本周的两条关于AI的消息，直白点出了当下行业深陷的现实困境：

其一、AI取代SaaS软件。

近期，知名PE机构Thoma Bravo 出手变卖资产，早年耗资64亿美元（约440亿元人民币）收购的SaaS企业Medallia，如今直接转手卖给债权人财团。

这家头部企服软件巨头，因企业级 AI 替代浪潮冲击彻底落败，成为“SaaS末日恐慌”之后首家被迫债务重组的大型软件企业，投资方数十亿持股直接清零。

其二，大厂投入AI却难得到回报。

阿里、腾讯、京东三大互联网大厂本周密集发布季报，财报通篇不离AI布局，重金加码已成常态，盈利困境却愈发凸显。

其中，阿里本季度核心盈利大幅下滑，调整后息税摊销前利润同比暴跌84%，巨额 AI 投入是主要诱因。阿里奉行“先卖再建”，一面拿AI云收入，另一面官宣未来三年砸下3800亿巨资，投入力度只增不减。

腾讯则走谨慎路线，AI算力奉行“先建再卖”，明确追求实际营收回报。其一季度资本支出环比大涨 63%，业内机构预测，2027 年腾讯 AI 相关资本开支将翻倍暴涨，且对外变现周期漫长。

如今，无论是阿里、腾讯，还是京东，已不再被视为纯粹的电商或互联网巨头，他们的投资者也将目光尽数聚焦其AI布局进度，三家投入力度梯度分明：阿里在AI投入方面略微领先于腾讯，且遥遥领先于京东。

纵观整个行业现状，实打实深耕 AI 研发、重金押注赛道的资本与大厂，至今依旧深陷亏钱泥潭。

反观真正赚到真金白银的，只有上游售卖算力芯片的供应商，以及靠炒作AI热度收割流量、售卖课程的“投机”群体。

大厂疯狂投AI，啥时候才能真正赚到钱？

5月13日，阿里、腾讯两家大厂，在数小时内相继发布了季度财报。

尽管两家公司的营收均不及预期，但其上市股票却出现截然不同的迹象。

其中，阿里巴巴集团发布2026财年第四季度（自然年2026年第一季度）财报及全年财报，五年来首次出现运营亏损，自由现金流由上年同期的37亿元流入，转为173亿元人民币流出；其在美国上市的股票上涨8.2%。

四季度，阿里总收入为2433.8亿元，同比增长3%；归属于普通股股东的净利润为254.76亿元；2026财年，阿里营收10236.7亿元，同比增长3%；净利润1059.04亿元，全年收入首次站上万亿元。

其中，阿里云外部商业化收入增长加速至40%，其中AI相关产品收入占比首次突破30%，成为新增长引擎。AI相关产品季度收入89.71亿元，年化收入突破358亿元。

阿里云智能集团收入为416.26亿元，同比增长38%，特别是外部商业化收入同比增长加速至40%。这一增长势头主要由公共云业务收入增长所驱动，其中包括AI相关产品采用量的提升。

芯片层，平头哥自研GPU芯片已实现规模化量产和广泛产业应用，60%以上的算力已服务于外部商业化客户，覆盖互联网、金融、自动驾驶等核心场景。

而同日，腾讯发布2026年一季度财报。公司一季度实现营业收入1964.58亿元，同比增长9%；按非国际财务报告准则（Non-IFRS）计算，归母净利润为679.05亿元，同比增长11%。

然而，这个季度腾讯公布的营收增速9%，为六个季度以来最低，这只市值4.2万亿港元的“企鹅”似乎“慢”下来了。

而当天腾讯在美股的上涨近5%，但港股五日内下跌了2.6%，年初至今下跌了26.74%。

资本市场逆势看淡业绩、追捧AI布局，背后直指所有科技企业共同的核心难题：

高额 AI 研发投入，究竟何时才能转化为实打实的营收利润？

两家企业虽全力加码 AI 赛道，却都无法给出明确的盈利时间表，甚至走出了两条截然不同的商业化路径。

阿里巴巴率先推进 AI 业务对外变现，CEO 吴泳铭公开披露核心经营数据：

AI 相关云产品年化收入突破 358 亿元，占云业务外部总收入三成；模型及应用服务 MaaS 年度经常性收入超 80 亿元，预计 6 月单季营收破百亿，年底有望冲击 300 亿元，云业务外部收入同比大涨 40%。

吴泳铭在财报电话会上表示，阿里旗下所有 AI 算力显卡均处于满负荷运转状态，正全力推动算力资源商业化变现。

腾讯则选择暂缓外部商业化，坚持先搭建算力生态，再对外盈利。

腾讯首席战略官詹姆斯·米歇尔（James Mitchell）表示，公司“有意”推迟了通过腾讯云实现AI商业化的进程，因为腾讯优先发展“多元化的内部服务”，而非外部销售。

目前腾讯海量 GPU 算力主要用于混元大模型训练、广告业务优化、微信智能助手、各类办公效率工具研发，旗下云 AI 解决方案虽已产生少量收益，但外部商用并非当前资源投放重点。

Pony对此信心十足。

"原来一年前我们以为上了船，后来发现那个船漏水了；现在感觉站上去了，还坐不下去，还是希望船速能快一点。"

——马化腾，2026 Q1 股东大会

两家企业发展思路的核心差距，就是算力资源优先对内赋能，还是优先对外盈利。

芯片供应虽然不能解释所有问题，但它决定了各家企业的 AI 落地节奏与发展顺序，所有大厂都受限于可采购的 AI 芯片数量，以此规划整体业务布局。

阿里手握平头哥自研芯片，外部云业务布局成熟，商业化条件充足。

腾讯暂无自研高端 AI 芯片，依托燧原、昇腾、寒武纪等国产算力芯片，更擅长将 AI 技术融入广告、游戏、办公工具等内部核心业务。

对此，摩根大通中国股票研究主管在研报中直言：阿里云业务增长受算力供给制约，行业实际增长上限取决于资本投入速度，而非市场消费需求。

吴泳铭也透露，阿里正持续扩产平头哥自研 GPU、APU 芯片，目前六成产能对外供货，全新自研芯片未来将大幅拉高整体业务毛利率。

再看京东，其 AI 布局思路与阿里、腾讯截然不同。

京东并不耗费巨资独立训练迭代通用基座大模型，所有云和科技业务布局，最终都是为线下零售主业降本增效、赋能盈利。

2026年一季度，京东研发投入同比大增48.6%，达到69亿元，全年研发预算更是将突破220亿元，资金主要用于技术研发人员薪酬、软硬件基础设施搭建等领域。

综合来看，国内三大互联网大厂现阶段都没能依靠 AI 技术本身实现盈利，仅能依托原有主业叠加 AI 增值服务、对外出售算力与行业应用获取少量收益。

其中，阿里将电商、云计算赚取的利润持续反哺 AI 算力基建，采购硬件、招揽人才、研发大模型与落地应用；腾讯则保持长期投入姿态，稳步布局不急变现。

告别赢家通吃时代，正经历强者恒强

今年中关村论坛上，原科技部火炬中心主任梁桂提出的行业观点极具参考价值：

PC时代卖工具，互联网时代卖连接，移动互联时代卖体验，这是大家的共识。

在AI时代，整个模型能力持续增长，符合Scaling Law规模定律，而目前还没有看到天花板，这个与互联网时代度量情况完全不同——原来叫赢者通吃，现在是强者恒强，这不是通过商业和资本，而是通过自然规律和技术规律的方式去发展的。

过往移动互联网产品依靠免费模式积累用户、拉升日活即可快速崛起，可这套免费引流 + 广告变现的模式，在 AI 赛道彻底行不通。

腾讯总裁刘炽平也在财报会上点明AI行业区别于传统互联网的核心逻辑：

AI 产品每一次用户调用、每一次服务交付，都需要付出实打实的算力成本。

这也正式宣告，赢家通吃的时代或许已经结束了。

行业从业者数据足以印证现状，知名开发者 Peter Steinberger 每月调用 AI 接口的代币成本高达 130 万美元，30 天代币消耗量达 6030 亿，接口请求量 760 万次。

算力与Tokens消耗，已然成为模型厂商、算力厂商最核心的收入来源。

反观国内市场，大众既没有充足精力深度体验各类 AI 智能体产品，整体付费意愿也普遍偏低。

身为内容创作者，我日常频繁试用 Claude Code、Gemini 等多款主流 AI 模型，也真切感受到文字创作面临 AI 替代危机，自媒体流量红利已然见顶。即便 AI 能够批量产出内容，却始终无法打造出具备真人质感的原创文案。

放眼职场，如今各大企业官方稿件、日常办公文案大量借助 AI 生成，侧面印证职场人工作压力持续增加。

基于此，我对各类 AI 智能体产品仅保持体验尝试心态，并不会进行长期深度投入。

手握千亿级别现金流的国内大厂，早已看清 AI 短期盈利艰难的现状，对于 AI 资金投放愈发理性谨慎。

在我看来，无论是阿里，还是腾讯、京东，大厂本身还是有钱的，躺着几千亿的现金流。但问题在于，这些企业已经意识到AI很难赚钱，他们对于AI资源投入越来越谨慎了。

当然，AI军备竞赛远不止这两家公司。

字节跳动也在增加其计划中的资本支出，预算将超过2000亿元人民币，其中很大一部分将用于国产芯片。

然而，即便国内科技企业全力加码 AI 赛道，整体投入规模依旧远不及美国硅谷巨头。

据瑞银分析师报告显示，去年中国科技巨头在AI领域的总支出为4000亿元，而谷歌和微软等美国同行预测的年度资本支出约为1900亿美元，Meta Platforms则将其预测值上调至1450亿美元。

预计2026年，Meta、谷歌、微软、亚马逊四家硅谷巨头在AI领域的投入要超过7200亿美元。

硅谷大厂也要借债投AI

那么，硅谷巨头数千亿级别的AI投入资金，从哪里拿出来？

答案是大举向银行借债融资。

彭博社文章《How Big Tech’s AI Ambitions Are Fueling a Borrowing Boom》明确指出，美国头部科技企业彻底转变过往依靠自有利润再投资的财务模式，自 2025 年末开始大规模发行债券融资，接连刷新企业发债规模纪录。

今年，Meta、谷歌、微软、亚马逊四家硅谷科技巨头更是计划豪掷超过6500亿美元布局 AI 基础设施。

海外企业还借助特殊目的实体完成表外融资，既完成大额资金筹集，又规避高额负债带来的信用评级下调风险；而海外 AI 初创企业大多选择股权融资，极少涉足债券市场。

手握稳定营收现金流，叠加灵活多元的融资方式，举债投入远比动用自有现金、稀释股权更加划算。

本轮 AI 融资热潮规模庞大、推进速度快，且融资主体均为现金流充足、信用评级优质的行业龙头，和早年投机性举债有着本质区别。

市场数据显示，债务融资仅占美国科技大厂 AI 总投入的一小部分，业内分析师测算，企业 80% 至 90% 的 AI 基建资金支出，预计将通过运营现金流来支付。

摩根士丹利在2025年预测，2026年投资级公司债券发行量可能超过2万亿美元，创历史新高，部分原因是AI投资推动。

摩根大通分析师去年估计，未来五年，高等级债券市场可能需要消化约1.5万亿美元的人工智能数据中心债券发行。他们表示，到2030年，这类债务可能占投资级债券市场的20%以上。

大规模举债布局 AI，潜藏着多重行业风险，资本市场也早已心生顾虑，一旦 AI 行业发展不及预期，极易引发三大行业危机：

1、AI 商业化落地不及预期，海量投入建成的数据中心、高端算力芯片、配套电力设施将陷入产能过剩，硬件设备快速迭代淘汰，重演互联网泡沫时期电信行业盲目基建的乱象；

2、行业整体盈利不及预期，持续压缩企业经营现金流，迫使企业缩减研发投入、再度加大借贷规模，持续恶化企业财务状况；

3、引发全域资本市场震荡，大量资本重仓押注 AI 科技股与科技债券，一旦行业利好情绪退潮，股市迎来大幅回调，各类金融借贷机构也将承受巨额亏损。

归根结底，无论国内还是海外，全球科技大厂砸入 AI 赛道的巨额资金，短期内都难以收回成本，想要迎来稳定盈利回报，依旧还有漫长的路要走。