Crusoe获39亿美元融资，押注AI尚未完成的工作

9月17日，他执掌的Crusoe↗宣布，一笔总额预计达39亿美元的融资完成首次交割，投后估值为309亿美元。这笔资金将支持公司在电力、数据中心和云计算领域的扩张。已完成交割的金额未予披露。据Crusoe公告¹。

把这笔融资与Atoms↗、Positron↗和Temporal↗放在一起看，一种模式浮现出来：投资者正在为让AI真正有用所需的工作注资——供应电力、以更低的成本运行模型、将实体作业自动化，以及在故障发生后让软件持续运行。

在这一过程中占据稀缺的一环，有可能造就一门持久的生意。但每一个瓶颈都附带昂贵的交付义务。一轮大额融资买来的是证明经济性的机会，融资本身并不能给出证明。

金额最大的几笔融资，投向截然不同的生意

本文盘点7月1日至9月17日期间宣布或完成的主要未上市科技公司融资，另纳入规模较小的Positron与Temporal两轮。下文数字均为公司自报；表格如实保留承诺融资、部分交割和合并轮次等口径。这是一次宽范围的梳理，并非详尽的全球排名。表中美元金额均为美元，欧元金额保留原币种计价。

其余几笔大额公告的结构各不相同：Motive↗²⁰获得超过13亿美元的成长期融资；Keyfactor↗²¹宣布一笔规模超过10亿美元的投资，未披露新股与老股的比例；Joulent↗²²达成17.5亿美元的战略投资协议，最终投资决定预计年底前作出。Valar Atomics另完成一笔2亿美元的信贷安排。这些金额不宜简单相加，视作已经实际到账的新增股权资金。

据Crunchbase↗9月3日发布的报告统计，8月全球初创企业融资总额达420亿美元。当月获得10亿美元级融资的七家公司中，有五家距上一轮融资不足一年。这说明投资者正快速回投少数被选中的公司，并不能衡量普通创始人融资的难易程度。资料来源：Crunchbase融资数据²³。

软件仍是本轮融资热潮的核心。Databricks正在扩充数据与AI产品线；Cognition↗在销售软件工程智能体；Fireworks AI在为定制模型搭建基础设施。与此同时，Helsing↗、Hadrian↗以及各家能源公司，则必须把资本转化为实体产出。共同的投资问题是：计入全部交付成本之后，客户愿意为完成的工作支付多少钱。

Crusoe：真正的资产是交付容量的能力

据Crusoe披露，公司在数据中心与云计算业务上的总签约容量超过6吉瓦，其中已交付并投运的约为1吉瓦；总签约价值超过1400亿美元。这些均为公司自报数据：合同跨期履行，签约价值既不是年收入，也不是利润。资料来源：9月17日运营数据¹。

Lochmiller的策略，是把电力获取、工程建设和云运营纳入同一家公司。供应商的工期原本容易相互冲突，整合可以减少它们之间的交接环节。但执行负担也因此集中：电力、楼宇、设备和客户，必须按财务上可行的先后顺序到位。

真正重要的回报，是扣除建设、融资、运营与设备更换开支后赚到的现金。把产业链上更多环节握在手里，只有当此举能改善这一回报时才有意义。垂直整合能把原本付给供应商的利润省下来，也会在同一笔交易里把供应商的麻烦一并接手。

Atoms：工业自动化必须扛得住维护成本

7月22日，特拉维斯·卡兰尼克旗下的Atoms宣布获得17亿美元股权投资，由a16z领投。卡兰尼克在公开信中说，旗下原有业务已合并为统一的股权结构；信中另行列出债务合作伙伴，但未披露金额。这家横跨食品、矿业和运输的工业公司，与另一家名称相近的AI应用搭建平台并非同一家公司。资料来源：卡兰尼克公开信⁸、a16z公告²⁴。

吸引力在于，客户本来就有现成的运营预算。餐厅也好，矿山也好，本来就要花钱生产和搬运。只要把一项工作从头到尾干完的成本压下来，自动化就能赢得这部分支出。

不过，这笔账必须算上硬件、安装、维护、停机时间和人工监督。一台机器人若省下人力开支，却带来频繁的服务中断，可能只是转移了成本，而非将其消灭。跨行业共享软件很诱人；跨行业共享复杂性则很昂贵。

公告没有披露合并盈利能力或单位经济效益数据。真正的检验是可复制的部署：客户付清全部运营开支之后，仍能实现可度量的回本。行业规模给出的是可及市场，给不出这种证据。

Positron：投资者押注产品换代

Positron于9月10日宣布的名义融资额为8.75亿美元，投后估值50亿美元。新闻稿将其拆分为3.75亿美元的C轮融资和最高5亿美元的C-1轮融资。把名义金额全部当作已经到账的现金，会抹去一个重要的限定条件。资料来源：融资公告¹⁸。

该公司瞄准的是推理成本，也就是运行训练好的AI模型所需的算力。公司的芯片设计旨在减少对稀缺的高带宽内存（HBM）的依赖。这个假设在经济上是有意义的：如果内存更容易获得，服务合适工作负载的成本就有可能下降。资料来源：投资方卡塔尔投资局↗的解释²⁵。

但新款Asimov芯片计划于2027年下半年投产。目前部署中的Atlas并不能独立验证那款未来芯片的经济性。这笔融资需要支撑从设计、晶圆制造、软件集成到量产的各个环节。资料来源：公司产品时间表¹⁸。

最终的比较必须基于客户的真实工作负载，并把迁移工作量、可靠性和利用率都计算在内。在窄口径的性能测试中胜出，确实有用。能在客户的总成本测算中胜出，才能成就一门生意。

Temporal：可靠性可赢得溢价，估值也带着溢价

Temporal在9月14日的一轮融资中募得5.5亿美元，估值125.5亿美元。公司披露的年化收入运行率（run rate）超过2.5亿美元，付费客户超过4300家。这些数字均为公司自报、未经审计，运行率也不等于一整年的实际收入。资料来源：Temporal公告¹⁹。

这款软件会保存应用程序的执行进度，让任务在故障之后能够恢复。当一条AI工作流要调用多个服务、等待审批、稍后还需接着执行时，这种能力就显出价值。一旦客户的重要流程依赖它，替换就可能需要可观的工程投入。

可靠性也有边界。保存工作流并不能让AI的判断变得正确；应用故障和业务逻辑方面的责任，仍由开发者承担。资料来源：Temporal文档²⁶。

用估值除以所披露的2.5亿美元运行率门槛，结果约为50倍。由于收入已超过这一门槛，实际倍数会更低；这并非精确的收入倍数。要支撑这个价格，投资者仍需要持续的增速和有吸引力的利润率。客户价值能否持久，与入场价格是否划算，是两回事。

支撑这轮热潮的最有力论据，是运营端的需求

看多的逻辑确实站得住脚。建设产能、计算效率、工业生产率和软件可靠性，解决的都是清晰可辨的客户问题。这些公司可以凭借已交付的项目、积累的部署经验，以及对关键工作流的深度嵌入，逐步建立起优势。而这些优势要到一定规模才会显现，大笔前期资金或许必不可少。

剩下的问题是，省下来的钱归谁。竞争之下，更便宜的推理或生产率更高的机器，带来的节省可能直接传导给客户。那将是技术上的成功，却不能保证每位投资者都获得可观的回报。

对Lochmiller而言，要看的是容量能否投运并产生现金；对Atoms而言，要看的是客户在计入维护成本后能否回本；对Positron而言，要看的是芯片量产与付费部署；对Temporal而言，要看的是客户规模扩张，以及服务这些客户的成本。

下一则真正有用的公告，将展示这笔钱到底完成了什么。