硅谷巨头们迎来了一场格外惨淡的财报周，从 Meta 开始，整个科技行业似乎陷入了增长与盈利的博弈。10月29日，亚马逊公布第三季度财报，旗下 AWS 营收同比增长 39%，创下近五年来最快增速，但集团过去 12 个月的自由现金流却转为负 424 亿美元，导致股价盘后一度下跌超过 5%。谷歌的遭遇更加惨烈：尽管 Google Cloud 营收同比增长 103%，Alphabet 股价仍在 10 月 29 日暴跌 12.64%，盘中一度下跌超过 13%，市值蒸发超过 5000 亿美元，创下公司历史纪录。更早之前，Meta 第三季度营收同比增长 26%，财报公布后首个交易日股价下跌近 7%。
这在某种程度上是对经济学家 Torsten Slok 之前言论的反驳。Slok 曾指出，过去几年，美国科技七巨头的人均营收和利润率持续提高，但标普 500 指数其余 493 家公司却没有出现类似的改善。人们通常期待技术革命能带来丰厚的利润、更高的效率以及更便宜的服务。然而，当我们沿着 AI 产业链寻找受益者时，却发现每一方都有自己的难处：头部 AI 公司仍需投入巨额资金维持竞争；上游供应商承受着高额支出和未来需求的不确定性；真正使用 AI 的企业效率有所提升，但利润却未见普遍改善；至于普通人，则面临着工作要求提高、岗位替代和收入下降的风险。
AI 无疑创造了巨大的经济价值，但这些红利究竟被谁吃了？首先，创造 AI 的人，正在为 AI 买单。头部 AI 公司的营收正在迅速增长。2026 年上半年，Anthropic 实现营收 162.86 亿美元，同比增长 1300%；OpenAI 截至 9 月底，年化营收也已接近 500 亿美元。然而，压力也不容小觑。10 月 26 日，Anthropic 正式公开 IPO 招股书，披露了公司的财务状况。2026 年上半年，Anthropic 仅算力及基础设施费用就达到 89.45 亿美元，占同期营收的 55%，同比增长 283%。招股书显示，Anthropic 与 Google 签订的最低采购金额达到 1145 亿美元，亚马逊为 1100 亿美元，微软为 449 亿美元。此外，公司还与马斯克旗下 SpaceX AI 达成算力采购协议，到 2029 年的支付上限为 1205 亿美元，并与博通达成设备融资租赁安排，租赁期内的付款总额约 1612 亿美元。其中，Google、亚马逊和微软三项协议的最低采购承诺合计 2694 亿美元，期限一直延伸至 2033 年至 2036 年。按照合同约定，即使没有实际使用相应的算力，Anthropic 原则上也需要支付最低承诺金额。
OpenAI 同样面临巨额支出压力。根据今年 6 月曝光的财务文件，OpenAI 在 2025 年的研发费用达到 191.8 亿美元，全年总成本及费用约 340 亿美元，最终录得 209.2 亿美元营业亏损。据外媒报道，OpenAI 正在推进新一轮约 300 亿美元融资，但融资谈判中的目标估值已从 1.4 万亿美元降至 1.25 万亿美元。部分投资者的认购意愿不及预期，持续融资需求与 AI 基础设施投资回报问题，正在受到市场审视。尽管算力采购已经提前锁定多年，但客户未来的支出并没有同样明确的保证。Anthropic 在招股书中披露，2026 年第三季度，超过 80% 的营收来自过去六个月内发布的 Claude 模型版本。9 月发布的 Claude Opus 5.5，则将客户完成同类任务的成本降低了约 40%。Anthropic 表示，效率改善使公司能够在降低客户成本的同时维持利润率，但要保持这种竞争力，持续的模型研发和优化仍然必不可少。另外，招股书披露，2026 年前九个月，Anthropic 前五大客户贡献了约 25% 的营收，但许多大客户并没有签订长期合同，或者合同即将到期，可以随时减少甚至停止支出。合规成本同样不可忽视。2025 年，Anthropic 因 Bartz 版权诉讼计提 15 亿美元和解费用，相当于当年营收的约 33%；OpenAI 则在 10 月 23 日披露，内部研究模型突破网络隔离后，公司曾暂停最先先进模型的训练和评估。
从算力采购到模型研发，从客户竞争到安全合规，头部 AI 公司的投入仍在继续。它们需要不断开发更强大的模型，争取更多客户，并依靠未来的收入增长，覆盖今天已经承担的成本。事实上，技术创造的收益，未必会留在技术提供者手中。2004 年，经济学家威廉·诺德豪斯研究了美国 1948 年至 2001 年的技术创新，估算创新者获得的超额利润，仅相当于技术创新所创造社会收益现值的约 2.2%。大部分收益通过价格下降等方式流向消费者。这项研究并不直接反映今天 AI 产业的收益分配，但它说明一项技术创造的经济价值，可能远远超过技术提供者最终能够获得的利润。
拿到订单的上游，压力同样明显。英伟达 2027 财年第二季度营收 962 亿美元，同比增长 106%，净利润 597 亿美元，同比增长 126%；台积电第三季度营收 467 亿美元，同比增长 41.2%，净利润 7631 亿新台币，同比增长 68.7%，连续第六个季度刷新利润纪录；10 月 28 日，SK 海力士公布第三季度财报，营收 104.62 万亿韩元，同比增长 328%，营业利润 83.33 万亿韩元，同比增长 632%，营业利润率达到 80%。AI 上游已经拿到了真金白银，甚至赚到了过去难以想象的利润。但这些利润，并没有让资本市场完全放下疑虑。10 月以来，多家半导体龙头股经历明显回调。台积电美股股价从 10 月 5 日的 485.80 美元跌至 22 日的 412.35 美元，跌幅约 15%；仅 10 月 22 日当天，英伟达下跌 4.4%，美光下跌 6.26%，阿斯麦下跌 6.93%。
为了维持增长，AI 上游企业需要不断投入资金。台积电今年的资本开支预算已经达到了 600 亿至 640 亿美元。管理层预计，2026 年至 2028 年的累计资本开支将显著超过此前三年。尽管公司仍然保持着较强的现金创造能力，但新建晶圆厂、扩大先进制程和封装产能，都需要提前数年投入。英伟达承担的风险甚至已经延伸到了客户一端。今年 8 月披露的财务文件显示，公司的供应链及产能承诺从上一季度的 1190 亿美元增加到 2790 亿美元。与此同时，它还承诺在未来数年向部分购买英伟达 GPU 的 AI 云服务商采购最高约 360 亿美元的云服务，并为 SB Energy 建设、由 OpenAI 租用的数据中心项目提供最高 1050 亿美元的附条件信用担保。
在芯片供应商之外，微软、谷歌、亚马逊等大型云厂商虽然拥有成熟业务作为支撑，持续扩大的 AI 资本开支也开始对现金流和投资回报形成压力。10 月 29 日，亚马逊公布第三季度财报，AWS 营收达到 460 亿美元，营业利润达到 178 亿美元。但集团过去 12 个月的自由现金流从上年同期的正 148 亿美元转为负 424 亿美元。公司维持 2026 年约 2200 亿美元的现金资本开支计划，其中大部分用于 AI 基础设施。谷歌同样面临巨额投入带来的现金流压力。10 月 28 日公布的财报显示，尽管 Google Cloud 已经实现可观利润，但 Alphabet 集团当季资本开支达到 514 亿美元，自由现金流为负 90.7 亿美元。公司维持 2026 年 1950 亿至 2050 亿美元的资本开支指引，并预计 2027 年继续增加。微软的季度自由现金流虽仍有 186 亿美元，但资本开支也达到 452 亿美元，预计下一季度将超过 500 亿美元。作为大举扩建 AI 数据中心的代表，截至今年 8 月底，甲骨文过去 12 个月的资本开支累计约 756.6 亿美元，自由现金流为负 287.2 亿美元。同在 10 月 28 日，甲骨文公布了未来四年的融资与现金流计划：预计 2027 至 2028 财年资本开支达到峰值，2028 财年下半年自由现金流转正，2029 财年自由现金流至少达到 300 亿美元，并开始依靠自身现金流支持业务增长。
而对于 CoreWeave、Nebius 等专门出租 AI 算力的 Neocloud 企业来说，资金压力更加直接：以 CoreWeave 为例，2026 年第二季度，公司营收 25.75 亿美元，同比增长 112%，而同期净亏损达到 6.26 亿美元。其中，净利息支出就有 6.4 亿美元，已经相当于季度营收的约四分之一。为了购买 GPU、建设数据中心，这些企业需要持续借债或融资。设备采购、折旧和利息成本已经发生，未来的出租收入却要在多年内逐步兑现。AI 上游由此呈现出两种处境。一边是英伟达、台积电、SK 海力士等，已经兑现了可观的利润，却仍需为未来增长持续投入；另一边则是云计算和数据中心企业，需要承担巨额建设成本，部分企业还面临沉重的融资和现金流压力。
普通人效率提高了，但生活未必更好。那么，真正购买和使用 AI 的企业，获得了多少回报？从目前的数据来看，AI 在个人工作中的作用，远比它在企业利润表上的表现更加明显。今年 8 月，麦肯锡发布了最新的全球 AI 调查。80% 的受访者表示 AI 提高了自己的工作效率，但只有 37% 认为 AI 对所在企业的息税前利润产生了正面贡献，与去年基本持平。其中，真正能够将至少 5% 的息税前利润归功于 AI，并认为这一影响显著的高绩效组织，仅占全部受访者的约 6%。企业使用 AI 的成本也开始成为问题，约 20% 的受访者表示，包括 Token 费用在内的 AI 运营成本，已经限制了所在企业的 AI 使用规模。
另一组数据来自摩根大通资产管理公司。10 月 16 日，该机构发布分析指出，在 2026 年第二季度财报季，约三分之二的标普 500 企业在财报电话会上提到了 AI，但只有 17% 提供了具体的应用成效，真正量化披露 AI 对盈利贡献的企业，仅占 2%。越来越多的企业开始使用 AI，但并没有看到与之相称的利润增长。当然，这并不意味着 AI 没有发挥作用。摩根大通举了两个例子：美国运通利用 AI 将软件开发周期缩短了 30% 以上，却选择让工程师用节省的时间处理积压项目；Netflix 利用 AI 提高内容制作效率、降低成本，又计划将节省的资金投入更多内容生产。效率提升确实存在，但企业选择将收益重新投入业务，短期内未必会反映为利润率改善。今年 5 月，国际劳工组织（ILO）专门发表研究，将这种现象称为 AI 的“聚合悖论”。研究指出，AI 在部分具体任务上能够带来 10% 至 70% 的生产率提升，但这些局部收益尚未在企业、行业和宏观经济层面形成同样明显的增长。
与企业利润相比，普通劳动者的处境或许更加复杂。10 月 6 日，盖洛普发布了一项针对美国劳动者的调查。在 7845 名过去一年至少使用过几次 AI 的受访员工中，63% 认为 AI 让自己完成工作的速度更快，56% 认为 AI 帮助自己找到更有创造性的解决方案。类似的变化也已经出现在中国企业。今年 9 月，国际劳工组织（ILO）联合中国人民大学研究人员，对 21 家中国企业进行深入访谈，并调查了 1591 名专业人士。研究发现，AI 已经在部分业务中带来明显的效率提升：一家保险公司的 300 名客服，日均处理问题数量从 6000 件增加到 15000 件；一家智能制造工厂的生产效率提高了 30%。但效率提升之后，劳动者未必能够获得相应的回报。盖洛普的调查显示，31% 的 AI 使用者表示，雇主因为 AI 的应用要求自己承担更多工作职责。在那些认为 AI 帮助自己加快工作速度的员工中，这一比例进一步提高至 37%。收入方面同样存在不确定性。在 ILO 调查的中国专业人士中，39% 预计 AI 可能导致自己的收入下降。另外，今年 8 月，斯坦福大学研究人员更新了一项基于美国数百万员工薪资记录的研究：在 AI 暴露程度较高的职业中，22 至 25 岁年轻员工的就业水平，相较于 AI 暴露程度较低的同龄群体出现了 19% 的相对缺口。这种差距主要来自企业减少招聘，而非大规模解雇现有员工。研究人员同时强调，这仍是描述性证据，尚不能将就业变化全部归因于 AI。
值得注意的是，劳动者也同时是消费者。免费 Chatbot、越来越便宜的 AI 服务，以及过去需要付费购买、如今能够自行完成的任务，都意味着消费者获得了真实的便利。但消费者获得了便利，并不代表他们的整体经济处境必然改善。经济合作与发展组织（OECD）长期追踪劳动生产率和工资变化，发现不少经济体已经出现生产率增长与实际工资增长脱节的现象。即使整个经济体系能够用更少的劳动创造更多产出，这些收益也未必会同比例转化为普通人的收入。消费端获得的便利，未必能够抵消劳动市场上的潜在损失。AI 只会让这个问题变得更加值得关注。
前不久，马斯克在《乔布斯传》作者 Walter Isaacson 主持的访谈中，描绘了他想象中的未来：超级智能可能比人类聪明数千倍甚至数百万倍，就像人类并不在意森林里黑猩猩的日常生活一样，超级智能或许也不会在意人类。他同时预测，AI 和机器人将创造物质极度丰富的社会，让人类不再需要为了生存而工作。这样的未来尚无从验证。但在科技巨头已经开始畅想无限智能、无限富足的今天，普通人仍然在等待一些现实得多的改变——更高的收入、更少的工作，以及真正改善的生活。AI 已经创造了巨大的价值，也确实有企业和个人从中受益。只是这些收益究竟何时能够转化为更广泛、更稳定的经济回报，至今仍然没有答案。我们还在等待。