AI 垄断风险资本：资本高度集中正在改写北美创新规则

数字背后的断层线

PitchBook最新数据显示，2025年美国风投交易总额达到3394亿美元，其中AI相关投资高达2220亿美元，占比65.6%。相比之下，2024年这一比例仅为47.2%，十年前更是只有10%。仅一家公司——OpenAI——在2025年第一季度就完成了400亿美元的融资轮，这一单笔金额几乎等同于整个美国风投市场在2015年全年AI投资总额的数十倍。

然而，真正的故事并不在于“AI吸金”，而在于这巨额资金是如何分配的。PitchBook指出，2025年一半的风险投资资金仅流向了0.05%的交易，基础模型层（Foundation Model）和AI基础设施公司吸收了绝大部分。美国独角兽总估值达到4.3万亿美元，仅前10家公司就占据了51.8%的份额，其中OpenAI、SpaceX、xAI、Anthropic等AI核心玩家是主要贡献者。

这种极化现象正在制造一种“资本隔离效应”：少数公司成为资本黑洞，而更广泛的应用层AI、非AI科技领域乃至其他行业则面临融资挤压。对于北美的创新生态而言，这已不单单是市场周期的波动，而是一次结构性的重置。

基础模型层的“独立市场”

我们不能再将“AI投资”视为一个统一的市场。PitchBook的报告明确指出，基础模型投资本身已形成一个独立细分市场。OpenAI的400亿美元单轮融资、Anthropic背后谷歌与亚马逊的战略支持、xAI的快速膨胀，这些已超出传统风险投资的范畴，更接近于主权财富基金和大型科技企业的资本博弈。

这种“军备竞赛”级融资背后，是商业逻辑的根本转变：基础模型不再是早期试错型创业，而是国家竞争、产业控制权和下一代基础设施的入口。因此，大型LP（如养老基金、主权基金）和科技巨头愿意接受长期无盈利的高估值，因为它们投资的不仅是未来回报，更是数据主权与生态位锁定。

这直接导致了一个后果：基础模型层以下的投资生态正在被扭曲。专注于AI应用的初创公司发现自己不仅要在产品上与基础模型公司可能延伸的业务竞争，更要在融资市场上与这些资本巨兽抢夺注意力。一位硅谷早期投资人私下这样描述：“如果你的公司不是直接训练大模型或卖服务器给大模型公司，LP会问你为什么不是。”

AI溢价：可持续的估值红利还是泡沫信号？

PitchBook的数据揭示了另一个重要趋势：AI标签带来了显著的估值溢价。在金融科技领域，AI赋能的初创公司估值中位数比非AI同行高出41%；在早期阶段，AI金融科技公司的估值中位数达到1.34亿美元，溢价率高达242%。这一现象在气候科技、医疗健康等垂直领域同样存在。

这种“AI溢价”的逻辑在于，市场预期AI将极大地提升这些行业的效率、降低边际成本或创造新的收入模式。但我们需警惕：估值溢价能否转化为持久的商业优势？从北美产业历史看，每当技术变革期出现跨行业估值溢价，往往伴随着泡沫与洗牌。例如，千禧年互联网泡沫时期，“.com”后缀也曾带来类似的溢价，但最终只有少数公司兑现了价值。

更值得关注的是，AI溢价已开始影响LP的资产配置决策。部分基金为了抬高投资组合估值，会刻意包装AI概念，导致资金进一步向AI倾斜，形成自我强化的循环。如果未来AI的商业变现速度不及预期，这种估值断层可能引发连锁反应，尤其是那些在高位接盘后期AI项目的交叉基金。

基础设施并购：算力成为新石油

当大部分注意力集中在模型层时，一场围绕AI基础设施的整合正在悄然进行。2025年，由BlackRock的Global Infrastructure Partners牵头，联合英伟达、微软和xAI组成的财团，以约400亿美元收购了数据中心运营商Aligned Data Centers。这笔交易不仅是全年最大的AI基础设施并购案之一，更标志着一个趋势：算力基础设施正在像传统能源一样被资本化、资产化和垄断化。

对于北美供应链和区域经济，这意味着资本密集投入正在重塑产业地理。德克萨斯州、俄亥俄州、亚利桑那州等电力成本较低、土地供应充足的地区，正成为AI数据中心的新聚集地。这种布局不仅关乎算力，更与能源供应、电网改造紧密相关，催生了AI气候科技的逆势增长——2025年第四季度，该领域交易额创下历史新高。

从投资视角看，AI基础设施的并购潮表明，资本已开始向产业链上游移动，寻求更稳定和可预见的回报。与风险极高的基础模型竞赛相比，拥有长期合约、物理资产和固定现金流的数据中心更受大型基础设施基金青睐。对投资者而言，这或许意味着AI投资的下半场将更加注重“实体资产”和“能源绑定”。

谁将受益？谁将承受压力？

• 受益者：
• 基础模型寡头：OpenAI、Anthropic等公司不仅获得了史无前例的资金储备，更通过生态锁定巩固了地位，它们将定义AI时代的操作系统层。
• 大型 LP 和晚期投资机构：如a16z成功募资150亿美元新基金，资本向少数大型管理人集中，形成“超级基金”效应，强者恒强。
• AI基础设施所有者：数据中心、能源解决方案和专用芯片供应商将直接受益于持续的资本开支，特别是那些与巨头形成供应关系的公司。

• 受压力者：
• 中早期VC和垂直领域初创：非AI或泛AI应用层公司融资难度加大，估值承压，许多有潜力的企业家可能被迫转向AI概念来包装项目，增加市场噪音。
• 传统科技公司：那些未能及时整合AI或缺乏数据优势的SaaS、消费互联网公司，将面临客户预算被AI“挤出”的风险。
• 小型投资基金：在资金向头部集中、基金募资额创2018年以来新低的背景下，小型GP生存空间被极度压缩，可能导致创新资金渠道收窄。

未来趋势：从极化到扩散？

当前极化的格局能否持续？从历史规律看，任何一次技术浪潮都会经历资本集中、泡沫积累、泡沫破裂、然后扩散至应用端的过程。AI可能正处在集中度最高的阶段，但已有迹象显示资本正缓慢向应用层渗透：2025年Q4，垂直应用在交易量和交易额上首次超过横向平台，这可能是一个早期信号。

另一个关键变量是监管。北美监管机构尚未对AI基础模型的垄断倾向做出实质性反应，但随着数据安全、反垄断和能源消耗问题加剧，政策干预可能改变资本流向，迫使部分投资转向可解释性、安全性和分散化应用。

对于北美区域经济而言，这场AI资本浪潮正在加剧州际竞争。那些能够提供优惠电价、光纤网络和人才政策的州将吸引更多数据中心和AI公司落地，重塑美国的经济地理版图。德克萨斯州、佐治亚州和俄亥俄州已经展现出野心，这与过去硅谷单极格局形成对比。

最终，当AI资本周期的钟摆开始回摆时，真正有价值的公司不会是那些仅靠标签获得溢价的企业，而是能将AI深度整合进垂直行业、构建可持续商业模式的公司。对于投资者，这意味着需要在嘈杂的AI叙事中，重新发现那些被忽视的应用层隐形冠军。