将AI能力锚定于市场估值：能力实现率模型与估值错位风险
计算机与社会
2025-07-11 v2 人工智能
摘要
近期的人工智能（AI）突破引发了AI相关公司市场估值的激增，往往超过了底层能力的实现。我们检视了AI能力对股权估值的锚定效应，提出了一种能力实现率（CRR）模型来量化AI潜力与实现性能之间的差距。基于2023-2025年生成式AI浪潮的数据，我们分析了行业层面的敏感性并进行案例研究（OpenAI、Adobe、NVIDIA、Meta、Microsoft、Goldman Sachs），以说明估值溢价和错位的模式。我们的发现表明，AI原生企业拥有超出预期的估值溢价，锚定于未来潜力；而传统企业整合AI则经历估值重新评估，取决于可见收益的实现。我们认为，CRR可以帮助识别估值错位风险——即市场价格与实现的AI驱动价值之间存在差异。我们随后提出了政策建议，以提高透明度、缓解投机泡沫，并将AI创新与可持续的市场价值保持一致。
引用
@article{arxiv.2505.10590,
title = {Anchoring AI Capabilities in Market Valuations: The Capability Realization Rate Model and Valuation Misalignment Risk},
author = {Xinmin Fang and Lingfeng Tao and Zhengxiong Li},
journal= {arXiv preprint arXiv:2505.10590},
year = {2025}
}
备注
11 pages, 3 figures, NeurIPS