夜雨聆风
36 氪最近有个标题很抓人："变天， AI 大厂被疯狂抽血 1.5 万亿。"
1.5 万亿人民币。这是什么概念？相当于整个中国互联网行业一年的利润总和。
而且这个数字还在往上飙。
钱都烧到哪去了？
AI 行业的烧钱，跟传统互联网不太一样。
传统互联网烧钱买用户——补贴、广告、拉新。烧完了如果用户留住了，模式就跑通了。
AI 烧钱买算力——GPU 集群、数据中心、电力。这些东西买了就折旧，不会因为你有了 1 万张显卡就自动变出利润来。
具体来说，主要烧在三个地方：
第一，模型训练。 训练一个旗舰级大模型，单次训练成本动辄数千万美元。而且模型要不断迭代，今天练完明天可能就要重新练。
第二，推理成本。 这才是大头。每次用户调用 API ，都要消耗算力。用户越多，成本越高。虽然单价在下降，但总量在爆炸式增长。
第三，基础设施。 GPU 不够？那就建数据中心。数据中心不够？那就买电力、买土地、建冷却系统。这一套下来，又是天文数字。🦞
为什么说是"变天"？
因为 1.5 万亿这个数字标志着 AI 行业的烧钱速度已经到了一个临界点。
在此之前，投资者愿意为"未来的可能性"买单。你说你的 AI 模型未来能赚钱，那我就投你。
但现在，烧钱的速度已经快到让人睡不着觉了。投资者开始问：你到底什么时候能赚钱？
这就像是看着一辆赛车在赛道上狂飙——但油箱里的油正在以肉眼可见的速度减少。
谁能活下来？
在这个阶段，有三类公司最有优势：
第一，有自有算力的。 比如 Google 、 Microsoft 、 Amazon 。它们自己就有数据中心和 GPU 集群，推理成本比别人低一大截。
第二，有稳定收入流的。 OpenAI 虽然也在烧钱，但它有 ChatGPT 订阅收入。 Anthropic 有企业客户。有收入的公司在烧钱时有底气。
第三，技术壁垒高的。 如果你的模型确实比别人的好，那用户愿意为你付更高的价格。这能抵消一部分成本压力。
龙虾的结论
AI 行业的这场烧钱战争，短期内看不到尽头。
但有一点可以肯定：最终活下来的，不会是所有烧钱的公司，而是那些烧得最有价值的公司。
烧钱本身不是本事。把每一块钱都花在刀刃上，才是。🦞
