Warum benötigt Zhipu noch weitere Finanzierung?

Hallo, ich bin Ihr Finanzanalyse-Assistent. Dieser Artikel über Zhipu AI und Yushu Technology zeigt tatsächlich die grausamste, aber auch realste Seite der aktuellen AI-Branche auf: Der Börsengang ist nicht das Ende der Entwicklung, sondern eher ein Beschleuniger für das „Verbrennen von Geld“.

Viele Menschen betrachten Summen wie 33,5 Milliarden Yuan an Finanzierung oder einen starken Kursverfall lediglich als Zahlenspiel. Als Ökonom muss ich Ihnen jedoch sagen, dass dahinter die Entscheidungssituation von AI-Unternehmen steht – von der Erzählung von Geschichten zum Kampf ums Überleben. Ich werde diesen Artikel in fünf Kernaspekten aufbrechen, damit Sie die dahinterstehende Logik vollständig verstehen können.

1. Warum müssen Unternehmen, die Geld verdient haben, weiterhin verzweifelt Geld leihen? Weil ein Defizit die Norm ist

Zunächst müssen wir ein Missverständnis beseitigen: Man denkt oft, dass ein Börsengang oder steigende Einnahmen bedeuten, dass ein Unternehmen kein Geld mehr braucht. Im Gegenteil: Obwohl Zhipu AI seine Einnahmen fast um das Vierfache gesteigert hat (von weniger als 240 Millionen auf 954 Millionen Yuan), hat das Unternehmen auch viel mehr verloren – in den ersten sechs Monaten 2,072 Milliarden Yuan.

Stellen Sie sich vor, Sie betreiben ein Restaurant: Auch wenn die Einnahmen aus dem Verkauf von Essen gestiegen sind, müssen Sie viel Geld ausgeben, um neue Gerichte zu entwickeln, teurere Zutaten zu kaufen und bessere Köche einzustellen. Das ist sechsmal so viel wie die Einnahmen.

Kernlogik: Die Entwicklung großer AI-Modelle ist ein endloser Prozess. Zhipu AI investiert 70–80 Prozent seines Forschungsbudgets in Rechenleistung – also in die teuersten Grafikkarten und Server. Solange der Unterschied zwischen den Forschungsausgaben und den tatsächlichen Einnahmen bestehen bleibt, ist Finanzierung unvermeidlich. Der Börsengang macht es nur einfacher und günstiger, Geld zu leihen – nicht, dass man aufhören muss, Geld zu benötigen. Von den 33,5 Milliarden Yuan, die Zhipu AI aufgenommen hat, wird 60 Prozent für die Entwicklung des nächsten Modells verwendet. Das zeigt, dass das Unternehmen noch am Anfang des Wettlaufs steht und noch lange nicht anfangen kann, Geld zu verdienen.

2. Yushu Technologies „Karussell“: Der Markt gibt einen „Zukunftspreis“ – das Unternehmen zahlt den „Jetzt-Kampfpreis“

Die Geschichte von Yushu Technology (Hersteller von Robotern) ist noch dramatischer. Bei ihrem Börsengang lag das Kurs-Gewinn-Verhältnis bei 219 (im Durchschnitt der Branche nur 38), was bedeutet, dass die Anleger davon ausgingen, dass das Unternehmen in Zukunft viel Geld verdienen würde – und sie zahlten dieses „Zukunfts-Geld“ im Voraus. Doch der Kurs fiel innerhalb eines Monats um 55 Prozent, und das Marktvolumen schrumpfte um 250 Milliarden Yuan.

Warum ist das passiert? Weil die Erwartungen nicht mit der Realität übereinstimmten.

Finanzielle Wahrheit: Obwohl die Einnahmen von Yushu Technology um 48 Prozent gestiegen sind, sind die Gewinne um 19 Prozent gesunken. Der Grund: Die Forschungskosten sind stark gestiegen, ebenso wie die Vertriebskosten. Kurz gesagt: Die Ausgaben wuchsen schneller als die Einnahmen. Zudem ist das „Gehirn“ des Roboters (die Algorithmen) noch nicht ausgereift, und das Unternehmen hat noch keinen profitablen Modus für Softwareabonnements gefunden. Fast die Hälfte der aufgenommenen Gelder (2 Milliarden Yuan) wird in die Entwicklung von Softwaremodellen investiert. Das bedeutet, dass das Hauptziel eines Hardware-Herstellers nach dem Börsengang nicht darin besteht, mehr Roboter zu verkaufen, sondern weiterhin Geld in die Softwareentwicklung zu stecken. Wenn die Einnahmen aus dem Hardwareverkauf nicht ausreichen, um die Kosten zu decken, wird der Kurs natürlich fallen.

3. Roboter sind schwieriger als große Modelle, Geld zu verdienen: Daten sind teuer, Anwendungsszenarien sind fragmentiert

Viele Menschen denken, da große Modelle (wie ChatG) so viel Geld verbrauchen, müsste es für Roboter ähnlich sein. Das ist ein großer Fehler. Die Entwicklung von körperlicher Intelligenz (Robotern) ist schwieriger und kostspieliger als die von großen Modellen.

• Schwierigkeiten bei der Datenerfassung: Große Modelle können mit massiven Textdaten aus dem Internet trainiert werden – das ist kostengünstig. Roboter hingegen benötigen „Echtzeit-Daten“ aus der realen Welt.
• Erstaunliche Kosten: Laut dem Artikel kostet die Erfassung von einer Stunde an nützlichen Echtzeit-Daten etwa 1000 Yuan. Um ein nutzbares Modell zu trainieren, sind Millionen Stunden an Daten erforderlich – das bedeutet Kosten in Höhe von mehreren Milliarden Yuan. Hinzu kommen die Kosten für Strom und Grafikkarten.
• Nichts für immer: Große Modelle können für alle genutzt werden, aber Roboter nicht. Eine in einer Fabrik entwickelte Greifbewegung ist möglicherweise in einer Haushaltsküche nutzlos. Das bedeutet, dass für jedes neue Anwendungsszenario neue Daten erfasst und neu trainiert werden müssen. Diese „fragmentierten“ Kosten sind für große Modelle nicht vorhanden.

4. Der „Kampf ums Überleben“ nach dem Börsengang: Große Modelle konkurrieren um Geschwindigkeit, Roboter ums Überleben

Obwohl beide Arten von Unternehmen Geld verbrennen, ist die Natur dieses Prozesses grundlegend unterschiedlich und bestimmt ihr Schicksal nach dem Börsengang.

• Große Modelle (Zhipu AI): Es geht um die „Generationenführung“
• Große Modelle haben einen klaren Weg: Sie bauen Rechenleistung auf und erweitern die Parameter. Solange sie eine Generation schneller sind als ihre Konkurrenten, können ihre API-Einnahmen exponentiell steigen (wie die 27-fache Steigerung der API-Einnahmen von Zhipu AI zeigt).
• Der Börsengang gibt diesen Unternehmen mehr Möglichkeiten, um diesen Wettlauf zu gewinnen.
• Roboter (Yushu Technology): Es geht um das Überleben
• Roboter haben noch keinen geschlossenen Kreislauf für die monetäre Umsetzung ihrer Technologie. Die Gewinnmargen aus dem Hardwareverkauf sind niedrig, und die Software erzielt noch keine Einnahmen.
• Daher ist die Finanzierung für Roboterunternehmen ein Kampf ums Überleben – jede Stunde an Daten und jeder Iterationszyklus kostet Geld, während die Rückzahlung noch in weiter Ferne liegt.
• Wesentlicher Unterschied: Große Modelle werden auf den Markt gebracht, um schneller zu sein; Roboter, um länger zu überleben. Wenn die Technologie nicht den Erwartungen des Kapitalmarktes entspricht, ist ein starker Kursverfall unvermeidlich.

5. Regulierung und Markt als „Aufweckmittel“: Versuchen Sie nicht, mit Geschichten Geld zu verdienen

Schließlich müssen wir auch die makroökonomischen Entwicklungen berücksichtigen. Die Regulierungsbehörden und der Kapitalmarkt werden zunehmend wacher und strenger.

• Verschärfte Prüfungen: Für Unternehmen, die humanoide Roboter herstellen, werden die IPO-Prüfungen strenger; es werden Nachweise für nachhaltige Einnahmen und eine Verringerung der Verluste gefordert. Das bedeutet, dass es schwieriger geworden ist, ohne konkrete Ergebnisse an die Börse zu kommen.
• Anpassung der Bewertung: Der starke Kursverfall von Yushu Technology zeigt, dass der Markt die falschen Bewertungen von zu frühen Börsengängen korrigiert. Früher reichte es aus, wenn ein Unternehmen mit AI oder Robotern in Verbindung gebracht wurde – heute wird auf die finanziellen Grundlagen geachtet: Können die Einnahmen die Kosten decken? Wie tief sind die technologischen Barrieren?

Fazit für die Allgemeinheit:

Wenn Sie in die AI-Branche investieren, sollten Sie nicht nur auf das Wachstum der Einnahmen achten, sondern auch auf die Forschungskosten und den Cashflow. Wenn ein Unternehmen zwar schnell wächst, aber gleichzeitig stark verliert und hauptsächlich auf Finanzierung angewiesen ist, werden die Kursbewegungen sehr stark sein. Die wahren Gewinner sind die Unternehmen, die es schaffen, das „Verbrennen von Geld“ in stabile Einnahmen umzuwandeln – und das sind derzeit nur wenige.