隐形引擎：1.5亿美元押注AI基础设施，揭示现代医疗的隐性经济学
旧金山—— 在美国医疗体系的诊室里，一场静悄悄的技术革命每周上演数百万次。在人工智能的驱动下，医疗对话在几秒钟内就能转化为临床文档，而大多数患者对此毫不知情。这场变革的背后，是一个计算基础设施，直到最近，它对投资者和技术人员来说，在很大程度上仍然是隐形的。
周四，Baseten——这家为大部分隐性AI经济提供支持的公司，宣布完成1.5亿美元D轮融资，公司估值达到21.5亿美元。这笔投资在距其上一轮7500万美元融资仅六个月内，使其估值几乎翻了三倍，标志着硅谷对人工智能运营骨干的估值方式发生了根本性转变。
本轮融资由BOND领投，CapitalG、Premji以及现有投资者Conviction、IVP、Spark和Greylock跟投，使Baseten的总募资额超过2.85亿美元。但其意义远超风险投资的衡量标准。这笔资金验证了行业分析师所称的“推理经济”——即模型训练完成后，使AI应用程序能够为数百万日常用户提供服务的计算过程。
Baseten的客户组合展示了这一新兴市场的广度和重要性。Abridge公司将医疗对话转化为临床文档，每周通过该平台处理超过一百万份临床笔记。OpenEvidence为全国主要医疗机构的医疗服务提供者提供服务，每周依靠Baseten的基础设施处理数十亿次自定义AI模型调用。AI驱动的销售平台Clay以及企业内容生成工具Writer，则代表了依赖可靠、高性能推理基础设施的不断扩展的应用程序生态。
“在Abridge，我们的使命是通过将医疗对话实时转化为具有临床实用性和可计费的文档，从而促进医疗保健领域更深入的理解，”该公司首席执行官兼联合创始人Shiv Rao博士解释说，“兑现这一承诺，需要快速且值得信赖的推理能力。”
这一基础设施层已成为风险投资家现在公认的AI应用成功的关键瓶颈——它是决定有前景的AI技术能否从实验室演示扩展到为数百万用户提供服务的生产系统的计算基础。
1000亿美元的隐性经济
在全国各地医疗服务提供者的现代化办公室里，一场静悄悄的革命每小时发生数千次。每一次由AI驱动的诊断、每一次自动化转录、每一次智能推荐都依赖于推理——即运行已训练的AI模型以产生实时结果的过程。
AI训练是一个资源密集型过程，它利用海量数据集来教导模型学习模式并进行预测。相反，AI推理是指已训练的模型将这些知识应用于对新的、未见过的数据进行预测，通常每次查询所需的计算能力较少，但代表了持续的运营成本。这种根本区别对于理解AI系统的技术部署和经济影响至关重要。
与训练AI系统所需的庞大计算量不同，推理是持续发生的，它正在创造一个行业分析师估计年产值将达到1000亿美元的市场。其经济模式与传统软件有着根本区别：成本与用户参与度直接挂钩，这既带来了巨大的机遇，也带来了重大的运营挑战。
“我们正在见证的是一个全新类别的商业基础设施的出现，”一位追踪硅谷AI基础设施投资的高级分析师解释说，“公司正在发现，让AI模型在实验室中运行与让它们为数百万用户可靠地运行，是截然不同的。”
这一发现重塑了公司对AI部署的看法。早期采用者曾认为成功的模型训练会自动转化为成功的应用程序，但现实证明更为复杂。在规模化应用中，性能、可靠性和成本控制需要超越机器学习算法的专业知识。
毫秒决定市场地位
在Abridge等医疗应用中，利害关系变得清晰。当医生依赖AI捕捉关键患者信息时，系统延迟不仅仅是不便——它可能影响患者护理质量和诊所运营效率。
“兑现这一承诺，需要快速且值得信赖的推理能力，”Rao解释说，“Baseten通过能在医疗系统中安全扩展的基础设施，支持我们的使命。”
在AI应用程序扮演高风险角色的各个行业中，类似的情况也在上演。OpenEvidence为全国主要医疗机构的医疗服务提供者提供医疗信息，其平台每周处理数十亿次自定义AI模型调用。该公司联合创始人兼首席技术官Zachary Ziegler将基础设施要求描述为“生死攸关的关键任务”。
这些运营需求创造了风险投资家现在所称的“推理瓶颈”——这是一个技术和经济上的制约，决定了哪些AI应用程序能够从有前景的原型过渡到生产规模的部署。
AI热潮背后的平台战争
Baseten估值的迅速增长反映了其在一个日益竞争激烈的市场中的核心地位。该公司不仅与Together AI（估值33亿美元）和Fireworks等专业平台竞争，还与正在构建全面AI服务的科技巨头竞争。
截至2025年领先AI基础设施和推理平台公司的估值
| 公司名称 | 估值 | 估值日期 |
|---|---|---|
| Baseten | 21.5亿美元 | 2025年9月5日 |
| Together AI | 33亿美元 | 2025年2月 |
| Fireworks AI | 40亿美元（潜在） | 2025年7月 |
亚马逊网络服务（Amazon Web Services）、谷歌云（Google Cloud）和微软Azure正在积极地将推理能力与其更广泛的云产品捆绑，这在行业观察家看来构成了“中间件挤压”。独立平台必须持续创新，以避免被吸收到更大的技术生态系统中。
“最成功的推理平台需要证明，其单位经济效益能够随着规模的扩大而显著改善，”一位评估过多家AI基础设施公司的风险投资合伙人指出，“在这个市场中，仅仅通过收入增长而保持不变的利润率是不足够的。”
这种竞争压力促使Baseten超越了纯粹的推理业务，转向了模型训练和微调等相邻能力。首席执行官Tuhin Srivastava将这一演变描述为创建了一个“完整的推理生命周期”平台，能够支持AI应用程序从初始开发到大规模部署的整个过程。
垂直专业化作为经济防御
或许最重要的是，Baseten的增长轨迹表明了专业化的行业知识如何转化为可持续的竞争优势。该公司在医疗保健领域的成功——该领域对法规遵从、数据隐私和可靠性要求极为严格——说明了技术能力如何创造出远超简单软件集成的转换成本。
医疗AI应用程序在与消费者聊天机器人根本不同的限制下运行。它们需要可审计的性能指标、详细的合规性文档以及当主模型失败时的复杂回退机制。这些运营要求创造了技术高管所说的重大迁移壁垒。
“一旦你围绕一个特定的推理平台配置了整个合规框架，更换供应商就变成了一个六到十二个月的工程项目，”一家不愿透露姓名的知名健康科技公司的首席技术官解释说，他在讨论竞争动态时要求匿名，“仅仅是技术债务本身就产生了巨大的锁定效应。”
投资影响与市场演变
从投资角度来看，Baseten的估值既反映了推理市场的巨大机遇，也反映了建立依赖第三方硬件供应商的基础设施业务所固有的风险。与能够实现接近零边际成本的传统软件平台不同，推理提供商必须持续投资于GPU容量，同时管理波动的需求模式。
挑战不仅仅局限于纯粹的资本要求。英伟达（NVIDIA）的高端处理器仍然昂贵且难以采购，这需要复杂的供应链管理和长期产能规划。成功需要平衡性能优化与成本控制——这些技术能力很少有组织能够内部开发。
AI基础设施中的单位经济学涉及分析与单个、可定义的SaaS服务或输出单位相关的收入和成本。这需要计算每次推理、每个训练模型或每千兆字节数据处理的成本，并应用云计算服务和SaaS的原则来优化成本管理、盈利能力和可扩展性。
追踪该领域的金融分析师认为，可持续的推理平台需要展示不断改善的单位经济效益，而不仅仅是扩大收入。最具防御性的商业模式可能将基于使用量的定价与基于特定客户成果的价值费用相结合。
Clay的联合创始人兼首席执行官Kareem Amin描述了他的AI驱动销售平台在采用Baseten基础设施后所经历的转型：“我们能更快、更高质量地推出新的AI功能，并确信它们将为我们的客户带来出色表现。对我们而言，Baseten不仅仅是基础设施——它是我们提供下一代AI驱动解决方案的关键组成部分。”
整合之问
展望未来，推理基础设施市场似乎正走向显著整合。尽管风险投资持续涌入专业平台，但潜在的经济规律更青睐那些能在多个客户群体和用例中实现大规模扩展的公司。
Baseten的挑战在于超越其目前在高增长AI初创企业和中端市场公司的集中。企业级采纳通常需要远超技术性能的能力，包括全面的供应商管理、详细的服务水平协议以及复杂的成本分配工具。
该公司最近的产品发布——包括针对流行开源模型的托管API和集成训练能力——表明其战略重点是成为一个综合平台，而非专业解决方案。这种方法能否有效对抗专注型竞争对手和超大规模云服务提供商，很可能决定该公司未来的长期市场地位。
随着AI应用在各行各业的持续普及，推理基础设施市场代表了在云整合时代，少数几个建立大型独立软件业务的剩余机会之一。Baseten的1.5亿美元投资最终押注于，专业化、性能优化的平台能够在行业巨头完全商品化AI基础设施之前，开辟出可持续的市场地位。
利害关系超越了任何一家公司的成功。推理市场如何演变，将从根本上塑造哪些组织能够负担得起大规模部署AI，并可能决定人工智能是真正实现普及，还是仍然集中在资金雄厚的科技巨头手中。
对于使用Abridge服务的医疗服务提供者来说，这些基础设施决策最终将决定AI驱动的患者护理改进是广泛可及，还是仅限于资金充足的机构。从这个意义上讲，Baseten的D轮融资不仅仅是一个商业里程碑——它更是对将塑造人工智能如何改变社会的技术基础的投资。
非投资建议