AI估值存泡沫，年亏千亿，2030年前盈利需奇迹增长

多年来，用户一直在享受一场由风险资本补贴的盛宴。

ChatGPT、Claude、Gemini，一个比一个聪明，价格却一个比一个便宜，有时甚至近乎免费。硅谷的逻辑从来都是先砸钱换用户，至于盈利，以后再说。但"以后"，似乎来得比所有人预料的都要早一些。

先看几个数字，感受一下这场游戏的烧钱规模。

OpenAI预计仅在计算资源上，单年支出就将高达1210亿美元，公司预计在2029年实现盈利之前，累计亏损将达440亿美元。Anthropic的年化营收在短短15个月内从10亿美元飙升至190亿美元，增速令市场咋舌，但即便如此，其支出增长丝毫没有放缓的迹象。

Gartner高级分析师Will Sommer对The Verge给出了一个让人冷汗直冒的估算：如果以每个代币10%的利润率计算，到2030年，整个人工智能行业的代币消费量需要比当前水平增长5万到10万倍，才能支撑起这套商业模式所需的回报。而仅仅维持行业正常运转，到2029年前，年收入就需要接近2万亿美元，那将是科技史上从未有过的利润规模。

这不是稳健预测，这是一场押注整个产业未来的豪赌。

问题在于，算力瓶颈正在从幕后走到台前。数据中心的建设成本持续攀升，优质芯片的供应依然紧张，而随着AI模型越来越复杂，推理所需的计算资源只会越来越多，而不是越来越少。AI智能体的爆发式普及更是火上浇油：用户不再只是偶尔问几个问题，而是让AI持续不断地替他们工作，每完成一项任务都在消耗大量算力。

算力有限，需求无限，二者之间的张力正在变得越来越难以忽视。

Anthropic今年4月做了一件在行业里颇为罕见的事：它切断了数百万用户通过第三方工具OpenClaw访问Claude的服务，原因直接写在公告里，就是产能吃不消。Claude Code负责人Boris Cherny在社交媒体上解释说："我们一直在努力满足Claude日益增长的需求，但我们的订阅服务并非为这些第三方工具的使用模式而设计，产能是一种我们谨慎管理的资源。"

这是一个信号，而且相当清晰。

企业现在面临的选择，其实并不复杂，只是两个选项都很难看。

一方面，继续维持低价甚至免费的策略，意味着每一次用户调用API、每一个代币的生成，公司实际上都在亏钱，亏损由风险资本兜底。这条路能走多远，取决于投资人的耐心，而投资人的耐心从来都不是无限的。

另一方面，如果提价，客户会跑。人工智能市场目前的竞争烈度极高，OpenAI、Anthropic、谷歌、Meta几家巨头同场角力，用户的迁移成本并不高，谁要是率先大幅提价，竞争对手会立刻笑着接收那批流失的客户。

佐治亚理工学院教授马克·里德尔对此评论得很到位："一方面，他们希望看到更多代币被消费，但要么必须自己承担成本，要么就得把成本转嫁给客户，也许现在的经济形势有点本末倒置。"

硅谷有一个今年颇为流行的词叫"tokenmaxxing"，意思是管理者开始用员工消耗的AI代币数量来衡量其生产力，谁用的代币越多，谁就越努力、越高效。这个趋势在某种意义上恰恰暴露了问题所在：当企业端的使用量被刻意推高，而每个代币背后的真实成本又被人为压低，整个行业就像一台精心设计的错觉机器，运转得越顺畅，内部积累的矛盾就越深。

Anthropic估值最近突破万亿美元，超越OpenAI，成为市场新宠。但估值和盈利能力是两件完全不同的事情，高估值反映的是市场对未来的预期，而不是今天的财务健康状况。

专家警告，如果没有可持续的长期盈利路径，这套模型崩溃的冲击将不会局限在科技行业内部，因为已经有太多行业将AI服务深度嵌入自身的业务流程，一旦价格大幅跳涨或服务中断，连锁反应难以预测。

那顿免费午餐，快吃完了。