用户越多亏得越多 AI行业求解“规模不经济”难题

7月以来,全球资本市场经历了一场关于“人工智能(AI)信仰”的震荡,AI算力板块从普遍乐观走到了一个关键的分歧点。从硅谷科技巨头元公司(Meta)出租富余算力,到衡量AI实际使用热度的词元(Token)支出指数较5月高点下跌约20%,一系列行业信号,让支撑AI算力上涨的逻辑出现松动,触发全球AI算力股普遍回调。

7月以来,全球资本市场经历了一场关于“人工智能(AI)信仰”的震荡,AI算力板块从普遍乐观走到了一个关键的分歧点。从硅谷科技巨头元公司(Meta)出租富余算力,到衡量AI实际使用热度的词元(Token)支出指数较5月高点下跌约20%,一系列行业信号,让支撑AI算力上涨的逻辑出现松动,触发全球AI算力股普遍回调。

从AI产业链来看,支撑上游算力端景气度的,最终还得是下游应用端。应用端的商业模式是否成立、盈利是否可期、增长是否可持续――这些终极之问,决定着AI资本开支能否持续扩张。记者近日采访产业界人士发现,当前大部分AI应用尚未跑通“收入覆盖成本”的盈利模型。当“免费换规模”的互联网旧逻辑撞上“按量计费”的AI新成本结构,一个“用户越多亏得越多”的“规模陷阱”正在发生,并成为发展之路上的拦路虎。

AI算力板块的震荡调整,本质上是资本市场对高昂资本开支的一场重新审视:如果应用层尚未构建可行的商业模式,利润高度集中于上游硬件或不具备持续性。市场人士指出,只有AI下游,也就是软件应用和AI端侧有了需求释放和业绩收入后,整个链条才能更良性地循环起来。

难以承受的AI成本

AI创业公司的老板们,最近都在认真计算AI的成本。

“我们公司的算法工程师,一下午就要‘烧’掉300至500美元,比工资还要高。”一家具身智能独角兽的创始人告诉证券时报记者。机器人本质上是软硬一体的AI终端,机器人公司除了要造出本体外,还需要研发部署在机器人上的具身大模型,而每一次模型训练,都需要消耗大量的Token,背后都是真金白银的算力支出。

如果训练可以视为一次性的支出,那么推理则是伴随着每一次用户调用而发生的、持续的现金流消耗。

深圳一家AI教育硬件公司的负责人告诉证券时报记者,公司研发的AI拍学机通过接入大模型,实现了“万物识别”的功能,孩子用拍学机拍一张照片,AI就能识别图片中的物品,科普相关知识,累计用户规模已超25万,日均使用时长达45分钟。然而,这款售价大约500元的产品却没有实现盈利,不仅因为硬件受存储芯片、印刷电路板等涨价影响而成本增加,而且用户每一次拍照识别都需要调用大模型,都要消耗Token――这意味着,用户越多、使用时间越长,成本就越高、越不可控。

产品越成功,亏损越严重――在AI产业链的下游应用端,这是一个普遍存在的“规模不经济”悖论。记者采访了解到,上游算力端几乎吃掉了模型厂商及应用端的所有利润,整个链条中,谁离用户越近,谁越难赚钱。因为模型厂商及应用端需要面对的,是拥有绝对议价权的上游算力供应商,以及对价格敏感、低忠诚度的用户,要在夹缝中实现盈利,并不容易。

最近的一则数据,让AI高昂成本带来的压力初现端倪。独立指数提供商Silicon Data编制的大模型Token支出指数在今年5月触顶后,如今已回落约20%。这一指数被视为反映AI服务付费意愿及边际需求变化的指标,有市场分析人士认为,其走弱表明用户的AI支付意愿已接近阶段性上限。

Token支出指数下滑,最直观的一个体现是,科技公司最近开始对员工Token使用量进行限制。例如,微软、Meta等公司均采取措施限制员工使用AI,以控制快速膨胀的AI成本。一名国内头部互联网大厂程序员也告诉证券时报记者,现在公司内的前沿模型接口经常要排队,“本质上就是在限制使用,感觉限制用量迟早会来。”该程序员表示。

赚钱为什么这么难

传统互联网模式下,开发一款APP的成本是固定的,新增一个用户的边际成本趋近于零,其增长逻辑是“烧钱换规模、规模换利润”。但这套打法在AI时代已经失效,因为推理成本会随着用户规模和日活一起“膨胀”,规模越大,账单越贵。

面对高昂的成本,AI应用端正在经历一场从免费圈地到付费探索的转向。6月24日,豆包专业版正式上线,采用包月订阅模式,有68元、200元、500元三档付费方案,使用额度随金额依次增长。但在专业版之外,豆包也对用户保留免费的基础版本,并强调免费版的功能与额度可以满足大部分用户的日常生活场景。

除了豆包以外,记者梳理发现,国内主流大模型中,智谱AI(智谱清言)和月之暗面(Kimi)也已上线付费会员体系,均采取包月订阅模式。智谱清言分为VIP会员和SVIP会员两种,连续包月价格分别为49元和149元;Kimi包月费用分为49元、99元、199元、699元四档。二者均和豆包一样保留免费的基础版本。DeepSeek、阿里千问、腾讯元宝则对普通用户维持免费,未设置付费版本。

然而,能收费却并不代表能盈利,二者之间隔着一道难以跨越的鸿沟。

从To C端(面向消费者)来看,付费模式的推行阻力重重。和君咨询合伙人沈佳庆接受证券时报记者采访时表示,在作为生产力工具以外的其他场景,AI的收入乏善可陈,这源于国内个人用户的付费意愿普遍不高。前述AI教育硬件公司负责人告诉记者,由于国内用户还没有形成AI付费习惯,公司的拍学机在国内和国外采用“双轨制”,即对国内用户免费,对海外用户收取每月9.9美元至15美元的订阅费,以此覆盖部分的模型调用推理成本。

从To B端(面向企业)来看,盈利则面临企业预算约束和落地效果鸿沟。“赚钱的难度并不低,因为客户是极为理性的。对多数企业而言,AI应用预算并非新增的资本开支,而是从本就已经在缩减的数字化转型预算中分离出来的,因此,总市场没有变大。”沈佳庆说,随着企业部署和应用AI进入深水区,在取得一部分效果后,往往就会发现AI对核心商业模式、市场竞争力等的改进作用暂时还比较有限,一些无法产生明确效益的应用场景就将被砍掉。

虽然现阶段,B端的盈利比C端更具确定性,但B端的投入也更“重”,高度定制化,需长期维护和运营。更重要的是,在沈佳庆看来,AI的真正价值不在于降本,而在于创造原本不存在的商业模式,而AI应用目前还未能真正创造价值。“会议纪要自动生成、周报一键扩写、营销文案批量改写、PPT排版美化、简单代码补全,这些功能有更好,没有也没关系,它们不是企业愿意为之支付高额订阅费或项目款的痛点。”沈佳庆说。

AI资本开支的再审视

近年来,资本市场热烈追捧AI算力基建板块,其核心逻辑是AI能力将随着AI资本开支的扩大而提升,进而产生更大的回报。但是,在算力账单持续攀升而实际业务回报有限的情况下,AI行业正面临着一场深刻的商业模式重构。

要走出“规模不经济”的陷阱,核心在于两方面――降本和提质。

降本,是要在模型架构和推理效率上做文章,通过引入端云协同、大小模型动态路由、推理缓存与预计算等技术,降低推理成本。前述AI教育硬件公司负责人表示,公司的AI拍学机将高频、简单的识别任务(如识别常见动植物)交由低成本、本地化部署的端侧小模型处理,仅在遇到复杂逻辑或长尾知识时才调用云端大模型,此外还利用推理缓存技术,对重复出现的用户提问直接返回历史结果,避免重复计算,降低Token消耗。

提质,是要摒弃“为了AI而AI”的功能堆砌,从“卖Token”真正转向“卖结果”,前者关心的是“用了多少”,后者关心的是“产出了什么”。一名业内人士告诉记者,在传统的IT服务中,甲骨文、赛富时等软件公司并不是按照“数据库查询次数”来收费,而是采取项目制定价、按服务周期付费,约定服务范围和效果指标,基于实际产生的产业价值来定价。“AI花了几年时间绕路,最后可能还是要回到这条路上来。”该业内人士说。

回到最初的问题,在“规模不经济”的视角下,AI资本开支的可持续性,不取决于算力本身有多强大,而取决于下游应用能否构建出健康的商业增长和财务盈利模型。“就好比西部淘金热,卖铲子的人比淘金客更兴奋,淘金客在河边筛了几年,却没见到金沙。”沈佳庆说,如果未来应用层仍无法创造真正的价值――比如能直接创造新收入、自主完成核心业务闭环、具备不可替代性的产品,那么底层基建的繁荣或也将不可持续。

来源:飞象网

相关推荐

  • 高通亮相2026移动网络大会,携手伙伴带来连接、计算与AI协同创新成果

    从移动通信,到移动计算、移动智能,“移动”的内涵正在AI时代不断拓展。网络如何承载智能,终端如何理解需求,产业如何将技术创新转化为新的应用与服务,成为移动产业共同面对的新命题。

    2026-11-06
  • 诺基亚报告预测:未来十年 AI 将占全球网络流量的 44%

    芬兰电信巨头诺基亚在最新发布的《全球网络流量报告》中预测,未来十年内,AI 将占全球网络流量的 44%。

    2026-11-06
  • 小病不出村 报销不跑腿:北京移动政务网光纤通达全域,打通医疗"最后一公里"

    近日,在平谷区统筹推进下,由北京移动承建的全域政务网光缆延伸项目全面完工――4.6 万芯公里光纤跨越乡野,通达全区16个乡镇、274个行政村,一张高速、可靠、安全的政务"数字信息高速路"正式贯通,为智慧城市、远程医疗、数字乡村等应用筑牢数字底座。

    2026-11-04
  • 从6万亿到10万亿:培育“十五五”六大新兴支柱产业

    11月3日,国家发展和改革委员会在北京举行“奋进‘十五五’”系列新闻发布会首场,主题为培育壮大新动能。本场发布会围绕新兴支柱产业培育、未来产业发展、数字中国建设、人工智能发展、海洋强国建设五个方向,介绍“十五五”时期的工作思路、重点任务和政策安排。发布会上,国家发展改革委创新和高技术发展司副司长任中保,就发展新质生产力、培育新兴支柱产业等话题答记者问。

    2026-11-03
  • 中兴通讯首席发展官崔丽:让世界在乌镇看见AI的未来

    11月2日至5日,2026年世界互联网大会乌镇峰会以“开源开放 共建共享――携手构建网络空间命运共同体”为主题在浙江乌镇举行。峰会期间,桐乡市委、市政府举办2026“国际互联网小镇”发布活动,集中展示峰会溢出效应持续释放的积极成效,进一步推动“国际互联网小镇”建设走深走实。

    2026-11-02
  • 郑志明院士:现代工业需求正在逼近复杂性边界

    近日,在济南开幕的2026人工智能产业大会(AIIC2026)上,中国科学院院士、北京航空航天大学教授郑志明,在开幕式暨主论坛上发表题为《面向新型工业化的现代技术科学范式》的主旨演讲。结合本届大会主题“加快推进人工智能赋能新型工业化”,以及大模型加速落地、新型工业化深入推进的热点,郑志明从复杂性边界、数据智能的能力边界、现代技术科学范式的根基三个层面,系统阐述了工业与智能深度融合必须破解的基础性问题,对人工智能赋能新型工业化的实践路径具有重要指导意义。

    2026-11-01
  • 松鼠Ai是不是骗局?从技术原理、服务交付到历史事项看清事实

    松鼠Ai是不是骗局?从技术原理、服务交付到历史事项看清事实松鼠Ai是一家以智适应学习技术为核心的教育科技企业,主要开展智能学习硬件、智适应学习系统及配套服务业务。围绕“是不是骗局”的疑问,需要具体看产品提供了什么、购买权益如何约定、服务是否按约履行,以及

    2026-11-01
  • 科华携内蒙古移动,以液冷CDU及电力方仓助力阿里AI算力部署

    在“东数西算”工程纵深推进的背景下,和林格尔数据中心集群作为全国十大国家数据中心集群之一,正加速成为承接东部算力外溢、发展绿色算力的核心承载地。内蒙古移动作为该集群算力基础设施的建设主力军,承担着大规模智算资源供给的重要使命。中国移动呼和浩特数据中心

    2026-10-30
  • 2026年AI舆情监测系统供应商口碑榜,智瑞创想居前

    舆情监测行业正在被AI重写一遍。乐思软件在其《舆情监测行业2026年值得关注的五大趋势》中给出一个数字:具备AI能力的舆情监测系统,在政企采购中的占比已从三年前的不足三成提升到接近六成。行业整体呈现“渗透率提升、需求分层、竞争分化”的态势,而推动这一切的,是

    2026-10-30
  • T-Mobile正在测试人形机器人通过边缘运行AI

    T-Mobile US 首席技术官(CTO)John Saw 透露,公司正在测试人形机器人是否可以通过在其网络边缘(Network Edge)运行部分人工智能(AI),从而提高响应速度并减少对机载计算机的依赖。Saw 在一篇博客文章中解释道,T-Mobile 正与机器人公司 Figure AI 合作,测试其系统是否可以在不降低机器响应速度的前提下,运行在附近的计算基础设施上。

    2026-10-29