Hola, soy tu asistente de análisis financiero. Este artículo sobre Zhipu AI y Yushu Technology revela el lado más crudo y real del sector de la IA actual: la salida a bolsa no es una “graduación”, sino un acelerador para el gasto excesivo de dinero.
Muchas personas comunes pueden ver cifras como “33.5 mil millones de yuanes en financiación” o “caídas drásticas en el precio de las acciones” y pensar que se trata simplemente de un juego numérico. Pero como economista, debo decirte que detrás de esto se esconde una lucha por la supervivencia entre las empresas de IA, pasando de contar historias a enfrentarse a desafíos reales. A continuación, desglosaré este artículo en cinco dimensiones clave para que entiendas completamente la lógica subyacente.
1. ¿Por qué, incluso después de ganar dinero, las empresas siguen pidiendo préstamos desesperadamente? Porque el déficit es la norma
Primero, debemos desvanecer un malentendido: pensar que una empresa que se ha lanzado a bolsa o ha aumentado sus ingresos ya no tiene problemas de financiación. Justo lo contrario. Aunque los ingresos de Zhipu AI han aumentado casi cuatro veces (de menos de 240 millones a 954 millones de yuanes), también ha perdido mucho dinero: 2.072 mil millones de yuanes en solo seis meses.
Es como un restaurante que, aunque vende varias veces más cada día, necesita gastar seis veces más en investigación y desarrollo de nuevos platos, ingredientes más caros y chefs más costosos.
- Lógica clave: El desarrollo de grandes modelos de IA es un pozo sin fondo. Zhipu ha invertido entre el 70% y el 80% de su presupuesto de I+D en capacidad de cálculo (es decir, comprando servidores con tarjetas gráficas muy caras).
- Situación real: Mientras la brecha entre los gastos de I+D y los ingresos reales no se reduzca, la financiación es esencial. La salida a bolsa simplemente hace que pedir préstamos sea más fácil y económico, no que no sea necesario. De los 33.5 mil millones de yuanes recaudados por Zhipu, el 60% se destinará al desarrollo del siguiente modelo, lo que indica que todavía está en la línea de salida de esta “carrera armamentista” y está lejos de ganar dinero.
2. El “tren aéreo” de Yushu Technology: El mercado paga por el “futuro”, pero la empresa paga por la “competencia actual”
La historia de Yushu Technology (que fabrica robots) es aún más dramática. Su precio/rendimiento al momento de la salida a bolsa fue de 219 veces (el promedio de la industria es de solo 38 veces), lo que significa que la gente pensaba que ganaría mucho dinero en el futuro y pagó por ello de antemano. ¿El resultado? El precio de sus acciones cayó un 55% en un mes, y su valor de mercado se redujo en 250 mil millones de yuanes.
¿Por qué la caída fue tan drástica? Porque las expectativas no se correspondieron con la realidad.
- Verdad financiera: Aunque los ingresos de Yushu aumentaron un 48%, las ganancias disminuyeron un 19%. ¿Por qué? Debido al aumento drástico de los gastos de I+D y a la duplicación de los costos de ventas. En otras palabras, gastó más de lo que ingresó para mantener su crecimiento.
- Déficits en el negocio: Los fondos managers señalaron claramente que el “cuerpo” (el hardware) de Yushu está bien, pero su “cerebro” (los algoritmos) es aún débil, y no ha implementado un modelo de suscripción de software rentable.
- Destino del dinero recaudado: Casi la mitad de los 2 mil millones de yuanes recaudados se invirtió en el desarrollo de modelos de software. Esto significa que, para una empresa que vende hardware, la tarea principal después de salir a bolsa no es vender más robots, sino seguir gastando dinero en software. Si los ingresos del hardware no son suficientes para cubrir los costos de I+D, el precio de las acciones no podrá sostenerse.
3. Los robots son más difíciles de financiar que los grandes modelos: los datos son caros y los escenarios son fragmentados
Muchas personas piensan que, dado que los grandes modelos (como ChatG) también gastan mucho dinero, los robots deberían ser similares. Están completamente equivocadas. El desarrollo de la inteligencia física (robots) es más difícil y costoso que el de los grandes modelos.
- Dificultad para obtener datos: Los grandes modelos pueden ser entrenados con datos masivos de internet, lo que es económico. Pero los robots necesitan datos reales, es decir, datos obtenidos de su uso en el mundo real.
- Costos exorbitantes: Un ejemplo claro en el artículo es que recolectar datos válidos durante una hora cuesta alrededor de 1000 yuanes. Para entrenar un modelo útil, se necesitan millones de horas de datos, lo que representa costos iniciales de miles de millones de yuanes, sin contar los costos de electricidad y tarjetas gráficas para el entrenamiento.
- No se puede resolver de una vez por todas: Los grandes modelos pueden servir a todos. Pero los robots no. Un movimiento de agarre que funciona en una fábrica puede no ser útil en una cocina doméstica. Esto significa que, cada vez que entran en un nuevo escenario, es necesario recolectar datos y entrenar de nuevo. Estos costos fragmentados no son una característica de los grandes modelos.
4. La “batalla por la supervivencia” después de salir a bolsa: los grandes modelos compiten por la velocidad, los robots por la supervivencia
Aunque ambas clases de empresas gastan dinero, la naturaleza de ese gasto es completamente diferente, lo que determina su destino después de la salida a bolsa.
- Grandes modelos (Zhipu): Compiten por ser “líderes de generación”. Tienen un camino claro: acumular capacidad de cálculo y aumentar los parámetros. Mientras sean una generación más rápidos que sus competidores, sus ingresos por API aumentarán exponencialmente (lo demuestra el aumento de los ingresos por API de Zhipu en 27 veces).
- Por lo tanto, la financiación para las empresas de grandes modelos es una carrera armamentista: Quien tenga más dinero y más capacidad de cálculo sobrevivirá y dominará el mercado. La salida a bolsa les proporciona un mayor apalancamiento para ganar esta carrera.
- Robots (Yushu): Compiten por sobrevivir. Actualmente, no han establecido un ciclo de monetización a escala. Los márgenes brutos del hardware son bajos y el software aún no genera ingresos. Por lo tanto, la financiación para las empresas de robots es una batalla de consumo constante. Cada hora de datos y cada iteración representa un gasto real, mientras que los beneficios están lejos de llegar.
- Diferencia clave: Las empresas de grandes modelos salen a bolsa para “correr más rápido”; las empresas de robots, para “vivir más tiempo”. Si la madurez tecnológica no cumple con las expectativas del mercado, una caída drástica en el precio de las acciones es inevitable.
5. La regulación y el “despertar” del mercado: No esperes ganar dinero solo contando historias
Finalmente, debemos considerar los cambios a nivel macro. Las autoridades reguladoras y los mercados financieros se están volviendo más “despiertos” y estrictos.
- Revisión más estricta: La revisión de las solicitudes de IPO para empresas de robots humanoides se está intensificando, y se exige evidencia concreta de “ingresos sostenibles” y una reducción de las pérdidas. Esto significa que ya no es suficiente tener solo presentaciones y conceptos para salir a bolsa.
- Corrección de la lógica de valoración: La caída de las acciones de Yushu es, en esencia, un ajuste del mercado para corregir una valoración errónea debido a una salida a bolsa prematura. Antes, se pensaba que cualquier empresa relacionada con IA/robots merecía una alta valoración; ahora se evalúa si los ingresos generados son suficientes para cubrir los costos y cuán profundos son los barreras tecnológicas.
- Conclusión final:
- Para las empresas de IA, el objetivo de la salida a bolsa no es la autosuficiencia, sino la capacidad de obtener financiación a mayor escala y con mayor apalancamiento.
- Los 33.5 mil millones de yuanes recaudados por Zhipu y la caída drástica en el precio de sus acciones ilustran lo mismo: **en la segunda mitad de la era de la IA, no hay oportunidades de ganar fácilmente. O tienes la capacidad de seguir gastando dinero (como Zhipu), o tienes la capacidad de generar ingresos de manera sostenida (lo cual aún es algo que pocas empresas logran).
Lección para el público en general:
Si te interesa invertir en el sector de la IA, no solo debes mirar la tasa de crecimiento de los ingresos, sino también la tasa de gastos de I+D y el **flujo de caja*. Si una empresa aumenta rápidamente sus ingresos, pero también aumenta sus pérdidas y depende principalmente de la financiación, sus precios de acciones serán muy volátiles. Los verdaderos ganadores son aquellas que pueden convertir el gasto en ingresos estables, y por ahora, solo son unas pocas.