AI资本周期下的估值分化：旧账本拖累、物理稀缺溢价与故事保质期

事件概述

近期分析指出，在AI技术浪潮中，资本市场对“老公司”（成熟企业）的估值逻辑发生了深刻变化。通过观察30家中美头部样本企业，发现资本不再单纯迷信“新叙事”，而是更关注资产的稀缺性、物理世界的供给瓶颈以及最终的现金流转化能力。估值表现主要受四大因素驱动：旧有业务结构的惯性阻力、物理基础设施的短缺红利、AI概念溢价的时效性限制，以及内部AI资产的价值折算难题。

核心信息

1. 旧账本拖累新估值：软件与互联网巨头的“中间态”困境

尽管部分科技巨头在AI领域投入巨大且收入占比显著提升，但受限于传统基本盘的下滑和高昂的转型成本，其市值并未按纯AI公司标准重估。

• 百度：2026年Q1-Q2，其AI驱动业务收入占通用业务比例分别达到52%和50%，显示业务结构已发生根本性转变。然而，由于搜索广告等传统业务持续萎缩，加上AI云扩张带来的巨额资本开支，投资者仍将其视为混合体。截至2026年9月，百度市值约310亿美元，低于2022年末水平，反映出市场对其新旧业务抵消效应的担忧。
• 商汤：生成式AI收入占比超50%，并于2026年上半年首次实现IFRS盈利。但其市值徘徊在600亿港元左右，较上市初期高点大幅回落。市场定价时仍习惯性地扣除传统智慧城市业务收缩带来的折价，显示出估值锚定的滞后性。
• 理论支撑：哈佛商学院研究指出，市场并非笼统奖励大公司使用AI，而是奖励那些能将AI附着于既有专有数据和业务壁垒的公司。若新优势无法在报表上清晰体现为盈利改善，旧资产反而可能成为包袱。

2. 物理基础设施成稀缺瓶颈：老牌硬件公司市值飙升

与软件公司不同，提供AI底层物理基础设施的老牌硬件企业，因供需错配获得了巨大的估值溢价。这种溢价源于物理世界扩产周期的滞后性，导致网络、电力、存储等环节成为系统瓶颈。

• 戴尔 (Dell)：受益于AI服务器强劲需求，2027财年Q2 AI服务器订单达609亿美元，积压订单高达950亿美元。市值从2024年初的600亿美元飙升至2026年9月的3500亿美元。
• 闪迪 (SanDisk)：受惠于企业级大容量存储需求激增及长单模式，市值从2025年初分拆时的70亿美元冲至2300亿美元。
• 其他受益者：思科 (Cisco) 市值站上4300亿美元；维谛技术 (Vertiv) 手握150亿美元积压订单，市值突破1100亿美元；GE Vernova市值升至2500亿美元。
• 核心逻辑：AI算力的高效运行依赖于稳定的网络、供电和散热。当GPU等核心部件产能受限时，这些原本不起眼的配套环节因“木桶效应”获得了极高的边际定价权。资本追逐的是系统中暂时最难替代的环节。

3. AI故事溢价有保质期：渗透率不等于利润

资本市场允许企业在初期用“中间指标”（如渗透率、调用量）支撑估值，但这种溢价具有严格的保质期，最终需由利润表和现金流量表验证。

• 惠普 (HP)：尽管宣布AI PC出货量占比达44%，但因未能证明该功能提升了整体售价或利润率，且总出货量下降，其市值两年间停滞在300多亿美元，未获AI溢价。
• Zoom：虚拟智能体客户数暴增256%，但总收入仅增长4.9%。高频试用若不能拉动ARR（年度经常性收入）显著增长，AI功能仅被视为防止客户流失的基础配置，无法支撑高估值。
• 结论：从贴上AI标签到交出真实财务数据之间存在时间差。若“中间指标”无法转化为真金白银的利润率，估值将面临均值回归甚至反噬。

4. 优质AI资产在母体内的价值传递难题

对于拥有高价值AI资产的母公司而言，如何将这些资产的价值传递给股东是一个复杂问题。分拆上市或留在体内各有利弊。

• 分拆路径：
  • 百度昆仑芯：曾寻求约500亿美元估值赴港上市，高于百度母公司市值，显示单独定价可能更高，但落地前价值难以直接传导。
  • 小鹏机器人：独立融资投后估值超63亿美元，外部投资者获取新权益，不直接稀释老股东，但母公司需等待后续变现路径。
  • 商汤曦望：分拆后估值约200亿元，商汤自身估值框架随之调整。
• 留存路径：
  • 腾讯：AI提升广告推荐效率，带动营销服务收入增长22%，但未单独设立AI子公司。代价是2026年Q2资本开支飙升至528亿元，导致自由现金流转负。
  • 阿里：AI云与算力服务收入同比增长45%，但单季资本开支近677亿元。为扩容算力，阿里进行配售募资，导致现有股东股权稀释约3.57%。

值得关注

• 稀缺性迁移规律：AI资本周期遵循“稀缺迁移”逻辑。资本始终流向当前系统中最紧缺、最难替代的环节。随着供给增加，今天的瓶颈可能明天就过剩，资本会迅速寻找下一块稀缺地。
• Power决定价值留存：在AI普及化趋势下，单纯的AI功能嵌入不再具备长期竞争优势。企业真正的护城河在于其是否占据了价值链中难以被替代的位置，并能在扣除高昂算力投入后保留实打实的利润和现金流。
• 非年龄问题：公司“老”与否不再是估值的关键，关键在于其积累的物理设备、客户关系和工作流能否在新的AI需求下转化为新的生产力（Power）。