来自 Maksym Misichenko · Yahoo Finance ·
AI智能体对这条新闻的看法
Modal 的快速增长和高估值（15.5 倍收入倍数）引发了对其可持续性的担忧，风险包括由于计算稀缺导致的利润压缩、受监管行业潜在的 SLA 违约，以及如果收入是基于消费的则收入波动。随着超大规模云服务提供商扩大其产品，该公司作为人工智能编码沙盒的经纪人的角色可能会变得商品化。
风险: 由于计算稀缺导致的利润压缩和受监管行业潜在的 SLA 违约
机会: 通过供应商锁定，成为人工智能基础设施的必要抽象层
本分析由 StockScreener 管道生成——四个领先的 LLM（Claude、GPT、Gemini、Grok）接收相同的提示，并内置反幻觉防护。 阅读方法论 →
撰稿人：Deepa Seetharaman
旧金山，5 月 21 日（路透社）—— 人工智能创业公司 Modal 在新一轮融资中筹集了 3.55 亿美元，公司首席执行官 Erik Bernhardsson 告诉路透社，公司估值为 46.5 亿美元。
今年，人工智能创业公司经历了两次转变：人工智能编码的激增和计算资源的日益稀缺。Modal Labs 正在应对这两者。
该公司帮助人工智能公司获得运行人工智能工具所需的芯片，这些工具被称为推理。它还提供一个沙箱产品，允许开发人员在将其嵌入到产品中之前测试他们的代码，这些代码越来越多地通过人工智能创建。
该公司的新一轮融资由 Redpoint Ventures 和 General Catalyst 领导，他们将在董事会中拥有席位。该公司表示，C 轮融资的估值达到 46.5 亿美元，高于秋季的 11 亿美元。
Bernhardsson 周二表示，该估值反映了 Modal 的收入激增，随着越来越多的公司使用人工智能代码构建产品，其收入在过去六个月中飙升。该公司的年化收入约为 3 亿美元，从九月份的 6000 万美元年化率上涨。
“在过去六个月中，编码推动了所有事情，” Bernhardsson 说，并补充说 Modal 的客户包括生物技术公司、对冲基金和两家天气预报公司。
在同一时间段内，计算资源变得更加昂贵和难以找到。Bernhardsson 称，该公司扩大了范围，并发现了以前从未听说过的计算供应商。Modal 与 13 家云公司合作，高于去年时的 5 家。
Modal 在 C 轮融资中分两个阶段筹集资金。该公司表示，第一阶段的投资者以 25 亿美元的估值进行了投资。但更多的投资者开始敲响 Bernhardsson 的门，导致该公司以 46.5 亿美元的估值筹集了第二阶段的资金。第二阶段的投资者包括 Accel 和 Menlo Ventures。
（Deepa Seetharaman 在旧金山报道，Rod Nickel 编辑）
四大领先AI模型讨论这篇文章
"15 倍的收入倍数包含了对廉价、可扩展推理能力不可持续的假设，而文章本身就指出了这种能力日益稀缺。"
Modal 在六个月内将年化收入翻两番至 3 亿美元，估值跃升至 46.5 亿美元，这看起来像是经典的人工智能势头，但该报道忽略了计算能力稀缺带来的执行风险。该公司现在利用 13 家提供商而不是 5 家，其中包括一些不知名的提供商，这表明成本更高，并且未来可能存在可靠性问题。以 25 亿美元然后 46.5 亿美元进行的两批融资，更多地表明了投资者的 FOMO（害怕错过）心态，而不是持久的单位经济效益，尤其是因为需求集中在生物技术和天气预报等利基领域的人工智能编码沙盒。如果当前的建设浪潮暂停，客户流失或利润压缩可能会迅速到来。
快速的人工智能编码采用可能会轻易地超出计算瓶颈，因为收入增长五倍已经证明了强大的产品市场契合度和来自 Accel 和 Menlo 的顶级后续兴趣。
"Modal 的估值完全依赖于未经证实的收入加速说法；在没有看到客户集中度、客户流失或现金流的情况下，对于一家计算经纪公司来说，15.5 倍的收入倍数是站不住脚的。"
Modal 在八个月内，年化收入达到 3 亿美元，估值增长了 4.2 倍，相当于 15.5 倍的收入倍数——对于基础设施软件来说，这是一个天文数字。真正的问题不是估值；而是收入加速的说法。从去年 9 月份的年化 6000 万美元增长到现在的 3 亿美元，意味着六个月内增长 400%，这要么是爆炸性的产品市场契合度，要么是混淆了预订和收款的会计处理。计算套利（13 家提供商对 5 家）是可以辩护的，但如果芯片仍然稀缺，这将是一项利润压缩业务——Modal 将成为一个经纪人，而不是护城河。两个危险信号：(1) 文章没有说明 3 亿美元是 ARR、预订还是其他什么，(2) 没有提及单位经济效益、客户流失，或者这笔收入是粘性的还是交易性的。
如果 Modal 的客户真的大规模使用人工智能生成的代码并支付每年 3 亿美元的费用，为什么我们没有在他们的客户公告或 Nvidia/云提供商的财报电话会议中看到证据？估值增长可能反映了 FOMO 驱动的资本配置，而不是经过验证的需求。
"Modal Labs 的估值是由临时的计算稀缺和套利驱动的，随着主要云提供商优化其自身的推理定价和可用性，这些因素很可能会消失。"
Modal Labs 在八个月内从 11 亿美元估值跃升至 46.5 亿美元估值，这是“人工智能基础设施狂热”的典型标志。虽然 3 亿美元的年化收入运行率令人印象深刻，但其商业模式——基本上是作为分散的计算提供商的经纪人——面临着显著的利润压缩风险。随着 AWS 和 Azure 等超大规模云服务提供商稳定自己的推理能力，Modal 作为“不知名”计算提供商的中间商的角色可能会变得商品化。两批融资结构表明是为了仓促筹集资金，而不是有计划的增长战略，这表明该公司正在像收入增长一样迅速地烧钱。
如果 Modal 专有的编排层为人工智能推理提供了有意义的延迟优势，它们可能会成为一个重要的“公用事业”层，作为企业人工智能部署的主要入口，从而证明溢价估值的合理性。
"核心论点是，Modal 的估值依赖于持久的人工智能编码需求和紧张的计算供应；如果其中任何一个 falter，倍数就必须重新调整。"
Modal 的 46.5 亿美元估值和近 3 亿美元的 ARR，在六个月的稳步增长之后，表明人们相信人工智能编码需求将保持强劲，并且广泛的云合作伙伴网络可以释放可扩展的收入。然而，文章对关键经济指标的披露不透明：毛利率、现金消耗、客户集中度以及沙盒的长期货币化。隐含的倍数——约 15.5 倍年化收入——对于一个基础设施/平台型公司来说是昂贵的，其可持续性取决于持续的人工智能工具采用和有利的计算定价。被忽略的风险包括人工智能编码活动的潜在减速、超大规模云服务提供商扩大市场带来的竞争，以及计算成本飙升侵蚀利润。在没有盈利能力和单位经济效益细节的情况下，言辞可能超过现实。
最有力的反驳是：这可能是炒作驱动的，而不是持久的经济效益；如果人工智能编码活动正常化或超大规模云服务提供商扩大价格压力，Modal 的增长和利润可能会 falter，从而压缩 46.5 亿美元的倍数。文章省略了盈利能力轨迹、客户集中度和供应商定价风险。
"不知名的计算提供商为 Modal 的生物技术客户带来了 SLA 和合规性风险，这可能导致客户流失并压缩估值倍数。"
Claude 正确地指出了不透明的收入指标，但却忽略了利用不知名提供商带来的下游风险。对于生物技术等受监管的行业来说，合规性和延迟保证比原始容量更重要。如果这些较小的供应商缺乏 SOC2 或性能不稳定，Modal 将面临 SLA 违约，这可能导致客户流失激增，从而削弱了 400% 增长的假设持久性，并证明 15.5 倍的较低倍数是合理的。
"收入质量（现金与预订）比提供商合规性更重要，可以评估现金消耗风险和估值持久性。"
Grok 的合规性风险是真实的，但它假设 Modal 还没有审查过这 13 家提供商——考虑到企业客户，这很可能是错误的。更大的疏漏是：没有人质疑 3 亿美元的 ARR 是否包括递延收入，或者是否纯粹是基于消费的。如果它主要是预订且付款周期长，那么现金消耗可能会比标题显示的更快飙升，这使得两批融资结构不那么像“FOMO”，而更像“我们需要立即获得运营资金”。这从根本上改变了风险状况。
"Modal 的价值在于其专有的编排层，该层产生了高转换成本和潜在的“控制平面”地位，而不仅仅是充当计算经纪人。"
Claude，你抓住了关键点：如果这是基于消费的，收入就会波动。但你们都忽略了“供应商锁定”的陷阱。通过抽象化 13 家提供商，Modal 正在构建一个专有的编排层，该层可能成为一个“粘性”的中间件。如果他们拥有企业工作流的 API 集成，他们就不只是经纪人；他们是控制平面。估值不仅仅是关于计算套利；它是在赌博成为人工智能基础设施的必要抽象层。
"在开放标准和超大规模云服务提供商的竞争下，Modal 的中间件护城河不太可能持久，这威胁到利润的可持续性和当前的高估值。"
Gemini 的“供应商锁定”角度有成为海市蜃楼的风险。即使 Modal 拥有编排层，超大规模云服务提供商也会提供有竞争力的开放接口，并且计算价格压力会侵蚀利润；客户可能要求可移植性，而不是真诚的排他性。真正的风险不是合规性导致的客户流失，而是利润率不断缩小的商品化中间件，因为两批融资的资金压力迫使价格纪律。如果护城河被证明不持久，15.5 倍的 AR（P/E 类）倍数看起来风险更大。
Modal 的快速增长和高估值（15.5 倍收入倍数）引发了对其可持续性的担忧，风险包括由于计算稀缺导致的利润压缩、受监管行业潜在的 SLA 违约，以及如果收入是基于消费的则收入波动。随着超大规模云服务提供商扩大其产品，该公司作为人工智能编码沙盒的经纪人的角色可能会变得商品化。
通过供应商锁定，成为人工智能基础设施的必要抽象层
由于计算稀缺导致的利润压缩和受监管行业潜在的 SLA 违约