大模型公司拿不到 AI 行业的所有利润？真相藏在这 11 万亿的生意里

最近 AI 圈炸出一个反直觉的观点：站在 AI 最上游的大模型公司，这一轮浪潮里拿不到 AI 行业的大部分利润。

第一次听到这个观点，我直接懵了：造模型的拿不到模型带来的钱，那钱去哪了？

直到我翻遍了 2025 年的 AI 落地案例，才发现这不是危言耸听，而是正在发生的事实。

一、大模型正在变成 “水电煤”，上游正在主动 “让渡利润”

一些大模型公司的最前沿模型的价格，每隔几个月就砍一刀，两年下来只剩一个零头。最强的开源模型和最强的闭源模型，差距越缩越小，开源那批的权重就摆在网上，谁都可以拿走。

一个笃定自己能收租的行业不会这样定价，这些动作拼在一起其实是一份证词。而作证的就是上游自己。

看懂这一点再回头看上游的降价和开源，味道就全变了。降价不是促销，开源也不是情怀，这些动作合在一起只有一个客观效果：把智能做成水电煤，上游不收税水才便宜。水便宜了重做产业这件事才第一次在经济上成立。

那些一年利润几十万的小生意以前雇不起任何一个算法工程师，现在智能按量计费第一次用得起了。这和一百多年前电价降下来是同一个瞬间。电气化真正的起点不是发电厂建成的那天，是电费便宜到车间敢随便开机器的那天。

有人把上游的降价读成竞争惨烈，读成不得已。但换个角度看，便宜的智能本身就是这场变革的启动条件。

二、AI 的真正红利，不在模型层，而在 “千行百业的重做”

AI 这场改革真正的形态不是模型层跑出几家巨头，而是每一个具体的产业被重新做一点，医疗、制造、物流、法律一个都不会漏。这件事今天还很萌芽，萌芽到很多人不把它当成一个产业，但它才是这场改革的主体工程。

这个体量有多大？一个估计是 AI 最终可能要占掉人类社会 GDP 的百分之十。今天全球一年的 GDP 一百一十多万亿美元，百分之十就是十一万亿。什么概念？日本加德国两个国家一年的经济总量加起来还不到这个数。

这么大的体量靠什么装？靠聊天机器人的会员费，靠 VPR 的调用费是装不上。十一万亿美元只有一种形态装得下，就是千行百业被重新做过一遍之后长出来的新产值。

所以真正的图景是 AI 时代会产生很多家万亿级别的公司，而模型公司只会是其中的几家。最想那些在哪？就长在那些等着被重做的行业里。

三、接水的人靠什么活？只有三样东西，模型永远拿不到

水已经在放，真正的问题是下一个接水的人靠什么活？混产业被重做听起来遍地是机会，但萌芽期的行业从来泥沙俱下，分辨真机会和假机会，对据只有一条：你的资产是不是模型能力的函数？

什么叫模型能力的函数？如果你做的事本质是把通用模型包一层壳，写一套聪明的提示词，调教出一种更顺手的体验，那你的全部价值都押在模型的当前版本上。模型每升级一代，你调教出来的东西就被免费送给所有人一次。这种生命的寿命就是模型的版本号。

那什么东西不是模型能力的函数？数下来只有三样。

第一样：行业数据

不是网上能爬到的数据，是只有现场才有的数据。躺在账本里的，记在老师傅脑子里的，存在柜台那台旧电脑里的。这些东西从来没上过网，模型再强他没见过。

比如联想武汉产业基地的 “鲁班智能体”，整合了企业十余年积淀的智能制造经验与上千条生产异常处置案例，将原本分散、碎片化的生产数据与实操经验，转变成班长在产线终端随时就能调用的 “生产指南”。上线后仅需 8 秒即可完成万人排岗，梳理现场的耗时从半小时压缩至 5 分钟以内，同时还将生产异常处置时长缩短了 60%。

第二样：物理接口

传感器、网点、仓库、隐约的车和人。智能在云端算，可货压在仓里，机器立在车间里，再聪明的模型也得有手有脚才碰得到原子。

比如光轮智能自研的 “求解 — 测量 — 生成” 三位一体全栈仿真平台，支持 SimFoundry 将真实世界中的物理属性、场景分布和任务经验，转化为可执行、可训练、可评测的仿真资产与场景，支撑数据生成、训练验证和评测迭代。目前已与 OpenAI、DeepMind、Figure 等海外头部企业及国内绝大多数一线具身智能创业公司、顶级工业企业与车企等终端场景方达成深度合作。

第三样：责任

最容易被忽略，可能最值钱。方案错了谁赔？单子砸了算谁的？模型可以给答案，但模型不签字不赔偿，不坐在桌子对面，能扛责任的主体才收得到钱。

比如百度智能云助力海底捞打造的 AI 巡检系统，帮助海底捞实现了超 1000 家门店的标准化、自动化运营管理升级。但最终的服务质量责任还是由海底捞承担，AI 只是辅助工具。

行业数据、物理接口、责任三样东西一个共同点：模型拿不到也生成不了。真正反直觉的是下面这句：模型越强这三样越值钱。因为当智能的价格趋近于零，你成本结构里剩下的那些东西就成了全部的定价权。以前的瓶颈是雇不起聪明人，现在聪明人按月订阅，瓶颈没了家底还是你的。

四、上游不会下场抢饭碗，因为 “把本钱换成零钱” 不划算

讲到这里一定有人要问：上游要是自己下场呢？模型公司什么都会，顺手把这些活全干了还轮得到别人吗？

这个担心听起来吓人，但看行为，答案已经写在那里了。

头部的模型公司都在做什么？做通用能力，做 Coding Agent，做所有行业都用得上的那一层。没有一家跑去给汽修厂做排班系统，给药房做进销存。为什么不去？不是善良，是成本。行业的最后一公里，要驻场，要交付，要客服，要一个县一个县地跑，全都得用人堆。

而模型公司最贵的资产是那几百人的研究型团队，那是他们做下一代模型的全部本钱拿去跑行业交付，等于把本钱换成零钱。

上游下不来的原因，和下游守得住的原因，是同一个原因。所以这个行业的分工其实已经成型了。

上游像电网，负责让智能持续变强，持续变便宜。下游像电器，把智能接进每个行业自己的数据、流程和责任里。电网不开工厂，工厂不建电网，各守各的资产。

五、十年后，AI 会像电一样，从行业名字里消失

配合到位是什么样子？十年后，你身边的行业，名字一个都不会变，里面的做法会全部换过一遍。

一家二十个人的小公司，没有算法团队，但每一个决策背后都有模型在转。智能从云端来，像电从电网来，没有人觉得稀奇。出了问题，签字的还是人。这些场景没有一个惊天动地。但业加起来就是那百分之十的 gdp。

一百多年前，电气化最大的产物，不是几家电力公司，是被电重组过的所有工厂。今天没有人管自己的工厂叫电气化工厂，电这个字，消失在了每个行业的成本表里。

AI 大概率走同一条路。十年之后回头看，这场变革最大的成果，可能不在模型公司的名单里，在每一个被重新做过一遍的行业里。到那时候，AI 这个词，也会像电一样，从行业的名字里消失，沉进所有生意的地基。

所以回到开头那个反直觉的判断。大模型公司拿不到大部分利润，不是因为上游会输，是因为这场变革的主体工程，从来就不在上游。模型负责把智能变便宜，千行百业负责把自己重做一遍。这不是失败，是分工。

互动话题：你觉得 AI 会最先改造哪个行业？欢迎在评论区留言讨论。