AI淘金热：东方巨头的“钱景”与泡沫边缘的审慎

TL;DR：

在2025年Q2财报中，中国科技巨头们正将AI从概念转化为实打实的营收增长引擎，尤其是DeepSeek的崛起加速了商业化进程，但在研发高投入、商业模式同质化及用户付费习惯缺失的挑战下，这场“AI淘金热”的长期可持续性仍有待市场审视。

全球科技的潮汐从未停歇，而今，这股澎湃的浪潮带着人工智能的印记，正冲刷着企业利润的海岸线。当华尔街的分析师们还在为美股科技巨头们那波澜不惊的股价起伏而纠结时，太平洋此岸的东方同行们，已在2025年第二季度的财报中，为AI描绘出了一幅耐人寻味的新“钱景”。曾几何时，AI只是董事会报告中一页华丽的战略愿景，如今却已蜕变为企业财报中闪耀的利润数字，尽管这光芒有时显得过于炽热，甚至带着一丝未来泡沫的幻影。

巨头们的“AI淘金热”：多元路径与初期果实

中国科技巨擘们在AI的商业化征途上，正沿着各自的基因，探索着不同的航线。如果说2024年之前是各自为战的“闭门造车”时期，那么_2025年初DeepSeek的横空出世_，则如同一声响亮的号角，将行业推入了“接入整合”的快车道，显著降低了算力门槛与应用成本，迫使一众大厂纷纷调整策略，或深耕底层技术，或融入既有生态¹。

以百度和阿里巴巴为代表的“硬核派”，选择了自下而上的全栈式AI布局。百度凭借其昆仑芯、文心大模型、飞桨框架及智能云的“全栈AI”战略，试图构建一道难以逾越的竞争壁垒。其Q2财报中，AI驱动的非在线营销收入，如智能云和自动驾驶“萝卜快跑”，首次突破_百亿大关_，同比增速高达_34%，印证了技术深耕的商业价值¹。阿里巴巴则将AI战略与其云计算业务深度融合，阿里云不仅坐稳了亚洲云服务头把交椅，其AI相关产品收入更是连续八个季度实现_三位数同比增长，占外部商业化收入的比例已超过_20%，显示出“AI+云”模式的强劲造血能力。投资者对这份成绩单投下了信任票，阿里美股股价单日暴涨_13%，仿佛在说：“这才是我们期待的AI故事。”¹

与此同时，腾讯和快手则展现了“润物细无声”的柔性策略，将AI能力无缝融入其庞大的社交与内容生态，强化C端体验与广告变现。腾讯Q2营销服务业务收入飙升_20%至_357.6亿元，创下历史新高，其财报中_16次提及AI_，将增长明确归因于“AI驱动的广告平台改进”¹。AI不再是独立的产品线，而是成为提升效率、优化体验的“商业水电”，流淌在广告、游戏、金融等各个业务的血管中，将广告点击率从1%提升至3%，游戏3D模型生成效率提高10倍，甚至将金融风控坏账率降低0.3个百分点。这种“化整为零”的策略，使得腾讯在研发投入激增_17%_、资本开支狂飙_119%_的情况下，依然实现了高达_57%_的毛利率，几乎可与全球顶级科技巨头比肩，这不禁让人感叹，AI似乎真的找到了提升“赚钱效率”的魔法杖。快手亦步亦趋，其“可灵AI”业务被首次计入“其他服务”营收，带动了线上营销服务的增长，证明AI对现有业务的赋能作用不容小觑。

成本与回报的“两难”：泡沫边缘的理性审视

然而，在这场由AI催生的商业狂潮中，并非所有参与者都能即刻享受到丰收的喜悦。正如硅谷老兵奥尔特曼（Sam Altman）所警示的那样，市场对AI的热情可能存在“泡沫”成分，不少投资者恐将铩羽而归¹。MIT在2025年8月发布的一项NANDA研究报告指出，在调研的_300多个企业AI项目_中，仅有_5%_真正带来了销售额提升，高达_95%_的项目未能达成预期投资回报，这无疑给高歌猛进的“AI信仰者”们泼了一盆冷水¹。

科大讯飞与昆仑万维的Q2财报，清晰地勾勒出“战略性亏损”的阵痛。科大讯飞营收增长_15%、毛利提升_6亿元，却仍录得_近3亿元_的亏损，其研发投入预计同比激增_超25%，正为认知大模型等前沿技术“支付门票”¹。昆仑万维更是交出了一份营收增长近_50%，亏损却同比扩大_119.86%_的半年报，巨大的销售、管理及研发费用成了业绩的沉重负担。这些先行者们如同在AI的黄金海岸上挖掘，投入了巨额资金用于购置工具和雇佣劳力，却尚未挖出足以覆盖成本的真金白银。

国内AI商业化面临的困境远不止于此。首先是研发投入的持续攀升，头部企业如腾讯在2024年投入_超700亿元_，字节跳动甚至高达_800亿元_，并预计2025年翻倍¹。对于体量较小的公司，研发费用往往是同期净利润的数倍，无疑是一场豪赌。其次，商业模式同质化严重，尤洋（潞晨科技创始人）曾直言，“模型即服务（MaaS）可能是短期内最不具盈利性的商业模式”，用户增长反而加剧亏损，因为“边际成本并未递减，无法覆盖算力成本”¹。DeepSeek以其惊人的_545%利润率_打破了这一困境，不仅源于其技术创新带来的_更低算力要求和成本_，更在于其_开放_的策略，这无疑是对传统闭源模式的有力挑战，也为国内大模型商业化指明了一条新路²³。然而，这种低价甚至免费的竞争策略，也可能导致整个市场陷入“囚徒困境”，进一步压缩盈利空间。

再者，ToC用户尚未养成付费习惯，甚至有些排斥。Manus的案例便是最好注脚：尽管被誉为“下一代人机协作的范式”，其_19-199美元/月_的定价，却因“效果不如同一价位水平的ChatGPT”，且在实际任务中出现“事实错误”和“数据偏差”而令用户望而却步¹。这暴露了部分企业在商业化进程中的急功近利——技术尚未成熟便急于变现，技术缺陷被资本泡沫所掩盖。腾讯深谙此道，选择“先让企业买单，让游戏和广告赚钱，再补贴普通用户用AI”，这无疑是一种审慎且聪明的过渡策略，毕竟，让习惯了免费模式的中国消费者为尚不完美的AI服务慷慨解囊，并非易事。

最终，资本的浪潮终将退去，露出那些在沙滩上裸泳的企业。AI的商业化已然进入深水区，竞争焦点已从“能否落地”转向“能否持续盈利”。在这场马拉松式的技术与商业竞赛中，真正能够走得远的企业，不仅需要具备深厚的技术积累与生态整合能力，更需要在场景深耕、用户体验与成本控制之间找到精妙的平衡点。毕竟，市场投票的，从来都不是概念，而是实实在在的回报。

引用

• AI商业化
• 科技巨头财报
• 深度学习模型
• 资本开支
• 市场泡沫