AI商業化，還是大廠的一本糊塗賬
重點摘要
AI 商業化這條路，看似風光，實際上對不少科技巨頭來說，更像是一筆怎麼也算不清的糊塗賬。儘管各大廠接連端出大語言模型、生成式 AI 服務，從雲端算力到企業級解決方案，每個環節都喊出驚人的投入數字，但真正的營收轉化與利潤貢獻，卻始終蒙著一層迷霧。
AI 商業化這條路，看似各大科技巨頭爭相搶進，風光無限，但實際上對許多企業來說，更像是怎麼也算不清的一筆糊塗賬。儘管從去年開始，大語言模型與生成式 AI 服務接連推出，從雲端算力租賃到企業級解決方案，每個環節都喊出驚人的投資數字，然而真正的營收轉化與利潤貢獻，卻始終籠罩在一層迷霧裡，外界根本難以看清這門生意到底賺不賺錢。 翻開這些科技大廠的財報，裡面被刻意包裝的「AI 相關營收」，往往並非來自全新的業務增長，而是將原有雲端服務的營收重新分類，或者把基礎設施升級的成本灌入長期投資項目。這種財務處理方式，使得分析師與投資人無法精確估算 AI 事業的實際貢獻，也讓市場對這些數字的可信度打上問號。換句話說，財報上的 AI 營收數字，很可能只是舊酒裝新瓶，真正的商業模式成熟度還有待考驗。 更讓市場困惑的是，大廠之間的軍備競賽幾乎不計成本。算力晶片的採購、資料中心的建置、頂級研究人才的挖角，每一筆支出都是天文數字。以輝達的高階 GPU 為例，訂單動輒數十億美元，而這些硬體設備的折舊與營運成本，尚未完全反映在現階段的獲利報表上。對應的變現模式卻還在實驗階段，訂閱制收費、API 調用抽成、廣告投放優化，這些方式看似可行，實際上的用戶付費意願與留存率，遠不如當初搜尋引擎或社群平台崛起時的爆發力。 不少分析師私下感嘆，如果這筆糊塗賬攤開來算，恐怕很多專案的內部報酬率會低得嚇人。尤其當企業花費巨資訓練的大型語言模型，在實際應用場景中並未產生預期的高頻使用率，許多客戶只是試用後就放棄付費，導致前期投入與後續回報出現巨大落差。這種「投入高、轉換低」的現象，在目前 AI 市場中相當普遍，但很少有公司願意在公開場合詳細說明。 除了商業模式尚未成熟，生成式 AI 還面臨版權爭議、合規成本以及使用者對幻覺問題的不信任，這些因素進一步拖累了商業化進程。大廠為了避免法律訴訟，被迫投入大量資源做內容審查與資料清洗，確保生成內容不會侵犯第三方著作權，也不會輸出有害或錯誤資訊。這些隱形成本根本沒人願意在財報裡清楚揭露，外界只能從零星的新聞報導中窺見一斑。 舉例來說，多家媒體與創作者已對 AI 公司提起訴訟，指控其未經授權使用受版權保護的作品來訓練模型。這類官司不僅耗費鉅額律師費，更可能導致模型需要重新訓練或調整，無形中又增加了數千萬美元的開支。而為了降低「幻覺」——即 AI 生成不實或荒謬內容的風險，企業必須建立多層過濾機制與人工審核流程，這些環節都讓原本就高昂的營運成本雪上加霜。 從用戶端來看，目前企業級客戶對 AI 服務的採購仍偏向保守。許多公司願意嘗試小規模的試驗專案，但若要大規模導入並取代現有流程，決策者往往會要求明確的投資報酬率計算。然而，AI 的效益常難以量化，例如提升生產力或縮短開發時間，這些好處有時需要更長時間才能顯現，導致年度預算編列時難以說服財務部門。 此外，消費市場的 AI 訂閱服務也面臨瓶頸。雖然 ChatGPT 等產品在推出初期引爆話題，但隨著新鮮感消退，付費用戶的增長速度明顯放緩。多數使用者仍傾向免費版本，或僅在特定需求下才願意付費，這使得依賴訂閱收入的 AI 公司難以快速達到盈虧平衡。更何況，市場上還有許多開源模型可供選擇，進一步壓縮了付費服務的空間。 大廠之間的競爭也讓價格戰難以避免。為了搶占市佔率，雲端服務商紛紛調降 API 調用價格，甚至推出免費配額來吸引開發者。這種削價競爭雖然短期內能衝高使用量，卻也侵蝕了利潤率，讓原本就模糊的商業模型更加難以獲利。分析師指出，如果沒有獨特的技術護城河或生態系綁定，單純靠賣算力或模型存取權，很難支撐長期的股東回報。 值得一提的是，部分科技巨頭開始將 AI 能力整合到既有產品中，例如辦公軟體的自動生成功能、搜尋引擎的對話式回答，或是廣告投放的智能優化。這種做法雖然能提升用戶體驗，但新增的營收往往難以獨立計算，因為用戶可能只是因為整體服務升級而續約，而非專門為 AI 功能付費。這也讓財務報表中的 AI 業績更加撲朔迷離。 綜合來看，AI 的商業故事講得天花亂墜，但從投資回報的角度來說，大部分公司目前連盈虧平衡點在哪裡都很難說清。儘管市場對 AI 的長期前景抱持樂觀，短期內卻充滿了不確定性與財務迷霧。難怪外界會形容，這根本是一本理不清的糊塗賬，而大廠們何時能從這筆帳中算出具體的利潤數字，恐怕還需要時間與市場的進一步考驗。
Related
相關文章
普渡機器人，不想當“老登”
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道浙江最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作普渡機器人，不想當“老登”光子星球·2026年07月09日 10:56考驗才剛剛開始 今年上半年，具身智能的故事可謂越講越大。 每隔一段時間，科技語境便會流出新的具身智能的投融資消息，不斷抬高著產業預期。 與此同時，賽道亦呈現出敘事與落地的割裂，絕大多數玩家仍停留在Demo、小規模交付階段，手握商業閉環的玩家，寥寥可數。 普渡機器人，是這場狂歡下的少數派。 這位從餐飲機器人起家的玩家，選擇了一條不同於主流的路徑，即不強行錨定人形機器人的敘事，而是一頭扎進後廚、酒店等瑣碎、重複、不性感的商業場景裡，反向沉澱具身能力。 因此，當其他玩家還在為量產交付焦頭爛額的時候，普渡已經積累起10萬臺以上的出貨量。 只是，對極為遠期的具身智能賽道而言，商業化落地並不全然等同於標準答案，行業每向前一步都可能撞見新的變量。這也意味著，普渡的進化之路，沒有降速的餘地。 生意在前，敘事在後 1835年，達爾文隨小獵犬號登上加拉帕戈斯群島時，發現那些同源的地雀，因生活在不同島嶼，演化出了完全不同的喙——吃種子的，喙粗短有力；啄昆蟲的，喙細長尖銳；吸食花蜜的則彎成鉤狀。 換言之，環境塑造需求，需求定義形態。 這一演化法則，亦適用於機器人。儘管現
殺不死比賽的Liblib們，為什麼還在被資本追捧
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道廣東最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作殺不死比賽的Liblib們，為什麼還在被資本追捧窄播·2026年07月09日 10:50市場真正押注的，或許不是某一個確定產品，而是那些能在模型、用戶和產品形態不斷變化中，持續選對航線的人。 市場對AI應用公司的判斷始終存在比較明顯的分歧。 一種看法認為，AI應用公司是AI時代最接近真實商業化的一批公司。相比基礎模型公司漫長、昂貴、不確定的研發投入，應用公司離用戶更近，產品迭代更快，也更容易驗證付費。它們能在模型能力釋放的第一時間，把新能力翻譯成具體產品，推到用戶面前，並儘快形成收入。 另一種看法則相對謹慎。因為很多AI應用公司並不掌握底座模型，也不掌握算力，更不一定掌握穩定入口。它們看起來跑得很快。但這種快可能只是建立在模型紅利和注意力引爆上，短期內能獲得用戶，但長期會面臨基礎模型對產品能力的吞噬，Token價格波動對商業模式的衝擊，所謂壁壘會不斷被重新審視。 演語科技是最近被推到這種分歧和質疑中央的AI應用公司。 這家此前以Liblib被市場熟知的公司，近日宣佈完成近3億美元B+輪融資，投後估值超過20億美元。融資後，公司開始採用新名字演語科技（Evoken），試圖把Liblib、Lovart、星流、LibTV
AI 圈的新生意：不是賣課，是立門派
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道安徽最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作AI 圈的新生意：不是賣課，是立門派韋韋_wiwi·2026年07月09日 10:44AI 圈的新生意，不是繼續賣課割焦慮，而是開山立派，接管“誰真的會 AI”的解釋權。 一個公開報道用戶規模約 900 萬的 AI 社區，每月最後一個週日都有一場雷打不動的活動，卻不叫公開課，不叫訓練營，也不叫私享會，叫“AI 切磋大會”——切磋，武俠小說裡的詞。這個社區叫“通往 AGI 之路”（WaytoAGI），創始人 AJ，被 36 氪稱作“地下教主”。 這個稱呼不是段子。一個行業開始用江湖的語言替代課堂的語言，底層生意邏輯就已經換了：上一代 AI 生意人站在講臺上收學費，這一代最聰明的玩家在開山，立派，搭道場——先不急著收學費。 這也不是一個門派的孤例。往 AI 江湖的縱深處看，山頭已經林立。當然，混進來的騙子也已經換好了行頭——這兩件事，得放在一起說。 一、賣課死於內容通脹，焦慮卻換了病灶 AI 課已經翻車了一輪又一輪，生意卻越做越熱鬧——只是說辭換了一套。 老說辭的下場，大家都看見了。2024 年初，李一舟的《每個人的人工智能課》以 199 元的促銷價一年賣出約 25 萬套、進賬約 5000 萬元，隨後因內容注水、售後缺
Momenta的物理AI溢價，是不是太貴了？
港交所的螢幕上，代碼06880首次跳動。七月八日，五家企業同時敲鑼，Momenta是當中體量最大的一家。每股295.6港元定價，開盤報301港元，總市值突破700億港元。公開發售獲得414倍超額認購，國際發售湧入超過1000億港元機構訂單。十四家基石投資者合計認購約30億港元，GIC與富達國際各投1億美元，奔馳與比亞迪罕見聯手加碼。在港股科技板塊整體低迷的二○二六年，這樣的熱度稱得上逆勢。 但翻開Momenta的招股書，裡頭還躺著另一組數字：三年累計虧損超過90億元，至今尚未實現獲利。
AI製藥企業英矽智能上半年預盈逾3300萬美元 同比扭虧
7月9日消息，AI製藥企業英矽智能 7月9日發佈正面盈利預警，根據截至2026年6月30日止六個月的未經審核綜合管理賬目初步評估。英矽智能預期上半年錄得收入約1.025億美元至1.065億美元，較2025年同期的2750萬美元大幅增長約272.7%至287.3%；淨利潤約3350萬美元至3950萬美元，而去年同期為淨虧損1920萬美元，實現扭虧為盈；經調整非國際財務報告準則淨利潤約4550萬美元至5150萬美元，去年同期則為經調整非國際財務報告準則淨虧損1540萬美元。
Meta“投降”？一場被嚴重誤讀的算力恐慌
Meta計劃出售閒置AI算力與模型權限，引發市場對算力過剩及AI泡沫破裂的恐慌，但此舉實為該公司自身戰略失誤的結果。Meta因缺乏雲業務消化算力、模型研發落後，導致結構性算力過剩，而全行業Token消耗量仍在快速攀升，高端訓練算力依然緊缺。Meta的調整更像是一場及時的戰略糾偏，不應被誤讀為AI產業的整體衰退。