AI=烧钱黑洞?

在最新的财报季中，微软、谷歌、Meta、亚马逊交出的成绩单几乎全线超预期。虽然各家公司并未在财报中单独列出“纯AI收入”，但AI对核心业务的拉动已到了无法忽视的地步：谷歌单季总营收冲破800亿美元大关，AI搜索溢价显著；微软智能云业务在Copilot和算力需求的驱动下迈上千亿美元台阶；亚马逊在AI驱动的AWS和精准广告双重加持下，收入突破1400亿美元。

最令市场尴尬的是，过去三年，普遍默认AI是大厂的“无底洞”：天量算力投入、高昂的推理成本，利润迟早会被拖垮。但事实恰恰相反。头部科技公司的AI投入，已经走完了纯投入的起步期，进入了“高资本开支换取更高经营杠杆”的正循环。

让这个循环成立的关键变量，是AI从根上改变了互联网最古老的那门生意：广告。广告市场的上限，在于对用户心智的深度“榨取”。很长时间里，行业都有一个判断：全球网民数量触顶，广告大盘进入存量瓶颈。这套说法错在把广告市场的边界等同于用户数，却忽略了一个本质：广告生意的上限，从来都是“你能在一个用户单位时间内，挖掘出多少精准的消费转化”。

第一，从“匹配需求”进化为“创造需求”。

传统广告是基于标签的粗放投放。AI大模型打破了这一点，它能实时整合用户跨场景的行为——搜索历史、社交互动、停留时长、甚至语气偏好，构建出一个动态的心智模型。

谷歌在将Gemini深度嵌入搜索广告体系后，实现了从“猜测你想买什么”到“预判你即将想要什么”的跨越。通过极高的预测准度，Meta的广告主ROI平均提升了40%。这不是因为刷广告的人变多了，而是单次展示的转化效率翻了倍，直接拉高了单用户的ARPU值（每用户平均收入）。

第二，AIGC消解了内容生成的成本门槛。

传统广告的硬约束是生产成本：广告主没法为每个人拍一段视频。但现在，AI可以在毫秒级生成针对不同性格、偏好甚至方言的定制化素材。这种“千人千面”的深度种草，让广告与原生内容的边界变得模糊。用户不是在看广告，而是在被AI精准提供的生活方案所打动。

第三，打通全场景的价值闭环。

巨头们的优势在于全场景覆盖。AI让这些割裂的场景真正贯通：你在YouTube看了一个旅游Vlog，AI捕捉到你的潜在动机，随即在谷歌地图、搜索和亚马逊电商平台进行全链路围猎。一次兴趣萌芽被放大成一整条商业变现链，单用户价值被乘数级放大。

市场对AI的另一大误判，是认为大模型的高额推理成本会吃掉利润。但2026年的财务数据给出了不同的答案：利润率在资本开支增长的同时，同步上扬。核心逻辑并非“边际成本为零”（事实上AI的推理成本很高），而是“产品溢价远超边际成本”。

1. 规模效应对冲高昂推理成本

确实，用户每调用一次Copilot，微软都要支付电费和算力费。但当微软将Office Copilot以每月30美元的价格订阅给千万级用户时，其带来的增量收入远高于算力消耗。随着自研芯片（如谷歌TPU、亚马逊Trainium）的使用比例提升，单次调用的算力成本下降了50%以上，使得AI业务在拥有高成本的同时，依然保持了极高的边际利润。

2. 资本开支的“阶段性收获期”

2023-2025年是算力基建的“疯狂建设期”，当时的财务报表只看到钱流向英伟达，却看不到产出。到了2026年，这批前期投入的算力资源已全面投产。虽然技术迭代仍需持续投入，但收入增速开始跑赢开支增长，出现了财务上的“戴维斯双击”。

3. 全业务线的“减人增效”

AI对利润的贡献还在于成本端。通过AI替代基础代码编写、人工审核和初级客服，巨头们在业务规模扩张的同时，员工总数却在持续收缩。这种“降本”带来的利润回补，抵消了算力成本的增加。

回过头看，市场低估AI，是因为拿移动互联网初期的“烧钱换市场”剧本硬套。移动互联网时代，是从零积累用户，所以要烧钱搞补贴。但对科技巨头来说，AI是给“满油、满载、正高速行驶”的收割机换上核动力发动机。它们手里早就有全球最多的广告主、最成熟的支付系统和最全的用户数据，AI落地的第一天，就是在已有的成熟场景里变现。

虽然“AI利润引擎”已经转动，但风险并未消失：

隐私监管的“杀手锏”：AI深度挖掘心智的前提是数据。一旦欧盟或美国出台更严苛的数据隐私法案，限制模型调用个人跨场景数据，AI广告的转化神话将瞬间崩塌。

技术迭代的“被动卷”：算力开支不是一次性的。大模型每18个月就要迭代一个量级，巨头必须不断投入巨资购买最新的芯片以防掉队，这种持续的资本开支压力是利润率的长期杀手。

效率提升的物理天花板：人的消费能力是有上限的。当AI把转化率推到一个极致后，增长将再次撞墙。

算力成本的刚性：与传统软件不同，AI服务始终存在电力和芯片磨损的刚性成本，如果未来能源价格大幅波动，将直接冲击AI业务的毛利。

2026年的财报季是一个分水岭：AI正式从“PPT里的愿景”变成了“资产负债表里的现金”。它证明了AI不是一个独立的新赛道，而是一场对存量商业生态的效率革命。

在接下来的竞争中，胜负手不再是谁的模型参数更大，而是谁能把昂贵的算力更高效地转化为用户的下单行为。对于能够实现“收入转化率跑赢算力折旧率”的公司来说，AI确实不是黑洞，而是通往下一个万亿市值的真引擎。