人工智能行业市场定价与商业化进程 - 长鑫科技开启申购，发行价8.66元，被视为国产存储产业在公开市场定价的参照物[4] - DeepSeek被曝筹备内地上市，计划IPO前再融资100亿元，最新估值约为3508.77亿元[4] - 市场对AI公司的关注点从技术转向更世俗的财务指标，包括对标对象、收入规模、推理成本和A股估值倍数[5][6] - 世界人工智能大会（WAIC）期间场外活动规模巨大，成为判断行业参与者地位的非正式标准[6] - 一级市场投资者需要向LP展示AI投资成果，二级市场需要寻找大模型公司的定价逻辑样本[6] AI巨头发展现状与公开市场预期 - 播客All-In讨论Anthropic、OpenAI、SpaceX等超级公司能否支撑下一轮万亿级IPO[7] - 企业面临AI投入产出比（ROI）的严峻问题，有案例显示token成本每45天翻一倍，但下游生产力提升最多仅5%[10] - 排除英伟达后，AI赋能给标普500剩余493家公司带来的真实收益提升仅为0%到2%[11] - 企业存在“AI主权”担忧，害怕将核心业务know-how交给可能成为竞争对手的前沿模型实验室[11] - 微软CEO纳德拉指出，企业全面拥抱AI需付出“双重代价”，并预言企业将争取使用模型输出来训练自己模型的权利[11] 传统软件公司在AI时代的定位与挑战 - 市场担忧AI（如vibe coding和AI建站工具）会绕过Wix等传统SaaS公司[15] - Wix CEO认为市场不知道如何计算AI对SaaS公司的威胁，大客户购买软件时更看重信任、安全、合规和业务流程积累，例如JP摩根只信任Salesforce这样的封闭安全环境[15] - Wix内部实验表明，无法仅靠vibe coding复刻出如Shopify般的复杂业务系统[15] - AI对软件的改变并非一蹴而就，真实软件包含支付、权限、客服、稳定性等大量复杂需求，Wix的挑战在于能否将AI融入产品以守住客户关系和工作流[15] AI基础设施、成本与能源挑战 - 播客Big Technology讨论，如果各大公司的AI产品趋同，利润将流向能够降低成本的环节[21] - Meta有动力发起价格战，通过降低模型层成本以便将AI融入其社交和消费产品，这与OpenAI、Anthropic希望保持模型层高价值的逻辑相反[21] - 核能初创公司Valar Atomics展示了由创业公司供电的先进反应堆，并将一块NVIDIA Blackwell芯片接入核反应堆运行[26] - 随着AI算力扩张，能源供应成为底层关键问题，更便宜的能源将创造需求[26] - OpenAI联合创始人布洛克曼认为未来将进入算力极度稀缺的世界，OpenAI的策略是“全部买下来”[33] - 一旦智能体（agent）能力达到行星规模（planet scale），算力将永远成为稀缺资源[33] 风险投资与资本视角下的AI叙事 - 募资专家约翰·金指出“钱会按照信任的速度来流动”，成功的说服在于“欲望减去恐惧”[19] - 真正的差异化需要真正的牺牲，在国防AI等领域，早期因立场放弃投资机会的VC后来想再进入已失去一致性和成为领头者的可能[19] - 投资人BG2认为，若相信AI，世界需要建设的算力将远超想象，这些模型也会比想象中更值钱[29] - 投资数据中心等项目可能有高达55%的内部收益率（IRR），但前提是建设速度要快，因为每天支付给电工和管道工的费用就是成本[30]