侯晓天：天灏资本创始人，20多年华尔街从业经验，被称为“中概股女王”。天灏资本为华尔街头部基金提供投资顾问服务，同时也为中概头部公司提供市值及金融战略服务。本文为侯晓天在阿尔法工场的《华尔街连线》专栏。导语：数据是最具价值的“资产”，比算法和算力还要珍贵。AI公司的估值可从两个关键维度入手：一是AI产品核心组成部分的价值，即数据、算法和算力在AI开发中的作用；二是AI产品所创造的商业价值。两者相辅相成，共同决定企业的市场地位和未来增长潜力。
AI产品核心组成部分的价值
AI产品由数据、算法和算力构成，其中数据被视为AI创新的“金山”，远比算法和算力更具稀缺性和不可复制性：
数据：基础且不可替代的资产
数据是AI系统的“燃料”，无论是监督学习、无监督学习还是深度学习，都离不开大量高质量、独特且持续更新的数据。
拥有自主数据流的企业（如特斯拉通过汽车硬件不断收集和反馈数据）可形成自我强化的闭环系统，构筑难以复制的竞争壁垒。而依赖公开数据的公司则面临数据质量不稳定、更新滞后，数据监管等挑战，可能影响模型效能和长期竞争力。
算法：将数据转化为价值的引擎
算法决定了如何处理、解读数据并挖掘其中的模式。尽管许多基础算法已经借助TensorFlow （谷歌）、PyTorch（脸书）等开源工具实现标准化，但企业仍可通过持续研发、结合自身独特数据和应用场景，实现差异化创新。
换句话说，算法的竞争优势不仅体现在技术突破上，更在于如何有效赋能数据和解决具体业务问题。
算力：赋能AI创新的基础设施
作为挖掘黄金的“铲子”，计算能力对于运行复杂的AI模型和处理大数据至关重要。从CPU到GPU，再到为AI优化的TPU的进步，使得执行越来越复杂的模型成为可能。
虽然高端算力成本较高，但随着资金投入和云计算平台的普及，即使中小企业也能按需获得充足算力。因此，相对于数据和算法，算力的问题通常更容易通过资本解决，其估值权重也相对较低。
基于AI产品商业价值的估值
AI产品的估值不仅取决于其核心组成部分的技术深度，还与其商业价值紧密相关，具体可以分为以下三类情境：
高商业价值的AI新业务与新市场 - 高估值
AI产品如果能够创造全新的市场或彻底颠覆现有行业，通常会获得较高的估值。例如，特斯拉的自动驾驶AI不仅推动了全新的自动驾驶市场，还创造了新的商业模式和收入来源，从而获得高估值。
对现有业务的升级或替代 - 较低的估值影响
当AI产品用于提升或替代传统业务时，虽然能增强企业竞争力，但其对整体业务的净增值效果较为有限。此时，这种AI往往被视为保持竞争优势的标准配置，而非颠覆性创新，因而对估值的提升作用不大。
例如，Google在多AI领域有领先技术，但是这些都很难抵御其搜索业务的下降，其AI对整体估值的增幅并不显著。
赋能生态平台：生态系统规模的估值
对于那些赋能其他企业的AI公司， 尤其是算法公司（如OpenAI、DeepSeek等），其估值取决于其在生态系统中的影响力和规模。
这些公司通过其技术和产品为广泛的开发者和企业提供支持，推动整个生态的增长，估值则更多受到生态系统规模和网络效应的支撑。其价值体现于平台规模和扩展性上，而非直接销售产品。
未来发展与AI公司估值提升的关键要素
综合以上，要在竞争激烈的AI领域中获得高估值，企业需关注以下几个方面：
数据所有权及可持续性
数据是AI公司长期成功的关键驱动力，尤其是持续、独特和高质量的数据。建立并维持独有且持续的数据流是构筑竞争壁垒的根本。数据与算法、算力（甚至硬件）的深度融合，能够形成自我强化的闭环，确保长期领先。
AI产品市场潜力与商业价值
AI产品的市场价值体现在其能否开辟新市场或改变现有市场。创新型AI产品能够创造新兴市场和新的收入流，通常能够带来更高的估值。而作为现有业务升级工具的AI产品，其增值潜力有限。
生态系统与可扩展性
在AI生态系统中做出贡献的公司，其估值通常与其在整个生态系统中的影响力和扩展性密切相关。生态平台型公司，通过赋能其他企业、开发者或业务场景，推动整个生态的成长，其估值将受到网络效应和生态系统规模的支持。
总之， AI公司要获得高估值，必须专注于构建能够创造新市场的产品，并增强现有商业生态系统的能力。通过构建独特的数据资源、提高算法效率，并确保算力基础设施的可持续性，这些公司可以在激烈的竞争中脱颖而出，确保长期的成功和增长。
