当科技趋势从概念落地为营收，AI巨头们的估值故事正被重新书写。百度首席财务官何海建日前释放明确信号：AI业务有望很快产生与搜索业务相当的利润与现金回报。这一表态不仅关乎一家公司的转型，更映射出整个行业对AI商业化节奏的重新校准。
AI投入迎来回报拐点
过去两年，市场对AI巨额投入的耐心持续受到考验。每当大厂公布资本开支，总有“烧钱何时是尽头”的质疑声。百度CFO何海建的表态提供了一个关键转折点：AI相关收入已覆盖云计算、应用等多个领域，占公司总收入一半以上，且这一增长趋势仍将延续。这意味着AI业务不再是纸面概念，而是实实在在的利润贡献者。
正如AI画图等生成式应用所展示的，科技趋势已经从技术验证走向商业变现。对于任何一个身处浪潮中的科技公司而言，能否将AI能力转化为可持续的商业模式，决定了它下一阶段的估值想象力。百度用数据回应了这一疑问——当AI收入过半，搜索业务不再是唯一的支柱，这家老牌互联网企业的增长叙事正在被重写。
值得注意的是，AI业务的利润率近期有望达到搜索业务水平。这不仅是效率提升的信号，更提示投资者重新计算其内在价值。过去，市场习惯把AI研发视作成本项；现在，它正在成为利润项。围绕科技产品展开的竞争，也正从参数竞赛转向盈利能力的较量。当AI相关收入占比过半时，百度实际上已经迈过了一个重要门槛：AI不是副业，而是增长主轴。
云与芯片：增长的双引擎
云服务是百度AI收入的重要载体。何海建预计，云业务收入将在未来几个季度保持良好增长，至少快于行业平均水平。这一信心的背后，是AI芯片与GPU集群的持续投入。用于支持AI服务的新GPU集群投资，预计将在两到三年内收回成本——这与阿里巴巴等同行对算力资产折旧周期的判断类似。
值得注意的是，资本开支低于市场预期，说明百度并非不计代价地扩张，而是通过架构优化和资源复用实现更高效率。对于企业用户而言，最新科技的落地离不开稳定且低成本的云计算底座。企业若想筛选合适的AI能力，不妨通过AI工具导航，查看各类科技产品的实际表现。这种“工具化”的普及，恰恰是AI从实验室走向产业的关键一步。
云与芯片构成的双引擎，正在为百度的AI商业化提供算力基础，也让市场对利润率爬坡有了更清晰的预期。AI芯片的自主研发，更是让百度在硬件成本上握有主动权。当竞争对手还在为算力供给焦虑时，百度已经通过软硬协同压缩了边际成本。这种结构性优势，在未来几个季度的财报中或许会体现得更加明显。
资本开支的“聪明”打法
“用更少的投入实现更高增长”，这是百度在AI竞赛中给出的差异化策略。相比一些企业的军备竞赛式投入，百度更强调资本开支的效率边界。何海建透露，资本开支将低于市场预期，但云业务收入仍能保持高速增长。这背后的逻辑在于：大模型训练的大部分成本已经沉淀为基础设施，而模型调优和推理阶段的边际成本正在下行。大模型训练的算力利用率、分布式架构的成熟度，决定了后续每一笔新增投入的回报周期。
这并不意味着拒绝拥抱最新科技，而是要让每一笔投资都落在刀刃上。百度采用的方式包括：智能调度算力资源，优先训练高价值场景模型；通过蒸馏和量化降低推理成本；以及在芯片层优化算子性能。这些动作叠加起来，使资本开支的“产出弹性”显著增强。
从行业视角看，科技趋势正在从“比拼算力规模”转向“比拼单位算力产出”。那些能够将芯片、框架、模型、应用协同优化的公司，更有可能穿越周期。百度的做法是典型的“聪明投入”——不追求账面上的最高资本开支，而是追求每单位投资带来的现金流回报。这种策略若持续验证成功，可能会影响资本市场对整个AI板块的估值锚点，让大家重新思考：AI公司的价值，不在于烧了多少亿，而在于赚回了多少真金白银。
从价值股到深科技：估值逻辑重塑
何海建对投资者提出的建议颇为直接：百度正在向深科技企业转型，投资者应分别评估芯片、自动驾驶、智能体等业务的价值。过去21年，市场习惯用市盈率模型给百度估值，将其与广告门户混为一谈，这显然低估了技术资产储备。随着企业数字化转型的深入推进，云、AI芯片、自动驾驶等业务的协同效应正在显现。
实际上，许多传统企业在重构IT架构时，需要的不是单一软件，而是一整套覆盖算力、模型和应用的技术栈。这正是百度试图传递的新叙事——它不再是一家搜索引擎公司，而是一个平台型AI科技企业。如果市场接受这一框架，那么分项估值的“SOTP”方法将替代简单的PE倍数，释放出可观的估值提升空间。
类似的逻辑已经在亚马逊和微软身上得到验证：AWS的云业务利润支撑起了整体高估值，Azure的AI故事也为微软赢得了溢价。当然，这一过程需要时间。但不可忽视的是，科技趋势正在推动投资者用新的视角审视中国互联网资产，而百度无疑是这场认知迁移中最具代表性的样本之一。随着AI收入占比持续提升，市场的估值模型必然要做出相应调整。
完整AI能力栈的独特优势
何海建强调，百度是当前中国科技企业中唯一拥有完整AI能力栈的公司，覆盖芯片、云基础设施、现实世界应用、自动驾驶、AI智能体以及自主研发基础模型。这种“全栈”姿态在当前生态中相当稀缺。多数企业要么偏重应用层，要么深耕基础设施，能够从底层芯片到上层应用垂直打通的寥寥无几。
全栈能力的价值在于：各层之间可以实现紧密协同，减少接口损耗，同时更快将模型能力转化为用户体验。例如，从AI诗词这样的轻量应用到复杂的自动驾驶系统，AI能力栈正在催生多样化的科技产品。对开发者而言，全栈平台降低了创新门槛；对企业用户来说，则意味着更高的稳定性和更低的适配成本。
最新科技带来的竞争壁垒，往往不来自单一技术突破，而来自系统性工程能力。谷歌有TPU和Gemini模型，华为有昇腾和盘古，但百度是少数同时拥有完整互联网应用场景的公司。搜索、地图、智能云，这些现实世界应用持续产生数据，反哺模型训练，形成正向循环。百度用21年的数据积累和数年的大规模AI投入，试图构筑一道宽阔的护城河。能否将其转化为持续利润，将决定这次转型的最终成色。
双重上市：打开长期价值通道
百度近日完成港交所与纳斯达克双重主要上市，普通股与美国存托股持续可转换。这一资本运作背后有深意：双重主要上市不仅拓宽了融资渠道，也为国际和亚洲投资者提供了更便利的交易窗口，有助于改善股东结构。更重要的是，在分业务估值框架下，香港市场对科技企业的理解往往更深，可能给予芯片、自动驾驶等“硬科技”业务更高的定价弹性。
何海建的表态，实际上是在引导市场从“整体利润”转向“分部价值”进行评估。AI Agent技术的爆发，有望进一步增强这一逻辑——当智能体成为继搜索、云之后的新增长极，市场对百度的重新定价将获得更多抓手。
从长期看，科技趋势中的每一次技术跃迁，都会重塑行业市值分配格局。百度若能在AI商业化上持续兑现承诺，那么从价值股到深科技股的转变，便不再只是口号。双重主要上市像一座桥梁，连接了中国技术资产与国际资本，也为未来潜在的业务分拆或独立融资铺平了道路。我们或许正在见证一个旧时代的尾声，和一个新时代的开端。