闻乐 发自 凹非寺
量子位 | 公众号 QbitAI
能套现就赶紧套现！
一位账上压着 70 万美元 OpenAI 股权、刚从 OpenAI 离职的员工，不睡觉也要上网喊话老同事。
眼看 OpenAI 的估值一路走高，他怎么反倒劝人赶紧落袋为安？
实际上，他本人对 AI 前沿实验室的估值相当悲观。
在他看来，如今 AI 前沿实验室的估值已经建立在一个极其乐观的预期之上，如果市场开始重新定价，那么：
翻倍不太可能，可一旦市场回归理性，腰斩倒是很有可能。
巧的是，就在他发推的前一天，美股科技股刚经历了一轮集体回调。
纳斯达克 100 指数跌入技术性回调区间，Meta 单日跌超 10%，Google 一周累计跌超 8% ……
别等 IPO 了
Andrew Ho 在 2025 年底加入 OpenAI 技术团队，工作约 8 个月后选择离职创业。
刚离开他就连夜喊话老同事：
能参加要约收购的，赶紧把钱拿到手，别等 IPO 了。
在 Andrew Ho 看来，真正的区别就在于上市前后的估值逻辑完全不同。
私募市场讲故事，投资人愿意为遥远的 AGI 梦想买单，能够容忍企业常年亏损，全靠乐观预期推高估值；
可一旦上市，二级市场只认现金流、利润和真实增长，没有多余耐心为虚无的远期叙事买单。
从更现实的角度来看，即使公司顺利 IPO，员工手里的股票通常还要经历几个月锁定期才能交易。
而且到锁定期结束，大量员工集中卖出股票，市场往往还会面临一轮新的抛压。
而 Andrew Ho 自己，就是那个手握约 70 万美元股权却暂时无法兑现的人。
去年 10 月，OpenAI 完成了一轮约 66 亿美元的员工要约收购，超过 600 名员工参与，不少人一夜之间成为千万富翁。
放在那场创下纪录的员工要约收购中，这 70 万美元并不是最亮眼的数字。
但换个角度看，一个只在 OpenAI 工作了 8 个月的研究员，账面股权价值就达到约 70 万美元，也能从侧面反映出，在如今的估值体系下，OpenAI 员工持有的股权价值已经相当可观。
而这种高额股权，本身也是如今 AI 行业高估值的缩影。
可是，在 Andrew Ho 看来，这种高估值并不等于高确定性。
对前沿实验室估值悲观
劝人套现只是表面，Andrew Ho 真正看衰的是整个头部大模型赛道的估值逻辑。
有人认为，大模型业务毛利率很高，所以一万亿美元估值并非没有可能。
Andrew Ho 干脆算了一笔账：
假设一家 AI 实验室未来能够长期保持 80% 的毛利率，同时资本市场愿意给予 20 倍市盈率，那么要支撑 1 万亿美元市值，公司每年需要创造 1000 亿到 2000 亿美元左右的收入。
但现实显然不是这样，AI 实验室根本不是一家只负责提供推理服务的软件公司。
元股证券:ygzq.hk为了保持领先，他们必须不停砸钱训练下一代模型。
而且这笔投入几乎没有暂停键，因为只要领先者停下来，后面的竞争者就会迅速追上来。
今天是 OpenAI 领先，明天可能就是 Anthropic；
而在另一侧，成本越来越低的开源模型也不断压低整个市场的 API 价格。
这就是 AI 圈逃不掉的红皇后竞赛。拼尽全力砸算力、堆数据、扩团队迭代模型，不是为了甩开对手，只是勉强守住自己的市场份额。
模型变强确实能拉高收入，但下一代模型的训练成本涨得更快，领跑者反而要扛最重的资金压力。
甚至没有人知道下一代模型究竟还能带来多少新增收入，但 GPU、数据、训练集群这些成本，却是真金白银必须提前投入的。
收入存在不确定性，支出却越来越确定，这也是为什么今天很多 AI 实验室估值越来越高，却依然需要不断融资、不断烧钱。
那么，为什么投资人还愿意给出如此高的估值？
他们赌的是随着模型规模不断扩大，未来某一天可能会出现能力跃迁，AI 能够自主完成绝大多数知识工作，甚至自己经营企业、管理智能体团队，从而创造远超今天软件行业的商业价值。
Andrew Ho 认为，这个假设未必会像市场预期那样顺利兑现。
在他看来，模型能力仍然主要提升在那些容易验证结果的任务上。
例如数学证明对不对、代码跑不跑得通；而大量现实世界中难以验证的复杂任务，进展依然缓慢。
就算这种爆炸式增长真会来，时间线也是几十年起步。
线上炒股配资AI 实验室未来未必还能不断碰到像编程 Agent 这样足够赚钱的新产品。
不过，不看好前沿实验室的估值并不意味着他不看好 AI。
恰恰相反，他认为 AI 仍会继续发展，只是下一阶段竞争的焦点会发生变化。
随着 Scaling 带来的收益逐渐放缓，真正稀缺的资源将不再只是算力，而是能够持续提升模型能力的高质量训练数据。
未来几年，前沿实验室可能会投入超过 1000 亿美元采购数据资源。
也正因此靠谱的配资，他离开 OpenAI 后选择创业，专门为前沿实验室提供强化学习数据集。
炒股配资排行 - 元股证券提示：本文来自互联网，不代表本网站观点。
