2026年7月，长鑫科技开启科创板申购，DeepSeek被传筹备内地上市、估值约3508.77亿元。海外OpenAI、Anthropic等头部AI公司也被频繁讨论IPO定价可能性。AI产业正在从“技术叙事”全面转向“公开市场定价”——一级市场需要给LP交作业，二级市场需要AI资产的定价样本。

在这个节点上，硅谷顶级风投Benchmark对AI估值和“稀缺性”的看法，值得认真拆解。

一、Benchmark怎么算AI账？旧规则全部失效

Benchmark合伙人Ev Randle在近期播客访谈中直言：传统SaaS时代的“黄金投资法则”已全面失效。

过去，高毛利、纯软件、轻资产、高客户留存率是衡量优质公司的核心指标。但Randle指出：“定义电子表格投资时代的过去所有黄金法则，如今全部消失了。当前最受欢迎的公司和赛道，几乎是这些黄金法则的完全反面。”

三大变化最为典型：

第一，分发策略逆转。 过去依赖人力的实施服务被视为拖累毛利率的负面因素，如今反而成了标配。“FTE（全职人力）是新的PLG（产品驱动增长）”——AI太复杂，客户需要人帮着落地。

第二，毛利率逻辑颠倒。 “如果你的毛利率很高，这实际上是一件坏事，因为这意味着没有人使用你的AI功能。”AI推理成本高昂，高频使用必然拉低毛利率。

第三，资本密集度飙升。 许多AI软件公司开始在内部建立研究实验室、训练自己的模型，带来了前所未有的资本支出。过去SaaS企业无需投资GPU等重资产，现在不投不行。

新的估值公式：P×Q×M

旧规则失效后，Randle提出了一个新的估值视角：P（价格）× Q（数量）× M（毛利率）。

与传统SaaS相比，AI应用的Q（客户数量）通常持平，M（毛利率）几乎肯定低于传统SaaS的70%，但P（客单价）却能达到惊人的高度。“现在，一些推理平台与初创公司签下了高达九位数的合同，这在SaaS公司中极其罕见。”

Randle举例：Benchmark投资组合中的开发者，每人每月在Claude Code上花费3000美元——每年3.6万美元。这种消费力意味着企业软件预算可能从百万级跃升至数十亿级。

风险与规模的反向关系已经崩溃

Randle指出，过去初创企业随着规模扩大，会依次消除产品市场契合度、单位经济学和市场规模的风险。但如今，“你可以拥有营收远超10亿美元的企业，但它们尚未证明自己的单位经济学，也没有证明持久的差异化。”

这种“规模越大、风险越高”的反常现象，让整个创投生态进入“迷失方向”的阶段。

Benchmark合伙人Bill Gurley的警告更为直白：AI浪潮打断了本应发生的市场修正，但“有一天我们会经历一次AI重置，因为浪潮会制造泡沫”。目前AI企业营收大多是算力转售，经济效益终需解决。

二、“稀缺性”是一个“经典谎言”

“稀缺性”是过去18个月AI投资的核心叙事：数据中心容量有限、高带宽内存受制约、巨头陷入算力军备竞赛。但资深募资人约翰·金直言：稀缺性是行业常见谎言。

话术不等于事实

约翰·金指出，多数所谓“稀缺赛道布局”只是话术，没有提前持续投入就不具备可信度。真正的差异化需要付出实际牺牲，而多数人只是在用“稀缺”包装自己的投资故事。

资金流动速度取决于信任，而非对市场逻辑的相信。当“稀缺”成为人人挂在嘴边的口头禅，它就不再是稀缺——只是一个被过度使用的营销话术。

市场正在用脚投票

港股首批纯大模型上市企业迎来估值剧烈回调。智谱、MiniMax在创下上市股价神话后，市值自高点大幅回撤。市场不再单纯为“稀缺上市标的”支付溢价，国产大模型正式告别参数叙事、稀缺溢价时代。

HBM神话也在破灭。SK海力士2026年6月宣布放缓HBM4产能扩张。市场正从无条件相信“算力永远稀缺”的叙事，切换为用现金流、真实需求和商业化回报重新定价每一环资产。

AI估值的底层支撑正在回归基础设施能力。行业共识是，AI价值最终会向降低成本的环节集中。同质化AI竞争下，价格与分发的重要性持续提升。

三、总结

Benchmark对AI估值的判断可以概括为三点：

第一，旧账本不能用了。 SaaS时代的高毛利、轻资产、高留存模型在AI语境下全面失效，需要新的估值框架。

第二，P×Q×M是新方向。 用超高客单价弥补低毛利率，是AI公司当前最真实的商业逻辑。

第三，“稀缺”是谎言。 真正的护城河来自持续投入和实际差异化，而非口头上的“稀缺赛道”。

当AI从“讲故事”进入“算账”阶段，那些靠“稀缺”话术撑起来的估值，正在被市场重新定价。