“AI行业发展迅猛，xAI估值将达500亿美元，成长空间巨大！”
文章摘要：
AI行业发展进入爆发期，预计2023年市场规模将达2.7万亿。于此同时，xAI于2023年横空出世，并且强势追赶上了老牌AI公司，用了一年时间走完了OpenAI八年的发展历程。12月5日，xAI以超400亿美元投后估值完成了新一轮融资，融资金额60亿美元，与其B轮融资（5月）的金额相当，投后估值或将达500亿美元。未来估值成长空间巨大。核心观点：抓住大模型的大爆发期，看清长期头部集中的趋势，将资金投入行业的龙头：xAI、OpenAI、Anthropic。
01
图表1：不同时代的科技创新及对应公司代表
在70年代，这一时期以IBM、Intel为代表的公司推动了计算机技术的普及，同时也标志着电脑的崛起。90年代，互联网的发展改变了信息的获取和交流方式，推动了电子商务的兴起，代表公司有亚马逊和谷歌等一众现在的科技巨头。2000 - 2010年，智能手机的普及使得人们的生活更加移动化和便利，重塑了社交、购物和消费模式，更有Apple以乔老爷子设计的跨时代产品iphone 4横空出世，一跃成为世界第一的智能手机行业的领导者。2020年后，也就是现在，将是AI的时代，生成式AI的出现，带来了新的技术前景和应用场景。
图表2：技术应用情况图片来源：世界银行（2023.09）
我们处在互联网的顶峰，但也恰逢是AI时代的开端。互联网、智能手机和人工智能（AI）在1990年至2025年间的快速普及。蓝色曲线代表互联网的增长，紫色曲线则反映了智能手机的迅猛发展，绿色曲线代表人工智能的初步增长，可以看出，AI技术的广泛应用远快于任何其他技术。
图表3：美国智能手机、平板及AI的应用率增长图片来源：Inside Intelligence
根据Inside Intelligence的调研报告显示，生成式AI的应用率增长极快，远超智能手机，并且在初始阶段也展现出高过平板的采用率增长。数据显示，到第四年，美国有接近1.17亿人已经开始应用生成式AI。
图表4：全球AI行业市场规模（十亿美元）图片来源：market.us
调研网站market.us给出数据，预计2032年全球AI市场规模将达到2.7万亿美元，复合增长率为36.8%，并且市场规模呈现指数型的上升趋势。
图表5：大数据语言模型市场规模（十亿美元）图片来源：Global Market Insight
根据Global Market Insight给出的数据，目前大语言模型的市场规模约65亿美元，预计2033年将增长至1408亿美元，综合规模增长超20倍，预计复合增长率超40%。大语言模型市场仍处在蓝海阶段，有大量的潜在市场亟待开发。
图表6：AI行业的基本架构图片来源：招商银行研究院
关于AI行业的基本架构，主要由三个部分构成，分别是基础层、技术层以及应用层。
基础层是AI产业链的基础支撑，涵盖AI芯片、传感器、服务器、云计算和数据等关键领域。AI芯片是核心组件，其性能直接影响AI应用的效率，传感器和服务器提供感知和计算能力。代表企业英伟达，凭借H100芯片的强大算力，各大科技龙头争抢预购。云计算则为AI应用提供了强大的计算和存储能力，促进了数据共享，而数据质量与数量直接影响AI应用的性能。
技术层位于基础层之上，是产业链的核心，聚焦于计算机视觉、语义识别、智能语音和机器学习等领域。计算机视觉技术实现了图像与视频的处理，广泛应用于安防与医疗；语义识别和智能语音技术提升了人机交互效率；机器学习则是核心技术，推动AI模型的精准训练和应用。
应用层是产业链的最高层，与用户和市场最为接近，致力于将AI技术应用于城市建设、制造业、汽车和医疗等行业，实现智能升级创新。整体而言，AI产业链各层次协同作用，推动了AI技术发展与应用。
02
图表7：AI行业的核心护城河图片来源：MERIT ASSET MANAGEMENT
1）训练数据
大语言模型训练需要消耗大量的数据，然而不论是文本数据或者视频数据都不可能是无限的，所以AI公司对于数据的获取和争夺是重中之重。
图表8：大语言模型数据消耗示意图（tokens）
图表9：GPT每一次迭代所消耗的数据量（tokens）
模型规模与数据集数量规模成绝对正比。每一代AI Model的迭代更新，训练需要的数据量将成指数上涨。依上图所示，GPT-4的训练消耗量是GPT-3的6倍以上。预计随着大模型的更新，数据消耗速度加快，如果AI公司不着重争夺数据，之后可能陷入无数据可用于训练的尴尬场面。
2）算法
图表10：大语言模型擅长领域四象限
目前已经有非常多的科技创新公司，如Google、Meta和OpenAI等，推出众多大语言模型，可谓“百花齐放”，模型间擅长的领域不同，各有优劣。图标10中，图中表格越上行，代表着企业越擅长于解决复杂任务。图中表格向右移动，则代表拥有更出色的企业专业知识服务能力。例如，大语言模型中最知名的OpenAI的GPT在处理复杂难度表现突出，并且同时适用于个人用户和企业用户。
3）AI芯片
图表11：2022-2032年AI芯片市场规模（十亿）图片来源：Precedence Research
目前芯片行业的市场规模约283.7亿美元，预计在2032年将增长至约2275亿美元，复合增长率30%左右。而且AI芯片存在非常高的壁垒，使得后继者难以追上行业领导者（如NVIDIA、Cerebras），AI芯片龙头将瓜分庞大且急速增长的市场份额。
图表12：英伟达芯片护城河图片来源：MERIT ASSET MANAGEMENT
AI行业的爆发加固了英伟达的护城河，英伟达芯片被众多AI龙头争抢预购，一“片”难求。AI芯片代表着算力，简单理解即搭载更多的GPU意味着更高的算力，而算力是模型训练基础支撑。
图表13：AI芯片公司概览
然而，AI芯片行业格局尚未稳固，后继追赶者很多。例如，Tesla的Dojo、Google、Cerebras、中国芯片设计厂，在不同方向上进行全面追赶。
4）AI人才
图表14：AI行业人才流动
世界顶尖的AI人才开始流动往头部如xAI、OpenAI、Anthropic等集中，人才是算法的基础，AI龙头们积极争夺人才。
03
1）科技创新的领袖：马斯克
xAI作为马斯克给予厚望，并且多次宣称未来将成长为能与OpenAI对抗的公司，从诞生就处在其他AI公司难以企及的位置。
图表15：马斯克六大超级公司来源：medium.com
马斯克的创新能力、领导力、社交媒体影响力等优势使得他成为科技创新行业的精神领袖。他创立的公司如特斯拉（电车行业龙头）、SpaceX（太空探索&火箭回收技术）、Solar City（太阳能技术）、Neuralink（生命科学）等都取得了显著的成功。其名下最出名的两家公司当属特斯拉和SpaceX。
图表16：特斯拉公司2003-2022Q1股价（美元）
特斯拉是马斯克和马丁兄弟与2003年7月合伙成立，总设在硅谷，马斯克的投资金额约630万美元。特斯拉公司2010年上市市值达到17亿美元，2022年初达到市值最高峰，达1.3万亿美元（截至2024年11月，估值约1万亿美元）。这意味着短短十二年的时间，特斯拉的市值增长超750倍。与特斯拉相似的还有SpaceX，2020年SpaceX股权在二级市场的交易价格约13美元/股，截止到2024年7月，SpaceX估值超2100亿美元，每股价格约130美元。四年时间，每股价值增长约十倍。
图表17：SpaceX历年融资情况及估值图片来源：MERIT ASSET MANAGEMENT
图表18：马斯克All in特朗普及特朗普任命马斯克领导DOGE图片来源：博时
2024年11月，美国大选落幕，川普获选成为下一任美国总统。马斯克在其竞选期间公开支持特朗普，并且多次于公开场合和特朗普同台宣讲。11月12日，据报道，特朗普宣布任命马斯克领导政府效率部（Department of Government Efficiency，简称DOGE）。特朗普称其能“瓦解政府官僚机构、削减多余的监管、减少浪费开支和重组联邦机构”，这将形成商业与政治的结合，改变美国政治生态，是属于实用主义的胜利。这也将很大程度助力马斯克未来的科技创新之路，同样的，xAI也势必将如虎添翼。
2）强大的生态系统
图表19：xAI的生态矩阵图片来源：MERIT ASSET MANAGEMENT
马斯克名下的商业帝国将为xAI缔造出一个相对完整的生态体系。第一个是Spacex，其整个背后运用的AI模型，包括工业场景的智能化、本地知识库以及计算飞船发射航行的轨道等等，这些将来的部署全部都可能会和xAI合作。
图表20：DOJO超算算力预测
其次是特斯拉，xAI研发的模型将借用到特斯拉Dojo超级计算机的强大算力，同时xAI训练的模型未来也可以应用于特斯拉的自动驾驶系统和人形机器人。DOJO目前的算力是100Exa-Flops，即计算机每秒进行1万亿次运算，相当于30万张英伟达A100芯片的算力，1万张H100芯片的算力。
如果说SpaceX和特斯拉是xAI可能得to B端的应用，那么to C端将会是马斯克名下的X平台（原推特）。X平台有着约六亿的月活跃用户，并且xAI的Grok模型（以下会做介绍）已经作为虚拟助手植入X平台中。用户通过支付每个月8美元成为X平台的会员就可以使用Grok模型。并且X平台上，用户生产数据的速度非常快，Grok可以利用其上生产的数据进行学习和训练。
这个是OpenAI、Anthropic等AI公司所不具备的，是独属于xAI与生俱来的光环。相当于一个公司生下来，他的这些兄弟姐妹们就给他送钱。很难在市场里很难找到第二个大模型的公司有这种待遇，只有xAI。
3）算力怪兽：Colossus
图表21：比较不同AI公司的GPU数量图片来源：Interesting Engineering
除了以上提到的特斯拉的DOJO超算，xAI团队于2024年9月宣布，搭载10万颗英伟达H100的AI超级算力集群——Colossus落地开始参与AI训练。同时马斯克也于X平台发文称：“Colossus搭载的芯片数量未来几个月将翻倍，并且新增约5万颗H200（H100升级版）”
图表22：马斯克于X平台发文祝贺图片来源：x.com
从GPU搭载量上看，Colossus是目前世界范围最强大的AI训练集，目前而言没有之一，用于高效数据处理和AI模型训练。配备10万颗H100芯片，每颗H100芯片售价在2.5万美元，考虑运营和能耗的成本，第一阶段搭建成本逾30亿美元。第二阶段，Colossus将增加到20万颗芯片，并且将搭载5万颗H200。H200相较于其前身H100表现显著提升，在服务器环境还是离线环境中均展现出卓越的性能，同时能耗降低达到50%。未来搭载20万颗GPU的Colossus将为xAI训练模型提供巨大的助力，是名副其实的算力怪兽。
4）xAI的顶级人才团队
图表23：xAI的高管层图片来源：MERIT ASSET MANAGEMENT
xAI除了马斯克之外，高管层有着来自Google、Meta（原Facebook）以及OpenAI等科技巨头的技术顾问和工程师，也有来自各所名校的博士。总体而言，xAI“挖人”能力极强，马斯克的人格魅力和对未来AI和世界的宏大愿景，这是xAI能吸引来这些顶级人才的根本。
5）深受资本青睐的xAI和它的Grok模型
图表24：xAI的发展历程图片来源：MERIT ASSET MANAGEMENT
xAI成立时间不长，马斯克于2023年7月正式成立，启动资金1.35亿美元，并于同年11月份发布Grok-1模型和SDK开发工具包。2023年12月，xAI和X平台展开合作，将Grok-1模型植入X平台。2024年3月发布Grok-1.5版本，此时的Grok模型已经在各大测评基准中，展现出着比肩同时期的GPT3.0的水准。
2024年5月26号，已经完成B轮融资，融资金额超过60亿美元。截至2024年6月，xAI估值240亿美元。Valor Equity Partner、富达投资和红杉资本等大资管机构参与xAI的B轮融资。xAI本轮融资规模比肩OpenAI、Anthropic等竞争对手，成为人工智能初创公司最大的B轮融资。2024年11月，据外媒报道，xAI正在与一些投资者洽谈，以超400亿估值进行新一轮的融资。
图表25：xAI已完成60亿美元的新一轮融资图片来源：Bloomberg彭博社
2024年12月6日，彭博社报道称，马斯克的xAI于12月初，以超400亿美元的估值，完成60亿美元的最新一轮融资，本轮融资金额与其B轮融资金额相当。预计这笔融资将帮助xAI实现500亿美元的估值，这意味着xAI可能在6个月的时间内实现估值的翻倍。
根据其12月5日提交给美国证券交易委员会的文件显示，本次融资来自97名投资者，其中包括最低77,593美元的股份，文件没有披露投资者的相关信息。值得注意的是，只有之前的投资者（B轮融资）被允许参与这一轮融资，表明公司可能倾向于巩固已有的支持者。
（链接为xAI本轮融资的SEC（Form D）文件：
https://www.sec.gov/Archives/edgar/data/2002695/000200269524000003/xslFormDX01/primary_doc.xml）
图表26：英伟达或将投资xAI图片来源：纽约邮报
另外根据《纽约邮报》的报道，据知情人士透露，英伟达目前正在寻求与xAI的投资机会，双方可能进行战略性合作。并且报道还透露，xAI将于2025年1月左右开启新一轮融资，届时估值预计将达720亿美元。
图表27：大语言模型对比图片来源：x.ai/blog
目前，xAI最新的模型Grok-2已经发布并且植入X平台供订阅用户使用。据xAI官方发布的Blog显示，Grok-2模型已经可以跟GPT4.0、Claude3.5 Sonnet以及Llama等一众前沿大语言模型相媲美。从对比图（图表27）中可以看出，Grok-2和mini版本在数学推理能力（MathVista）的基准测试中占据领先的地位。
图表28：热门AI公司对比图片来源：MERIT ASSET MANAGEMENT
图表28中是以xAI对比另外两家比较具有代表性的AI公司，Anthropic是偏to B的收入模式，xAI的收入模式与OpenAI比较类似。从产品性能、人才团队等可以看出，xAI尽管起步较慢，但已经不逊色于头部AI公司。
xAI的收入目前主要是Grok模型的订阅收费和API调用的收费上，变现模式已经明晰，这也意味着估值的“锚”已经确定。虽然有“前人栽树（OpenAI），后人乘凉”的意思，但xAI确实只用了约一年时间走完了OpenAI八年的历程。
04
xAI并没有明确的现金流和收入情况披露，所以在估值上，很大程度都是依靠过往xAI的估值情况以及“拍脑袋”的估算参数。因此参数带有一定的主观因素，主要取决于个人对未来AI行业和xAI的期望。但有一点可以肯定的，即未来是AI的时代，AI市场有着巨大的发展潜力。
以下提供两种计算方式：1）自下而上：基于xAI订阅用户数据；2）自上而下：基于AI创造的价值。
1）自下而上：基于xAI订阅用户数据
图表29：2024-2035年X平台用户增长趋势（亿）图片来源：MERIT ASSET MANAGEMENT
参考马斯克的X平台从2017到2023年的用户数量增长趋势，预计未来几年将保持稳定的增长，当用户数量达到一定量级，增长速度将呈现逐渐衰减的趋势，如图表29所示，预计2029年左右用户数将破十亿用户，2035年将达到接近13亿用户。订阅用户（premium）按照平均转化率5%（参考Facebook、YouTube等媒体的订阅转化率）来计算（订阅数/访问量），2024年预计的付费用户数量约3400万人，订阅收入约33亿美元。
图表30：截至2024年6月OpenAI收入情况图片来源：futuresearch
参考OpenAI在2024年的ARR收入结构，其中个人用户订阅收入超过50%。由于xAI目前表现的收入结构与OpenAI类似，类比至xAI，得到总收入预估约60亿美元。P/S估值采用保守的估计，大约10倍，可得2024年xAI估值约600亿美元。以此方式计算未来xAI的估值。在保守的情况下，xAI的估值也将破千万，这只是时间问题。
图表31：2024年xAI预计估值图片来源：MERIT ASSET MANAGEMENT
图表32：xAI未来预计估值图片来源：MERIT ASSET MANAGEMENT
2）自下而上：基于xAI订阅用户数据
图表33：全球AI市场规模预测图片来源：MERIT ASSET MANAGEMENT
参考过往互联网和SaaS的发展历程，全球AI市场规模预计将随着AI行业进入爆发期而快速上升，之后由于市场逐渐饱和，增长速率开始放缓。目前AI行业的市场规模大约在2340亿美元，预计在2029-2030年间到达万亿美元规模，2040年到达6.5万亿美元。
AI行业可以参照互联网和科技行业的发展趋势，将呈现寡头垄断的市场格局，即少数头部玩家通吃大部分市场份额。在这种情况下，头部优势将会非常明显。
图表34：xAI未来估值预测图片来源：MERIT ASSET MANAGEMENT
xAI目前的发展非常迅猛，已经追赶上了头部的AI公司。因此我们预估2030年xAI的市占率将达到20%，并且因为赢者通吃的市场格局，2040年xAI将占据市场30%的份额。如图表34所示，2030年的市场规模将达14170亿美元，年度经济增长值为3440亿，xAI的市占率预计为20%，可得其年度收益约为688亿美元。美股科技行业企业的P/E估值一般在30-50倍之间，我们采用保守的30倍，可得2030年xAI的估值为5160亿美元，同理，2040年估值将超7000亿美元。
05
1）合规与法律风险：
a.监管政策变化：政府可能会出台新的法规，限制AI的使用，对数据隐私和算法透明度提出更高的要求，可能影响业务模式；
b.知识产权争议：在AI开发中可能涉及对现有技术的争议，侵权或专利纠纷可能导致法律风险和经济损失。
2）伦理和社会风险：
a.伦理问题：AI应用引发的伦理争议（如偏见、透明度和解释性）可能影响公众对公司的信任和接受度；
b.社会影响：AI技术可能对现有行业造成 disruption (冲击)，导致失业或其他社会问题，引发公众反感或政策干预。
3）数据枯竭或成为最大风险：
a.市场中数据私有化现象会频发，数据产生速度<数据消耗速度；
b.高质量文本培训数据可能在2026年耗尽，而低质量文本和图像数据则可能在2030年至2060年之间枯竭。
4）流动性风险：
a.非公开交易：xAI是一家私人公司，其股票无法在公开市场上交易，因此投资者可能面临流动性不足的问题；
b.有限的退出机会：投资者只能通过有限的回购计划出售股份，这可能限制投资者在需要时变现的能力。
5)市场和竞争风险：
a.市场竞争激烈：xAI面临来自其他大型语言模型开发公司的激烈竞争，如OpenAI等，这些公司也在争夺有限的市场资源和资金；
b.技术和市场不确定性：人工智能行业仍处于发展初期，技术和市场的不确定性可能影响公司的长期成功。
6)管理和运营风险：
a.依赖关键人物：xAI的成功可能高度依赖于创始人埃隆·马斯克的领导和愿景，这增加了管理层变动带来的风险。
06
美国大语言模型数量最高且增长最猛，中国位居第二位。从中可看出大模型的头部效应更明显，基本集中在美国、中国，再之后是加拿大和英国。
图表35：自2017年以来各国家大语言模型累计数量图片来源：ourworldindata.org
并且大模型的更新和新发频率越来越快，而这同样意味着文本数据量正在被快速的消耗着。上面提到风险揭示中提到，高质量文本数据可能在2026年消耗殆尽，图像、视频数据也可能在2030-2060年之间枯竭。训练数据消耗量随着模型更新呈指数型上升，后来者难以居上。
图表36：数据收集总量对比消耗量图片来源：《The AI Revolution》Coatue. Dot Labs
训练模型所需要的资金消耗更是巨大，GPT-4和谷歌的Gemini Ultra训练成本需1亿美金，更要大量人才储备支撑，并且模型运行也需资金维持。未来模型研发和训练初期所消耗的数据和资金可预想的会远超GPT-4和Gemini Ultra等模型的消耗量。
图表37：AI模型训练成本对比图片来源：Epoch, 2023
不论是未来的数据获取或者是大量的资金打底作为支撑，都意味着大模型行业非头部玩家难以支撑消耗。高昂投入、长期回报趋于头部等因素将淘汰掉大多数小、垂模型。而xAI的Grok模型已经产品化加上API调用的收入，收入模式已经明确，ARR将迎来爆炸式增长，资本投入的意义清晰。
大模型竞争将加剧、赢者通吃的局面逐渐形成。核心观点：抓住大模型的大爆发，看清长期头部集中的趋势，拼尽全力、思考透彻，将资金投入行业的龙头：xAI、OpenAI、Anthropic。
（完）
迈睿资产管理丨www.merit-am.com
欢迎访问：
www.merit-am.com
点击文末“阅读原文”可访问公司官网
欢迎关注：
免责声明：
本文仅供参考，不作为买卖或认购证券或其他金融工具的要约或要约邀请。本文中的任何内容均不构成投资、法律、会计或税务建议，也不代表任何投资或策略适合或适合您的个人情况，或构成向您提供的个人交易建议。
本文仅由迈睿团队撰写或转载，不应被视为任何提供该文章的个人或实体的产品。
本文中各部分所提供的信息和意见均来自迈睿团队认为可靠的信息来源，但迈睿团队并不保证其准确性或完整性。过去的表现不应被视为未来表现的指示或保证，也不应就未来表现作出任何明示或暗示的陈述或保证。本文中包含的信息、意见和估计反映了迈睿团队在最初发布时的判断，并可能随时更改，恕不另行通知。
迈睿团队不对本文中所载资料的使用引起的损失承担任何责任。迈睿团队可能已发布，并可能在未来发布其他文章，这些文章与本文中所载信息不一致，并得出不同的结论。这些文章反映了编制它们的分析师和迈睿的不同假设、观点和分析方法。
保留所有权利。除非另有说明。本文中使用的所有商标、服务标志和徽标均为迈睿团队的商标、服务标志或注册商标或服务标志。严禁对本文进行任何修改、复制、展示、分发、传输、发布、许可、衍生作品创作或销售。未经迈睿团队事先书面许可，不得以任何方式修改、传输、复制或分发本文或其内容或任何副本。未经授权复制、重新分发或披露本文将导致起诉。
