AI炒得很热,但为什么赚不到钱?

上周在伦敦的一次反AI游行活动上，一张传单上面写着：”第一步，发展数字超级大脑；第二步，？第三步，？”组织者——一个叫Pause AI的全球行动团体——在结尾诚恳地请求读者：”请暂停AI，直到我们搞清楚第二步到底是什么。”

这个画面精准地描述了一个现实：AI行业在第一步和第三步之间，集体性地迷失了。

技术很好，钱很难赚

Demo永远惊艳，生产永远挣扎。

下面这样场景真实的发生在很多人的工作中。

团队接了一个需求：用AI帮客服部门做一个自动回复助手。Demo阶段，效果好到自己都吃惊——用户问题丢进去，回复质量堪比工作三年的客服。老大们看了都说”这个必须上”。

结果呢？上了生产环境，第一周还行，第二周开始，问题来了。

用户的问题永远不像测试时那么规范。 有的人说话绕圈子，有的人打错字，有的人一个问题里夹着三个完全不相关的事。AI开始”自作主张”，有时候一本正经地胡说八道，有时候干脆装死不动。

更离谱的是成本。最初估算，每个用户会话平均调用大模型2到3次。结果上线后一统计，平均每个会话要跑17次——AI在”思考”这件事上，比我们想象的要话痨得多。

最后项目上线三个月，因为成本超支太厉害，被迫暂停。技术上完全可行，经济上完全不可行。

这不是哪一家的问题。这是整个行业的缩影。

那张神奇的传单说了什么

让我把伦敦那场游行的传单内容完整引述一下，因为它比我读过的任何一份行业报告都更一针见血：

“第一步，发展数字超级大脑。第二步，？第三步，？”

这张传单的制作者Pause AI是一个国际行动团体，他们联办了这场也许是伦敦历史上规模最大的反AI抗议活动。他们在传单上呼吁：“请暂停AI，直到我们搞清楚第二步到底是什么。”

这个段子的原型，来自1998年的《南方公园》。

在那一集里，Kenny、Kyle、Cartman和Stan发现了一群小精灵，这些精灵半夜潜入他们的衣柜偷内裤。为什么？精灵们递上了一份商业计划书：”第一阶段：收集内裤。第二阶段：？第三阶段：盈利。”

《南方公园》的编剧们用这个笑话讽刺了一切听起来宏大但逻辑空洞的商业计划。二十多年后，这个笑话成了AI行业最恰当的注脚。

为什么AI这么难赚钱？我总结了三个原因

在MIT Technology Review的那篇文章里，作者Will Douglas Heaven采访了大量AI从业者和投资人。总结了三个最核心的原因。

原因一：技术可行 ≠ 经济可行

做AI产品有一个特别容易踩的坑，叫”Demo陷阱”。

Demo为什么看起来好？因为你测的时候，用的都是最标准的输入、最友善的场景。Demo的目的就是让你觉得它很行，所以Demo的数据永远是精心挑选的。

但真实用户是另一回事。他们不会按照你的测试集来提问。他们会用方言、会打错字、会问完全在你的训练数据之外的东西。更重要的是，他们期待的是”好用”，而不是”还行”。

这中间的差距，叫“技术到产品的最后一公里“。这一公里，往往需要投入比开发Demo多十倍的工程资源。而这部分成本，在估值模型里经常被忽略。

原因二：成本结构决定了烧钱是常态

AI公司的成本结构很特殊：固定成本高，边际成本降不下去。

做一个AI产品，你需要：算力（GPU租用或购买）、模型调优（fine-tuning）、数据标注、模型部署、持续运维。这些成本大多是固定的，不会因为你的用户量增加而等比例下降。

对比一下传统软件公司：卖软件的边际成本趋近于零——开发完成后，每多卖一份，额外成本几乎为零。AI公司不行，每一个新用户都在持续消耗算力和模型调用费用。

所以AI公司有一个天然的悖论：用户越多，亏得越多。 除非你能找到某种方式让单用户收入显著高于单用户成本，否则规模越大，窟窿越大。

原因三：用户愿意付的钱，比你想象的少

这是最扎心的一个原因。

大家可以想一下：你用ChatGPT付了多少钱？大多数人用的免费版。那付费版呢？20美元一个月。

以月之暗面的Kimi为例，付费会员是49.9元一个月。这个价格是什么概念？大概是一顿像样的外卖、一张电影票加爆米花、或者一个月视频平台会员的价格。

但AI能帮你做的事，远不止推荐一部电影或者凑个满减。它能帮你写工作报告、帮你分析数据、帮你检查代码——这些都是实打实的生产力工具，而且是随时待命的。

问题来了：为什么这么多人用AI，却不愿意为它花一杯奶茶的钱？用户的心智里，AI产品还没有建立起”高价高质”的认知。整个市场还处于”获客补贴用户”的阶段，靠融资活着，一旦融资断档，立刻面临生死线。

有人赚到钱了吗？有，但不是你想象的那些

好，说了这么多坏消息，有没有真正赚到钱的？

有。但不是那些做AI本身的公司，而是卖水的那批人。

AWS、Azure、阿里云——这些云计算厂商，是AI热潮里最确定的受益者。不管哪家AI公司最后赢，他们都需要算力，都需要云服务。云厂商不需要押注任何一家AI公司，整个行业都是他们的客户。

芯片厂商也是。英伟达过去两年的股价涨幅，已经说明了一切。H100、H200——这些芯片被AI公司排队抢购，价格涨了几倍还拿不到货。

还有一类人赚到了钱：少数在垂直行业扎得足够深的AI应用公司。比如专门帮律所做合同审查的、专门帮医院做病历整理的、专门帮投行做报告生成的。这些公司不追求”通用大模型”，而是把一个具体场景做透做到无可替代。

这类公司的逻辑是：AI只是工具，场景才是护城河。 客户愿意为”帮我解决问题”付钱，不会为”这个模型有多强”付钱。

2026年，行业正在发生什么变化

说了这么多问题，你可能会问：那AI行业还有前途吗？

我的观察是：2026年，AI行业正在经历一次理性的回归。

具体表现有三个。

第一，投资人开始要收入了。

前几年，AI公司的估值逻辑很简单：用户增长、模型能力、技术前沿性。收入？不重要，亏损不重要，先把规模做起来。

今年开始，这个逻辑不灵了。投资人开始问：你什么时候能盈亏平衡？你的单位经济模型是什么？你怎么证明规模越大不是亏得越多？

这个问题，逼着AI公司必须回答”第二步是什么”。

第二，价格战正在压缩泡沫。

DeepSeek、阿里Qwen等国产模型的出现，让大模型的API价格在过去一年里下降了80%以上。一年前调用一次GPT-4要几毛钱，现在用国产模型几分钱就能搞定。

这对行业是好事还是坏事？短期是坏事——挤压了现有玩家的利润空间。长期是好事——价格降低让更多应用场景变得可行。 以前”太贵用不起”的场景，现在可以试试了。

第三，垂直化、场景化成为新趋势。

通用大模型听起来很厉害，但贵、慢、不够专。这是三个问题。

垂直模型不一样。它只解决一个问题——比如专门做客服、专门做代码审查、专门做数据分析。但它解决这个问题的时候，比任何通用模型都更好用、更便宜、更可靠。

这是行业在”内裤精灵”困境里找到的一条出路：不再执着于”超级AI”，而是专注于”够用的AI，在对的地方”。

我的结论，以及一点个人感受

写这篇文章，我不是要唱衰AI。

技术本身没有问题。大模型的能力在持续提升，这点毋庸置疑。问题在于：行业在技术上的想象力，远远超前于商业上的可行性。

这不一定是坏事。历史上每一次技术革命都经历过类似的阶段。2000年的互联网泡沫破灭了，但亚马逊和Google活了下来。2010年代的团购大战死掉了，但美团活了下来。

AI不会消失，但它需要经历一个”去泡沫化”的过程。在这个过程里，那些能真正回答”第二步是什么”的公司，才会活到最后。

对于我们普通人和普通工程师来说，这意味着什么？

意味着：不要被技术本身迷惑，要看它能不能解决真实的问题，用户愿意为它付多少钱。

一个AI产品，不管听起来多厉害，如果没有人愿意付钱让它运行下去，它就不会长久。

而一个看起来没那么惊艳的AI工具，如果能稳定地、便宜地、持续地解决一个问题——它就有真实的价值。

价值这种东西，最终是由市场决定的，不是由技术演示决定的。

就像内裤精灵们发现的那样：收集内裤很容易，第三步的盈利，才是真正的难题。

参考来源：

• MIT Technology Review, “The missing step between hype and profit”, Will Douglas Heaven, 2026.04.27https://www.technologyreview.com/2026/04/27/1136456/the-missing-step-between-hype-and-profit/^[1]