AI推高硬件成本，下一代iPhone或难逃涨价
买手机的人，正在替训练大模型的人付一部分账。这句话听起来有点绕，但它正在变成现实。过去几年，AI公司抢的是GPU，是机房，是电力。现在，它们又把手伸向了另一种更基础的东西：内存和存储。苹果已经把压力摆到了台面上。问题不是某一代iPhone突然多了一个摄像头，也不是某个新功能多花了几美元研发费，而是DRAM、NAND这些看起来没那么性感的芯片，开始被AI基础设施重新定价。一台手机、一台电脑、一副耳机，里面都离不开内存和存储。过去这些东西像空气一样存在，消费者只在选128GB还是256GB时感受到价格差。但A
微软转向DeepSeek，AI成本革命爆发
微软为降本转向DeepSeek，57倍价差揭开AI暴利时代落幕序幕先问个现实问题：若两款AI产品性能相近，价格却相差57倍，你会选哪个？微软选了便宜的。6月中旬，科技圈震动：微软正评估用DeepSeek V4替代Copilot Cowork中的OpenAI与Anthropic模型。理由直白到残酷——Anthropic Fable 5定价50美元/百万token，而DeepSeek V4 Pro仅0.87美元。价差57倍。同样任务，一个收50块，一个收8毛7。如果你是微软CFO，怎么选？这不是情感选择，是财
iPhone 18 或将大幅涨价，值不值得入手？
下半年推出的iPhone，价格恐怕真的要上涨了。 据《华尔街日报》消息，库克近日证实，受内存和闪存等存储芯片成本不断攀升影响，苹果计划上调部分产品售价。以往此类消息多源自供应链传闻或第三方分析机构的报告，鲜少由苹果高层亲自确认。 苹果虽未公布具体涨价清单，也未明确提及iPhone 18，但关键在于，若连库克都难以内部消化成本压力，那么对高端配置依赖度高、利润率要求严格的iPhone 18 Pro，恐怕难以幸免。 存储成本上涨，苹果也难以为继 此次涨价并非单纯为了提升利润。苹果过去曾主动提价，例如iPhon
AI热潮下算力支出反超人力成本
据多方消息指出近期人工智能的普及正让部分公司面临新的财务负担部分机构引入AI的开支甚至已超过人工薪资硅谷科技巨头正收缩AI工具应用范围伴随AI智能体日益成熟众多科技厂商倡导职员利用AI提升效率甚至将AI成效纳入绩效评估但费用压力随之显现据《财富》周刊披露微软近期已停止对Claude Code的直接授权并指令员工转向使用微软自研的Copilot CLI工具而在六个月前微软尚大力推动内部人员采用Claude Code知情者透露此调整的根本原因在于随用户规模扩大Claude Code的 usage 费用不断上涨
企业AI支出疯狂增长，业界如何应对成本危机？
“这简直是一场噩梦，”一位美国大型科技公司的高管如此描述企业使用人工智能正面临的新困境。AI智能体——能够阅读、理解并执行任务的程序——消耗大量算力资源，账单数字正在飞速攀升。随着这类技术不断普及，问题只会愈发严峻。这位高管指出，大企业通常运行着数百个软件系统。倘若每个系统都配备智能体（这几乎是必然趋势），AI开支将很容易失控。预算管控已成为AI应用者新的心病。回想不久之前，员工们还被怂恿尽情拥抱这项技术，因为管理层和投资者将高额投入视为创新能力的象征。大量消耗token——模型处理的文本单位，也是主要计
OpenAI大降价，AI廉价时代开启
若你近期留意人工智能动态，便知一重大信号：OpenAI恐将大幅调低价格！多家外媒报道，OpenAI正计划显著降低token（调用成本），意在应对Anthropic的降价攻势，抢夺企业用户。这预示着，过去两年的“AI高昂使用”期，或将迎来转折。许多人初想：降价与我何干？若抱此念，恐低估其意。真正变革的不仅是调价，更是关乎未来十年格局的战役：AI正由“奢侈品”蜕变为“基础设施”。史实昭示：基础设施成本每降一次，生活便大变样。互联网、手机、云服务皆然，今朝轮到AI。甚至可断言：AI最贵之时，恐已终结。一、Ope
AI真能帮企业省钱？别天真了，成本高得吓人！
过去两年，企业谈 AI，就像在谈论一位完美的员工。它从不请假、不要求加薪、不抱怨，甚至能替掉好几个人。在许多老板的设想中，AI 是一台只进不出的效率机器：投入一笔预算，剩下的全是节省。但到了2026年，硅谷先碰到了一个尴尬的事实：AI 用得越多，账单就越惊人。这并非个别公司的偶然现象，而是几条几乎同时出现的信号。Uber 在推进 AI 辅助编程时，发现预算消耗速度远超预期，管理层开始追问这笔投入到底带来了什么回报。微软收缩了部分 AI 编码工具的授权，将“随意使用”改回“按需使用”。亚马逊也关闭了内部的
AI定价战一触即发：OpenAI拟大幅下调API费用迎战Anthropic；Claude开发商估值近万亿创行业新高
今日，一则重磅消息在人工智能领域掀起波澜。据《华尔街日报》引用内部人士透露，OpenAI正酝酿大幅调低API Token费用，旨在从Anthropic手中争夺企业级市场。消息人士指出，此举部分源于对Anthropic可能跟进降价的预判。路透社随后转发了该报道，但同时注明"尚未获得独立证实"。需要明确这条消息的范围：目前处于"评估阶段"，并非既定决策；具体下调幅度尚未披露；相关方案仍在内部研讨中，未形成定论。深潮TechFlow的描述相对客观："相关讨论仍在推进，最终方案尚未确定。"这并非OpenAI首次探
AI发展遭遇社会阻力：普通人开始质疑人工智能革命
📌 简明导语AI面临的真正难题，可能并非算法能力，而是普通民众对其日益增长的抵触情绪。🤖 AI日益强大，但拥护者却在减少。近期，美国民调显示，众多民众担忧AI发展步伐太快，甚至抵制在当地建设AI数据中心。表面反常，实则释放重要信号：AI已从技术议题演变为社会议题。⚠️ 过去数年，科技企业强调效率优先。如今，公众开始关注付出的代价。• 岗位是否面临被取代风险？• 生活成本是否会上升？• 财富差距是否会加剧？• AI创造的收益究竟归谁所有？对众多普通民众来说，他们体会到的并非希望，而是忧虑。🏭 更深层的变化是
AI重塑产业逻辑：告别流量依赖走向价值驱动
如果继续沿用互联网思维开发AI产品，很可能会误入歧途。这并非夸大其词。当国产大模型月活用户达到数亿规模，成为全民级应用时，许多人误以为行业会重演互联网的经典模式：用户规模扩大，成本分摊，最终通过广告或生态系统实现盈利。然而一个违背直觉的现实是，在AI领域，“用户即资产”的理念正在瓦解——用户数量增加，亏损反而可能加剧。 成本结构的崩塌：用户增长与亏损加剧 传统互联网产品的本质是软件的无限复制，边际成本接近于零。服务1亿人和10亿人，分摊到每个用户的服务器成本是递减的。因此，大厂可以借助免费策略快速扩张，先
美国企业AI投入万亿却收效甚微，DeepSeek以性价比优势席卷全球企业级市场
朋友，你听说了吗？美国企业正在经历一场前所未有的“AI付费危机”。想象一下这个场景：你是一家科技公司的CTO，年初信心满满地向董事会汇报：“今年我们全面拥抱AI，预计降本30%。”于是你签了一堆AI服务合同——OpenAI的GPT、Anthropic的Claude、各种Agent平台。到了4月份，财务总监黑着脸冲进你办公室：“全年的Token预算，已经烧光了。我们还剩8个月要过。”这不是段子。这是2026年真实发生在Uber身上的事情——全球最大的网约车公司，前4个月就把全年的AI预算烧得一干二净。更魔幻
Token用量激增背后：无锡“超市”模式让AI不再昂贵
最近AI圈发生巨变——Token（可视为AI“发声”的计量单位）消耗量激增。国家数据局最新数据显示：从2024年初的每天1000亿，到2026年3月，每日已飙升至140万亿。这表明AI正在被广泛采用。然而，挑战依然存在：过去中小企业想接入AI，门槛极高。自建服务器、采购高端显卡、聘请算法专家，加上电费、机房托管及运维——年投入往往高达百万。如今情况已改观。江苏无锡推出了“Token超市”，将AI服务从“售卖算力”转型为“提供能力”。这就像水电一样，按实际用量计费，无需巨额前期投入。该“超市”整合了30多家
数据根基不牢 AI成本管理难以落地
行业成本洞察：缺乏统一的数据标准，AI只会以更快的速度重复旧有的错误。工程建设领域正加速推进数字化转型，CIM平台、智能建造、人工智能应用、数字化住建系统纷纷成为业界焦点。然而对地产成本管控部门而言，最容易陷入的误区是：先采购系统，再补充数据；先搭建可视化面板，再统一统计口径；先宣传智能化，最终却发现基础台账漏洞百出。人工智能确实具有应用价值，但它并非解决成本管理的万能钥匙。其真正发挥作用的前提，是企业先将清单、合同、签证、材料、结算及复盘数据实现互联互通。同一专业、同一材料、同一类型变更，如果在各项目中
姚顺雨：中国AI成本优化领跑世界
新浪科技讯 6月5日早间报道，在今日举行的2026年腾讯云AI产业应用峰会上，腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生与腾讯首席AI科学家姚顺雨进行了深入交流，探讨的话题聚焦于腾讯AI下半场的发展。 针对当前行业高度关注的AI降本增效难题，姚顺雨指出，“首要任务依然是performance，这直接决定了性价比的高低。我认为，今年如何精准完成大量相对基础的任务，比单纯追求模型架构更为关键，这关乎性价比的核心。” 他补充道，“在我看来，性价比的核心首推性能，若性能欠佳，性价比便无从谈起。其次则是
企业AI成本控制的三大突破点
这并非管理之道，而是将AI时代的高效硬生生拖回了远古时代。人工审核与硅基算力的秒级反应本就水火不容。然而放任不管，无异于让企业资金如流水般流失。应对策略：网关在用户发送Prompt的瞬间完成意图分析与复杂度判定。应对策略：针对不同岗位制定个性化动态限额。应对策略：启动Prompt缓存机制：企业常用模板、代码库、规章制度等基础内容缓存，重复调用成本可降至1-2折。智能上下文精简：对话超过设定轮次后，系统自动提取核心摘要，剔除多余信息，用户感受几乎无差异，但费用支出显著降低。