在过去的十年间，硅谷与华尔街携手构建了“技术-资本”联盟的经典叙事框架：硅谷凭借技术突破引领潮流，华尔街则运用资本杠杆放大市场预期。这一叙事模式若要持续焕发新意，就必须不断注入新鲜元素与情节。而过去两年，这一舞台上的绝对主角无疑是人工智能（AI）。

　　然而，进入2025年，这一叙事框架遭遇了前所未有的挑战。

　　当谷歌、Meta等科技巨头仍计划斥资数百亿美元构建算力集群时，Deepseek凭借仅需三分之一算力资源即可实现同等性能的实践，向世界宣告：算力堆砌已不再是智能进化的唯一路径，算法效率正逐步成为衡量企业价值的新标尺。

　　在共生逻辑下，AI叙事形成了一个闭环。

　　OpenAI的崛起便是这一模式的生动例证。自2015年12月成立以来，OpenAI的估值在2019年仅为10亿美元，但2022年底发布ChatGPT后，其估值飙升至200亿美元。到了2024年10月，完成新一轮66亿美元融资后，OpenAI的估值更是高达1570亿美元，尽管其盈利之路尚远。同样，其他AI头部企业也凭借极高的估值吸引了大量融资。例如，马斯克旗下的xAI在2024年12月C轮融资中筹集了60亿美元，估值超过400亿美元；而Anthropic则以600亿美元的估值寻求20亿美元的新一轮融资。

　　这一模式的核心在于，技术突破需要巨额资金来支撑算力与人才投入，而资本市场的估值则依赖于“技术护城河”所带来的想象空间。据美国风投数据研究公司PitchBook今年1月发布的报告显示，2024年，美国人工智能初创公司共获得约970亿美元的风投融资，占所有初创公司约2090亿美元融资的近一半，这些AI公司大多源自硅谷。

　　创投机构之所以如此慷慨解囊，是因为它们坚信硅谷的AI公司能够依托强大的资本市场获得丰厚回报，而事实也确实如此。即便经过近半个月的市场调整，特斯拉、英伟达等企业的估值依然高企。特斯拉的市盈率高达170倍，投资者已将其视为一家AI公司，而非传统的新能源企业；英伟达的市盈率也有45倍，微软则为33倍。

　　美股七巨头为了维持其高估值，一直在寻找新的故事素材与情节。近年来，AI正是支撑其高估值的关键因素。因此，“技术-资本”模式逐渐演变为“AI-资本”模式。

　　然而，“AI-资本”这一闭环的脆弱性在于，其可持续性完全依赖于“技术领先性”与“资本回报率”的正向循环。当Deepseek以550万美元的训练成本实现与OpenAI数亿美元投入相当的模型性能时，硅谷与华尔街联手打造的AI叙事神话开始受到广泛质疑。

　　更为关键的是，Deepseek的开源策略直接打破了闭源模型的稀缺性溢价，这一溢价正是“AI-资本”估值模型的核心变量。

　　Deepseek带来的范式冲击并非源自技术代际的超越，而是对现有资源的极致优化。其V3模型通过异构计算架构和动态负载均衡算法，将单位算力产出提升2倍以上，训练成本仅为行业平均水平的几分之一，从而开创了一条低成本高效率的新技术路线。

　　Deepseek掀起的“效率革命”立即暴露了硅谷“堆算力堆数据”路线的缺陷。据马斯克透露，OpenAI正在开发中的GPT-5训练成本早已超过10亿美元，而Deepseek-R1仅以600万美元的成本便实现了同等性能，直接拉低了行业估值的锚点。

　　这场效率革命在资本市场引发了连锁反应。英伟达股价在一周内下跌超过20%，尽管这更多是由于估值高企阶段资本避险情绪的短期波动，但也反映出市场对“烧钱换增长”的逻辑产生了信任危机。这标志着Deepseek的新技术路线在硅谷华尔街的AI叙事模式上撕开了一道裂缝。

　　“AI-资本”故事的本质是“技术理想主义”与“资本扩张需求”的合谋。微软2025财年计划投资约800亿美元建设人工智能数据中心，OpenAI与英伟达、软银等启动5000亿美元的“星际之门”项目等，都是这种合谋的体现。

　　Deepseek的历史性贡献在于其开源特性，以及用工程实践证明了高性价比AI产品的可行性。这使得大量中小企业和开发者得以入场，AI应用生态从“寡头游戏”转变为“全民参与”。

　　因此，硅谷华尔街的AI故事不再那么动听。

　　在迷雾逐渐散去后，我们迎来了价值重构的时刻。

　　面对Deepseek的冲击，硅谷与华尔街正试图坚守原有的叙事逻辑。例如，OpenAI和Meta试图通过“打假”来维护其技术权威性，却遭到群嘲；Anthropic高管则呼吁美国有关部门收紧芯片出口法案，企图以地缘政治手段维持技术代差。

　　然而，这种抵抗难以改变根本趋势。Deepseek现象不仅揭示了技术路线的新选择，更预示着产业逻辑的范式转移：开源正成为AI模型势不可挡的新浪潮。它所构建的去中心化生态将不断冲击硅谷的闭源霸权。连OpenAI首席执行官山姆·奥特曼都承认，公司的闭源策略站在了“历史的错误一边”。

　　IBM首席执行官阿温德·克里希纳近日表示，一直以来，人工智能被视为规模化的游戏——模型规模越大，效果越好。但Deepseek启示我们，最佳的工程设计应从性能和成本两个方面进行优化。只有当技术变得经济可行且易于获取时，才能真正发挥变革性的作用。

　　一个更深层次的问题浮现出来：AI革命的终极目标究竟是为了服务于资本估值，还是为了提升人类生产效率？Deepseek的价值并不在于击败OpenAI，而在于证明——技术进步的真正衡量标准不是融资额与GPU数量，而是成本下降与普惠程度。

　　当资本堆积的AI迷雾散去后，唯有那些能够将算法精度转化为社会效率的企业，才能成为新时代的赢家。“AI-资本”的旧故事，已经到了该换新讲法的时候了。

（文章来源：21世纪经济报道）