从宏大叙事到“庞氏骗局”：AI企业亏钱买用户，“卖铲人”才是最终受益者？

电子发烧友网报道（文/席安帝） 不同于上一个互联网时代，


AI


时代的规模经济，似乎越来越走不通了。




自从ChatGPT一夜爆火之日起，全球AI产业链就像被“打了鸡血”一般向前冲锋。前有OpenAI、谷歌、Meta以及字节跳动、阿里这类传统AI云巨头疯狂投建AI数据


中心


，加码大模型训练和推理赛道，后又有如


英伟达


、


英特尔


、


AMD


、台积电等一众“卖铲人”不断“添柴加薪”，进而全面引爆了全球G端、B端到C端市场的集体狂热，各种AI类创新应用也扑面而来。




但经过为期数年在商业模式上的探索，如今越来越多的AI应用端企业也逐渐发现，AI产品的盈利能力似乎并不像传闻那般美好。从不久前硅谷科技巨头Meta出租富余算力，到微软等科技大厂开始限制员工使用AI以降低成本开支，再到如今衡量AI实际使用热度的词元（Token）支出指数较5月高点下跌约20%，这一系列行业


信号


，都让支撑AI算力上涨的逻辑开始松动。AI所孕育的商业模式，是否能真正跑通，成为横亘在很多AI应用端企业面前最“致命”的问题。





AI应用端企业“亏钱买用户”，商业模式走进“死胡同”？





历经过去数年的沉淀，如今像豆包、智谱清言、Kimi以及千问、元宝、DeepSeek等国内主流AI大模型的用户体量均已达到了空前的规模，这也成为了不少AI大模型开始收费的根本原因。




譬如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。不过，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，国内的主流大模型中，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。例如，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。不过现阶段，DeepSeek、阿里千问、腾讯元宝则对普通用户维持免费，尚未设置付费版本。




这些头部AI工具纷纷开始收费，进一步加重了AI应用端企业的成本压力。据证券时报报道，近日有具身智能独角兽企业创始人就曾表示：“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。”每一次对模型的训练，都将耗费极高的Token成本。




另一家专注AI教育类硬件的公司也有类似的挑战，虽然目前用户规模已超25万，日均使用时常长达45分钟，但这款售价500元的产品依旧未能盈利，其中不仅有


半导体


涨价带来的影响，更核心的还是大规模用户每日大量的Token消耗，让整体成本愈发不可控。




典型以大量使用字节跳动旗下Se


eda


nce 2.0模型的影视类企业为例，目前由于字节跳动全方位垄断全球顶级视频生成类AI的技术和资源，越来越多的AI短剧公司只能被迫接受字节跳动一轮又一轮的调价。经过调研发现，如今不少以AI短剧为核心业务的应用端企业需要付出大量的Token成本（单条1分钟视频高达千元），才能支持本就盈利很差的短剧类业务，“烧钱”赚流量和买用户已经成为常态，最终的投入产出比也极低，真正赚钱的也只能是字节跳动这类AI大模型提供商和更上游的算力基础设施服务商。




这些案例都充分体现了当今AI应用端已深陷“谁离用户更近，谁亏损就更严重”的“死局”。对于上游AI算力基础设施服务商来说，面对的是拥有绝对刚需且必须要不断扩张的AI大模型企业，因此他们具有很高的价格主导权，而中游的AI大模型企业面对的一部分是有部分刚需的下游应用端企业，另一部分则是普通的C端用户，大模型企业即便在C端市场只拿到少部分付费用户的利润，也能通过拿捏大部分B端企业来实现一定程度的盈利。这个链条当中最痛苦的，无疑是下游的AI应用端企业，毕竟他们面对的是大量对价格极度敏感且拥有极低忠诚度的C端用户，想要在巨量的Token成本投入和少量的C端收入的夹缝间生存，无疑是非常困难的事情。





堪比“庞氏骗局”：AI“卖铲人”才是最终受益者？





无论任何一个时代，“卖铲人”永远都是“吃掉”整个链条中最大利润的群体，AI时代也不例外。这一点，从如今英伟达、美光、英特尔、台积电、


博通


以及大量国内的AI算力相关的半导体供应链厂商的股价和业绩上就可一窥端倪。




尤其是英伟达，作为全球AI算力市场的顶级玩家，已经通过售卖


GPU


、AI芯片和各种AI加速卡、模组攫取了市场绝大部分的利润。截至 2026 年 4 月 26 日，英伟达的第一季度收入达到 816 亿美元，比上一季度增长 20%，比去年同期增长 85%。




其中，数据中心业务营收达到创纪录的752亿美元，同比增长92%，环比增长21%，主要得益于Bl


ac


kwell 300产品的广泛应用以及市场对InfiniBand、Spectrum-X


以太网


和NVLink解决方案的强劲需求。边缘计算业务营收为64亿美元，同比增长29%，环比增长10%，主要得益于Blackwell工作站的强劲需求。如果按美国通用会计准则（GAAP）计算，英伟达净利润为583亿美元，较上年同期增长超过三倍，堪比“印钞机”。




其他厂商诸如全球顶级存储芯片大厂美光科技，其财报显示2026财年第二季度实现营收238.6亿美元，同比大增196%，其中


DRAM


收入增长207%，NAND收入增长169%，调整后毛利率升至约74.9%的高位。




相比之下，不断坚持“规模经济”的AI应用端企业，却面临着巨量Token成本开支，与极为理性且“难付费”的B端和C端用户之间的矛盾。毕竟，对多数企业来说，AI相关应用的预算还是从过去的数字化转型预算中剥离出来的，整个市场并没有变大，只是所购买的相关服务发生了变化。对于更多的C端用户来说，现阶段也没有养成为AI大模型付费的习惯，绝大部分用户还抱持着“非免费就不用”的思维模式。




由此可见，即便AI应用端企业通过品牌和服务获得了大量用户的青睐，但真正愿意花钱为AI服务买单的，比例却极低。这也等同于过去多年耗费大量Token成本购买来的用户，转化率远不如预期。




因此，现阶段AI应用端的商业模式，需要进一步的自我革新与改变。





小结





进入AI时代，若继续沿用传统的“规模即经济”的商业模式，显然已经不再奏效。现阶段，更多AI应用端企业应该思考的是，如何才能构建出健康的商业增长与财务盈利模型，而非一味的打造庞大的用户规模，以量取胜。毕竟，长此以往，绝大部分用户并不能真正为行业创造出实际的商业价值，最终如果无法形成一个拥有可行性的商业闭环，或许支撑着这一系列商业运转的底层基建繁荣也将随之破灭，引发又一轮史诗级“互联网泡沫”。