倪云华：未来最值钱的AI公司，将是这一类型

今天市场谈AI公司，习惯先问三个问题：

你有没有自己的大模型?
参数有多大?
融资估值有多高?

这是一种典型的技术崇拜。

我认为，未来最值钱的AI公司，未必拥有自己的基础大模型。

它们甚至可能不训练模型，也不生产芯片，却能拿走AI产业链中最稳定、最持久的利润。

因为客户最终不会为“模型能力”买单。

客户只会为结果买单。

01

大模型很重要，但不一定是利润终点

我承认，基础大模型是整个AI产业的发动机。

没有OpenAI、Anthropic、Google这些公司的巨额投入，就不会有今天的AI应用爆发。

但发动机最先进，不代表整辆车的钱都归发动机厂赚。

主流AI公司估值对比（2026年中）

OpenAI的收入增长非常惊人。但2026年第一季度，公司收入约57亿美元，同时现金消耗达到37亿美元。

模型能力越强，用户越多，背后的推理、算力和基础设施成本也越高。

这就是基础模型公司的商业悖论：

• 一边是高速增长，一边是巨额CapEx和持续算力消耗。

它不像传统软件。

传统软件开发完成以后，多卖一套，边际成本接近于零;大模型多回答一个问题、多生成一段视频、多运行一个Agent，都要消耗真实的算力。

说白了，它更像一家同时经营软件、电厂和云计算中心的公司。

收入很性感，现金流很残酷。

Anthropic同样在高速增长。2026年2月，其公开披露的年化收入运行率从140亿美元快速上升至190亿美元;到2026年第一季度，公司收入已达到48亿美元。

这说明大模型当然有价值。

但它也说明：基础模型正在进入一场极其昂贵的军备竞赛。

当OpenAI、Anthropic、Google、Meta以及中国模型厂商持续追赶，模型之间的能力差距会不断缩小，价格会不断下降，开源模型也会持续进入市场。

模型不会变得不重要。

它会变得像云计算、数据库和电力一样——非常重要，却越来越标准化。

这时候，真正的问题就出现了：

当模型逐渐成为基础设施，谁掌握最终定价权?

02

真正稀缺的，不是模型——是业务场景

一家企业不会因为某个模型跑分高两分，就轻易更换自己的核心业务系统。

但它会因为一个AI产品能够把合同审核时间从三天降到三小时，而持续付费。

这两件事看起来都叫AI，商业逻辑完全不同。

基础模型提供的是通用能力。

行业应用提供的是可交付结果。

倪云华线下授课

例如法律AI公司Harvey并不拥有自己的通用基础大模型，但它深度进入法律研究、尽职调查、合同分析、合规和交易管理等工作流程。

2026年3月，Harvey完成2亿美元融资，估值达到110亿美元。

资本为什么愿意给它这样的估值?

不是因为Harvey训练出了一个比OpenAI更大的模型。

而是因为它掌握了三样更难复制的东西：

• 法律客户、专业工作流和行业数据。

模型可以替换。

律师事务所的信任关系、客户使用习惯、历史文件、合规体系和工作流程，没那么容易替换。

这才是真正的moat，护城河。

很多创业者现在还在讨论：“我到底应该接DeepSeek，还是接Claude?”

我认为，这个问题重要，但没有想象中那么重要。

更重要的问题是：

• 你进入了客户的哪一个关键流程?
• 你掌握了什么别人拿不到的数据?
• 一旦拿掉你的产品，客户的业务还能不能正常运行?

如果随时可以换掉，你只是一个模型套壳。

如果换掉你会让客户的业务停摆，你就是基础设施。

03

未来最大的价值，属于工作流控制者

Palantir是一个非常典型的案例。

它并不以训练最强通用大模型闻名，但它能够把数据、模型、决策和组织行动连接起来。

Palantir卖的不是一个聊天机器人。

它卖的是企业如何把AI放进真实经营系统。

Palantir 2026年第一季度关键业绩指标

2026年第一季度，Palantir总收入同比增长85%，美国业务收入同比增长104%，公司还将全年收入增长指引上调至71%。

为什么它的增长如此快?

因为企业真正缺少的，从来不是再多一个模型。

企业缺少的是：

模型如何读取内部数据，如何进入采购、生产、销售和供应链流程，如何给管理者提供建议，又如何把建议变成行动。

从数据到判断，从判断到行动，这中间有一条很长的链条。

谁控制这条链条，谁才掌握客户关系和收费权。

我把它称为AI时代的“工作流控制权”。

微软当年真正强大的地方，不只是Windows代码写得好，而是大量企业的工作、文件和协作都运行在它的系统里。

Salesforce的价值，也不只是拥有数据库技术，而是销售团队每天都在它的流程里工作。

微信的价值，更不是通信技术本身，而是用户关系、支付、内容和商业活动都沉淀在里面。

AI时代也一样。

最终胜出的公司，不一定拥有最强的模型——但一定拥有客户离不开的工作流。

04

模型越强，应用层反而越有机会

有人会问：如果基础模型越来越强，应用公司会不会都被吃掉?

我的判断恰恰相反。

模型越强，应用层创造价值的成本越低。

过去，一家创业公司要做法律AI、医疗AI或者企业经营分析，需要自己训练大量模型、建立算法团队，投入可能是几千万甚至上亿元。

今天，它可以直接调用成熟模型，把资源投入客户理解、产品设计和业务交付。

基础模型公司承担了最重的研发成本。

应用公司拿着越来越便宜、越来越强的能力，进入具体行业。

这有点像智能手机时代。

苹果提供操作系统、芯片和开发平台，但真正让手机变得不可替代的，是上面的微信、抖音、美团、滴滴和各种应用。

没有操作系统，应用无法存在。

但用户每天打开手机，并不是为了欣赏操作系统。

AI也会走到这一步。

模型决定能力上限，场景决定商业价值。

05

但不是所有垂直AI都值得投资

这里还有一个常见误判：

只要在AI前面加一个行业名称，就变成了“垂直AI”。

AI法律、AI医疗、AI教育、AI招聘、AI营销，一夜之间全部出现。

这是lazy thinking。

真正有价值的垂直AI，不是给通用模型套一个行业界面，而是完成三次深入。

▌第一次，进入专业知识。

它必须理解行业规则、术语、判断标准和风险边界。

▌第二次，进入业务流程。

它不能只提供答案，还要完成任务、协同人员、调用系统、留下记录。

▌第三次，进入结果责任。

客户最终购买的，不是“生成了一段内容”，而是合同有没有审完、线索有没有转化、成本有没有下降、收入有没有增长。

这才是从Copilot到Agent，再到AI-native company的进化。

如果你的AI产品只会回答问题，客户会拿它和ChatGPT比较价格。

如果你的AI产品能承担一项完整工作，客户会拿它和一个岗位、一个部门甚至一家外包公司比较价格。

估值逻辑完全不同。

06

AI公司的终局，不是卖模型，而是占据价值链

我敢预言，未来AI产业会形成三个层次。

• 最底层是算力、芯片和基础模型

这个市场极其重要，也会诞生巨头，但需要巨额资本，最终玩家不会很多。

• 中间层是模型平台、开发工具和Agent基础设施

这里会出现一批平台型公司，但同样会面临标准化和价格竞争。

• 最上层是行业应用和工作流

这里最分散，也最接近真实客户、收入和利润。

真正能长期获得高估值的应用公司，必须拥有至少一项不可替代资产：

• 客户入口、专有数据、行业Know-how、核心流程或者结果交付能力。

没有这些，所谓AI公司只是模型经销商。

有了这些，即使今天使用Claude，明天切换DeepSeek，后天切换另一个模型，公司的核心价值仍然存在。

这才是一家好公司的标准。

它不依赖某一个模型。

它让所有模型为自己打工。

我的判断是，未来AI产业最大的赢家，未必是造出最聪明模型的人，而是最懂得把智能变成生意的人。

模型决定谁能进入牌桌。

但真正拿走筹码的，是掌握客户、流程和结果的人。

看懂AI产业的底层逻辑就会明白：模型只是工具，业务流程、行业场景、交付结果才是AI企业真正的护城河。

如果你想深耕AI商业逻辑、搭建可落地的AI行业应用与工作流体系，吃透AI产业终局打法，欢迎和我深度交流，也欢迎加入私享汇系统进修。