中美AI估價賽局：港股龍頭的硬核破局

2025年下半年，港股AI類股的AI邏輯正經歷一場靜默的重建。

阿里巴巴（09988.HK）H股今年以來累漲超一倍，百度集團-SW（09888.HK）的H股累計漲幅也在60%以上，南向資金持續買入阿里巴巴和百度，連「木頭姐」旗下的方舟ETF也大手筆增持這兩隻股票。

熱鬧的股價走勢背後，它們的估值資料值得深思：即便股價上漲了這麼多，中資AI巨頭的估值仍遠低於美國科技巨頭。

以阿里和百度的美股為例，見下表，華爾街對輝達（NVDA.US）、Google（GOOG.US）、微軟（MSFT.US）和亞馬遜（AMZN.US）等AI先鋒的市盈率估值都頗高，尤其輝達，2025財年市盈率高達60.40倍，2026財年也有42.04倍，反觀百度（BIDU.US）和阿里巴巴（BABA.US）

PEG估值或許是華爾街分析師對此的註解。 PEG透過本益比除以企業的預期長期年復合成長率得出，一般而言，1倍PEG為合理值，表示目前估值已將企業未來的長期成長反映在內；低於1倍PEG，表示估值偏低；大於1倍則反映估值偏高。

從下表可見，美國科技巨頭的PEG均高於1倍，看似低於中國科技同行，但需要注意的是，這其實描繪了一個預設條件：華爾街對於美國科技巨頭的未來展望要比對中國科技企業樂觀，這些分析師認為輝達等在AI發展浪潮下所實現的增長要遠超論證

那萬一這個預設條件沒有實現呢？

美股AI雙巨頭千億美元閉環下的成長幻象

9月22日，輝達與OpenAI的千億美元策略合作，看似打造了「算力-資本-股權」的完美閉環，但可能將雙方拖入「高投入、低回報」的共同陷阱，這可能是最近美國科技股下跌的原因——華爾街開始加深對這些AI巨頭的估值憂慮。

那場被解讀為「里程碑合作」的交易，本質是輝達主導的「左手倒右手」資本遊戲：輝達承諾分階段向OpenAI投資千億美元，而資金的核心用途是採購基於下一代Vera Rubin平台的400萬-500兆個GPU，用於搭建10GW資料中心。

輝達的注資並未解決OpenAI的根本困境，反而加劇了其「燒錢速度」。先前黃仁勳提到，建造1GW資料中心容量的成本在50-600億美元，意味著10GW的成本或在5,000-6,000億美元之間，輝達的千億美元投入，根本解決不了OpenAI的「資金飢渴」問題。

從OpenAI的商業化進度來看，要涵蓋如此龐大的成本，似乎仍有一段距離。 OpenAI的最新預測顯示，其今年總收入或有130億美元，其中ChatGPT或貢獻100億美元，這與動輒上千億的資本開支相比無疑杯水車薪。

中美AI變現模式的差異

中美AI巨頭的技術變現底層邏輯一致：無論是美國的OpenAI、輝達，還是港股的阿里、百度，均以「核心技術突破-場景效率提升-商業價值變現」為基本路徑，OpenAI透過GPT系列模型的推理能力收費，百度則依託文心大模型最佳化搜尋技術效率，本質都是將工具化為工具。

中美AI巨頭都將企業級服務視為變現主力，且都面臨算力投入壓力，但具體做法卻有所差異。

美國AI巨頭以直接收費為核心，依賴訂閱制與硬體銷售來變現；中資AI巨頭則以免費服務獲客，透過主業增值實現間接變現。美國AI以使用者使用核心功能需直接付費來實現使用者價值的轉化，而中資AI則透過免費工具引流，帶動廣告和雲端服務等主業成長來實現多元變現。

美國AI以封閉為主，OpenAI核心模型閉源，僅開放API介面收費；而中資AI企業例如百度文心、阿里通義則開放模型權重，建構開發者生態。

OpenAI為主的AI新創公司依賴收入以覆蓋算力成本，但是因為收入跟不上成本，虧損持續擴大；而港股上市的AI企業則主要透過主業利潤反哺AI研發，成本壓力得以分散，例如阿里將AI嵌入釘釘、淘寶等，與現有業務深度繫結。

誠然，微軟、亞馬遜、Google、輝達等，都與中國的AI巨頭相似，將AI嵌入到其主業中，以豐富服務體驗和提高效率、降低成本這樣的方式來變現，但是美資巨頭當前AI最大的收入來源是資料中心建設的投入，也就是為下游實現客戶例如OpenAI提供解決方案，OpenAI最大的收入來源是這些主要供應商的卓越供應商能夠實現卓越供應商。

但是，市場並非只有一家OpenAI，中國DeepSeek為代表的開源模型，核心競爭力在於其成本控制力和免費模式，更關鍵的是，中資科技企業擁有海量資料、廣泛的應用場景，更方便落地的大模型貼合終端使用者需求。

OpenAI依賴收費，而DeepSeek等開源模型則推出免費模型與企業級客制化服務的模式，或迫使OpenAI降價來競爭，那麼它的收入成長故事能不能一直說下去呢？

近日，DeepSeek團隊在英國《自然》雜誌發表論文揭露，DeepSeek-R1模型的訓練成本僅29.4萬美元，建構基礎大模型也僅用了600萬美元，遠低於其美國同行的水平。據稱GPT-4的訓練成本或超1億美元，GPT-5在六個月訓練周期或花費約5億美元。 OpenAI高昂的成本會不會抵銷掉其營收成長？

更關鍵的是，中國有強大的基礎設施支援AI的發展，能提升中資AI企業的效率，而美國的基礎資源，似乎尚不足以提供對應的支援。

中國AI發展的成本優勢：基建托舉智能

中國依託「東數西算」工程建構的全國一體化算力網路，已形成全球最大的AI算力叢集，且大部分算力中心佈局在特高壓沿線，實現清潔能源直供，這種規模化佈局帶來顯著的成本優勢，且能大幅提升資源利用率。

反觀美國，算力擴張陷入資本密集陷阱。各大科技巨頭都在斥巨資興建資料中心，推動了美國GDP的成長，但分散的投資模式導致資源浪費，例如微軟在威斯康辛州投資33億美元建設AI資料中心，但當地電網無法支撐資料中心巨大的用電量，單是微軟的兩座資料中心就佔用了近10%的電力配額，加上當地輸電能力不足，不足以支付當地輸電能力的龐大需求。

儲存基礎建設方面，中國已建成國際級資料湖，儲存容量均超EB級，且成本較低；美國儲存體系則受制於“商業主導+隱私壁壘”，亞馬遜AWS、Google雲端的儲存服務雖技術成熟，但高昂的頻寬費用制約資料流轉。

中國以特高壓為核心的能源基建，建構了「低成本綠點+高效算力+能源最佳化」的正向循環，從根本解決AI發展的能源瓶頸，而美國電網老化，跨州輸電能力不足，不時還需要柴油發電補能，成本高昂，能源結構僵化。

中國的真正優勢在於算力、儲存、能源的深度協同，形成了資料「產生-儲存-運算-應用」的全鏈條閉環，這是美國碎片化系統無法企及。

從短期來看，也許美國AI巨頭的收費模式能為其帶來直觀的收益，但是卻與網飛（NFLX.US）的模式一樣，存在收費天花板——付費率到達某個臨界點後很難進一步上升，尤其面對免費開源模型的競爭時，這種收費模式的吸引力會下降。

由於中國使用者不喜歡付費，港股上市的AI巨頭從發展的最早期就需要拆解在免費模式下如何變現的問題，這也是騰訊（00700.HK）、阿里等建立起「免費換生態」模式的初衷。

初期變現前景黯淡，還要承擔較高的研發和營運成本，這是中資AI巨頭面臨的問題，但這反過來也成為優勢——透過與本土市場與終端使用者適配的創新路徑，建構起美國同行難以複製的長期競爭優勢。

例如免費模式快速累積大量使用者與資料，百度搜尋AI產生內容佔比大幅提高，阿里透過釘釘取得企業使用者資料，反哺模型迭代；阿里將通義千問嵌入釘釘，帶動付費增值服務收入大增，多元變現路徑破解獲利難題。

同時國內「普惠AI」策略與科技巨頭將AI滲透到其日常業務中，培養起使用者習慣，加上國家政策對AI基建的支援，大大降低了營運成本，更有利於助力中國的AI企業實現AI應用場景的落地和盈利。

反觀美國的AI科技巨頭，若OpenAI的收入增長與資本投入回報未如理想，那麼輝達等較高的長遠增長預期或經不起推敲，而就算它們的算力再先進，沒有基礎設施的托舉，或是成本過高，依然不能獲得資本的肯定，最終它們的估值可能會被重塑。

結 語

目前全球AI類股正站在估值邏輯的十字路口。華爾街對輝達等美國AI巨頭高估值的憂慮並非空穴來風，千億美元閉環下的成長幻象正面臨開源模式與基礎設施瓶頸的雙重考驗。

反觀港股市場，百度、阿里巴巴等AI領導者以其被嚴重低估的估值水平、「AI嵌入生態」商業模式以及中國特有的基建優勢，正在靜默中等待價值的回歸。

中美AI競賽的本質正在悄悄轉變──從單純的技術追逐轉向永續發展能力的較量。中國依託「東數西算」等工程建構的算力-儲存-能源協同體系，為AI應用場景的大規模落地提供了成本優勢與基礎設施保障。而港股AI企業將科技與現有業務深度繫結的多元變現路徑，更符合AI技術普惠化的發展趨勢，或意味著其估值建立在更為穩固的基本面上。

隨著「港股100強」評選的臨近，市場或將重新發現這些兼具估值安全邊際與長期成長潛力的優質標的。當資本狂歡退去，真正能夠在商業化落地與成本控制間找到平衡的企業，才有望在這場AI長跑中勝出。港股AI類股的靜默重構，或許正孕育下一輪價值發現的巨大機會。 （財華網）