AI 革命以来，七姐妹企业经历了从对“颠覆”的担忧到故事生成、表达和普涨的阶段，市值一度飙升至接近20万亿美元。

　　2.然而，随着技术突破放缓，七姐妹企业面临验证基本面成为核心关注要素的阶段，市场进入第一轮回调。

　　3.DeepSeek 的推出引发了产业变局，七姐妹企业经历了一次巨大的市值波动，但只要基本面存在，仍有上涨空间。

　　4.中国AI商业的发展面临独特的节奏，需要技术、商业和资本三个轮子的耦合推进，以实现真正的商业价值。

　　AI 并不等于 AI 商业。在 AI 浪潮下，理解 AI 商业的演进节奏和规律对于技术研发企业、商业应用企业和投资者至关重要。否则，盲目追逐技术热点可能导致失败，无法真正拥抱 AI 带来的机会。

　　美国“七姐妹”的崛起是 AI 商业演进过程中的典型案例。复盘这一过程，可以更清晰地把握 AI 商业背后的逻辑。相信这一思考框架，也会为我们重新审视中国科技公司的发展提供重要参考。

　　月份，全球资本市场的当红炸子鸡就是“中国十杰（Terrific Ten）”

　　年初以来，这一组合的回报率远超美国“七姐妹”（对美国七大科技企业的昵称）；差距最大时，双方的累计回报率相差达到 60%（图 1）。当时，很多人都相信中国可比美国的

　　风口已然到来，讨论最多的一个话题是“中国第一家万亿美金的公司会是谁？”与此伴生的，则是对美国科技公司投资前景的担忧。

　　日美国关税“解放日”以来，全球科技公司都经历了一轮急转下跌后又迅速从恐慌中恢复的过程。截止日前，相比于关税战之前，美国七姐妹的市九游娱乐 九游娱乐官方值不仅已经完全收复失地，甚至还上涨了

　　15%。而中国十杰的总市值则刚好维持在关税战前一天的水平，但分化已经开始浮现：相比

　　日，十杰中，除了腾讯（+2%）和中芯国际（-6%）表现相对稳定，有四家企业实现了双位数的市值上涨，而另外四家则出现了双位数的下跌。这些代表性中国上市科技公司对美国七姐妹的相对涨幅，已经从原先的

　　18%），但当晚，阿里的股价却和大部分中国科技公司一起下跌。市场还将阿里巴巴资本支出的环比下降（即使同比保持

　　倍的高增长）解读为中国市场现阶段“AI 驱动的云计算业务发展不达预期”的信号。

　　相关收入实现三位数同比增长”，但当天百度股价仍大幅大跌，市盈率已经不到 9 倍。

　　发布之后所取得的商业和资本市场成功？如果能，在这个过程中，有哪些规律值得借鉴？

　　更普遍而言，科技对商业和经济的改变从来不是一帆风顺，而是具有起伏节奏，AI 的发展也必将如此。

　　是如何渗透到美国的商业和资本市场中，以及在这一过程中所呈现出的节奏和规律，并以此为基础，重新回到对中国科技公司的判断。src=

　　如果我们把时针拨回到 2022 年 11 月 30 日（ChatGPT 发布）之前，

　　彼时还没有“七姐妹”的概念，也没有明显的迹象表明，这七家公司会在接下来的两年中成为全世界最有想象力的企业。相反，它们都不同程度地陷入了增长乏力、市场表现黯淡的状态。

　　截止到 ChatGPT 发布前一天，和 2022 年初相比，这七家公司的市值均出现了不同程度的下跌，从苹果的

　　当时市值超过万亿美金的科技公司只有三家（苹果、微软、谷歌）。其中，苹果正在经历十年来智能手机市场的最低迷时期，增长只有个位数（全年

　　年三季度），并宣布了万人裁员计划；谷歌的广告收入已经停滞不增长，利润连续三个季度下滑超过 10%

　　年以来第一次季度亏损，其市值相比 2021 年 1.9 万亿的高点，缩水超过

　　Meta 因为元宇宙战略的失败，已经长期地被投资者剔除出“万亿美金俱乐部”的讨论，市值一度只剩下不到 2500 亿美金；

　　特斯拉由于电动车市场的激烈竞争，从 2021 年 1.2 万亿的市值高点回撤了一半以上。

　　如果将七姐妹视作一个整体，回看其资本市场的表现，就会发现这个登顶充满波折，经历了数次“回调-上涨-再回调”的周期。

　　，在 ChatGPT 发布的前三个月里，几乎没有人相信这些大科技公司会成为

　　领域的最大赢家；相反，更多的声音都是在讨论它们有可能会被OpenAI这样的挑战者颠覆。比如某前微软高管曾断言：“OpenAI

　　，那时大科技公司都普遍处于一种“焦虑”的状态，搞不清楚自己和这项新技术之间的关系。比如谷歌在 ChatGPT 发布后，两位已经退居幕后三年的创始人就多次召开紧急会议，讨论谷歌的 AI 战略；一个多月后，

　　之后，OpenAI 发布了 GPT-4，这标志着基础大模型的智能水平已经在很多领域达到、甚至超过了普通人类的水平。与此同时，在 OpenAI 之外，科技大厂、初创企业以及来自中国、欧洲的各种玩家也开始陆续发布自己的大模型和聊天机器人，并宣称其性能已经在各类测试中追赶上了 GPT-3.5 甚至是 GPT-4。

　　一时间，拥有海量数字化数据、丰富商业场景和资本能力的科技公司，纷纷变身最主要的

　　本质上是一种信息处理技术，它通过推理技术处理数据，在场景中产生价值；AI

　　（图3）。那些具备数据优势、场景能力、同时又能敏捷拥抱推理能力的企业，迅速成为这一浪潮中重要的受益者。

　　这一轮的 AI 革命对于那些数据和场景丰富的企业来说，不是颠覆者，而是伟大的赋能者。这些企业的任务就是抓住这次百载难逢的机会。

　　比如最直接的受益者英伟达，即便在营收仍然负增长情况下，就开始给世界画了一个大饼：“这是一个转变期的开始，这个转变期可能持续十年，在此期间，全世界的数据中心都将回炉改造，以提升计算速度”。除了英伟达，微软、谷歌、亚马逊和 Meta

　　四家公司在当季业绩报告中提到 168 次“AI”：要么是讲述云计算和头部大模型独家绑定的故事（微软、谷歌），要么是讲模型平台的故事（亚马逊），或者是自研和开源的故事（Meta）。

　　资本市场也开始意识到，这些拥有资金、数据和场景的大科技公司将会是真正的受益者，市场进入了第一轮的狂欢。

　　到 2023 年夏天，大模型本身的智能水平已经没有跨越式的新突破。包括 OpenAI 在内，大模型公司的重心都开始向企业应用转移，比如 OpenAI 在

　　2023 年 8 月发布了专为企业服务的“ChatGPT Enterprise”。

　　不意外地，很多做基础设施的科技公司的财报不及预期：比如，和 OpenAI 深度绑定的微软 Azure，其增速相对一季度有所放缓，而

　　AI 收入占比还不到 2%。于是，越来越多的人开始讨论 AI 的实际价值，红杉资本更是质疑：“AI

　　进入 2023 年下半年后，从 10 月发布的 DALL-E3 模型到次年 2 月的 Sora Demo，OpenAI 将 AI 技术从纯语言扩展到了图片、视频等各种模态，极大扩展了 AI 应用的想象力和价值。

　　也是从 2023 年 Q3 的财报季开始，因为看到了更强的确定性，各大科技公司纷纷披露了非常激进的资本支出计划：比如 Meta 宣布将在 2024 年要以数倍的力度采购英伟达芯片。这些对基础设施真金白银的投入，很快就反应到了上游芯片产业链的基本面，英伟达连续两个季度实现接近 500%

　　的营业利润率，带动其股价以一种接近 90 度的斜率上升，直接跃升为全球前三的科技公司，甚至一度超越苹果。

　　因此，这一阶段的核心特征，是 AI 应用技术的不断突破，再加上核心玩家真金白银大规模的资金投入，验证了

　　革命“此次不同”的独特性，这不仅激发了资本市场的想象力和信心，也带动了相关企业股价的持续上涨。

　　发布后近半年的时间里，OpenAI 始终处于“憋大招”的状态（关键词是憋），仅推出了一个中间过渡形态的 GPT-4o

　　版本，智能水平的发展再一次遇到瓶颈。也是由于 OpenAI 多次“爽约”未能发布 GPT-5 以及传闻中的“草莓项目”，资本市场开始议论：“预训练是不是撞墙了？”

　　与此同时，英伟达下一代 Blackwell 芯片的量产也传出了“设计缺陷、延迟交付”的不利消息。尽管在 2024 年上半年，三大云厂商的增速和 Meta 等应用公司的利润率都有所改善，

　　但市场依然被担忧技术前景和芯片供应链的负面情绪所主导，带来了第二次回调。

　　其中最有代表性的事件，就是英伟达仅仅因为在年中业绩会中没有给出最乐观情景的 Q3 业绩指引，市值就在一夜内就蒸发了接近 3000 亿美元，相当于当时 3 个 OpenAI

　　2024 年 9 月，OpenAI 的“草莓项目”终于问世，即推理大模型 OpenAI-o1。凭借强化学习和思维链的设计，AI 的逻辑能力又有了一次飞跃，处理复杂任务的能力大幅提升，也因此有了智能体（Agent）的故事。

　　在这个阶段，有数据和场景的应用公司真正迎来了智能化升级产品的可能性，并能迅速将成果反映在基本面中。资本市场的目光也从七姐妹和头部芯片厂，转移到了更广泛的软件应用公司，比如以“AI+数据分析”为核心的 Palantir，第三和第四季度立刻就交出了 30%和 40% 的营收增长成绩单（上半年的平均增速~24%），全年市值累计增长 340%。

　　这个阶段的背景，是智能水平本身再一次进入效率提升为主、但不再是跨越式升级的状态。

　　DeepSeek 从工程创新的角度切入，用不到百分之十的成本做出了与主流推理模型同等水平的推理模型，并大幅优化了训练成本

　　这个阶段的核心挑战，是关税战的变局和更有性价比的竞争者的入局，可能对七姐妹基本面带来的冲击。七姐妹经历了自 ChatGPT 发布以来最大幅度的回调，从标普 500 的引领者变成了拖累者。

　　这时需要验证的关键问题，是这种冲击是否会动摇企业的基本面。最有代表性的例子就是英伟达，在遭遇 DeepSeek 的冲击和关税影响后，其估值一度下滑至过去十年的最低点（远期市盈率低于 20 倍），但营收增速仍保持在 80%

　　的高水平。也因此，在今年一季报交付了超预期的增长和支出计划后，七姐妹很快反弹，但仍然没有回到 DeepSeek-R1 发布之前的高点。

　　在七姐妹之外，这几个阶段的递进节奏和特征，同样适用于更广泛的 AI 行业参与者（图 4）。

　　同时，一个逐渐清晰的趋势是，随着智能水平的提升和对商业场景的渗透，软件应用已经从受益最小的玩家（图 4 中红线）一跃成为了最大的受益者。自

　　157%，处于历史高位，超过了以英伟达、AMD、博通、台积电等为代表的芯片企业（累积涨幅

　　年夏天见顶）；也超过了以亚马逊、微软、谷歌等为代表的云平台企业（累积涨幅 85%）。

　　年夏天，都是芯片企业的增长速度明显快于云平台，而云平台的增长又快于应用。但一年之后的今天，应用的增长已经超过芯片企业在过去两年半的累计涨幅，表现出

　　这三个要素缺一不可。如果用汽车来打一个比方，技术就像是发动机，驱动整个系统，商业是把发动机的动力转化为可以跑起来的应用的转化器，资本则是能源。

　　商业呈现出前涌的浪潮，但每一步的推动都依赖于特别的个体，无论技术、商业和资本，都是如此。这意味着很大的不确定性，却也赋予了

　　在过去的两年多中，我们见证了多个创新应用的诞生：从以文本为载体的 ChatGPT 横空出世，到能力显著提升的基础大模型 GPT-4.0，再到以视频生成和处理为核心的国内外各种模型，以及不断发展的推理与生成模型，这些技术创新都是突破性的。

　　年代以来已经发展了大半个世纪，而在短短两年内实现如此密集的突破性进展是非常罕见的。这当然首先归功于

　　年诺贝尔物理学奖获得者）所倡导的生物路线的成功，但仍然充满着不确定性，依赖于

　　技术不仅遵循研发节奏，还需要资本的支持，以及商业对技术需求的定义；实际上，技术研发企业自身就是商业。

　　为例，两者的技术水平相近，但在业务和估值上却存在数量级的差距。这并非单纯由技术能力决定。一方面，OpenAI

　　第二种是新业务探索。企业需要围绕技术创新的可得性不断进行商业试错。技术突破和市场需求之间常有差距，需要不断调试，并围绕技术的持续突破不断变形，最后实现产品和市场需求的有效匹配（PMF，Product Market Fit），AI业务才能真正落地。以 AI 搜索的迭代为例，ChatGPT

　　刚发布时，只是一个基于大语言模型的聊天产品，有结合上下文的短期记忆，甚至无法联网，回答仅依赖其训练数据（截至

　　通过结合大语言模型与实时联网功能，推动了 AI 在搜索领域的应用再往后，AI 具备了更强的代码、工具使用、浏览器使用等能力，又催生了今年以 Manus 为代表的

　　全方位地改变了广告业务：首先是推荐的方法论，从原来基于数据库的搜索匹配，转变为新的“生成检索”，由

　　来预测用户的下一个问题和意图，减少大量存储和计算，提高了信息处理效率；其次，将用户和

　　的聊天记录数据和隐私计算技术结合，可以比传统的搜索数据更准确地理解用户需求；最后是推出 Advantage+

　　广告投放工具。这些措施带来的结果，是用户粘性和广告转化率的提升：今年一季度，Facebook、Instagram、Threads

　　也是最重要的，所有的战略、投入和试错，必须能够转化成企业的基本面，带来效率、营收和盈利的显著增长。

　　七姐妹之所以成为七姐妹，不只是因为他们都是讲故事的高手，更因为这七家公司在过去两年里，交付了足够扎实的基本面表现。例如，净资产收益率（ROE）在过去的八个季度里，七姐妹整体保持在

　　处于一个不断下降的过程里，所以在今年的两次财报会后，特斯拉都在资本市场遇到了巨大的挑战。

　　所以，以美国七姐妹为代表，所有能够把 AI 商业做出成绩的企业，都必然经历一个从

　　发布以来，尽管一度引发了对七姐妹增长和盈利能力的短暂质疑，但没有确凿证据表明美国七姐妹的基本面受到了根本冲击。而只要这个基本面存在，七姐妹的春天就不会过去。

　　商业的能源，需要基于假设做前瞻性的判断，以支持技术和商业的发展。同时，资本也要不断对假设证伪，惩罚错误的假设。这就要求资本能够尊重技术和商业的节奏和周期，并不断进行真伪判断。然而，由于资本需要具有前瞻性，就不可避免地融合了自身的情绪。也就是在技术和商业节奏之外，著名的“盖特纳情绪曲线”。

　　商业的三个轮子顺利运转，技术、商业和资本之间就要发生共振。但因为三者各自都有节奏，难免会发生偏离。相互之间的沟通就非常重要。因此，技术和商业一方面要聚焦在自身阶段最重要的功课，忽视其他节奏的偏离；另一方面，也要持续地“讲故事”和表达，以帮助资本理解自身所在的阶段。

　　回看过去两年，七姐妹都曾经出现过几个交易日内市值蒸发数千亿美元的历史，但最终能够重回上涨通道的企业，往往并非迎合了资本市场的口味，而是始终保持着自己的节奏。距离我们最近的一个例子是英伟达。今年初，由于

　　亿美元。然而从四季度业绩会到 GTC 大会，英伟达始终将注意力放在最新一代芯片 Blackwell 的优化上，而非过度回应市场情绪。

　　英伟达表示：“芯片设计出来并不意味着就能投入使用，这种情况屡见不鲜...我们的技术不仅越来越先进、性能越来越高，软件功能也更强大，更重要的是，我们的部署速度极快。大家都清楚这些优势，这才是我们表现出色、能够脱颖而出的原因”，“我们的任务是确保合作伙伴顺利地过渡，从

　　Hopper 到 Blackwell 的架构转变是一次极具挑战性的过渡，因为机箱、系统架构、硬件和电源供应等都需要改变”。到今天，正是因为基本面的出色作业，英伟达的市值已经悄悄地回到了之前的相对高点。

　　商业的投资是有挑战性的？所谓看大势、秉持长期主义，实际上并不能确保成功。

　　商业的大潮，需要技术、商业和资本三个轮子的高度耦合并不断推进。而这三个轮子都是由不同的个体机构承担，各自有着独立的节奏与判断。这种多方协调的复杂性，意味着对每一个参加的个体，无论是技术开发者、商业应用企业、还是投资者，都必须面对充满了不确定性和试错的风险。

　　和战略的生成、讲故事的逻辑性和说服力、投入的力度和试错落地节奏的有效性，以及转化成基本面的能力；

　　从资本的视角，取决于对技术和商业假设的判断，以及能否区分资本情绪与技术、商业节奏的真实脉络。

　　和通义千问等大模型的推出，中国的大模型技术不但追到了美国最一流大模型的水平，而且通过开源、普惠的方式加速了应用的普及。正如我们在之前文章《

　　企业还没有实现七姐妹一样的市值翻倍增长？这是时间节奏的问题，还是另有别的原因？如果中国也将出现类似的“七姐妹”，如果不是现在的“中国十杰”的话，它们又在哪里？

　　简而言之，当前中国的大模型仍主要处于技术层面（发动机），尚未充分体现到商业层面（转换器）的成果上，也就不会反应到资本市场的表现中。

　　推出推理模型，中国科技公司股价普遍上涨。这种上涨反映了资本市场对中国企业的

　　和故事的期待。甚至，资本市场自己推出了一个叫“中国十杰”的故事，试图用以对应美国的七姐妹。

　　并升级了元宝，讲了一个“微信生态和智能体结合”的新故事；阿里巴巴讲的则是一个“千行百业使用

　　并上云”的故事；百度很早就喊出了“All in AI”，DeepSeek

　　但是在中国还没有实际发生的，是伴随对确定性需求的预期而进行的大规模对基础设施的投入。以七姐妹中的三家云厂商为例，几乎每年都保持着

　　因为预期已高，资本市场就会在投入力度和收入增长力度上显得挑剔。以阿里巴巴为例，阿里云作为一个已经是千亿人民币级收入的业务，在今年一季度实现了三年以来最高的增速（18%）；在资本支出方面，阿里的资本支出事实上同比增长了 200%，只是相对上一季度放缓了 25%，马上就被解读“AI 驱动的云计算业务发展不达预期，所以要收缩开支”，进而引发股价有所回调

　　美国七姐妹也曾经经历类似的资本市场波动。比如 2023 年二季度，当时七姐妹未能在短短一个季度里达到市场预期，也发生了股价回调。然而，七姐妹在过去两年里超过

　　当前的中国资本市场，也正处于一种从技术突破的狂热中苏醒，回归到等待真实的商业需求带来显著增长的状态。

　　在不同商业环节试水成功的案例仍不足，一个是，更加重要的，还没有足够迹象表明，中国企业因为

　　应用在美国的发展，也已经到了一个显著赋能企业提效的阶段。这不但体现在美国的七姐妹作为

　　产品被广泛使用，但还没有诞生现象级的消费者（2C）付费产品。而中国互联网生态的繁荣，往往以消费者的活跃为基础。这意味着

　　在中国的盈利模式，可能更加依赖于为消费者创造显性价值。未来，中国企业的大幅盈利提升或许需要

　　作为商业的铁律，历史曾经无数次证明过，最终能够交付真实商业价值的公司，最终会获得资本市场可持续的青睐，反之亦反。

　　比如过去两年的美国七姐妹，也比如上一波移动互联网浪潮中的中国科技公司。有很大一批中国科技公司可以和美国同行讲同样愿景的故事，也可以交付对等甚至超越同行的基本面成绩单：比如腾讯和 Meta，华为和苹果，阿里和亚马逊，美团和

　　Groupon，滴滴和 Uber ，比亚迪和特斯拉等等。但那些讲了故事却最终没有交付基本面的公司，无论在哪里，都难逃资本市场的惩罚，比如

　　愿景和战略并清晰向资本市场表达，能够有战略级别的资本投入和试错并取得显著效果，在企业的效率、增长和盈利基本面表现出来的企业，才能够真正获得资本市场的可持续的青睐。我们也应该以这些标尺，来理解中国

　　的大潮下，理解AI商业的演进节奏和规律，对于技术研发企业、商业应用企业和投资者都至关重要，否则很容易怀揣美好期望，却置身危险之地，折戟沉沙。拥抱

　　发布之前，还处于一个方向迷茫的相对“卑微”的起点。七姐妹之所以成为七姐妹，是因为这七家公司抓住了技术突破的窗口期，既讲了漂亮的故事，又成功交付了对应的基本面。

　　商业的大潮，需要技术、商业和资本三个轮子的耦合，不断推进。这三个轮子存在各自的节奏和判断，充满了不确定性和试错。

　　和战略的生成、讲故事的逻辑性和说服力、投入的力度和试错落地节奏的有效性，以及转化成基本面的能力；从资本的视角，取决于对技术和商业假设的判断，以及区分资本情绪与技术、商业节奏的真实脉络。

　　可能改变了竞争格局，但是还没有迹象表明美国科技企业的增长和盈利能力受到冲击。只要这个假设仍然有效，美国的

　　中国资本市场在经历了早期的狂欢后，已经回归到探索真实的商业应用价值的状态之中。

　　这个过程必然伴随着资本市场的回调，但长期来看，资本市场不会亏待那些创造真正商业价值的企业。两年前的美国七姐妹正是当下中国科技公司的最佳参照物。

　　我们既不应该认为这一次是中国消费互联网故事的卷土重来，也不应该认为就是中国 SaaS 故事的重蹈覆辙。中国的

　　可以相信的是，最终能胜出的企业，一定是能够在复杂的科技商业节奏中，踏着三个轮子的节奏跳舞，不断定位好自己、持续进化的企业。

　　即便是引领了本轮 AI 革命的企业 OpenAI 和它的创始人 Sam Altman 也仍然在不断进化：还记得 2023 年初时，Sam Altman 一度在狂热中豪言：“AI 可以创造 100 万亿美元的财富，可以让全球 GDP 在十年内翻倍”；到了 2024 年底，Sam Altman 和 OpenAI 已经都非常明显地进化了，这一次他说：“未来五年内，技术会以一个难以置信的速度进步，但人类社会本身的变化可能出人意料地小。”

　　今天的 OpenAI，显然更像一家成熟的科技公司，而不是 AI 实验室。所以，我们为这家引领世界的 AI 公司鼓掌，不只是因为其技术的贡献，更是因为其对 A

　　业务方面，2014-2023 年，陈龙教授先后担任蚂蚁金服首席战略官、罗汉堂总裁、阿里巴巴可持续发展管理委员会主席、阿里巴巴集团战略规划总裁，阿里巴巴研究理事会学术主席，并兼任国际货币基金组织金融科技高级顾问，中国人民银行互联网金融研究中心副主任等职务。

　　学术方面，陈龙教授在多伦多大学取得金融学博士学位，并在华盛顿大学奥林商学院获得终身教授，回国后在长江商学院任副院长，并创立工商管理博士（DBA）项目，同时担任校友理事会理事长。后任湖畔创研中心执行教育长。