AI风向

【AI风向】8000亿美元砸下去还没听见水响:AI行业到底有多烧钱?

科技巨头三年砸了8000亿美元搞AI,但全行业AI年收入加起来还不够一家Meta的营收。这篇文章不是唱衰AI,而是帮你算清楚账——搞清楚钱在哪儿烧、谁在赚、你该怎么用。

事件回顾

5月19日,科技评论人Ed Zitron在其博客发布长文《AI Is Too Expensive》,用一组触目惊心的数字戳破了AI行业的繁荣表象:

过去三年,微软、谷歌、亚马逊、Meta四大超大规模云厂商的资本支出合计超过8000亿美元。而他们计划在2026年再投7000亿、2027年投1万亿——加起来,光是基础设施投入就奔着2.5万亿美元去了。

Zitron算了笔账:四大巨头的全部业务年收入加起来约1.6万亿美元(微软2810亿、Meta 2000亿、亚马逊7160亿、谷歌4028亿)。而AI需要贡献至少3万亿美元收入才能让这些投资回本,6万亿美元才能算"划算"。

文章发布不到半天,Hacker News上就炸了锅——126分、137条评论。从"这就是一场庞氏骗局"到"你不理解AGI的价值",评论区吵成了一锅粥。

钱到底烧在哪了?

AI行业资本支出与收入对比
▲ 科技巨头AI投资 vs 整体营收:2.5万亿资本支出才能追上1.6万亿年收入

如果把AI比作淘金热,那最大的赢家不是淘金者,而是卖铲子的。这张账单很清晰:

算力基础设施。微软在OpenAI合作上累计投入约1000亿美元——这包括股权投资、基础设施建设和托管OpenAI计算的全部费用。这个数字来自微软高管在马斯克诉OpenAI案中的证词,不是猜测。

模型训练。前沿模型单次训练成本已经进入"亿美元俱乐部"。以GPT-5级别模型为例,业内估算单次训练电费就要数千万美元,还不算GPU折旧和人力成本。

推理服务。这才是真正的无底洞。用户每问ChatGPT一个问题,OpenAI就要烧掉几美分到几十分不等的推理成本。当用户量达到3亿周活时,这个数字非常恐怖。Anthropic 2025年营收约300亿美元,但亏损约100亿——收入越高亏得越多。

人才军备竞赛。OpenAI以天价薪酬挖角Google DeepMind研究员早已不是新闻。Anthropic刚刚挖走了OpenAI联合创始人Andrej Karpathy,这种级别的人才流动背后是千万美元级别的薪酬包。

HN社区怎么说?

HN社区三派观点对比
▲ HN社区126分·137评论:泡泡派 vs 信仰派 vs 务实派——三种AI烧钱叙事

最有意思的不是文章本身,而是评论区里那些真金白银在花AI钱的人怎么说。我把137条评论中的核心观点归纳为三派:

"泡泡派":认为这是一场典型的VC驱动泡沫。正如一位评论者所说:"跨城Uber不会永远5美元。现在是补贴代币的黄金时代,但不会永远如此。"也有人直言:"他们在赌AGI,换句话说,在赌一个'扯淡'的概念。"

"信仰派":认为赛道太大,烧多少钱都值。"想象一下你是看着谷歌成长起来的——如果你认为有机会取代它成为领导性科技公司,你愿意花多少钱?5000亿美元?如果能取代谷歌(虽然很难),那就值了。"

"务实派":已经在主动降本。一位开发者分享:"我自己搞side project写代码,已经从Claude Opus降到Sonnet,又降到GLM 5.1。成本只有原来的25%,质量目前够用。"还有人开始用Apple Intelligence免费做文章摘要——"我本来以为至少得用Claude Sonnet才够,结果免费的也还行。"

这对AI创业者意味着什么?

作为AI创业者,你需要从这场大辩论里提取三个信号:

第一,现在是AI的"补贴时代"。大模型厂商为了抢用户,API价格被压到远低于实际成本。Claude Sonnet的API定价连推理电费都不一定cover。这不是可持续的价格——但对你来说,这意味着你能用白菜价用上世界顶级AI。趁现在把产品做出来、把用户圈住。等价格回归理性,你的先发优势就是护城河。

第二,不要被前沿模型绑架。HN上那位从Opus降到GLM 5.1的开发者是对的——80%的任务不需要最强模型。你的产品架构应该支持模型热切换:核心逻辑用顶级模型,常规任务用性价比模型,简单分类用开源小模型本地跑。这种"模型分层"策略在补贴结束后会成为核心竞争力。

第三,关注"铲子卖家"的机会。如果你不想跟大厂拼烧钱,那就换个角度:英伟达GPU供不应求,数据中心建设如火如荼,AI安全合规需求暴增。围绕基础设施做服务的公司,现金流比做模型的公司健康得多。

行动建议

  1. 审计你的AI账单。如果你在用Claude Code、Cursor、GitHub Copilot等编程助手,算一下每月花了多少钱。很多人发现自己的AI工具支出已经超过500美元/月而浑然不觉。
  1. 建立模型降级机制。在你的产品中设计"模型降级"逻辑:主力模型不可用时自动切换到备选模型,成本敏感型任务优先使用轻量模型。这不仅是成本控制,也是业务连续性保障。
  1. 利用补贴窗口期。如果你有AI产品的想法,现在就是动手的时候。不要等"AI便宜了再做"——现在是历史上AI最便宜的时刻,未来只会更贵或者退步。
  1. 关注财务披露。订阅Anthropic、OpenAI、微软等公司的财报电话会摘要。当这些公司的AI收入增速开始放缓时,就是行业拐点——那时API定价策略和产品方向都会剧烈变化。

本文由AI辅助创作,经人工审核编辑发布