90%的AI公司，还在烧钱，盈利遥遥无期原创

作者：杨淼

90%的AI公司，还在亏钱……

自从2022年末Chat GPT的强势出圈，AI已成为资本、技术、人才的高度密集区，全世界最大的科技公司都想来分一杯羹，国外以微软、谷歌、亚马逊为主，国内以百度、字节、阿里为首，开启了世界范围内的百模大战。

这给了人一种错觉，好像做AI就能赚很多钱。

但实际上，第一批赚钱的除了提供基础芯片的英伟达公司和赶上AI风口利用信息差割韭菜的自媒体博主。

真正做模型、做应用的企业仍在烧钱。

入不敷出的大模型公司

根据摩根士丹利的估算，亚马逊、谷歌、Meta和微软这四大科技巨头在2024年的资本支出将达到约3000亿美元，其中大部分资金流向了AI领域。然而，尽管这些公司在基础设施上进行了重大的投资，如数据中心和先进芯片的建设，实际产生的收益却仍显得不够理想。据The Information报道，Stability AI在2024年第一季度的总营收不足500万美元，而其亏损则超过3000万美元。

商汤科技作为AI行业的代表之一，其2018至2022年的5年内累计亏损额达到惊人的438亿元。此外，据IT桔子统计，34家AI上市公司中，有19家在2024年上半年依然处于亏损状态，累计净亏损为62.4亿元。这表明，尽管AI技术发展迅速，但大多数AI公司仍未实现盈利。

这种入不敷出的情况在大模型公司中尤为明显。以OpenAI为例，尽管其ChatGPT产品获得了巨大的市场关注和用户基础，但据报道，该公司在2023年的亏损可能高达5亿美元。同样，Anthropic公司虽然获得了包括谷歌在内的大额投资，但其年度支出据估计可能达到10亿美元左右，远超其当前的收入水平。

这种高投入、低回报的局面主要源于大模型开发和运营的巨大成本。训练一个先进的大语言模型可能需要数百万美元的投入，而维护和运行这些模型的持续成本也十分高昂。例如，据estimates，每次ChatGPT查询的成本在1-2美分之间，考虑到其庞大的用户基础，一天也会高达几十万美元。

ChatGPT维护成本

此外，大模型公司面临的另一个挑战是如何将技术优势转化为稳定的收入流。虽然许多公司推出了付费订阅服务，但用户对免费替代品的依赖以及对AI服务长期价值的不确定性，都制约了收入的增长。

持续烧钱

面对这种情况，一些大模型公司开始探索新的商业模式和应用场景。例如，通过与企业合作开发定制化解决方案，或将大模型技术应用到特定行业领域，以实现更高的附加值。

然而，从技术突破到实现规模化盈利，这条道路仍然充满挑战和不确定性。

首先就是其高昂研究成本。AI企业往往过于关注技术本身，而忽视了对消费市场的开拓和消费者需求的挖掘，导致研发成本居高不下。作为资本和人才高度密集的新兴产业，AI的发展其实就像早些年的摩拜单车，就是烧钱。例如，OpenAI在2023年虽然通过ChatGPT商业化应用带来了逾16亿美金的收入，但相较于其上百亿美元研发投入，依然入不敷出。

国内科技互联网公司对AI的研发成本

其次，市场开拓不足。AI企业在经营上，一直奉行“技术研发抢先，商业应用暂缓”的原则，导致AI研发成本居高不下，即使企业能盈利，但回本周期特别长。尤其，国内AI产品的B端和G端消费市场低迷，决策时间长，剩余量小，而C端市场开发程度低，某些领域长时间无人问津。

第三，业务来源单一。大多数AI企业把市场开发重点集中在To G和To B业务上，造成业务来源单一，一旦面临经济下行或市场饱和的问题，就会引发企业经营上的危机。据Crunchbase数据,全球现有超过40000家AI相关公司。在如此激烈的竞争环境下,许多AI公司不得不采取烧钱补贴的策略来争夺市场份额,这也进一步加剧了亏损。甚至有许多AI尽管在前期拿到大量投资，也因经营不善、没有找到合适的商业化路线倒闭。

倒闭的AI公司（2023-2024年）

破局之道

想要在这场技术的厮杀之中颇具而出，最关键的就是在培育产品竞争力的基础上探索多元创收盈利路径。

1、关注to C市场：业界人士指出，AI企业如果不能像计算机、互联网大厂那样打开大众消费市场，走出国门，走进千家万户，那它顶多只是少数人手中的高科技，而不可能成为一种改变世界普惠大众的技术。Stability AI因为错误的商业路线既没打开B端市场，又没打开C端市场。而其同一时间出世的竞对产品Midjourney短短一年就实现了1000万用户规模和1亿美元营收。据估计，在2024年，这一数字可能达到3亿美元的营收。

2、培育差异化的竞争优势。除了打开细分市场，制定精细化的营收策略，产品的差异化性能也是一个企业和产品突出重围的关键。比如主打虚拟陪伴的Character ai通过便靠定制化的AI角色陪伴吸引了各个年龄段的C端用户，创下了两千万的月活用户，以25亿美金的价格卖给了谷歌。

3、优化成本结构和资源配置。AI企业需要审慎评估其成本结构，识别并削减非核心开支，同时将有限资源集中投入到最具潜力的项目和技术研发中。例如，OpenAI通过与微软的战略合作，获得了宝贵的计算资源支持，使其能够在控制成本的同时，持续推进大型语言模型的研发和迭代。此外，企业可以考虑采用更灵活的人力资源策略，如远程办公或项目制合作，以降低固定成本。

4、寻求多元化融资渠道。在亏损期间，保持充足的现金流至关重要。AI企业可以探索多种融资方式，如风险投资、战略投资者引入、政府补贴或产学研合作等。例如，DeepMind在被谷歌收购前，曾通过多轮融资支撑其长期研发投入。同时，企业也可以考虑通过知识产权许可、技术咨询等方式创造额外收入。

5、构建生态系统和战略联盟。AI企业可以通过与上下游企业、学术机构、开发者社区等建立合作关系，形成互利共赢的生态系统。这不仅有助于分散风险，还能创造新的商业机会。例如，英伟达通过其CUDA生态系统，成功将其GPU技术推广到AI领域，形成了强大的技术壁垒和市场优势。

结语

AI技术的快速发展为各行各业带来了巨大的变革潜力，但如何将技术转化为实际的商业价值，仍是AI公司面临的重大挑战。未来，AI公司需要在降低研发成本、拓展市场、尤其是C端市场的同时，寻找新的盈利模式，以实现可持续发展。那些能够有效控制成本、开拓新的收入来源、并在技术和商业模式上保持领先的公司，才有可能在这场AI竞赛中脱颖而出，最终实现盈利。