卖 Token还是卖结果：AI 商业模式的几个悖论
2026年年中，AI行业收入与调用量高速增长，但背后商业模式存在四个结构性悖论，反映出智能正快速商品化，利润却集中在少数环节。
**成本悖论**：Token单价大幅下降，但总账单反而加重，类似经济学中的“杰文斯悖论”。这是因为低价催生了更多新需求，且智能体（Agent）能24小时运行，用量激增。同时，企业若只替换工具而不重构流程，效率提升难以体现，即“索洛悖论”。行业正从省单价转向省任务，优化整体流程。
**层级悖论**：“应用为王”的共识在AI领域被颠覆。由于基础模型进化太快，薄应用易被覆盖，资本更青睐模型与基础设施层。产业利润呈倒三角结构，芯片层拿走大部分毛利。应用层成功的关键不再是用户时长，而是能否深入具体场景，构建私有数据、流程等壁垒，在模型变强时自身价值同步提升。
**责任悖论**：利润的分布与厂商愿意承担的责任范围正相关。按Token销售争夺IT预算，毛利低；按结果销售则切入人力预算，空间更大。容易起量（如客服）的业务责任含量低、利润薄；而法律、医疗等高责任、强归因领域，虽交付重、周期长，却能获得“结果溢价”。敢于且能够为明确结果负责的公司更可能留住利润。
**开闭源悖论**：开源模型在用量和开发者采纳率上占优，但企业采购仍以闭源为主，看中其可靠性、支持与责任保障。开源阵营多不以模型本身盈利，而是作为生态或云业务的引流工具。模型层快速商品化，利润向上游算力和下游服务迁移。闭源模型的溢价依赖于能力代差，需不断保持领先。
总之，AI商业模式的演变显示，单纯销售Token或智能难以持续，未来的竞争力在于深度整合场景、优化任务流程、并能为业务结果承担明确责任。
marsbit07/28 10:41
