AI创造了万亿美元神话，红利究竟被谁吃了？

从 Meta 开始，硅谷科技巨头迎来了一个耐人寻味的财报季。

亚马逊旗下 AWS 营收增速创下近五年新高，但自由现金流却滑落至负 424 亿美元；Alphabet 虽然云业务翻倍增长，市值单日一度蒸发超 5000 亿美元；Meta 营收稳步上升，股价同样在财报公布后受挫。在这场席卷全球的技术革命中，人们原本预期技术开创者赚取暴利、应用企业提升经营效率、普通人获得降本增收。然而沿着产业链细看，各个环节都背负着各自的现实压力。

研发大模型的巨头，正将收入拱手让给算力

以 OpenAI 与 Anthropic 为代表的领跑者，营收正在指数级膨胀。Anthropic 半年营收超百亿美元，OpenAI 年化收入也逼近 500 亿美元大关。但华丽数字背后是惊人的支出压力。

公开招股信息显示，Anthropic 仅半年的算力与基础设施费用就占据了当期营收的 55% 以上。未来数年内，Anthropic 与 Google、亚马逊、微软及博通等公司锁定的最低算力采购与融资租赁协议规模超过数千亿美元。即便未实际调用，巨额最低消费承诺也必须兑现。

OpenAI 同样身处高额亏损漩涡，年研发及运营成本动辄数百亿美元。当新一轮融资估值面临投资者更严苛的投资回报审视时，下游客户的支出承诺却远不如算力订单稳固。大模型版本迭代极快，新版本大幅压低调用成本的同时，大客户多数未签长期锁定期，随时可能削减预算。技术创新所产生的经济红利，并未简单沉淀在模型研发者囊中。

上游芯片赚取真金白银，云服务商现金流紧绷

产业链上游的处境呈现鲜明分化。

芯片与代工环节确实截留了最丰厚的现金利润。NVIDIA、台积电与 SK 海力士的营收与净利润屡刷纪录。但即便手握暴利，资本市场对半导体周期的疑虑依然引发了股价大幅波动。为了满足需求，台积电等晶圆代工厂每年的资本开支高达数百亿美元，必须提前数年押注未来。

与芯片厂相比，自建数据中心的云巨头压力更为现实。微软、亚马逊、Alphabet 以及甲骨文每季度的资本开支均以数百亿美元计，巨额基建支出直接将部分巨头的自由现金流拖入负值区间。专门提供 GPU 租赁的算力云服务商，由于背负巨额借贷与高企的折旧成本，在营收倍增的同时深陷亏损。这一轮投资能否持续获得回报，最终完全取决于下游真实业务需求的兑现节奏。

企业只见效率不见利润，劳动者遭遇“聚合悖论”

真正把 AI 引入业务的企业与普通打工人，收获了什么？

麦肯锡与摩根大通的追踪调查均显示，尽管绝大多数企业员工认可 AI 显著提升了个体工作效率，但在财报中量化披露 AI 带来利润贡献的企业寥寥无几。美国运通、Netflix 等公司确实压缩了开发与制作周期，但省下来的资源往往直接被投入处理更多积压任务，短期内难以直接转化为利润率的提升。

国际劳工组织（ILO）将这种现象定义为“聚合悖论”：AI 在单一任务上能带来 10% 至 70% 的效率跃升，但在重组生产流程、培训组织架构和支付部署成本的过程中，这些局部收益被层层稀释。

对于一线劳动者而言，处境甚至更为微妙。盖洛普调查显示，超过三成的 AI 使用者反映，因工具普及，雇主顺势为其增加了更多工作职责。在针对国内专业人士的访谈中，也有近四成受访者担忧 AI 普及可能拉低自身薪资空间。

不仅如此，AI 暴露度较高的初级岗位招聘规模正在收缩，年轻群体的就业阻力开始显现。尽管普通人作为消费者享受到了极其廉价乃至免费的模型服务与效率工具，但劳动生产率提升与实际报酬之间的脱钩现象，正伴随大模型普及被进一步放大。

在科技领袖描绘超级智能与无限富足的图景时，现实商业社会仍在求解一道分配题：万亿算力烧出的技术红利，究竟何时才能走出资本与服务器的循环，变成广泛且稳固的经济回报？