[智能应用]大厂搞AI，谁赚到钱了？ [复制链接]

定焦One（dingjiaoone）原创
作者 | 王璐
编辑 | 魏佳
过去两年，AI成为全球科技圈最强共识。无论是国内外巨头还是创业公司，几乎都在重金投入，集体押注AI。但另一个问题也无法避免：烧了那么多钱，真有人赚到钱了吗？
近日一份名为“顶尖精益AI Native公司排行榜”的名单在硅谷引发热议。名单显示，在AI的带领下，多家初创公司出现“超级员工”，单个员工平均创收166万美元。其中AI独角兽公司Midjourney，以团队40人、年收入5亿美元的成绩位居第一，相当于每位员工每月给公司带来747.5万元人民币的业绩。
那么，烧钱同样毫不手软的国内大厂，情况如何？
从2023年开始，百度、阿里、腾讯等多家大厂陆续在财报中强调AI的重要性。今年Q1，它们更是集体在财报里透露“AI相关业务带动营收快速增长”的信号。这也让一些从业者乐观判断，大厂的AI正从“投入期”走向“兑现期”。
然而，真的是全面兑现了吗？「定焦One」选取了近两年在AI上持续加码的九家公司：百度、阿里、腾讯、科大讯飞、快手、美图、华为、字节、昆仑万维，试图结合公开数据一窥它们的AI变现能力。
需要说明的是，不同公司在财报中对AI业务的披露程度差异较大。部分大厂会单独列出AI相关营收及增速，有的则仅笼统提及“增长由AI带动”，并未透露具体数据；而字节尚未上市，缺乏标准化披露。因此，「定焦One」将综合财报数据、大模型调用量、应用榜单排名以及各类行业数据，进行综合判断。另外，由于AI相关投入大多被计入整体研发费用，而收入又往往未单独列项，各大厂AI业务的实际盈利情况难以得出具体数字，但我们仍可观察其变现路径是否初步形成。
在这场全民参与的AI竞赛中，谁只是赚了热搜，谁已经拿到真金白银？



大厂做AI，四类赚钱方式


参考多位AI从业者观点和公开信息，我们将大厂的AI布局大致概括为四类：模型即产品、模型即服务、AI即功能、“卖铲人”。这四类布局并非割裂，而是交叉并存，每类的变现方式并相不同。
第一类是“模型即产品”，指的是大厂围绕自研大模型推出的具体应用产品，涵盖To C的通用AI助手、AI写作、AI绘图、AI视频生成工具，以及少量To B的定制化工具。
这类产品中，C端应用远多于B端，比如字节的豆包、腾讯的元宝、百度的文小言等。九家大厂中，只有华为专注于B端应用，没有C端通用AI助手。
相比于抽象的大模型底座，C端用户对可上手操作的AI应用感知度很高，主要商业模式为订阅制，即收取会员费。因此，一款AI应用的赚钱能力主要取决于使用者数量和付费意愿。在众多应用中，通用AI助手是目前市面上月活最高的应用类型，豆包、元宝、文小言等排名靠前。
但这类产品同质化严重，因为产品能力高度依赖大模型。目前市面上热度最高的是深度求索公司的开源推理大模型DeepSeek-R1，已被元宝、文小言等大厂AI应用接入，这也导致各家应用差异不大、用户黏性不强，月活表现则与广告投放量呈强相关。
第二类是“模型即服务（MaaS）”，该业务主要面向B端客户，可以将训练好的AI模型通过云平台以API或标准化接口的形式提供给企业客户，也可以为不同行业的企业客户（例如金融、医疗、营销）定制专属模型训练。由于它涉及算力、数据安全等因素，收费较高，且用户黏性较强，是当前AI领域变现能力最明确的方向之一，但需要较强的服务能力。
根据IDC最新发布的报告显示，百度智能云、阿里云在性能和市占率上排名前二，落地成熟度在一众大厂中排名最高。
第三类是“AI即功能”，与前两类直接售卖AI产品和服务不同，“AI即功能”指的大厂将AI作为一种通用能力，嵌入自身产品或业务流程中，起到提升效率、赋能业务的作用。
比如快手、字节用AI优化内容分发、视频生成，阿里妈妈的“AI智投”帮助广告主优化广告ROI，美图通过AI功能提升图片处理能力，促成用户付费转化。
这类功能不会带来单独的AI营收数据，但其间接作用能提升主业利润率，属于“隐性盈利”路径。尽管变现程度仍难量化，但趋势已经非常明显。
最后一类是“卖铲人”，指的是卖算力基础设施，服务对象包括云服务商、大模型公司等。
全球代表性玩家是英伟达，2026财年第一季度营收高达441亿美元，总市值超过微软位居全球第一。国内的代表是华为，此外，寒武纪、商汤也有所布局。
相比前面三类，这类业务门槛较高，产品周期长、研发投入重，对生态的依赖也非常强，国内大厂多数处在用短期亏损换长期壁垒的阶段。



谁最接近“AI正循环”？


捋清九家大厂的AI业务构成后，「定焦One」将它们分为三大梯队，代表着它们的AI变现能力和商业化路径的不同阶段。
第一梯队：百度、阿里、腾讯、华为
这四家的特点是，AI已经成为拉动总营收的重要变量。
先看百度，它的收入中，与AI有关的主要体现在百度核心收入中的非在线营销收入（主要包括智能云、萝卜快跑等）中。
早在2019年，传统在线广告业务增速放缓，百度就将重心转向AI和云计算领域。2022年OpenAI 发布ChatGPT后，百度加快了将AI技术（如文心大模型）与云服务深度结合，并推出文心一言，成为国内首个公开亮相的大语言模型。2024年，百度AI应用逐步落地。以百度文库AI为例，其MAU达9400万，同比增长216%。这些进展共同推动百度非在线营销收入从2022年的259亿涨到2024年的317亿。
2025年Q1被称为百度AI战略的全面爆发期，非在线营销收入94亿元，同比增长40%，主要受AI云业务推动。其中百度智能云营收同比增长42%，增速超越了谷歌GCP（30%）、微软智能云（21%）、亚马逊AWS（17%）。
百度智能云的增长，来自多重因素的共同作用：文心大模型价格降低带动中标金额与数量提升，千帆平台提供国内外近百种主流模型，以及硬件上昆仑芯实现突破。“模型+服务+算力”发力，百度的商业化路径较为明确。
再看阿里，AI的收入主要体现在云智能集团上。2025年Q1，阿里总营收2432亿，同比增长3.9%，其中云智能集团收入301亿，同比增长18%，AI相关产品收入连续七个季度实现三位数同比增长。
这一系列数字表明AI承担起了阿里集团增长的重任，阿里巴巴集团首席执行官吴泳铭也表示“AI+云成为其长期发展的新增长引擎”。
目前阿里的AI业务已经具备两大优势，即开源+云生态。
2022财年，云智能首次盈利，最近三年盈利能力稳步提高，2023财年到2025财年的利润率分别为4%、5.8%、8.9%，这主要得益于AI相关产品采用量的提升。
自2023年4月，阿里发布通义千问大模型，并采取开源模式迭代更新。凭借着高使用量和反馈，其已经追赶上头部闭源模型的能力，最新的Qwen3让通义千问在多个国际评测中表现优异。截至今年4月底，千问已开源200余个模型，全球下载量超3亿次，衍生模型数超10万个，成为全球最大的开源模型家族。
相比闭源，开源的商业化难度更高，但若能借此吸引大量开发者使用，或许他们还会选择接入同根同源的阿里云，有望为阿里带来云计算、数据库、行业解决方案等更高利润的收入。
此外，在本次Q1财报中，阿里还提到其开发的AI编码助手——通义灵码，实现强劲收入增长。
腾讯未在财报中披露AI业务具体数据，但已经将AI整合到各项业务中。2025年Q1电话会上，管理层表示，AI对效果广告与长青游戏等业务产生了实质性的贡献。
财报显示，腾讯广告Q1收入同比增长20%至319亿元，连续十季实现两位数增长，得益于广告平台的持续AI升级；游戏Q1收入整体增长24%，增速创近3年新高。推动游戏业务长期增长的重要因素是AI技术的应用，尤其是在大型竞技类多人游戏中，AI的作用格外突出。
外界普遍认为，AI对腾讯的贡献已在主业中释放，为腾讯带来的收益应该不亚于百度和阿里。
华为还没有上市，但也会发布财报，其AI相关业务主要分布在ICT基础设施业务（以5G移动通信、微波、光通信为代表的通信基础设备，以及以算力板卡、服务器、数据中心为代表的算力基础设施）和云计算业务中。2024年，华为ICT基础设施业务营收3699亿，同比增长4.9%，云计算营收385亿，同比增长8.5%。
自研芯片和盘古大模型的成绩是亮点。华为云盘古大模型已在30多个行业、400多个场景中落地，在政务、工业、金融3个市场份额位列第一。
第二梯队：快手、字节、美图
这三家主要靠AI为主业提效或打造爆款应用，初步看到成效。
快手的AI战略主要分为两部分：
一是视频生成大模型可灵，在财报中，快手单独披露了可灵AI的2025年Q1的营收——超过1.5亿元，超过了去年7月到今年2月可灵的收入总和。目前，可灵AI已应用于广告营销、短剧、智能终端等多个行业。
二是AI能力与其核心业务的融合，尤其体现在电商与广告两大支柱业务上。以电商为例，从C端提升用户体验，依靠大模型能力实现精准推荐，并推出AI试衣、全天候智能客服等功能，在B端也推出了一些AI工具帮助商家提升经营效率，比如在2025年Q1，AI自动生成的直播切片日均GMV同比增长超过300%，短视频GMV同比增长超40%。
未上市的字节没有具体财务数据可查，但在AI的布局上主打全面和数量庞大，既有基础设施，也有AI产品，涉及超20款AI应用，包括聊天助手、虚拟陪伴、视频创作、教育、代码工具等几乎所有热门赛道。
字节一方面打造AI应用，另一方面用AI给自身业务提效。AI生成视频应用即梦与快手的可灵AI同属第一梯队，不过在技术水平上，不少人认为可灵优于即梦。
在减少人工依赖和资源高效利用上，字节也取得了效果。其基础架构团队曾公开表示，ByteBrain利用大模型（LLM）优化火山引擎稳定性，基于运筹优化算法对系统成本进行优化，近三年节省成本超10亿元。
美图这类工具应用型公司，也通过AI实现了增长。
美图在2024年报中提及，全年总营收33亿、经调整净利润6亿，同比分别增长23.9%、59.2%。营收和净利润双增主要得益于将AI技术融入到产品中，其中的“美图设计室”应用，全年收入2亿，是美图有史以来收入增长最快的产品。
第三梯队：科大讯飞、昆仑万维
这两家公司均围绕AI布局，并有大模型和AI产品推出，但尚处在投入期。
科大讯飞围绕星火大模型布局了“1+N”体系，让底座大模型这个“1”赋能教育、医疗、汽车、办公、智能硬件等多个行业。
2025年Q1其总营收47亿，同比增长27.7%。营收的增长与AI有关，“星火”大模型商业化落地加快，拉动了总营收。只不过，由于AI研发投入较大，Q1净亏损2亿。
昆仑万维在AI音乐、AI短剧、AI社交等多个应用维度进行尝试，并取得一定成绩。尤其是AI短剧应用DramaWave，截至2025年3月底，年化流水收入ARR达到1.2亿美元（月流水收入约1000万美元）。
除了对业务营收的带动，AI也为这些公司带来了资本市场的红利。2023年，大厂陆续公布自研大模型，“All in AI”都在不同程度上提高了各家的市值。
尤其是美图，今年以来的涨幅达到了127.42%，其次是阿里和快手，涨幅均超过40%。即便是体量较大的腾讯，涨幅也达到24.58%。
另外，在每一次重磅产品发布或重磅消息宣布时，也会直接抬升这些大厂在资本市场的股价。例如，百度在2023年文心一言大模型发布后，港股当日涨幅最高超15%；昆仑万维在2023年4月推出“天工”大模型后，股价一度升至70.55元/股，市值最高接近800亿元。今年在DeepSeek的带领下，AI大厂股价再次出现短暂集体上涨。
换句话说，即便AI业务暂未带来利润，它们为公司带来的“想象力”本身，就是一笔稳赚不赔的买卖。



靠AI赚钱，大厂的好日子来了吗？


从呈现结果来看，大厂探索的四种AI业务路径中，“模型即产品”“模型即服务”是相对成熟的变现模式，前者打造了月营收过亿的AI应用，后者则推动云服务再度起飞；“AI即功能”也取得了一定效果；至于硬件，需要长时间投入才能看到效果。
但在收入初现的背后，另一个更现实的问题正在浮现——AI持续投入之重，远超目前的回报能力。
2023年以来，多家大厂的研发费用呈增长趋势，AI成为主要投入方向之一。腾讯、阿里、百度、快手的年度研发投入均维持在百亿级以上，其中腾讯在2024年投入超过700亿元，阿里也接近600亿元。即便是体量较小的昆仑万维、美图、科大讯飞，研发费用也在近两年明显上升。
从2025年Q1的情况来看，各家仍保持较高的投入节奏，腾讯、阿里分别达到189亿、149亿。
这一投入趋势还在继续，阿里已宣布未来3年将投入至少3800亿，用于建设AI和云计算基础设施，总额超过去十年总和。腾讯在3月的业绩会上曾宣布，在去年767亿元资本开支创历史新高的基础上，会在2025年进一步增加资本支出，在研发方面，将继续投资自研模型，并加速各个业务集团的AI应用开发。
而站在营收端来看，想要靠“模型即产品”“模型即服务”真正保持持续盈利，也远比想象中复杂。
先看“模型即产品”，尽管OpenAI的ChatGPT年化订阅收入达10亿美金，其中84%来自ChatGPT付费用户，但国内大厂很难复制这一成功，原因有三：产品功能差异小，都依赖底层推理模型，功能趋同；使用门槛低，但用户粘性也较弱；付费习惯没有形成。
更现实的是，大部分C端AI产品的流量成本极高，每一分营收背后可能都烧了数倍的获客费用。
比如，为了推广元宝APP，腾讯在2025年Q1的投入不少，导致销售和市场推广开支同比增长4%至79亿元。其他头部应用同样也在营销上投下了重金，App Growing数据显示，豆包APP仅2025年Q1投放金额就大约为1.6亿。
再看“模型即服务”，一方面，随着技术的成熟，大厂纷纷卷起价格，利润空间不断被压缩。去年先是DeepSeek V2大幅降价，API价格仅为GPT-4 Turbo的近百分之一，随后字节、百度、阿里纷纷降价，海外的OpenAI也是如此。
另一方面，在DeepSeek等开源模型崛起后，闭源大模型的溢价壁垒被逐渐打破，大厂集体临着两难的选择：闭源大模型卖不动，完全开源盈利又很难。
总之，在ToC的应用变现上，用户还未形成付费习惯，ToB变现又难以实现规模化。
最后回到问题本身：AI到底能不能赚钱？
答案是：能，但相比动辄百亿级的研发投入、营销成本，真正能靠AI实现“正现金流”的公司，目前几乎还没有。在当下，AI是一种必要的战略投入。它不能短期养活公司，但可以让市场对公司重新定价。

从您提供的文章内容来看，大厂在AI领域的赚钱方式主要可以分为四类：模型即产品、模型即服务、AI即功能、卖铲人。这四类布局并非完全独立，而是交叉并存，每类的变现方式各有不同。

1. 模型即产品：指的是大厂围绕自研大模型推出的具体应用产品，涵盖To C的通用AI助手、AI写作、AI绘图、AI视频生成工具，以及少量To B的定制化工具。这类产品的商业模式主要为订阅制，即收取会员费。

2. 模型即服务（MaaS）：主要面向B端客户，可以将训练好的AI模型通过云平台以API或标准化接口的形式提供给企业客户，也可以为不同行业的企业客户定制专属模型训练。由于涉及算力、数据安全等因素，收费较高，且用户黏性较强。

3. AI即功能：与前两类直接售卖AI产品和服务不同，"AI即功能"指的是大厂将AI作为一种通用能力，嵌入自身产品或业务流程中，起到提升效率、赋能业务的作用。

4. 卖铲人：指的是卖算力基础设施，服务对象包括云服务商、大模型公司等。这类业务门槛较高，产品周期长、研发投入重，对生态的依赖也非常强。

至于大厂是否已经靠AI赚钱，文章中提到虽然一些大厂的AI业务已经开始带动营收增长，但相比巨额的研发投入和营销成本，真正能靠AI实现“正现金流”的公司目前还很少。AI更多是一种必要的战略投入，它不能短期养活公司，但可以让市场对公司重新定价。因此，可以说大厂的AI业务正在逐步走向变现，但全面兑现还需要时间。

大厂搞AI，谁赚到钱了？
目前国内大厂探索AI变现呈现出不同的态势，虽部分路径初步盈利，但巨额研发投入远超当前回报，尚无企业实现AI正现金流。相关从业者根据各厂AI变现能力和商业化路径的不同阶段将大厂分为三大梯队：

第一梯队：显著拉动营收增长
百度
业务表现：2022年OpenAI发布ChatGPT后，百度加快将AI技术（如文心大模型）与云服务深度结合，推出文心一言。2024年，百度AI应用逐步落地，百度文库AI的MAU达9400万，同比增长216%。这些进展推动百度非在线营销收入从2022年的259亿涨到2024年的317亿，其中百度智能云营收同比增长42%，增速超越了谷歌GCP（30%）、微软智能云（21%）、亚马逊AWS（17%）。
变现路径：“模型 + 服务 + 算力”发力，商业化路径较为明确。文心大模型价格降低带动中标金额与数量提升，千帆平台提供国内外近百种主流模型，硬件上昆仑芯实现突破。
阿里
业务表现：AI的收入主要体现在云智能集团上。2025年Q1，阿里总营收2432亿，同比增长3.9%，其中云智能集团收入301亿，同比增长8%，AI相关产品收入连续七个季度实现三位数同比增长。2022财年，云智能首次盈利，最近三年盈利能力稳步提高，2023财年到2025财年的利润率分别为4%、5.8%、8.9%。
变现路径：自2023年4月发布通义千问大模型并采取开源模式迭代更新。截至2025年4月底，千问已开源200余个模型，全球下载量超3亿次，衍生模型数超10万个，成为全球最大的开源模型家族。开源生态的发展使其模型影响力扩大，带动相关业务发展，阿里巴巴集团首席执行官吴泳铭表示“AI + 云成为其长期发展的新增长引擎”。
腾讯
虽未详细阐述腾讯AI具体营收数据，但腾讯在研发上投入巨大，年研发投入超700亿，也在财报中强调AI的重要性，今年Q1透露“AI相关业务带动营收快速增长”的信号，AI也成为拉动其总营收的重要变量之一

华为
同样，搜索结果未详细提及华为AI具体营收情况，但华为与百度、阿里、腾讯同属第一梯队，表明AI已经成为拉动其总营收的重要变量，在AI领域有着较强的变现能力和较为成熟的商业化路径。

第二梯队：提效主业或打造爆款应用初见成效
快手、字节、美图属于第二梯队，AI提效主业或打造爆款应用初见成效，但搜索结果未详细展开阐述这三家公司的具体情况。

第三梯队：尚处投入期
科大讯飞、昆仑万维尚处投入期，虽部分路径初步盈利，但巨额研发投入远超当前回报，尚未实现AI正现金流。

国内大厂探索AI变现的方式
模型产品（订阅）
大厂围绕自研大模型推出具体应用产品，涵盖ToC的通用AI助手、AI写作、AI绘图、AI视频生成工具，以及少量ToB的定制化工具。华为专注于B端应用，没有C端通用AI助手。通用AI助手是目前市面上月活最高的应用类型，但这类产品同质化严重，产品能力高度依赖大模型。市面上热度较高的深度求索公司的开源推理大模型DeepSeek - R1，已被元宝、文小言等大厂AI应用接入，导致各家应用差异不大、用户黏性不强，月活表现与广告投放量呈强相关。

模型服务（MaaS）
主要面向B端客户，将训练好的AI模型通过云平台以API或标准化接口的形式提供给企业客户，也可为不同行业的企业客户（如金融、医疗、营销）定制专属模型训练。根据IDC报告，百度智能云、阿里云在性能和市占率上排名前二，落地成熟度在一众大厂中最高。不过，API价格战压缩了MaaS的利润空间。

AI功能嵌入主业
大厂将AI作为一种通用能力，嵌入自身产品或业务流程中，起到提升效率、赋能业务的作用，但变现程度仍难量化。

算力基础设施
即“卖铲人”模式，服务对象包括云服务商、大模型公司等。全球代表性玩家是英伟达，国内大厂多数处在用短期亏损换长期壁垒的阶段，这类业务门槛较高，产品周期长、研发投入重，对生态的依赖也非常强