AI 热潮，谁买单？从资本开支到社会回报

讨论 AI 热潮，最容易滑向两个极端：要么是「生产力革命」，要么是「巨型泡沫」。两种说法都跳过了一个更基本的问题——这场投入最终由谁支付，又由谁受益。

投入发生在四个环节

第一环是芯片与算力设备，第二环是机房、电力与冷却，第三环是模型训练与推理，第四环是组织改造与人员培训。前两环是典型的资本开支，第三环是持续的运营开支，第四环最容易被忽略，却决定了工具能否真正进入日常工作。

四环的节奏并不一致。设备可以一次性采购，机房需要数年建设，模型的单位成本在下降，而组织的习惯改变最慢。热潮的紧张感，正来自这种速度差。

一是企业为模型调用和软件席位付费；二是既有产品因加入 AI 能力而获得溢价；三是企业内部效率提升带来的成本节约。前两种能被计入营收，第三种只体现在费用表里，却可能是规模最大的一块。

判断一门 AI 生意是否成立，可以先问：这笔支出是从试点预算出，还是已经进入经常性预算？前者说明还在验证，后者说明它开始被当作基础设施。

生产率提升、公共服务改善、新的岗位形态，这些收益不进公司报表，却决定社会对这场投入的承受力。反过来，能源消耗、数据治理成本、岗位结构变化，也由社会共同承担。

只算企业账，会高估短期回报；只算社会账，会低估商业可持续性。两本账要一起看。

资本承担设备折旧与产能过剩的风险，用户承担迁移与学习的成本，劳动者承担岗位结构变化带来的不确定性。收益的分布同样不均：掌握算力、数据与分发渠道的一方，议价能力明显更强。

这不是道德判断，而是结构事实。它决定了政策会在哪些环节介入，也决定了热潮能走多远。

看一场技术热潮是否健康，不必盯着发布会。三个信号更可靠：单位任务成本是否持续下降，付费是否从项目制变成经常性支出，收益是否开始扩散到中小企业。三者同时成立，投入才有机会变成回报。