财π新闻 在AI产业快速渗透全球资本市场的当下，一场围绕成熟企业AI资产价值判定的讨论正在持续展开。不同于市场上普遍聚焦AI原生初创企业的估值研究，本次定向选取30家中美市场的头部成熟企业作为观察样本，围绕AI时代资本对存量企业价值重估的核心逻辑展开系统性梳理，试图厘清成熟企业在AI浪潮中面临的估值分化底层原因，以及不同类型AI资产对应的市场定价规则。

此前有行业研究团队梳理了296家汽车产业公司的近8000份公开材料和大约23万条投资者问答，观察到机器人、Physical AI、数据中心等相关表述正在越来越频繁地出现在传统车企和供应链企业的公开叙事中，但资本市场并未对这类新叙事给出普遍的正向反馈。这一现象并非个例，不少在AI领域布局较早、投入规模可观的成熟企业，同样面临AI相关业务占比持续提升但整体估值并未得到匹配增长的情况。以百度为例，这家最早押注AI的企业，AI驱动业务已经连续两个季度占百度通用业务约一半的比重，2025年百度核心AI驱动业务全年收入约400亿元，却并未被资本市场普遍归类为AI赛道的优质资产，估值锚点始终被原有搜索业务的估值体系所限制。与之形成鲜明对比的是，近年新成立的具身智能、AI初创企业融资额和估值接连创下新高，创办于2021年的大模型公司Anthropic仅用五年时间，估值就达到9650亿美元，登顶全球AI原生初创企业估值榜首，另一家头部大模型企业OpenAI的估值也达到8520亿美元。甚至部分成立仅七个月、未落地正式产品、无实际用户的AI初创企业，仍能完成20亿美元种子轮融资，投后估值达到120亿美元。

值得注意的是，部分成立时间较早、此前长期被市场归类为传统科技赛道的企业，却在AI浪潮中实现了估值的大幅上涨。比如仍在主营服务器业务的戴尔、专注NAND闪存业务的闪迪，以及英特尔、思科等老牌科技企业，随着AI基础设施扩张带来的订单和收入快速增长，股价同步出现大幅上行。同样被市场归入“老阵营”的商汤，生成式AI相关收入已经占到企业主要收入，旗下芯片业务曦望选择拆出去独立发展，整体估值依然受到原有业务标签的限制。这些看似矛盾的市场表现，显然无法简单用“资本喜新厌旧”来解释，背后是一套全新的、针对成熟企业AI资产的估值评判体系正在逐步成型。

本次针对30个成熟企业样本的观察，首先聚焦成熟企业难以摆脱旧价格锚点的核心原因。很多成熟企业在AI转型过程中，即便新业务增长速度可观，也很难打破市场长期形成的“旧账本”认知，核心原因在于市场已经对企业原有业务的属性、盈利模式和估值区间形成了固定印象，新业务的增长很难在短时间内完全覆盖旧业务的估值权重。这一现象指向本次观察梳理出的资本评判成熟企业AI资产的四条硬标准，第一条标准是区分AI资产属于“原生新增”还是“外挂点缀”。外挂式AI指的是在原有业务基础上叠加AI模块，核心作用是降本增效，AI本身不产生独立的大规模收入，只是作为优化老业务的工具存在，这类情况在很多传统制造、传统传媒领域较为常见，相关企业推出的AI工具、AI内容产品，AI营收占比普遍极低，对于这类AI资产，资本市场只会给出微弱的估值加成，甚至完全不予以认可，相关的概念炒作很难形成长期的估值支撑。与之相对的是原生业务迁移或升级模式，这类企业原本的产品、产能、技术储备，直接转化为AI时代的核心产品，典型案例集中在存储、服务器、光模块、通信硬件等赛道，AI相关业务是原有主业的自然升级，并非额外开辟的副业，这类企业的AI资产很容易获得资本市场的估值溢价。

第二条硬标准是AI业务的“兑现率”，也就是市场叙事对应的真实订单与现金流情况。当前资本市场已经不再迷信“要做大模型、要做AGI”这类宏大叙事，对于成熟企业而言，如果仅对外披露研发投入规模、技术布局进展，没有可验证的订单、可确认的收入落地，哪怕企业本身行业地位稳固，也很难拿到对应的估值溢价。只有拥有长期稳定的AI订单、可明确确认的AI收入、高毛利的AI业务板块，相关资产才会被正式计入企业的估值体系当中。不少成熟企业在AI研发环节投入巨大，但AI相关收入占整体营收的比重始终处于较低水平，在市场的财务核算逻辑中，这类AI投入会被直接归类为成本项，而非未来的增长项，自然无法带动整体估值提升。

第三条硬标准是旧基本盘的拖累效应。成熟企业在AI转型过程中最大的包袱往往不是技术储备不足，而是旧业务的重量。如果企业原有传统业务处于持续萎缩状态，同时背负巨额折旧、债务和低效资产，即便AI新业务的增长表现亮眼，整体估值也会被旧业务的负面因素直接拖累。反过来，如果企业原有基本盘业务稳定，现金流充沛，能够持续为AI新业务的研发和商业化输血，那么企业的AI转型动作更容易获得资本市场的认可，估值提升的阻力也会小很多。

第四条硬标准是AI资产是否可以剥离独立估值。资本市场存在一条普遍的潜规则，成熟企业内部孵化的AI资产，如果具备独立拆分、独立融资、独立上市的可能性，就会获得远高于依附母公司报表的估值水平；如果AI业务的所有经营数据都被淹没在庞大的旧业务报表当中，很难被市场单独定价，对应的价值就会被严重低估。以百度旗下的昆仑芯业务为例，如果能够独立上市，完全可以按照AI芯片赛道的估值体系获得对应的定价，但放在百度整体的合并报表当中，其价值就会被搜索业务的传统估值逻辑完全压制，无法体现出AI芯片资产本身的稀缺性。

基于30个样本的观察，本次研究同时梳理出成熟企业在AI转型过程中最容易踩中的两个认知误区。第一个误区是认为成熟企业做AI就一定得不到资本认可，这一判断显然不符合市场实际表现，硬件、供应链、基础设施类的老牌企业，反而在本轮AI浪潮中普遍获得了巨大的价值重估。资本真正排斥的并不是企业的成立时间久，而是成熟企业强行跨界，去做和自身主业毫无关联的AI故事，这类脱离原有资产支撑的跨界布局，很难获得市场的长期信任。第二个误区是认为只要AI收入实现增长，企业的整体估值就会同步抬升，这一判断同样存在明显漏洞。如果AI收入增长的同时，企业传统主业的营收规模出现大幅下滑，AI业务占比的提升本质上是分母变小带来的结构性假象，资本市场完全可以看穿这种数据结构，不会因此给予企业高估值。

从30个样本的后续市场表现来看，成熟企业在AI浪潮中实现价值重估主要有两条清晰的可行路径。路径A是将自身的存量资产进行针对性改造，直接转型成为AI产业链的基础设施供应商，覆盖硬件、存储、算力、通信等核心环节，这是成熟企业最容易拿到资本溢价的路线，不需要完全抛弃原有业务积累，也不需要从零开始搭建全新的技术体系，原有产能和供应链优势可以直接转化为AI时代的核心竞争力。路径B是将内部孵化的AI新业务进行独立拆分，单独开展融资、单独推进商业化落地，彻底摆脱旧业务的估值枷锁，让AI资产的价值可以被市场单独定价。

本次观察同时提示产业界和投资界需要主动避开伪AI转型的陷阱，很多传统企业仅仅将AI作为营销概念，对外披露的AI投入规模巨大，但始终没有实质订单落地，这种情况下无论企业的行业历史多么悠久，资本市场都不会为这类概念买单。当前AI赛道的估值逻辑已经完成切换，行业发展初期市场普遍追捧模型发布、技术突破类的叙事，随着产业逐步走向成熟，真实的收入和现金流已经成为估值定价的核心支撑。截至2026年6月，全球最具价值的30家独角兽企业总估值已经高达3.9万亿美元，其中AI初创公司贡献的估值约占总规模的60%，AI赛道的资本热度依然处于高位，但资金正在快速向具备真实落地能力的头部企业集中。

从更宏观的估值体系演变来看，AI产业当前正处于0到1的爆发期，其盈利水平、销售规模、经营壁垒及资本格局等评估要素都处于极不稳定的状态，传统的PE、PB等估值方法很难完全适配AI资产的特性，越来越多的投资机构开始采用追求“模糊的正确”的总市值估值法，这套框架的核心包含三个要素，一是预估行业终局规模，理清价值在产业链不同环节之间的转移逻辑；二是研判企业未来能够占据的市场份额，竞争格局的变动会直接重塑不同企业之间的估值分配；三是引入风险折扣机制，通过跨国、跨行业的横向比较设定常识性的估值天花板。将这套总市值估值法应用到AI板块可以发现，AI硬件端虽然具备一定周期性，但当前正处于“超级周期”当中，成长性属性明显优于周期性属性，行业普遍以PE估值为主，辅以总市值估值法横向校正不同企业的产业地位差异；AI软件端的市场空间更为广阔，大模型正在逐步替代传统软件的职能、相关就业岗位以及对应的市值，尽管中国大模型产业正在快速崛起并持续重塑竞争格局，但美国企业仍在主导技术拓展的上限，整个行业的天花板还在持续上移。

当前全球AI产业的资本开支仍处于高速增长区间，美国资本开支规模已接近8000亿美元，即便后续增速从百分之大几十的高位回落至20%-30%，每年约1万亿美元的全球总资本开支、中国约1万亿人民币的资本开支，依然会带来每年约2000亿美元的增量空间。相比之下，中国的AI相关资本开支仅为美国的1/7至1/6，远低于移动互联网时代的投入水平，后续增长空间十分广阔，国产AI产业链正从“从0-1”的阶段迈向“从1-N”的放量阶段，软硬件协同的飞轮效应已经逐步形成。当前AI赛道的行情具备真实的盈利支撑，这和2000年的互联网科网泡沫存在本质区别，当年行业龙头企业占据80%市场份额的情况下，净利润持续增长仅维持了三个季度，而如今的AI硬件龙头企业在最近13个季度中，有11个季度的利润增速超过50%，业绩支撑的扎实程度明显更强。整个AI产业的发展目前仅行至半程，市场格局远未落定，行业呈现明显的K型分化格局，最终能够在竞争中胜出的企业可能仅占全部相关企业的1%-2%，头部AI公司的估值整体处于合理区间，二三线公司基于线性外推形成的估值则存在明显风险。

回到本次30个成熟企业样本的观察结论，资本并不排斥成立时间久的成熟企业，真正排斥的是成熟企业脱离自身原有资产基础硬做全新赛道的行为。如果成熟企业的原有资产、产能、供应链，刚好匹配AI时代的核心刚需，就会直接迎来价值重估的机会。成熟企业的AI资产能否获得市场认可，核心判断标准从来不是企业的成立时间长短，而是企业的存量资产能不能直接成为AI产业的“卖铲人”，能不能在AI浪潮中直接生成可验证、可持续的收入和现金流，这也是当前所有规模以上企业在AI转型过程中都需要直面和回答的核心问题。

(编辑：张广德)