本文来自微信公众号： AI 资本观 ，作者：邵神，原文标题：《AI 时代，资本更不相信 " 老骥伏枥 "？—— 30 个老公司样本的 AI 资产与估值观察》

晚点 Auto 最近发了一篇很有意思的稿子：《" 我们不是汽车公司 " —— 296 家汽车产业公司的年报改写运动》。他们扫了 296 家汽车产业公司、近 8000 份材料和大约 23 万条投资者问答，想看这轮 AI 到底怎么改变汽车公司的资本叙事。

读下来感觉是：机器人、Physical AI、数据中心，正在越来越频繁地进入一家家传统车企和供应链公司的新故事，问题是资本市场好像并没太买账。

这让我又想起百度。这家曾经最早押注 AI、目前 AI 驱动业务已经连续两个季度占百度通用业务约一半的 " 全栈 AI 公司 "，好像不太被算成 AI 资本时代的优质资产。对比之下，这几年新成立的具身智能、AI 初创企业等，融资额、估值一个比一个惊人。

AI 时代，资本好像不喜欢老公司？

好像没那么简单。

想想 "AI 四小龙 " 的商汤，生成式 AI 已经占到主要收入，芯片业务曦望仍然拆出去独立发展——在今天的资本语境里似乎也被归进了 " 老阵营 "。

要知道，论 AI 的起跑时间和投入规模，百度和商汤都算得上真正的 " 老骥伏枥 "，但估值锚似乎都被卡死了。

再看这两百多家改写年报的汽车公司（有些纯是往新叙事上凑好嘛），就很明显了……一轮技术革命来了，有些成熟公司最怕的往往不是自己不会做新东西，而是市场已经习惯把自己当成旧东西。于是大家都在努力证明：我还有下一程。

可另一边，还有一些 " 老公司 " 可没怎么证明自己，却早焕发新春了。比如戴尔，还是在卖服务器，闪迪（SanDisk）还是做 NAND 闪存，还有英特尔、思科…… AI 基础设施一扩张，订单和收入却先动了起来，股价大幅上涨。

这些事情其实不是同一件事，但放到一起想反而有意思。只用 " 资本喜新厌旧 " 解释，好像不够。

所以，

AI 时代，资本到底在为什么付钱？

这个问题，其实可以分为几个问题，一层层往下看：

第一，成熟公司为什么很难摆脱旧价格？

第二，什么情况下，老的资产可能因为 AI 重新变贵？仅仅是命好？

第三，一个新的 AI 故事，究竟能先换来多少钱？这个可以用来观察大中华区资本市场的 " 老骥 " 们这么喜欢换皮、重新叙事做市值管理的实际效果……

第四，一块很值钱的 AI 资产，究竟怎样变成母公司的价值？

第五，才是真正落位一环：什么样的 AI 价值让市场买单——这是今天除了 AI Native 公司外，几乎所有规模以上公司都在面对、回答的问题。我能想到一系列名字，今年都明显看到了它们的变化和纠结，光互联网公司名单就有滴滴、美团、小红书、贝壳、携程、快手……那是更深入可以聊的了，今天先打住。

我们定向选取了 30 家中美市场的头部 " 老骥 " 标的来做基础分析，这几个问题可以一个个看。

新业务长得再快，也难摆脱 " 旧账本 "

这里还是先看看百度。

2025 年，百度核心 AI 驱动业务（Baidu Core AI-powered Business）全年收入约 400 亿元，同比增长 48%，占百度通用业务（Baidu General Business）约 39%。这是百度新增的一套内部管理口径，并不是单独审计的业务分部。

到 2026 年，一季度这项 AI 驱动业务收入 136 亿元，占通用业务 52%；二季度为 125 亿元，占 50%。连续两个季度，AI 驱动业务已经占到通用业务的一半左右。

不过，二季度 AI 驱动业务环比下降 8%；同期百度通用业务同比下降 4%。这个占比既有 AI 业务这几年持续增长的结果，也有传统业务（Legacy Business）明显收缩后分母变小的原因。

然后，2022 年末，百度市值大约 395 亿美元；到 2026 年 9 月 9 日，约 310 亿美元。

如果只看业务结构，今天再把百度简单归成一家搜索广告公司已经不准确；如果只看资本市场，又很难说它已经按一家全新的 AI 公司完成了定价。

是的，

它正卡在两者之间。

这不能简单归咎于资本不认 AI，它太认了。而且对百度而言，搜索广告、利润、资本开支、中国互联网资产整体估值变化，都是估值重要因素。

问题在于，投资者面对百度时，不可能把过去十几年的账放到一边：搜索广告还在下滑，AI 云扩张又面临巨额资本开支。这些旧日重力，并没有因为 AI 业务占比过半而凭空消失。

2026 年 5 月，哈佛商学院发布了一篇论文：《生成式 AI 与超级公司效应》（Generative AI and the Superstar Firm Effect），主要研究 ChatGPT 之后上市公司表现。他们发现，市场并不是笼统奖励 " 大公司用 AI"。真正拉开差距的，是那些能让 AI 附着在既有专有数据和业务壁垒上的公司。而且这种市场溢价到两年后还在扩大，经营端更清楚的盈利改善则到第二个财年才出现。

从这个角度看，AI 不是把旧优势一笔勾销，而是要先找到可以附着的东西。这些积累越深，模型越有机会进入业务，变成生产力。

但百度的两难也正在这里：它的 AI 确实附着在了搜索、广告和云上，然而传统搜索基本盘的放缓与 AI 商业化的利润率尚未完全拉齐。专有数据和组织能力让它拿到了 AI 的入场券，却还没能把新优势变成一张足够性感的新报表——旧资产到底算底牌还是包袱，取决于它是在托举新业务，还是在同一张账本里互相抵消。

商汤也呈现出一个相似的估值切面。

过去两年里，它的生成式 AI 业务放量极快，收入占比迅速跨过 50%，取代传统视觉成为绝对的第一大业务。但这个数字背后，同样伴随着智慧城市等传统业务的大幅收缩与重组，整体营收体量并没有因为大模型的火热而拉出明显断层。

而在资本市场上，商汤的市值目前徘徊在 600 亿港元上下，相比上市之初超过 3000 亿港元的高位跌去了大半。

如果单看产品和技术，它已经切换到了生成式 AI 的赛道；2026 年上半年，商汤甚至已经首次实现上市以来的 IFRS 盈利，但似乎资本市场在为它定价时，依然习惯性地扣着旧账本的折价。

到这里，我们可以初步得出一个判断：

旧资产到底是优势还是包袱，要看新技术来了以后，它还在不在价值链里。

一家上市公司多年形成的估值方式却没那么容易推倒，新业务可以在一年里长得很快，过去的收入、成本和风险还在同一张报表里。很多时候市场已经知道该怎么给你算账了。

老资产重新变贵，真的只是 " 命好 "？

百度、商汤的境遇代表了一大批成熟的软件与互联网巨头：受制于旧基本盘的惯性，新业务增速再快，资本依然习惯按旧账本来保守定价。而另一边，戴尔、思科、闪迪这些同样 " 老牌 " 的硬件公司，局面完全不同。

它们压根没换新身份，甚至连叙事都没怎么改，订单和股价却被推着一路狂飙。

2024 年初，戴尔的市值还在 600 亿美元上下徘徊。到 2026 年 9 月，由于 AI 服务器的强劲需求和积压订单的确定性，它的最新市值已经一路飙升至 3500 亿美元左右。

当然背后是硬数字：戴尔 2027 财年二季度拿到的 AI 服务器订单达到 609 亿美元，确认 AI 服务器收入 164 亿美元，期末积压订单已经到了 950 亿美元。

闪迪更夸张。2025 年初从西部数据（Western Digital）分拆、重新成为独立上市公司时，闪迪估值大概只有 70 亿美元左右。短短一年半过去，受惠于 AI 大规模应用带来的企业级大容量存储需求激增以及长单模式（Multi-year agreements），闪迪的最新市值已经冲破 2300 亿美元。

它做的仍然是闪存，只是训练、推理和越来越大的数据管线，正在改变客户需要多少存储、以什么速度读写。

在更底层的网络、供电和散热环节，这种 " 老资产重新变贵 " 的逻辑同样直白干脆：

老牌网络设备巨头思科，2024 年初市值还在 2300 亿美元左右，今天已经轻松站上 4300 亿美元；

底层电力与冷却环节的维谛技术（Vertiv），手握 150 亿美元的积压订单，市值从 2024 年初的 400 多亿美元直接飙升至今天的 1100 亿美元上方；主营电网设备的通用电气维诺瓦（GE Vernova）市值也从 2024 年底约 900 亿美元升至目前 2500 亿美元左右。

它们无需换一个新身份。AI 需求把这些成熟业务重新推到了新位置上，订单改善与资本重估也几乎同时出现。

所以只是 " 命好 " 嘛？

其实是数字世界的狂飙，重重撞上了物理世界的刚性墙壁。

当大家把目光都盯在最前沿、最昂贵的 GPU 上时，往往忽略了一个常识：AI 跑在极度沉重的物理基础设施上。一座数据中心里，网络设备、电源或冷却系统占总投资的比例可能非常低。但如果网络堵塞让 GPU 跑不满，或者变压器迟迟不能到位，几万美金一块的算力芯片就是一堆昂贵的废铁。

在这种 " 木桶效应 " 下，一项原本不起眼的老旧资产，瞬间拥有了极高的边际定价权。

这就是我们在观察这轮 AI 浪潮时的一个核心框架：

AI 资本周期的 " 稀缺迁移 "。

物理世界最大的麻烦在于 " 慢 "。交换芯片可以扩产，大模型可以几个月迭代一版，但工厂扩建、设备制造和工程交付却需要漫长的周期。当 AI 的需求被骤然放大，这些原本供应充足的成熟产品，瞬间成了卡死整个系统扩张的致命瓶颈。

资本就像水，它永远追着当前系统里最紧缺的那一块流。

这不是一条严格按时间排队的链条，但你会反复看到同一种现象：服务器交付会卡，网络会卡 GPU 利用率，数据管线膨胀以后存储会卡，再往物理世界走，电力和散热同样会卡。

哪一层最难扩、最难替代，资本和利润就更容易向哪一层迁移。

弄清楚这条稀缺迁移链条（见下表 1），不管是分析产业还是投资，都有了一根主轴。

注：不同约束大量重叠，不是严格的时间顺序

一项资产是不是 " 旧 "，其实没有那么重要。它在新的需求规模下够不够用，替代需要多久，会不会影响整个系统继续运转，才决定了它此刻的位置。

商业史一个个例子告诉我们：新技术创造出来的商业价值，并不会天然全部留在发明新技术的人手里。制造、渠道、客户关系、基础设施这些配套能力，如果很难替代，也可能拿走其中一部分价值。

今天的 AI 同样离不开这样一整套能力——所以除了英伟达、谷歌、微软、亚马逊以及 OpenAI、Anthropic 这些巨无霸，这波 AI 浪潮的分蛋糕玩家还可以很多。

但绝不只是靠运气。

面对骤增的极大功率供电、极高密度散热，或是极其复杂的万卡集群交付网络，普通玩家根本无法在短时间内补齐工程能力。这些老牌巨头能稳稳接住这波 " 泼天的富贵 "，底色依然是极其深厚的产业基本功与前瞻储备。

机会确实是由时代砸下的，但能把它变成实打实的高额长单，靠的是它们在自己这一亩三分地里，做得比任何同行都扎实。

而且，重新短缺也不等于永久优势。

资本会扩产，客户会寻找第二供应商，技术路线也会变化。今天因为供不应求获得的订单和价格，本身就在吸引更多钱来增加供给。资本追逐稀缺，也可能亲手消灭这块稀缺。

资本追逐的是下一块稀缺。

为 "AI 故事 " 付的溢价，保质期有多长？

底层硬件靠卡脖子赚到了真金白银，而在另一端，更多的软件与传统产业公司，选择先 " 加入 AI"。

比如那 296 家汽车产业公司，不止是 " 蹭 AI"。

机器人、Physical AI、数据中心进入资本叙事，并不奇怪。公司本来就需要不断告诉投资人，未来的增长可能来自哪里。但同样一句 " 我们正在进入 AI"：有的还只是战略方向，有的已经开始出现客户和订单，有的则能把新业务收入单独拿出来说。

因为公司可以先改变自己希望资本怎样理解它，经营结果则往往慢得多。市场也当然不会等到最后一种状态才开始定价，身份本身就能改变注意力，而注意力会进入价格。

尤其在大 A 股，一个关联概念就能起飞，尤其是很多优质资产碰不到只能买概念股、板块股的时候。

这也很正常，投资就是买未来。一家公司第一次把自己放进一个新的市场，投资人会重新想象它的增长空间、竞争对手，甚至重新找一组可比公司。原来只需要讨论汽车零部件、PC 或者会议软件，突然还可以讨论机器人、端侧 AI 和智能体。哪怕眼下收入很小，这种 " 多了一种可能性 " 也可能值钱。

互联网泡沫时期就出现过一个很有意思的现象。一些上市公司只是把名字加上 ".com"，短期内也能获得明显的市场奖励，股价飙升。

资本并不是看到收入以后才开始想象未来。

但想象力是有严格限期的。"AI 故事 " 的保质期，恰恰就等于从 " 获得新身份 " 到 " 交出真财务数据 " 之间的那个时间差。

当一家公司刚刚贴上 AI 标签时，时钟就开始倒数了。在这段保质期内，资本其实是有耐心的，它允许你先用一些 " 中间指标 " 来证明自己。

比如卖硬件的，可以先交出 " 渗透率 "：告诉市场，今年出货的设备里已经有 40% 带上了 AI 芯片；做软件服务的，可以先交出 " 调用量 "：向市场证明，客户使用虚拟智能体的频率翻了两倍。

只要这些业务指标在涨，原来的估值泡沫就能继续撑住。

但 " 中间指标 " 终究只是一张体验卡，它总有到期的一天。当两三个季度的财报发完，保质期的终点可能就到了。

同样是卖老本行硬件，做 AI 服务器的戴尔市值两年翻了近 5 倍；但做 AI PC 的惠普（HP），哪怕在财报里高调宣布 AI PC 已经占到出货量的 44%，其市值在过去两年里却始终在 300 多亿美元上下停滞不前，几乎没有享受到一丁点 "AI 溢价 "。

为什么？因为这 44% 只是一个渗透率。惠普没能证明，这些打上 AI 标签的电脑到底有没有卖得更贵，或者拉高了整体利润。事实上，它当季的整体出货量甚至还在下降。

软件端也是一样的残酷。

比如 Zoom，它在最近一个季度骄傲地宣布，使用虚拟智能体的客户数同比暴增了 256%，这是极其亮眼的 " 调用量 "。但在资本市场上，Zoom 的市值依然只有不到 300 亿美元，基本横盘震荡，距离当年一度突破 1600 亿美元的纪录遥不可及，甚至连一场像样的 "AI 反弹 " 都没有。

往下多看一眼就会发现：在 AI 高频试用的同时，Zoom 当季的总收入仅仅增长了 4.9%。

一个 AI 功能被高频试用，如果不能拉动整家公司的总营收 ARR 飙升，那它最终只不过是一个为了防止客户流失、不得不 " 白送 " 的基础配置。

市场最初可以奖励一个好故事，这也是市值管理的一项关键基础。但故事的保质期，只到投资人打开利润表和现金流量表的那一天为止。如果 " 渗透率 " 和 " 调用量 " 换不来真金白银的利润率，最初透支的那部分期待，就会迎来均值回归，甚至反噬。

一块值钱的 AI 资产，怎么变成母公司的价值？

从故事溢价保质期这个角度，是不是可以多一点能理解百度和商汤今天的境遇了？

但它们的情况还要更复杂。

对它们而言，新 AI 业务不是故事，收入和资产也是真的，甚至已经足够值钱，可它长在一家更大的成熟公司里面。

资本怎么单独给它一个价格？最容易想到的就是分拆。

2026 年初，百度公告称已经正式启动昆仑芯赴港分拆上市。据媒体报道，昆仑芯曾寻求约 500 亿美元的上市估值。这个数字如果单独摆出来，甚至比百度母公司现在三百多亿美元的市值还高。

这看上去有点违反常识。难道说还拥有约 2800 亿元现金及投资（公司口径）以及部分优质资产的百度，现在的资本估值是负数？

当然不是。

百度母公司的市值则是每天在公开市场成交出来的价格，里面装着搜索、广告、云、现金、资本开支和其他业务的全部预期。

资本市场早就有一整套办法给集团里的不同资产单独算账。市场当然会提前给百度持有的昆仑芯权益估值，可这部分价值仍要和百度其他业务、资本需求和风险一起折回母公司的价格里。以后昆仑芯如果真的赚到利润、产生现金，或者百度出售部分股份，价值传到母公司的路径才会更清楚。

昆仑芯的 500 亿还没落地，小鹏的机器人和商汤的曦望则提供了更真实的估值对照。

今年 8 月，小鹏机器人宣布首轮独立融资安排，签约金额超过 9 亿美元，投后估值超过 63 亿美元。其中约 6 亿美元来自外部投资者，其余由小鹏集团及管理层相关主体认购。

这 9 亿多美元融资是给机器人业务继续发展的资金，用来支持 IRON 量产、Physical AI 模型研发和全球商业化。投资人拿到的是机器人公司的新权益，不是替小鹏汽车的老股东买单。

同样的，主打推理芯片的曦望原来属于商汤的大芯片部门，拆分以后连续引入外部资本。到 2026 年 8 月一轮融资后，公开报道给出的投后估值已经约 200 亿元。但对商汤来说，持股比例和权益同样也因为分拆，重新反映到了自身估值框架。

难道，母公司拥有的优质 AI 资产，只能分拆才能更有价值吗？

腾讯没有把 AI 单独拿出来算。

2026 年二季度，腾讯收入约 2048 亿元，同比增长 11%；营销服务收入约 436 亿元，同比增长 22%。公司在解释这块增长时，明确提到 AI 驱动的广告推荐和投放效率提升。

微信的流量、社交关系、内容分发、广告主和广告系统，本来就在那里。推荐模型和广告模型变得更好，如果匹配更准、转化更高，钱还是从原来那台广告机器里出来。广告主也不会因为一项能力叫 AI 就单独付一笔钱，它们付的是更好的投放结果。AI 没有另外造出一家 " 腾讯 AI 公司 "，却可能让旧生意多赚一些钱。

这当然也有资本单价：2026 年 Q2 腾讯的资本开支飙升至 528 亿元，巨额的算力预付款甚至一度让当期的自由现金流转负。

阿里也是。2026 年 6 月季度，阿里 AI 云与算力服务收入达到 484.37 亿元，这一分部总收入和外部客户收入同比都增长 45%；其中 AI 相关产品收入 123.76 亿元，已经连续第 12 个季度三位数增长。同期云分部调整后 EBITA 利润率提高到 12%。

阿里原来就有一大批云客户。企业本来就在向它购买计算、存储、数据库和其他 IT 基础设施。现在增加模型服务、AI 算力、推理和智能体，很多时候不需要重新找一群客户，也不需要重新发明一种收费方式。AI 进入的是原来的云客户、合同和账单。

但另一面，是阿里单季高达近 677 亿元的巨额资本开支；为了持续给这台 AI 机器扩容，阿里甚至在 8 月份专门配售募资了约 800 亿港元，让现有股东实打实地承担了约 3.57% 的股权稀释。

要么像昆仑芯、小鹏机器人那样，把 AI 资产单独拿出来融资和定价，母公司股东最终能拿到多少，要看持股、稀释和后续变现路径；

要么像腾讯、阿里那样留在体内，顺着原来的商业机器赚新钱，但同时承担巨额资本开支对现金流的压力。

AI 时代，市场到底在为什么付钱？

到这里，我们其实已经顺着开头的思路，把这轮 AI 资本周期的几个切面都看了一遍。

我们看到了旧账本是怎么把新业务的估值拖拽在地上，物理世界的硬刚性又是怎么阴差阳错地把老部件逼成了最赚钱的短板；还有了资本给一个 AI 新故事到底留了多长的保质期，以及一块真正优质的 AI 资产在折算回母公司时，要经历多少现实的损耗。

为了把这些现象看得更具象一点，我们定向选取了 30 家中美市场的头部 " 老骥 " 标的（涵盖了底层基础设施、云平台、传统硬件和软件服务，以及少数具身智能、AI 应用公司，并特意避开了 OpenAI、Anthropic 以及智谱、Minimax 这种还在剧烈变化的 " 新马 " 样本），把他们的真实账本和市值起伏大致摊开，尝试做一个问题收束：

AI 时代，资本究竟如何看 " 老骥 "？

注：A 定向样本；市值 / 估值变化不等同于 AI 单一因果。

我们尝试收拢后的初步结论是：

能力让公司上桌，Power 决定价值最后能不能留下。

这里说的 Power，绝不仅仅是多塞进几个 AI 功能。它更接近于一种现实的商业考量：当 AI 能力越来越普及、甚至变成一种基础设施时，整个价值链条里，到底还有哪一层离不开你？这种难被替代的位置，能不能最终变成公司实打实的利润和现金流？

就像如今越来越大的那些巨额资本开支一样，AI 在增强旧商业机器的同时，也在持续抬高这桌牌局的底注。资本市场愿意持续买单的，从来不只是 AI 带来了多少业务增量，而是在扣除掉高昂的算力投入和转型成本后，最后到底还能剩下多少真金白银。

写到这里，" 公司老不老 " 这件事，也就不太像一个年龄问题了。

过去几十年攒下来的客户、渠道、物理设备和复杂工作流，在被这轮 AI 技术重构时，命运截然不同：有些阴差阳错成了最稀缺的瓶颈（比如戴尔、维谛）；有些顺势变成了 AI 变现的最佳入口（比如微软、谷歌）；也有一些，正面临着被 AI 彻底削薄的风险（30 家样本外还有更多 " 传统 " 公司，待细分观察）。

资本不在乎马龄。

它在乎的是，你的老本钱，还能不能变成新的 Power。

（完）

｜关键来源与口径说明

晚点 LatePost／晚点 Auto，2026-08-28，《" 我们不是汽车公司 " —— 296 家汽车产业公司的年报改写运动》：296 家公司、近 8000 份材料、近 23 万条互动问答的来源。

Baidu FY2025、Q1 2026、Q2 2026 业绩公告：Baidu Core AI-powered Business 及 General Business 数据。该 AI 业务口径来自公司内部管理账，并非单独审计分部；百度市值采用第三方市场数据的日期快照，只用于描述同期资本结果方向，不把市值变化归因于 AI 单一因素。

Chen、Chintha、Srinivasan，Harvard Business School Working Paper 26-083，2026-05，《Generative AI and the Superstar Firm Effect》：超级公司、无形资产／数据资产与第二财年经营改善等研究依据。

Dell FY2027 Q2、Broadcom FY2026 Q3、SanDisk FY2026、Vertiv 2025 Q4、GE Vernova 2026 Q2 官方业绩材料：第二节 AI 基础设施订单、收入与积压订单数据。

百度 2026-01-01 昆仑芯拟分拆公告；Reuters 2026-06-28 转述 The Information 关于约 500 亿美元 IPO 目标估值的报道；

XPeng 2026-08-24 监管公告／6-K：机器人融资为条件性认购安排。

腾讯 2026 Q2 官方业绩材料：营销服务收入、AI 广告推荐／投放效率、资本开支、自由现金流及算力采购预付款口径。

阿里巴巴 2026 年 6 月季度业绩公告／SEC 6-K，以及 2026-08-26 新股配售公告：AI 云与算力分部、AI 产品收入、资本开支及 800 亿港元配售用途和 3.57% 摊薄口径。