这么多年、这么多次后，说百度重估，恐怕已经没多少人会当真。当然，靠传统互联网，或者靠自动驾驶，重估没可能。
重说百度，是打碎“古老”业务——把传统广告当成只负责现金流、完全零估值的业务。在这个基本前提之下，去重新思考AI时代，百度作为AI基建股的价值。
“AI基建”百度，在海豚君看来，主要是两大核心资产：
1）AI云服务：裸金属租赁AI云服务（Bare Metal as a Service）；以及API分发为主的MaaS服务（Model as a Service）；
2）昆仑芯：围绕算力ASIC，卖芯片和机架方案的芯片设计服务。
而本次重新把百度单独拎出来，关键就是来掂量一下这两块资产布局，到底有没有含金量。接下来就一个一个来说：
一、AI云服务：从云大厂的三年回本模型说起
这次Q2财报，北美CSP厂商亚马逊和中国CSP厂商阿里、百度都首次对自己的AI投入回报周期做了一个3年回本的定量描述，以此来缓解资金对自己短期高额Capex的担忧。
这里面有个隐性假设是，单位Token的毛利率至少保持相对稳定。目前来看模型的软件迭代（FlashAttention、投机解码、MoE、前缀缓存等）提高了芯片的有效利用率，释放了更多的算力吞吐。
这使得，尽管单位Token的收费价格在暴跌，但单位Token的成本也在下降。尤其是老卡（意味着单卡涨价有限）的单位Token成本，很可能下降速度超过Token收费端。这在从经济模型上看，对Token毛利率的稳定甚至短期改善都有帮助。
但问题在于持续性，仍然存在不确定。一方面，硬件算力有效利用率是有天花板的，并且需要软件做更多的复杂调适工作来激发。另一方面开源模型、价格战对单位Token收入端的压缩会更快。
如下图，以H100云租赁生意为例，三年时间租赁价格下降了78%，单卡吞吐量增加了8倍，使得单位Token成本下降了97%。但单位Token的毛利率在24年中提升到75%左右后，后续就不再改善。今年上半年随着大模型终端价格的进一步下杀以及本身老卡算力有效利用率的瓶颈，单token毛利率甚至隐隐有了走弱迹象。
算力成本仍然是阻碍AI进一步渗透的门槛。目前采用延长使用期限的做法相对普遍，老黄也亲自下场认证A100可以继续使用到2029年，将寿命拉长到了10年。
但上图也证明了，延长老卡的使用寿命只是权宜之计。老卡H100已经无法在价格战中，持续稳住单位经济模型。A100是否真的能与大模型适配10年，本身并不好承诺，产业资源仍当倾斜在硬件端的供应瓶颈。
1. 中美CSP回本差异，空出国产芯片机会
这一轮CSP厂商在AI业务上的变现模式，主要有五种，其中贡献当下增长、ROIC为正的大多集中在前两个（IaaS和MaaS）：
近期机构对CSP的盈利模型做了粗算，总结来看：当下的算力价格与成本能够满足3年周期回本规划。北美利润率整体高于中国；不同细分业务中，MaaS利润率较高。主要原因在于1P大模型的研发费用并未完全计入到MaaS业务中，对外分发3P大模型，其实是基于流量的渠道分发变现，收入以净佣金（收入净额）为确认口径，自然推高了利润率。
具体粗算估值如下：
（1）北美CSP的IaaS业务，以自建数据中心为主，整体的ROIC可以达到30%（以GB300算力为例，租金收入$230亿/年，对应前置投入Capex为$390亿/年），按经营现金流OCF算现金回本周期为2.2年。
（2）北美CSP的MaaS业务，提供多个大模型API（包括1P和3P），底层算力则分为自建数据中心的算力和从第三方平台租赁的算力两种来源。
在不算1P大模型的训练成本下，边际经营利润率分别可以达到75%（自建算力）和30%（租赁算力）。前者ROIC为46%，回本周期甚至不到2年；后者则不涉及前置投入。
不过上面没有考虑3P模型厂在产业链中的分润，尤其是北美CSP在面对Anthropic和OpenAI两家龙头模型厂，天然不具备议价优势。
比如亚马逊的Bedrock，可以说是一个大模型分发平台。但由于亚马逊自研模型Nova能力较弱，因此Bedrock主要销售全球包含中国在内，近20家AI Lab的大模型。
Q2 AWS收入增长继续加速，主要受益于Anthropic的火爆（据机构调研，Anthropic在CSP中的收入最大占比来自Bedrock，Bedrock渠道的收入占到了Anthropic总营收的一半）。
财务口径上，Bedrock确认净收入，Anthropic计毛收入。二者分成方式是，Anthropic在毛收入中去掉推理成本，其余部分，分50%给Bedrock来作为渠道费。这部分对于Bedrock来说，等于是利润的纯增量。因此Bedrock相比IaaS业务而言，要天然具备更高的利润率水平。
（3）对于相应的中国CSP而言，单位算力成本优势只存在于中低端服务器卡，以及运维成本、搭售的软件上。
H200以上的中高端GPU因监管影响，市场价格急剧波动。中国CSP往往需要多倍溢价去完成采购，但算力对外的租赁价格并不能同步获得溢价，甚至要考虑到客户的购买能力，而相对北美CSP价格打折，因此整体毛利率更低。
尽管北美运维成本高（电力、数据中心机柜占地空间、网络、人力等），但因为更低的经营利润和更高的GPU采购成本，最终两方IaaS业务的ROIC相差了一倍。
阿里电话会上，管理层表达，大摩的测算整体低估了实际ROIC，言下之意ROIC达到20%以上。
海豚君认为，这里面的偏差主要源于算力芯片的成本确认。大摩为了简化测算，假设所有的算力都是GB300。但实际上目前无论是北美还是中国的CSP厂商，大多采用的是混合方案，推理场景下对单卡芯片的性能追求没有那么高，比如这包括了不少A100、H100系列或者国产芯片。
而非高端GPU对中国CSP的采购溢价就没有3-4倍那么高了，因此实际采购成本和扣折旧后的毛利率都会比大摩测算值更高。
随着中国国产芯片的性能提升（包括单卡算力增加、大规模组网弥补单芯算力短板），同时总成本（要实现同等算力，需要更多的国产芯片数量，且会带来额外的电力功耗、机柜占用成本以及配套的服务器机头、路由、交换机等）也能具备优势下，结合外卡采购的合规风险，今年起中国CSP已经开始做一部分算力采购的切换。
也就是说，至少在推理端，国产芯片已经具备相对成本优势，这从需求的角度，给了国产芯比较大的出货空间。
二、算力红利，百度晚年 “第二春”
再回到百度身上，百度当下有昆仑芯，再加上芯片外采，目前一定程度上，正在享受全栈式AI基建之上的AI云增长红利。
百度去年Q3开始突出“AI业务架构”，但受益这一波算力红利最早可以追溯到2023年底，以及真正GenAI云收入上量是在2024年下半年（占云收入的10%以上）。
百度AI业务整体分为三块，AI云基建、AI应用、AI原生营销。算力红利主要体现在AI云基建这一分支，进一步细分又由三项组成，IaaS、MaaS以及昆仑芯（对外售卖部分）。
其中IaaS是AI云的主要收入构成，海外云厂商毛利率更高的MaaS收入模式，百度目前并不算高，渠道分发能力不如阿里和字节。
但百度AI云的优势在于：
第一：供应上，现成的GPU算力和完善的公有云配套服务，这个是因为之前为文心一言筹备的算力，因自研模型没有发展出来，可以释放外租，以及有自研昆仑芯采购，也更容易形成AI云算力；
第二：客源上，相比阿里和抖音等，它的中立地位，电商如拼多多、短视频如快手等，游戏大厂如米哈游等，更容易找百度来作为它的云服务商。其他还有一些政企客户，如电力能源等。
也就是百度一直强调披露的GPU云订阅收入，趋势上在近一年逐季加速，呈现当下的高需求景气度。
百度目前拥有1GW算力，预计未来1-2年内实现翻倍，但不一定是单纯采购芯片自建算力，而是灵活采用融资租赁等方式，以降低短期资金投入和ROIC。
在短中期的算力红利期，适度的算力供给扩张，有望支撑云业务的增速。
提到Q2资本开支突然高增，仍然引发了一些资金疑问，担忧百度会激进投资。在百度、阿里的业绩会上，两方管理层均提到了一个可供参考的AI ROIC模型。其中的关键是——“增速30%以上+毛利率30%”是一个能够3年实现投资回收的平衡点条件，我们通过测算尝试理解背后的含义：
（1）从稳态利润率视角：客户签约订单的毛利率至少要为30%，再扣除15-20%的稳定运营支出，那么经营利润率可以达到15%左右，才算是一个可持续经营的业务。
（2）从现金流回收视角：每自建一单位算力，对应5年折旧期。上述30-40%的毛利率，假设收入100亿，那么意味着折旧成本为65亿，倒算回来当初的投入成本为65*5=325亿。
当每年收入100亿，零增长的情况下， 20亿的Opex开支现金流出，那么对应80亿的经营现金流OCF。当初325亿的前置投入，也就是需要325/80=4年多才能回本。
但若给收入一个增速，那么回本速度肯定会加快。按下图情景分析测算，当毛利率为30%时，只有收入增速在30%以上，才能实现3年以内回本。若毛利率越低于30%，那么对于收入增速的要求也就越高。
上图敏感性分析说明，维持毛利率的稳定，会更容易保证回本周期，减少对收入增长的压力。毛利率则受到云厂商给客户的算力租赁价格和短期Capex的共同影响，算力价格主要跟随行业或长单锁定，较小受自主管控（除非竞争加剧、主动降价），但Capex投入节奏是公司可以自己控制的。
因此在Callback小会上，管理层透露Q2的Capex是采购扎堆下的峰值，后续季度投入规模不会继续新高。由此看出百度对云业务的总体思路是维持有“质量”的增长，而非一味追求规模，避免冲动投入。在1-2年的集中投入期之后，后续的回本和持续造血也会给集团贡献更多的业绩支撑。
海豚君认为，往谨慎方向去想，其实这也侧面反映了百度管理层对短期算力高溢价的未来持续性并不完全有信心，目前也倾向于利用算力红利期，争取3-5年的长单来锁定价格的确定性。但随着后续算力供给释放，行业竞争加剧下，新增需求自然会压价，算力红利也会边际削弱。
三、ASIC价值：订单盛宴vs产能卡死，昆仑芯还能值$500亿吗？
百度可以说是中国第一个初步形成小型AI全栈生态的公司，但相比去年谷歌的全栈AI，只能说得上是一个低配版，核心差距不只是在大模型上，还差在芯片在同行内的梯队竞争力上，这也使得生态闭环效果打折。
按照性能设计和实际量产情况（出货份额），国产芯片目前主要分为三个梯队：
一梯队的华为昇腾，不仅胜在单卡性能、组网效率，已经实现头部大模型的适配，关键还具备先进制程的优先配额。
二梯队有寒武纪、海光、平头哥以及昆仑芯，各有各的优势。但芯片不同设计方案下的纸面性能参数已经不构成理论上的绝对壁垒，关键差距在于产能兑现。
三梯队有沐曦、摩尔、壁仞、天数智芯以及燧原等。从芯片性能和出货规模上看，沐曦相对有优势。除了燧原处于即将上市进程中，其他均已上市，以解决研发投入的资金问题。
昆仑芯自然是不缺资金来源的，控股股东百度账上现金流相当充裕。但在昆仑芯所在的二梯队来看，前三者都已经完成从境外代工到国产代工的切换，但昆仑芯目前的出货主力P800仍然依赖三星产能。
新产品M100仅流片供客户测试、还未大规模量产出货，M300也在设计中、规划明年下半年出货，但涉及到明年与三星的合作框架到期，以及降低制裁风险，切到国产代工产能已是必选项。代工切换国内后的量产进度与产能规模，是目前M系列放量中的最大不确定因素。
然而，国产制程的切换需要配合芯片架构设计的修改，这同样需要时间，因此上述规划是否还会一如上半年因产能而延期，仍然具有不确定性。因此尽管手中订单充足（我们预估近百亿RMB），但产能限制下，会影响到实际业绩兑现节奏。所以在市场一般按PS为主+可比市值的估值体系下，无疑会影响到资金对昆仑芯上市后的价值评估。
目前百度市值330亿美金，扣掉昆仑芯股权价值，母体价值已经不到200亿美金，几乎等于当下净现金规模（现金+短期投资-短期借款），当下情况与快手类似，快手目前市值大约是可灵一级市场估值的快手股权部分+净现金。
尽管传统搜索基本已没有念想，但海豚君认为估值还是明显被压制、资金多头情绪不高，尤其是今天正式进入港股通交易，反而下跌5%，走了利好兑现的逻辑。
但接下来昆仑芯上市，百度后续大概率融资还是信贷为主，再加上3年50亿美金的回购计划在，后续下跌空间有限，但交易时机仍然是关注昆仑芯的上市动作，或者上述产能问题有所进展。
<此处结束>
