近期，谷歌母公司计划通过股票出售融资800亿美元,用于扩建AI计算基础设施,其中包括了巴菲特旗下伯克希尔哈撒韦的100亿美元投资｡
巴菲特多次坦言自己看不懂AI。可这一次，他押注的不是“谁的模型最聪明”，而是“谁有现金流养得起这场AI烧钱游戏”。
谷歌母公司2025年经营性现金流约1647亿美元，经营利润约1290亿美元，在线广告仍贡献超过七成收入。它不是靠AI故事给自己融资续命，而是用一台仍在吐现金的广告机器，给自己的AI基建输血。
AI竞争的短期焦点依旧是模型的智能上限，但这场“摸高”游戏不可能短期内分成胜负。资本市场的AI叙事，也正从“饱和投入+用户规模”的旧锚，切换至“谁能养得起AI”的新锚。
一、AI的边际成本刚性击穿互联网传统模式
现金流之所以重新成为定价锚，是因为AI击穿了互联网三十年的成本曲线。
互联网三十年的双边平台模式，是先在用户端烧钱抢规模，再用接近零的边际成本摊薄成本曲线，再用订阅或广告等模式变现。这套配方的隐含前提，是多服务一个用户几乎不增加成本。
AI不是这样的。
据安邦智库掌握的数据，2025年国内四家头部互联网/科技公司的AI相关资本开支合计已经超过了5500亿元，但均未实现AI业务整体盈利。其中一家头部平台去年的AI推理成本突破80亿元，是其AI业务营收增量的2.3倍，这意味着每实现1元的营收，就要付出2.3元的刚性成本。
传统互联网贵在前期建设，便宜在复制分发——同一套App、同一套推荐系统，多服务一个用户几乎不增加成本；同一批用户、数据和分发网络，还能继续卖广告、做电商、接支付、推本地生活。
规模越大，边际成本越低；场景越多，边际ROI越高。
训练大模型也有固定成本，但推理不是免费复制。长上下文、多轮调用、工具执行，每一步都在消耗算力、电力、带宽和GPU折旧。范围manbetx20客户端下载 也还在，只是价格更贵了：同一个模型可以服务写作、编程、客服、营销，但每多一个高可靠任务，就要补数据、接工作流、做评测、加安全、留人工兜底。
规模一大，未必先摊薄成本，可能先把亏损放大了。
这就是AI和上一代互联网最根本的不同，DAU上去，边际ROI不一定能上去。只有当收费方式能覆盖单位推理成本，规模才是朋友，否则规模只是更大的账单。
过去十年，互联网是先烧钱后赚钱；AI进入下半场，要先赚钱才有资格继续烧钱。
二、五条AI变现路径，究竟哪个能回本
AI变现还很早期，所有路径都在试。今天能数清楚的至少有五条。它们未必穷尽未来，但已经够拉开差距。把它们摆在同一张桌子上比一比，结论会非常不同：
订阅和广告没那么香。
Chatbot的可商业化query比例只有传统搜索的五分之一到四分之一，广告位密度只有三分之一到二分之一。AI以“助理”身份出现，用户对它中立性的容忍度比对搜索引擎更低。这是隐形天花板，不是营销问题。
Anthropic这条线值得多看。它的ARR在5个月里翻了大约5倍，B端贡献占比超过八成，ClaudeCode这类“高价值任务级产品”承担了主要爆发。这至少说明了一件事：AI公司要跑出钱，靠的是产品力、工作流嵌入和企业销售网络，不是参数量。
AI抽佣模式的特殊之处在于，它不是替用户多生产一份内容，也不是替广告主多买一份注意力，而是站在交易上游，对下游成交收过路费，例如“苹果税”毛利率高达75%，比奈飞订阅业务的48.5%高出近27个百分点。
AI越来越像一个决策入口。用户问“帮我订一张下周三去东京最便宜的机票”“帮我对比这三款电动车的保险方案”“帮我筛一份30岁以内能买的重疾险”，这些query的下游不是答案，是成交。未来的“广告”会演变为决策组件，商品卡片、服务商对比、报价/预约入口、优惠券、试用申请。
抽佣模式的好处，是把“用户使用强度”和“厂商收入”重新绑到一条线上：用户问得越多，促成交易越多，佣金越多。这恰好对冲了Token成本随使用强度上升的难题。没有使用量约束的C端订阅，风险是越用越亏；能闭环成交的抽佣，至少有机会越用越赚——一字之差，是商业模式的天堂和地狱。
抽佣也不是谁都能做的。它需要支付通道、商家网络、履约能力、信用背书。OpenAI没有支付，没有商家，要补很久；Anthropic主线是B端任务和企业合同，暂时不是交易闭环。真正有条件做抽佣的，是已经握有支付、电商、本地生活、出行基础设施的那批巨头——例如谷歌、亚马逊、Meta。
以及所有头部模型都在卖Token，看起来像1849年加州淘金热里卖铲子，稳赚不赔。可对没有产品层、只能靠Token批发的玩家来说，Token不是铲子，而是面粉。铲子有规格、有品牌、有切换成本；面粉没有。
如果非要给AI变现来个顺序，大致是：
抽佣＞任务级ARR＞B端订阅＞广告＞C端订阅＞Token批发
当前资本市场追捧的国产大模型上市公司究竟是靠什么变现的，答案也不言自明。
三、资本市场新锚：现金牛、ARR、资本纪律
所谓新锚，看三件事就够了，现金牛、ARR、资本纪律——钱从哪里来，收入怎么确认，亏损项目敢不敢砍。
先看现金牛。伯克希尔加仓谷歌，因为它不是一家靠AI融资续命的公司，而是一台广告现金流机器在给AI基建输血。当然，CNBC报道称谷歌母公司已把2026年资本开支预期上调至1800–1900亿美元，这也说明连谷歌都开始感到吃力了。
亚马逊也是同一个剧本。2025年全年业绩显示，过去12个月经营现金流从1159亿美元升至1395亿美元，但自由现金流却从382亿美元降至112亿美元。按亚马逊口径倒推，购置物业设备净额约从777亿美元升至1283亿美元，同比多出约507亿美元，公司称这主要反映AI投资增加。
谷歌和亚马逊只是吃力而已，但都还“养得起AI”。
再看收入质量。判断一家AI公司值不值钱，别只看DAU、Token调用量、参数规模，还是要回到一些朴素的变现指标：B端任务级ARR同比增速、交易抽佣GMV同比增速、客单价与单位Token成本的剪刀差方向，等等。
最后看资本纪律。把所有AI亏损项目都按“战略投入”硬扛在表里的公司，资产负债表的真实风险，比敢减值、敢关停的公司大得多。敢砍，不一定说明公司差；不敢砍，反而可能说明账还没算明白。
真要做成checklist，也不复杂：
FCF覆盖年限是否≥3年（即按当前AI资本开支节奏，主业自由现金流能覆盖几年）；
任务级ARR+交易抽佣GMV同比增速是否>50%；
算力利用率能否持续提升，算力不是越多越值钱，利用率才是；
是否有过明确的减值或项目关停动作。
如果一家公司的AI故事只剩发布会、参数表和融资新闻，却没有现金流、ARR和资本纪律，就该用更高的折现率。毕竟，靠讲故事定价的AI青春期正在结束。
(本文仅代表作者本人观点，责编：闫曼 man.yan@www.acphonor.com)