" 梦想是改变世界，没想到是先为梦想窒息。"

最近，有媒体报道，每天 2 亿多人用的豆包，每天收入却不到百万，相比字节每天砸进 AI 的几亿投入聊胜于无。

如果你以为这些科技巨头手握金山银山，日子过得滋润无比，那就大错特错。现在的 AI 巨头们，表面上光鲜亮丽，背地里却是一个比一个狼狈。

早已杀红眼的外国 AI 巨头就正处于一种尴尬期：不投入怕落后，投入了反而烦恼越多。

OpenAI 被曝光去年的总支出高达 340 亿美元，净亏损高达 2600 亿，相当于每天一睁眼就烧掉 7 个亿，回本遥遥无期。

这不是 OpenAI 一家，Anthropic 去年营收 45 亿美元，EBITDA 亏损仍有 52 亿；国内智谱 AI 营收 7.24 亿，净亏损却砸到 47.18 亿。因为亏钱太猛，微软甚至主动急刹车，放弃闭源高价大模型，压低 Copilot 智能体运营成本。

巨额的资本支出已经把这些科技巨头的口袋掏空，越来越多人看到了 " 危险 " 的信号。

资本市场反应迅速。Snap 发布了极其昂贵的 AR 眼镜，但市场根本不买账，股价应声大跌，更早的 AI 宠儿 MiniMax 股价也是一路暴跌 60% 以上。

第一批 AI 泡沫，真要被戳破了？

" 地主家，也没余粮了 "  

谁也没想到，史上最短命的 AI 出现了。

2026 年 6 月 9 日，Anthropic 高调发布了它家史上最强的公开模型—— Claude Fable 5，号称没人比它更强。

然而仅仅三天后，它就惨遭 " 流产 "。不是因为跑分造假，是美国官方一口禁令，援引《出口管制改革法》，直接全球一刀切，把 Fable 5 和 Mythos 5 直接从所有人面前拔掉。

这才只是现实扇的第一记耳光。几乎同一窗口，OpenAI 的经审计财务文件也被人曝光出来。好家伙，不说不知道，一公布底裤都被扒没了。

原来营收欣欣向荣背后，亏损直接涨了近 8 倍，足足暴亏 2700 亿。

越做越亏，且亏的速度远超营收增速，相当于什么？每创造 1 美元的营收，背后就要搭进去超过 1 美元的亏损。

OpenAI 不是个例，连向来被认为 " 印钞机 " 的谷歌，都开始放下面子向市场要钱了。

谷歌母公司 Alphabet 手里常年趴着 1200 多亿美元现金，结果就在 6 月，它罕见地做了一个让所有人瞠目结舌的动作：公开增发股票融资，总规模最终抬到 847.5 亿美元，接近一个特斯拉的市值，用来买 GPU、建数据中心、铺 AI 算力网。

花钱速度，已经远远超过了进钱的节奏。

其他巨头也是如此，美国云服务巨头亚马逊、微软、甲骨文，它们的现金水平均已跌至历史最低点，亚马逊的现金储备从峰值的接近 600 亿美元，暴跌至如今的不足 30 亿美元，如此 " 败家 " 的原因只有一个：AI。

一些实在烧不起钱的科技巨头，干脆装都不装，直接卡住源头——比如 Meta 开始限制员工的 AI Token 使用，称 " 不要为了用 AI 而用 AI"。

它不是光说说，还真正想出机制限制内部 token 消耗。比如公司内部有一个名为 "Claudeonomics" 的榜单，可用于跟踪员工的 token 消耗情况，不允许多用。

微软也计划取消多个关键产品部门员工的 Claude Code 订阅，计划在 6 月末前逐步停用，并正在考虑采用 DeepSeek V4 等开源模型，以解决 "AI 太贵 " 的问题。

" 地主家，也没余粮了 " 这句话，正在变成魔幻现实。

从上神坛到被清算，只用 3 年

跟现在的 " 一个比一个抠门 " 的场面相比，2 年前的巨头还完全不是如此。

当时的人面对 AI 只有一个态度：

梭哈，干就完了。

谁犹豫谁出局。紧随而来的，就是一场教科书级的膨胀。2022 年 11 月，ChatGPT 上线。五天 100 万用户，两个月破亿，哪家公司只要接入 ChatGPT 都能拉涨停，AI 概念股更是成了涨停金牌。

一时之间，仿佛只要跟 AI 沾边的公司，就要牛上天，融资送的钱也是源源不断，规模没有上限，只有下限。

五大 AI 巨头英伟达、微软、谷歌、亚马逊、Meta 五家公司资本开支，今年将高达 6600 亿到 7250 亿美元，好家伙比一个国家的 GDP 还要多。

钱从哪来？很大一部分是借的。这期间，十大科技公司一年发债 1200 亿。能不能还上？没人能知道。反正这三年里，整个行业都是一个心照不宣的共识：

" 先烧钱，到时候自然翻盘。"

但对不起，没等到翻盘，先等来一盆冷水。从今年开始，被官方叫停、股价暴跌等现实狠狠抽了一耳光。

那么问题来了，AI 是肉眼可见的大势所趋，为啥巨头还是费力不讨好？

首当其冲是外部环境的反应速度，赶不上巨头烧钱的速度。

众所周知 AI 烧钱也烧电力，但巨大的全球数据中心用电量，也会造成变压器、电源、电池等电力设备的短缺。

摩根大通曾在 5 月的分析发现，规划在 2027 年完工的数据中心产能中，有超过 60% 甚至还没开工，另有 7% 遭到延期。

企业没拿到收益，还得继续咬牙支付数据中心租赁费、GPU 采购尾款，也就自然过得比较惨。

但这些不是关键，被现实毒打，跟企业自己人也逃不开关系。

有 AI 企业员工才刚到 5 月，就把全年的 AI 调用预算烧光，但结果却不尽如人意，Gartner 曾调研，仅约 28% 用例能达成 ROI 预期，约 20% 直接失败，根因不是模型差，而是 " 期望跑太快、嵌不进流程、技能拉垮 "。

毕竟，目前很多 AI 功能其实是 " 伪需求 "。我就有感受，写稿时，一些 AI 能直接弹出好几个续写建议，分散注意力不说，也是一种工作打扰。

有专家表示，根据最新的经济学研究，如果 AI 生产率未能在五年内至少提升 2.7 倍，那么这些公司，将面临一场 " 史上最大的资本错配 "，其规模之大足以引发连锁破产。

研究人员还给出了每家公司的 " 破产红线 "。如果实际产能提升只有 50% 或 100%，那么 2024-2027 年间投入的每一块钱，都将变成亏损，企业将面临巨额的账面减值、债务违约和现金流崩断。

既有内忧还有外患，这也就是为什么，AI 巨头们曾经有多疯狂，现在就有多压力山大。

不是 AI 不行，是 " 不计成本 " 不行

AI 泡沫是不是真要崩了？

我的看法是：不是真的崩，更像是一场短期的秋后算账。

毕竟，目前赚大钱的玩家依然存在。上游企业英伟达 GPU 一边涨价一边卖疯，台积电仍旧是每年 30-40% 的增长率。

但是下游企业一个比一个惨，几乎无人能幸免。这就是当下冰火两重天的现状：

卖铲子的人赚得 " 盆满钵满 "，挖金子的人连口汤都没喝上。

当下最难的问题是，资本市场必须永远相信你的故事，毕竟神坛已经架到这了，一旦借贷成本上行、结果不及预期，最先被绞杀的就是投入最大的那个人。

巨头尚且变得如此谨慎，那些小公司们就更是瑟瑟发抖了。

比如 Humane 拿了 2 亿美元融资，产品主打 "AI 随身管家 "。结果出货后遭遇过热、延迟、可用性问题与口碑反噬，最终走向资产甩卖。

更有一组扎心数据说明，2026 年前两月全球 AI 融资 2200 亿，三家头部企业拿走 83%，剩下超 300 家中小 AI 公司现金流断裂停运。

如今，AI 还只是马拉松，竞赛的终点还远未结束，那么，到底什么样的 AI 公司能活下来？很多巨头也开始脚步放缓慢慢探索。

一方面，烧钱≠护城河。

过去，很多 AI 公司总是有着 " 烧钱本身就是护城河 " 的逻辑，甚至为了烧钱而烧钱。

但接下来，谁能先把推理成本打到地板下，才是真正的底气。

比如谷歌最近发布了一款名为 Gemini 3.5 Flash 的新模型，没有急着把最强的 Pro 版本第一时间推出来，反而是主推了更快的 Flash，价格不到某些前沿模型的一半。

谷歌的 CEO 皮查伊算过一笔账，如果前沿企业把 80% 的日常负载从昂贵的顶级模型迁移到这款 Flash 模型上，每年光算力成本就能节省超过 10 亿美元，总之 Token 的边际成本必须要匹配其实际价值。

微软同样叫停 token 的盲目滥用。CEO 萨蒂亚 · 纳德拉更是一针见血："AGI 不是终点，别再无脑乱烧钱了。"

另一方面，不是比谁更像神，要比谁更早成为被买单的商品。

如今，行业已经进入下一个 level：AI 公司要证明的，不再只是谁家的模型测评又多了几分，该是一些肉眼看得见的真正实用价值。

AI 需要回归工具本质。包括但不限于，知道每一条对话的成本从哪来、降到多少才能正毛利？如何推出付费版本用户也不会流失？找到第一批愿意为价值付费买单的用户。

这一步很难，甚至比研发大模型还要难，但也注定是必须迈出的一步。

反过来，那些很会比赛、擅长融资的玩家们，等潮水退去，只能第一个裸奔。

总之，谁能真正把成本打下来，谁才能在 AI 的下半场真正胜出。

泡沫不是 AI 本身，是 " 无限讲故事 " 的那套玩法。