AI的真金白银，藏在B端

今天和几位朋友小聚，都是各行业头部外企的从业者，聊到AI，我顺手做了一个Token额度的小调研。

结果耐人寻味。

一家科技巨头，员工每日AI额度300美元；某药企，每月8000美元；全球云服务商和电动车企更干脆——不限量。

这些数字单独看平平无奇，但对比国内：腾讯将人均月度AI预算从2000美元砍至1000至5000元人民币不等；字节技术岗年上限1000美元，其他岗位仅300美元。

一边是无上限投放，一边是精打细算。媒体上满是“AI支出失控”“Token限流”“集体刹车”的报道，可我的实际感受截然相反：在头部外企，油门依然踩到底。

这背后，藏着一个更深层的命题。

01

AI烧了这么多钱，钱从哪儿赚回来？

先看C端。国内AI消费应用用户量庞大，豆包、千问、Kimi等头部五家，月活均破亿。豆包月活3.45亿，听着惊人，但日活超2亿，单日收入不足百万人民币，算力成本却高达数千万。营收有，利润是负的。这不是个案，是整个C端AI的通病：用户来了，却没人买单，算力账单却天天涨。

海外亦然。OpenAI 2025年营收130亿美元，净亏损却达385亿，运营亏损209亿。订阅收入远不足以覆盖算力开销。

资本市场已无耐心。OpenAI与Anthropic正冲刺IPO，投资人关心的不是“有多少用户”，而是“能不能盈利”。

C端的故事，难以为继。

那B端呢？

回到开头的调研，外企为何敢给员工不限量Token？说实话，这些额度并未直接转化为生产力。我和朋友们交流发现，很多人根本用不完，甚至不知如何用。但企业仍愿放权，鼓励员工自由试错。

为什么？

或许因为美国算力太便宜。8000美元月额度看着吓人，实际支出可能远低于此。成本低，所以敢试。

02

B端赚钱，有人已经跑通了

外企的高额度，与其说是已实现“Token→生产力”的闭环，不如说是为探索闭环买单——算力便宜，试错成本低。

但真正跑通B端盈利的，已经出现了。

Anthropic是第一个信号：85%收入来自企业客户，500多家企业年支出超百万美元，估值已超OpenAI，且提前两年实现运营盈利，2026年Q2预计单季运营利润5.59亿美元。

Salesforce的Agentforce，一年从零做到12亿美元ARR，增速205%。Benioff说：“这不是软件的终结，是让人类做所有工作的软件的终结。”Agentforce已在内部处理数百万客户请求，远超人工客服。这，是生产端，不是消费端。

Databricks更猛：年营收69亿美元，增长80%，AI产品年收入17亿。

最令我震撼的是Palantir：2026年Q1营收16.33亿美元，美国业务翻倍，前20大客户平均年收入超5500万美元。

这些公司有个共同点：卖的不是“AI能力”，是“AI替你干活的结果”。企业买的是省下的工时、加速的流程、多赚的利润，不是Token。

03

从C到B的重力转移

真正的问题，不是“AI行不行”，而是“AI用在消费端还是生产端”。

踩刹车的是C端补贴模式，踩油门的是B端生产模式。国内大厂砍预算，不是因为AI无用，而是C端补贴战结束，用户来了却无人付费，B端尚未打通，陷入青黄不接。腾讯、字节的数字，是C端变现失败后的收缩，而非否定AI价值。

但窗口期不会太长。

国产模型与工具正快速补足B端基建。豆包2.1 Pro主打Agent与生产级能力，GLM-5.2开源可私有部署，专攻长任务，讯飞聚焦央国企合规方案。更关键的是智谱——这家以To B为核心的大模型公司，上市不到半年市值破万亿港元，年内涨幅近2000%。虽仍亏损，但资本市场押注的是B端前景：其85%收入来自B端与G端本地部署，毛利率长期超50%。

资本市场已用真金白银投票：B端，值钱。

从“烧钱抢C端用户”到“在B端赚真金白银”，这不是预测，是正在发生的现实。C端的变现困境倒逼企业转向B端，资本的盈利压力加速这一进程，B端基建正逐步完善。这条路，不是“可能”，而是“必然”。

对企业主而言，现在该问的，不是“要不要用AI”，而是“AI用在消费端还是生产端”。给员工开个聊天机器人，是消费；让AI嵌入业务流程替人干活，才是生产。两者都耗Token，但只有后者能变成现金流。

对AI创业者来说，我直言：做B端。C端窗口已关，B端大门才刚开启。