众所周知，全球科技公司正在押注AI，未来几年，美国预计将投入数万亿美元。但现实却是残酷的，一方面超大规模云厂商加大投入，另一方面，AI基础设施的成本也在不断攀升。

于是乎，我们看到了奇怪的“芯片通胀（Chipflation）”现象。科技企业急于收回成本，AI繁荣压缩了常规芯片的供应。许多人抱怨称：“新一代智能手机、游戏机的价格高于上代，怪AI去吧。”

据估计，台积电计划今年投资约560亿美元，但即使如此，尖端芯片仍然供不应求。受到供应限制的影响，马斯克甚至考虑自建芯片工厂，预计花费550亿美元，甚至高达1190亿美元。

高盛全球股票研究主管詹姆斯·科韦洛（James Covello）称：“几乎所有价值全都流向芯片层，这种现象是史无前例的，也是不可持续的。芯片公司以产业链上游所有参与者的利益作为代价，获得蓬勃发展的机会。”

基础设施成本暴涨

从财报数据我们便可以窥见通货膨胀带来的痛苦。微软预计，由于组件价格更高，全年资本支出预计将增加250亿美元，总额达1900亿美元。Meta已经将支出中值上调100亿美元，主要是因为组件成本上升，尤其是内存芯片成本增加。

英伟达堪称印钞机，它的GPU毛利达75%，一些批评者称，75%的利润率实际上是“英伟达税”。因为数据中心需要消耗大量内存，所以企业还要支付“内存税（memory tax）”。

三大DRAM供应商SK海力士、三星、美光的总市值已经超过2.8万亿美元，最近一个财季，SK海力士的营业利润率达到了创纪录的72%。同一季度内，三星DRAM的平均售价较上一季度上涨超过90%。

根据研究机构SemiAnalysis的数据，今年，各类内存的支出可能占到云厂商资本支出的30%，而在2024年，这一比例仅为8%。

云厂商仍然信心十足，CoreWeave表示，租赁价格会全面上涨。

与此同时，云厂商也在寻找方法降低成本，要么采用替代AI芯片，比如AMD产品；另一种方法是自主研发硬件，比如Alphabet的TPU、亚马逊Trainium、微软Maia 200。亚马逊预计，Trainium每年能为自身节省数百亿美元。

由于成本上升，预计今年全球智能手机销量将下降约13%，其中平价手机受到的影响尤为严重。

太平洋投资管理公司（Pimco）经济学家蒂芙尼·怀尔丁（Tiffany Wilding）指出：“由于市场对半导体、内存以及AI基础设施其他组件的巨大需求，企业似乎正在通过价格将压力传导至消费者。”

如果美联储拒绝降息，投巨资追求超级智能就会变得鲁莽。

对不起：模型要涨价了

GitHub正在转向“按量计费”模式，它于4月27日解释称，从6月1日开始Copilot产品将基于“Token（词元）”使用量进行计费。

Harness首席技术官Adam Arellano认为，过去那种“每月固定价格、无限次提问”的定价模式是不可持续的，阵痛迟早会到来。

服务的经济学原理就像自然生态系统，保持良性循环如同控制野外种群。Arellano称：“你如果把所有的美洲狮都消灭了，鹿群的数量会爆炸，然后因为食物不足，数量又会剧烈回弹。最开始时，AI编程助手的开发者拿到了太多资金，它们不需要为生存斗争，不需要真正做有用的事，不需要精打细算。”

SOCRadar首席信息安全官Ensar Seker说：“到目前为止，许多团队将工具视为无限的生产力助推器，现在按量收费，大家会被迫重视优化和投资回报率（ROI）。AI使用量可能会分配给高价值任务，比如调试复杂逻辑、加速代码审查，而不是日常的自动补全。”

然而，一旦企业开始为某项产品收费，用户就会对服务有所期待。TieTechnology首席运营官Mike Wehrs指出：“如果我买了最初的100个Token，结果你没能搞定，再多给我40个Token又能有什么用呢？这就是模型开发者目前还没有考虑到的问题，他们也没有想好如何处理这种情况。”

在整个行业，当前的定价举措可能是随意的，因为AI的发展速度太快，许多科技创业者一直更专注于打造产品，而不是商业模式。

Arellano相信，如果能迅速做出很酷的东西并快速推向大众，经济和商业模式之类的现实问题自然会浮现。企业也许是对的，因为除了加密货币之外，没有任何事物以这样的速度发展过。

开发者Sigrid Jin认为，对于像他这样的开发者来说，尽可能多地使用AI词元（Token）是理解AI价值的最佳方式，他一年便用掉了500亿个词元。

在美国，大多数人使用的是免费版模型，或者是每月20美元的套餐，这些人实际上并没有真正理解AI的全部潜力。

Sigrid Jin建议同行在词元上的花费应该接近房租，这样才能获得“投资回报”。

无论是个人用户还是企业用户，只有营收超过成本，才能维持良性运转。但放在现实中，许多公司在AI上的支出已经超过员工薪水。

使用成本超过人力

Uber便陷入类似的困境，原本Uber安排了2026年的AI预算，但结果短短4个月年度预算便挥霍一空。

这就是当前摆在所有AI企业面前的问题：AI的成本增速如此之快，它不仅没有降低成本，反而成了吞噬现金流的黑洞。

英伟达副总裁Bryan Catanzaro说：“对于我的团队来说，计算成本远超员工成本。”

也就是说，雇佣一个AI智能体（Agent）所需的算力、电力和维护费用极高，已经超过雇佣一个同级别的人类员工。

为了追求所谓的“生产力”或“未来感”，企业和个人疯狂使用词元，这种行为是愚蠢的。

从长期来看，昂贵的AI军备竞赛真的好吗？如果AI无法在经济层面证明自己“比人便宜”，所谓的“AGI”商业叙事就可能崩塌。

种种案例证明，在当前的算力成本结构下，人类依然是性价比更高的选择。

麦肯锡预测，到2030年AI总支出可能高达5.2万亿美元。如果企业采用固定价格的“订阅制”，重度用户会无限使用，让企业亏钱。最终企业只能选择“按使用量付费”的模式，豆包走的也是这条路。

一些企业疯狂裁员，将“工资”预算省下来，用于购买算力。本质上，这种做法不是“AI替代人”，而是资本从“人力资本”转向“算力资产”。

单是美国，2026年科技行业裁员已超9.2万人，但这并非因为AI臻于完美，已经可以取代人类，而是企业想腾出资金，用来建设数据中心。

就目前而言，AI比人更贵，但拐点一定会到来。Gartner预测，未来四年内，万亿参数大模型的推理成本将暴跌90%，可靠性也会提升，到时模型使用成本更低，结果更可预测，AI替代人力的现象才会全面实现。（小刀）