AI资本局-石韬

这两天，世界经济论坛（WEF）年会在瑞士达沃斯开幕。与去年弥漫的AI狂热不同，今年的达沃斯峰会，全球商业领袖们在AI议题上展现出一种集体性的“冷思考”：如何将过去两年投入的巨额AI资本转化为可量化的、可持续的商业回报？这种对 AI 投资回报率（ROI）的焦虑，正在成为重塑 2026 年资本市场估值逻辑的核心驱动力。

CEO的集体“冷思考”：AI投资ROI焦虑的浮现

达沃斯论坛期间，普华永道（PwC）发布的《2026全球CEO调查》为这种焦虑提供了量化的佐证。

1. 乐观情绪的急剧降温

PwC的调查显示，仅有30%的全球 CEO 对 2026 年的营收增长表示乐观，这一数字创下近年来的新低。CEO 们对AI的态度已经从“不惜一切代价投入”转向“审慎评估产出”。

数据洞察：

投入与产出失衡：在过去一年中，超过 80% 的受访CEO增加了对AI基础设施和人才的投入，但只有不到15%的CEO认为这些投入已经带来了显著的、可量化的营收增长。
主要障碍：CEO们认为，阻碍 AI 转化为 ROI 的主要障碍并非技术本身，而是数据治理的不足（55%）、缺乏将AI 嵌入核心业务流程的战略（48%）以及人才技能的差距（42%）。

2. 从 CapEx 到 OpEx 的压力传导

在2024年至2025年的AI狂热期，资本市场主要关注企业的CapEx（资本支出），即在 GPU、算力集群上的投入，这使得Nvidia等基础设施提供商享受了巨大的估值溢价。然而，进入2026年，市场开始要求企业证明其OpEx（运营支出）的效率，即AI投入如何转化为利润。

这种压力正在传导至AI软件和应用层公司。那些仅依赖通用大模型概念、缺乏清晰变现路径的公司，将面临资本市场的严格审视和估值回调的巨大压力。

这种压力也会传导至国内，对于已经上市的AI老大哥商汤，以及智谱和MiniMax等AI小老虎们，包括被传获得新一轮融资的月之暗面来说，无论一级还是二级市场，投资人都将对其AI应用进展和商业化层面前所未有的关切。

资本市场对AI资产的估值逻辑重塑

达沃斯论坛上的“ROI 焦虑”预示着 AI 资本市场将迎来一次深刻的估值逻辑重塑。

1. “AGI 溢价”的消退与“效能溢价”的崛起

过去，许多 AI 初创公司享受着基于“通用人工智能（AGI）潜力”的概念溢价。然而，随着 CEO 们对实际回报的关注，资本将转向寻找具备效能溢价的公司。

2. 垂直 AI 成为资本的“避风港”

世界经济论坛在达沃斯宣布了新一批MINDS（即：Meaningful, Intelligent, Novel, Deployable Solutions）先锋企业，这些企业专注于在医疗、能源优化、供应链韧性等垂直领域部署高影响力的 AI 解决方案。

这并非偶然。垂直 AI 解决方案由于其应用场景明确、数据边界清晰，更容易证明其 ROI，比如在AI医疗和能源领域：

AI医疗：通过 AI 辅助诊断，可直接量化为医生工作效率的提升和误诊率的降低。比如国内目前的百川、森亿、医渡等等；
能源AI：通过优化电网调度，可直接量化为能源损耗的减少和运营成本的节约，比如国内做算电同的公司达卯智能、远景智能和朗新等。

资本正在从通用 AI 的“广撒网”模式，转向垂直 AI 的“精准打击”模式，以寻求更明确、更快速的投资回报。

从“潜力”到“性能”—— 提升AI投资ROI的路径共识

达沃斯论坛的讨论也为企业如何跨越“潜力”与“性能”之间的鸿沟提供了共识。

1. 重新设计人机协作

Accenture 首席战略官 Manish Sharma 在论坛上强调，要最大化 AI 投资的回报，“需要人类的智慧来最大化 AI 投资的回报”。这意味着企业必须：

将AI嵌入工作流：AI 不应是孤立的工具，而应是嵌入到核心业务流程中的“副驾驶”。
技能再培训：投资于员工的 AI 技能再培训，使员工能够与 AI 高效协作，而不是被 AI 取代。

2. 治理与数据基础的战略地位

WEF的报告指出，成功的 AI 扩展的关键因素包括：加强数据基础和支持负责任的治理。在 AI 时代，数据不再仅仅是“石油”，而是驱动 AI 产生价值的“燃料”。缺乏高质量、治理良好的数据，任何先进的模型都无法产生可靠的 ROI。同时，负责任的 AI 治理（如透明度、公平性）也成为避免潜在法律和声誉风险、确保长期商业价值的关键。