Краткое содержание анализа
Компании, специализирующиеся на разработке чистокровных больших моделей (например, Zhipu и MiniMax), хотя и имеют незначительный доход и серьезные убытки (например, в 2025 году доход Zhipu составил 724 миллиона юаней, а убыток — 4,7 миллиарда), получили на бирже Шэньчжэня коэффициент кратности рыночной стоимости к объему продаж в сотни раз и рыночную капитализацию в несколько триллионов юаней. Однако их стратегия не связана с коммерческой прибылью, а обусловлена национальными потребностями в развитии «суверенного ИИ» (необходимостью обеспечения безопасности в условиях гонки за технологическое превосходство между крупными державами) и нехваткой инвестиционных возможностей на рынке недвижимости (финансы ищут новые направления для инвестирования). Однако эти компании сталкиваются с тремя серьезными проблемами: угрозой поглощения их услуги производителями вычислительных ресурсов, сходством технологий и ограничениями в доступе к вычислительным мощностям. В долгосрочной перспективе их оценка должна соответствовать реальной ценности, создаваемой их продуктами для пользователей.
Почему убыток в 4,7 миллиарда юаней означает рыночную капитализацию в 700 миллиардов? Речь идет о «национальной безопасности»
Многие могут удивиться: почему компания, зарабатывающая 700 миллионов в год, но теряющая 4,7 миллиарда, имеет такую высокую оценку? Но дело в том, что эти компании являются представителями «китайского суверенного ИИ». Гонка за технологическое превосходство между крупными державами имеет решающее значение для будущего их конкурентоспособности. Если у Китая не будет собственных больших моделей ИИ, он может оказаться в невыгодном положении. Такой страх важнее прибыли: даже если компания теряет миллиарды, главное — обеспечить собственные технологические ресурсы. Кроме того, стране нужны не один победитель, а несколько компаний-участниц (например, Zhipu, MiniMax, DeepSeek), чтобы хотя бы некоторые из них добились успеха. Это похоже на страховку: вы платите за чувство безопасности от возможных технологических ограничений. Высокая оценка таких компаний — это, по сути, «страховой взнос», уплачиваемый государством через финансовые рынки.
Откуда берутся деньги? После спада недвижимости триллионы юаней ищут новые инвестиционные направления
За последние 20 лет китайские средства в основном инвестировались в недвижимость (она составляла почти 70% семейных активов). Но теперь, когда цены на недвижимость не растут, деньги ищут новые направления для инвестирования: процентные ставки по вкладам снижаются, доходы от финансовых продуктов также низки. Поэтому ИИ стал одним из лучших вариантов инвестирования: у этой технологии есть потенциал для прорыва, поддержка государственной политики и большие возможности для развития. Кроме того, существует недостаток компаний, специализирующихся на ИИ (их можно пересчитать по пальцам), поэтому огромные суммы денег концентрируются в этой области, что приводит к росту их цен. Проще говоря, свободные средства, освобожденные после спада недвижимости, в сочетании с поддержкой государственной политики, способствуют росту оценки некоторых ИИ-компаний.
Могут ли компании, занимающиеся разработкой чистокровных больших моделей, добиться прибыли?
Компании вроде Tencent, Alibaba и ByteDance, обладающие большими ресурсами и клиентской базой, потратили миллиарды на ИИ-разработки, но так и не смогли найти эффективные бизнес-модели:
- Alibaba в 2025 году инвестировала 103,9 миллиарда юаней в ИИ (три года назад это было всего 24,4 миллиарда);
- В первом квартале бизнес ИИ поглотил почти весь их прибыль;
- ByteDance планирует инвестировать 500 миллиардов юаней в 2026 году (это почти вся их годовая прибыль). У этих компаний есть трафик и клиентская база, но они не смогли получить прибыль. Компаниям, занимающимся разработкой чистокровных больших моделей (например, Zhipu), еще сложнее добиться успеха: у них нет собственной клиентской базы, и они могут продавать только API или модели, при этом большая часть прибыли уходит производителям вычислительных ресурсов (чипы, услуги аренды). Например, если компания повышает цены на свои услуги, цены на аренду вычислительных мощностей также растут, что не увеличивает их прибыльность. Если даже такие крупные компании не могут добиться прибыли, как же могут это сделать компании, занимающиеся разработкой чистокровных больших моделей?
Три основных проблемы для компаний, занимающихся ИИ-разработками
Несмотря на временно высокую оценку, у этих компаний есть три серьезных проблемы:
1. Угроза поглощения ресурсов производителями: потребность в ИИ создается ими, но прибыль идет производителям чипов и компаниям, предоставляющим услуги аренды вычислительных мощностей;
2. Сходство технологий: разница в качестве отечественных больших моделей сокращается, конкуренция переходит от технологического уровня к доступу к рынкам и экосистемам;
3. Ограничения в доступе к вычислительным мощностям: нехватка отечественных чипов (некоторые производители могут предоставить всего несколько десятков карт в месть), а импорт также ограничен. Для развития ИИ требуется большое количество вычислительных ресурсов, что делает их работу затруднительной.
Какова конечная цена этих компаний? От «рассказов о потенциале» к «реальной ценности»
В краткосрочной перспективе стратегические потребности государства и нехватка инвестиционных возможностей могут поддерживать высокую оценку компаний. Но что будет в долгосрочной перспективе? Политические факторы могут помочь компаниям получить финансирование, но не смогут заменить решения пользователей. Нехватка инвестиций может поднять их цены, но не обеспечит прибыльности. Только когда ИИ действительно создаст реальную ценность для пользователей (например, поможет компаниям снизить затраты или улучшить эффективность работы, облегчит жизнь простых людей), его оценка станет обоснованной. Современная рыночная капитализация больше похожа на «вексель»: ее реальная цена будет определена тем, смогут ли эти компании преодолеть вышеупомянутые проблемы и действительно удовлетворить потребности пользователей.