"梦想是改变世界，没想到是先为梦想窒息。"
最近，有媒体报道，每天 2 亿多人用的豆包，每天收入却不到百万，相比字节每天砸进 AI 的几亿投入聊胜于无。
如果你以为这些科技巨头手握金山银山，日子过得滋润无比，那就大错特错。现在的 AI 巨头们，表面上光鲜亮丽，背地里却是一个比一个狼狈。
早已杀红眼的外国 AI 巨头就正处于一种尴尬期：不投入怕落后，投入了反而烦恼越多。
OpenAI 被曝光去年的总支出高达 340 亿美元，净亏损高达 2600 亿，相当于每天一睁眼就烧掉 7 个亿，回本遥遥无期。
这不是 OpenAI 一家，Anthropic 去年营收 45 亿美元，EBITDA 亏损仍有 52 亿；国内智谱 AI 营收 7.24 亿，净亏损却砸到 47.18 亿。因为亏钱太猛，微软甚至主动急刹车，放弃闭源高价大模型，压低 Copilot 智能体运营成本。
巨额的资本支出已经把这些科技巨头的口袋掏空，越来越多人看到了"危险"的信号。
资本市场反应迅速。Snap 发布了极其昂贵的 AR 眼镜，但市场根本不买账，股价应声大跌，更早的 AI 宠儿 MiniMax 股价也是一路暴跌 60% 以上。
第一批 AI 泡沫，真要被戳破了？
01
"地主家，也没余粮了"
谁也没想到，史上最短命的 AI 出现了。
2026 年 6 月 9 日，Anthropic 高调发布了它家史上最强的公开模型—— Claude Fable 5，号称没人比它更强。
然而仅仅三天后，它就惨遭"流产"。不是因为跑分造假，是美国官方一口禁令，援引《出口管制改革法》，直接全球一刀切，把 Fable 5 和 Mythos 5 直接从所有人面前拔掉。
这才只是现实扇的第一记耳光。几乎同一窗口，OpenAI 的经审计财务文件也被人曝光出来。好家伙，不说不知道，一公布底裤都被扒没了。
原来营收欣欣向荣背后，亏损直接涨了近 8 倍，足足暴亏 2700 亿。
越做越亏，且亏的速度远超营收增速，相当于什么？每创造 1 美元的营收，背后就要搭进去超过 1 美元的亏损。
OpenAI 不是个例，连向来被认为"印钞机"的谷歌，都开始放下面子向市场要钱了。
谷歌母公司 Alphabet 手里常年趴着 1200 多亿美元现金，结果就在 6 月，它罕见地做了一个让所有人瞠目结舌的动作：公开增发股票融资，总规模最终抬到 847.5 亿美元，接近一个特斯拉的市值，用来买 GPU、建数据中心、铺 AI 算力网。
花钱速度，已经远远超过了进钱的节奏。
其他巨头也是如此，美国云服务巨头亚马逊、微软、甲骨文，它们的现金水平均已跌至历史最低点，亚马逊的现金储备从峰值的接近 600 亿美元，暴跌至如今的不足 30 亿美元，如此"败家"的原因只有一个：AI。
一些实在烧不起钱的科技巨头，干脆装都不装，直接卡住源头——比如 Meta 开始限制员工的 AI Token 使用，称"不要为了用 AI 而用 AI "。
它不是光说说，还真正想出机制限制内部 token 消耗。比如公司内部有一个名为" Claudeonomics "的榜单，可用于跟踪员工的 token 消耗情况，不允许多用。
微软也计划取消多个关键产品部门员工的 Claude Code 订阅，计划在 6 月末前逐步停用，并正在考虑采用 DeepSeek V4 等开源模型，以解决" AI 太贵"的问题。
"地主家，也没余粮了"这句话，正在变成魔幻现实。
02从上神坛到被清算，只用 3 年
跟现在的"一个比一个抠门"的场面相比，2 年前的巨头还完全不是如此。
当时的人面对 AI 只有一个态度：
梭哈，干就完了。
谁犹豫谁出局。紧随而来的，就是一场教科书级的膨胀。2022 年 11 月，ChatGPT 上线。五天 100 万用户，两个月破亿，哪家公司只要接入 ChatGPT 都能拉涨停，AI 概念股更是成了涨停金牌。
一时之间，仿佛只要跟 AI 沾边的公司，就要牛上天，融资送的钱也是源源不断，规模没有上限，只有下限。
五大 AI 巨头英伟达、微软、谷歌、亚马逊、Meta 五家公司资本开支，今年将高达 6600 亿到 7250 亿美元，好家伙比一个国家的 GDP 还要多。
钱从哪来？很大一部分是借的。这期间，十大科技公司一年发债 1200 亿。能不能还上？没人能知道。反正这三年里，整个行业都是一个心照不宣的共识：
"先烧钱，到时候自然翻盘。"
但对不起，没等到翻盘，先等来一盆冷水。从今年开始，被官方叫停、股价暴跌等现实狠狠抽了一耳光。
那么问题来了，AI 是肉眼可见的大势所趋，为啥巨头还是费力不讨好？
首当其冲是外部环境的反应速度，赶不上巨头烧钱的速度。
众所周知 AI 烧钱也烧电力，但巨大的全球数据中心用电量，也会造成变压器、电源、电池等电力设备的短缺。
摩根大通曾在 5 月的分析发现，规划在 2027 年完工的数据中心产能中，有超过 60% 甚至还没开工，另有 7% 遭到延期。
企业没拿到收益，还得继续咬牙支付数据中心租赁费、GPU 采购尾款，也就自然过得比较惨。
但这些不是关键，被现实毒打，跟企业自己人也逃不开关系。
有 AI 企业员工才刚到 5 月，就把全年的 AI 调用预算烧光，但结果却不尽如人意，Gartner 曾调研，仅约 28% 用例能达成 ROI 预期，约 20% 直接失败，根因不是模型差，而是 " 期望跑太快、嵌不进流程、技能拉垮 "。
毕竟，目前很多 AI 功能其实是"伪需求"。我就有感受，写稿时，一些 AI 能直接弹出好几个续写建议，分散注意力不说，也是一种工作打扰。
有专家表示，根据最新的经济学研究，如果 AI 生产率未能在五年内至少提升 2.7 倍，那么这些公司，将面临一场"史上最大的资本错配"，其规模之大足以引发连锁破产。
研究人员还给出了每家公司的"破产红线"。如果实际产能提升只有 50% 或 100%，那么 2024-2027 年间投入的每一块钱，都将变成亏损，企业将面临巨额的账面减值、债务违约和现金流崩断。
既有内忧还有外患，这也就是为什么，AI 巨头们曾经有多疯狂，现在就有多压力山大。
03
不是 AI 不行，是"不计成本"不行
AI 泡沫是不是真要崩了？
我的看法是：不是真的崩，更像是一场短期的秋后算账。
毕竟，目前赚大钱的玩家依然存在。上游企业英伟达 GPU 一边涨价一边卖疯，台积电仍旧是每年 30-40% 的增长率。
但是下游企业一个比一个惨，几乎无人能幸免。这就是当下冰火两重天的现状：
卖铲子的人赚得"盆满钵满"，挖金子的人连口汤都没喝上。
当下最难的问题是，资本市场必须永远相信你的故事，毕竟神坛已经架到这了，一旦借贷成本上行、结果不及预期，最先被绞杀的就是投入最大的那个人。
巨头尚且变得如此谨慎，那些小公司们就更是瑟瑟发抖了。
比如 Humane 拿了 2 亿美元融资，产品主打" AI 随身管家"。结果出货后遭遇过热、延迟、可用性问题与口碑反噬，最终走向资产甩卖。
更有一组扎心数据说明，2026 年前两月全球 AI 融资 2200 亿，三家头部企业拿走 83%，剩下超 300 家中小 AI 公司现金流断裂停运。
如今，AI 还只是马拉松，竞赛的终点还远未结束，那么，到底什么样的 AI 公司能活下来？很多巨头也开始脚步放缓慢慢探索。
一方面，烧钱≠护城河。
过去，很多 AI 公司总是有着"烧钱本身就是护城河"的逻辑，甚至为了烧钱而烧钱。
但接下来，谁能先把推理成本打到地板下，才是真正的底气。
比如谷歌最近发布了一款名为 Gemini 3.5 Flash 的新模型，没有急着把最强的 Pro 版本第一时间推出来，反而是主推了更快的 Flash，价格不到某些前沿模型的一半。
谷歌的 CEO 皮查伊算过一笔账，如果前沿企业把 80% 的日常负载从昂贵的顶级模型迁移到这款 Flash 模型上，每年光算力成本就能节省超过 10 亿美元，总之 Token 的边际成本必须要匹配其实际价值。
微软同样叫停 token 的盲目滥用。CEO 萨蒂亚 · 纳德拉更是一针见血：" AGI 不是终点，别再无脑乱烧钱了。"
另一方面，不是比谁更像神，要比谁更早成为被买单的商品。
如今，行业已经进入下一个 level：AI 公司要证明的，不再只是谁家的模型测评又多了几分，该是一些肉眼看得见的真正实用价值。
AI 需要回归工具本质。包括但不限于，知道每一条对话的成本从哪来、降到多少才能正毛利？如何推出付费版本用户也不会流失？找到第一批愿意为价值付费买单的用户。
这一步很难，甚至比研发大模型还要难，但也注定是必须迈出的一步。
反过来，那些很会比赛、擅长融资的玩家们，等潮水退去，只能第一个裸奔。
总之，谁能真正把成本打下来，谁才能在 AI 的下半场真正胜出。
泡沫不是 AI 本身，是"无限讲故事"的那套玩法。
图片来源于网络，侵权请联系删除
贵丰配资提示：文章来自网络，不代表本站观点。
