过去两三年聊 AI 大厂绕不开「烧钱」：谁的资本开支数字更大、口气更硬，谁就像握着主动权。千亿万亿的基建计划、一座接一座的数据中心、成批扫货的 GPU——那是一个用投入规模丈量野心的阶段。但最近一批密集动作，方向在变。
微软在削减外部模型的使用预算、把内部 AI 工具往自研体系上收；Meta 一边维持千亿美元级基建盘子，一边用约八千个岗位的裁员对冲 AI 支出压力。具体看更有意思：微软内部对 Anthropic 技术（主要是 Claude Code）的使用预算，从预计的至少十亿美元被砍掉三分之一以上；Meta 用 Claude Code 的员工从年初约六万人降到约三万人，自研编码工具的使用人数则超过三万——不是不用 AI 了，而是不再无差别地为外部模型付费。Meta 在 28 天里花在 Claude Code 上的费用就超过 1.05 亿美元，当 AI 工具从「少数人尝鲜」变成「全员生产工具」，按席位、按调用量的账单膨胀得极快。
真正让这条路难以为继的是结构性缺口。Gartner 的预测：2026 年全球 AI 基础设施支出接近 1 万亿美元，2027-2030 年还要再投约 6 万亿美元；而到 2030 年，AI 数据中心所有者需要累计创造 8.5 万亿美元收入才能覆盖资本支出与融资成本、实现 12% 的 ROIC，但同期能归属数据中心的 AI 收入最多只有 3.6 万亿美元——缺口两倍以上。Gartner 由此判断，沿当前轨迹走下去，到 2030 年底超 3.5 万亿美元的 AI 基建投资可能面临减值风险。
技术侧的变化让「理智化」成为可能：推理成本过去一年剧烈下降，有基础设施服务商披露降幅达 90%；英伟达新一代系统每百万 token 推理成本最高降到前代的 1/45。当「用更少的算力做同样多的事」成为现实，效率本身就变成了比规模更重要的变量。国内这边 BAT 的资本开支仍在同比大增（2026 年二季度阿里 676.78 亿元 +75%、腾讯 528 亿元 +176%、百度 114 亿元 +201%），但市场的反应出奇一致：不看投了多少，只看收回了多少。
一句话概括：AI 竞赛没有从「烧钱」退回「不烧钱」，而是从「不计成本地烧」切换到了「算着账烧」。
原文链接：https://www.tmtpost.com/8172463.html
来源：钛媒体：引领未来商业与生活新知
全部回复 (1)
请 登录
