这是易读版,写给没读过财报的人。每个数字的出处、原文引语和证据等级,见深入版。所有数字截至 2026 年 10 月初。
AI 这门生意可以粗分成五层:造芯片的、发电和盖机房的、出租算力的云厂商、做模型的实验室、做应用和握着用户的公司。大家都在问同一个问题:钱最后落在哪一层?
流行的答案有四个,而且互相打架:「淘金热里卖铲子的赢」(芯片);「模型会越来越便宜,终将不值钱」;「谁握着用户谁赢」(Google、微软、Apple 这样的公司);「最强的那家实验室通吃」。最近又多了一个:「电才是最稀缺的」。
每个答案都能找到数字撑腰,一个原因是大家用的尺子不一样。这篇文章先统一尺子:
第一种说法来自哈佛商学院教授 Christensen。 他认为,当一个环节变成谁都能做的标准件,利润就会搬到旁边的环节;而在产品「还不够好」的阶段,把各部分紧密整合在一起做的公司最赚钱。他本人写明这「还是一个假说」。放到 AI 上:如果最强的模型对客户来说还不够好,那么把模型和产品绑在一起做的实验室会赚钱;如果已经够好,模型就会变成标准件。
第二种说法来自分析师 Ben Thompson。 他认为在互联网时代,握住用户的一方能把供应商压成没有议价权的商品。按这个说法,钱最终落在用户入口那里。
有意思的是,Thompson 本人 2026 年就改了三次口:3 月说,如果 AI 助手需要把模型和外壳紧密整合,做模型的实验室可能比想象中更赚钱;6 月说目前最大的赢家是 NVIDIA、台积电和存储厂,长期最值钱的还是用户入口;9 月又从一个事件推断,客户已经开始觉得现有能力「够好」了,「纯粹的能力不再直接等于护城河」。一位跟踪这个行业最紧的分析师一年里换了三次判断,这本身就说明问题有多难。
两种说法给出的答案相反,但它们都指向同样两件可以观察的事:客户是否觉得最强模型已经「够好」,以及芯片、存储、电力这些物理瓶颈是否解除。文章最后会用这两件事搭出四种可能。
电脑时代。 2000 年前后,Intel 和微软两家的经营利润合计约 213 亿美元;Dell 全公司加上 Compaq 的两个电脑部门约 31 亿美元,差约 7 倍(两边口径不完全一致,换算法在 6 到 8 倍之间)。掌握标准的芯片和操作系统很厚,组装整机的很薄。
光纤和铁路。 2000 年前后铺光纤的公司大量破产,但这些光纤后来被很便宜地接手,撑起了今天几乎免费的互联网。英国 19 世纪中叶的铁路狂热,据一位学者估算,投资人亏掉了约三分之一(这是估算,也有学者不同意)。规律是:修路的承担风险,用路的拿走好处。
这次可能不一样。 光纤和铁路能用几十年,建设者破产后,后来者能捡便宜接着用。AI 的芯片会计上按 5 到 6 年折旧,实际被新一代淘汰得可能更快。如果这一轮建过头了,留下来能被捡便宜的是厂房、电力设施和接好电网的地,不是算力本身。
NVIDIA 截至 2026 年 7 月的那个季度,收入约 962 亿美元,每卖 100 美元有约 66 美元是经营利润。三年前这个数字只有约 16 美元。
但现在比 NVIDIA 更赚钱的是做存储芯片的。美光最近一个季度每 100 美元收入有约 81 美元经营利润,韩国的 SK 海力士约 76 美元。原因是 AI 把整个存储市场买空了,价格飞涨。
一个反直觉的细节:最赚钱的不是 AI 专用的那种高端存储(HBM),而是普通的内存和闪存——缺货涨价涨得更凶。美光自己说要在 2027 年大幅提高 HBM 的价格,来追平普通内存的利润。
NVIDIA 的报表也在印证这一点:它下调了毛利预期,财务主管说原因是「存储价格极端」;它签下的采购承诺从 1,190 亿美元跳到 2,790 亿美元,主要用来买存储。不过 NVIDIA 也说了,打算靠自己涨价把利润拉回来。所以这次「钱往存储走」可能只是暂时的。
还有两个提醒。 一是 Google、Amazon 等公司在自研芯片,但这并没有让芯片层的利润消失,只是在芯片层内部重新分。二是有一位投资人估算,芯片层占整个 AI 生态毛利的比例从两年前的约 87% 降到了约 79%——还是压倒性的,但在下降。
Amazon、Google、微软的云业务,每 100 美元收入有 35 到 41 美元经营利润,看起来很赚钱。但这个数字有三个前提:
现金方面,不能笼统说「云厂商在烧钱」。真正入不敷出的是 Amazon(过去一年)和 Oracle;Google 有一个季度为负,并罕见地在股市融资了约 496 亿美元;微软仍有大量现金流入。
云厂商手里的合同订单加起来约 2.46 万亿美元,听起来很吓人,但不能当作 AI 需求的总量:里面有大量非 AI 合同,而且同几家 AI 实验室在好几家云厂商那里重复下单。
专门出租 GPU 的新公司,利润被利息吃掉了。 以 CoreWeave 为例:2026 年第二季度收入约 26 亿美元,扣掉折旧前看起来很赚钱,扣掉折旧后几乎不赚,再扣掉约 6.4 亿美元利息,一个季度亏了约 6.3 亿美元。它背着约 351 亿美元债,股东的钱只有 50 亿美元。这种结构是大云厂商有意留给它们的:微软 CEO 说过,他不想被某一代硬件套牢四五年。
GPU 的租金没有暴跌八成。 常听到的「H100 从每小时 8 美元跌到 1.7 美元」,是把两种不同的价格拼在一起算的。按同一种价格比:大云厂商的挂牌价只跌了约两成;一年期合同价从 2025 年 10 月的低点反弹了约四成。2026 年是出租方说了算的市场,CoreWeave 7 月把各型号价格上调了约 25%。
电费只占小头。 多个独立测算都显示,电费只占一座 AI 数据中心总成本的约 7% 到 17%,大头是芯片本身。
但这不等于「卖电的赚不到钱」。 从「电费占比小」推出「卖电的赚不到钱」,这个推论站不住。正因为电费在总账里不重要,用户根本不在乎电价,只在乎能不能马上通电。粗算下来,一座大型 AI 机房晚通电一年,闲置的芯片损失约是全年电费的 10 倍。所以「能马上通电」很值钱。这笔钱主要没有流到受价格管制的电力公司手里(美国最大的电网区域,容量电价已经连续三次撞到政府设的上限,上限一直延到 2030 年),而是流向了造燃气轮机的厂商、手里有并网名额的开发商、已经通好电的机房。
做模型的实验室都没上市,它们的财务数字全部来自公司自述、泄露文件或媒体报道,只能参考。
收入出现了一次超越。 据报道,2026 年第二季度 Anthropic 的收入约 115 亿美元,OpenAI 约 67 亿美元,Anthropic 第一次超过 OpenAI。但两家记账方式不同:Anthropic 把通过 Amazon、Google 云卖出的收入全额记账,OpenAI 把给微软的分成先扣掉。口径拉平后,Anthropic 仍然领先,但不是标题里的 1.7 倍,而在 1.3 到 1.6 倍之间。
利润几乎还没有。 Anthropic 只在第二季度一个季度、按它自己定义的「调整后」口径(扣除了给员工的股票报酬等)实现了盈利,约 5.6 亿美元;2025 年全年它的经营亏损约 81 亿美元。OpenAI 第二季度的经营亏损约 123 亿美元,是收入的约 1.8 倍;它给投资人的预测是 2026 到 2030 年累计还要净流出约 2,780 亿美元现金。
它们欠上游的账很大。 泄露的文件显示,Anthropic 对六家云和芯片伙伴有约 5,180 亿美元、大部分不可撤销的十年期算力合同。
所以「做模型的整体在给人做嫁衣」这个说法太粗了:收入已经在头部之间拉开,要按公司分开看;但目前还没有哪一家真正赚到了按正式口径算的利润。
「模型会越来越便宜」和「最强的模型越来越值钱」两派吵了两年。其实他们看的是两条不同的线。
第一条:同样水平的 AI,价格每年降约一个数量级。 研究机构 Epoch 测得,达到某个固定能力水平的最低成本,每年降约 13 倍(换算法在 9 到 30 倍之间);其他团队测得 5 到 50 倍不等,方向一致。觉得「模型会商品化」的人,看的是这条线。
第二条:用最强的模型办一件事,越来越贵。 MIT 的研究者测得,用当时最强的模型跑完一套测试,成本每年上涨 3 到 18 倍,主要因为新模型会「想」得更久、用掉更多文字量。觉得「前沿有溢价」的人,看的是这条线。
标价本身并没有一路涨。 「最强模型的价格逐代上涨」这个说法不成立:OpenAI 的旗舰标准档确实从 GPT-5 的每百万个词元(token,模型处理文字的单位)10 美元涨到了最新顶档的 50 美元(输出价),但它同时推出了只要 10 美元的主力档;Anthropic 最贵一档反而比 2025 年便宜。现在的格局是:最贵的往上走,同时出现了便宜好用的主力档。
开源模型落后约 4 个月,但大部分钱还是付给了闭源模型。 一项工作论文显示,在一个开发者常用的平台上(它只占全球模型调用支出的约 1%),闭源模型占了约 80% 的用量和 96% 的收入,价格平均是开源的 6 倍。
模型公司能不能赚钱,取决于客户的钱留在哪条线上:是继续为最强能力付越来越高的账单,还是转向便宜的「够好就行」。编程工具 Cursor 就是靠把自家模型的底座换成开源的 Kimi,才把亏本的毛利扭成了微利。
老巨头没有被 AI 颠覆,反而更稳了。 Google 搜索收入第二季度涨了 17%,搜索和广告业务每 100 美元收入有约 42 美元经营利润(不含记在集团层面的 AI 研发成本);微软办公软件业务约 58 美元;Apple 的服务业务毛利约 76%,而且它几乎不用自己砸钱建 AI 机房——Apple 下一代基础模型将基于 Google 的 Gemini。对比一下:据彭博签约前的报道,Apple 付给 Google 的模型费每年约 10 亿美元(正式条款未披露),而法院查明 2022 年 Google 为了当 iPhone 的默认搜索,付给 Apple 超过 200 亿美元。握着用户的一方,收的远比付的多。
(Meta 第二季度合并经营利润下降 8%,常被说成「AI 成本太高」。其实主要是一次性的法律费用和裁员补偿,扣掉后利润是增长的。)
新的 AI 应用公司,增长快、利润薄、命门在别人手里。 一家风投统计的十家增长最快的 AI 应用公司,平均毛利只有约 25%,常常为负。Cursor 直到最近才从亏本转为微利。更要命的是上游可以随时断供:据编程工具 Windsurf 的 CEO 说,Anthropic 在 2025 年提前不到五天切断了它对 Claude 3.x 模型的几乎全部直接供应;2026 年 8 月 SpaceX 以约 600 亿美元收购 Cursor 后,OpenAI 随即停止向它提供模型。
做模型的公司也在亲自下场做应用。 Anthropic 的编程工具 Claude Code 年化收入在 2026 年 2 月已超过 25 亿美元;OpenAI 开始卖广告。
把各层放在同一把尺子上(最近一个季度,每 100 美元收入里的经营利润):存储约 76 到 81 美元,NVIDIA 约 66 美元,台积电约 60 美元,云业务约 36 到 41 美元,出租 GPU 的 CoreWeave 约亏 2 美元,OpenAI 约亏 184 美元(媒体报道)。
结论很清楚:现在的钱,越靠近物理上的稀缺(存储、先进芯片、晶圆代工)越多,越靠近模型越少。「卖铲子的赢」在当下是对的。
撑住这条线需要下游赚多少钱?咨询公司贝恩 2026 年估计,到 2031 年 AI 基建一年要花约 1.5 万亿美元,对应需要一个接近 6 万亿美元的年市场,而现有的 AI 产品只能贡献 1.2 到 1.8 万亿,缺口约 4.2 到 4.8 万亿。一年前它针对 2030 年的估算,在假设企业把全部本地 IT 预算迁上云的前提下,缺口约 8,000 亿。
如果只看现金,做模型的确实在给上游打工:微软一个财年(2026 财年)从 OpenAI 收了约 241 亿美元,大部分是云算力的钱。
但把别的钱也画进来,就是一个圈:
所以「做模型的在给人做嫁衣」在现金上对,在风险上反了:上游在为实验室的信用兜底。NVIDIA 明年的一大块生意、云厂商订单里的一大块、Amazon 这一季税前利润的一大半,都系在少数几家实验室能不能继续融到钱上。真正该问的,已经不只是「哪一层利润率最高」,而是「万一实验室出问题,谁来买单」。
前面说的两件可以观察的事——最强模型是否「够好」、物理瓶颈是否解除——交叉起来,得到四种可能:
截至 2026 年 10 月,现实更接近第 1 和第 2 种之间:瓶颈明显还在(存储利润创纪录、租金反弹、电价撞上限),「够好」的迹象刚刚冒头,还不能确认。
现在的钱在上游,而且越靠近物理稀缺越多。 存储 > 芯片 > 代工 > 云 > 出租算力的公司 > 做模型的。这是有正式财报支撑的,是本文最硬的结论。
钱正在从 GPU 往存储走,但可能是暂时的。 而且最赚的是普通内存的缺货涨价,不是 AI 专用存储。
云的高利润率有前提。 研发不算、GPU 按 5 到 6 年折旧、出租 GPU 的利润会涨上来——三个前提都有反例。Amazon 和 Oracle 的现金已经入不敷出。
做模型的收入拉开了,利润还没出现。 只有一家、一个季度、按自定义口径赚了钱。
「嫁衣」只对了一半。 现金往上流,风险往下压:上游在为实验室兜底,实验室的估值又被记成了上游的利润。该问「谁在承担实验室的风险」。
电费小,但「能马上通电」很值钱。 这份钱主要没流到电力公司,而是流向了燃机厂商和手里有并网名额的人。
以后会怎样,取决于两件能观察的事:模型是否「够好」,瓶颈是否解除。
按把握从大到小排:
值得盯什么。 四件事一旦发生,这篇文章的判断就该改:
一是存储公司的利润率掉回 NVIDIA 以下——物理瓶颈开始松动了。
二是某家实验室第一次按正式口径盈利,或者反过来,某家实验室融资时估值下调——后者会在上游公司的利润表上留下一笔反向的账。
三是企业花在开源或便宜主力档模型上的钱占比回升——这是「够好就行」最直接的信号。
四是 NVIDIA 给 OpenAI 机房做的担保、给新云公司的兜底承诺被实际触发——那是这个资金圈子受压的第一个硬信号。
审稿把原稿改了很多处。挑最重要的说:
几乎每一个让某一层显得更极端的数字——跌得更狠的租金、更薄的电力利润、涨得更快的模型价格、更集中的利润——送回原文之后都温和了一些。
想看完整论证和出处,请读深入版。本站相关的易读版:《AI 大基建是不是又一个 1999?像的、不像的、别信的》、《AI 真的造成了硬件短缺和电力短缺吗?还要缺多久?》。