OpenAI式天价IPO泡沫大于现实，美股牛市还没到终点

OpenAI、Anthropic和SpaceX的高估值更多是叙事溢价，不是基本面已经兑现。

我认为OpenAI、Anthropic和SpaceX的天价IPO叙事水分很大，但这不等于美股牛市马上结束。真正值得警惕的，不是“AI公司值不值那么多钱”这一句空话，而是它们的估值正在把未来很多年的增长、利润和资本开支一次性提前定价。OpenAI 2026年一季度调整后运营利润率为负122%，全年预计亏损140亿美元，德意志银行甚至测算其2024到2029年累计负自由现金流约1430亿美元。这样的数字说明，市场买的不是当下业绩，而是一个极其昂贵、极其漫长、且高度依赖资本持续输血的未来。

第一，天价估值的核心问题不是“贵”，而是现金流根本没跟上

OpenAI的例子最能说明问题。负122%的调整后运营利润率意味着，它不是在低利润运行，而是在大规模烧钱扩张。对一家被市场拿来和未来科技平台相提并论的公司来说，这种财务结构并不只是“早期投入大”，而是说明商业化速度明显落后于算力、研发和销售的成本增长。

德意志银行给出的1430亿美元累计负自由现金流预测更关键。自由现金流才是估值最终要落地的地方，利润表上的故事可以讲很多年，但现金流撑不住，融资就会不断稀释股东回报。换句话说，若一家公司的估值建立在2029年之后才开始盈利的预期上，那么它现在的定价就已经把大量乐观情景塞进去了，容错空间非常小。

第二，IPO热度背后是市场在给“稀缺叙事”付费，而不是给可验证业绩付费

SpaceX和Anthropic之所以能获得近乎神话级的估值，是因为它们分别占据了“航天基础设施”和“前沿大模型”的稀缺位置。稀缺位置确实值钱，但稀缺不等于合理。资本市场最容易犯的错，就是把“行业入口少”误读成“利润率高”，把“技术领先”误读成“长期护城河已经锁定”。

历史上，这类叙事最危险的地方在于，它们会让投资者忽略兑现周期。互联网泡沫时代，市场也曾为“平台”“网络效应”“未来入口”支付过高价，最后证明，只有少数公司能把叙事变成持续现金流。今天的AI公司同样面临这个问题：模型能力在进步，但算力成本、推理成本、人才成本和竞争压力也在同步上升。只要产品还没有形成稳定、可复制、可扩张的收费结构，估值就更像期权价格，而不是企业价值。

第三，天价IPO不必然意味着牛市终结，但它会抬高市场脆弱性

很多人把“AI公司估值过高”直接推导为“美股牛市快结束了”，这个结论太粗暴。牛市的终点从来不是由单一板块决定，而是由流动性、盈利广度、利率预期和风险偏好共同决定。只要大型科技股仍在贡献利润增长、回购和指数权重，美股整体就还有支撑。

但问题在于，天价IPO会让市场结构更脆。因为一旦最受追捧的资产开始频繁暴露现金流压力，投资者会重新审视整个“AI基础设施链”的定价，包括芯片、云、数据中心、电力和软件服务。那种脆弱性不一定立刻引发熊市，却会让回撤更快、估值重定价更狠。也就是说，牛市未必马上结束，但它会变得更依赖少数龙头继续超预期。

第四，真正该被质疑的不是AI本身，而是“增长会自动变成利润”的幻觉

支持高估值的人会说，OpenAI、Anthropic和SpaceX代表的是新一轮基础设施革命。这个观点并不荒唐。基础设施级公司往往前期烧钱极重，后来一旦形成标准和生态，利润释放会非常快。AWS、iPhone、SpaceX的部分业务都证明了这一点。问题是，市场常常把“有机会成为基础设施”直接等同于“已经是基础设施”。

我的反驳很明确：我接受这些公司有长期价值，但拒绝把当前估值当成理所当然。因为基础设施叙事成立的前提，是单位经济模型最终要跑通，而不是永远靠融资覆盖扩张。OpenAI当前的亏损规模已经说明，AI行业的商业化门槛远比很多人想象的高。若没有更快的付费转化、更低的推理成本和更稳定的企业级收入，今天的高估值就不是前瞻，而是透支。

第五，对工程师、PM和创始人来说，最重要的不是站队，而是识别定价信号

工程师要看的是单位成本是否真的在下降，PM要看的是用户留存和付费转化是否足以覆盖推理和交付成本，创始人要看的是现金周期能否撑到规模化盈利。不要被“估值很高”误导，也不要被“亏损很大”吓退，真正有效的判断标准只有一个：这门生意的边际收入能否持续高于边际成本。凡是答案还不清楚的地方，就不要把叙事当结论。