DeepSeek 的低成本人工智慧威脅 OpenAI、Anthropic 高達 8000 億美元的 IPO 計畫

包括 DeepSeek、Moonshot、小米與智譜在內的中國人工智慧實驗室，如今能以極低成本達到前沿模型能力，直接威脅 OpenAI 與 Anthropic 各自超過 8000 億美元的首次公開發行估值。來自這些廉價替代方案的定價壓力，迫使市場對支撐這兩宗史上最受矚目科技 IPO 的營收與利潤率假設進行根本性重新檢視。輝達、Cohere、Reflection AI 與 Mistral 等西方挑戰者也在打造自家更便宜、更受信賴的替代方案，進一步分散市場。對企業買家而言，評估邏輯已從「哪個模型最好」轉變為「哪個模型夠用且便宜 90%」。此一動態對任何估值繫於維持前沿定價能力的 AI 企業構成結構性風險。

8000 億美元 IPO 估值撞牆之處

OpenAI 與 Anthropic 各自擁有超過 8000 億美元的 IPO 估值，此一數字假設前沿模型具備持續的定價能力。DeepSeek、Moonshot、小米與智譜等中國實驗室以大幅降低的成本達到前沿能力，直接削弱此一假設。大型語言模型市場並非贏者全拿的競賽，而是利潤率遭定價壓力壓縮的大宗商品市場。若中國模型以 10% 的成本達到 GPT-5 九成五的效能，企業買家就會轉單。OpenAI 與 Anthropic 的 IPO 公開說明書必須展現維持每位使用者平均營收與毛利率高於 70% 的可信路徑。DeepSeek 及其同業的存在，使這條路徑變得狹窄。承銷這些 IPO 的投資銀行面臨艱難推銷：當核心產品面臨來自國家支持競爭對手的無情價格壓縮時，如何合理化 8000 億美元估值。對照而言，OpenAI 2026 年營收預估為 100 億美元，隱含 80 倍的本益比（股價營收比），若利潤率跌破 50%，此一數字將迅速崩解。DeepSeek 公布的推論成本為每百萬個代幣 0.14 美元，對比 OpenAI GPT-5 每百萬個代幣 2.50 美元，凸顯差距之大。隨著承銷銀行要求證明定價能力能在充斥廉價替代方案的市場中存活，兩家公司的 IPO 窗口正逐步收窄。

資金如何流經 AI 價值鏈

來自廉價中國模型的定價壓力，正在重塑每一家人工智慧公司的損益表。OpenAI 與 Anthropic 在運算資源、人才與資料上花費數十億美元。其成本結構假設能向企業客戶收取每位使用者每月 20 至 100 美元的費用。DeepSeek 及其同業以一個數量級的差距壓低價格。對西方挑戰者而言，因應之道是打造更便宜的替代方案。輝達釋出可免費下載的人工智慧系統，此舉壓縮了整個產業的利潤率。Cohere 營收成長六倍，鎖定拒絕使用中國模型的受監管產業。Cohere 執行長 Aidan Gomez 明確表示，受監管產業不會使用中國模型，因而創造出一個具溢價的區隔市場。Databricks 執行長 Ali Ghodsi 看到人工智慧閘道營收急劇攀升，顯示價值正從模型層移轉至平台層。資金流向遠離模型供應商，轉向基礎設施與應用層。Databricks 公布 2026 年第一季人工智慧閘道營收達 6 億美元，年增率 300%，而 Cohere 的年化營收達到 5 億美元，集中在金融服務與醫療保健領域。此一轉變嘉獎那些掌握通路與整合層而非模型本身的公司。

競爭版圖重組：誰得利、誰受創

競爭格局分為三個層級。第一層：OpenAI 與 Anthropic，其 8000 億美元估值依賴於維持前沿定價能力。第二層：中國實驗室 DeepSeek、Moonshot、小米與智譜，以成本競爭並追平能力。第三層：西方挑戰者輝達、Cohere、Reflection AI 與 Mistral，提供更便宜且受信賴的替代方案。Cohere 在資料主權與信任比原始效能更重要的受監管產業中搶佔市占率。輝達決定釋出可免費下載的人工智慧系統，擾亂了定價下限。Reflection AI 以數十億美元估值募資，投入開源企業模型，顯示投資人看重透明、可稽核的系統。Mistral 以效率與歐洲資料保護為競爭優勢。輸家是任何無法在成本、信任或垂直專業化上做出差異化的公司。OpenAI 與 Anthropic 面臨最嚴峻的風險，因為其估值已反映一種不再存在的獨占地位。Reflection AI 以 5000 萬美元營收獲得 40 億美元估值，顯示投資人獎勵透明度而非原始規模，此一指標不利於封閉原始碼的前沿實驗室。市場正分化為價格敏感與信任敏感兩大區隔，沒有任何單一參與者能同時主導兩者。

輝達免費釋出人工智慧系統，是這波重整中最具顛覆性的舉措，因為它將硬體利潤率武器化，用以對抗軟體既有業者。透過免費提供模型，輝達將軟體層大宗商品化，以鞏固其在加速器晶片的主導地位。每一個取代付費 OpenAI API 呼叫的輝達免費模型，對 OpenAI 而言都是流失的營收，對輝達則是保住的硬體銷售。Cohere 的回應——建構讓企業轉換成本高昂的法遵基礎設施——是正確的策略性反擊：在中國模型無法進入、且輝達通用模型無法比擬垂直深度的領域競爭。此一層級的贏家，將是在大宗商品價格底線進一步崩跌前，率先拿下長期企業合約的公司。

對超大規模雲端業者、企業買家與監管機構的下游影響

下游影響如漣漪般擴散至整個人工智慧供應鏈。微軟、亞馬遜與 Google 等超大規模雲端業者面臨抉擇：託管昂貴的西方模型，或整合更便宜的中國替代方案。企業買家，尤其是金融、醫療保健與國防等受監管產業者，願為可信賴模型支付溢價，但將要求安全與法遵的具體證明。美國與歐洲的監管機構面臨在模型發布前進行審查的壓力，白宮已向人工智慧公司簡報一項在模型發布前進行審查的計畫。此一監管檢視為能展現法遵能力的西方挑戰者建立護城河，但也拖慢了部署速度。對晶片製造商而言，轉向更便宜的模型降低了對最昂貴 GPU 的需求，因為推論變得更有效率。輝達的免費人工智慧系統策略是一項避險：免費提供軟體以銷售更多硬體。淨效應是市場獎勵效率、信任與垂直整合，而非單純的模型規模。微軟 Azure 人工智慧營收在 2026 年第一季成長 40%，但由於客戶要求更便宜的推論選項，利潤率被壓縮 8 個百分點，迫使這家超大規模雲端業者在 OpenAI 模型之外同時提供 DeepSeek 模型。企業採購團隊現在平行評估中國與西方模型，進一步將市場大宗商品化。

監管層面使這項分歧更加尖銳。白宮計畫在人工智慧模型發布前進行審查，該計畫於 2026 年 5 月向 AI 公司簡報，將形成新的法遵檢查點，主要影響尋求進入美國市場的中國實驗室。對西方 AI 供應商而言，此審查架構即為護城河：獲准的模型隱含政府背書，這對國防承包商、聯邦機構及高度受監管的金融機構至關重要。實際效果是形成一個分裂的採購市場，政府與受監管企業買家必須從核准清單中選擇，使西方實驗室在其最高價值區隔中免受中國價格競爭的最嚴重衝擊。尚未解決的問題是，這些受保護的區隔是否夠大、利潤率是否夠高，足以支撐目前高達 8000 億美元的估值。以目前揭露的營收來看，若無此類保護的商業市場缺乏實質成長，答案是否定的。

價格戰背後的政策與策略訊號

中國與西方 AI 實驗室之間的價格戰不僅是市場事件，更是產業走向的策略訊號。白宮向 AI 公司簡報了在模型發布前進行審查的計畫，顯示國家安全考量將形塑市場准入。中國實驗室在國家支持下營運，成本結構較低，使其在價格敏感區隔中成為強勁競爭者。Cohere 與 Reflection AI 等西方挑戰者定位為可信賴的替代方案，但必須證明其具備規模化能力。策略訊號明確：前沿模型無上限支出的時代已告終。下一階段屬於能以極低成本提供足夠效能，並具備企業所需的信任與法遵的公司。對 OpenAI 與 Anthropic 而言，首次公開發行的窗口正在收窄。它們必須在大宗商品市場中展現定價能力，否則就得接受較低的估值。美國商務部擬議的 AI 模型權重出口管制若付諸實行，將進一步分裂市場，保護西方實驗室免受中國直接競爭，但也限制其可服務市場規模。政策回應仍在成形中，但方向指向具有不同定價機制的雙層市場。

未來十二個月將決定 OpenAI 與 Anthropic 能否證明其 8000 億美元估值合理，抑或市場將對其重新定價下修。來自中國實驗室及西方挑戰者的廉價高效能模型崛起，壓縮利潤率並使需求碎片化。企業對人工智慧的採用持續成長，但價值正流向平台、基礎設施及垂直應用，而非通用前沿模型。Cohere 營收成長六倍，Databricks 的 AI 閘道營收攀升，均顯示資金流向所在。能存活並茁壯的企業，將是擁抱成本效率、信任與垂直專業化的業者。AI 公司的首次公開發行市場將出現分歧：服務受監管產業的高利潤率、受信賴供應商將享有溢價估值，而通用前沿模型供應商則將面臨無情壓縮。廉價 AI 威脅並非暫時性擾動，而是新常態。Cohere 執行長 Aidan Gomez 將受監管產業定位為信任溢價區塊，Databricks 執行長 Ali Ghodsi 觀察到 AI 閘道營收攀升，兩者皆指向同一結論：AI 的獲利正從模型供應商移轉至整合、路由及治理模型輸出的平台。OpenAI 與 Anthropic 可透過自行建構這些平台層級來適應，但此舉需要策略轉向，而其目前的 IPO 敘事尚未充分涵蓋。能在廉價 AI 浪潮中存活的企業，不會是擁有最大模型的業者，而是具備最深企業關係、最穩固法遵態勢，以及對價值鏈最終落點有最清晰理解的企業。