AI，是美国给中国挖的坑吗？
文 | 佘宗明
大伙都在笑硅谷——今年2月，DeepSeek-R1问世后，美国科技股市值一夜蒸发了逾1.2万亿美元，这被视作泡沫即将破灭的前兆。偏偏它很争气——证明了“硅”字头大厦不是建立在流沙之上。
约1月前，谷歌母公司Alphabet发了Q2财报，营收964.28亿美元，同比增长14%，净利润291.96亿美元，同比增长19%。业绩如此多娇，引无数股民竞折腰。
可硅谷“这条街上最靓的仔”交椅还没坐稳，微软跟Meta就呵呵一笑：就这？
前不久，微软跟Meta同日“放榜”，结果Q2业绩均远超市场预期：
微软Q2营收764亿美元，同比增长18%，净利润272亿美元，同比增长23.6%。
Meta Q2营收475.2亿美元，同比增长22%，净利润183.4亿美元，同比增长36%。
受此影响，微软市值随后冲破4万亿美元，成为全球第二家市值破4万亿美元的互联网企业（第一家是英伟达）；Meta股价单日暴涨12%，创下Meta有史以来最高市值。
微软和Meta的财报就像两颗炸弹，炸碎了资本市场对“AI只烧钱不赚钱”的质疑，也为中国科技巨头跑通AI业务模式提供了诸多启示。
01
AI，正从无底洞变成印钞机？
将时间推到1年前，那时候关于AI的时兴讨论是：AI，是否正迎来梦醒时分？
要知道，自2023年初ChatGPT掀起生成式AI热潮以来，2年时间里，全球科技企业在AI上的投资已超过5000亿美元。将AI大模型训练说成吞金兽，也不为过。
但AI巨额资本开支并没有换来对等实际收益。谷歌前CEO施密特就说，AI领域的投资就像个无底洞，就算可能投错、可能浪费，也得咬牙往里砸钱。
跟AI竞赛疯狂烧钱对应的，是众多科技巨头并未找到稳定商业模式与长期盈利途径。
彼时全球科技企业在AI业务上的盈利加起来，可能都不及一个李一舟，因为当时还没哪家科技企业在AI业务上实现了盈利。
2024年7月，有美国科技媒体就分析，OpenAI 2024年预计亏损50亿美元，全年运营总成本高达85亿美元，据此估算，其现金流极有可能在1年内耗尽。
中国AI创业公司的处境也不遑多让，在2024年下半年整个行业来到了考验期。
当时，网上有个流行说法是：AI，是美国给中国精心挖下的一道坑。理由是，美国战忽局在故意夸大AI的作用，通过“谁能先在AI竞赛中突破，谁就能占据未来制高点”的话术，将中国拖进军备竞赛的泥潭中。相形之下，欧洲和日本都反应“稳”多了。
▲这类说法此前曾在小范围内传播。“挖坑说”固然荒诞不经，但AI投资回报周期长却是不争事实。
前几天，OpenAI发布GPT5后，山姆·奥特曼在被问及“OpenAI最终如何实现盈利”时就说OpenAI乐于亏损。这背后是OpenAI造血速度远远赶不上失血速度下的“输血依赖”：有分析称，OpenAI每1美元收入都伴随着2.25美元支出，虽然2025年营收有望达到120亿美元，但运营支出预计将超过280亿美元，所以OpenAI不是在融资，就是在融资的路上。
更早之前，马斯克旗下的xAI也被曝每月亏损高达10亿美元，预计2025年将亏损130亿美元。马斯克虽然怼其为“胡说八道”，却也表示“AI行业的巨额亏损源于基础设施投入，这并非xAI独有现象。”
亏损归亏损，科技巨头们却不敢完全踩刹车。Meta创始人扎克伯格曾表示，如果落后了，“你会在未来10-15年最重要的技术中失去站位。”谷歌CEO 桑达尔·皮查伊也说，在这场技术浪潮面前，“投资不足的风险远远大于投资过多的风险”，只要能占据领先身位，过多的资本开支也只能算是“很小的代价”。
如果说之前大手笔投入是出于FOMO（错失恐惧），那1年前还稍显踌躇的科技巨头们现在动力恐怕更足了——因为微软、Meta和Alphabet都在成功将AI投入转化为AI收益中，验证了“种瓜得瓜”的可行性。
联博-美国增长基金主管吉米·蒂尔尼直言，虽然资本支出依旧“看不到尽头”，但由于这些科技巨头的AI投资正在展示回报，因此投资者态度已截然不同；在云计算收入和AI服务销售增长的双重推动下，市场的积极反应“的确令人瞩目”。
说到底，资本市场将微软市值推至超4万亿美元的高点、将Meta股价一日拉升12%，就是为AI 技术从 “投入黑洞”转变为“利润引擎”投认同票。
02
微软和Meta，各有各玩法
问题来了：微软和Meta，是如何跑出自己的投资回报路径的，又何以能交出堪称炸场的成绩单？
这里面其实没有“一套玩法全都适用”的通用模板，更多的是“找到合适自己节奏”的因企而异选择。
此前曾有人总结微软、Meta和Alphabet三家企业在AI布局上的差异：核心理念上，微软聚焦企业级应用，Meta聚焦个人超级智能，Alphabet聚焦全栈整合；在目标市场上，微软瞄准的是企业用户，Meta瞄准的是个人用户，Alphabet是两者皆有；主要变现模式上，微软是靠订阅+云服务，Meta靠广告+硬件，Alphabet靠广告+云服务+订阅。
▲Meta、微软和谷歌母公司Alphabet的AI战略对比图。微软CEO纳德拉曾将AI定位为企业级基础设施，提出要构建“规模最庞大、最全面的 AI 产品和技术栈”，并将其深度嵌入到企业工作流程的每个环节，旨在将AI打造成可规模化变现的企业级“公用事业”。其AI战略就体现在三层架构当中——
底层算力（Azure）：托管了OpenAI、Meta Llama等1900多个模型，成了全球最大的“AI模型超市”；
中间平台（Copilot）：系月活超1亿的动态任务代理系统，能并行处理比价订房、代码审查等12项任务；
上层应用（Office生态）：截至2024年11月，有近70%的《财富》500强企业使用Copilot，Microsoft 365订阅用户单客收入显著提升。
统计显示，《财富》500强中已有超过89%的企业使用微软云服务，Azure成为许多企业接入AI能力的首选通道。当企业为使用OpenAI的大模型选择Azure时，往往会顺带迁移数据存储、采用安全套件，最终订阅Microsoft 365 Copilot，最终被深度锁定在微软生态中。
今年7月，扎克伯格对外公布了“个人超级智能”发展愿景，明确Meta的AI战略将聚焦于让每个人都能用上“超级智能”，与行业内部分竞争对手形成差异化路径。其实现路径也清晰可见——
开源Llama模型：将基础模型层“商品化”，吸引开发者生态共建；
深耕广告场景：AI将Instagram广告转化率提升5%，Facebook提升3%，小型广告主争相使用AI创意工具；
硬件入口卡位：将智能眼镜视为下一代AI交互终端，试图复刻iPhone的颠覆效应。
用开源模型扩大影响力，再通过社交场景中的广告和硬件实现收割，就是Meta的AI商业化变现之道。
微软打造了企业级“AI模型超市”，Meta打造了消费级“AI广告引擎”，虽然各有其玩法，但微软跟Meta也有些许相通之处：二者都将用户和数据变成了整体进化的杠杆，将先进模型跟落地场景进行了极佳的衔接。
试想一下，为什么在这轮AI浪潮中率先跑通盈利模型的，不是苹果、特斯拉或亚马逊，而是微软、Meta和Alphabet？
因为苹果有庞大用户基础，却没能将数据优势发挥在AI上；特斯拉自动驾驶技术虽然居于第一梯队，但依旧受制于L3+级别自动驾驶的落地速度；亚马逊AWS市场份额领先，但不像Azure那样拥有最先进大模型。
微软、Meta跟Alphabet，则是Mag 7（即美股七巨头）中AI基础设施、产品集成和用户增长做得最好的三家。
03
中国科技企业不必妄自菲薄
微软、Meta以及Alphabet等率先将巨额的AI投资转化为可观的利润，对中国科技企业来说，是激励，也是鞭策。
说是激励，是因为这让不少中国科技企业多些信心，会让资本市场多些耐心。
知名投行高盛在最新AI报告中指出，AI基建投资未来2-3年具备持续性，市场过度关注“回报慢”可能忽略了成本红利已经开始释放，且股价尚未反映这样的结构性变化。
依报告说法，尽管AI商业化变现仍处早期阶段，但第一阶段回报已经显现。微软跟Meta的业绩表现跟股价变动，已经印证了这点。
可以看到，虽然受制于算力掣肘，但中国科技巨头们在AI上的投入与探索也已踏石留痕。微软有Azure+Office组合，在AI上采取了“自研+并购”的双轨策略，阿里有阿里云+企业级协同办公产品钉钉等，投资了国内超半数AI明星创业公司，还有Qwen系列的领先级开源模型。
Meta强于社交，Advantage+广告系统在AI的加持下显著提升了Facebook、Instagram、WhatsApp等产品的广告转化率，字节跳动跟腾讯同样都有国民级社交产品，具备用AI重塑广告生态的潜能。在发力硬件、高薪挖人等方面，字节也跟Meta有些像。
Alphabet布局AI十余年，已形成了独有的全栈优势，百度同样在AI上深耕了十多年，有全栈AI能力。在自动驾驶领域，Waymo跟萝卜快跑都同居第一梯队。
接下来，中国科技巨头们仍需坚定投入，要跳出短期ROI考量看AI投入的长远价值——AI带来的增长往往不是线性化的，而是裂变式的。挖掘AI在赋能传统业务、打通存量业务、拓展增量业务上的潜力，发掘AI在智能云/Agent/模型API调用费/软件溢价订阅/广告与内容变现领域的价值，需要秉持长线思维。
▲中国AI产业跟美国比，虽有差距，但也有希望。说是鞭策，是因为微软跟Meta还有很多地方值得中国科技企业学习。
不少国内科技企业身上有微软和Meta的影子，但这只是说中国AI生态也很丰富，并不意味着，它们可以跟Mag7并驾齐驱，中国科技企业在技术积累、场景深挖、生态构建等方面的差距依旧存在。这些差距，不是简单的加码投入就能消除。
微软、Meta能在AI商业化上走在前面，是技术积累、业务重构与生态掌控力长期耦合的必然结果。
技术投入的战略性与持续性，是其成功的第一块基石。微软对Azure云服务中AI加速芯片的专项研发，Meta 为支撑元宇宙领域的AI交互构建的全球最大单机 AI 计算集群，都凭着超常规的基础设施投入，用资本密度对冲了技术研发的不确定性，构筑了自身技术壁垒。中国科技行业也应意识到，技术突破具有典型的“阈值效应”，当投入强度与持续时间达到临界点，才能引发从技术储备到商业变现的链式反应。
业务场景的AI重构，是其商业化落地的核心秘诀。微软将Copilot工具嵌入Office全家桶时，就用AI对“内容创作-协作-分发”全流程进行了深度再造；Meta的Advantage+工具也在AI重塑下，将广告投放的“创意生成-人群匹配-效果反馈”链路压缩至分钟级。
对国内AI产品来说，怎么跳出AI功能的浅层次叠加、实现产品内外的全链路AI渗透，打通“用户付费意愿提升→数据积累加速→模型迭代增强”的正向循环，也需要继续摸索。
生态主导权的构建，也很关键。微软通过开源社区GitHub（全球最大代码托管平台）与Azure云服务的深度绑定，形成“开发者工具-算力供给-商业落地”的闭环生态；Meta则通过开源其LLaMA大语言模型吸引全球10万开发者参与迭代，形成“模型开源→应用繁荣→数据反哺”的生态飞轮。
中国AI大模型开源生态现在走得比美国更远，沿着“以生态养技术”的开放道路走下去，也是可行之选和应有之举。
正视差距，积极学习，相信假以时日，很多中国科技企业也能打通盈利的“任督二脉”。
就像林中山竹，先是扎根深处，而后蓄势向上，等到春雷乍响，便是满山新绿。（转载自：数字社会发展与研究）