除了AI编程,AI还能靠什么赚钱?

一、市场正在追问一个更尖锐的问题

过去两个月，多家顶级投行密集发布了关于“AI资本开支持续性”的深度报告。高盛、摩根士丹利、伯恩斯坦、巴克莱……几乎每一家都在反复追问三个问题：

AI带来收入增长了吗？——不仅仅是云厂商卖给企业算力的收入，而是企业使用AI后创造的“真正商业价值”。
除了AI编程，还有什么场景跑通了ROI？
如果答案不明确，资本开支会不会在2027年前后出现拐点？

这些问题不是空穴来风。让我们看看数据。

从2024年底到2026年中，市场对这场“AI投资热潮”的态度，经历了大致三个阶段：

第一阶段（2024）：“不管了，先投再说”——大模型竞赛驱动，每家大厂都怕掉队。
第二阶段（2025）：“开始算账了”——微软Copilot、Meta广告等项目的ROI开始验证，但集中于少数场景。
第三阶段（2026年中期）：“除了编程，还有什么？”——AI编程已经被验证，但其他场景的大规模商业化仍未全面展开。市场开始追问：如果只有这一条腿，它能撑起每年1万亿美元的资本开支吗？

巴克莱在一份报告中的判断非常直白：AI资本支出峰值可能在2028年达到约1万亿美元。但前提是——在接下来的两年里，AI应用必须全面进入“Agentic AI”（自主智能体）阶段，产生全新的、大量的商业化场景。

如果做不到呢？如果只是AI编程一条腿走路呢？

那资本开支的增速，可能远比市场预期的更早放缓。

二、AI编程很好，但它还撑不起“万亿叙事”

AI编程确实是当前最确定、最成熟的AI商业化场景。

微软财报显示：GitHub Copilot付费用户已突破200万+，年收入增速仍然超过三位数。Cursor、Devin等AI原生编程工具的ARR也正在高速增长。

一位分析师在内部沟通中提到：“大厂推出的coding agent，年化收入已经到了数十亿人民币的量级。”

但问题在于：AI编程的市场天花板能撑得起每年1万亿美元的资本支出吗？

答案恐怕是否定的。

全球程序员总数大约在3000万到4000万左右。即便一个顶级编程助手每人每年收费2000美元，总量的市场规模也不过600-800亿美元。这个体量，对于支撑四大CSP每年7000亿美元的资本开支——更不用说英伟达、存储、光通信等整个上下游——远远不够。

所以，市场真正在寻找的，是“AI编程之外的下一个大型商业化场景”。

三、AI商业化的“第二战场”在哪里？

结合产业的最新动态和各方分析，AI商业化正在从三个方向寻求“第二曲线”：

方向一：多模态与AI视频（已呈现初步正循环）

这是目前第二确定的方向。

以快手可灵为例，其3月ARR已达约5亿美元，全年预计10-15亿美元。更关键的是，AI视频/短剧已经实现了“按成果收费”的模式闭环：

创作者用AI生成一段广告视频，企业按照视频的播放量或转化效果付费。
这个模式下，AI服务的最终价格与业务结果挂钩，企业愿意为确定的ROI付费。

国内方面，AI漫剧、AI短剧的爆发在过去一个季度是确定性极强的趋势。产业调研显示，2026年AI视频/漫剧的收入将按倍数增长。

方向二：行业垂直应用（医疗、金融、工业）

这是ROI最高但渗透率最低的方向。

一个被多次引用的案例：某医院用AI将患者入组筛查时间从3-4小时缩短到5分钟，效率提升数十倍。在医疗、金融、工业控制等场景，一个垂直AI应用的价值往往远高于通用的编程助手。

但问题在于：这些场景的落地周期更长，需要大量的行业知识和数据清洗，且每个客户都需要定制化交付。所以虽然单点ROI极高，但规模化难度大，短期内难以成为“扛旗”的生意。

方向三：Agentic AI（自主智能体）

这是市场预期最高、但验证进度最不确定的方向。

IDC的数据显示，到2026年底，约40%的企业软件应用将包含AI智能体功能。摩根士丹利的调研显示，大型企业智能体部署率从2025年的11%跃升至2026年一季度的26%，呈现爆发式增长。

但Agent的真正商业化，还面临两个障碍：

Token成本依然太高：大摩CIO调研显示，部分企业的AI年度预算在三个月内就被消耗殆尽——因为Token贵、用量大，ROI算不过来。
定价模式仍在探索：从“按人头发包月”转向“按任务或按消耗计费”，意味着企业的采购逻辑和预算科目都要重构，这个过程需要时间。

四、大厂到底有没有“放缓”迹象？

这是一个更加现实的问题。从公开数据和行业反馈来看，答案需要分两层解读：

第一层：总量上，没有放缓——资本开支仍在加速

从2026年Q1的数据看，四大CSP资本开支合计约1316亿美元，同比增长70.25%。全年指引合计约7000亿美元，较2025年的4100亿美元增长约70%。

巴克莱预测：CSP资本开支的峰值可能在2028年。摩根士丹利甚至更高——预测2027年CSP相关支出将超过1万亿美元。

第二层：结构上，出现了“精细化管控”的迹象

这才是最值得关注的信号。

6月以来，腾讯、微软、Meta、Uber等科技企业都被曝出“因AI预算消耗过快，开始精细化管控Token用量”。一份来自产业媒体的报道写道：

“一些大型云客户在价格下跌时减缓了对人工智能的支出。”

这句话很有意思。它的意思是：当Token降价时，企业并没有“因为便宜就用更多”，反而开始“算账”了。

更深层的原因是：企业客户发现，在AI编程以外的很多场景中，AI带来的效率提升还不够明确。如果不能确定投入产出，即使是降价也不会驱动使用量增长。

如果我们看OpenAI和Anthropic的ARR增速，也能看到边际放缓的趋势：

OpenAI在3月时的ARR已达250亿美元，但4-5月环比增速从此前的两位数降至个位数。
Anthropic的ARR在5月达到470亿美元，但增速同样边际趋缓。

伯恩斯坦的一份报告直指一个问题：如果全球最大的两个AI实验室的ARR都开始放缓，可能意味着产业整体正面临增长阻力。

五、一个更加微妙的信号：AI融资增长已经显著放缓

比ARR增速放缓更值得警惕的，可能是融资侧。

华福证券在6月的一份报告中提出一个重要观点：

“2026年以来，AI算力相关融资增长显著减慢，近一个月甚至略有负增长，信用脉冲高峰已过。”

报告进一步指出：虽然大型CSP主体储备了大量现金，短期不会影响资本开支，但资本开支的边际增长，越来越依赖于持续的权益和债券融资。如果融资扩张无法持续，未来资本开支的增长斜率可能会被修正。

这个判断与四大CSP的行为一致：Meta、微软等在2026年已经启动了数百亿美元的债券发行。这本身并不可怕——因为历史上的技术投资周期，几乎都是通过债务杠杆来实现的。

但发债的可持续性，取决于一个条件：AI能否持续产生可信的现金流和ROI。如果关键应用场景迟迟不能跑出来，资本市场对“AI发债”的接受度就会下降，融资成本就会上升。

六、核心判断：不是狂欢该结束了，而是估值从“想象”回到了“现实”

我想刷新一下自己上一篇的结论。

AI投资不是没有ROI——微软的Copilot、Meta的广告、亚马逊的AWS AI，都在创造真实的收入增长。7000亿美元的资本开支，订单支撑是存在的。

但市场的核心忧虑在于“边际”——已知场景的ROI已经充分定价，但新场景的规模化进展比预期慢。当市场开始追问“除了AI编程，还有什么”时，说明它已经不满足于“已经有收入”的故事，它想要的是“未来增长加速”的证据。

所以，对于投资者和产业观察者而言，当前需要关注的不是“AI是不是完了”，而是：

AI视频/多模态的ARR增速能否在下半年延续？这是最快能接力的方向。
Agentic AI能否在年底前跑出可复制的商业化模型？这是未来2-3年资本开支能否持续的关键。
融资环境是否发生变化？如果持续的债券发行和股权融资开始受阻，资本开支的边际增速会受影响。

高盛在最新的月度报告中写道：

“AI资本开支的回报率窗口正在打开，但观测的时间窗口可能比市场预期的更短。”

这个判断，比“一片光明”的叙事，更接近真实的产业博弈图景。

一个诚实的结论：

AI不是“泡沫”，它的商业价值在编程、云、广告等场景已被验证。但在更大范围的商业化——视频、Agent、垂直行业——真正跑通之前，市场对“万亿资本开支”的耐心，并不是无限的。

下一阶段的胜负手，将取决于：哪家公司的AI应用，能够在编程之外，率先打开第二个、第三个高ROI的商业闭环。