最近一周，AI 资本开支又一次把热度写在数字上。Reuters 报道，Nvidia 计划向 OpenAI 投资最高 1000 亿美元并供应数据中心芯片；同一篇报道还提到，一座 100 兆瓦的现代 AI 数据中心，含芯片在内成本可超过 40 亿美元，约 70% 的花费流向服务器和 GPU。[1] 这不是模型聊天变顺口了，而是整条供给链都在被重新定价。
另一层信号来自上游。Reuters 4 月 16 日的报道显示，ASML 和 TSMC 的强劲展望说明，云厂商仍在为 AI 芯片抢产能，TSMC 还把全年美元营收增幅预期上调到 30% 以上，资本开支指引维持在 520 亿到 560 亿美元高位。[2] 这意味着，算力不是“够用就行”，而是继续往更贵、更集中、也更难替代的方向走。
为什么这件事不只关乎芯片
更关键的是，AI 的价值正从“通用模型谁更强”转向“谁能把算力变成可收费的结果”。36kr 这篇关于西湖云谷智药的报道给了一个很典型的案例：礼来以 24 亿美元收购 Orna Therapeutics，2025 年还有 4 家跨国药企围绕体内 CAR-T 初创公司出手，合计接近 50 亿美元；国内体内 CAR-T 概念企业前 4 个月融资接近 20 亿元。[3]
西湖云谷智药走的是 AAV 路线，不是单纯“加 AI 标签”。它的 AAV-TCE001 在动物实验中把 CAR-T 相关缓解率做到 90% 以上，注射 6 周后仍维持最高 77.5% 的 CAR-T 水平；这类数据说明，AI 真正落地的地方，往往不是最热的聊天界面，而是最难的工程环节，比如蛋白设计、递送载体和剂量窗口。[3]
判断
我的判断很直接，AI 产业的主战场已经从“会不会生成内容”转向“谁能把模型、芯片和行业流程绑成一条可收费的链条”。如果你只看模型发布会，很容易误判行业节奏；如果你看资本开支、并购和临床前数据，就会发现真正的赢家在做平台，而不是做演示。
- 第一，算力成本没有见顶，反而在把行业门槛抬高。
- 第二，AI 进入垂直行业后，估值不再只看参数，而看结果。
- 第三，能把实验室数据变成临床或商业路径的公司，才更像长期赢家。
所以，这一轮 AI 不是“更聪明一点”，而是“更贵一点，也更难复制一点”。对普通读者来说，判断一家 AI 公司值不值得看，不妨先问它靠什么收费，再问它靠什么交付。[1][2][3]
参考文献
[1] From OpenAI to Nvidia, firms channel billions into AI infrastructure as demand booms — Reuters
[2] Strong ASML, TSMC forecasts signal AI spending boom is intact — Reuters
全部 0条评论