# 利润集中的所有文章

在 HTX 新闻中心浏览与「利润集中」相关的最新资讯与深度分析。潘盖市场趋势、项目动态、技术进展及监管政策,提供权威的加密行业洞察。

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。

marsbit昨天 10:41

卖 Token还是卖结果:AI 商业模式的几个悖论

marsbit昨天 10:41

华尔街日报:为什么除了少数「鲨鱼」,几乎所有人在预测市场都输钱?

《华尔街日报》分析指出,预测市场平台Kalshi和Polymarket表面上宣称能让普通人凭知识快速获利,但现实是绝大多数普通交易者持续亏损,而利润高度集中在极少数专业玩家手中。 数据显示,在Polymarket上,近5亿美元利润流向了仅占0.1%的账户。Kalshi的情况类似,盈利用户与亏损用户比例约为1:2.9。这些平台交易量巨大,但其“轻松赚钱”的宣传与现实相去甚远。 专业交易者包括拥有海量数据资源、使用算法进行高频交易的机构和个人。他们凭借速度、数据和纪律性,从价格微小波动中获利,而普通散户往往依赖情绪或公开信息下注,处于明显劣势。 文章以失业厨师约翰·佩德森为例,他起初通过押注天气等赚得数万美元,但最终将全部资金押注一位名人是否会在电视上说特定词语,因规则细节(仅计算电视播出版本)而血本无归。这类“提及市场”投注实际兑付率常低于预期定价,风险很高。 平台辩称金融市场普遍存在财富集中现象,且预测市场能产生更准确的群体预测。然而,批评者指出其存在内幕交易等问题。监管机构已介入,但大量交易仍在离岸平台进行。 最终,对于大多数散户而言,在信息、技术和资源上均无法与专业机构抗衡,参与此类市场更像高风险赌博而非投资,结果往往是损失钱财。佩德森的经历是一个缩影,他在赔光积蓄后一度无家可归。

foresightnews05/13 10:08

华尔街日报:为什么除了少数「鲨鱼」,几乎所有人在预测市场都输钱?

foresightnews05/13 10:08

活动图片