Pourquoi Zhipu a-t-il encore besoin de financement ?

Bonjour, je suis votre assistant d'analyse financière et commerciale. Cet article sur Zhipu AI et Yushu Technology révèle en fait le côté le plus cruel mais aussi le plus réaliste de l'industrie de l'IA actuelle : l'introduction en bourse n'est pas une « graduation », mais un accélérateur de la consommation de fonds.

Beaucoup de gens, en voyant des chiffres tels que 33,5 milliards de financements ou des chutes de prix d'action, ne voient que des jeux de chiffres. Mais en tant qu'économiste, je dois vous dire que cela reflète une bataille à mort pour les entreprises d'IA, qui passent d'une phase de narration de leurs projets à une phase de concurrence directe. Je vais expliquer cet article en cinq dimensions claires pour que vous compreniez pleinement la logique derrière.

1. Pourquoi continuer à emprunter de l'argent même après avoir gagné de l'argent ? Parce que le déficit est la norme

Tout d'abord, il faut lever un malentendu : on pense souvent qu'une entreprise, une fois cotée en bourse et avec des revenus en hausse, n'a plus de problèmes de financement. Au contraire, bien que les revenus de Zhipu AI aient augmenté de près de quatre fois (de moins de 240 millions à 954 millions), l'entreprise a perdu beaucoup plus d'argent (2,072 milliards en six mois).

C'est comme un restaurateur dont les revenus ont augmenté, mais qui dépense six fois plus d'argent en recherche et développement de nouveaux plats, en achats de matières premières plus chères et en salaires de cuisiniers plus élevés.

• Logique fondamentale : le développement de grands modèles d'IA est un gouffre sans fond. Zhipu AI a investi 70 % à 80 % de son budget de R&D dans les puissances de calcul (c'est-à-dire l'achat de cartes graphiques et de serveurs très coûteux).
• Situation réelle : tant que l'écart entre les dépenses de R&D et les revenus réels n'est pas comblé, le financement est une nécessité absolue. L'introduction en bourse rend simplement l'emprunt plus facile et moins cher, mais ne vous évite pas de devoir emprunter. Les 33,5 milliards levés par Zhipu AI seront en grande partie utilisés pour le développement du prochain modèle, ce qui signifie qu'elle est encore en phase de départ dans cette course aux armements et qu'il est encore loin de réaliser des profits.

2. Le « montagn russe » de Yushu Technology : le marché fixe le prix de l'avenir, mais l'entreprise paie le prix du présent

L'histoire de Yushu Technology (qui fabrique des robots) est encore plus dramatique. Lors de son introduction en bourse, son ratio cours/bénéfice était de 219 fois (contre une moyenne de 38 fois dans l'industrie), ce qui signifie que les investisseurs pensaient qu'elle réaliserait de gros profits à l'avenir et lui payaient donc à l'avance. Le résultat ? Le prix de son action a chuté de 55 % en un mois, entraînant une perte de valeur de 250 milliards.

Pourquoi une telle chute ? Parce que les attentes étaient décalées de la réalité.

• Vérité financière : Bien que les revenus de Yushu aient augmenté de 48 %, ses bénéfices ont diminué de 19 %. Pourquoi ? Parce que les dépenses de R&D ont explosé et que les frais de vente ont également doublé. En d'autres termes, les dépenses ont augmenté plus rapidement que les revenus pour maintenir la croissance.
• Faiblesses commerciales : Les gestionnaires de fonds ont souligné que le « corps » (le matériel) de Yushu est solide, mais que son « cerveau » (les algorithmes) est encore faible, et qu'elle n'a pas encore réussi à mettre en place un modèle de revenus basé sur les abonnements logiciels.
• Destin des fonds : Près de la moitié des fonds levés (2 milliards) ont été investis dans le développement de logiciels. Cela signifie que, pour une entreprise qui vend du matériel, la tâche principale après l'introduction en bourse n'est pas de vendre plus de robots, mais de continuer à dépenser de l'argent en R&D logicielle. Si les revenus générés par le matériel ne suffisent pas à couvrir ces dépenses, le prix de l'action ne peut pas tenir.

3. Les robots sont plus difficiles à financer que les grands modèles : les données sont chères et les scénarios sont fragmentés

Beaucoup pensent que, puisque les grands modèles (comme ChatG) consomment beaucoup d'argent, les robots devraient faire de même. C'est complètement faux. Le développement de l'intelligence incarnée (les robots) est plus difficile et plus coûteux que celui des grands modèles.

• Difficulté à obtenir des données : Les grands modèles peuvent être entraînés avec des données textuelles abondantes sur Internet, ce qui est moins coûteux. Mais les robots ont besoin de données récoltées dans le monde réel.
• Coûts élevés : Un exemple dans l'article montre que la collecte de données utiles pendant une heure coûte environ 1 000 yuans. Pour entraîner un modèle utilisable, il peut être nécessaire de millions d'heures de données, ce qui représente des coûts de plusieurs centaines de millions. Sans parler des frais d'électricité et des cartes graphiques nécessaires à l'entraînement.
• Impossibilité de se contenter d'une seule solution : Un modèle bien entraîné peut servir tout le monde, mais ce n'est pas le cas pour les robots. Une action de saisie efficace développée dans une usine peut être inutile dans une cuisine domestique. Cela signifie que pour chaque nouveau scénario, il faut collecter de nouvelles données et réentraîner le robot, ce qui entraîne des coûts supplémentaires.

4. La bataille pour la survie après l'introduction en bourse : les grands modèles se battent pour la vitesse, les robots pour leur survie

Bien que ces deux types d'entreprises consomment beaucoup d'argent, la nature de ces dépenses est complètement différente, ce qui détermine leur destin après l'introduction en bourse.

• Grands modèles (Zhipu) : ils se battent pour une avance technologique
• Les grands modèles ont une voie claire : accumuler des puissances de calcul et augmenter le nombre de paramètres. Tant que vous êtes un pas en avance sur vos concurrents, vos revenus API augmenteront de manière exponentielle (comme le montre l'augmentation de 27 fois des revenus API de Zhipu).
• Ainsi, le financement des grandes entreprises de modèles est une course aux armements. Celle qui a le plus d'argent et la plus forte puissance de calcul survivra et dominera le marché. L'introduction en bourse leur donne un levier plus élevé pour gagner cette course.
• Robots (Yushu) : ils se battent pour leur survie
• Les robots n'ont pas encore réussi à mettre en place un modèle de revenus rentable à grande échelle. Le bénéfice brut du matériel est faible et les logiciels ne génèrent pas de revenus.
• Le financement des entreprises de robots est donc une bataille de consommation constante. Chaque heure de collecte de données et chaque itération coûte de l'argent, tandis que les retours sont incertains.
• Différence clé : Les grands modèles sont introduits en bourse pour avancer rapidement, tandis que les robots le sont pour survivre à long terme. Si la maturité technologique ne répond pas aux attentes du marché, une chute du prix de l'action est inévitable.

5. La régulation et le marché comme un « révélateur » : ne comptez pas sur des histoires pour lever des fonds

Enfin, il faut prendre en compte les changements au niveau macroéconomique. Les autorités de régulation et les marchés financiers deviennent de plus en plus vigilants et stricts.

• Révision des procédures d'examen : Les procédures d'IPO pour les entreprises de robots humanoïdes se sont renforcées, avec des exigences de preuves concrètes de revenus durables et de réduction des pertes. Cela signifie que se contenter de diapositives et de concepts ne suffit plus pour entrer en bourse.
• Révision de la logique de valorisation : La chute du prix de l'action de Yushu reflète en fait une correction des prix erronés dus à une introduction en bourse trop précoce. Avant, on pensait que tout ce qui avait rapport avec l'IA ou les robots méritait une valorisation élevée, mais maintenant on se concentre sur les fondamentaux : les revenus générés suffisent-ils à couvrir les dépenses ? Quelle est la profondeur des barrières technologiques ?
• Conclusion finale :
• Pour les entreprises d'IA, l'objectif de l'introduction en bourse n'est pas d'être autosuffisantes, mais d'obtenir un levier plus élevé et la capacité de lever des fonds à plus grande échelle.
• Les 33,5 milliards de financements de Zhipu AI et la chute du prix de l'action de Yushu racontent la même histoire : **dans la seconde moitié de l'ère de l'IA, il n'y a pas de chance de gagner sans consommer constamment d'argent. Soit vous avez la capacité de continuer à dépenser (comme Zhipu), soit vous avez la capacité de générer des revenus stables (ce qui est encore le cas pour peu d'entreprises).

Enseignement pour le grand public :

Si vous investissez dans le secteur de l'IA, ne vous concentrez pas seulement sur la croissance des revenus, mais aussi sur le taux de dépenses de R&D et le **flux de trésorerie*. Si une entreprise voit ses revenus augmenter rapidement, mais que ses pertes augmentent également et qu'elle dépend fortement des financements, ses prix d'action seront très volatiles. Les vrais gagnants sont ceux qui parviennent à transformer les dépenses en revenus stables, et pour l'instant, ils sont encore rares.