的组合，在 2026 年已经明显分化。

这份 memo 的评分框架

这份 memo 只用五个维度来判断样本，不额外叠加故事。

第一是收入可见性。收入是不是来自持续性付费，还是更多来自一次性爆款、项目制签单或市场热度窗口。第二是毛利修复路径。公司今天毛利低并不一定糟糕，关键在于毛利未来有没有自然修复空间。第三是资本强度。公司增长要不要持续依赖极重的算力采购和外部融资。第四是分发控制力。公司有没有自己的流量入口、企业渠道或生态位。第五是估值张力。收入、利润和估值之间是不是已经拉得太开。

如果一个模式同时满足“高收入可见性 + 高毛利修复概率 + 强分发”，它就更值得给长期倍数。如果它只是增长快，但没有解释资本结构和变现闭环，估值通常会先跑，基本面后追。

  • 企业工作流型 AI 在这五个维度里平均得分最高。
  • 平台型 frontier lab 在收入规模上得分很高，但在资本强度上天然吃亏。
  • 消费入口型 AI 最依赖分发，一旦流量习惯站不稳，其他维度会一起塌。

海外样本卡片

OpenAI：最强平台位，但不是轻资产生意

OpenAI 的优势是规模已经跨过“实验性公司”阶段。2025 年 6 月路透社经 Yahoo Finance 转发的报道把它的年化收入放到了 100 亿美元；更早之前 CNBC 则给出 2025 年收入目标 127 亿美元。单看收入体量，它已经不再像普通创业公司，而更像一类新平台。

但从投资角度看，OpenAI 的关键不只是增长快，而是它同时承担了模型训练、推理供应、产品分发、企业接口和生态整合这几层角色。这会带来极强的平台权力，也会带来极强的资本消耗。

所以我对 OpenAI 的判断是“长期重要，但不能按普通高增长软件资产去理解”。如果只看收入增速，会高估它；如果只看资本强度，又会低估它的入口价值。

  • 优点：收入体量最大，分发最强，企业与消费双入口都在手里。
  • 风险：高资本强度、高供应链依赖、需要不断把模型优势转成生态优势。
  • 结论：它是平台资产，不是轻资产 SaaS。

Anthropic：当前最像优质企业软件的 frontier lab

Anthropic 是这批样本里，我最愿意当作“高质量增长公司”去看的一个。CNBC 在 2025 年 5 月把它的年化收入放到 30 亿美元，6 月又给出 615 亿美元估值。按这个口径粗算，市场大约给了它 20 倍左右的 ARR 倍数。

这个倍数并不便宜，但如果放在 AI 创业公司里，它反而显得相对克制。原因是 Anthropic 的收入增长更多建立在企业编码、知识工作和高价值场景里，而不是单纯建立在一波用户流量之上。

对投资人来说，Anthropic 的意义不是“又一家大模型公司”，而是它证明了 frontier lab 也可以往更像企业软件的方向长：客户质量更高、收入可见性更强、毛利结构更有修复空间。

  • 优点：企业需求更扎实，收入质量更高，倍数与成长性相对匹配。
  • 风险：仍然有训练和推理成本压力，也仍依赖极强资本投入。
  • 结论：在 frontier lab 里，它最接近“高质量增长”定义。

Perplexity：高赔率入口资产，低确定性兑现曲线

Perplexity 的关键变量，不是模型，而是入口。CNBC 在 2025 年 3 月给出的口径是 ARR 接近 1 亿美元，同时融资谈到 180 亿美元估值。粗算下来，这相当于 180 倍左右 ARR。

这不是一个能靠“当前收入”解释的估值，而是一个必须靠“未来入口地位”解释的估值。市场买的是它能不能成为搜索、推荐、交易和知识工作的固定入口，而不是今天已经赚了多少钱。

所以我不会把 Perplexity 看成已经证明商业模式的公司，而会把它看成已经证明需求存在、但还没有证明估值闭环的公司。它可以非常成功，但那是下一阶段的命题，不是今天已经发生的事实。

  • 优点：入口潜力大，消费与企业搜索两边都能延展。
  • 风险：收入体量小，估值过高，极易被大平台模仿或捆绑。
  • 结论：适合高赔率看法，不适合高确定性定价。

国内样本卡片

MiniMax：增长很快，但利润结构已经在提醒问题

MiniMax 是当前国内最适合做硬分析的 AI 创企样本之一，因为它把收入结构和毛利结构都公开了。港交所招股书显示，2025 年前九个月它的收入是 5344 万美元，其中 71.1% 来自 AI-native products，28.9% 来自 Open Platform 与企业业务。同期总毛利率 23.3%，但消费者产品毛利率只有 4.7%，企业与平台业务毛利率达到 69.4%。到了 2026 年 3 月披露的全年业绩里，2025 年收入上升到 7904 万美元，同比增长 158.9%。

这是一家典型的“产品先跑出来、利润结构还在修”的公司。它已经证明了全球化 consumer AI 产品能把收入做起来，但也同样证明了消费产品的毛利很难天然好看。真正决定它以后值不值得给更高倍数的，是企业与平台部分能不能持续放大。

从投资框架看，MiniMax 值得重视，但不该只被归类为“又一个流量型 AI 产品”。它更像一个正在从消费端获客，往平台端修利润的公司。

  • 优点：增速快，全球化产品化能力强，能快速验证需求。
  • 风险：消费者业务毛利很薄，研发投入相对收入仍然很重。
  • 结论：值得跟踪，但估值应更看利润修复，不该只看收入增速。

国内更常见的模式：行业落地与私有化部署

对国内多数尚未充分披露经营数据的大模型公司，我只给模式判断，不给倍数判断。原因很简单，没有同等透明度的数据，任何精确比较都会带有误导性。

但模式本身已经足够清楚。中国市场更常见的变现路径，是行业落地、政企交付、私有化部署和定制化方案。这条路的优点是回款更现实，也更符合本地客户的合规和部署要求。缺点则是标准化程度往往偏低，收入很容易带服务属性，市场也会因此给更低的软件倍数。

所以我对这条路线的看法是：短期可以赚钱，长期必须平台化。只要不能把项目型收入沉淀成标准化模块和持续订阅，它就更像“AI 交付公司”，而不是高估值软件公司。

  • 可以给模式判断，但当前不适合给统一倍数。
  • 短期最强优势是现金流现实，长期最大短板是复用率和毛利质量。
  • 是否能从交付收入升级到平台收入，是国内大模型公司最关键的分水岭。

估值不是结果，而是商业模式的投票器

如果把上面的样本放在一起看，估值其实已经在替市场表达偏好。

Anthropic 大约 20 倍 ARR，说明市场愿意为高质量企业需求付溢价，但这个溢价仍然有基本面约束。Perplexity 大约 180 倍 ARR，说明市场愿意为入口故事支付极高期权价格，但这类价格容忍度只在高叙事阶段存在。OpenAI 的问题更复杂，它的规模已经太大，不适合用单一倍数去机械比较；它更接近平台资产，而平台资产最终会同时受到生态地位和资本结构两边约束。

国内样本里，MiniMax 还不适合做简单倍数类比，因为收入仍在早期放大阶段，利润结构也还在变化。对其他未充分披露财务数据的公司，我更不会去做伪精确估值。

  • 倍数不是先验答案，而是市场对商业模式质量的实时投票。
  • 企业工作流型 AI 能拿到相对更稳的高倍数。
  • 入口型 AI 能拿到最高的想象力倍数，也最容易被重估。

接下来 12 个月，我会盯哪些指标

如果真按投资跟踪来做，我不会每天盯模型榜单，而会盯下面这些指标。

  • OpenAI：企业客户扩张速度、产品分发控制力，以及模型能力有没有继续转成生态锁定。
  • Anthropic：企业收入是否继续快于整体大盘，收入质量能否继续优于同类。
  • Perplexity：订阅之外的广告、交易和企业搜索收入有没有实质进展。
  • MiniMax：企业与平台收入占比是否上升，消费者业务毛利是否改善。
  • 国内部署路线公司：有没有出现更强的标准化产品收入，而不是继续被项目制拖住。

对 AI 创业公司来说，真正该盯的从来不是“热度”，而是收入结构是否在向更可持续的方向演化。

结论

如果把这份备忘录压成一句最终结论，我的判断是：未来最值得给高估值的 AI 创业公司，不是单纯做出更强模型的公司，而是能把模型能力变成高质量收入结构的公司。

这意味着我更看重企业工作流型路线，其次是平台型公司里的强分发者，再其次才是高波动的消费入口资产。对没有分发、没有工作流、没有利润修复路径的纯中间层，我会持续保持谨慎。