هل يمكن للثروة السيادية أن تقوّض أسطورة الذكاء الاصطناعي في وادي السيليكون؟

过去全球最成功的软件企业几乎全诞生于美国. الصين智谱股价急速上涨،引发新的讨论.智谱 وAnthropic两种AI تطور路径意味着什么？

过去几十年，全球最成功的软件企业几乎全部诞生于美国.硅谷不仅长期引领技术创新，更在收入、市值和全球商业影响力上保持领先.最近人们发现中国智谱公司的AI模型接近美国的前沿模型，这推动了智谱公司的股价急速上涨，并再次引发一场讨论：国家支持体系能否培育出一家在技术实力和商业规模上都足以挑战美国AI巨头的企业，并最终改变由硅谷主导的AI商业格局？本文以智谱与Anthropic为例，比较两种AI发展路径在资本来源、市场质量、商业模式和估值逻辑上的差异，并探讨国家资本能否最终颠覆硅谷AI神话.

一、资本市场究竟在为AI公司的什么价值定价？

互联网时代，中国诞生了一批优秀的科技企业.它们在电子商务、社交媒体、移动支付等领域取得了巨大成功，也形成了不少技术创新.然而，在最核心的商业指标——企业收入、全球开发者生态以及资本市场估值等方面，美国公司始终保持着明显领先，如同形成了一种“硅谷神话”.AI时代，这一格局会不会第一次被真正改变？

于是，最近智谱估值在香港股市所创的高度，让人侧目.那么，一家基础模型公司究竟应该如何估值？过去几年，AI竞争常常被理解为模型排行榜、参数规模、GPU数量和融资金额的竞争.但随着中美前沿模型能力不断接近，资本市场正在逐渐从“技术定价”转向“商业定价”：它不只关心谁训练出了更强模型，更关心这些模型能否持续创造商业收入.

智谱的资本故事极具象征意义.2026年1月8日，智谱华章以116.2港元的发行价登陆港交所，发行市值约500余亿港元，成为“全球大模型第一股”.6月17日，智谱发布了新一代旗舰模型GLM-5.2，美国部分同行对该模型测试后给予排名前三的地位，这让市场情绪进一步升温.到6月22日，公司总市值首次突破1万亿港元，较发行价累计涨幅超过1900%.

这样急速的估值跃升，不能简单解释为模型能力在半年内发生了同等幅度的跃升.更合理的理解是，资本市场正在为一种未来可能性定价：智谱能否在国家支持、政企市场和开放权重生态的共同推动下，建立中国基础模型公司的商业循环.

因此，真正的问题不是智谱为什么值1万亿港元，而是资本市场今天究竟在为AI公司的什么价值定价.资本市场购买的不是今天的收入，而是未来持续创造收入的能力.

二、国家不仅提供资本，也提供早期市场

智谱并非一家“国家举全国之力扶持”的企业，但无疑智谱背后存在一个国家支持体系，它既包括补贴、资本、监管和产业资源，也包括政企采购所形成的早期市场.

从资本端看，智谱自2019年成立以来累计完成8轮融资，全部投资人累计融资总额约83亿人民币；上市前最后一轮投后估值为243.77亿.北京、杭州、成都、珠海、上海等地国资先后入股，IPO阶段约30亿港元基石认购中也包含北京核心国资，这说明国资确实是重要参与者.另外还有现金、算力、土地和税收等多方面的补贴.

从市场端看，国家体系的作用同样重要.智谱2024年营收为3.124亿人民币，其中，“政企定制”收入约1.3亿人民币，占当年营收约42%，毛利率约72%（2025年上半年营收1.91亿人民币，但没有公布政府采购细节）.这意味着，政企需求已经成为智谱商业化早期的重要收入来源之一.更重要的是，对于基础模型企业而言，早期市场和早期资本同样重要.政企客户能够帮助模型进入真实业务场景，完成产品验证，积累行业经验，并为后续进入更广泛的商业市场提供样板.

لكن这类市场也有自身特点.政企市场能够提供稳定需求، لكنها不等同于全球商业市场.其功能需求、采购周期、预算结构、交付方式和收入可扩展性，与开发者API、企业订阅和云平台分成形成的商业收入并不相同.国家支持体系可以帮助企业更快建立供给能力，也能提供重要的早期市场；但长期估值最终仍取决于这些早期市场能否转化为更大规模、更持续的商业收入.

三、真正的差距不是模型，而是市场质量

比较智谱与Anthropic，不能只看模型能力.前沿模型能力正在快速收敛，领先者之间的差距越来越多地表现为不同能力维度上的轮流领先，而不是一代产品对另一代产品的绝对代差.模型能力决定供给上限，但市场质量决定这种供给能够转化为多少商业收入.

本文所谓“市场质量”，不仅是市场大小，而是市场持续把AI能力转化为商业收入的能力.企业软件预算、支付能力、订阅文化和市场覆盖只是它的具体表现.中国拥有庞大的用户规模和丰富的产业场景，也拥有政企采购形成的早期市场；Anthropic面对的则主要是全球企业AI市场，其客户结构、软件预算和持续订阅文化与中国市场存在明显差异.

软件是AI大模型找到的第一个杀手级应用.中国企业软件预算比美国低一个数量级，是一个较为可靠的产业估计.即使不把这个判断精确到每一家企业，它仍然揭示了一个关键事实：中美领先模型即使技术能力接近，它们面对的可服务商业市场和客户支付能力也并不相同.

هذه是为什么中国AI模型价格普遍低于美国，并不能简单理解为中国模型成本低.更合理的解释是，模型面对的市场质量不同.支付能力决定价格，价格决定收入，收入再决定企业能否持续投入研发和服务能力.

因此，AI公司的长期竞争并不是谁先训练出一个强模型，而是谁能把模型能力转化为持续商业收入.市场质量越高，同样一单位AI能力最终能够实现的商业价值越高，高质量的市场反过来也会进一步推动技术进步.

表1 مقارنة المؤشرات الأساسية لنماذج الأعمال لاثنين من نماذج AI

四、لماذا تكون نسبة السعر إلى المبيعات لدى Zhipu مرتفعة بشكل أكبر مقارنةً بـ Anthropic؟

يكشف الجدول 1 حقيقة غير بديهية: إذا قيس الأمر بنسبة السعر إلى المبيعات الديناميكية، فإن Zhipu أغلى بكثير من Anthropic اليوم. وبحسب إيرادات Zhipu المتوقعة لعام 2026، فإن نسبة السعر إلى المبيعات الديناميكية تبلغ نحو 478 مرة، بينما تبلغ لدى Anthropic حوالي 20.5 مرة. وبعبارة أخرى، فإن مضاعف تقييم الإيرادات الذي تمنحه أسواق رأس المال لـ Zhipu اليوم هو أكثر من ضعفَين وعشرين مرة من مضاعف Anthropic.

هذا لا يعني أن أسواق رأس المال قد أثبتت بالفعل أن Zhipu أفضل من Anthropic. والأرجح أنها تعكس أن السوق يمنح الشركتين مساحات تخيل مختلفة لطبيعة النمو. فالتقييم لدى Anthropic يعتمد أكثر على الإيرادات المستمرة التي نتجت عن APIs للشركات العالمية واشتراكات Claude والتعاون مع منصات الحوسبة السحابية؛ أما تقييم Zhipu فيعتمد أكثر على توقعات النمو في الإيرادات التجارية المستقبلية.

الأسهم تنطوي جوهريًا على خصم للتدفقات النقدية المستقبلية. وتشير نسبة 478 مرة في السعر إلى المبيعات إلى أن السوق الرأسمالية سبق أن أدخلت في سعر اليوم توقعات نمو مرتفع تجاريًا لسنوات عديدة قادمة. وبالنسبة إلى Zhipu، لم يعد السؤال الأساسي هو ما إذا كانت قدرات النموذج قادرة على الوصول إلى الصف الأول عالميًا، بل ما إذا كانت الإيرادات المستقبلية ستلحق بالتوقعات التي وضعها السوق الرأسمالي اليوم بالفعل.

وهذا أيضًا يفسر لماذا تكون البنية الخاصة بالإيرادات أكثر أهمية من رقم الإيرادات نفسه. بالنسبة إلى أسواق رأس المال، غالبًا ما تمتلك الإيرادات المستمرة قيمة تقييم أعلى من إيرادات المشاريع. فالإيراد لمرة واحدة يثبت أن المنتج يمكن بيعه، في حين أن الإيرادات المستمرة هي ما يثبت أن الدورة التجارية يمكن أن تستمر على المدى الطويل. وتجدر الإشارة إلى أنه وبسبب قصر مدة طرح Zhipu للاكتتاب في البورصة، فإن الأسهم المتاحة للتداول الحر حاليًا ما زالت محدودة نسبيًا؛ وفي المستقبل، ومع فك القيود على أسهم الحظر تباعًا، ومع إدراج المزيد من شركات AI المماثلة، ستتغير بنية المعروض من الأسهم بشكل واضح، ما قد يسبب صدمة كبيرة لسعر السوق على المدى القصير. وعلى المدى الأطول، سيعود المستثمرون حتمًا إلى منطق تسعير أكثر عقلانية يستند إلى المؤشرات المالية: حجم المبيعات، والتكاليف، والأرباح، والتدفقات النقدية، ومعدلات النمو.

五、الأوزان المفتوحة وواجهات API مغلقة المصدر: ليست مجرد مسارات تقنية، بل أهداف تجارية

تختلف Zhipu وAnthropic بوضوح في استراتيجية المنتج. فقد دفعت Zhipu في السنوات الأخيرة بقوة نحو نماذج الأوزان المفتوحة، أملاً في جذب المطورين والعملاء من المؤسسات والمشاركين في النظام البيئي للذكاء الاصطناعي عبر عتبة دخول أقل؛ بينما تتمسك Anthropic بإبقاء النماذج الأساسية والصفقة الرائدة مغلقة المصدر، وتوفر قدرات النموذج في المقام الأول عبر API واشتراكات المؤسسات وترخيص منصات السحابة.

لا ينبغي تفسير هذا الفرق ببساطة على أنه صراع “بين مفتوح ومغلق”، بل هو أقرب إلى خيارات لأهداف تجارية مختلفة. تؤكد الأوزان المفتوحة على توسيع مدخل الدورة التجارية بحيث يدخل المزيد من المطورين والشركات إلى النظام البيئي أولاً؛ بينما تركز نماذج Anthropic المغلقة عبر API على زيادة التدفقات النقدية الناتجة في كل دورة من الدورة التجارية، بحيث تُحوَّل كل مرة يتم استدعاء النموذج فيها إلى إيراد قابل للفوترة.

ومن منظور Zhipu، يمكن أن تساعد الأوزان المفتوحة الشركة على توسيع نطاق تغطية السوق، وخفض عتبات تطبيقات الصناعات، وتكوين فرص مزيد من عمليات النشر في سيناريوهات المؤسسات والقطاعات. ومن منظور Anthropic، فإن خدمة API مغلقة المصدر تحمي أصول النموذج، وتتحكم في جودة الخدمة، وتحول قدرات النموذج إلى إيرادات مستمرة.

لذلك، ليست الأوزان المفتوحة وخدمة API مغلقة المصدر مجرد خلاف على مسار تقني، بل هي اختلاف بين استراتيجيات دخول السوق واستراتيجيات تحويل القيمة إلى إيرادات.

表2 يكشف هيكل أسعار Token عن استراتيجيتين مختلفتين في السوق

六、Token يكشف: أين تحدث “حرب الأسعار” الحقيقية للذكاء الاصطناعي في الصين؟

من بيانات Token في الجدول 2، يتضح أن فجوة الأسعار بين النماذج في الصين والولايات المتحدة ليست ثابتة، بل تتسع كلما انخفضت فئة النموذج. ففجوة الأسعار في النماذج الرائدة هي الأصغر، بينما تتوسع في النماذج الرئيسية، وتمتد إلى عشرات المرات بل وحتى مئات المرات في النماذج المبتدئة. ويكشف هذا الهيكل على الأقل عن ثلاث معلومات مهمة.

أولاً، لا تكون فجوة أسعار Token في القمة بين الصين والولايات المتحدة كبيرة كما يشاع. إذ إن فجوة أسعار الإدخال بين GLM-5.2 وClaude Opus في مستوى النموذج الرائد تبلغ نحو 4.25 مرات، وفجوة أسعار الإخراج نحو 6.1 مرات. وبالمقارنة مع فجوة النماذج المبتدئة التي تصل لعشرات المرات، فهذا أقرب بكثير إلى تسعير تجاري.

ثانياً، تقارب تسعير Token الرائد أكثر مع التكاليف الحقيقية للشركة والقيمة التجارية. فالتدريب على النموذج هو مجرد جزء من التكلفة. أما التكاليف الأكثر أهمية في التشغيل طويل الأمد لشركة النماذج الأساسية فتتمثل في الاستدلال المستمر بعد إطلاق النموذج، والخدمة، والصيانة، والشبكة، والتخزين، ودعم العملاء. لذلك، لا يمكن الاستدلال بسهولة على تكلفة النموذج من خلال سعر Token على الطرف النهائي فقط. لكن تقارب سعر Token الرائد تدريجيًا مع المستوى الدولي يشير على الأقل إلى أن الفروقات بين النماذج الرائدة في الصين والولايات المتحدة في تكلفة دورة حياة النموذج ليست ضخمة كما توحي به فجوة أسعار Tokens منخفضة الطرف.

ثالثاً، تتركز استراتيجية الأسعار المنخفضة للشركات الصينية في Token منخفض المستوى، وهو أقرب إلى كونه استراتيجية تسويق واكتساب عملاء أكثر من كونه تجليًا طبيعيًا لتفوق في التكلفة. إذ إن Token منخفض المستوى يؤدي مهمة توسيع تغطية السوق، وجذب المطورين لتجربته، وخفض عتبة دخول العملاء من المؤسسات إلى الصناعة. بينما يؤدي Token الرائد مهمة أكثر مباشرة في تحويل القيمة إلى إيرادات تجارية.

لذلك، تحدث حرب الأسعار للشركات الصينية في السوق المبتدئة الممتدة (سوق الذيل الطويل) أكثر من حدوثها في السوق الرائد. وبعبارة أدق، فإن الشركات الصينية لا تُقدّم دعمًا طويل الأمد للـ Token الرائد نفسه بقدر ما تدعم “مدخل السوق” الذي تمثله Tokens منخفضة المستوى. واستراتيجية استخدام رأس مال المساهمين لدعم هذه Tokens ليست عملاً خيريًا بقدر ما تهدف إلى اعتبار Token منخفض المستوى “تكلفة اكتساب العميل (CAC)”، مع الرهان على أن جزءًا من المستخدمين سيستقر لاحقًا ويرتقي إلى Token الرائد أو إلى عمليات نشر خاصة مخصصة للعملاء من ذوي الملاءة الأعلى. السعر لا يعكس التكلفة فقط، بل يعكس أيضًا نوع السوق الذي ترغب الشركة في الدخول إليه.

تتوافق استراتيجية التسعير هذه أيضًا مع الممارسة الشائعة لدى شركات الذكاء الاصطناعي في الصين: استخدام منتجات منخفضة السعر بل وحتى مجانية لتوسيع مدخل النظام البيئي، ثم تحويل الإيرادات عبر نماذج أكثر قيمة، وحلول مخصصة للقطاعات، ونشر في المؤسسات والقطاعات. وهذا يوضح أن الشركات الصينية لا تسعى إلى أدنى سعر في جميع المنتجات، بل توزع الموارد بين هامش الربح وحصة السوق. وتعد كفاءة التحول من Tokens منخفضة مدعومة إلى Tokens رائدة هي المفتاح لنجاح هذا النموذج. حتى إن كانت حرب الأسعار هذه تضغط أيضًا على شركات الذكاء الاصطناعي في الولايات المتحدة، فإن المنافسة حتى الآن تحدث أساسًا بين الشركات داخل الصين، خاصةً لأن بين الدول توجد بالفعل هوامش “حصانة جيوسياسية” حقيقية.

七、كيف تؤثر جودة السوق في سقف إيرادات شركات الذكاء الاصطناعي

إذا كانت قدرات النموذج تتجه نحو التقارب، وإذا كان سعر Token الرائد يقترب أيضًا، فإن العامل الذي يفتح فجوة الإيرادات لن يكون التكنولوجيا وحدها، بل جودة السوق.

تواجه Anthropic سوقًا عالميًا من الشركات ذات القيمة المرتفعة في مجال الذكاء الاصطناعي. ويمتاز هذا السوق بـ: أولاً، ميزانيات برمجيات الشركات مرتفعة، وثقافة اشتراكات SaaS ناضجة، ونظام بيئي للمطورين قوي، ويمكن أن يؤدي استدعاء API إلى التوسع بسرعة؛ وقد تتحول كل مرة يتم فيها استدعاء النموذج إلى Tokens قابلة للفوترة، وقد يصبح كل عميل من الشركات مصدرًا لإيرادات مستمرة. وثانيًا، فإن تكاليف العمالة المكتبية في السوق الأمريكية مرتفعة، وتكون الحاجة إلى خفض التكاليف وزيادة الكفاءة عبر “استبدال/مساعدة العمالة بالذكاء الاصطناعي” ملحة للغاية، ولذلك تدفع مقابل واجهات API مغلقة المصدر ذات أسعار مرتفعة.

أما بنية السوق التي تواجهها Zhipu فتختلف. فالسوق الصينية تضم سيناريوهات صناعية واسعة، واحتياجات شراء من الجهات الحكومية والشركات، ودوافع الاستبدال بالمنتج المحلي؛ لكن ميزانيات البرمجيات لدى الشركات وعادات الاشتراك المستمر ما زالت تختلف بشكل ملحوظ عن سوق الذكاء الاصطناعي للكبريات عالميًا. توفر منطقة الأعمال الحكومية والشركات إيرادات مبكرة مهمة والتحقق من التطبيقات، لكن لدعم إيرادات طويلة الأمد تتناسب مع التقييم الحالي، يلزم توسيع نطاق قاعدة العملاء التجاريين عالية الجودة. والأهم من ذلك أن تكاليف العاملين في الأعمال الذهنية والموظفين التشغيليين في الصين أقل نسبيًا. فإذا كانت تكلفة Tokens بالذكاء الاصطناعي أو تكلفة النشر المخصص أعلى من تكلفة توظيف العمالة البشرية، ستفقد الشركات الرغبة في الشراء. وهذه هي أيضًا الجذور العميقة لسبب دفع سوق الصين نحو حرب الأسعار للنماذج الكبيرة ودفعها نحو الأوزان المفتوحة.

ليس المقصود أن سوقًا بالضرورة أفضل من الآخر. إذ يمكن لنظام الدعم الحكومي أن يسرّع توطين التقنية وتطبيقاتها في القطاعات، خصوصًا في البنية التحتية والقطاعات الحاسمة؛ بينما يمتلك السوق التجاري العالمي ميزة أكبر في التوسع وفي الاستدامة المالية للإيرادات التجارية. تختلف بنية الإيرادات في السوقين، والإيقاع الزمني للنمو، ومنطق التقييم.

لذلك، ليس ما تحتاجه Zhipu لإثباته في المستقبل هو مجرد قدرتها على تدريب نماذج أفضل، بل قدرتها على تحويل السوق المبكرة التي يتيحها نظام الدعم الحكومي إلى إيرادات تجارية أوسع نطاقًا وأكثر استمرارية وأعلى جودة.

八、هل يستطيع رأس المال الحكومي كسر أسطورة الذكاء الاصطناعي في وادي السيليكون؟

إذن، هل يستطيع رأس المال الحكومي كسر أسطورة الذكاء الاصطناعي في وادي السيليكون؟ لا يمكن الإجابة عن هذا السؤال ببساطة بـ“نعم” أو “لا”.

يمكن لنظام الدعم الحكومي أن يقوم بأشياء كثيرة يصعب على رأس المال السوقي إنجازها. فهو يوفر التمويل المبكر، وينسق الموارد الصناعية، ويدفع نحو المشتريات من الجهات الحكومية والشركات، ويخفض عتبة دخول النماذج المحلية إلى القطاعات الرئيسية، كما يحسن كفاءة نمو الشركات عبر التنظيم وقنوات سوق رأس المال. وبالنسبة إلى شركات النماذج الأساسية، فإن هذه الدعامات كلها حقيقية ومهمة.

لكن نظام الدعم الحكومي في النهاية لا بد أن يخضع لاختبار السوق. إذ يمكن أن يساعد الشركات على بناء قدرات توريد على مستوى عالمي، ويمكنه أن يوفر سوقًا مبكرة مهمة؛ لكن ما يركز عليه سوق رأس المال في النهاية هو ما إذا كانت هذه المزايا ستتحول إلى نمو تجاري مستمر.

تمثل Anthropic مسارًا تجاريًا تم التحقق منه بالفعل من خلال سوق البرمجيات العالمية السائدة لدى الشركات. وتمثل Zhipu مسارًا تجاريًا صينيًا للذكاء الاصطناعي ما يزال في تطور سريع ولم يتم التحقق منه بالكامل بعد. فليس أي منهما هو الإجابة الوحيدة، ولا يعني ذلك أن أحدهما محكوم بالفشل. المطلوب للمقارنة ليس فقط من يملك نموذجًا أقوى مؤقتًا، ولا فقط من لديه تقييم أعلى مؤقتًا، بل أي نظام يمكنه بناء دورة تجارية أكثر استدامة.

اليوم، رمى سوق رأس المال ثقةً في Zhipu. لكن الامتحان الحقيقي لا يزال في بدايته. فالمستقبل الذي يحدد ما إذا كان تقييم Zhipu سينال التحقق ليس ترتيب النماذج من الجيل التالي، بل ما إذا كانت جودة السوق ستستمر في الارتفاع، وفي النهاية بناء دورة تجارية تتماشى مع التقييم الحالي ويمكن أن تعمل باستمرار بالاعتماد على السوق. وإذا انتهى عصر الذكاء الاصطناعي بظهور مجموعة من شركات الذكاء الاصطناعي الصينية التي تتفوق على نظيراتها الأمريكية في الحجم على مستوى الإيرادات والقيمة السوقية والنفوذ التجاري العالمي بشكل شامل، فإن ما سيتم كسره فعليًا لن يكون شركة أمريكية بعينها، بل ستكون البنية التجارية التي ظلت تقود صناعة المعلومات عالميًا خلال العقود الماضية لصالح وادي السيليكون.