越来越多的大佬认为AI有泡沫了

@风中的厂长：越来越多的大佬认为AI有泡沫了，作为一个普通人我每天用的飞起，可以说对于普通人工作生活确实帮助很大。但是到了企业层面就开始分化，不一定都能受益：股票的话暴涨暴跌风险加大。我大致梳理了一下，从一个普通人的视角，聊聊 AI 这条产业链：

这篇不是技术文章也不是投资建议。只是我作为一个深度用户和小企业主，互联网生意社群主，顺着自下而上的线索：”谁在用、谁烧钱、谁赚钱”这条线，把整个链路捋一遍。

我最深的感受是：越往下越热闹，越往上越赚钱。 中间一大段表面繁华但是没真正转化生产力，未来这块才是最大蛋糕，

第一层：普通人：AI 真好用，助理小陈做方案，哄老婆，甚至帮助小区物业规划车位，都用ai，可以说帮他解决了很多麻烦。对普通人来说，AI 实打实题效。我现在写文案、查资料、翻译外文、做表格、答疑解惑、做图片、我无聊做了几部小电影上了热搜赚了点小钱，过去需要花大钱，要么自己花大量时间，现在一句话就能搞定。门槛被拉得极低，谁都能用上。

这一层的关键是好用。AI 在这里是个效率工具、一个随叫随到的助手。普通人几乎不花什么钱，就享受到了红利。

但是有点大家一定要知道：普通人现在用得这么爽、这么便宜，是因为上面有人在替你烧钱补贴。 后面他们希望能加倍赚回来。

第二层：聪明人和年轻人，开启“一人公司”时代。这不是忽悠，我身边真真切切有许多这样的例子，只是不方便公开。大家都去做就卷了。脑子活。有特定热爱的的年轻人。

他们看到的不仅是工具，而是杠杆。一个人，配上一整套 AI 工作流，就能干过去一个小团队的活：比如自媒体工作流：选题、脚本、配音、剪辑、分发一条龙。视频流/内容笔记流：批量生产，规模化铺量。当然这种批量式的属于短期红利。长期我不是特别看好。

然后就是接中小企业的外包：设计、文案、代码、客服，一个人对接好几家。

再者就是搞培训，课程AI生成。营销内容AI生成，客服AI生成，一个人就是一个培训学校。

“一人公司”这个概念，本质上是用 AI 把个人的产能放大几倍甚至几十倍。这个趋势是真实的，也确实跑出了一批人。

但这里有个容易被忽略的地方：能靠“一人公司”赚到钱的，往往不是因为 AI 多强，而是因为这个人本来就懂业务、懂分发、懂变现，跨领域多面手，AI 只是放大器——你本来是正数，它放大你；你本来是0，放大出来还是0。

第三层：中小企业——提效是真的，赚钱不一定。真正在经营、要算账的中小企业。这一层开始，故事就没那么浪漫了。

60后到80后的许多老板，他们的思维模式往往是看到这个好使，招一堆人，“来小张，你来负责一下，把这个项目给做了。”“来今晚喝酒把项目谈下来，明天转包给小李做”

实际关键在于小张小李，可是偏偏AI这玩意太新又很系统。大多数人都是一知半解。想提效但是缺少思路，盲目裁员，盲目烧token，导致吃力不讨好的很多。企业用AI代理方式不对是非常烧钱的。很多死板的工作可以用AI代替，但是大多数工作是灵活的，AI 能干初稿、干重复劳动，但拍板、把关、对接客户、处理意外，还是得靠真人。所以经常出现人没少，工作变多了，凭空多了一道AI成本。短期内是成本叠加，不是成本替换。

我自己用下来体会：最致命的是Agent（智能体）会几何级地烧钱。 单次问答烧的 token 是有限的。但一旦上”自动化 Agent”——让 AI 自己规划、自己调用工具、自己反复试错，token 消耗是按指数级往上翻的。一个任务背后可能是几十上百次模型调用。

当管理层自己不懂 AI、却沉溺于AI宏大叙事，盲目要求公司”全员上 AI、全流程 Agent 化”的时候，容易出现亏损。

第四层：中大型公司 / 硅谷大厂：不一定省钱，甚至更费钱。把上面的逻辑放大到中大型公司，问题只会更严重，不会更轻。这部分我是借用claude来分析的。这样更客观：让硅谷自己的AI来分析自己：

很多人有个错觉：大公司资源多、技术强，用 AI 一定更高效、更省钱。但现实里，硅谷不少公司恰恰是更费钱的那一批：

盘子大，盲目铺开 AI 的试错成本也大。内部流程复杂，Agent 串起来之后烧的算力是天文数字，为了”不掉队”而堆 AI，很多是面子工程，ROI 算不过来。

所以”AI = 降本增效”这句话，在大公司身上经常是反的。它可能是增效，但未必降本；甚至是既没增多少效，又烧掉一大笔钱。

这一层我想说的是：AI 到底省不省钱，跟公司规模没关系，跟”会不会用、由谁来主导”关系极大。

第五层：应用层 / 大模型公司——勉强够到盈利线的，没几个：

也就是提供 AI 能力的大模型公司本身。这一层最反直觉。你以为造 AI 的最赚钱？恰恰相反，这是亏损的重灾区。

OpenAI：用户规模全球第一，但 2026 年预计巨亏约 140 亿美元，内部预测要到 2029 年才可能盈利。

Anthropic（Claude）：收入增速是全行业最快的，被认为是最接近盈利的纯模型公司——预计 2026 年二季度才迎来首个运营盈利的季度。注意，是即将不是已经。我用的就是这个模型，它自己说自己”勉强扭亏为盈”。

Google / Meta：它们的 AI 也在亏，但有庞大的广告主业在背后输血，扛得住。

国内的话要好很多，但也有误区，最常见的字节的豆包。很多人以为豆包是赚钱的。实际上豆包是个烧钱的亏损项目，是字节的广告业务在补贴它。只是国内算力成本电力成本低，没烧的像国外那样厉害罢了。

好消息是他家另外一个视频大模型seedance 2.0是现金奶牛。那是真实赚钱的。投入小回报大。因为商业场景太丰富了，海外的sora因为缺少商业场景倒闭了。

国内其他ai像智谱、deepseek虽然估值很高但都是亏的，赚钱起码几年以后。国内AI依靠价格优势，差不多是老美的十分之一吧，抢了大量的中低端市场，搞得巨头们脊背发凉。

这一层简单说就是应用层，在拿真金白银，赌一件事：AI 创造价值的速度，能不能跑赢算力烧钱的速度。 这个赌局，充满未知。

第六层：就是英伟达海力士这些硬件供应商：最上游卖铲子的，才是真正发大财。所以黄仁勋永远说好，ai永远涨。因为他们是卖铲子的。卖不动拉帮结伙讲故事，再不行就自买自卖，故事真假不重要，重要的是一定要维持下去。

“淘金热”源源不断，铲子才能不停卖。当然英伟达的供应商们也能分到一杯羹，最典型的三星、sk海力士，我们国家的光模块和存储芯片那些企业也算。

整条链路，把六层叠在一起，画面就清晰了：

第一层：普通人 “AI 真好用”，享受补贴，几乎不花钱。享受各种效率和便利。
第二层：青年才俊/ 一人公司 “AI 是杠杆”，放大器。
第三层 中小企业能提效，但是用不好Agent 几何级烧钱。
第四层：中大型 / 硅谷企业 经常更费钱，看谁主导。
第五层：大模型公司，亏损重灾区，Anthropic 勉强回本，其他公司赌未来。
第六层：卖铲子的，赚的盆满钵满，必须一直讲故事，互相炒作，供不应求。

忘了说还有一层，股民。股票我不太懂。没资格说，但是从经历过几次股灾的旁观者角度，我也看好AI长期的价值，短期内我也认为有风险。