当AI独角兽将IPO提上日程时，资本市场却用一笔交易给出了冷酷的答案：美光科技因与Anthropic的一纸遥测合作跳涨6%，而AI平台自身的毛利却被芯片与电力成本反复碾压。一场悄无声息的利润大迁移正在发生——现金流的归宿不是应用层的ChatGPT或Claude，而是英伟达、美光、台积电，以及那些闷声发财的电力公司。
美光此次上涨的导火索，是与Anthropic达成的战略合作：通过接入Anthropic AI工作负载的实时遥测数据，美光将精准规划下一代HBM高带宽内存、DRAM和SSD的路线图。这个看似技术向的联合，实则是价值链控制权的宣言。当AI平台还在为每生成一个token的推理成本精打细算时，美光已经锁定了从训练到推理的全栈内存需求，把AI增长实打实地写进了自己的损益表。
市场不会说谎。半导体供应链的集体强势，正在构筑一道事实上的“算力税”：英伟达在加速卡上的定价权、美光在HBM上的产能稀缺、台积电先进制程的排他性，加上公用事业公司对数据中心供电容量的严格限制，每一层都在从AI平台的潜在利润中抽成。训练一代前沿模型动辄数十亿美元，推理更是一张按token计费的能源与硅片账单——这根本不像软件生意，更像一家重资产的公用事业公司。
成本端被上游“收税”，收入端却被迫打折。加州政府刚刚以半价拿下了Claude的企业级授权，还附带了训练与支持服务。这笔交易固然证明了公共部门对AI的刚需，但也暴露了定价体系的脆弱性：政府与企业的批量采购必然要求捆绑折扣、使用上限和数据驻留保障，每一美元收入背后要搭上更高的基础设施成本。当OpenAI的ChatGPT从病毒式消费转向微软经手的标准企业合同，同样的压价故事也在上演。靠折扣抢客户，再希望用规模摊薄成本——这条路径如果不能快速走通，贡献毛利将永远无法满足IPO路演的承诺。
更令投资人不安的是，AI平台的收入不仅薄，还随时可能“蒸发”。Axios披露，Anthropic的模型曾因AI安全争议直接断线，起因是亚马逊的一次升级触发华盛顿的介入，导致长达20天的政策拉锯。一通电话就能让产品线下架，这种级别的运营风险在传统SaaS公司中几乎不可想象。当合规成本、区域断服概率和突发功能限制都要量化写入招股书时，IPO时间表只能拉长。正如Anthropic总裁达妮埃拉·阿莫代伊所言，“必须拥抱AI的黑暗面”——这在招股书里不是一个哲学表态，而是一个带着直接营收损失的风险因子。
当前头部的AI平台几乎都深嵌在云巨头的生态中：OpenAI依赖微软的算力与分发，Anthropic背靠亚马逊和谷歌。这种绑定带来了资源，也带来了治理复杂性和利润分流。收入分成、多级股权结构、安全承诺和重叠的董事会权限，把干净的上市叙事搅得浑浊不堪。承销商偏爱简单的故事——持久的合同、透明的成本曲线、清晰的投票权。而现实是，一旦云信用额度耗尽、电价重置，AI平台的毛利率能否稳在50%以上都是未知数。公共投资者会直白地质问：你们是不是只是在替超大规模云厂商出租毛利率？
美光在AI平台新闻中上涨，而非反过来，这是最诚实的信号。当HBM短缺、电力暂停令登上头条，本质上是给AI平台的短期IPO可行性又判了一次缓刑。价值正系统性地从应用层抽离，涌向半导体和电网基础设施。微软、亚马逊、谷歌可以把算力成本摊销在云、搜索、广告和企业合同的多重收入流上，而纯粹的AI平台没有这种分摊优势。它们的现金流，在可预见的未来，仍会像市场已经指明的那样——流向美光，流向英伟达，流向那些“卖铲子”和“供电力”的人。
AI平台想要真正具备IPO-ready的单位经济模型，必须先打破这层“算力税”的压制。在此之前，不管估值喊到多高，公众市场看到的，无非是一群光鲜的软件公司，干着最硬的硬件生意，而最厚的利润，却落进了别人的口袋。
