AI 爆火这么多年，赚钱的其实是“卖铲子”

过去两三年间，AI 的热度毋庸置疑。ChatGPT、Sora 以及各类大模型发布会层出不穷，霸占了无数热搜榜。

然而，若冷静审视行业财报，会发现一个颇为反常的现象：

尽管 AI 热度不减，但主营模型研发的企业，绝大多数仍在亏损。

1）模型层：看似风光，实则烧钱如流水

研发一个顶级大模型，往往需要成千上万张高端显卡，单卡成本便高达数十万；再加上天文数字般的电费和顶尖人才的薪资，研发投入堪称恐怖。

以“大模型第一股”智谱为例，其 2025 年营收虽达 7.24 亿元，同比增长 131.9%，但全年亏损仍高达 47.18 亿元，调整后净亏损 31.82 亿元，盈利周期被大幅拉长。

OpenAI 也曾被曝出未达成部分营收与用户目标，内部高层在算力投入与成本控制上存在分歧。

简言之：模型公司更像是“重型军工厂”，订单尚未稳定，就必须持续烧钱。

2）率先获利的是：基础层的“卖铲人”

在 AI 产业链中，最像“卖铲子”的，通常位于基础层：

AI 芯片/GPU：技术壁垒与生态护城河高，毛利率及净利率相当可观（英伟达曾达 70%–78%）

算力/云服务：按需付费、算力租赁及托管运维，毛利率也相对较高（云服务可达 30%–50%）

数据服务：涵盖采集、清洗、标注及合规治理，利润率约 25%–40%，但门槛较低，竞争尤为激烈。

规律显而易见：

“淘金”可能血本无归，“卖铲子/卖电/卖数据”反而更容易率先看到现金流。

3）应用层：看似热闹，但“叫好不叫座”是常态

AI 写作、AI 绘画、AI 客服、AI 效率工具……看似百花齐放。

然而，许多应用企业依赖第三方模型 API：用户支付 10 元，其中 4–6 元可能需先支付给模型接口方，剩余部分还需覆盖研发、运营及获客成本，利润微薄。

当然，也并非没有机会：

在医疗、法律、制造、教育等垂直领域，若拥有行业数据、真实场景和客户粘性，盈利能力会更强。

本质在于：技术酷炫 ≠ 用户愿意持续付费，唯有能降本增效、能嵌入业务流程，才有可能跑通。

4）对普通人/读者的三点启示

别只盯着“谁模型最强”：模型终将如水电煤般，稳定但未必暴利。

关注“能把 AI 落地业务”的人/公司：最后一公里（软件对接、流程承接、行业模板）往往更值钱。

你自己也是“应用层”：善用 AI 提效（撰写材料、数据分析、信息整理），比跟风“训模型”更切实际。

一句话总结

AI 不是一夜暴富的魔法，更似一条正在铺设的电网：

基础层在修建电厂

模型层在建设变电站

应用层在制造电器

真正持续获利者，常非“造模型”的，而是“卖算力/数据/落地能力”的。

（完）