OpenAI前员工刚跑路就喊话：要套现就赶紧套，别等IPO！

能套现就赶紧套现！

一位离职员工, 其账上压着70万美元股权, 不睡觉也要上网向老同事喊话的那个人。

眼看的估值一路走高，他怎么反倒劝人赶紧落袋为安？

实际上，他本人对AI前沿实验室的估值相当悲观。

按照他的看法, 当下AI前沿实验室的估值是奠定于一种特别乐观的预期之上, 要是市场开启重新定价, 那么:

翻倍不太可能，可一旦市场回归理性，腰斩倒是很有可能。

凑巧的是, 恰恰就在其发布推文的前一日, 美国股票市场中的科技类股票才刚刚历经了一回集体性的下跌回调。

纳斯达克100指数进入掉入涉及技术层面的回调范围, Meta一个交易日下跌幅度超过百分之十, 连续七天积累起来下跌幅度超过百分之八……

别等IPO了

2025年年底的时候, Ho加入了技术团队, 工作大约8个月之后, Ho作出了离职创业的选择。

刚离开他就连夜喊话老同事：

能参加要约收购的，赶紧把钱拿到手，别等IPO了。

在 Ho看来，真正的区别就在于上市前后的估值逻辑完全不同。

私募的这个市场, 是在讲着那样的故事, 投资人, 是愿意为了那遥远的AGI梦想去买单的, 而且哪怕企业常年处于亏损状态, 他们也能够容忍, 这一切, 竟是全靠着乐观的预期才把估值给推高了。

若一旦进入上市阶段, 那么二级市场仅仅认可现金流, 以及利润和真实增长情况, 并不会存有多余的耐心去为虚无的远期叙事支付费用。

以更贴近实际情况的视角来讲, 哪怕公司顺畅地进行首次公开募股, 供职于该公司的员工手中所持有之股票大概也往往还得经历几个月的限售期限方可开展交易活动。

并且, 一直到锁定期完结的时候, 数量众多的员工会集中起来去卖出股票, 这种情况下市场通常而言就还会面对一回新的抛压。

而 Ho 本人, 是这样一个人, 他手里握着大约 70 万美元的股权, 然而当下却没办法将其化成现钱。

去年10月, 有关方面完成了一轮要约收购, 此次收购涉及金额约66亿美元, 有超过600名员工参与其中, 不少参与的员工一夜之间成为千万富翁。

放置于那场达成了纪录的员工要约收购之际, 这70万美元并非是最为引人注目的数字。

不过换个视角瞧, 有个研究员, 仅仅工作了8个月, 其账面股权价值却达到了约70万美元, 这情形也能够从旁体现出, 在当下的估值体系之中, 员工所持有股权的价值已然颇为可观。

而这种高额股权，本身也是如今AI行业高估值的缩影。

可是，在 Ho看来，这种高估值并不等于高确定性。

对前沿实验室估值悲观

让人去套现这仅仅是表面现象, 而 Ho 实际真正持看衰态度的是, 整个头部大模型赛道里的那套估值逻辑。

有人持有这样的看法, 大模型业务的毛利率是非常高的, 因而按照这样的情况来看, 一万亿美元的估值并不是说完全没有出现的可能性呀。

Ho干脆算了一笔账：

假设存在一家AI实验室, 在未来的时间里, 能够长时间持续维持80%的毛利率, 与此同时, 资本市场乐意给予20倍的市盈率, 倘若如此的话,那么要去支撑1万亿美元的市值, 公司每年就得创造出1000亿到2000亿美元左右的收入。

这个情况显然不是基于现实的推测, AI实验室并非单纯是一家承担推理服务供应职责的软件公司而是从事多种业务等情况的公司。

为了保持领先，他们必须不停砸钱训练下一代模型。

这笔投入几乎不存在可暂停的按键情形, 原因在于一旦领先的一方停止行动, 后续的那些参与竞争的个体便会以极快的速度追赶上来。

今天是领先，明天可能就是；

但在另外的一侧, 成本持续越来越低的开源模型, 不停地压低着整个市场的API价格。

这便是AI领域难以摆脱的红皇后竞赛。竭尽全力投入算力, 堆积海量数据, 扩充团队来迭代模型, 并非是为了超越对手, 仅仅是为了勉强维持住自身的市场份额罢了。

确实, 模型变强能够拉高收入, 可是, 下一代模型的训练成本涨得更快, 进而, 领跑者反而要扛最重的资金压力。

哪怕是连究竟下一代模型最后到底还能够去带来多少新增的收入, 都根本没有人知道, 可是呢, GPU、数据、训练集群这些成本, 却是实实在在真金白银必须先提前投入进去的。

收入有着不确定性, 支出却愈发确定, 这便是为何如今好多AI实验室估值持续升高, 然而依旧得不停地融资, 不停地烧钱。

那么，为什么投资人还愿意给出如此高的估值？

他们所进行的这场赌博, 是基于随着那个模型的规模持续不断地扩大, 在未来的某一个时间点上, 有可能会出现能力方面的跃迁, 届时人工智能能够独立自主地去完成绝大多数的知识工作, 甚至可以自己去经营企业, 还能够管理智能体团队, 进而创造出远远超越当下软件行业的商业价值。

Ho认为，这个假设未必会像市场预期那样顺利兑现。

在他看来，模型能力仍然主要提升在那些容易验证结果的任务上。

像数学证明是否正确, 代码能否运行；大量在现实世界里难以验证的复杂任务, 其进展依旧迟缓。

就算这种爆炸式增长真会来，时间线也是几十年起步。

未来, AI实验室不一定还能够持续遇到像编程Agent那样足够能带来收益的全新产品。

不过，不看好前沿实验室的估值并不意味着他不看好AI。

与其观点完全相悖, 他持有这样的看法, 那就是AI依旧会持续不断地向前发展, 只不过在下一阶段之中, 竞争所聚焦的重点将会产生改变。

带来的收益, 随着它逐渐放缓, 真正稀有的资源, 就此不会再单单只是算力, 而是那种可以促使模型能力持续提升的高质量训练数据。

往后的几年当中, 前沿的实验室, 存在着投入超过1000亿美元, 去采购数据资源的可能性。

正是因为这个缘故, 他在离开之后做出了创业的选择, 专门针对前沿实验室提供增强学习数据集。