AI红利去哪儿了？一场账本里的淘金热

2026年的夏天，比天气更燥热的，是资本市场对AI的复杂情绪。

就在上周，字节跳动旗下火山引擎的一封内部邮件引发震动：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”。

几乎同时，年中财报季拉开帷幕。翻阅已发布的数十份互联网大厂及上市公司财报，一个极具反差的画面浮现眼前：

一边是“AI赋能”“大模型落地”“智能化转型”成为财报电话会标配词汇，企业IT支出中AI相关资本开支（Capex）同比增速动辄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持续下滑，亏损面还在扩大。

这就诡异了。

如果AI真如宣传所言，能写代码、做设计、客服、分析报表，切实帮企业省下人力成本，那这些省下的钱，加上企业采购AI服务的支出，理应让大模型公司赚得盆满钵满。可现实是——OpenAI、DeepSeek、月之暗面，乃至刚刚宣布收费的字节豆包，仍普遍处于“投入远大于回报”的阶段。

于是问题来了：在这场轰轰烈烈的AI革命中，既然大家都承认AI有用，那这波巨大的“效率红利”，到底落入了谁的口袋？

要解开这个谜题，我们必须跳出“AI替代打工人”的情绪叙事，沉到产业链的账本里去看一看。

我们先看一组典型数据。

某头部电商巨头在2026年Q2财报中披露：技术投入同比增长42%，主要用于智能客服与供应链优化系统建设。其财务总监直言：“这是为应对人力成本上升所做的前置投入，预计18个月内收回成本。”

这种“预期收益”，正是当前多数企业上马AI项目的心理底色。但会计处理上，这笔投入当期全额计入成本；而收益却是未来分期兑现的。结果就是：Capex增速远高于短期营收增速。

这种“基础设施先行、应用变现滞后”的现象，在云计算、移动互联网时代都曾出现。但AI的特殊性在于——烧钱速度太快。

训练一个主流大模型，动辄千万美元起步；维持推理服务的GPU集群，电费已是天文数字。企业高喊“All in AI”，实则是押注长期效率提升能否覆盖当下巨额投入。而对AI能力提供方而言，“未来收益”的不确定性，使其陷入尴尬境地：卖得越多，亏得可能越狠。

字节豆包的收费，本质不是为立刻盈利，而是为这场漫长马拉松设置一个“补给站”，缓解现金流压力。但这杯水，能否解渴，取决于整个产业链的利润分配逻辑是否重构。

要搞清钱去哪了，不妨把AI产业链简化为经典的“淘金热”模型：

上游是稳赚不赔的“卖铲人”。

无论中美，这一轮AI浪潮中最确定的赢家，是算力提供商。英伟达仍是全球硬通货——只要大模型还在迭代，对算力的渴求就不会停。它卖的不是芯片，而是“入场券”。高毛利来自极高的技术壁垒。

在国内，华为昇腾系列已成为国产算力中坚。随着国产替代加速，其在政务、金融等关键领域的渗透率稳步提升。单颗芯片利润率或不及英伟达，但胜在“量”的稳定增长与政策护城河。

对上游而言，矿工挖不挖得出金子，不影响铲子销量。他们是本轮AI红利中，第一批实打实把钱装进口袋的人。

中游是夹缝求生的“卖工具人”——即大模型厂商。

包括OpenAI、Anthropic，以及国内的DeepSeek、MiniMax、月之暗面等。他们的处境最尴尬：既要向上游支付高昂算力成本，又要在下游卷入惨烈价格战。

字节豆包曾长期免费，DeepSeek主打“极致性价比”，Kimi靠长文本突围……背后是API调用价格断崖式下跌。某些垂直场景下，每百万Token价格已跌破1元人民币。

结果是：中游厂商成了“搬运工”——把昂贵算力打包成廉价Token，卖给下游。商业模式本质是“高成本资源换低毛利流水”。除非形成绝对垄断，否则盈利遥遥无期。

下游是喜忧参半的“淘金者”——使用AI的企业用户。

字节、百度、阿里这类巨头，既是使用者也是提供者。AI对它们的价值，是优化内部流程、降低运营成本。它们确实体验到了“降本增效”的真实收益。

中小企业则是普惠红利最大受益者：过去请不起程序员，如今几百元调用API就能搭起简单应用。但多数中小企业并未因此获得超额利润——因为竞争对手也在用AI，效率提升很快被市场竞争抹平。

所以，下游确实省了钱，但这种省钱更多是“防御性收益”，而非“进攻性收益”。

这就引出了一个核心商业悖论：

如果AI真能帮企业省下100万元，为什么企业不愿拿出10万元付给大模型公司？

答案在于价值分配的极度不对等。

大模型的成本结构是“固定成本极高，边际成本极低”：一次训练烧掉数千万，RLHF持续投入不断。而下游支付的API费用，往往仅覆盖推理阶段的电力与运维成本，根本无法摊销前期巨额研发与训练投入。就像住酒店，房费只够付水电，不够还房贷。

开源模型快速进步，正不断收窄闭源模型的护城河。当能力差距缩小到临界点，大模型就趋近于“自来水”或“电力”这类公用事业产品——用户只愿接受极低价。

中游厂商陷入“创新者窘境”：不创新会被淘汰；创新太快，教育成本高、易被模仿。

AI节省的成本，主要体现为人力削减。但在财报上，这部分体现为“管理费用”或“销售费用”下降，而非“营业收入”增长。老板省下的钱，直接变成企业净利润，并未流转至大模型厂商手中。大模型厂商只是帮客户“节流”，却未参与“开源”的分成。

字节豆包开始收费，正是试图打破这一悖论的务实尝试。它想传递一个信号：好用的工具是有价的。但能否扭转中游整体亏损局面，取决于用户是否愿意为“好用”支付溢价，而非仅仅为“能用”支付地板价。

展望未来12个月，大模型行业将告别“野蛮生长”，进入“精耕细作”的下半场。三个趋势愈发清晰：

第一，从“拼参数”转向“拼留存”。过去晒榜单、比参数，企业用户早已麻木。未来决胜关键，是用户留存率、续费率、模型稳定性、幻觉率、工作流接入深度。只会刷榜、无法落地的模型将被淘汰。

第二，从“公有云”转向“私有化部署”。金融、政务、医疗等强监管行业，无法接受公有云API的数据风险。未来一年，大量私有化订单将涌现。这对中游厂商是提客单价的机会——交付虽重、周期虽长，但一旦签单，就是长期稳定现金流。这也是华为云、腾讯云等综合云厂商的优势战场。

第三，“Agent”将成为变现突破口。纯对话式AI（Chatbot）难以收费，因其极易被替代。而当AI进化为Agent——能自动执行复杂任务链（如订票、生成财报并邮件发送、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两类主体手中：一是算力基础设施提供商（上游），二是通过AI大幅优化内部效率的科技巨头（下游）。

大模型厂商（中游）正处于“黎明前的黑暗”。字节豆包的收费是一个明确信号：行业正尝试重建健康的商业闭环。但这注定是一场持久战。

对普通人而言，与其焦虑AI会不会抢饭碗，不如思考如何利用AI，让自己成为那个“不可替代的数字工匠”。

毕竟，在淘金热中，最终发财的，不一定是矿工，也不一定是卖铲子的，而是那些真正懂得如何用工具创造价值的人。

这波红利，终究属于效率更高的人。