千亿AI的狂欢震荡背后：巨头的苦力活，是我们的“捡漏局”

01

马年开年这几天，港股大盘走得磕磕绊绊，科技股更是一片惨淡，但整个市场的目光，其实早就被两家做AI大模型的独角兽公司——智谱跟MiniMax吸引住了。

从春节到现在，他们上演了一场过山车一般的资本大戏。

在2月20号，这两家公司一天之内市值双双冲破3000亿，媒体争相报道，评论区里到处都是“没上车”的悔恨。

包括很多企业家也是直观感受到“AI大模型怎么这么凶猛，我们是不是掉队了？”

但紧接着这几天，剧情就开始反转。

随着狂热情绪的冷却，这两家千亿巨头的股价开始出现了反复跟震荡，很多人又奇怪，这AI到底行不行？资本到底在犹豫什么呢？

今天，我们不妨剥开这些AI巨头们高科技的外衣，去看看他们华丽数据背后的商业底色，你会发现，看懂了巨头们的痛苦跟割裂，也就找到了我们中小企业破局的黄金通道。

02

大家看新闻，总觉得AI大模型就像印钞机一样，一群顶尖科学家坐在装满顶级显卡的机房里敲敲键盘，钱就从云端哗哗流进来了。

但这只是一种科技的滤镜，如果我们穿透他们的业务账本，就会看到数据背后的真相。

一个是披着高科技外衣的外包。

就拿估值一度超3200亿的智谱来说，2025年上半年，他们创造了1.9亿的营收，同比增长了325%，增长率确实很高。

但其中85%的收入从哪来呢？

来自于面向G端跟大型B端的本地化部署，为了吃下这些央国企大客户的单子，他们维持着占总人数74%的服务团队。

为什么需要这么多人？

因为国内大客户出于数据安全考虑，不愿意上云，这就导致AI的B端业务根本不是什么边际成本递减的性感SaaS模式，而是需要贴身肉搏的定制化。

每个客户都要单独微调模型、对接老旧系统、派人驻场，甚至还要垫付硬件设备款。

而且，这类政企客户的普遍特点是项目验收周期长、付款审批流程慢。

根据招股书数据显示，智谱的1.9亿营收中有1.4亿都是应收账款，周转天数也从2023年的21天，拉长到了2025年上半年的112天，上半年的净亏损也到了23.58亿（调整后是17.52亿）。

这是不是看起来，不像是爆发式增长的AI生意，更像是高成本、靠堆人头驱动的传统软件外包模式的变体？

另一家就是估值靠硬核科技，但实际上，赚钱的业务靠的是“海外娱乐”。

MiniMax虽然号称要做最强大的通用大模型，但目前真正支撑起营收核心的，并不是B端的产业赋能，而是C端娱乐产品，比如说AI社交伴侣应用Talkie（星野），它们对业务的贡献占比超70%。

这意味着，他们在海外赚的其实是C端用户的情感寄托费，而不是B端的生产力提升费。

所以，AI从通用技术到垂直产业之间，依然存在巨大的“最后一公里”鸿沟。

03

那听到这里，我想很多人可能一头雾水，既然这些AI公司离真正的“智能体接管业务”还差得十万八千里，干的是苦活累活，亏损也高的吓人，那为什么市场还敢给他们几千亿的估值？

这两个看上去矛盾的现象，其实也是目前AI发展的一个问题，也就是AI的进化，是极度不均衡的，它是一种“冰火两重天”的撕裂期。

什么是“冰”呢？

当AI试图去改造那些有着复杂历史包袱、要求绝对数据安全的传统大企业的时候，它就像早期的电力公司去改造古老的蒸汽机工厂，它无法即插即用，只能靠人工去接电线、改齿轮。

今天很多AI企业很难套用“云端SaaS”的模式轻松赚钱，他们必须派一堆高薪的技术团队驻扎在客户的公司里，帮客户买服务器、搭机房、洗数据、改代码，还要对接客户十几年前的老旧IT系统，教客户怎么用，每个项目基本上都是非标定制。

这是当下沉重的现实。

那什么是“火”呢？

在那些纯数字化的原生领域，比如程序员写代码、线上的数据收集跟分析，做图，做视频，AI已经真正进化成了不需要休息的“Agent数字员工”。

在这里，不需要复杂的物理对接，AI的表现非常出色，只要充值、给Token、出结果，几十个Agent在云端7×24小时疯狂燃烧算力干活。

这就是市场看到的“火”，AI在数字原生世界里，已经变成了一种刚需的生产要素。

没有人能否认，AI agent未来一定能突破人类的效率边界，去自动理解、执行流程、交付结果。

像在前几天，智谱把旗下的AI编程套餐价格上调了30%，海外API调用甚至翻倍，但涨价不仅没把客户吓跑，反而一上线就被抢空了。

这就是这些AI企业正在干的活，虽然未来是美好的，但现在他们得流着血、烧着钱，帮大企业铺设笨重的基础设施，去一点一点打通实际的业务场景。

04

理顺了这些逻辑，看到AI发展的现状，回到我们企业，特别是中小企业身上，其实要看到三件事。

第一、警惕AI的私有化定制风险。

很多中小企业老板一看大企业都在搞“内部私有化大模型部署”，自己也焦虑，觉得是不是也要花钱找人给自己公司定制一个。

其实看智谱这样的巨头在里面都觉得苦不堪言，全是定制的坑，我们没必要去踩这个坑，底层技术迭代太快，可能你今天重金买的“精装房”，明天就成了落后的“毛坯房”。

第二，避开“冰”，找到“火”。

今天的AI公司虽然在B端的私有化上干着苦力，但他们放在公有云上的通用模型，也就是API调用依然是极其强大，而且是越来越便宜，即便涨价，比起人力成本也微乎其微。

这是其他企业去验证跟体验AI的好时机。

大企业因为保密限制跟复杂的业务体系很难上云端，但中小企业没有那么多包袱，完全可以趁着目前巨头的烧钱期，去尝试各种AI应用。

特别是利用现成的、成熟的垂直AI应用，去研究怎么提高业务效率，怎么拿到结果。

像我们的文思子牙营销AI系统就是属于中间层的垂直应用，它既不是让你去买昂贵的服务器，也不是让你从头开始一步步调教通用大模型的数据跟回答质量。

我们是集成今天最好的大模型底座，又做了专有的营销数据训练，又整合了企业知识库、剪辑、生图、数据收集、账号运营、分发的工具跟业务流程。

它就相当于是一个极度灵活的“营销运营中枢”，只需要把公司的背景、行业特点、客户案例、产品手册这些数据喂给文思子牙，它就能迅速吸收跟理解，变成不同企业专属的短视频脚本大师、直播话术策划跟自动化问答的Agent。

第三、重塑人的能力。

今天很多人很怕被AI淘汰，但其实，不管是从市场的反映，还是从这些AI巨头的投入，包括客户真金白银的买单来说。

AI一定是未来，是我们必须要嵌入组织、业务、工作流程的数字员工，agent已经在路上，而且离我们并不遥远，这是逃避不了的现实。

所以，趁着巨头在烧钱铺路，在忙着打通最后一公里，趁着今天的各种AI还很便宜，大部分人还停留在跟通用大模型聊天的基础上。

我们的核心任务，就是要培养公司的每个人具备“人机协作，向AI下达正确指令”的能力。

今天千亿市值的狂欢跟拉扯，是市场在为未来的智能时代提前买单，而我们的任务，就是在巨头正在铺设的这条高速公路上，练好开车的技术，选好方向跟赛道，改造自己目前运行的车。

别去羡慕别人造出了多么昂贵的发动机，现在最该考虑的，就是用低成本去尝试他们造出来的发动机，把有效、有用的AI装到我们的业务增长引擎上。

现在，就是最好的时机。

责任编辑| 罗英凡

图片均来源于网

本文不构成任何投资建议，股市有风险，投资需谨慎

■ 免责声明

本文涉及有关上市公司的内容，为作者依据上市公司根据其法定义务公开披露的信息（包括但不限于临时公告、定期报告和官方互动平台等）作出的个人分析与判断；文中的信息或意见不构成任何投资或其他商业建议，市值观察不对因采纳本文而产生的任何行动承担任何责任。