揭阳卖翡翠的老板不相信AI

文｜张卓

最近和多抓鱼CEO猫助吃饭，她沉迷翡翠，顺手为多抓鱼开拓了新的翡翠业务，指路

不可免俗谈到AI。她说，自己2025年初还挺焦虑的，去黑客松当过评委，研究了一阵，后来迷上翡翠，一下自洽了，她的释然来自一个很简单的观察：很多中小企业主，部署AI的成本往往比雇一个人还要高，中国人工的成本还是便宜得惊人。而在翡翠这样的传统行业，AI现阶段的作用可以忽略不计，「很多翡翠行业的人，用豆包识图辨货，豆包胡说八道，大家就凑在一起把豆包当成笑话看。」

恰好又见了几个一级市场的投资人，聊起Mauns爆火后，一堆接住这波流量的国内Agent比如一年融资三轮的明星项目的商业化情况。大部分还在亏损，且暂时看不到有啥回正的办法，「不投也会焦虑，好公司还是太少了。」

情况就是这么一个情况。

科技博主Ed Zitron最新发表了一篇文章，给美国巨头算AI账（原标题叫《AI Is Too ExpensiveZitron》），

Ed Zitron是美国科技圈的著名毒舌，之前公关出身，他有一档播客叫《 Better Offline》，吐槽AI泡沫为主。《WIRED》去年给他做过一篇报道标题是《他既靠 AI 赚钱，也靠骂 AI 赚》。

最新文章的核心观点可以归纳8点。

1. 除了英伟达、建筑公司和硬件厂商能赚钱，现在没有一家公司在这波 AI 浪潮里真正赚到钱。每一个 AI 创业公司每年烧掉数百万到数十亿美元，根本没找到止血的方法。

2. 超大规模云厂商已砸入 $8000 亿，还需 $1.7 万亿。 微软、亚马逊、谷歌、Meta 过去三年 capex 超 $8000 亿，2026-2027 还要再投 $1.7 万亿。这意味着他们至少需要 $3 万亿 AI 专项收入才能回本——而四大巨头全部业务年收入加起来才 $1.6 万亿。

3. 尤其微软的账本经不起细看。 微软四年在花了近 $1000 亿（含 $3000 亿 capex 中约 30% 流向 OpenAI 基建），但 AI 年收入估算仅 $179 亿。Copilot 2000 万订阅者，就算全价也不过 $72 亿——而且微软一直在打折。

4. 所谓RPO （已经签了合同、但还没交货的订单金额）是个障眼法。 微软、亚马逊、谷歌说自己RPO暴涨，但去掉 OpenAI 和 Anthropic 的承诺，支出后几乎没增长。所谓「AI 需求井喷」其实是两家烧钱公司在互相喂钱。我翻译一下，就是大家在房间里互相给对方一张一百块，然后各自宣布交易额增长了 300%。

5. Anthropic 自己的文件显示：收入 $50 亿，推理和训练成本 $100 亿；OpenAI 毛利率从 2024 年的 40% 跌到 2025 年的 33%。两家毛利率随着规模越大，亏得越多。《The Information》 披露了 OpenAI 2026年第一季度的财务数据：尽管营收达到57亿美元，但公司的非 GAAP 运营利润率为负122%。也就是说 OpenAI 每赚1美元，就要亏损1.22美元，单季度亏损约69.5亿美元。如果用严格的 GAAP 算法，亏得更惨。

6. Anthropic 云服务欠条就 $3300 亿，加上运营成本，四年内至少需要 $4000 亿。OpenAI 预计 2030 年前烧掉 $8520 亿。所以，两家都在疯狂融资，且计划上市——Anthropic 六个月融了 $750 亿。

7. 几乎每一家企业的 token都在五个月内烧光全年配额。Uber、ServiceNow、Stripe 无一例外。Stripe 5000 工程师每天烧 $94000 token。Goldman Sachs 报告：AI 成本正逼近总人力成本的 10%。

8. Zillow 是美国最大的房产信息平台，类似贝壳+安居客。这家公司 Q1 净利润 $4600 万，token花了超 $100 万，全年预计 $700-1000 万——吃掉 2025 年全年净利润的 20%+。工程师被要求 AI 写 PRD → AI 写代码 → AI 写 deck → AI 写邮件。内部员工吐槽说代码「正在变成 AI 排泄物」，用AI写的代码还要增加人力审核校验。

很多人会觉得现在就给AI算账这个逻辑太小老板思维。

但 AI 和移动互联网有一个根本差别：移动互联网是飞轮逻辑，每增加一个用户，边际成本会变低，前期可以亏钱圈用户；但AI 是每增加一个用户，意味着更多推理成本、更多 GPU，更多成本支出。day1就不是一个低边际成本生意。

所以从生意角度看，AI的商业价值应该等于= 高价值意图 × 执行闭环 × 上下文沉淀 × 毛利结构。

第一是高价值场景。

聊天、玩梗、生成头像，我认为都是低价值意图；写代码、做设计、做销售、写合同、分析数据算是高价值意图。这也是为什么 Claude Code、Cursor 这类产品比很多 C 端产品更早跑出收入。

核心的逻辑是：AI 能不能进入一个原本就有预算的工作流。

比如企业原本就有编程，设计、销售、广告投放、法务等固定预算的，但难点又是如何进入企业的集采？我认识深圳一个AI公司能帮助企业直接获得销售线索，并且按线索质量付费，他们的问题是找不到企业增长。

执行闭环可以理解为交付结果。

生成一张图、生成一段视频都不太值钱，这也是我不是很理解互动视频这个今年年初很火的方向（马斯克点赞又怎么了？）。值钱的应该是 outcome product：完成一个结果。比如帮你上线产品、获得客户、完成销售、减少人力、提高转化，之前我写过一家公司，定位就是帮小商家直接部署小程序，他们已经进入华为的生态体系了

上下文沉淀——我认为是AI 产品最大的护城河，没有之一，尤其对创业公司来说，因为模型会越来越便宜，真正难迁移的是「用户」。比如一个 AI 设计工具，如果只会生成海报，很容易被 Midjourney、Canva、Adobe、豆包吃掉，
但如果它能长期理解公司品牌的视觉系统、素材库、投放渠道、转化数据，它就有极高的商业价值，

没有上下文沉淀的 AI 产品，都会成为模型的延长线，没价值。

最后是毛利结构。用户或者客户付的钱能不能覆盖模型成本？就这么一个关键问题，很多公司对外融资都爱说自己ARR达到多少，仔细看很可能是某个月峰值。还是要看毛利率是不是随着规模变好？还是用户越多，亏得越多？

大家都是做生意，不要自己骗自己，其实也是无所谓，投资人和创业者也默认互相欺骗。

如果把AI类比移动互联网，大概在 2008—2010 年之间？但可能也无法简单对应。

比如在技术心智上：有点像 2007 年 iPhone 刚出现，ChatGPT 之于 AI，起到一个大规模普及作用，那种感觉就是变天了。

在应用生态上又有点像 2008—2009 年 App Store 刚上线，之后就是一波波热潮，井喷式爆发，然后其中90%都死掉了，同时也诞生了超级应用，付费模式逐渐清晰。 AI 也类似：哪个形态会成为主流还在大乱斗时期。

在商业模式上，AI就更复杂，这也是为什么 AI 时代，早期最赚钱的未必是 C 端流量产品，很可能是B端场景。

不过反过来想， 一些很垂直的AI产品，也并没有改变传统的赚钱逻辑，也因为这些产品太垂直太小，就没有进入主流VC视野。

而对中国绝大多数中小企业来说，AI不AI的，根本不是什么棘手的问题，效率提高又如何呢？最大的痛点还是获客和现金流。

所谓的 AI 焦虑，一方面是因为这个圈子太小，信息密度过载，导致情绪也过载，另一方面圈外的人被这种焦虑感染，裹挟，各种短视频标题泛滥、惊悚，好像不懂 AI 就马上被淘汰一样。

但AI到底是让你省钱了，还是赚钱了？想清楚这些，大可不必焦虑。

当然以上我说的也可能全错，欢迎拍砖。

本文配图｜Youmind