2025 年下半年，港股 AI 板块的 AI 逻辑正在经历一场静默的重构。

阿里巴巴（09988.HK）H 股今年以来累涨超一倍，百度集团 -SW（09888.HK）的 H 股累计涨幅也在 60% 以上，南向资金持续买入阿里巴巴和百度，连 " 木头姐 " 旗下的方舟 ETF 也大手笔增持这两只股票。

热闹的股价走势背后，它们的估值数据值得深思：即便股价上涨了这么多，中资 AI 巨头的估值仍远低于美国科技巨头。

以阿里和百度的美股为例，见下表，华尔街对英伟达（NVDA.US）、谷歌（GOOG.US）、微软（MSFT.US）和亚马逊（AMZN.US）等 AI 先锋的市盈率估值都颇高，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，反观百度（BIDU.US）和阿里巴巴（BABA.US），预期市盈率均只有 20 倍左右，远低于美国同行。

PEG 估值或许是华尔街分析师对此的注解。PEG 通过市盈率除以企业的预期长期年复合增长率得出，一般而言，1 倍 PEG 为合理值，意味着当前估值已将企业未来的长期增长反映在内；低于 1 倍 PEG，意味着估值偏低；大于 1 倍则反映估值偏高。

从下表可见，美国科技巨头的 PEG 均高于 1 倍，看似低于中国科技同行，但需要注意的是，这其实描绘了一个预设条件：华尔街对于美国科技巨头的未来展望要比对中国科技企业乐观，这些分析师认为英伟达等在 AI 发展浪潮下所实现的增长要远超中国的 AI 企业，所以给予中国科技巨头较低的 PEG（由于市盈率较低，意味着他们所预期的增幅也较低），这才能论证两者之间的估值差距是合理。

那万一这个预设条件没有实现呢？

美股 AI 双巨头千亿美元闭环下的增长幻象

9 月 22 日，英伟达与 OpenAI 的千亿美元战略合作，看似打造了 " 算力 - 资本 - 股权 " 的完美闭环，但可能将双方拖入 " 高投入、低回报 " 的共同陷阱，这可能是最近美国科技股下跌的原因——华尔街开始加深对这些 AI 巨头的估值忧虑。

那场被解读为 " 里程碑合作 " 的交易，本质是英伟达主导的 " 左手倒右手 " 资本游戏：英伟达承诺分阶段向 OpenAI 投资千亿美元，而资金的核心用途是采购基于下一代 Vera Rubin 平台的 400 万 -500 万颗 GPU，用于搭建 10GW 数据中心。

英伟达的注资并未解决 OpenAI 的根本困境，反而加剧了其 " 烧钱速度 "。之前黄仁勋提到，建设 1GW 数据中心容量的成本在 500-600 亿美元，意味着 10GW 的成本或在 5,000-6,000 亿美元之间，英伟达的千亿美元投入，根本解决不了 OpenAI 的 " 资金饥渴 " 问题。

从 OpenAI 的商业化进度来看，要覆盖如此庞大的成本，似乎仍有一段距离。OpenAI 的最新预测显示，其今年总收入或有 130 亿美元，其中 ChatGPT 或贡献 100 亿美元，这与动辄上千亿的资本开支相比无疑杯水车薪。

中美 AI 变现模式的差异

中美 AI 巨头的技术变现底层逻辑一致：无论是美国的 OpenAI、英伟达，还是港股的阿里、百度，均以 " 核心技术突破 - 场景效率提升 - 商业价值变现 " 为基本路径，OpenAI 通过 GPT 系列模型的推理能力收费，百度则依托文心大模型优化搜索效率，本质都是将 AI 技术转化为生产力工具。

中美 AI 巨头均将企业级服务作为变现主力，且都面临算力投入压力，但是具体做法却有所差异。

美国 AI 巨头以直接收费为核心，依赖订阅制与硬件销售来变现；中资 AI 巨头则以免费服务获客，通过主业增值实现间接变现。美国 AI 以用户使用核心功能需直接付费来实现用户价值的转化，而中资 AI 则通过免费工具引流，带动广告和云服务等主业增长来实现多元变现。

美国 AI 以封闭为主，OpenAI 核心模型闭源，仅开放 API 接口收费；而中资 AI 企业例如百度文心、阿里通义则开放模型权重，构建开发者生态。

OpenAI 为主的 AI 初创企业依赖收入以覆盖算力成本，但是因为收入跟不上成本，亏损持续扩大；而港股上市的 AI 企业则主要通过主业利润反哺 AI 研发，成本压力得以分散，例如阿里将 AI 嵌入钉钉、淘宝等，与现有业务深度绑定。

诚然，微软、亚马逊、谷歌、英伟达等，都与中国的 AI 巨头相似，将 AI 嵌入到其主业中，以丰富服务体验和提高效率、降低成本这样的方式来变现，但是美资巨头当前 AI 最大的收入来源是数据中心建设的投入，也就是为下游大客户例如 OpenAI 提供解决方案，OpenAI 强大的算力需求是这些上游供应商卓越增长能够兑现的前提。

但是，市场并非只有一家 OpenAI，中国 DeepSeek 为代表的开源模型，核心竞争力在于其成本控制力和免费模式，更关键的是，中资科技企业拥有海量数据、广泛的应用场景，更方便落地的大模型贴合终端用户需求。

OpenAI 依赖于收费，而 DeepSeek 等开源模型则推出免费模型与企业级定制服务的模式，或迫使 OpenAI 降价来竞争，那么它的收入增长故事能不能一直说下去呢？

近日，DeepSeek 团队在英国《自然》杂志发表论文披露，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。据称 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。OpenAI 高昂的成本会不会抵消掉其收入增长？

更关键的是，中国有强大的基础设施支持 AI 的发展，能提升中资 AI 企业的效率，而美国的基础资源，似乎尚不足以提供对应的支持。

中国 AI 发展的成本优势：基建托举智能

中国依托 " 东数西算 " 工程构建的全国一体化算力网络，已形成全球最大的 AI 算力集群，且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的成本优势，且能大幅提升资源利用率。

反观美国，算力扩张陷入资本密集陷阱。各大科技巨头都在斥巨资兴建数据中心，推动了美国 GDP 的增长，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数据中心巨大的用电量，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。

存储基建方面，中国已建成国际级数据湖，存储容量均超 EB 级，且成本较低；美国存储体系则受制于 " 商业主导 + 隐私壁垒 "，亚马逊 AWS、谷歌云的存储服务虽技术成熟，但高昂的带宽费用制约数据流转。

中国以特高压为核心的能源基建，构建了 " 低成本绿点 + 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，而美国电网老化，跨州输电能力不足，不时还需要柴油发电补能，成本高昂，能源结构僵化。

中国的真正优势在于算力、存储、能源的深度协同，形成了数据 " 产生 - 存储 - 计算 - 应用 " 的全链条闭环，这是美国碎片化体系无法企及。

从短期来看，也许美国 AI 巨头的收费模式能为其带来直观的收益，但是却与奈飞（NFLX.US）的模式一样，存在收费天花板——付费率到达某个临界点后很难进一步上升，尤其面对免费开源模型的竞争时，这种收费模式的吸引力会下降。

由于中国用户不喜欢付费，港股上市的 AI 巨头从发展的最早期就需要拆解在免费模式下如何变现的问题，这也是腾讯（00700.HK）、阿里等建立起 " 免费换生态 " 模式的初衷。

初期变现前景黯淡，还要承担较高的研发和运营成本，这是中资 AI 巨头面临的问题，但这反过来也成为优势——通过与本土市场与终端用户适配的创新路径，构建起美国同行难以复制的长期竞争优势。

例如免费模式快速积累海量用户与数据，百度搜索 AI 生成内容占比大幅提高，阿里通过钉钉获取企业用户数据，反哺模型迭代；阿里将通义千问嵌入钉钉，带动付费增值服务收入大增，多元变现路径破解盈利难题。

同时国内 " 普惠 AI" 战略与科技巨头将 AI 渗透到其日常业务中，培养起用户习惯，加上国家政策对 AI 基建的支持，大大降低了运营成本，更有利于助力中国的 AI 企业实现 AI 应用场景的落地和盈利。

反观美国的 AI 科技巨头，若 OpenAI 的收入增长与资本投入回报未如理想，那么英伟达等较高的长远增长预期或经不起推敲，而就算它们的算力再先进，没有基础设施的托举，或是成本过高，依然不能获得资本的肯定，最终它们的估值可能会被重塑。

结语

当前全球 AI 板块正站在估值逻辑的十字路口。华尔街对英伟达等美国 AI 巨头高估值的忧虑并非空穴来风，千亿美元闭环下的增长幻象正面临开源模式与基础设施瓶颈的双重考验。

反观港股市场，百度、阿里巴巴等 AI 领军企业以其被严重低估的估值水平、"AI 嵌入生态 " 商业模式以及中国特有的基建优势，正在静默中等待价值的回归。

中美 AI 竞赛的本质正在悄然转变——从单纯的技术追逐转向可持续发展能力的较量。中国依托 " 东数西算 " 等工程构建的算力 - 存储 - 能源协同体系，为 AI 应用场景的大规模落地提供了成本优势与基础设施保障。而港股 AI 企业将技术与现有业务深度绑定的多元变现路径，更符合 AI 技术普惠化的发展趋势，或意味着其估值建立在更为稳固的基本面上。

随着 " 港股 100 强 " 评选的临近，市场或将重新发现这些兼具估值安全边际与长期成长潜力的优质标的。当资本狂欢退去，真正能够在商业化落地与成本控制间找到平衡的企业，才有望在这场 AI 长跑中胜出。港股 AI 板块的静默重构，或许正孕育着下一轮价值发现的巨大机遇。