智谱AI单月暴跌70%，AI行业是泡沫还是未来？

智谱AI股价从6月22日的2980港元骤降至7月20日的890.5港元，单月跌幅近70%，背后是四重压力叠加：前期估值严重泡沫、基石股东解禁与新股配售引发筹码抛压、Kimi K3开源模型带来的技术冲击，以及创始人称‘两年内不追求短期变现’动摇市场盈利预期。此轮调整是估值与情绪的剧烈回摆，而非对AI产业长期前景的否定。以下从四大维度，深入剖析行业本质。

一、AI的需求是否真实且持久？

真实产业需求持续增长，投机性热度正在消退，长期价值稳固。

1. 真实应用场景加速落地

- 企业渗透率快速攀升：2025年中国企业级大模型日均调用量达37万亿词元，较上半年增长263%，88%企业已部署AI试点，应用从文案、客服扩展至代码生成、研发辅助、工业设计等核心生产环节。

- 商业数据佐证：智谱ARR（年度经常性收入）半年飙升15倍，2026年7月突破10亿美元；即便API价格上涨83%，调用量仍增长400%，表明客户认可AI实际价值，非依赖低价引流。

- 算力结构转型：行业正从‘训练主导’转向‘推理主导’，德勤预测2026年推理算力将占AI总算力的三分之二，中国推理需求年复合增速达103%，为训练增速的4倍——推理直接对应真实业务调用，非一次性研发支出。

2. 长期本质：通用技术革命的必然渗透

AI是继蒸汽机、电力、互联网之后的新一代通用技术，核心在于重构‘知识生产’效率，终将渗透至所有行业，这一趋势不会因股价波动而逆转。

- 当前阶段类似2000年互联网泡沫破灭后：泡沫出清，但真正具备落地能力的企业才开始释放长期价值。

二、AI的价值如何释放？

AI价值并非单一，而是按‘效率工具→产品创新→产业基建’三层递进释放，当前正处于第一层向第二层过渡期。

1. 第一层：降本增效的效率工具（已验证）

当前最成熟、可量化的核心价值，是替代重复性脑力劳动：

- 代码开发：AI编程可提升效率30%-50%，首个商业化成功的高价值场景，Anthropic的Claude Code发布半年ARR即破10亿美元。

- 企业运营：客服、法务、财务、人事等后台岗位，AI可覆盖超70%标准化任务，显著降低人力成本。

- 内容生产：文案、设计、视频等领域，AI将单位产出成本降低十倍，大幅提升内容供给效率。

2. 第二层：催生新品类与新收入（正在验证）

AI不只是替代，更在创造全新产品与商业模式：

- 新消费形态：AI原生应用、智能体助手、个性化教育、AI生成内容付费等，开辟全新用户付费场景。

- 新工业突破：AI辅助药物研发、材料设计、芯片设计，将研发周期从年缩短至月，实现传统方法无法达成的技术跃迁。

3. 第三层：重构产业数字基建（长期价值）

长远来看，大模型将成为类似云计算、操作系统的底层基础设施，所有软件、设备与工业体系都将基于其重构技术栈。此层价值不直接反映在模型公司营收，而是赋能全产业、提升社会整体效率——如同电网价值不在电厂，而在所有用电行业。

三、巨额投入能否换来相应回报？

高度分化：仅极少数头部玩家能构建商业闭环，多数投入难获对等回报。

1. 大模型的商业本质：强规模效应的赢家通吃赛道

成本结构极具特殊性：

- 固定成本极高：训练一个旗舰模型需数十亿算力，叠加研发与人才成本，属典型重资产行业；

- 边际成本递减：随调用量上升，单位Token推理成本快速下降，规模突破临界点后，利润呈指数级释放。

这意味着，唯有占据行业前2-3名、拥有海量调用量的头部企业，才能通过规模效应摊薄成本、收回投入并盈利。全球范围内，OpenAI、Anthropic已逼近盈亏平衡；国内头部企业亦在加速追赶，但窗口期极为有限。

2. 两类公司注定难回本

- 跟风重复造轮子的中小厂商：国内已涌现上百个大模型，多数既无技术优势，又无落地场景，训练出的模型无人调用，算力投入沦为沉没成本。

- 无场景的纯模型供应商：若无法绑定自有业务，仅靠API销售生存，将陷入持续价格战与军备竞赛——收入增速远低于算力投入增速，长期被困于‘融资→烧钱→迭代→再融资’的死循环，难以实现正向现金流。

3. 智谱的投入回报前景

智谱2025年营收7.24亿元，经调整净亏损31.82亿元，研发投入为营收的4.4倍，月均现金消耗超3亿元。其能否回本，关键取决于两点：

1. 是否能在军备竞赛中稳居第一梯队，守住B端市场，使调用量突破成本盈亏临界点；

2. 是否能从‘纯模型供应商’转型为‘场景解决方案商’，提升毛利率与客户粘性。

目前看，仍处于‘以投入换增长’阶段，商业闭环尚未打通，回报前景存在较大不确定性。

四、大模型公司的护城河是什么？稳固吗？

核心结论：纯基座模型本身无长期护城河，真正壁垒均在模型之外。

行业共识是，基座模型技术领先窗口已缩短至3-4个月——今日闭源厂商发布新模型，数周后开源方案即可追平90%以上性能；用户切换API仅需修改几行代码，几乎无忠诚度可言。Kimi K3开源直接冲击智谱‘技术领先’叙事，正是最有力证明。

真正的护城河，按稳固性从高到低排序如下：

1. 自有业务场景+数据飞轮（最稳固）

- 逻辑：高频自有场景（搜索、办公、社交、电商）持续产生真实用户数据与反馈，模型在实战中迭代，形成‘场景→数据→更好模型→更多用户’正循环，他人难以复制。

- 案例：微软绑定Office/Windows，字节绑定抖音/飞书，百度绑定搜索，这些企业的AI天然拥有落地场景与数据优势。