SpaceX的万亿美元收入情景依赖什么：ARK圆桌中的算力、Starlink与Tesla协同

一、嘉宾背景

ARK Invest这集《FYI: For Your Innovation》时长约95分钟，围绕SpaceX与Tesla展开讨论，重点是新信息如何改变对两家公司增长与估值的判断。外部嘉宾包括New Street Research的Pierre Ferragu、Mach 33的Aaron Burnett和Piper Sandler的Alex Potter。开场还介绍了预计稍后加入的Sequoia的Sean McGuire，但现有材料不足以将具体的后续观点归于他。节目将这些嘉宾与ARK团队的讨论定位为卖方和买方视角的交流。

Alex的研究经历直接关系到讨论的起点。他表示，自己长期研究Tesla，已有一套细致的Tesla模型，也希望以同样的细致程度研究SpaceX。在他看来，SpaceX最新信息带来的变化，需要大幅重建模型，已经超出小幅调整参数的范围。

节目随后从地面算力收入谈到Starlink、火箭复用、Tesla与SpaceX潜在合并，以及Tesla的FSD、Robotaxi和Optimus。贯穿讨论的是增长机制与建模假设：大量数字来自嘉宾预测或对公司发言的转述，阅读时需要保留其前瞻性质，不能当作已经实现的业绩。

二、本期主要内容

SpaceX部分最受关注的收入预测由Alex转述：马斯克提出，2028年收入可能达到1万亿美元，而Alex所述的卖方共识约为2000亿至2200亿美元。预测差距之大，解释了他为何认为需要重建研究模型，但并不能证明更高的数字必然实现。Brett进一步给出了算力部署情景：此前对2027年底装机量的预期为5至10吉瓦，此次讨论提高到约13吉瓦，并存在达到20吉瓦的可能。他称，约20吉瓦地面算力所需的供电和冷却资源已经安排，并据此推导出2027年底约5000亿美元的年化收入。资源已安排、设备实际投运，以及年末达到何种收入水平，是三个需要分别核对的状态。

这些容量能转化为多少收入，取决于变现假设。Brett称，市场对边际算力的支付水平超过每吉瓦500亿美元，ARK采用的假设为每吉瓦300亿至400亿美元。他认为，外部需求不足时，可以将算力用于内部Grok训练。他也检验了外部市场的承接能力：在5000亿美元年化收入情景中，Starlink约贡献1000亿美元，IaaS或AI约贡献4000亿美元。如果同期前沿模型行业的年化收入约为8000亿美元，4000亿美元就相当于其中一半，这对SpaceX的市场覆盖提出了很高要求。行业中还有其他供应链，Brett因此承认，供给增长可能压低每吉瓦收入。

融资判断建立在部署周期与回款速度之上。Alex认为，垂直整合有助于减少供应链瓶颈；Brett则认为，较短的建设周期、收入回流与适度债务相结合，可能支持后续算力建设，未必需要股权融资。Pierre以约500亿美元部署成本、约500亿美元年收入说明其经济吸引力，并称最多约100亿美元属于长交期资本开支，其余投入可随需求调整。这些数字表达的是他对融资与建设灵活性的判断，不能直接视为已经核实的投资回报率；收入也不等于利润或可自由支配现金。他在另一段行业融资回答中遭遇明确的音频中断，残缺内容不足以还原完整的资金平衡。

Starlink的增长讨论从消费者宽带延伸到企业、政府、航空和移动通信。Tasha认为，早期模型过度关注消费者，低估了企业与政府机会，并提到航空合作和移动通信频谱。Aaron判断，Starlink会在客户关系上与传统运营商竞争，但网络覆盖可以结合卫星和地面设施。他提出的美国市场60%与40%划分未说明完整统计口径，不能作为精确的覆盖统计。Brett预测，Starlink在2030年代初可有约5000亿美元收入，并判断Starlink与Grok将捆绑。他还估计，轨道每吉瓦算力基础设施的成本约为其他参与者地面方案的三分之一；这一成本关系同样有待验证。

发射能力决定了这些设想能够以多快速度推进。Aaron认为，2027年Starship发射40至60次较为现实，并强调每周一至两次描述的是爬坡频率，不能直接换算为全年发射数量。他按单次约100吨、约50 Tbps带宽推演，在轨带宽可能增至当前的两至四倍。新增容量如何变现仍有不同路径：降低价格，或提高企业服务的可靠性，所对应的收入逻辑并不相同。Daniel将第15次试飞尝试捕获上面级视为实现完全快速复用的重要里程碑，并将其与长期每年1万次发射目标联系起来。Brett预测，发射成本可降至每公斤数百美元的低位，充分规模化后甚至可能达到每公斤10美元。这些远期频次与成本预测，都依赖持续运营和规模化制造。

三、核心观点：推理、例子与边界

这场讨论的核心投资判断是，传统研究分工可能遮蔽跨业务价值。Brett认为，市场尚未充分消化SpaceX的季度信息与企业AI需求；Cathie则指出，航天、neocloud与AI研究分属不同条线，分析师未必能及时理解技术融合带来的变化。但研究边界存在局限，本身并不足以证明公司被低估：跨领域研究既可能发现遗漏，也可能叠加多个尚未兑现的假设。两人都认为，财务结果将帮助检验这些判断，并可能改变市场认识。

垂直整合是他们解释技术如何转化为利润的主要机制。Alex认为，控制更多环节，可以减少供应链中最慢环节对部署速度的限制；算力稀缺时，更早投运也可能获得更高价格。不过，Brett将4000亿美元AI收入与8000亿美元行业收入作比较，也暴露了需求约束：供给增加，并不意味着外部客户一定有足够的支付能力。将富余算力用于Grok训练，可能提升未来产品能力，却不能直接补足当期客户收入。内部用途扩大了算力的使用空间，商业回收仍需另行验证。

潜在合并将这套协同逻辑延伸到公司边界。Brett认为，Tesla与SpaceX在未来18个月合并的主观概率超过90%；Pierre对两家公司最终合并也给出超过90%的判断，Alex则认为概率高于50%。他们列举的协同包括通过汽车分发Grok、Starlink连接、TerraFab，以及Optimus对智能能力的需求。这些概率反映的是个人判断，不能据此推定交易已进入某个确定阶段。业务能够协作、共同持有是否更有价值，以及双方能否接受交易价格，仍需分别论证；股东认可与监管也可能成为障碍。

价格分歧与估值的时间尺度密切相关。Brett的粗略五年模型认为，给予Tesla股东约30%的溢价，可以让双方均分合并带来的增量回报，但这一结果取决于两家公司的股价。他还预测，到2031年，SpaceX业务将贡献合并后接近三分之二的收入、超过三分之二的利润。Alex则指出，相信Tesla独立价值可达8.5万亿美元的股东，未必愿意接受20%至30%的溢价。Brett计算的是合并增量如何分配，Alex关注的是Tesla股东放弃独立发展机会的代价；一个溢价比例无法消除两者的估值差异。

Tesla模型之间的分歧，也来自业务纳入范围。ARK每股4400美元的基准模型假设，到2031年约有800万辆Robotaxi、累计约100万台Optimus，两者分别贡献约80%和14%的企业价值，累计AI算力资本开支约为2250亿美元。Alex采用20年DCF和17条收入线，不让Optimus贡献目标价，但这不代表他认为Optimus的经济价值为零。他将未来FSD对外授权视为重要驱动，同时明确承认目前尚无证据。Pierre的预测止于2030年，未建模Optimus，并强调车主参与可以使部分Robotaxi车队成本随业务量变化。他在约600亿美元和至少50倍倍数的估值讨论中混用了EBIT与earnings口径，因此相关数字不能直接与其他模型比较。模型差异既体现乐观程度，也体现研究者愿意量化哪些业务。

近期运营数字能够提供线索，但各自支持的结论有限。Alex认为，FSD订阅已实质贡献高利润收入，但他提到的174万没有明确口径。Daniel与Tasha转述，约75%的北美消费者在交车前付费购买FSD，节目却未提供完整样本与比较方法。Pierre称，Tesla在八个月内累计了200万英里无人驾驶里程，并据此判断其推进速度是Waymo的六倍；里程增长本身不能独立证明安全优势。Tasha提出Cybercab每英里增量成本约“便宜40”，转录未明确单位，不能改写为40%。这些数字需要各自核验，不能拼接成一条已经得到证实的盈利链。

Alex对欧洲竞争的分析，着重比较不同路线对数据、硬件和运营的控制能力：类Waymo的多方协作、类Mobileye的辅助驾驶逐级升级，以及Tesla的垂直整合。他认为，自有数据车队、训练设施和硬件整合可能带来成本优势，而竞争者即使继续存在，也可能成为市场价格的参照。如果Tesla能以更低成本按这一价格提供服务，就可能获得更高利润。但成本优势能否兑现、市场价格能否维持，都需要证据；竞争者降价或运营条件不同，也会改变结果。

Optimus则显示了汽车经验向机器人迁移的局限。Daniel指出，手动驾驶汽车在自动驾驶成熟之前就有使用价值，并能在日常使用中积累数据；人形机器人缺乏同样的路径。Brett认为，机械、软件与制造学习共同限制商业化，单靠资金投入无法消除这些瓶颈。资本条件也不能忽略：Cathie担心债券市场因泡沫记忆而收缩融资，Alex强调回收周期短的项目仍依赖正常运转的资本市场，Pierre则提醒，长期执行失误会累积。Brett也承认，监管、建设和激进的进度安排可能推迟收入兑现。部署速度、数据获取、融资能力与商业化时间彼此关联，但任何一项进展都不能替代其余条件。

四、学习与应用

研究这套算力增长预测，需要先按投运时间拆开模型。已安排的供电冷却、已安装设备、可用算力、外部付费利用率和每吉瓦变现，应分别记录，再比较Brett提出的13吉瓦与20吉瓦情景。年末年化收入反映的是某一时点的收入水平，全年确认收入还取决于各批设备何时上线。容量增加与价格下降也应放在同一情景中测试，不能只上调装机量，同时沿用稀缺时期的高价。

客户需求与建设融资需要分别测算。需求端应关注外部客户收入、采购预算和算力价格；融资端则要跟踪付款时间、收入回款、债务可得性，以及资本开支能否推迟。Brett提出的内部Grok训练用途，可以纳入资源配置和未来产品能力分析，但不能直接填补外部现金收入缺口。即便项目看起来回收很快，仍应测试融资暂时中断的影响，因为项目经济性与资金能否按时到账，是两种不同约束。

评估Starlink，需要沿着发射次数、有效带宽、服务区域、客户结构，逐步推算实际收入。Aaron提出的降价与企业可靠性升级，对应两条不同路径：降价可能扩大使用量，也会压低单位价格；可靠性升级则要求客户愿意为服务质量付费。对Starship的验证，也应分别跟踪回收成功、检查翻修、周转速度和持续发射能力。一次捕获尝试的结果有助于判断技术进展，却不足以直接采用每年1万次发射或充分规模化后的成本假设。

比较Tesla估值模型，首先要统一预测年份、利润指标与业务范围。ARK模型中Robotaxi约占80%的企业价值，因此，Tasha所说的扩张显著慢于预期，会直接影响其主要价值来源。她将这一点视为ARK模型的最大风险，监管和技术问题都可能导致延误。相应的压力测试应同时考虑车队扩张放缓、收入后移，以及资本支出先发生的组合。Alex未让Optimus贡献目标价，反映的是量化边界，并不等于认为其没有经济价值；他所看重的FSD对外授权，也应保留为尚无证据支持的情景。引用75%付费率、无人驾驶里程和成本“便宜40”等数字前，还需补全相关口径，包括分母、地域、时间窗、比较方法与单位，再判断能否用于收益测算。

Optimus的长期机会、未来五年价值贡献与近期商业化进度，也应分开判断。Tasha认为相关新闻标题存在炒作，转述了马斯克对制造难度的强调，并预计Optimus未来五年的价值贡献可能不到Tesla的20%。这些判断并不矛盾；Alex与Pierre没有充分量化Optimus，也不代表他们否认长期机会。具体研究需要回答：哪些任务能在完全自主之前产生使用价值，数据从何而来，人工干预能否减少，以及机械、软件和制造学习能否同步推进。人形机器人缺乏手动驾驶汽车那种在自主能力成熟前便可实用并积累数据的路径，因此不能直接套用汽车的数据积累逻辑。

跨业务协同还需要逐项梳理依赖关系。Daniel提出，Starship若无法实现复用，可能影响Optimus训练算力；Brett推测，合并失败可能使马斯克的注意力进一步转向SpaceX，削弱Tesla的探索动力，并推迟Optimus。这些属于风险假设，适合用于压力测试，不能写成必然因果。Alex认为，监管与中美关系也是Tesla难以单方面控制的风险。他称，自己就隔离中国业务以促成合并的提问得到不予置评；这一回应不构成公司确认相关计划。研究中可以分别评估独立经营、协作延续和合并完成三种情景，逐项观察监管、技术、管理注意力与现金流如何改变结果。

来源

• 原始节目：We Believe The Market Has Not Digested The SpaceX Quarter