AI 独角兽在 IPO 前面临 10 亿美元现金消耗难题

(P1) 构建更强大人工智能的竞赛正在为 OpenAI 和 Anthropic 等行业领导者带来 IPO 前的财务压力，年度计算成本目前估计将超过 10 亿美元，为其通往公开市场的道路蒙上了阴影。

(P2) “这些公司最大的单项支出就是计算，”一位持有 AI 领域头寸的风险投资家表示。“这是一场资本支出军备竞赛，公开市场投资者将要求看到一条清晰的盈利路径，而这在未来三到五年内可能根本不存在。”

(P3) 报告指出，训练一个下一代大语言模型的成本可能高达 2 亿美元以上，比两年前增加了 4 倍。Anthropic 的最新文件显示，其每月现金消耗率接近 8000 万美元，其中超过 60% 分配给了亚马逊云服务（AWS）和谷歌云的云计算服务。这些支出主要用于获取数以万计的高端 GPU（如英伟达的 H100），这些芯片对于模型训练和推理至关重要。

(P4) 巨大的资本消耗威胁到投资者的热情，而这本应是自 2021 年以来规模最大的两场科技股 IPO。虽然 OpenAI 的营收正在增长，但其运营成本增长得更快，这种动态可能导致其在公开市场上出现折价融资（down-round）或低于预期的估值。对于投资者而言，关键问题在于订阅和 API 收入是否能超过底层计算能力巨大且仍在上涨的成本。

GPU 瓶颈

财务压力的核心在于全球对少数芯片设计商（主要是英伟达）的依赖。该公司的 H100 和即将推出的 B200 GPU 已成为 AI 训练的事实标准，赋予了英伟达强大的定价权。一家半导体研究机构的最新分析估计，单颗 H100 GPU 的材料清单（BOM）成本约为 3000 美元，而其售价高达 30000 美元。这种 10 倍的加价直接损害了 AI 模型提供商的盈利能力。OpenAI 和 Anthropic 都在探索定制芯片设计以减少这种依赖，但此类项目是长期工作，结果具有不确定性，需要数十亿美元的研发投入，且至少需要三年时间才能达到生产规模。

盈利之路

这些 AI 领导者面临的核心挑战是其商业模式下的成本随使用量直接扩展。模型执行的每一次查询或任务都会产生推理成本，这是对所用计算能力的虽然微小但很显著的收费。随着这些模型变得更加强大并集成到更多应用中，总成本可能会激增，从而可能使盈利能力永远无法实现。微软作为 OpenAI 的主要投资者，通过其 Azure 云平台协助吸收了部分成本，但 Anthropic 等公司缺乏这样财力雄厚的合作伙伴，使其在上市前的财务基础更加脆弱。市场目前正在观察这些公司能否通过优化模型效率、从云提供商处获得更优惠的条款，或证明一种最终能跑赢其巨大运营支出的营收模式。

本文仅供参考，不构成投资建议。