预判卡
日报里每一条判断,都被固化成一张「预判卡」,到回访日自动回填结果——当时怎么说的、后来如何、差在哪
未来两个季度内,英伟达将以「战略投资+算力长约」的组合替代CEO个人背书,2027财年Q1前其对外投资笔数同比降幅不超过20%,且至少3家被投企业会引入云厂商作为新领投方。
证伪条件:若2027年2月前英伟达对外投资笔数同比下降超40%,或被投企业出现集中融资失败,则判断错误。
英伟达的「个人信用」正在被制度替代,AI资本循环进入重定价期;把四条串起来:过去三年AI一级市场的估值锚不是模型跑分,而是「英伟达领投+优先拿卡」这一隐性担保。CEO缺位让这个担保从个人承诺变成组织流程,而组织流程的审批周期远长于个人决策,于是初创公司的融资节奏被打断。Anthropic选择此时用公开市场募资,本质是用十年期资本替代对产业投资方的依赖,这恰好填补了英伟达留下的信用真空。;未来两个季度,AI初创的估值将出现「有无云厂商背书」的两极分化。手里有英伟达投资但无独立算力协议的公司是最脆弱的一档,应尽快引入第二战略投资方。反过来,云厂商与主权基金会以更低价格获得优质资产,这是2027年Q1前最明确的买方窗口。
Anthropic 将在 2027 年一季度前完成 IPO,若首日市值超过 3000 亿美元,将带动至少 2 家中国大模型公司重启境外上市申报或启动 20 亿元人民币以上新融资
证伪条件:若 2027 年 3 月底前 Anthropic 未完成挂牌,或挂牌后市值低于 2000 亿美元且无中国模型公司跟进大额融资,则判断错误
Anthropic 把大模型估值锚从私募搬到公开市场;过去两年大模型公司的估值由微软、谷歌、亚马逊的战投轮次定义,价格缺乏公开参照。Anthropic 把融资搬到 IPO,等于给整层资产做一次公开定价:一旦认购倍数与首日表现公布,OpenAI 等同类公司的私募估值就有了可比的下限与上限。改变的不只是估值,还有节奏——从 18 个月一轮私募,变成一次定价加多次增发。;持有一级市场 AI 资产的投资人应在定价前完成组合压力测试,按公开市场折价 20%~30% 重算账面估值;创业者应把「公开市场可比公司」写进下一轮融资材料的定价依据,而不是继续引用 2025 年的私募轮次。
Anthropic将在2027年上半年完成挂牌,首日市值落在1.2万亿~1.5万亿美元区间;此后6个月内至少两家头部模型公司启动上市流程。
证伪条件:若2027年6月30日前Anthropic未完成挂牌,或挂牌首日市值低于1万亿美元,则判断错误。
Anthropic用904亿美元募资给基座模型定价,估值却较私募缩水6000亿;认购6倍说明市场不缺钱,缩水6000亿说明市场不再为叙事付溢价——两件事同时成立,意味着定价权已从创业者手里转到承销商与长线基金手里。这套尺子一旦确立,会反向约束所有未上市的模型公司:融资时要回答的不再是榜单排名,而是推理成本、毛利率与算力周转。对算力供应商而言,客户拿到公开市场信用后会签更长的算力长约,等于把资本市场的钱直接转成GPU订单。;投资人应把“能否在18个月内走到公开市场”作为模型公司的新筛选条件,达标的给溢价、不达标的按现金流折价。创业者若要融下一轮,先把推理成本与毛利率算清,再谈模型能力。
2027年上半年之前,至少一家中国大模型公司向港交所或科创板递交上市申请,且招股书需披露分季度API收入与毛利率。
证伪条件:若2027年6月30日前无任何中国大模型公司递交招股书,或已递交者未披露收入拆分,则判断错误。
模型层估值锚从一级市场切换到公开市场;三件事指向同一件事:头部模型公司已经能用收入曲线支撑公开市场定价,同时用降价把中小玩家的份额挤出去。IPO带来的是披露义务,一旦季度数据公开,「高增长高亏损」的叙事会被PS与毛利率逐季检验,一级市场对同类公司的估值倍数将被迫下修,融资窗口在2027年上半年会明显收窄。;对投资人:立即用可比公司PS区间重算在手AI标的,优先减持只有模型封装、没有自有token成本优势的项目。对创业者:把叙事从「能力对标」改成「单位成本与留存」,否则下一轮谈判将失去锚点。对国内公司:提前准备可披露的收入拆分口径。
Anthropic 上市首日收盘市值将站上 1 万亿美元以上,并在 2027 年 Q1 前首次披露不低于 50 亿美元的企业级年化收入口径。
证伪条件:若上市首日破发,或收盘市值低于 7000 亿美元,或 2027 年 3 月底前仍未披露任何企业级收入口径,则判断错误。
基础模型估值从私募共识切换为公开市场定价;创始人以完全对称的数量套现,是承销团用来对冲「内部人不看好后市」质疑的标准安排;而 11% 的区间宽度说明即便有承销团背书,对算力资本开支何时转化为利润仍存在实质分歧。把这三条串起来看:这不是一次普通 IPO,而是把原本分散在十余家 VC 的风险,一次性转移到公开市场,并为整个基础模型层设定一个可被逐日检验的价格。;短期内所有 AI 资产都会围绕这个价格重新对齐。对投资人,应立刻用 1.25~1.40 万亿美元的区间回推持仓倍数;对创业者,下一轮融资的估值假设必须写得比现在保守一档;对国内厂商,港股与 A 股的 AI 定价将被动跟随这一锚点波动。
Anthropic 上市后 60 天内,至少一家美国大模型公司会公开推迟融资或接受低于上一轮的估值。
证伪条件:若 2027 年 1 月 20 日前没有美国大模型公司公开下调估值或推迟融资,则此判断错误。
Anthropic IPO 将给大模型资产定出第一个公开市场价;把四件事放在一起看:公司在上市前用旗舰模型和能源资产把故事做实,但市场给的估值预期却在降温,说明买方开始怀疑「高资本开支是否换来可持续毛利」。这个矛盾一旦在定价上体现,就会沿两条路传导——全球大模型公司在 2027 年的私募定价被压,以及国内以国资为主的融资结构进一步固化。;投资人应在定价公布前,按公开市场市销率对组合内的 AI 资产做一次压力测试,重点排查无自研基座、靠封装 API 的中间层。创业者应把该事件当作融资窗口关闭的信号,提前锁定现金。
2027 年 3 月前,至少两家头部模型厂商将推出按任务/按结果计费的定价方案,token 单价不再是主要竞争维度。
证伪条件:若 2027 年 3 月底前主流模型厂商仍全部按 token 计价、未上线任何按结果计费的产品形态,则本判断错误。
企业 AI 支出走平,token 计价模式进入失效期;四件事指向同一个失衡:供给侧在以上市公司体量投入算力(谷歌 2000 亿美元、OpenAI 1.25 万亿美元估值),需求侧的企业支出却已经走平。原因不是没人用,而是单价下行速度快于用量增长,同时企业开始设预算上限。当单位价格持续下降,按 token 计费会让供应商的收入与客户的节省直接对冲,收入曲线必然钝化。这解释了为什么谷歌要在资本开支高峰同时做组织瘦身——它已经在为毛利压力做准备。;未来两个季度,模型公司的核心披露指标会从「调用量」转向「净收入留存率与客单价」。投资人应要求被投企业提供按客户拆分的支出曲线;企业采购应趁议价窗口把合同改为「任务级验收 + 月度上限」,因为供应商比过去更愿意让价换取长约。
Anthropic 的 IPO 将在 2027 年第一季度前完成定价,招股书最终披露的年化收入 run-rate 超过 150 亿美元。
证伪条件:若 2027 年 3 月 31 日前 IPO 未完成,或最终披露的年化收入低于 100 亿美元,该判断即告错误。
AI 收入第一次被公开市场定价:Anthropic 的 S-1 与微软的 100 亿美元分成同周落地;三件事拼出同一条主线:AI 收入正在从「内部预估」变成「外部可审计」。Anthropic 提供估值锚,微软提供关联交易的现金流证据,谷歌提供广告端的变现参照。三者叠加意味着 AI 产业的定价基础从叙事切换到报表,所有未上市公司的融资谈判都将被这套口径重新审视。;一级市场投资人应提前把尽调清单对齐 S-1 的披露维度(客户集中度、算力承诺、收入确认方式);创业者需要准备可审计的收入质量证据,而非只讲增速;对大模型公司的估值,应开始用「每美元算力投入产生的收入」作为横向比较指标。
若 Anthropic 在 2027 年 Q1 前完成发行,其按用量计费的收入披露口径会被至少 3 家后续 AI IPO 招股书沿用。
证伪条件:若 2027 年 Q1 前 Anthropic 未完成 IPO,或后续招股书中无一家采用按用量计费口径披露收入,则判断错误。
Anthropic 把 AI 的账本摊开:163 亿美元半年营收撑起 2 万亿美元估值;三条串起来看:Anthropic 卖的不是席位许可,而是随客户用量线性放大的 token 消费,这解释了 12 个月内 4 倍以上的营收斜率;创始人绝对控股则意味着上市后仍能抵抗短期利润压力,把毛利继续投回算力。换言之,它的估值锚更接近云厂商而非 SaaS——这一定性会同时改写一级市场的融资条款与二级市场的可比公司选择。;企业采购应在 API 合同中加入用量阶梯与价格保护,避免被按量计费反向锁定;投资人应改用'毛利/推理成本'与'净收入留存'双指标,而非 ARR 倍数。真正的风险点不是估值高低,而是推理成本下降速度能否快于售价下降速度。
2027 年上半年内,Anthropic 与 OpenAI 中至少一家完成 IPO 定价,且招股文件将明确把募资额的 40% 以上用于算力与数据中心采购。
证伪条件:若 2027 年 6 月底前两家均未完成 IPO 定价,或已完成者的募资用途中算力占比低于 40%,则此判断错误。
三家头部公司在同一周把 AI 变成金融资产;三件事看似分属融资、私募与航天,实际是同一条链条的三个环节:模型公司需要天量算力,算力需要长周期低成本资金,资金需要可抵押资产与退出通道。GPU 被证券化让算力脱离现金流约束,反过来又推高模型公司的资本开支,最终把估值压力集中到 IPO 定价这一刻。质疑声出现的时点恰好说明,链条已经走到必须由公开市场验收的阶段。;未来两个季度,AI 板块的核心变量不是模型能力而是定价:谁能用招股书证明单位 token 毛利为正,谁就能拿到下一个周期的资金。持有 AI 资产的机构应提前做一次估值压力测试——假设发行估值较一级市场折价 30%,哪些标的的算力承诺会立刻变成负担。