方正焦娟 大模型13讲大模型公司的估值方法收入质量与平台控制权

方正焦娟大模型13讲第十一讲重点探讨了大模型公司的估值方法，分析了收入质量与平台控制权的重要性。报告指出，国内外大模型公司估值存在显著差异，海外公司多聚焦全球市场，承受亏损周期；国内公司更看重生态、场景落地能力，注重变现与务实运营。AI时代大模型公司估值逻辑与移动互联网时期不同，更需关注结构型收益，国内具备生态或场景能力的公司更易获得高收益。报告还详细分析了不同发展阶段大模型公司的估值关键要素，如实验室阶段需看研发可持续性，计算供给阶段需考察算力持续交付能力，业务模式阶段需关注客户对接能力，平台阶段需具备客户依赖性等。此外，报告强调了市场对大模型公司财务指标的要求，如利润、收入的区分，现金流回正，收入经济含义与毛利情况等。

大模型赛道的发展趋势呈现多元化特点。首先，国内外大模型公司估值逻辑存在差异，海外公司多聚焦全球市场，承受亏损周期；国内公司更看重生态、场景落地能力，注重变现与务实运营。其次，AI领域并非越大越好，算力、API板块看规模优势，标准化工具、垂类场景更适合小而美的模式。第三，市场对大模型公司财务指标要求严苛，需关注利润、收入的区分，现金流回正，收入经济含义与毛利情况等。第四，大模型收入预测核心为创收客户结构与获单成本，需关注客户结构、单客价值、推理成本等，不同变现模式（订阅、API、任务、平台）成本与价值特征不同。最后，大模型发展需高质量数据输入，数据反馈的使用权与质量至关重要。

报告重点分析了不同发展阶段大模型公司的估值方向。实验室阶段需关注研发可持续性、增长空间与替代风险；计算供给阶段需考察算力持续交付能力、资本支持与运营情况，可关注深耕行业的老牌龙头、务实运营的上市公司子公司；业务模式阶段需关注客户对接能力、留存毛利与获客成本等；平台阶段需具备客户依赖性、定价权与竞争护城河。此外，报告还强调了市场对大模型公司财务指标的要求，如利润、收入需区分一次性与非一次性，关注现金流回正、收入经济含义与毛利情况。业务组合会导致毛利率波动，研发投入可能与毛利率提升同步。大模型收入预测核心为创收客户结构与获单成本（单位经济），需关注客户结构、单客价值、推理成本等，不同变现模式（订阅、API、任务、平台）成本与价值特征不同。

当前大模型市场现状呈现多重要素。首先，市场对大模型公司财务指标要求严苛，特别是现金流等财务数据关注度极高。其次，大模型公司估值逻辑与移动互联网时期不同，更需关注结构型收益，国内具备生态或场景能力的公司更易获得高收益。第三，不同发展阶段大模型公司估值关键要素不同，实验室阶段需看研发可持续性，计算供给阶段需考察算力持续交付能力，业务模式阶段需关注客户对接能力，平台阶段需具备客户依赖性等。第四，AI领域并非越大越好，算力、API板块看规模优势，标准化工具、垂类场景更适合小而美的模式。最后，大模型发展需高质量数据输入，数据反馈的使用权与质量至关重要。当前大模型尚未到平台阶段，平台争夺调用权重，平台需处理生态、运营与治理的平衡。

大模型研报存在多重风险提示。首先，大厂大模型厂商研发负责人近期变动大，部分公司需维持研发资格而非形成可复用能力，算力需回流现金，研发投入可能与毛利率提升同步。其次，行业领先的短期判断难度大，需关注厂商核心布局，不可仅看局部最优。第三，市场对现金流等财务数据关注度极高，折现率、长期增长难以预判，需待业务模式定型后判断，不同类型大模型公司估值结构不同。第四，大模型发展需高质量数据输入，数据反馈的使用权与质量至关重要。第五，当前大模型尚未到平台阶段，平台争夺调用权重，平台需处理生态、运营与治理的平衡。这些因素都可能影响大模型公司的估值与未来发展。