一个反直觉的现象

2025年以来，几乎每个行业都在讨论怎么用大模型。写文案的、做客服的、分析数据的、画图的——各种AI应用层出不穷。按常理推断，最接近用户的应用层应该是最赚钱的。但如果你打开这几家公开上市的AI相关企业的财报，会发现一个让人意外的规律：做AI应用的公司普遍在亏损，而卖算力的公司利润率高得离谱。

这不是某一个公司的经营问题，而是产业链结构决定的。

把AI大模型产业链拆开看

如果我们把AI这条产业链从上到下打开，大概可以分成四个核心环节：

最上游是芯片制造。GPU、AI加速芯片是整个产业的基础设施。这一层门槛极高，设计和制造能力集中在少数几家企业手里。因为供给有限而需求暴涨，芯片环节拥有整个链条上最强的议价能力。

往下一层是云计算和算力服务。这一层不造芯片，但采购芯片搭建数据中心，以租赁方式提供给下游。因为重资产投入形成壁垒，加上客户迁移成本高，优质算力服务商的毛利率普遍在五成到六成以上。

再往下是模型训练和开发。这一环需要大量算力、海量数据和顶尖工程人才。投入巨大，但模型本身很难直接变现——开源模型的普及让闭源模型难以维持高溢价。多数模型公司的商业逻辑是先烧钱把模型做到最好，再用规模化摊薄成本，但这条路目前只有极少数走通了。

最下游是应用开发。用一个现成的模型接口，包装成面向特定场景的工具。看起来门槛最低、最有创意空间，但这也是利润最薄的一环。原因很简单：所有人都能做。当一个环节几乎没有进入壁垒时，竞争会把利润压到微薄。

利润到底去了哪里

我们来做一个粗略的链条价值拆解。

一个普通的企业级AI写作工具，月费假设是99元。这笔钱在产业链上大致这样分配：大约25到30元进了云计算服务商的账户，用于支付模型推理的算力成本。15到20元被大模型厂商通过API调用费用拿走。应用开发商自己拿到50到55元，看起来不少，但还要覆盖研发团队工资、市场推广费用、服务器运维和客户服务——算下来净利润经常是负数。

反过来看算力端。云计算公司租出一台搭载高端GPU的服务器，月租可能在数千到上万元不等。他们的成本主要是硬件采购折旧、电费和运维人力——这些成本相对固定。当算力供不应求时，价格由卖方决定，利润自然就跑到这一端了。

这个结构不是短期的市场波动，而是由产业链每个环节的稀缺性决定的。芯片和算力是稀缺资源，供不应求；应用开发能力是充裕资源，供过于求。利润永远流向稀缺的一端。

普通企业经营者该怎么看这个格局

如果你是一家中小企业，既没有芯片也没有数据中心，AI能给你带来的真正价值在哪里？答案不是去和科技巨头拼算力，而是找到真正属于你自己的稀缺资源。

对大多数企业来说，最稀缺的不是技术，而是对特定行业场景的深度理解。一个做了十年餐饮供应链的人，他对餐饮行业的认知是任何大模型都无法替代的。如果他懂一点AI工具的使用，把行业经验和AI能力结合起来，他就能做出真正有价值的东西——而这些东西很难被纯技术团队复制。

产业链分析给我们的启示是：不要看哪个环节最热闹就去哪里，要看你手里有什么东西是别人拿不走的。那个东西在链条上的位置，决定了你的定价权。

AI产业链正在重写哪些行业的规则

把AI产业链的利润分布搞清楚之后，再往应用层看，会发现一个更有意思的问题：不是AI本身在改变行业，而是AI在重新分配产业链上每个环节的权力。

以客服行业为例。传统上，客服是劳动密集型——企业雇佣大量人工客服，按人头计算成本。大模型出现之后，一部分企业的客服成本降低了七到八成，但节省下来的钱并没有全部变成企业利润。一部分被AI服务商拿走了，一部分被算力提供商拿走了，企业实际留存的比例取决于它用的是谁的模型、模型跑在谁的计算资源上。换句话说，节省是真实的，但分配是不均匀的。

再看内容创作行业。一个做自媒体的团队，过去请三个写手一个月花两万，现在用一个AI写作工具加上一个编辑，人力成本降到八千。但AI写作工具每个月也要收费一两千，如果用的是高性能模型还要额外付API调用费。团队省了钱，但AI工具的供应商和水下的算力提供商也从中分走了一杯羹。

这些例子说明一个规律：当一项新技术进入一个行业时，它不会均匀地让所有人受益。它会在产业链上创造新的稀缺环节——在AI这个案例里就是算力和高质量数据——然后把利润重新分配给掌握了这些稀缺环节的人。旧格局里的赢家未必是新格局里的赢家。

这个格局会持续多久

从目前的技术路线和经济规律来看，短期内算力供给仍然跟不上需求增长。芯片制造从设计到量产通常需要一年以上周期，而大模型训练和推理所需的算力还在以每年数倍的速度增长。这种供需缺口让算力端的议价优势至少还能维持两到三年。

但更长远来看，当芯片产能逐步提升、算力供给趋于充足时，利润可能会向两个方向转移：一是掌握了独特数据的行业应用商，二是能够整合多个模型、提供综合解决方案的平台型公司。这不是预测，而是从产业链供需动态推导出来的大概率方向。

产业链的价值分析从来不是算命，而是基于一个朴素的道理：钱会流向那些不能被轻易替代的位置。