出現(xiàn)5年，落地3年，AI還是賺不到錢

“大模型無網(wǎng)絡(luò)效應(yīng)，或只賺通道費(fèi)，價(jià)值終將向上游轉(zhuǎn)移。”

a16z合伙人的這句判斷，近來在創(chuàng)投圈持續(xù)發(fā)酵。它算不上石破天驚的預(yù)言，更像是一句遲到的總結(jié)——是全行業(yè)狂奔五年、落地三年，撞過無數(shù)南墻之后，終于被擺到臺(tái)面上的殘酷真相。

五年喧囂，三年投入，到今天回頭再看，最扎心的問題始終懸在頭頂：被捧為未來的AI生意，到底誰真正賺到了錢？

更殘酷的現(xiàn)實(shí)是，沒有一直不賺錢的生意，也沒有一只能被吸血的根基。

大模型賺不到壟斷錢

對(duì)AI的商業(yè)幻想，其實(shí)是在復(fù)刻互聯(lián)網(wǎng)的成功路徑：靠網(wǎng)絡(luò)效應(yīng)實(shí)現(xiàn)贏家通吃，吃下壟斷利潤。

但a16z合伙人的判斷，直截了當(dāng)?shù)卮疗屏诉@個(gè)幻想——大模型從根上就不具備真正的網(wǎng)絡(luò)效應(yīng)。

這其實(shí)不難理解：

互聯(lián)網(wǎng)時(shí)代的網(wǎng)絡(luò)效應(yīng)，核心是正向循環(huán)，用戶越多，產(chǎn)品體驗(yàn)越好，反過來又吸引更多用戶，直到形成壁壘。社交軟件、電商平臺(tái)、搜索引擎，無一不是這套邏輯的受益者。

但大模型完全不遵循這套規(guī)則，使用量的上漲不會(huì)讓模型能力出現(xiàn)指數(shù)級(jí)提升，反而會(huì)讓算力、帶寬、運(yùn)維成本線性上漲；用戶數(shù)據(jù)的積累對(duì)模型效果的邊際貢獻(xiàn)快速遞減，遠(yuǎn)達(dá)不到“越用越強(qiáng)”的質(zhì)變。

更致命的是，大模型的客戶切換成本低得超乎想象。對(duì)企業(yè)客戶而言，換一家大模型服務(wù)商，本質(zhì)上就是換一組API接口，既沒有數(shù)據(jù)遷移的沉重負(fù)擔(dān)，也沒有使用習(xí)慣的強(qiáng)綁定。沒有粘性，就沒有定價(jià)權(quán)；沒有定價(jià)權(quán)，最終就只能陷入價(jià)格戰(zhàn)，淪為薄利的管道生意。

這也解釋了為什么AI落地喊了三年，至今沒有幾家企業(yè)敢拍著胸脯說自己跑通了可持續(xù)的商業(yè)變現(xiàn)。

哪怕是行業(yè)公認(rèn)top梯隊(duì)的Anthropic，其營收也深度綁定傳統(tǒng)大廠的生態(tài)合作，更像是巨頭體系內(nèi)的資金循環(huán)，而非完全市場化的獨(dú)立盈利。

更多公司的玩法則更為取巧：把原本就在增長的傳統(tǒng)業(yè)務(wù)套上AI概念，把業(yè)務(wù)增長額全部算成AI的功勞，再寫進(jìn)財(cái)報(bào)講新故事。

AI成了財(cái)務(wù)報(bào)表的“化妝品”，至于業(yè)務(wù)本身到底有沒有因?yàn)锳I賺到超額利潤，恐怕只有自己心里清楚。

一九分賬的真相

當(dāng)應(yīng)用層賺不到真金白銀，產(chǎn)業(yè)利潤向上游轉(zhuǎn)移，就成了注定。

投資機(jī)構(gòu)AltimeterCapital的產(chǎn)業(yè)追蹤數(shù)據(jù)，把AI行業(yè)的利潤分配說得明明白白：整個(gè)AI產(chǎn)業(yè)鏈中，半導(dǎo)體層拿走了79%的毛利，基礎(chǔ)設(shè)施層拿走14%，留給最熱鬧、最受關(guān)注的應(yīng)用層——也就是各類大模型和AI軟件公司的，只剩7%。

二八定律在這里變成了一九分賬。下游千軍萬馬卷生卷死，上游廠商躺著吃肉。

于是我們看到了今年資本市場最清晰的一條主線：資金正在持續(xù)從AI應(yīng)用本身，向上游環(huán)節(jié)轉(zhuǎn)移。從大模型到算力服務(wù)商，從算力到芯片廠商，再從芯片向上延伸到上游原材料，預(yù)期敘事一步步上移。

表面看這是資本逐利的自然擴(kuò)散，本質(zhì)上卻是避險(xiǎn)的被動(dòng)選擇——下游盈利模式模糊、不確定性太高，不如去賺下游廠商的“賣水錢”，確定性更強(qiáng)，也更穩(wěn)妥。

a16z在這個(gè)節(jié)點(diǎn)公開強(qiáng)調(diào)“價(jià)值向上游轉(zhuǎn)移”，某種意義上也是在強(qiáng)化這套產(chǎn)業(yè)敘事，盡量拉長、拉高上游的預(yù)期周期，讓資本的狂歡能多持續(xù)一陣。

但上游就真的是安全島嗎？答案遠(yuǎn)沒有這么樂觀。

META一則擴(kuò)大算力租賃的消息，就能讓全球半導(dǎo)體板塊集體震動(dòng)，這本身就不是健康的產(chǎn)業(yè)信號(hào)。它說明上游的估值高度綁定下游的需求預(yù)期，而下游的需求本身，就建立在層層疊加的樂觀假設(shè)之上。

上游也沒有想象中牢不可破的護(hù)城河，芯片、算力、服務(wù)器每個(gè)環(huán)節(jié)都有新玩家進(jìn)場搶份額，生態(tài)內(nèi)部早已亂成一鍋粥。

下游困境才是上游暗雷

在資本敘事里，大模型只是流量通道；但在真實(shí)產(chǎn)業(yè)里，AI才是整條產(chǎn)業(yè)鏈的錨。

芯片訂單、算力需求、基礎(chǔ)設(shè)施建設(shè)，都建立在“AI能創(chuàng)造價(jià)值、能落地賺錢”的基礎(chǔ)之上。如果下游應(yīng)用始終賺不到錢，如果企業(yè)最終發(fā)現(xiàn)AI只是徒有其表的成本中心，那么上游的所有需求預(yù)期都會(huì)瞬間落空。

皮之不存，毛將焉附？當(dāng)AI這個(gè)錨繃不住了，上游的敘事泡沫也會(huì)跟著一起破裂。

而下游的落地，早已經(jīng)撞上了南墻。

去年開始，海外大量企業(yè)調(diào)研就拋出過反常識(shí)的結(jié)論：公司全面接入AI之后，員工個(gè)體的工作效率看似顯著提升，但組織層面的整體效率不僅沒上漲，反而出現(xiàn)了下滑。國內(nèi)大廠跑了一輪之后，也陸續(xù)踩中了一模一樣的坑。

問題出在三個(gè)地方。一是組織架構(gòu)的慣性抵消了效率紅利，AI能加快單點(diǎn)產(chǎn)出，卻改不了跨部門的審批、溝通與對(duì)齊流程，省下來的時(shí)間全耗在了協(xié)作內(nèi)耗里；二是“不負(fù)責(zé)任的提效”，AI產(chǎn)出快但質(zhì)量參差，前端省下來的時(shí)間，后端要花更多人力去校驗(yàn)、修補(bǔ)與返工；三是員工的隱性對(duì)抗，當(dāng)公司一邊推AI一邊喊裁員，沒有人會(huì)主動(dòng)打磨一套能換掉自己的工具，從控制產(chǎn)出節(jié)奏到不沉淀最優(yōu)方法，集體博弈之下，AI的真實(shí)效果大打折扣。

大廠近期普遍下調(diào)員工內(nèi)部AI工具的token額度，本質(zhì)上就是在為這場效率幻覺買單。此前抱著“上AI就能減人增效”的樂觀預(yù)期砸進(jìn)去的成本，最終都變成了不得不收回的試錯(cuò)賬單。

而企業(yè)端的預(yù)算收縮，只會(huì)順著產(chǎn)業(yè)鏈向上傳導(dǎo)。當(dāng)下游客戶開始算投入產(chǎn)出比、開始縮減AI開支，上游的訂單增長就會(huì)戛然而止。所謂的價(jià)值高地，轉(zhuǎn)眼就可能變成產(chǎn)能過剩的洼地。

出現(xiàn)五年，落地三年，AI依然賺不到錢，這不是技術(shù)的失敗，而是預(yù)期的回歸。

接下來會(huì)有更多企業(yè)收縮AI預(yù)算，會(huì)有更多AI公司融不到錢，會(huì)有更多經(jīng)不起驗(yàn)證的故事被一一戳破。

潮水總會(huì)退去。能留在牌桌上的，不是會(huì)講故事的人。