如果你在给 AI 公司估值、或者拿着一份 AI 行业研报准备下单——先做一个练习：把一块钱的 AI 支出，从付钱的人一路跟到收钱的人。这趟旅程会改变你对整个行业的看法。

走一遍：企业或个人付钱给模型公司（订阅、API、agent 产品）→ 模型公司把六七成成本付给云厂商（训练+推理算力）→ 云厂商把资本开支付给芯片商和数据中心 → 芯片商和数据中心把成本付给代工厂、HBM 和电力。

每一跳留下多少钱，取决于那一跳握着什么。据 Epoch AI 对 Anthropic 成本结构的拆解：训练算力占总支出 42%、推理占 28%——七成的钱流向上游。史上收入增长最快的公司，把钱几乎原封不动交给了云厂商、芯片商，和房东的房东——电力公司。

为什么模型这一跳留不住钱？用一把尺子量：利润 = 稀缺 × 可垄断 × 可定价，三因子相乘，缺一不可。

模型层三项全在失血：稀缺在失血——开源以月为单位追平能力，模型是可复制的工程产物；可垄断在失血——裸 API 的切换成本是改一行配置；可定价在失血——单位智能价格在雪崩。三项相乘，结论是结构性的：裸模型能力，长期收不到租。

对照两端，公式翻转：上游稀缺是物理的（光刻机、先进封装、并网电力），垄断是现实的（一家公司占训练芯片市场九成上下的份额，业界普遍估算口径）；下游锁定是行为学的（工作流嵌入、用户习惯）。两端各占住了公式，中间什么都没占住。

最硬的反证，放台面上打

有人会拍过来一组数：据 SemiAnalysis，Anthropic 的推理毛利一年里从 38% 涨到六十几个百分点。毛利在扩张，”留不住钱”怎么自圆其说？

两刀拆解，一次摊牌。

第一刀：这是毛利，不是利润。38%→mid-60s 度量的是”推理收入减推理算力成本”。占总成本 42% 的训练不在分子里——而模型保鲜期越短，训练越不是一次性投入，是必须不断重做的经常性成本。含训练的 all-in 口径下，公司仍在烧现金。毛利的改善是真的，利润的缺席也是真的。

第二刀：降本靠工程，守住降本靠代差。批处理、蒸馏、定制硅片的降本是实打实的工程成就。但毛利还取决于价格线——价格线全靠前沿代差这把保护伞。伞还在，降本归自己；伞一收，开源逼你把每一分降本让给客户。前者可持续，后者是租来的。

摊牌：如果裸推理的 all-in 毛利（含训练摊销）在开源压力下持续扩张三年，模型层就是真的利润中心，我的判断作废——这个证伪条件白纸黑字写在书里。读者不需要信我，盯住这一个数就行。

钱的旅程走完，结论一句话：营收地图和利润地图，是两张不同的地图。AI 产业最耀眼的营收数字在实验室，最扎实的利润在卖芯片的、卖电的和收订阅费的手里。给 AI 公司估值的第一课，不是预测模型多强，是分清你看的是哪张地图。

打开你的持仓：你的 AI 仓位，标在营收地图上，还是利润地图上？评论区聊。

数据来源（已核，2026-06）：Anthropic 成本结构训练 42%+推理 28%（Epoch AI）；推理毛利 38%→mid-60s（SemiAnalysis，1Q26）；训练芯片份额九成上下（业界普遍估算口径，待一手数据锚定）。

—— 节选自写作中的 AI 产业新书《通缩夹心》（暂名）第一章

#AI产业 #通缩夹心 #AI投资