夜雨聆风2026年4月的最后一周，硅谷四大超大规模云厂——Microsoft、Google、Amazon、Meta——开了财报电话会议。
外界本来在等的是"AI业务赚了多少钱"。结果听到的是另一个数字：这四家公司2026年合计要花掉7250亿美金的资本开支，比2025年的4100亿翻了快一倍。Microsoft一家1900亿，Google 1900亿，Meta 1450亿，Amazon 2000亿。
第二天，Google和Amazon股价跌了，Meta跌了将近5%。投资人开始问一个2026年最尖锐的问题：
这7250亿美金最终会变成谁的收入？
把AI的整条价值链拆开看，问题就清楚了。下面分成6层，每一层都告诉你：谁在亏钱、谁在赚钱、未来谁可能赚到大钱。
第1层：能源
很少人意识到，2026年AI最赚钱的生意之一，是卖电。
Meta在路易斯安那州建的"Hyperion"数据中心园区，单一园区峰值用电量将达到5GW，相当于420万户家庭同时用电。Microsoft已经和Constellation Energy签了20年的电力采购协议，专门为AI数据中心重启了三里岛核电站——就是1979年那个发生过美国最严重核事故的三里岛。
到2026年，全球数据中心从AI业务的电力需求预计达到1000太瓦时，相当于整个德国全年的用电量。
带来的连锁反应：
大约40%的已宣布AI数据中心项目，因为电力供应跟不上而延期施工。堵的不是芯片，是变压器和输电线。 内华达州的电力公司NV Energy面临22GW的新增负载需求，是Lake Tahoe度假区峰值用电的40多倍。 美国超大规模数据中心选址正在从弗吉尼亚北部，转移到电力充裕的爱荷华、密西西比、内布拉斯加。
这一层的利润流向了三家公司：Constellation Energy（核电）、Vistra（天然气+核电）、NextEra Energy（综合能源）。过去24个月，这三家公司股价分别上涨220%、380%、95%。Vistra一度是标普500涨幅最大的股票，超过英伟达。
没人讨论它们是"AI公司"，但它们是最确定的AI受益者。
第2层：芯片
英伟达是这条价值链里唯一一个真正赚到大钱的"AI公司"。
2026财年（截至2026年1月25日）的数字：
全年营收 2159亿美金，同比+65% 净利润 1200亿美金，同比+65% 数据中心业务营收 1937亿美金，同比+68% Q4单季毛利率 75%，全年毛利率 71.1%
英伟达一家公司一年的净利润，已经接近Microsoft、Google、Amazon、Meta任意一家。毛利率75%不是制造业能达到的水平，是奢侈品和软件行业的水平。
Jensen Huang在Q3财报里说："Blackwell的销量爆表，云GPU供不应求。计算需求在训练和推理两端都在指数级增长。"这句话的潜台词是：其他公司花的钱越多，英伟达赚的钱越多。Microsoft 1900亿Capex里有相当一部分流向英伟达，OpenAI承诺的1000亿GPU采购也是。
Nvidia的CFO Sarah Friar有句话被反复引用：
"OpenAI收到的钱，会回到Nvidia手里——通过GPU采购。"
这就是AI行业一个公开的秘密——循环融资。Microsoft投资OpenAI，OpenAI承诺把钱花在Microsoft的Azure云上；Nvidia投资CoreWeave，CoreWeave拿这笔钱买Nvidia芯片，再把云能力卖给OpenAI。
在这个循环里，只有英伟达是现金净流入的一端。
唯一的隐忧是客户高度集中。Microsoft、Google、Amazon、Meta、OpenAI、Anthropic这6个买家，可能占了英伟达数据中心营收的60%以上。如果这6家中有任何一家削减Capex，英伟达的天花板就开始压下来。2026年4月超大规模云财报发布后，英伟达股价的波动比这些云厂自己还大，原因就在这里。
第3层：基础设施（超大规模云）
7250亿美金Capex这个数字，比美国国防部年度预算还多一些；是Apollo登月计划全部预算的两倍；大约相当于全球航天工业一年总产值的5倍。
这些钱花在哪里？根据Microsoft CFO Amy Hood披露的细节：
2/3花在"短期资产"，主要是GPU和CPU，折旧期4-6年 1/3花在"长期资产"，土地、建筑、电力基础设施，折旧期15-30年
更扎心的细节：Microsoft 1900亿Capex里有250亿是因为内存、组件涨价导致的额外支出。也就是说，这部分钱完全是为同样的产能买单。
那这些钱在赚钱吗？看几家披露的数据：
Microsoft的AI业务年化营收370亿，同比增长123%。云backlog（待履行订单）达到6270亿。 Google Cloud的backlog跃升至4600亿，云业务Q1营收增长28%。 Amazon AWS的AI芯片业务达到200亿年化营收，AWS整体增长28%。
数字看起来漂亮。但魔鬼藏在细节里：这些AI业务的backlog里，相当一部分客户是OpenAI、Anthropic这些公司。而这些客户本身就是亏损的，需要持续融资才能履行这些云合同。
超大规模云的AI"收入"，本质上是在等创投市场继续给OpenAI、Anthropic输血。1月29日Microsoft股价单日跌12%、市值蒸发4400亿美金，原因就是披露了"6250亿云backlog中45%来自OpenAI"。投资人当天就明白了：这不是云生意，这是杠杆生意。
第4层：基础模型
这一层是AI叙事的中心，也是亏损的中心。
OpenAI的真实财务画像（基于2025-2026年披露数据）：
2025年营收130亿美金，2025年底ARR突破200亿 2025年上半年净亏损就有135亿 2026年预计净亏损140亿，现金消耗270亿 累计亏损到2029年预计达到1150亿才能转正 毛利率33%，远低于成熟SaaS公司的70%+ 2025年推理成本84亿，2026年预计141亿
更骨感的：OpenAI每挣1美金，要花2美金做推理。这还没算研发、销售、市场。
Anthropic的情况好一些但本质类似：2024年底ARR 10亿，2025年8月超过50亿。2026年营收目标180-260亿，但同年预计支出190亿。2025年9月融资130亿、估值1830亿，2026年5月正在谈的新轮估值可能冲到9500亿。
两家公司加起来，2026年的现金消耗可能超过400亿美金。
烧钱这么夸张的原因不复杂。训练成本每一代翻5-10倍，推理成本随着用户增长线性增长无法摊薄，人才成本被竞争对手哄抬到了离谱的水平——OpenAI 2025年股权激励支出60亿，几乎是全年营收的一半，目的只是为了留住人不跳槽到Anthropic。
真正让投资人担心的是开源模型的冲击。DeepSeek R1的推理成本只有GPT-5的1/30，Meta的Llama 4开源后大量企业开始用开源模型替代API。
所有人都在为"未来的赢家"付溢价，但谁也不知道谁是最后的赢家。HSBC的分析师给出过一个判断：OpenAI到2030年都未必能赚钱，还需要再融资2070亿美金才能跑完扩张计划。
第5层：挽具与平台
这一层是介于基础模型和最终应用之间的"中间层"。包括模型路由（LangChain、LlamaIndex）、观测评估（Arize、Braintrust、LangSmith）、向量数据库（Pinecone、Weaviate、Chroma）、Agent开发框架（CrewAI、AutoGen）、数据合规层等等。
这一层有个尴尬的现状：赛道很挤，估值不低，但还没有一家公司跑出来当"赢家"。
LangChain在2024年估值飙到11亿，2025年增长放缓。Pinecone的ARR大约1亿，但面对Pgvector、Mongo等开源替代的压力越来越大。Cursor算是这一层难得的赢家，但它本质上是应用，不是基础设施。
这一层难做的根本原因是两端挤压。上面，基础模型公司在自己长出这些能力——OpenAI的Assistants API、Anthropic的MCP协议都在做类似的事。下面，成熟的应用公司倾向于自建——Sierra自己做模型星座架构，Cursor自己做index。
这一层未来5年的格局还没定下来。它可能出现下一个Snowflake级别的公司，也可能整体被基础模型公司和应用层公司两面夹击成无人区。
目前这一层的真实利润，接近于0。
第6层：应用
这是Sequoia、Benchmark等老牌VC认为"未来10年大钱所在"的一层。但2026年的现实是：绝大多数AI应用公司还在亏钱，少数几家跑了出来。
跑出来的样本：
Sierra（AI客服）8个季度做到1.5亿美金ARR，估值158亿，服务40% Fortune 50，按结果收费。
Cursor（AI代码编辑器）2024年底ARR 1亿，2025年底突破5亿，估值90亿。
Cognition（Devin AI工程师）ARR约1亿，估值40亿。
Decagon、Replit、Granola、Glean这一批，都是2025-2026年估值在10亿-50亿之间、ARR过亿、增长率超过SaaS历史水平的公司。
没跑出来的"AI公司":
2024年硅谷至少5000家AI应用公司拿到了种子轮。到2026年5月，其中大约15%拿到了下一轮融资，5%的ARR超过1000万美金，不到1%的ARR超过1亿美金。
绝大多数AI应用公司面临的真实问题是：它们卖给客户的"AI价值"，被基础模型公司直接吃掉了。客户为什么要为你的"AI邮件助手"付费，当ChatGPT本身就能写邮件？为什么要为你的"AI会议总结"付费，当Microsoft Copilot已经免费集成在Teams里？
应用层的真理是：只有那些做到"基础模型做不到的事"的公司，才能存活。
6层蛋糕的总账
把6层放在一张表里看：
把6层的真实利润流向归纳一下，2025-2026年AI价值链的现金分配大约是：
卖芯片的拿走了70%的现金利润（Nvidia一家2026财年净利润1200亿） 卖电的拿走了10-15%（北美前三大电力公司净利润合计约300亿，且增长最快） 卖云的表面赚钱但现金净流出（AWS、Azure、GCP的Capex超过营收） 卖模型的净亏损（OpenAI、Anthropic合计2026年亏损可能超过400亿） 卖挽具的净亏损 卖应用的95%亏损，5%赚钱
2026年AI行业每花掉的1美金，大约有70美分流向了Nvidia和电力公司，剩下的30美分在烧。
这就是"循环融资"为什么持续存在：超大规模云从资本市场融资，把钱给基础模型公司，基础模型公司把钱给云厂买算力，云厂再把钱给Nvidia买芯片。每一轮循环里，真正的现金都在向最上游沉淀。
历史的参照
这套利润分配格局会一直持续吗？
历史上每一次科技基础设施大投资，最终的利润分配都会经历"从上游集中到下游分散"的迁移。
19世纪铁路时代，早期钢铁公司和铁轨制造商赚走了大部分钱，最终利润流向了沿线的房地产、贸易、零售。
20世纪90年代电信时代，思科、Lucent早期吃走了利润，最终利润流向了基于互联网的应用（Google、Amazon、Facebook）。
2010年代云计算时代，早期AWS、Azure吃走了大部分基础设施利润，最终利润流向了构建在云之上的SaaS公司（Salesforce、Workday、ServiceNow）。
AI应该也会经历类似的迁移。但有两个变数。
第一个变数是时间。电信时代的"光纤泡沫"破灭后，互联网应用真正开始赚钱用了10年（2001-2011）。AI如果重演这条路径，应用层的真正赚钱可能要等到2030年之后。
第二个变数是边界。和铁路、电信、云不同的是，基础模型公司有可能通过"直接吃掉应用层"来扩大利润。OpenAI的ChatGPT Enterprise、Anthropic的Claude for Work就是这条路径的尝试。如果这条路走通，应用层的"赚钱时刻"可能永远不会到来。
至少在未来2-3年，2026年的格局不会有本质变化。
关注公众号我们将定期分享：
【硅谷及全球热钱流向】：每周独家发布AI赛道融资清单，融资数据分析
【明星初创公司合集】：深度剖析明星初创公司，了解中美AI创业逻辑差异
【投资人日志】：顶尖VC投资人真实评估框架，投资视角及动态
【硅谷创投活动】：第一时间报道硅谷创投峰会，实时更新顶级创投圈动态
往期文章：
