AI赚翻：海外3年再造AWS！

AI浪潮汹涌，全球商业化正在加速！

近一年来，全球科技巨头在人工智能领域的投入堪称“豪赌”，尤其是海外市场，更是火力全开。以美国为例，Meta公司在AI领域的出手极其凶猛：斥巨资收购特定AI公司股份，投入数亿美元吸纳顶尖人才，甚至任命了年仅26岁的专家担任首任“首席AI官”。新媒网跨境获悉，根据今年的预测，Meta的资本支出强度预计将达到惊人的35%收入占比。这意味着，它每赚100美元，就要拿出35美元投入到AI领域，几乎是将大部分家底都压在了这片新赛道上。

像Meta这样对AI“孤注一掷”的公司，在美国还有三家：微软、谷歌、亚马逊。据这些科技巨头发布的财报预测，今年它们在AI相关的资本支出将高达4000亿美元，这笔巨额资金主要用于AI基础设施的建设。这个数字，甚至超过了欧盟2023年全年的国防开支总和。这种投入力度，无疑正在全球范围内引领AI发展的新一轮浪潮。

反观我们国内，尽管人工智能产业也展现出勃勃生机，但投资路径与侧重点有所不同。据国内研究机构的估计，即便考虑到字节等未上市公司，以及承担基础任务的运营商在AI领域的资本投入，到2025年，国内AI整体的资本开支也不会超过5000亿人民币。

许多人会将这种投入规模的差异简单归结为“算力瓶颈”。然而，新媒网跨境认为，问题的根本并非仅仅在于是否有足够的图形处理器（GPU），更深层次的考量在于：我们是否拥有一个足够清晰、能够支撑万亿级别投入的商业逻辑。毕竟，技术的领先最终需要转化为实实在在的经济效益，才能形成可持续发展的良性循环。

放眼全球，AI商业化确实跑出了令人惊叹的速度。海外市场已经快速找到了将AI技术转化为真金白银的有效路径。从数据上看，海外AI公司的盈利能力正加速提升。以OpenAI和Anthropic这两家头部大模型公司为例，它们的年化营收预计将在今年底突破290亿美元。投资机构甚至预测，按照目前的发展速度，到2026年底，这一数字有望攀升至600亿至1000亿美元。

与此同时，以初创公司为主导的AI应用也全面开花，无论是在面向消费者的C端市场，还是在面向企业客户的B端市场，都跑出了亮眼的成绩。反观国内，AI商业化路径的探索似乎仍在寻找最合适的答案。即便是有像可灵AI这样表现突出的产品，其超过70%的营收也依然来自海外市场。

更值得关注的是，在全球市场环境复杂多变的情况下，一些原本诞生于我们本土的AI创新，正加速在全球范围内进行布局。例如，Manus、Lovart、Heygen等公司，或选择将总部迁往新加坡、美国，或干脆在海外设立新的公司。这些举动，并不仅仅是为了“更接近海外市场”，更深层的原因或许在于，国内市场在某些商业模式上，确实还在探索更高效、更具回报预期的路径。

在全球科技竞争日益激烈的今天，我们国内的科技公司正面临着一些结构性的挑战。即便不谈技术供应链上的限制，如果AI商业化路径迟迟未能完全跑通，资本投入的回报率就难以稳定提升。一旦投资回报率持续走低，我们在AI赛道上与全球领先水平之间的差距，就可能会进一步扩大。如何将技术优势转化为商业价值，让AI产业不仅“赚吆喝”，更能“赚真金白银”，或许才是我们当前AI产业健康发展最需要关注的核心问题。

全球AI掘金速度超乎想象

AI赚钱的速度，确实远远超出了许多人的想象。过去一年，最令人震惊的并非是AI模型迭代的速度，而是其商业变现的惊人效率。

先来看看那些领跑的玩家：去年底，OpenAI的年化收入（ARR）大约是55亿美元，到今年6月，这一数字已突破100亿美元。根据外媒的最新披露，其收入已达到120至130亿美元的年化水平，预计年底将冲刺200亿美元，增长幅度接近300%。

而Anthropic的增长势头则更为迅猛。去年其ARR仅为10亿美元，今年上半年已达到40亿美元，预计年底将突破90亿美元，同比增幅高达800%。这意味着，到今年底，OpenAI和Anthropic两家公司的合计年化收入将达到290亿美元。投资机构甚至乐观预测，按照目前的发展速度，到2026年底，这一数字很可能攀升至600亿至1000亿美元。

这是一个什么概念呢？要知道，亚马逊的云计算业务AWS去年全年收入是1076亿美元。也就是说，这两家头部大模型厂商仅仅用了三年时间，就几乎再造了一个AWS的体量，这足以说明AI商业化的巨大潜力。

而且，这场AI商业爆发的浪潮，并非只局限于基础模型层面。在应用端，无论是面向消费者的C端市场，还是面向企业的B端市场，海外AI市场都跑出了令人瞩目的收入曲线。

在C端市场，以AI编程为代表的初创公司开始崭露头角并迅速成长：例如，一款定价每月20美元的AI编程助手Cursor，其年化收入已达到5亿美元，吸引了全球超过36万用户。另一款AI编程产品Lovable，在短短2个月内实现了1000万美元的收入，并在第8个月做到了1亿美元的年化收入。

即便是一些相对小众的AI应用，也展现出不俗的商业化能力。Portola开发的AI伴侣应用Tolan，上线仅几个月，年经常性收入（ARR）就达到了1200万美元。而AI视频编辑工具OpusClip的年化收入也达到了2000万美元。

B端市场更是成为了AI技术的重要“造富机器”，涌现出了一大批高估值、收入增长迅速的AI公司，它们的服务覆盖了法律、客服、医疗、招聘等多个领域。

Glean（搜索领域）：估值72亿美元，年化收入1亿美元。
Mercor（招聘领域）：估值20亿美元，年化收入1亿美元。
Crescendo（客服领域）：估值5亿美元，年化收入9100万美元。
Harvey（法律领域）：估值50亿美元，年化收入7500万美元。
Clay（销售领域）：估值30亿美元，年化收入3000万美元。
Abridge（医疗领域）：估值27.5亿美元，年化收入1亿美元。

这些公司普遍具有一个共同特征：成立时间不长，但收入增长曲线极为陡峭，产品渗透迅速，估值也随之水涨船高。这种令人惊叹的速度，甚至让许多大型传统科技公司也开始感受到压力。“大公司打不过小公司”，已成为硅谷近一年来的一个新共识。原因很简单，这些小公司更加灵活，能够以极快的速度推出符合市场需求的产品，人才也更愿意选择这种充满创新活力的环境。更关键的是，这些初创公司也能获得充足的融资支持。

当海外AI市场沿着清晰的商业化路径一路狂飙时，我们国内的AI市场则展现出一番独特的景象。

技术进步显著，商业化仍需破题

尽管在技术层面我们不断取得突破，但我们AI产业在商业化方面的现实，却显得相对冷静。

根据国内券商的数据，2024年国内计算机行业AI应用板块的总营收为768亿元人民币，同比增长仅为6.4%；归母净利润为35亿元人民币，增幅只有2.7%。到了2025年第一季度，净利润甚至滑落至不足0.3亿元人民币，几乎原地踏步。

与此形成对比的是，海外AI应用公司普遍跑出了明确的增长曲线。以Salesforce、Adobe、ServiceNow、Palantir等9家公司为例，它们在2025年第一季度合计营收达到236亿美元，同比增长12.1%，平均经营利润率更是高达15.8%。

这些数据背后，反映的是中美两国AI产业结构上的根本差异：

海外AI市场，更像是一个“小公司跑赢大公司”的创业黄金时代，涌现出一大批以技术为核心的初创公司。
而我们国内的AI产业，则更多呈现出“大公司主导，小公司协同”的特点，主流的AI产品和应用，几乎都掌握在平台型企业手中。

例如，在AI编程领域，国内最头部的产品分别来自字节（Trae）、阿里（通义灵码）和百度（文心快码），鲜有独立的初创公司能够脱颖而出，获得广泛关注。

更严峻的问题是，即便是一些成功跑出来的AI产品，也普遍面临“有流量、无收入”的困境。QuestMobile数据显示，截至今年3月，国内AI原生App的月活跃用户数已达到2.7亿，甚至超过了ChatGPT的1.8亿。然而，真正能实现规模化变现的产品，却寥寥无几。

即使是年收入突破1亿美元的可灵AI，其超过70%的营收也主要来自海外市场。这种付费困境不仅在C端市场重演，在B端市场同样难以突破。AI产品在企业服务领域面临着与SaaS企业类似的问题：小型企业预算有限，大型企业则倾向于定制化服务，导致利润空间被反复压缩。一端是用户体量庞大但付费意愿有待提升，另一端是交付成本高昂且难以规模化复制，真正可规模化、可复制的商业模式始终未能全面跑通。

于是，一些诞生于我们本土的AI创新产品，在积极探索全球市场。今年6月，Manus公司宣布，将总部从国内迁往新加坡，并在美国、日本设立分支机构。原在国内的120人团队中，有40名核心技术骨干随之迁出，其余大部分进行了调整。在此之前，AI视频公司Heygen也已将公司总部从深圳迁到了洛杉矶。Lovart更是直接将公司总部设在了旧金山。这些，都体现出我们本土创新企业寻求更广阔发展空间和商业机遇的探索。

这一轮中外AI在商业化道路上的差异，并非偶然，它延续了互联网时代就已经埋下的不同发展路径。

从“入口”到“接口”：AI时代商业模式的深刻变革

2011年8月，科技思想家马克·安德森在《华尔街日报》上写下了那句著名的预言：“软件正在吞噬世界”，这宣告了移动互联网时代的开启。从那时起，中外互联网便走出了两条截然不同的发展道路。

在海外，随着“软件正在吞噬世界”的浪潮，消费级应用继而推动了SaaS（软件即服务）创业的全面爆发。2010年至2015年间，每年新增的SaaS初创公司超过1000家。在此期间，风险投资逐渐达到高峰，每年投入的金额都在百亿美元级别，这些资金大部分都流向了SaaS行业。

而在我们国内，真正改变时代的却是蓬勃发展的消费互联网。字节公司以其独特的信息流分发模式重塑了全球内容传播逻辑，拼多多则从广阔的下沉市场中杀出重围，将电商做到了全球领先水平。每一个成功的案例背后，都伴随着超级App的崛起以及对巨大流量入口的牢牢掌控。可以说，国内互联网的发展，很大程度上是流量驱动的模式。

借用“Platform Thinking”公众号的观点，中外市场的差异不仅仅在于服务对象的不同，更是两种底层范式的分歧：我们更注重“入口”，而海外则更强调“接口”。

实际上，我们并非没有企业软件，它们大多存在于大型企业的“闭环”生态之中，常常作为云计算销售的敲门砖。这些软件表面上从事着企业服务，但却难以完全摆脱消费互联网的影子：依靠烧钱换取规模、利用免费产品积累用户，再通过“流量变现”来补充资金，延续的正是典型的“入口”思维。

而正是这种路径依赖，构成了当前AI商业化道路上的分野：
问题在于，AI不再是一款简单能安装在应用商店里的新应用。它是一种能够“打散路径、压缩流程”的基础能力。在AI的世界里，用户不再需要从一个特定的App或平台出发，而是直接从问题和意图出发，直接奔向结果。

这种趋势带来的结果是，传统“入口”的价值正在被不断压缩：从过去强调“路径经济”，转向现在更注重“结果经济”。控制用户路径的价值也随之逐渐降低。

这也就解释了为什么海外AI商业化能够跑得更快：SaaS公司原本就以“接口”思维运作，AI对于它们而言，只是一种新的能力插件，可以无缝集成。而在我们国内，过度依赖“流量闭环”的打法，使得AI难以快速嵌入已有的产品与组织流程，反而出现了一些有技术但缺乏应用场景，有用户却难以有效变现的尴尬局面。

问题的根源，并非在于我们的技术水平落后，而是在于商业化路径的适应性。真正值得我们思考的，不是我们暂时与海外存在一些差距，而是我们是否仍在用过去的“入口思维”去拥抱一个需要“接口思维”才能发挥最大潜力的世界。

然而，尽管国内AI产业在商业化上仍然存在一些需要解决的问题，但前景绝非悲观。新媒网跨境认为，技术浪潮的落地方式，从来都不只有一种标准答案。零售、电商、短视频等领域，在过去十年里，中国的每一次产业跃迁，走的都不是海外的路径。AI产业的发展，同样也会走出我们独特的道路。

它未必会颠覆我们“大公司主导”的产业结构，但一定会促使所有参与者进行深刻的反思和转型，从“控制入口”转向“连接接口”：