寒武纪与豆包们中间，有一个堰塞湖。 

1848年1月，一个名叫马歇尔的锯木厂工人，在加利福尼亚的水道里发现了黄金。次年，超过30万人变卖家产，来这里淘金。然而大多数人忙活了一整年，双手溃烂，连回家路费都未赚回。

只有一些周遭的人赚钱了。一位名叫布兰南的商人，买光了旧金山的铲子和淘金盆。20美分的盆子，最终以15美元的高价卖给掘金人，他成了加州第一位百万富翁。给矿工兜售牛仔裤的李维·斯特劳斯，成就了LEVI'S百年牛仔裤品牌。

170多年过去，类似的财富分配，正在太平洋两岸的AI产业界上演。国内智谱、寒武纪等市值一度过万亿人民币或港币，“万亿”似乎成了国内卖铲子公司的标配，而豆包们等下游公司稍微推出一个付费版，则要被舆论“激辩”上天，且这些付费，未必就一定能覆盖成本。

AI产业的财富通道，并未全行业打通。上游赚钱，下游失血，中间形成“堰塞湖”，财富流形成“肠梗阻”。经济学上把这一现象称为“价值链非对称式分布”。然而，市场似乎已等不及“大禹治水”那一天，在AI上游概念疯涨的当下，已有很多声音担忧，行业将难免出现震荡波动。

堰塞湖与肠梗阻

6月30日，科创板历史上首支万亿市值企业——寒武纪诞生。虽然它的营收不过64.97亿元，但市盈率和市净率却大大超出行业均值。和一度过万亿港元市值的智谱一样，有人问：寒武纪凭什么。这种疑虑也在“左右”散户的情绪。

有一位网友坐地铁，听到一个年长的和年轻人对话。

年长的说：寒武纪估值都冲到这么高，未来多少年的成长空间都被提前透支了。这个价位你还不跑？

年轻的说：只要它还涨，我就拿着。哪天不涨了，我就卖掉。

分享的帖子下面，舆论两级分化。但可以看到一条：赚了钱的，都没出现在评论区。

在这过去的几个月，全球AI概念股“高烧不退”，但多数集中在“卖铲子”的公司。

在美股，英伟达的独角戏行情结束，换半导体产业链公司享受舞台之光。做三大存储芯片的美光科技市值突破1万亿美元，第二季度贡献了约9200亿美元的市值增长。CPU市场的两大巨头——英特尔与AMD在二季度合计贡献了约1.1万亿美元的市值增长。

隔壁的邻居韩国，做上游HBM（高宽带存储器）的三星和SK海力士，市值双双突破一万亿美元大关，韩国散户集体高杠杆跟风，就为逮住这一波，实现“人生跨越”。

日经股指破了7万点大关，做NAND的铠侠控股，比SK海力士业务体量小很多，但市值超过丰田，成功实现改朝换代。在中国台湾，人人以拥有一张台积电股票为荣。

内地AI概念股也没闲着。就这短短两周时间，智谱一度市值过万亿港币，如今寒武纪又一度突破万亿人民币。

很多人觉得“遗憾”。AI盘子内部，从做芯片的，到光模块的，再到做编程模型的，均享受到了“AI普惠行情”，但有很多人一个热点都没蹭到，倒是把这些概念研究了个遍。

与上游这些赚得盆满钵满的“水电气”公司相比，AI下游的应用公司，却遭遇冰火两重天。

坐拥国内3.45亿月活的豆包，日前终于推出了付费版。

面向企业的高级套餐，年付只要5000元出头，入门付费版只需要68元/月。

和海外对比，基础付费中外差别不大，但高阶付费，豆包比ChatGPT、Claude、Google AI要便宜许多。

为了抢用户人头，字节花费了大量资金完善基础设施，“收费”可以视作“财务模型矫正”，但却收得战战兢兢、步履薄冰。而且收上来的钱，未必就能覆盖住算力投入成本。

豆包并非是“一个人的孤独”。ChatGPT的周活用户已在2026年突破9亿，订阅用户超过5000万，但商业化模型并未跑通，OpenAI可能延迟至2027年上市，创始人山姆·奥特曼希望“死守1万亿美元估值”。

行业的真相已经众人皆知。AI产业的受益，正呈现一个“价值链非对称分布”（Asymmetric Value Distribution）。上游（算力、芯片、内存）攫取了绝大部分利润，中下游（模型、应用）被挤压在微薄利润甚至亏损的区间。

这是标准的“肠梗阻”效应体现。市场只相信真金白银的交易。在上游公司，当英伟达把GPU卖给AI公司，这一业务闭环即告完成，收入确认，利润落袋。

而在下游公司，豆包们要把专业服务卖给C端和B端，免费替代品充斥市场。B端付费刚开始，各家却已经打响了Token价格战，ARPU值持续承压。

这些上游赚钱的公司，俨然就是当年的布兰南和李维，他们赚到了AI爆发以来的第一波财富。而豆包们为了实现第一步的营收平衡，已经饱尝压力。

这种“上游吃肉、下游喝汤”的格局，究竟是暂时的市场错配，还是产业链定价权的永久性转移？

拆解产业链的利润分配，答案似乎更接近于后者。

台积电2026年第一季度毛利率高达66.2%，高性能计算业务收入占比升至61%，7纳米及以下先进制程营收占比已达74%。

这家代工厂已经从“接单生产”的制造环节，升级为全球算力基础设施的“征税节点”，因为所有AI玩家最终都要经过它的制程出口。

再看英伟达，其前四大客户高度集中，但议价权完全掌握在卖方手中。据行业分析测算，云服务商每赚100元AI云服务收入，约35元是设备折旧成本；按五年折旧期倒推，提供服务前需提前采购约175元设备，其中GPU约占70%——相当于每实现100元云服务收入，已向英伟达预付了125元GPU采购费。

上游赚“过路费”，中游赚“资本开支”，下游豆包们承担的是全部的“商业变现风险”。就跟职场一样，干活和负责变现的全是一线员工，但却赚不到太多钱。

AI预期分化

智谱、寒武纪接连破万亿市值，万亿究竟会成为AI公司们的上限，还是面向未来的起步式？

其答案取决于市场将AI视为什么。是当做周期性的AI硬件风口，还是能惠及未来的下一代基础设施。从当前信号看，突破万亿更多被视作“这家公司确立产业地位”的入场券，但能否通向更高台阶的路径，在短期内存在明显分歧。

这一分歧在于，市场对目前AI行情“流动性大头、利润小头”的容忍度存在边界，需要这些公司拿更强的业绩兑现，才能打开新空间。

有一位资深观察者的意见很干脆，“本轮AI牛市一定有尽头”。被他用来做论据的，是某港口集团近5年的业绩。

据其研究，该港是我国最早自主研发的全自动化码头，背后实际就是AI的落地应用。

建成后，作业效率较传统码头提升30%，节省人力80%，平均装卸效率达36.2自然箱/小时，桥吊单机最高作业效率突破67.76自然箱/小时，背后有该集团研发的一批自主可控的智能管控系统。

不过该系统，虽然有“AI应用效果”，但并未给该公司近5年带来利润增长。

该公司财报披露，2021年该公司收入167.93亿元，2025年为188.06亿元，增长了20亿左右，中间有几年营收小幅上下波动。股东净利润从2021年的39.82亿元，增加至2025年的52.72亿元。

研究者认为，“这一成绩只能说表面热闹，但收入并没有起来，只在180-195亿间打晃。”所以不应该对AI指望太高，认为用了AI，就能让大家“再挣百倍千倍利润”。

这个港口案例引出一个更深层的商业拷问：AI对实体经济的价值创造，究竟属于降本增效式的运营优化，还是重构商业模式的范式革命？

如果是前者，港口案例恰好说明AI的价值，更多在于“守成”而非“扩张”——它在存量市场中帮助运营者提升效率，但并未打开新的收入增长曲线。AI的“赋能”效应，在资本市场上被折算成了上游供应商的估值溢价，而非终端用户的利润增厚。

这或许就能解释为什么资本市场更愿意追捧上游供应商：英伟达们卖的是“生产力要素”，无论AI最终在哪个垂直场景变现，它们都能抽取“算力税”。而港口这样的终端用户，即便完成了智能化改造，也仍然受制于行业容量的硬约束。

除了这种实业，被“认定为”不足以证明AI能扩大公司赚钱量能的案例外，从市场观察者，到银行体系，都越来越多的对当下AI牛市发出警告。

在市场竞争加剧和争夺市场份额的推动下，这一轮投资规模可能已经出现过热迹象。一旦市场预期的收益未能兑现，不仅可能引发行业剧烈调整，还可能对全球经济和金融体系造成连锁冲击。

在美国，越来越多的分析家指出，美国计划建设更多的数据中心，但发电能力和输电网已经显示出追不上热潮的窘境，部分地区还存在居民反对建设数据中心的情况发生，“AI的普及可能不如投资者所预想的那般顺利。”

在资本市场，SpaceX 7月7日将纳入纳斯达克100指数，这将推动巨额被动资金流入科技巨头，可能会引发其它股票行情下跌，震荡性增加。此外，Anthropic最早可能于10月上市，如成真，也会对市场流动性带来影响。

在银行体系，由各国中央银行组成的国际清算银行，也于6月28日发布年度经济报告，对当下过热的人工智能投资发出警告称，“尽管人工智能有望在未来提升生产率，但围绕该领域的乐观情绪可能不会持久。”

报告指出，Google、微软等全球五大超大规模云服务商，预计将在2025年至2026年间累计投入超过1万亿美元用于AI相关资本支出。“回报不佳可能引发融资的突然撤回，并将资本支出的繁荣转变为旷日持久的投资萧条，进而可能产生连锁反应。”

相关报告里，还有一个更值得警惕的细节，AI行业存在一种“循环融资”的安排。

芯片制造商与云服务商对AI实验室持股，后者以多年期芯片采购合同回馈前者。数据中心由第三方建设，再通过长期合同回租给云服务商。这存在同一资产被多次质押的风险。

人们不禁要问，AI产业链的融资结构，是否正在孕育下一场危机的温床？这和2008年的那场危机是否类似？

当然，也有很多立足于“看长远”的声音。上周，智谱市值一度突破万亿港币。市场很多声音质疑，“凭什么”。认为它目前的利润，不足以支撑起高市值。

但在“看长远”的人看来，智谱如果能把资本市场给予它的窗口期，转化成“建设自己长期基础设施的能力”，为未来做家底，那么今天的万亿市值就不是泡沫。

相关的故事在亚马逊上也发生过。2000年，亚马逊在互联网泡沫巅峰期，市值达到300亿美元。2001年互联网去泡沫化时，市值跌掉了90%。但今天，亚马逊的市值为2.6万亿美元，比当初的300亿美元高出几十倍，原因就在于它用当初市场“选择相信它的钱”，去做了AWS。

不过也有人提出疑问，亚马逊与智谱的估值逻辑是否就一致？亚马逊当年的核心业务是电商，亚马逊的万亿市值最终是靠第二曲线兑现的。等于说，亚马逊是靠重新讲一个新故事，来完成市场新的估值。但寒武纪却只有一个故事可讲。它已经处于算力产业链的最上游，它的万亿市值需要靠“持续扩大出货量、维持毛利率”来兑现。如果全球AI算力需求保持当前增速，寒武纪的万亿估值就有基本面支撑。但如果需求增速放缓，或者国产替代遭遇瓶颈，那么今天的高估值就不可能持续。

据寒武纪2025年年报显示，公司存货高达49.44亿元，库存芯片85.7万片，但全年销量仅11.7万片。这意味着，如果下游需求不及预期，存货减值风险将可能冲击利润。

当然，从长远来看，太平洋两岸两大科技大国，都在对AI基础设施进行重投入。几乎没有人否认这样做的必要性和正确性。只不过放在中短期的资本市场上来看，一般会经历“金融宽松导致的金融行情”、“企业业绩好转带来的业绩行情”、“为抑制过热带来的逆向金融市场”，以及重新回到“金融行情”四个阶段。

目前很多声音的担忧在于，“市场正处于果子成熟前时刻。当果子成熟时，它会掉入地上。”

如何打通肠梗阻，疏通堰塞湖

从产业数据看，当前AI生态系统的“肠梗阻”状态已经走到了一个临界点。它短期内可以靠资本输血维持，但长期不可持续。问题的关键也不在于“是否可持续”，而在于这个不可持续性本身，是否能成为倒逼产业重构的动力。简单来说，是否上游算力能降本，下游AI应用能否找到高价值刚需场景。

从上游来看，算力成本的下降速度，正在超过很多人的预期。

英伟达于2026年发布Vera Rubin架构，AI训练性能较前代Blackwell提升3.5倍，推理性能提升5倍。虽然“Token生成成本最高降低10倍”的说法来自英伟达官方宣传，需要实际部署验证，但架构迭代带来的效率提升，被认为是确定的。

硅谷顶级风投a16z在2026年展望中明确指出：“智能成本正以超摩尔定律的速度崩塌，基础设施的短缺终将导致产能过剩。”

这种供大于求似乎已成为事实。英伟达H100芯片价格从2023年的约3万美元，到2025年已降至约1.2万美元；加上MoE混合专家架构、分布式推理等技术突破，大模型推理成本每年下降约50%。

在这个背景下，国内千问、豆包等Token价格也有直降。当推理成本每年腰斩，上游芯片厂商的定价权必然被削弱。

另一方面，下游的“高价值场景”正在浮现。快手可灵AI全球用户破亿，已服务近5万家企业客户，覆盖电商营销、短视频生成等场景，单季营收超6.5亿元，同比增长超300%，年化收入运行率近5亿美元。字节的Seedance作为头部的视频生成模型，正在与AI慢短剧行业紧密双向赋能，把行业做大千亿规模。

阿里巴巴的动作更具战略意义。阿里云AI收入占比已超30%，千问开放第三方Agent、成立Token Foundry事业部，一系列动作标志着平台型AI的应用层兑现正在加速。

这些案例共同呈现出，大厂早已不再把AI当作聊天工具或内容生成器，而是嵌入到交易、履约、支付的闭环中。

只不过，它们或许需要让投资者们理解，AI的价值释放可能是渐进的、分层的，而非爆炸式的。如果AGI到来的时间晚于预期，或者实现路径与当前大模型范式不同，市场的估值回调将不可避免。

AI产业需要更多“耐心资本”与基础设施的匹配。上游的芯片厂、数据中心建设周期长达3-5年，而下游的应用孵化可能只需要6-12个月。这种时间错配导致了当前的“算力过剩焦虑”与“应用不足焦虑”并存。

这种不可持续性本身，反而可以成为产业进化的催化剂。它迫使上游降本、下游找场景、资本重定价。这三股力量正在同时作用。

最终，最好的结局或许是，整个价值链的利润再平衡。 当算力成本下降、AI Agent嵌入企业核心流程、用户为可量化的商业价值付费时，AI产业才能从“资本的叙事游戏”走向“真实的价值创造”。

这个过程可能痛苦和漫长，但它是唯一通往可持续的道路。