案例背景
2026年10月8日，每日经济新闻「未来商业早参」援引市场消息称，DeepSeek正在推进新一轮融资，融资规模或达千亿元人民币，若最终落地，将创下国内人工智能领域私募融资的新纪录。这家公司此前凭借V3与R1系列模型震动全球AI业界：一方面以远低于同行的训练成本实现接近前沿水平的能力，证明了低算力成本技术路线的可行性；另一方面以开源权重的方式向全球开发者释放模型能力，被视为开源阵营的标志性力量。据市场消息，本轮融资若成行，资金将主要投向算力扩容与前沿模型研发，这意味着公司正从「轻装开源」转向「资本重装」的重资产竞争轨道。
值得注意的是，这一传闻本身构成一个耐人寻味的战略信号：一家以效率著称、宣称用更少算力做更多事的公司，恰恰可能需要史上规模最大的资本投入。技术效率与资本规模之间并非简单的替代关系，而呈现出某种互补乃至相互强化的张力，这正是本案例希望讨论的核心命题。
核心分析
一、开源商业模式的资本化悖论：价值外溢与价值捕获
开源策略的本质，是主动放弃模型权重这一核心资产的排他性使用权，把技术能力变成一种准公共品。卡尔·夏皮罗与哈尔·瓦里安在《信息规则》中指出，信息产品具有高固定成本、近零边际成本的特征，其价值高度依赖排他性机制的设计，而开源等于主动削弱了这一机制。戴维·蒂斯在1986年提出的创新获利理论进一步指出，创新者能否获利，取决于专有性机制与互补资产的组合：当专有性被主动让渡，价值必然向互补资产转移，例如算力规模、工程化能力、服务网络、品牌信任与生态标准。这解释了为何以开源立身的公司反而需要巨额资本——融资不是用于守住模型，而是用于重建不可替代的互补资产。从公共品理论视角看，开源带来的是显著的正外部性，若缺乏有效的交叉补贴与衍生变现路径，单纯的技术贡献无法转化为可持续现金流，这构成了开源商业模式最根本的资本化悖论。
二、算力资本开支竞赛：规模经济、沉没成本与进入壁垒
钱德勒在《规模与范围》中揭示了工业时代规模经济的来源：对不可分割的重资产进行一次性投入，再通过产量摊薄单位成本。AI算力集群同样具备这一属性——万卡级集群需要一次性投入电力、机房、网络与运维体系，形成了巨大的最小有效规模。赖特定律与经验曲线理论则说明，累计产出每翻一倍，单位成本按固定比例下降；在AI领域，这条曲线不仅作用于硬件制造，也作用于算法设计与工程实践。但规模经济是有代价的：鲍莫尔等人的可竞争市场理论强调，真正构成进入壁垒的是沉没成本而非规模本身。算力投入具有高度资产专用性，一旦技术路线或需求预期逆转，几乎没有退出通道。因此，算力军备竞赛既是效率的来源，也是风险的来源，它把行业竞争从谁能想出更好的算法，推向谁能承受更长的资本回收周期。
三、技术领先与资金壁垒的辩证：效率叙事与承诺装置
熊彼特的创造性破坏理论提示我们，创新会不断摧毁既有优势；而他关于大企业更能支撑系统性研发的假说，则强调资本集中对技术进步的正向作用。杰文斯在《煤炭问题》中提出的著名悖论，在此呈现出新形态：训练效率的提升并没有降低行业总投入，反而因为打开了应用空间而抬高了竞争门槛。从巴尼的资源基础观（VRIN框架）与蒂斯的动态能力理论看，资金规模本身虽然不是可持续优势，却是把技术洞察转化为持续迭代速度的必要条件。格玛沃特的承诺理论提供了另一重视角：在高度不确定的行业中，一次超大规模的融资是对赛道、对生态伙伴、对人才的公开承诺，它能改变竞争对手的预期，具有战略信号价值。卡萝塔·佩雷斯在《技术革命与金融资本》中描述的范式转换，正处在从导入期向转折期演进的阶段，金融资本与生产资本的关系正在被重新校准。
管理启示
第一，开源不等于放弃商业化，而是把价值捕获点从模型层转移到互补资产层，企业必须提前设计交叉补贴链条。第二，效率优势会被资本门槛重新定价，管理者应把算力视为长期不可逆投资，用实物期权思维管理扩容节奏。第三，任何以低成本为核心叙事的战略，都需要回答一个反问：省下来的钱，最终投向了哪里。
其他思考
- 若开源模型的性能持续逼近闭源前沿，开源厂商的护城河究竟应该建立在算力、生态、数据还是服务之上？
- 当融资规模本身成为竞争信号，资本密集化是否会反过来抑制技术路线的多样性，使行业趋于同质化？
- 按杰文斯悖论的逻辑，AI训练与推理效率的每一次跃升，最终会带来行业总投入的下降还是上升？请结合具体场景论证。
关键词：开源商业模式、算力资本开支、规模经济
来源：每日经济新闻 | 整理：经管大课堂
原文链接：https://www.rcbom.com/aibps/6455.html
