META财经｜ 谷笠
超越自己或者超越对手，皆是赢家。
在中美科技竞争的背景下，一个显著的现象引人深思：
尽管中国AI企业在用户量和应用场景覆盖上表现强劲，但其估值却远低于美国同行。
以2025年下半年的数据为例，英伟达的市盈率高达60.40倍，而百度、阿里巴巴等中资AI巨头的预期市盈率均只有20倍左右。
这种估值差距背后反映的是两地不同的商业模式、市场环境和发展路径所引发的资本定价逻辑差异。
单从当前业绩来看，中美企业的数据差异的确左右了华尔街情绪偏好。但这些公司同时也面临着极高的业绩门槛，出现意外上涨的空间较小。加之近期美股恐慌指数（VIX）高居不下，未来价值重估或有变局。
估值差距的现象与逻辑
从基本面数据看，中美AI企业的估值差距十分明显。
华尔街对英伟达、谷歌、微软和亚马逊等美国科技先锋给予了较高的市盈率估值，尤其英伟达2025财年市盈率高达60.40倍，2026财年市盈率也有42.04倍。
反观在美股上市的百度和中概股阿里巴巴，预期市盈率均只有20倍左右，远低于美国同行。
即使2025年下半年港股AI板块表现强劲——阿里巴巴H股今年以来累计涨幅超一倍，百度集团H股累计涨幅也在60%以上，南向资金持续买入，但估值差距依然显著。
PEG估值（市盈率相对盈利增长比率）或许为这种差距提供了注解：美国科技巨头的PEG均高于1倍，而中国科技的PEG较低。这反映了华尔街对美国科技巨头未来增长预期更为乐观，认为它们在AI发展浪潮中实现的增长将远超中国AI企业。
我们试图透过现象数据找寻幕后原因，商业模式差异当属其一。
多数美国AI企业采用直接收费模式，通过订阅制与硬件销售等实现变现。OpenAI通过GPT系列模型的推理能力收费，仅开放API接口，核心模型闭源。这种模式在北美市场有着成熟的土壤，经过几十年发展，美国已建立完善的软件付费生态，用户普遍接受“优质服务需付费”的理念。
这里面有一个不能忽视的大背景，北美企业员工年均收入达6.2万美元，无论是对于公司还是个人而言，高昂的人力成本都使得AI工具的订阅费投入显得微不足道，即使微小效率提升也被视为高回报投资。
中国AI企业的主流则是沿袭“免费换生态”模式，通过免费工具引流，带动广告和云服务等主业增长实现多元变现。百度、阿里等公司开放模型权重，构建开发者生态，将AI深度嵌入钉钉、淘宝等现有业务中。
这种模式适应了中国用户不喜欢直接付费的特点，但却面临流量狂欢背后的收入尴尬——中国公司拿下全球AI月活的46%，略超美国的43.2%，但在收入数据上，仅OpenAI一家的年收入就高达174.75亿美元，比整个中国AI收入榜总和12.87亿美元还高出十余倍。
除了业绩表现，资本市场对中美AI企业不同的估值还源于风险认知和增长预期的差异。
摩根士丹利的研究认为，全球投资者对中国科技企业的估值体系仍停留在传统互联网思维，未能充分反映其在前沿科技领域的突破。
海外市场更多地将阿里巴巴按照既有优势赛道定位为电商公司，没有充分认识到其AI及云计算业务的价值。这种认知偏差导致了系统性低估，即使在中国AI技术取得重大突破如DeepSeek的进展后，市场仍需时间重新调整估值模型。
这是一个由中国科技力量崛起所驱动的估值提升过程，认知的改变需要实力和时间的双重加持。近两年来，海外市场中资科技股的股权风险溢价一直处于较高水平，直至2025年1月中旬才开始出现明显下降。
价值重估的优势和挑战
中国AI企业的重要优势四个字概括：降本增效。
依托“东数西算”工程，我们构建了全国一体化算力网络，已形成全球最大的AI算力集群，大部分算力中心布局在特高压沿线，实现清洁能源直供，这种规模化布局带来显著成本优势。
同时，以特高压为核心的能源基建，构建了低成本绿电、高效算力、能源优化的正向循环，从根本上解决AI发展的能源瓶颈。例如，DeepSeek团队在英国《自然》杂志发表的论文披露，DeepSeek-R1模型的训练成本仅为29.4万美元，构建基础大模型也仅用了600万美元，远低于其美国同行的水平。
美国则面临基础设施老化和资源分散的挑战。
各大科技巨头斥巨资兴建数据中心，但分散的投资模式导致资源浪费。例如微软在威斯康星州投资33亿美元建设AI数据中心，但当地电网无法支撑巨大的用电量，单是微软的两座数据中心就占用了近10%的电力配额，加上当地输电能力不足，不足以应付数据中心的庞大需求。GPT-4的训练成本或超1亿美元，GPT-5在六个月训练周期中或花费约5亿美元，高昂的成本可能会抵消其收入增长。
从相对劣势来看，商业化进度与生态协同能力仍是美国科技企业的发展舒适区。
美国科技巨头正通过“资本+技术+股权+场景”深度协同构建创新生态。2025年下半年，美国AI圈出现了一系列重磅合作：OpenAI与AMD达成战略协议，部署6吉瓦GPU算力；英伟达与OpenAI斥资1000亿美元共建超大规模AI数据中心；英伟达与英特尔合作定制x86 SoC芯片。
这些合作已超越简单业务联动，是资本、技术、场景、股权的全维度协同，通过资源整合加速技术迭代，形成长板集群效应。
中国AI企业则更注重应用导向的快速迭代，但在生态协同方面仍有不足。
国内科技企业已具备强大的单点技术能力，但缺乏将这些能力组合成长板集群的协同机制。华为、阿里、腾讯、字节、百度等企业在人工智能、芯片等领域实现显著突破，但横向对比，国内巨头间实质性战略合作仍显不足，在即时零售、AI应用等领域同质化竞争激烈，部分存在赢者通吃的封闭心态。
好在，中国AI产业一直在探索差异化破局路径。
硬件出海成为特色选择，大疆、小米、影石等企业积累的供应链优势为AI硬件奠定基础。行业深度定制是另一条务实之路，华为盘古大模型在水泥行业实现熟料强度预测准确率超85%；腾讯混元与迈瑞医疗合作的医疗大模型治疗建议准确率达95%。效果付费模式也在创新，美的集团通过AI优化生产流程，按节能效益分成，年节省成本超亿元。
随着AI技术从预期驱动转向业绩驱动，从技术追逐转向可持续发展能力的较量，中资AI巨头有望迎来价值重估。
高盛在2025年10月的报告中指出，腾讯AI大模型获全球突破性进展，叠加未来3年3500亿元超预期资本开支，正重塑云计算与各业务线增长轨迹，且当前估值较全球科技同业显著低估。该机构将腾讯12个月目标价从701港元上调至770港元，较当前股价有约18%上涨空间。
那些真正能够在商业化落地与成本控制间找到平衡的中资企业，有望在这场AI长跑中胜出——超越自己亦或者超越对手，皆是赢家。
声明：Meta 财经登载此文出于传递信息之目的，文章内容仅供参考，不构成投资建议。