先别谈概念，先看钱流到了哪里

如果只看产业里的钱先落到谁身上，答案已经很清楚了。英伟达 2026 财年数据中心收入达到 1937 亿美元，同比增长 68%。微软在 2025 财年年报里第一次把 Azure 年收入单独说到 750 亿美元以上，同比增长 34%。亚马逊 2025 年 AWS 收入 1287 亿美元，同比增长 20%。Alphabet 在 2025 年第四季度把 Google Cloud 做到约 177 亿美元，同比增长 48%，同时把 backlog 拉到 2400 亿美元。

这几组数字放在一起看，说明同一件事：AI 需求是真需求，但第一阶段最先被兑现的，是算力、云和企业 IT 预算，而不是所有应用层公司都已经同步吃到利润。

Goldman Sachs 预计云市场到 2030 年会到 2 万亿美元，其中生成式 AI 带来的增量大约是 2000 亿到 3000 亿美元。IDC 也把全球 AI 与 GenAI 支出曲线继续往上修。换句话说，大盘不是问题，问题是谁能把这波支出变成自己的高质量收入。

  • 产业资金先流向算力与云，这不是坏消息，而是应用层商业模式的起点约束。
  • 创业公司要证明自己，不是证明模型能跑，而是证明自己能从这条预算链里持续分到钱。
  • 所以今天讨论 AI 创业公司，真正该比较的是收入结构、毛利路径和分发控制力。

样本怎么选：只保留能核验的公开数字

这类题最容易被一级市场传闻带偏。很多公司的用户量、收入、估值和融资口径，在不同采访里会反复变化。如果把传闻、融资故事和财报口径混在一起，结论通常会越写越热闹，越写越不可靠。

所以这篇文章只保留三类样本。第一类是上市公司官方财报和电话会，用来判断预算到底落在了哪里。第二类是已经公开披露收入或 ARR 的海外 AI 创企。第三类是已经提交招股书、能看到业务拆分和毛利结构的中国 AI 创企。

这也意味着本文并不是“把所有热门名字排个座次”。相反，我宁可少写几家，也不愿把没有同等透明度的数据硬塞进同一张比较表里。

  • 海外硬样本：OpenAI、Anthropic、Perplexity。
  • 国内硬样本：MiniMax。
  • 国内很多大模型公司目前仍然缺少同等透明度的公开经营数据，所以这里只做模式判断，不做伪精确排名。

海外 AI 创业公司，已经分成三条路

到 2026 年再看海外 AI 创业公司，基本已经不是“谁模型更强”这一维了，而是三种完全不同的商业模式在分化。

第一条路是平台型 frontier lab。OpenAI 是最典型的样本。CNBC 在 2025 年 3 月援引知情人士称其 2025 年收入目标是 127 亿美元；路透社经 Yahoo Finance 转发的报道则显示，OpenAI 到 2025 年 6 月的年化收入已经达到 100 亿美元。它的收入来源也不是单一 API，而是 API、ChatGPT 订阅、企业版、授权与平台合作一起构成的复合结构。

第二条路是企业工作流型公司。Anthropic 是当前最值得重看的样本。CNBC 在 2025 年 5 月报道称其年化收入已达到 30 亿美元，同年 6 月的 Disruptor 50 报道又把它 615 亿美元的估值公开化。这个组合很重要，因为它说明 Anthropic 不是靠泛流量堆出来的增长，而是在企业编码、知识工作和安全敏感场景里拿到了更高质量的付费。

第三条路是消费入口型公司。Perplexity 的商业逻辑更接近“新搜索入口”。CNBC 在 2025 年 3 月报道称，它的 ARR 已接近 1 亿美元，同时新融资谈到 180 亿美元估值。这个模式的上限很高，因为一旦站稳入口，后续能接广告、交易、推荐和企业搜索；但它现在最明显的问题也在这里，收入体量与估值之间的张力非常大。

  • OpenAI 更像“平台型综合公司”，护城河来自模型、分发和企业集成。
  • Anthropic 更像“企业高价值工作流公司”，护城河来自更稳定的付费场景。
  • Perplexity 更像“入口争夺者”，护城河要靠流量习惯和交易闭环来补。

为什么最像长期好生意的，不是最热闹的那一类

如果只看市场热度，消费入口型 AI 和前沿模型公司都很容易成为焦点。但如果从商业模式质量往下拆，会发现最像长期软件生意的，往往是企业工作流型路线。

原因有三层。第一，企业工作流的预算来源更清楚。编码提效、客服自动化、知识检索、销售辅助这类场景，本来就有既有支出和明确 ROI。第二，企业工作流的复购和留存更稳。一旦产品进入组织流程，它就不只是一个“好玩的 AI 工具”，而是变成了团队协作、审批和产出流程的一部分。第三，这类公司更容易向上走到高毛利服务与高 ARPU 组合，而不是永远陷在便宜调用量竞争里。

这也是为什么 Anthropic 现在虽然声量不总是最大，却很像一类更扎实的商业模式。相反，Perplexity 这类入口公司不是没有价值，而是必须继续证明自己能把流量变成复合变现，否则估值会长期跑在收入前面。

  • 企业工作流型 AI 的优点是收入质量高、黏性强、扩张路径清晰。
  • 消费入口型 AI 的优点是天花板高、网络效应强，但前提是先站稳入口。
  • 纯通用模型 API 最容易被压缩，因为它既受云厂商挤压，也受开源模型挤压。

国内样本里，MiniMax 说明了什么

如果把镜头切回中国，公开经营数据最完整的纯 AI 创企样本之一，是 MiniMax。它的港交所招股书给了一个很有信息量的截面。2025 年前九个月，公司收入 5344 万美元，其中 71.1% 来自 AI-native products，28.9% 来自 Open Platform 与企业业务。同一时期总毛利率只有 23.3%，但消费者产品毛利率只有 4.7%，企业与平台业务毛利率达到 69.4%。到了 2026 年 3 月披露的全年业绩里，MiniMax 2025 年收入进一步达到 7904 万美元，同比增长 158.9%。

这一组数字非常有代表性。它说明中国团队也完全可以靠出海 consumer AI 产品迅速把收入做起来，但消费者产品的规模，并不会天然带来好利润。真正能把利润结构拉回来的，还是平台和企业化部分。

也正因为如此，MiniMax 更像一条“先拿产品和分发，再补企业利润”的路线。它比很多人想象的更像一家全球化产品公司，而不是传统意义上的模型厂商。

  • 出海 consumer AI 可以快速放大收入和用户反馈回路。
  • 但消费者产品毛利很薄，不能把高速增长误判成高质量增长。
  • 长期能不能把 Open Platform 和企业收入占比做上去，会决定它最后像入口公司还是像稳定软件公司。

中国市场更现实的另一条路，是行业落地与私有化部署

除了 MiniMax 这种出海产品路线，中国市场更现实、也更常见的另一条路，是行业落地与私有化部署。这里我刻意不做伪精确的收入排名，因为当前公开披露口径还不够整齐，但模式本身已经很清楚。

中国很多大模型公司面对的是一个更强的组织约束环境。政企客户对数据、合规、部署位置、模型可控性和定制化的要求，都比海外纯 SaaS 市场更高。这会自然推高私有化部署、行业方案和交付型收入的重要性。它的优点是现实，现金流也更直接；缺点则是容易把公司带向“高研发投入 + 高交付强度 + 低标准化复用”的结构。

所以中国 AI 创业公司的长期分水岭，往往不在于有没有拿到项目，而在于能不能把项目型收入逐渐标准化成平台型收入。这个问题在 2026 年依然没有被解决掉。

  • 短期看，行业落地是最现实的现金流路线。
  • 长期看，只有把项目沉淀成标准化组件和持续订阅，估值弹性才会真正打开。
  • 这也是为什么中国 AI 创业公司不能只比技术，还要比产品化和交付复用能力。

未来两三年，哪些模式更有成长性

如果把未来两三年的成长性按模式来排，而不是按公司名字来排，我的顺序会比较明确。

第一类是企业工作流型 AI。这条线最像长期软件公司，尤其是 coding、客服、销售、知识工作和高合规行业里的工作流产品。它们能把 AI 预算直接嵌到已有业务流程里，单位客户价值更高，续费也更有基础。

第二类是模型与入口一体化公司。OpenAI 仍然是最强样本，因为它同时拥有基础模型、订阅入口和企业接口。但这种公司不会很多。模型能力会扩散，真正稀缺的是分发与生态控制力。

第三类是消费入口型 AI。它的赔率很高，但波动也大。Perplexity、MiniMax 这一类公司如果能把订阅、广告、交易、企业化产品连成闭环，成长空间巨大；如果不能，估值与收入之间的落差会一直存在。

最后一类是纯中间层 API 生意。这条路不是不能做，而是越来越难。随着模型能力扩散、推理成本下行和云厂商托管能力成熟，单纯转售模型能力的公司会越来越像被上下游一起压缩的中间层。

  • 最稳的成长逻辑：高价值工作流。
  • 最高的成长天花板：入口型产品。
  • 最现实的中国路径：出海产品化和行业落地双线并行。
  • 最危险的模式：没有分发、没有工作流、只有模型调用的中间层。

最后收成一句判断

今天讨论 AI 创业公司，最容易犯的错，是把“模型能力”当成商业模式本身。真正能长期跑出来的公司，通常不是只会提供一层模型，而是同时解决三件事：它有足够强的底层能力，有足够近的分发入口，还有足够高价值的工作流可以反复收钱。

所以如果只压缩成一句话，我的结论是：AI 创业公司真正值得重看的，不是“谁模型最强”，而是“谁最先把模型、入口和工作流绑成了可复制收入结构”。这也是未来两三年最重要的分水岭。