
标题:2026 年 AI 商业化浪潮下:大模型厂商亏损,红利流向了谁?
2026 年夏天,资本市场对 AI 情绪复杂,比天气还燥热。
就在上周,字节跳动旗下火山引擎的一封邮件引发震动,豆包大模型企业版部分高级功能结束免费试用期,正式开启商业化计费。消息一出,有人惊呼“AI 免费午餐结束了”,也有人冷笑“终于到了要韭菜买单的时候”。
几乎同一时间,年中财报季拉开帷幕。翻阅已发布的几十份互联网大厂和上市公司财报,呈现出极具反差的画面:一边是“AI 赋能”“大模型落地”“智能化转型”成财报电话会标配词汇,企业 IT 支出中 AI 相关的 Capex(资本开支)增速同比动辄 30%、50%,甚至翻倍;另一边,除少数老牌云厂商外,几乎所有主打 AI 业务的上市公司净利润率都在下滑,甚至亏损面在扩大。
这就很诡异了。如果 AI 真像宣传的那样神通广大,能写代码、做设计、当客服、分析报表,帮企业省下人力成本,那省下的钱加上企业购买 AI 服务的费用,大模型公司应该赚得盆满钵满。可现实是,无论是大洋彼岸的 OpenAI,还是国内的 DeepSeek、月之暗面,甚至刚宣布收费的字节豆包,似乎都在“赔本赚吆喝”。
这不禁让人想问:在这场 AI 革命中,大家都承认 AI 有用,那巨大的“效率红利”到底进了谁的口袋?要解开谜题,需跳出“AI 替代打工人”的情绪叙事,深入产业链账本看看。
01 企业 AI 投入现状与厂商困境
先看一组数据。某头部电商巨头在 2026 年 Q2 财报中提到,技术投入同比增长 42%,主要用于建设智能客服和供应链优化系统。财务总监直白解释:“这是为应对人力成本上升,预计未来 18 个月内收回成本。”
这种“预期收益”是多数企业上马 AI 项目的心理写照。但从会计角度看,投入当期计入成本,收益却递延。这导致当下财报显著特征:Capex(资本开支)增速远高于短期营收增速。
这种现象在科技史上不新鲜,云计算普及期、移动互联网爆发期都经历过基础设施先行、应用变现滞后阶段。但 AI 特殊之处在于“烧钱”速度太快。
训练一个大模型,动辄千万美元起步;维持日常推理服务,GPU 集群的电费堪称天文数字。企业在财报里高喊“All in AI”,实则在豪赌,赌 AI 带来的长期效率提升能覆盖当下巨额投入。但对提供 AI 能力的厂商来说,“未来收益”的不确定性让他们面临尴尬现实——卖得越多,亏得可能越狠。
字节豆包收费本质不是立刻盈利,而是为漫长马拉松设“补给站”,缓解现金流压力。但这能否解决问题,要看产业链利润分配逻辑。
02 AI 产业链各环节现状
要搞清钱去哪了,可把 AI 产业链简化为经典的“淘金热”模型。
上游:稳赚不赔的“卖铲人”:无论是美国还是中国,这轮 AI 浪潮中最确定的赢家是算力提供商。全球市场最大赢家是英伟达,虽面临限制和竞争,但 Blackwell 架构芯片仍是硬通货。只要大模型迭代,对算力的需求就不停。英伟达卖的是“入场券”,其高毛利建立在极高技术壁垒上。在国内,华为昇腾系列成国产算力中流砥柱。随着国产替代进程加速,昇腾芯片在政务、金融等关键领域渗透率不断提升。虽单颗芯片利润率可能不及英伟达,但胜在“量”稳定增长和政策护城河。
对于上游来说,不管下游能否挖到“金子”,只要“矿工”还在挖,就得买“铲子”。他们是这波 AI 红利中第一批把钱装进口袋的人。
中游:夹缝求生的“卖工具人”:这就是我们最关心的大模型厂商,包括 OpenAI、Anthropic,以及国内的 DeepSeek、MiniMax、月之暗面等。
他们处境尴尬。一方面,要向上游支付高昂算力租金或采购费;另一方面,为争夺市场份额,不得不卷入惨烈价格战。
字节豆包之前长期免费,DeepSeek 打出“极致性价比”旗号,Kimi 靠长文本差异化竞争……这些动作背后,是 API 调用价格断崖式下跌。在某些垂直领域,每百万 Token 价格甚至跌破 1 元人民币。
这导致中游厂商成了“搬运工”,把昂贵算力打包成廉价 Token 卖给下游。这种商业模式本质是用高成本资源换低毛利流水。除非形成绝对垄断,否则难见盈利曙光。
下游:喜忧参半的“淘金者”:下游使用 AI 的企业用户涵盖千行百业。字节跳动、百度、阿里等大型企业,既是 AI 使用者,也是提供者。对这类巨头,AI 价值在于优化内部流程,降低运营成本,它们尝到了“降本增效”的甜头。
中小企业是这波 AI 普惠红利最大受益者。以前请不起程序员做开发,现在花几百块调用 API 就能搭建简单应用。但大部分中小企业没获超额利润,因为 AI 带来的效率提升很快会被市场竞争抹平——竞争对手也在用 AI。
所以,下游用户确实省了钱,但这种省钱更多是“防御性收益”而非“进攻性收益”。
03 AI 商业悖论与字节豆包的尝试
这里引出核心商业悖论:如果 AI 能帮企业省 100 万,为何企业不愿拿出 10 万付给大模型公司?答案是价值分配极度不对等。
高昂的“公摊成本”压垮下游企业。大模型成本结构是“固定成本高,边际成本低”。训练一次模型要烧几千万,这是沉没成本。为让模型更好用,还需持续进行 RLHF,这又是不断的支出。而下游企业支付的 API 费用,往往只覆盖推理阶段的电力和运维成本,根本无法摊销前期巨大的训练和研发成本。这就像住酒店,房费只够付水电费,不够还房贷。
随着开源模型进步,闭源模型护城河变窄。当模型能力差距缩小到一定程度,就变成类似“自来水”或“电力”的公用事业产品。对于公用事业,用户只接受极低价格。中游厂商陷入“创新者窘境”:不创新会被淘汰;创新太快,教育市场成本高,且易被模仿。
AI 为企业节省的成本主要体现在人力上。但在财务报表上,这部分节省的钱体现在“管理费用”或“销售费用”的减少,而非“营业收入”的增加。企业老板省了钱,但钱没流转到大模型厂商手里,而是成了企业净利润。大模型厂商只是帮企业“节流”,没参与“开源”分成。
字节豆包开始收费,是试图打破这种悖论的尝试。它想告诉市场:好用的工具是有价的。但能否扭转中游亏损局面,取决于用户是否愿为“好用”支付溢价,而非仅为“能用”付地板价。
04 大模型行业未来趋势
展望接下来 12 个月,大模型行业将告别“野蛮生长”,进入“精耕细作”下半场,三个趋势会更明显:
从“拼参数”转向“拼留存”:过去,厂商爱晒榜单、晒参数,比谁参数多、分数高。但企业用户已麻木。未来比的是用户留存率和续费率。模型能否稳定工作、幻觉(胡编乱造)多不多、能否无缝接入现有工作流,才是决定生死的关键。那些只会刷榜、无法落地的模型将被淘汰。
从“公有云”转向“私有化部署”:对于金融、政务、医疗等对数据安全极度敏感的行业,公有云 API 无法满足需求。未来一年,会看到大量私有化部署订单。这对中游厂商是提高客单价的机会。虽交付重、周期长,但一旦签单,就有长期现金流。这也是华为云、腾讯云等大厂的优势战场。
“Agent”将成为变现突破口:单纯对话式 AI(Chatbot)很难收费,因为太容易被替代。但如果 AI 能进化成 Agent,能自动执行复杂任务链(如自动订票、自动生成财报并发送邮件、自动维护代码库),其价值就不再是“问答工具”,而是“数字员工”。届时,按效果付费(Pay for Results)将成为可能。这也是字节豆包收费后真正的发力方向。
目前,这波红利主要沉淀在算力基础设施提供商(上游)和部分通过 AI 大幅优化内部效率的巨头(下游)手中。大模型厂商(中游)正处于“黎明前的黑暗”。字节豆包收费是信号,意味着行业在重建健康商业闭环,但这注定是持久战。
对普通人来说,与其焦虑 AI 会不会抢饭碗,不如思考如何用 AI 让自己成为“不可替代的数字工匠”。毕竟,淘金热中最终发财的不一定是矿工,也不一定是卖铲子的,而是懂得利用工具创造价值的人。这波红利,终究属于效率更高的人。
1344



被折叠的 条评论
为什么被折叠?



