Nebius:一场＂能力不在财报上＂的赌注 | 高冷少女2003年，谷歌向一家名为Yandex的俄罗斯搜索公司（比谷歌实际上做得早）开了1.3亿美元的收购价。据当时一位早期投资人回忆，团队认真考虑过，但创始人只回了两个词：⌈Let's fight.⌋ 八年后，Yandex在纳斯达克上市，募了13亿美元——那是非美国公司在美国最大的一笔科技IPO。到2021年11月，它的市值300亿美元。谷歌始终没能拿下俄罗斯。 然后是2022年俄乌冲突，Yandex股票在美国交易所暂停交易。欧盟把创始人Arkady Volozh列入制裁名单，指控他领导一个“负责宣传国家媒体和叙事”的组织，是“从事为俄罗斯政府提供大量收入来源的经济部门的主要商人”。 如果你是那一刻的Volozh，你会怎么做？你的公司在莫斯科，员工在莫斯科，你作为俄罗斯最大互联网公司的创始人和其他寡头们排在一份名单上。 他沉默了长达十八个月之久。沉默的背后是围绕Yandex未来走向的一场旷日持久的法律战和艰难的谈判。最后达成的协议是，Yandax母公司以52亿美元将全部俄罗斯资产出售给了一个俄罗斯财团——那几乎是Yandex的全部收入，买方拿走了搜索、地图、打车、外卖、电商、6,000万月活用户和几乎全部现金流。 Volozh这边留下了什么？大约25亿美元现金，芬兰的一个25MW小型数据中心，1,300名员工（有1,000名是工程师）。没有收入，没有客户，没有产品。 在需要公开表态并承担代价的时刻，Volozh的行为是保持沉默、私下解决、不激化、不站队、留在谈判桌上。直到2025年1月，他才解释了为什么用了十八个月：他得先帮助1,000多个Yandex员工搬出俄罗斯。一旦他公开发声，这些人很有可能就走不了了。 2024年10月，公司更名为Nebius并于10月恢复纳斯达克交易。快进到两年后的今天，它的市值一度超过700亿美元，AI云年化收入刚刚跨过30亿美元，预计到今年底达到70-90亿美元。 如果没有地缘政治事故，Nebius就不复存在。它的诞生并不源于创始人早有远见——它的启动资本不是融来的，是被迫剥离资产换来的；而它现在的价值，是当年整个Yandex巅峰市值的两倍以上。 与许多其他最终从纳斯达克退市的俄罗斯大型公司不同，Volozh在与俄罗斯方面进行谈判的期间维持了暂停上市状态，并在与俄罗斯脱钩后积极争取重新上市——这是因为他们要从事的AI基础设施建设是史上资本最密集的事情。 在深入研究Nebius之前，有一件事超出了这家公司本身，我想先指出来，那就是：⌈人先于资产⌋是一种被低估的起点。两年前，市场看到的是一家被切掉全部收入的“空壳”，回头看，那1,000多名员工才是真正被留下来的资产。任何分拆、carve-out、破产重组交易里都有这个判断：市场天然给“有收入的那一半”定价，给“有能力的那一半”折价——因为能力不在财报上。 这也成为Nebius的一个差异化因素。几乎所有neocloud都是先有资产再找工程师，其中“挖矿基因”是主流，它们手里先有GPU、有便宜电、有场地，然后去雇工程师写软件。只有Nebius是先有1,000个建过大规模数据中心的工程师，然后拿着25亿美元去找机会。 ⌈说Nebius是创业公司，因为我们的确在“起步”（starting up），只不过这是个大得离谱的创业公司。⌋ Cold Open：neocloud是一道算术题？ 你可以简单把neocloud想成盖楼收租的生意（楼=GPU机柜），用$/MW作为主计量单位，盖1MW的资本开支为$30-40M，每年收租收入$12M，运营成本$6-8M。 收租能收几年，曾是这门生意最大的争议。以Michael Burry为代表的大空头认为neocloud对GPU采用4-6年的会计折旧周期，大于GPU的经济寿命，从而夸大了报表收益。 资本开支$35M除以5年=$7M折旧>$12M收入-$7M运营，这就是为什么全行业调整后的EBITDA利润率（不含折旧摊销）能有45-50%，却GAAP EBIT亏损。这个行业不管看哪一家，本质都是这一道算术题。 Nebius的COO拆过公司的资本开支，而这个拆法解释了整个neocloud行业：⌈资本开支基本分为三个部分，不到1%用于锁定电力，建数据中心大约占总资本开支的20%，剩下的部分是部署GPU。⌋ 也就是说，80%的资本开支付给了英伟达。英伟达在交货那天就把利润锁定了，而neocloud要在接下来的几年里，在一个它无法控制供需的市场上，一小时一小时地把这笔钱赚回来。 这门生意的三个投入——电、芯片、资本——似乎没有一个是它独有的。市场奖励了先锁定电和地的人，但这是短缺周期中的赛跑，不是护城河。一家把80%资本开支交给英伟达的公司，凭什么说自己是科技公司？那45-50%的EBITDA利润率里，有多少来自能力，有多少来自短缺？ 还有一个数字也值得放在这里：过去52周，这只股票的最高价是300美元，最低价是62美元，同一年市场给出的价格区间是5倍。 这篇文章可能不是一个关于“好公司”的故事，这是一个关于“没人知道该怎么给它定价”的故事。 出埃及记：1,300人，和他们带走的东西 2021年，Yandex发布了Chervonenkis，这是俄罗斯最强大的超级计算机，也是东欧第一、全球第19强大的商用超算节点。它由1,592块英伟达A100芯片连接而成，从服务器机架到网络配置全部由Yandex团队自己设计。当时Yandex是英伟达在中美两国以外最大的单一客户之一（英伟达参与了Nebius 24年12月的PIPE投资和26年3月的20亿美元股权战略投资）。 更关键的业务是Yandex Cloud。2018年从内部基础设施产品化，到2021年成为整个Yandex生态里增长最快的业务——93%的收入来自外部客户，不是内部转移定价。而最值得注意的是它的收入结构：IaaS和PaaS大约是55比45。也就是说，这支团队完整地干过平台服务。 最终在2万多名Yandex员工中，有1,300人选择离开俄罗斯，跟着Volozh走。这次筛选同时选出了这个组织的速度、凝聚力和忠诚：留下来的都是那些已经在一起干了十年以上的人。他们内部禁用俄语、全面转英语，向全球化转型。团队成员包括了设计和建造Chervonenkis超算的工程师、Yandex Cloud的创始团队、Yandex开发者基础设施的架构师、还有创办数据分析学院的Yandex俄罗斯前CEO。（注：2007年创办的Yandex数据分析学院，累计输出1,000多名研究员，如今散落在DeepMind、OpenAI、Google等） 如果你是2024年7月拿到25亿美元现金的Volozh，你会怎么花？也许稳妥的做法是，先用小钱试市场，把现金留着。 他做了完全相反的事情：把几乎全部现金押注在AI算力上，而不是留着做软件。这是第一个bet-the-company时刻。 在重启上市的说明会上，他说：⌈很难想象，神经网络在2000年代中期曾被视作某种巫术，这仅仅是因为当时我们都还没有意识到问题在于算力不足。算力支撑了当前这一轮GenAI革命的一切，而对算力不断增长的需求将推动这个行业的增长。⌋ 而他当时的判断非常具体：⌈考虑到所需算力的规模及其相关成本，市场将由大型参与者主导。超大规模云服务商（hyperscalers）和大型私有云大概率将大部分算力自用，从而把绝大部分独立市场留给少数几家拥有数十万块GPU规模的专业玩家。这正是我们的定位所在。⌋ 这句话藏着Nebius战略的第一性原理。它不赌AI需求有多大，它赌的是超大厂的自建速度追不上自己的需求（⌈没有人能建得足够快⌋）。 只要电力/场地获取仍是瓶颈，且超大厂的资本支出纪律仍受公开市场约束，那么AI算力不可能由超大厂全包，独立neocloud就有结构性存在空间。 ⌈整个AI云市场正在从每年几千亿美元长到大概一万亿......超大厂会建掉很多，但他们绝对建不完全部。总得有人建剩下的那部分——那就是我们。⌋ Volozh在2024年7月对TechCrunch说，⌈从技术上讲，这就是整个团队过去15到20年一直在做的事。现在，我们需要再次建设，而这些事情在第二次做的时候会更容易。⌋ 除了AI算力业务外，Nebius还从Yandex分拆时继承了3个经营业务板块和对ClickHouse的重要少数股权。其中Toloka（AI数据标注，对标Scale AI）获得了贝佐斯的投资，自2Q25已出表，保留多数经济权益；TripleTen（IT教育科技）与Avride（自动驾驶/robotaxi+配送机器人）仍并表，但作为早期投资拖累集团EBITDA。 而ClickHouse（数据库，对标Databricks/Snowflake）是从Yandex内部体系成长出来的，于2021年分拆。据报道最近一轮融资估值约150亿美元，四年涨了7.5倍。Nebius持有的25%股权是表外资产，重要的是它说明了这支技术团队的成色。 ⌈靠做硬件批发商是做不到的，你必须拥有全栈⌋ 现在卖数据中心算力，就相当于在沙漠里正午最热的时候卖水。问题是，Nebius创造的价值究竟是什么，从长期来看是否可持续？ Volozh思考公司战略的方式是： ⌈把Nebius看作是第四家hyperscaler。仅仅作为硬件批发商是无法实现这一目标的。你必须拥有整个技术栈。我们自己建。我们自己设计服务器和机架，这让我们绕过中间商，把那部分毛利留给自己。⌋ ⌈这个市场的主要玩家，那三家hyperscaler，全都是垂直整合的，而我们是在同一个联赛里玩。构建这种垂直整合的平台，就是竞争所在。⌋ 联合创始人、产品负责人Roman Chernin将全栈进一步分为上游和下游全栈。向下，是指你如何深深扎进物理世界，建数据中心、建机柜和服务器以及如何控制供应链与成本结构（抠成本）；向上，是指你如何跟随客户需求、客户细分，发展你的产品供给以适应更多客户群（换客户）。这两条线量的是完全不同的东西：向下决定每兆瓦的成本，向上决定每兆瓦的收入。 先说向下这条线，这条线上主要有两件事。第一，电和地。Nebius已锁定电力（签约功率）从25年8月的1吉瓦一路加到26年5月的3吉瓦以上，2Q26财报会又上调到5吉瓦——这是12个月里的第五次上调，每一次都提前达成。 第二，服务器和机架。自己设计主板、机架、供电、散热和网络，而不是从戴尔或超微买标准配置，按Volozh的说法是带来15%到20%的硬件成本节省。在长期担任Yandex的基础设施负责人、现任Nebius首席基础设施官Korolenko的领导下，Nebius运营的数据中心平均PUE约1.25（行业均值1.54）——同样一个并网兆瓦，Nebius能够塞进比同行多20%的算力。 回到Cold open中提的那个问题，是的，80%的资本开支付给了英伟达，Nebius在竞争的，是剩下那20%，以及向上爬软件栈——后面我会重点讨论。 至于英伟达这段关系本身，20VC的主持人直接问了Chernin：英伟达拥有如此大的权力，你怎么看待这段关系里的权力动态？ Chernin的回答只有一句反问：谁能有力量抗衡英伟达？ 然后他补了一段：⌈英伟达在很大程度上仍然是一家工程师驱动的公司。如果英伟达的工程师尊重你的工程师，你就有了建立关系的正确基础。我们在物理层、软件层、推理平台层，都有大量工程师对工程师的关系。英伟达的工程师越看好你，关系与合作就越好。我认为这就是Nebius的方式。⌋ 在卖方市场里，你唯一能交易的东西，是你的工程可信度。 软件的每一层，都将解锁另一个数量级的客户群 Nebius高管多次把公司拆解成四个维度：产能（部署多少兆瓦和GPU）、产品、客户、资本。 前两个是造东西。第三个维度Chernin说得很实在——云是一门实地（field）生意、是一门售后生意，你卖的是一个承诺，然后你得去满足客户。第四个他形容是最无聊、但也最刺激的一个—— ⌈我们身处一个资本密集的游戏里，而我们的对手是这个世界上资本最雄厚的公司。我们今年的资本开支计划是200到250亿美元，我们的竞争对手——那些超大规模厂商是这个数的8到10倍。⌋ 在基础设施行业，规模不够大就无法生存。要么规模庞大，要么无人问津。⌈但是，如果我们成功扩大了基础设施规模，我们最终可能会发现自己规模庞大，却只是一家公用事业公司。算力在很大程度上是一种工具，我们不想仅仅成为一家工具公司。⌋ 真正让我坐直的是“产品”这个维度。Chernin会说，Nebius卖的不是数据中心算力，他们卖的是建立在算力之上的产品。这就涉及到了向上全栈这条线。 Chernin把Nebius的产品拆成四层，每一层的关键单位和客户数量级都不一样： 第一层客户，也就是hyperscalers和super labs，他们需要大量算力，但他们只需要算力——称之为bare metal（物理机，无虚拟化层），几乎不消费任何其他服务。他们要求的是规模化部署，交付这种规模化部署并不容易，但说到底，这是一种最基础的、没有差异化的服务。Nebius可以只提供大宗裸金属算力，但那样做TAM就仅限于少数大客户。 在此之上的第二层客户群体，称之为AI-native labs或neolabs，他们需要基础设施，但更愿意以托管的方式来消费，因为他们想专注于自己的研究和训练任务，没有自研完整的软件栈。针对这类客户，Nebius构建了托管多租户云——传统云计算意义上的IaaS，卖的是带存储、带配套服务的高效GPU小时。 之后还有下一层客户，他们不想跟集群打交道，不想自己去弄清楚哪款GPU更适合某个负载，他们以“模型即服务”的方式来消费。这类客户是那些真正做产品、不做模型、在现有模型之上搭产品的公司，称之为垂直AI公司。这些公司大多从Anthropic、OpenAI等闭源的前沿模型起步，后来逐渐转向开源模型或专用模型，他们需要产品再上一层，于是Nebius构建了托管推理平台，叫作Nebius Token Factory。 Token Factory主要提供两种优化功能，一是优化某个模型的性价比，二是针对特定用例、运用自身数据来调整模型（post training）。你可以从Hugging Face拿下开源模型的权重，拿个vLLM、SGLang之类的引擎来跑，但要构建一个能够满足所需SLA的大规模生产级系统，还需要大量的专业知识。这类客户需要的新原语（primitive），从GPU小时变成了token数量。 但这大概还不是市场的终极形态。现在很多人都在构建agent应用和工作流，你可能根本不想去选具体用哪个模型，不会去对比这个模型产出的token和那个模型产出的token，你想要的是agent执行的最终结果和交付的产物。于是，平台能施展的“魔法”是，产生一套新的抽象层或新的原语，使客户能以自己特有的方式消费AI算力——第四层还不是Nebius已经有的东西，是管理层对“下一层”产品构建的推测性思考。 Chernin自己给这张表下的注脚是，⌈我们爬得越高，能为客户创造的价值越大，而且能服务的客户群体也越大。⌋ 在第一层，你在物理基础设施层之上能提供的附加价值非常小，你只能管理价格。所以有人说这是“大宗商品”业务。 每上升一层，客户池扩大一个数量级，而Nebius在底层的自主优化空间也扩大一层——推理层可以自己决定用哪种GPU跑，agentic层可以自己决定调用哪个模型。当你能管理的是整个系统的经济性，你有了更大的灵活性，可以通过软件层和新的原语来提取价值。 想象一下，你有一个能服务全球10个客户的产品，和一个能服务1万个客户的产品——后者大概率会把你的利润率推上去，仅仅因为你作为供给方的供需处境更好。 ⌈人们太纠结算力的名义价格了。一块GPU，你可以定价3美元、4美元、5美元，取决于用例，也取决于平台的质量——能给客户带来完全不同的真实成本。如果讲推理，你能从里面榨出多少token？我们看到的这些优化，能让token的价格改变一个数量级。人们那么关心某一块GPU的价格，但如果你在模型那一层做对了事情，你能把价格改变好几倍。⌋ 投资人Daniel Koss用一个律所的类比讲清了它的机制： ⌈你开一家律所，向客户收取每小时100美元，付律师每小时70美元，管理费用20美元，净利10%。隔壁那家律师，律师时薪一样，但他们按合同收费而不是按小时，每份合同收100美元。他们的律师效率快20%（0.8小时干完），管理费用更低（15美元*0.8小时）。成本变成56+12美元，净利32%。⌋ 映射到Nebius，在GPU小时的定价机制下，效率提升会通过“同样的活占用更少GPU小时”流失给客户（客户租的是GPU小时，付的是GPU小时的钱。你让每个GPU吐出两倍的token，客户就用同样的钱拿到了两倍的token，你的收入一分都不多）；只有在token定价下，效率提升才留在自己口袋里变成利润。 ⌈我们所构建的本质是AI基础设施。而我们思考产品的方式，是跟随客户的分层与客户的业务流程，并且要始终对接下一波消费浪潮。⌋ 需求真的在一层层往上爬吗？2Q26，这把梯子第一次出现了可以核对的进展。 四份10亿美元级别的标杆合同里，客户是Reflection、Cohere、一家美国大型量化交易公司——金融领域的第一个大单和一家美国neolab。这些交易对应价格为每兆瓦$20-25M——存量合同基准价$12M的约2倍。 6月成立的客户顾问委员会名单里一个超大厂都没有，而二季度来自新客户的合同总额环比涨了9倍以上。 ⌈我们建的每一样东西，都卖掉了⌋——机器是怎么转起来的 Volozh在几次财报会上，几乎一字不差地重复了同一句话：⌈Everything we build, we sell.⌋ 这台机器的飞轮是这样转的：更快拿到地和电→更早拿到英伟达新一代芯片→更好的性能基准→更高的价格和更好的合同条款→更多客户预付款→去签下一批地和电。 注意最后一环：公司预计2026年全年会收到超过90亿美元的客户预付款。 Meta那份270亿美元的合同，是这个飞轮设计得最精巧的一次。表面上是五年期总价值270亿美元，实际是两个部分：120亿美元是Meta确定性的采购承诺，另外150亿美元是“兜底期权”——Meta承诺5年内购买Nebius新建集群中“未被其他客户买走”的剩余容量（Nebius先以更高市价卖给其他客户，卖剩的才给Meta）。 Volozh讲得很直白：⌈形式上，这是一份270亿美元的Meta合同。但事实上，仅这一份合同，就能为我们自己的多租户云解锁数十亿美元、我们原本拿不到的低成本资本。⌋ 他要的不只是从Meta赚钱，是Meta的现金、信用评级和融资引擎——用来壮大Nebius自己的那部分。你或许不理解融资年利率6%和10%有多大差别，但在一份5年期合同上，这是额外20%利润率的差别。甚至。他清醒地将这些大合同定性为“暂时”的——这些巨头现在的需求增长远超过其自身的建设能力，但再过几年，终将自建。 ⌈每个人都在谈论Meta和微软给我们的大合同。那些是很棒的合同，也是很棒的客户，但别被分散了注意力。我们的主要商业模式不在那里。我们是在为其余的AI构建者市场构建一朵全栈云。⌋ 但飞轮有一个物理上限，20VC主持人问Chernin，如果给你无限的资金，你会做什么不一样？ ⌈建得更快。就这么简单。⌋然后他把“更快”拆开了： ⌈未来6个月，资本帮不上忙，6个月太短，你手里有啥交付啥；未来12个月，你能靠资本加速一些执行，但更多是产能约束；到了24个月，你绝对能解锁很多现在没在做的东西。我们不是只建设一个数据中心，而是建“产能组合”——先锁定电和地，再建数据中心，再用GPU填满。每一阶段都需要更多资本，执行力和资本越多，我们能并行做的事越多。⌋ 另一位高管财报会上的发言提供了一个有意思的视角：⌈敏捷式的基础设施交付，这是个新东西。我们试图把软件行业的敏捷方法论，用到交付基础设施的挑战和纪律上。⌋ 价格弹性——⌈我们今天就可以卖掉整个27年产能，我们刻意不这么做⌋ 鉴于今天产能供给不足，如果价格上涨，需求会有任何变化吗？ 2Q26财报会上，Volozh讲了几件事情。第一件事，Nebius手上有一批H100/H200，这批三年前的机器2Q26的租金比上个季度贵了30%以上。第二件事，同一个季度，公司做了另一件此前没有neocloud做过的事情：把一批Blackwell产能拿去拍卖。清盘价创下了这代芯片的最高价格，比公司此前收取过的最高价格还高出15%。 还有第三件事，公司开始卖一种全新的合同：3到6个月的短期产能，给那些“模型发布前要跑一次限时大规模训练、强化学习后训练冲刺”等明确需求的客户，报价是每兆瓦$40-50M、甚至更高——是存量合同基准价的3到4倍以上。 这是一个价格发现层面的重大信息：GPU小时首次证明可以按交付时效分层定价。这与电力市场（现货、期货、调峰）、云计算（按需、预留实例）的成熟结构一致。 首席营收官在财报会上把这件事讲得极其直白：⌈我们战术性地缩短了提前多久售出产能。实际上就是更贴近部署时点售卖，这在一天结束时提高了我们能拿到的价格，同时保留了我们的敏捷性。⌋ Volozh的说法更进一步：⌈我们今天就可以按这些条件卖掉整个2027年的产能。我们刻意不这么做，因为我们看到保留一部分产能服务即时客户需求有更高的价值。⌋——在一个价格上行的市场里，把产能提前卖掉是一种损失，Nebius主动放弃了收入可见度（华尔街最喜欢的东西），去赌一个更高的未来价格。 这几件事情放在一起，恰恰是这门生意最好的消息，也是它最坏的消息——因为两者说的是同一件事：这不是定价权，这是短缺租金。一台性能没变的旧机器，一个季度贵30%，不可能是出于产品差异化。一家有真正定价权的公司似乎也不需要举办拍卖会，拍卖是“我不知道我的东西值多少钱，让市场告诉我”的机制。 还是回到一开始的那道基本算术题，这门生意的每兆瓦资本开支80%由英伟达定，寿命由物理和会计定，你唯一能自己拉动的是每兆瓦能产出多少年收入。杠杆主要有两个：定价（快、周期性、会消失）和软件（慢、结构性、可持续）。 2Q26财报后的大涨，被验证的不是折旧年限，而是价格。在二季度新签订单的价格水平上，5年折旧下20-30%的EBIT目标从算术上不可能变成成立。二季度新签中约70%包含预付款，涵盖了对应资本开支的50-60%。合并价格与付款条件，新单的回收周期从历史的2-3年压缩到1年10个月。多空的分歧并不在于这些事实。 真正的问题变成了：Nebius正在赚一笔真金白银的短缺租金。这不是贬义，短缺租金完全可以是巨额的、可持续多年的，但它决定了估值倍数的性质：一家赚短缺租金的公司，应该在租金指标最高的时候给最低的倍数——那是周期股的定价方式。问题是它能用这笔租金，在不再短缺之前，建立多少持久化Power？ 我用的标准只有一条：Power=benefit（能提价或降本）+barrier（竞争对手知道你怎么做，仍然抄不动） 向下抠成本那条线benefit是真的，但barrier很弱。答案只可能在向上换客户那条线上。 估值倍数分歧——定价是周期股，软件是平台股 Satya nadella上Dwarkesh播客时，被问到，⌈微软表面是个软件公司，现在资本开支翻三倍，简直变成工业公司了。⌋ 他说了一个观点：⌈传统托管商和超大规模云厂商的区别是什么？答案是软件。没错，这是资本密集型业务，但也是一个知识密集型业务。我们在“每美元每瓦特处理的token量”上的软件改进，季度环比、年度同比，某些情况下是5倍、10倍，甚至40倍，仅仅是因为你知道如何进行优化。这就是知识密度带来的资本效率。⌋ 尽管资本市场统一给的称呼都叫neocloud，但不同玩家提供的是很不一样的东西：有的几乎是纯数据中心运营商，有的自己不拥有基础设施、只是聚合算力，有的在之上提供一些软件层，还有的只是干裸金属批发生意。 Nebius从第一天起就有意地构建全套软件栈——即使作为外包商执行微软和Meta的大合同，完全不需要这么做。 26年上半年，Nebius资本开支约$8B，同期，它花了约$1B购买了三家软件公司来加速内生开发——Tavily、Eigen AI、Clarifai。这三笔交易的时间集中在四个月内，且所在领域没有重叠。 把它们串起来，是一条完整的推理链路：Tavily把agent需要的实时网络访问与事实检索拉进来→Clarifai把请求编排到正确的模型、正确的机器上→Eigen AI让一次推理用最少的GPU-秒算完。 这个执行速度显然不是机会主义收购，是一张事先画好的mapping——先确定要补哪些缺口，然后去找填格子的人。 管理层对“为什么做软件”给过多个说法，并不互相矛盾。首先是前面谈到的全栈产品战略，其次他们将软件视为赋能者（enabler），做软件并不是为了产生一个独立的收入流，做软件是为了解锁新的能力和新的用例，并且给自己更多的优化杠杆。 ⌈软件改变了客户关系的形态。我们想在客户需要我们的地方与之相遇，并让客户以他们想要的方式消费我们的解决方案。不同的客户带着不同的需求来到我们的平台，本质上，他们都需要算力，但为了大型训练任务而来的客户，他们会使用我们的多租户云。为了构建垂直AI产品或在企业中应用AI的客户，他们为tokens而来。向前看，我们将看到规模消费基础设施的新方式，那将是端到端的agentic工作负载。⌋ 回到前面拆分的产品层级，当客户是为了大规模训练来消费算力，即便Nebius在裸金属之上提供了多租户托管层，客户也大致清楚自己要什么——同一地点大集群、特定的GPU型号、特定的使用时长。 针对举办拍卖会的质疑，Volozh解释为什么Nebius能办成那场拍卖，是因为他们正在实现多租户平台的好处——没有多租户调度，未分配的空闲产能也卖不掉。 到了服务推理需求时，Nebius可以更加灵活地管理不同区域、不同时间线上的产能组合，针对不同类型的芯片优化不同的工作负载。客户不一定非要使用特定的集群，即使是特定类型的硬件，也可以通过软件进行抽象化处理。转换为实际应用中的例子就是：你购买的一批芯片是为了第一份前沿训练任务合同准备的，但当第一份合同到期后，你仍然可以将这些芯片用于推理工作负载。著名的xAI和Anthropic合同就是例子。 ⌈推理带来了新要求：你得建推理平台；你得帮客户不只是跑推理，还包括推理所用的模型从哪来？我们怎么帮他们拿开源模型做微调或后训练？怎么帮客户去收集数据、创建数据，再用它改进他们跑的模型或应用？……无论系统层面还是“AI魔法”层面，都有很多拼图……⌋ ⌈Nebius能创造的价值，其实就是降低构建AI赋能产品的门槛，把基础设施的复杂性、AI的部分复杂性（怎么调模型、怎么优化推理）都吸收掉，让开发者只需专注自己的客户和用例——就像他们在Anthropic、OpenAI的闭源技术系统上做的那样。⌋ 真正令人兴奋的是，当你支撑客户的推理需求时，这是一种利益高度一致的业务模式——客户生意越好、增长越快，你与它的业务就越多。 多元化是真正的做事哲学 管理层最终的目标就是让Nebius的业务集中度更低、客户组合更多元化，不被局限在只需要裸金属的一小撮人里。这不仅源于公司主观上想要多元化，而是因为他们针对不同客户需求有不同的产品供给，这让他们能在工作负载类型和合同条款上都尽量多元化。 20VC的主持人向Chernin出了一道填空题：对Nebius最大的威胁不是竞争，而是……他没有犹豫：⌈整合/consolidation。⌋如果最后这个世界只剩下三五家超级模型公司控制一切，那么Nebius这样的公司，就只会被需要来帮它们做物理那一层。⌈世界越民主、越多元，我们这门生意就越被需要。⌋ ⌈需求端的竞争越激烈，你能做的生意就越有利可图，因为你能够挑选能带来更好经济性的客户，同时也为客户创造更多价值。⌋ 管理层的信仰是企业最终将占据TAM的多数，而今天，这个市场还相对狭窄。不是因为“需求不足”，而是“还没准备好/还没到时候”。Volozh将扩大市场覆盖和投资“企业就绪”（enterprise readiness）列为优先事项。企业adoption路径更长，整个生态、包括Nebius自己都还在补能力。 Chernin在20VC播客中给了一个企业客户侧的具体样本：Revolut（欧洲金融科技巨头）。开始合作时，Revolut的推理预算几乎全部花在OpenAI等闭源模型上，部分用例在经济上不成立，于是他们想换到开源模型省成本，但推进得很慢——因为公司内部得花时间建立“评估”（evaluation）体系——当你的团队想换模型时，你怎么知道没把质量搞崩？你需要指标、需要阀门机制、需要为AI开发建立CI/CD流程。 一旦解决了这些“冷启动问题”，他们就开始以指数轨迹增长，能用不同模型、在公司内部建更多产品。Chernin说，⌈最先进的那批企业，AI预算的增长曲线和那些AI-native公司报出来的ARR曲线是一样的。⌋ 而它对Nebius的意义是——第三层和第四层的客户，不会缓慢、线性地长出来，可能会在一个“冷启动”阶段之后的拐点突然长出来。 而2Q26有一个更细、但我认为更能说明方向的信号：新发布的Aether 3.6四项新功能，全都是企业级合规与治理功能，没有一项是性能功能。 产品路线图和客户结构在同向移动：从服务AI-native公司转向服务企业IT采购流程，而企业客户的转换成本天然高于AI-native客户。首席营收官Boroditsky在播客中说，⌈我不喜欢neocloud这个词……我们是面向企业的软件供应商，我们将开始分享越来越多在生产环境中运行的客户成功案例。⌋ Accel投资人（参与了24年12月的PIPE轮）在录制播客时说，⌈我认为今天被低估的是，Nebius如何实际与超大规模厂商竞争——你们已经远远超越了neocloud的范畴，超大规模厂商才是你们的竞争对手。他们构建平台已经超过10年了，在基础设施之上已经有了许许多多成熟的软件工具和原语。⌋ AI是一个切入点，⌈在某些地方，超大规模厂商没有任何护城河。这些新的需求、新的用户对市场来说都是全新的。我认为市场份额正向我们这样的玩家开放……再次说明，这不是一个赢家通吃的消费市场，这是一个B2B市场。价格很重要、效率很重要。我们在蛋糕的每一层都在竞争，每一层都有非常巨大的商业机会在被构建。随着你越建越高，你会吞噬每一层的利润。⌋ 回到Power那条标准，这是我在这家公司身上唯一找到的、barrier有可能真正加深的路径。它今天还非常薄，但它是那笔短缺租金唯一可能换到的东西。 2Q26，还有一件似乎比定价更重要的事情——Nebius发布了一种全新的“轻资产”模式：合作伙伴出土地、电力、硬件和资本；Nebius出全栈软件、系统架构与参考设计、以及全球GTM组织。Volozh在电话会上说：⌈公告之后，我们收到了几十家潜在伙伴的询问——他们有产能有资本，但不知道怎么建、也不知道怎么卖。⌋ 把伙伴出资的产能转化为高毛利收入，且几乎不占用资本——给了Nebius一条建立规模经济的路径，软件栈的研发投入第一次可以摊薄到不属于自己重资本投入的兆瓦上。 这将是这家公司第一次把软件层单独变现，而它会带来一个我很期待的数字：如果Nebius哪天披露了伙伴的分成比例，就是历史上第一个关于“基础设施软件层到底值多少钱”的公开估计，这比任何一次Token Factory的用量披露都重要。 回到开头那句话：市场天然给“有收入的那一半”定价，给“有能力的那一半”折价——因为能力不在财报上。Volozh留下的是1,000个一起干了十几年的工程师，而今天，他试图用一整套软件栈把这种“人的能力”杠杆化。企业最难的阶段其实是需求远超供应的时候，这时人人都受益。但电力和GPU终将不再短缺、价格终会回落。这是一场和超级周期的赛跑，归根结底barrier还是在“人”。 继承Yandex团队带来的优势是极高的默契、共享的工程语言、极低的内耗，但另一面是：density高，diversity低。具体到Nebius从事的业务，团队的盲点最可能出现的地方都不是工程问题：美国的地方政治、债务市场周期（管理大额杠杆）、美国企业级销售与合规。有意思的是，这些方向正好对应了他们过去两年从Yandex外新招募的高管，PR、融资、企业销售——这说明Volozh已经识别出了团队短板，并且用外部招聘去补。 Volozh与刻板印象中那些自吹自擂、热衷政治斗争的俄罗斯寡头截然不同。在莫斯科时报的一篇专访里，他被形容为“心思缜密、说话轻声细语、善于授权、尊重他人、能钻进别人的心里”的球员兼教练式领导者。 如果说Volozh成功的转身可以归因于一件事，那就是他为一桩事业找到并管理合适人才的能力。 ⌈他非常擅长聚集真正聪明的人，他有一句俗语：“把汉堡煎过头是你翻面翻得不够勤。”在Yandex，这意味着不时让人轮岗，去承担不同的职责、了解业务的其他部分。⌋ 虽然没能找到更多一手细节，Yandex/Nebius让人感受到似乎融合了两种截然不同的文化，一种源于苏联时期科研机构的文化（工程至上、全栈自建），另一种则更接近加州创业公司的文化（速度文化、客户开箱即用）。官网上挂着的career文化标语是：⌈Don't just work in tech. Shape it.⌋，⌈move fast, trust our people, turn bold ideas into reality⌋
