AI 的 affordability 危机：从补贴狂欢到成本清算

背景

长期以来，人工智能（AI）行业笼罩在一种“免费午餐”的幻觉中。主流商业媒体直到最近才开始注意到企业员工在消耗大量 AI 令牌（Tokens）时抱怨成本高昂的现象。在此之前，这种担忧主要存在于少数独立记者和分析师的视野中。

早在 2023 年 9 月，红杉资本（Sequoia Capital）的 David Cahn 就在《AI 的 2000 亿美元问题》一文中提出了对 AI 经济可行性的质疑。仅仅九个月后，他在《AI 的 6000 亿美元问题》中重新进行了分析，指出收入缺口已经扩大了三倍。与此同时，独立记者 Ed Zitron 等人也早在作者关注此问题之前，就一直在警示这一危机。

随着 2024 年进入下半年，这种原本细微的抱怨声逐渐汇聚成洪流。各大平台（如 OpenAI、Anthropic、Microsoft）被迫从“订阅制”转向基于实际用量的“令牌计费”，这一转变彻底打破了企业用户对 AI 成本的低估，引发了关于生成式 AI 是否“物有所值”的全行业大讨论。

核心内容

1. 惊人的补贴真相：平台在“烧钱”获客

AI 平台为了争夺市场份额，长期以来对令牌价格进行了巨额补贴。根据 SemiAnalysis 和 Ed Zitron 的分析，平台生成 1 美元收入的成本通常在 8 到 14 美元之间。

• 补贴倍数惊人：假设平台未对令牌价格进行补贴，Anthropic 对其企业客户的补贴高达 40 倍，而 OpenAI 的补贴甚至高达 70 倍。
• 具体案例：
  • 拥有每月 200 美元的 Anthropic 订阅，用户实际消耗的令牌价值可达 8,000 美元。
  • 拥有每月 200 美元的 ChatGPT 订阅，用户实际消耗的令牌价值可达 14,000 美元。
• 毛利率为负：SemiAnalysis 假设令牌定价仅为生成成本的 4 倍（这本身已是不切实际的乐观估计），结果显示，只要用户使用率达到速率限制的 25%，其毛利率就会跌至 -25%。这意味着平台每卖出一份订阅，都在向“熔炉”中投入现金。

2. OpenAI 的财务黑洞：亏损近 400 亿美元

2025 年 6 月 15 日，OpenAI 公开了部分财务数据，揭示了其惊人的亏损状况：

• 营收与亏损：OpenAI 在 2025 年营收为 130.7 亿美元，但成本与支出高达 340 亿美元，净亏损达 209.2 亿美元。
• 会计调整影响：由于 OpenAI 在 2025 年从非营利组织转为营利实体，导致可转换权益和权证负债的公允价值变动，产生了 415.5 亿美元的账面损失。
• 最终净亏损：扣除上述会计影响后，归属于 OpenAI 的净亏损仍高达 385.3 亿美元。
• 资产状况：尽管亏损巨大，OpenAI 年底资产仍超过 500 亿美元，其中近半数为现金。
• 营销费用畸高：OpenAI 将 44% 的收入（57.3 亿美元）用于销售和营销。这种为了维持 AI 泡沫热度而进行的挥霍性支出，并未带来相应的企业采用率增长——OpenAI 的企业采用率近期甚至趋于停滞，而 Anthropic 则异军突起。

3. 计费模式转变：从“订阅”到“令牌计费”

由于烧钱率过高，AI 巨头们被迫提前进行“价格理性化”调整，从固定的订阅制转向基于实际消耗的令牌计费。

• Microsoft GitHub Copilot 的转变：
  • Microsoft 内部文件泄露显示，其计划暂停 GitHub Copilot 的学生和付费个人版新用户注册，收紧速率限制，并最终转向令牌计费。
  • 自 2025 年 1 月以来，GitHub Copilot 的周运行成本几乎翻倍。
• 企业的震惊：
  • 一家小型公司在 Anthropic 将其切换为令牌计费后，首日支出飙升了 7 倍。该公司 CEO 表示：“我们创造了一个怪物。”
  • 此前，基于用户的定价（User-based pricing）掩盖了真实的计算成本，让用户感觉 AI 很便宜。

4. 经济可行性受到质疑：AI 比人更贵？

随着成本透明化，主流商业媒体开始广泛报道 AI 的成本危机：

• Bloomberg 报道主要公司重新考虑 AI 成本。
• Scott Galloway 指出 AI 可能不值得其高昂的成本。
• Derek Thompson 认为 AI 繁荣已进入“等等，这值得吗？”的时代。
• Jowi Morales 指出，代理式 AI（Agentic AI）比标准 AI 消耗多达 1000 倍的令牌，导致微软、Meta 和亚马逊等企业出现撤回 AI 使用的迹象。
• Nvidia 高管的承认：Nvidia 应用深度学习副总裁 Bryan Catanzaro 向 Axios 承认：“对于我的团队来说，计算成本远远超过了员工的成本。”

5. 根本原因：天文数字般的资本支出压力

AI 行业陷入困境的根本原因在于，为数据中心（其中 60% 为快速贬值的硬件）进行巨额投资，需要极其天文数字般的收入才能证明其合理性。

• Uber CTO 的困境：Praveen Naga 表示，他原本预期的预算已被彻底击穿，不得不重新回到起点规划。
• Swan AI 的案例：Amos Bar-Joseph 分享了一个四人团队向 Anthropic 支付 11.3 万美元账单的案例。简化计算显示，每人每月成本高达 2.8 万美元，这可能超过了每个人的月薪。
• 人力 vs. AI：2024 年的一项 MIT 研究表明，在 77% 的情况下，让人类完成工作比使用 AI 更优。目前，使用 AI 的成本甚至高于雇佣人类，且其带来的生产力提升有限。

关键要点

• 补贴不可持续：OpenAI 和 Anthropic 等平台长期以 40 至 70 倍的补贴出售令牌，导致毛利率为负，这种“烧钱换市场”的模式已难以为继。
• 财务数据触目惊心：OpenAI 在 2025 年录得近 385 亿美元的净亏损，尽管营收超 130 亿美元，但高达 340 亿美元的支出使其陷入巨额赤字。
• 计费模式剧变：Microsoft、Anthropic 和 OpenAI 均已从订阅制转向令牌计费。这一转变导致企业用户成本瞬间激增（如 Anthropic 案例中首日支出涨 7 倍），打破了“AI 很便宜”的错觉。
• AI 性价比存疑：在代理式 AI（Agentic AI）场景下，令牌消耗量激增，使得 AI 运营成本远超人力成本。MIT 研究指出，多数情况下人工处理更具经济性。
• 资本支出压力巨大：数据中心硬件快速贬值，要求极高的收入回报。Uber、Swan AI 等企业的预算超支案例表明，当前的 AI 投资回报模型在现实中面临严峻挑战。
• 市场反应冷淡：尽管营销投入巨大（OpenAI 营销费用占收入 44%），但企业采用率并未如预期般爆发，OpenAI 甚至出现增长停滞，而竞争对手 Anthropic 则因更优的性价比获得增长。

意义与影响

1. AI 泡沫的破裂与理性回归

这篇文章标志着 AI 行业从“概念炒作期”正式进入“成本清算期”。过去几年，投资者和企业被“无限需求”和“极低边际成本”的叙事所迷惑。然而，令牌计费的普及和财务数据的公开